Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional. Difference Between Relational Database and Dimensional Database

Transcrição

1 Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional Difference Between Relational Database and Dimensional Database Edgar Silveira Jardim 1 Marcus Vinícius Abreu de Oliveira 2 Rodrigo Vitorino Moravia 3 Resumo: Este artigo trata da diferença entre Banco de dados relacional e dimensional aplicados em um ambiente corporativo, descrevendo de forma teórica os conceitos básicos e aplicabilidade das aplicações citadas, permitindo uma ideia da melhor aplicação a ser usada em diferentes tipos de ambientes corporativos. Palavras Chave: Banco de dados, Dimensional, Relacional e Data Warehouse. Abstract: This article deals with the difference between database of relational and database dimensional applied in a corporate environment, describing theoretically the basics and applicability of the aforementioned applications, allowing a better idea of the application to be used in different types of corporative environments. Keywords: Database, Dimencional, Relational and Data Warehouse. 1 Introdução Com o crescimento dos sistemas de informação, surgiu a necessidade de armazenar e consequentemente analisar dados e informações oriundas desses sistemas. A partir dessas necessidades de armazenamento e análise, dois conceitos de modelagem de dados surgiram e ganharam forças ao longo dessa evolução, sendo eles banco de dados relacional ou modelagem Entidade e Relacionamento (ER) e banco de dados dimensional ou modelagem Multidimensional. A modelagem ER, segundo Teorey(2013), pode ser considerada uma evolução da teoria de conjuntos da matemática e também pode ser comparado a um 1 Graduando do curso Bacharelado em Sistemas de Informação pela Faculdade Infórium de Tecnologia. edgar.silveira@live.com 2 Graduando do curso Bacharelado em Sistemas de Informação pela Faculdade Infórium de Tecnologia. m.abreudeoliv@gmail.com 3 Especialista em Gestão da Informação pelo Instituto de Educação Continuada da Pontifícia Universidade Católica de Minas Gerais. Professor da Faculdade Infórium de Tecnologia. rodrigo.moravia@gmail.com

2 arquivo, onde nele podem ser armazenadas diversas informações referente a um um registro primário como em um arquivo de um consultório médico, que é possível obter todo o histórico de cada paciente. A partir desse sistema de arquivo, foi possível chegar na modelagem ER, que utiliza os princípios de registros primários, onde foi implementado o conceito de tabelas, linhas e chaves. De acordo com Ralph Kimball(2013), modelagem dimensional é uma técnica de design de banco de dados projetada para suportar consultas de end-users em um Data Warehouse. Para sistemas de processamento analítico, o grande volume de dados necessários para consultas de planejamento tático e estratégico devem ser processados de forma rápida. Dessa forma, delimitou-se o tema desse artigo a busca de conhecimento e embasamento para diferenciar e conceituar as principais características de duas modelagens de dados, Banco de dados multidimensional e banco de dados relacional. O objetivo geral é apresentar de uma forma teórica os conceitos, as características e dois tipos de armazenamentos de dados utilizados em ambientes organizacionais, Banco de Dados Relacional e Banco de dados Dimensional, apresentando de uma maneira teórica a aplicabilidade de cada modelagem de dados. A pergunta norteadora desse estudo é no sentido de diferenciar duas modelagens de dados que estão em crescente utilização dentro das oraganizações que utilizam sistemas de informação, assim qual a diferença entre Banco de dados relacional e Banco de Dados dimensional? São objetivos específicos dessa pesquisa: apresentar conceitos de tabelas, tuplas, atributos, relacionamento entre tabelas, chave primária dentro da modelagem ER. Conceituar e diferenciar dado de informação e apresentar conceitos da modelagem dimensional, Data Warehouse (DW). Quanto a metodologia utilizada nesse artigo, trata-se de uma pesquisa do tipo

