a) In Microsoft SQl Server 2005 you make a new query, and execute it.

Transcrição

1 SAD: º Projecto DW Utilize o Microsoft SQL Server Management Studio e a base de dados AdventureWorksDW para construir um CUBE usando a tabela de factos dbo.factinternetsales, as três dimensões CustomerKey, ProductKey e ShipDate e como função de agregação SUM() sobre UnitPrice.

2 a) In Microsoft SQl Server 2005 you make a new query, and execute it. SQL querry: use AdventureWorksDW SELECT CustomerKey, ProductKey, ShipDateKey SUM(UnitPrice) AS Sume FROM dbo.factinternetsales GROUP BY CustomerKey, ProductKey, ShipDateKey WITH CUBE; b) Quantos cuboids existem e porquê? 8, porque temos 3 dim. c) With N dimensions, exist 2 N possible cuboids Problem: If S is a finite set with N elements, then S has 2 N distinct subsets (cuboids). Proof: Basis Step: If N = 0, then S=0. Hence it has exactly one subset, namely. Since 2 N =0, the statement holds for N = 0 2

3 Induction: Induction Hypothesis: Assume that a set with N elements has 2 N distinct To prove that this holds for N+, first try to express the number of subsets of S of size N+ in terms of that of a set of size N so that the induction hypothesis can be used S has N elements, S + =S {a} has N+ elements P(S - )= P(S + ) \ P(S) has 2 N elements P(S + )=P(S)+P(S - )=2 N+ 2 N Example S={} P(S)= {{ } {}} S + = S {2}={ 2} P(S + )={ } {} {2} { 2} } P(S - )= P(S + ) \ P(S)= {{2} { 2}} 3

4 Cubo d) (pt) Escreva a interrogação SQL com função de agregação Mean sobre UnitPrice (Nota: Use SUM() e COUNT() ) a) In Microsoft SQl Server 2005 you make a new query, and execute it. SQL querry: use AdventureWorksDW SELECT CustomerKey, ProductKey, ShipDateKey SUM(UnitPrice)/COUNT(UnitPrice) AS Mean FROM dbo.factinternetsales GROUP BY CustomerKey, ProductKey, ShipDateKey WITH CUBE; 4

5 e) (pt) Qual é o valor de COUNT(UnitPrice) na 4944ª linha? 4944 Count value e 8 2 (4 pts) DW Suponha um datawarehouse que contém as seguintes quatro dimensões: Data, Espectador, Teatro e Peça de Teatro e o facto preço que consiste no valor, em euros, pago por um espectador quando assiste a uma peça de teatro numa dada data. Suponha ainda que os espectadores podem ser estudantes, adultos ou séniores, e que cada uma destas categorias tem um desconto no preço do bilhete, que é uma percentagem. Pretende-se que: a dimensão data contenha o dia, mês e ano; a dimensão Teatro contenha o nome do teatro, a cidade, e o distrito, e a dimensão Peça de Teatro contenha o nome da peça e o encenador. a) (pt) Desenhe um diagrama em estrela para este DW. b) (pt) Escreva em SQL a interrogação que devolve o preço total pago por cidade e por categoria em 2007? c) (pt) Apresente um esquema relacional que modele a mesma informação e uma interrogação SQL que devolva a mesma informação pedida em b). Comente quais as vantagens/desvantagens do diagrama em estrela face ao esquema relacional em termos das respectivas interrogações SQL. d) (pt) Que tipo de índice deve ser criado sobre a tabela de factos para que a interrogação escrita em b) seja executada de forma eficiente? Justifique. 5

6 a) Data dataid dia mês ano Teatro teatroid Nome Cidade Distrito * * Vendas vendasid teatroid pecaid espid dataid preço * * Espectador espid categoria desconto Peca pecaid nome encenador b) Select T.cidade, E.categoria, sum(v.preco V.preco*E.desconto/00) from Vendas V, Espectador E, Teatro T, Data D where V.espID = E.espID and V.teatroID = T.teatroID and V.dataID = D.dataID and D.ano = 2007 group by T.cidade, E.categoria 6

7 c) Espectador (espid, catid) Categoria (catid, categoria, desconto) Distrito (distid, distrito) Cidade (cidadeid, cidade) Teatro (teatroid, nome, cidadeid) PecaTeatro (pecaid, nome, encenadorid) Encenador (encenadorid, nome) TemLugar (pecaid, TeatroID, preco) Data (dataid, dia, mesid) Mes (mesid, mes, anoid) Ano (anoid, ano) Assiste (espid, pecaid, dataid) Select c.cidade, cat.categoria, sum(tl.precotl.preco*cat.desconto/00) From Assiste a, Data d, Mes m, Ano a, temlugar tl, Teatro t, Cidade c, Espectador e, Categoria cat Where a.dataid = d.dataid And d.mesid = m.mesid And m.anoid = a.anoid And a.pecaid = tl.pecaid And tl.teatroid = t.teatroid And t.cidadeid = c.cidadeid And a.espid = e.espid And e.catid = cat.categoriaid And a.ano = 2007 Group by c.cidade, cat.categoria 7

8 Vantagens: as interrogações necessárias para as análises dos dados (que envolvem joins e group by) são mais eficientes, pois envolvem só joins entre a tabela de factos e as dimensões Desvantagens: mais espaço ocupado, pois as tabelas estão desnormalizadas d) Seria útil criar um join index sobre a tabela de factos, nomeadamente sobre: espid (categoria) e teatroid (cidade). Considerando que tínhamos vendasid como sendo a chave de Vendas o join index seria sobre: (vendasid, categoria, cidade) Tb faria sentido considerar a criação de um bitmap index sobre a categoria, uma vez que este atributo só pode tomar três valores distintos. Ver: O'Neil, P. and Graefe, G Multi-table joins through bitmapped join indices. SIGMOD Rec. 24, 3 (Sep. 995), 8-. DOI= 8