3 exploratória, para qual foram utilizadas diversas pesquisas bibliográficas com diversas fontes, dentre elas pode-se citar Date(2004) e Elmasri(2005). Para a compreensão desse tema, dividui-se esse artigo em oito seções, a seção 1, esta introdução e uma indicativa do estudo; a seção 2 apresenta Dado e informação; a seção 3 aborda a modelagem de dados relacional; a seção 4 trata sobre a modelagem multidimensional; a seção 5 aborda o conceito de banco de dados multimensional; a seção 6 aborda o conceito de um Data WareHouse; a seção 7 apresenta uma discursão sobre a diferença entre a modelagem de dados relacional e a modelagem de dados dimensional; a seção 8 tece as conclusões do artigo. 2 Dado e Informação Antes de abordar e diferenciar as duas formas de modelagem de dados proposta nesse artigo, Relacional e Dimensional, é necessário abordar e diferenciar dado de informação. Onde conforme Rob(2008), dentro de um bando de dados, são inseridos ou colhidos os mais variados tipos de registros em tabelas, sistema parecido com um arquivo, que agreguem ou não valor ao negócio. Esses registros, ainda segundo o autor podem ser considerados como fatos brutos, fatos esses que ainda não foram processados de tal modo que seja possível resolver e apresentar seu real valor. Para que seja possível alcançar esses fatos brutos, ainda segundo Rob (2008), deve-se utilizar de uma ferramenta de pesquisa sobre algum fato relevante ao negócio, como por exemplo sobre o atendimento de um Call Center. Através desta pesquisa, para que esses dados brutos obtenham seu valor, faz-se necessário a utilização de um questionário com os mais diversos tipos perguntas com o intuito de chegar ao resultado final. Dentre elas cita-se como exemplo: Quantos clientes de Belo Horizonte são atendidos por dia? Qual o nível de satisfação desse atendimento? Obtendo as respostas, então será possível a definição de informação,

4 da qual Rob julga ser a fonte dos dados extraídos pela pesquisa e que ganham sentido através das perguntas, sendo transformadas assim em informação. 3 Modelagem Relacional Teorey(2013) propõe comparar um banco de dados com um sistema de arquivos, onde nele são inseridos qualquer tipo de dados como nome, endereço e telefone. Ainda segundo o mesmo, dentro de um arquivo ou banco de dados, o conceito de registros significa itens de dados relacionados, assim, o mesmo ainda define arquivo como uma coleção de registros que sejam do mesmo tipo. Desta forma, o autor considera que um sistema de banco de dados pode ser uma evolução de um arquivo e define que em um banco de dados relacional um item de dado pode ser chamado de coluna ou atributo, um registro é considerado como uma linha ou tupla e um arquivo é chamado de tabela Teorey(2013). Ainda que seja observada a evolução da tecnologia de armazenamento e construção de dados nos últimos anos, bem como o surgimento de novas tecnologias como banco de dados orientado a objeto e banco de dados multimídia, Teorey(2013) afirma que o tipo modelagem Relacional de dados, ainda é o tipo de banco de dados mais utilizado nos ambientes organizacionais. Esse tipo de modelagem apresentada em 1970 por E.F. CODD surgiu como arte segundo Teorey(2013), pois foi considerado mais simples e preparou o terreno para as novas tecnologias de armazenamento de dados. Mas segundo Rob(2008), a modelagem relacional de dados é um tipo de abstração da teoria de conjuntos da matemática algébrica. Arilo(2014) conceitua banco de dados relacional, como uma maneira de armazenamento de dados, onde o autor afirma: SGBDRs são usados para armazenar a informação requerida por aplicações construídas usando tecnologias procedurais, tais como COBOL ou FORTRAN, tecnologias orientadas a objeto tais como Java e C# e tecnologias baseadas em componentes como Visual Basic.

5 Esses dados, são gerenciados segundo Arilo por um Sistema de Gerenciamento de Banco de Dados Relacional (SGBDR), e possui como fonte de registros aplicações tecnológicas procedurais de diversas linguagens de programação. Por se tratar de uma tecnologia de armazenamento dominante e persistente, é necessário entender, conforme Arilo(2014) descreve o conceito e funcionamento de um SGBDRs, como um software responsável por armazenar dados, recuperá-los, excluí-los e garantir a segurança e integridades dos dados. O autor ainda cita que o modelo ER armazena os dados em tabelas, onde elas são organizadas por colunas, que por sua vez armazena um tipo de dado (inteiro, string de caracteres, números decimais, data, entre outros). Essas colunas formam as linhas de uma instância ou tabela. Dentro desse conceito de modelagem relacional DATE(2000) afirma: o modelo relacional pode ser considerado como tendo três partes principais, relacionadas com a estrutura de dados, a integridade de dados e a manipulação de dados, respectivamente. Em Aspecto Estrutural ou Estrutura de Dados, as informações de um banco de dados são percebidas pelos usuários de sistemas de informação em forma de tabela, onde essas tabelas satisfazem restrições de integridades e esses dados após serem inseridos em tabelas e tendo a garantida integridade, podem ser manipulados com o intuito de recuperar e buscar dados, conforme figura 1, onde é apresentado um banco de dados relacional com três tabelas: cliente, título e locações. Figura 1 Banco de Dados Relacional

6 Fonte: elaboração do autor. Um domínio D é um conjunto de valores atômicos. Por atômico entendemos que cada valor no domínio é indivisível no que diz respeito ao modelo relacional. Um método comum para a especificação de um domínio é definir um tipo de dado do qual os valores de dados que formam o domínio sejam retirados. Também é útil especificar um nome para esse domínio, de modo a ajudar na interpretação de seus valores. (ELMASRI, 2004, p. 90) Quanto ao conceito de Atributo Elmasri(2004) afirma como nome das funções que mapeiam os valores de cada um dos elementos de cada relação ou simplificando cada coluna da tabela. Quanto a Tupla, o autor conceitua como as linhas de cada tabela existente no banco de dados. Quanto à Relação, o mesmo autor define como um conjunto de tuplas, que são compostas por um cabeçalho e um corpo, onde cabeçalho possui número fixo de atributos (grau de relação) e esses atributos não são ambíguos. Já o Corpo de uma relação, segundo o autor, é o número variável de tuplas ou linhas consideradas as cardinalidades da relação. Como sugerido em sua denominação, um banco de dados relacional, segundo Elmasri(2004) irá possuir um grande número de relações entre suas tabelas, gerando assim novas tuplas de diversas maneiras diferentes, e a forma com que esse relacionamento pode variar, está de acordo com o estado do banco de dados. Date(2000) afirma que grande parte dos bancos de dados possuem restrições de integridades, que apresentam complementos aos dados. Dentre os diversos tipos de restrições de integridade o autor apresenta um dos tipos mais simples onde são

7 especificados um tipo de dado para cada item, conforme Figura 2, onde o NOME é uma cadeia de caracteres com 20 caracteres. Uma maneira mais complexa de realizar a integridade, segundo este autor é definir o relacionamento entre as tabelas existentes no banco de dados relacional, onde toda disciplina possui um curso relacionado a ela. Outra maneira de manter os dados íntegros dentro de um banco de dados é conforme Date(2000) cita, onde especificar que um determinado atributo possui uma singularidade em seu valor, conceito parecido com de chave. Figura 2 Definição de tipo de dados para um item Fonte: elaboração do autor Essas restrições são divididas em categorias segundo Elmasri(2004), onde é altamente necessário para o modelo de dados especificado. Já as restrições baseadas em esquemas, são ligadas ao modelo de dados, e especificados pela Data Denition Language (DDL), que segundo o mesmo, é usada por projetistas de dados com o intuito de definir ambos os esquemas, onde o SGDBR irá compilar DDL s, onde seus comandos serão com intuito de identificar os construtores. Sendo assim, determinou-se que na DDL é utilizada somente o modelo esquema e conceitual. Restrições baseadas em aplicação, segundo o autor, são regras inseridas nos programas ou aplicações que utilizam o banco de dados relacional e não podem ser feitas nos esquemas de modelo de dados. Além desses tipos de restrições, ainda segundo o autor, dentro de um modelo ER, existem as restrições de chave, onde em uma relação, que foi definida como um conjunto de tuplas, onde esses conjuntos são distintos. Por se tratar de conjuntos distintos, logo as linhas serão distintas dentro de

8 uma relação, dessa maneira, linhas não podem ter a mesma combinação de valores para todos os seus atributos. Em um modelo relacional de banco de dados, segundo Date(2000) cada relação possui uma chave, que se define por um valor que identifica e diferencia uma tupla de outras. Conforme figura 3 a relação Empregado possui como Chave o atributo CodEmp, onde esse valor não se repete. Como o atributo chave primária é o campo CodEmp, os outros atributos podem se repetir, como por exemplo o Nome Maria que aparece para o registro 3 e 7. Assim conforme o autor que, considera como chave primária uma coluna ou a combinação delas, de forma que sejam capazes de diferenciar uma linha das demais de uma relação através de valores distintos, onde essas restrições podem ser por chaves únicas ou chaves compostas, conforme figura 4 e 5. Date(2000) ainda afirma que para uma chave primária de uma relação seja válida, seu valor não pode ser nulo, pois caso essa integridade de entidade não existisse, as linhas das tabelas não se diferenciariam, violando dessa maneira o conceito básico de chave primaria. Figura 3 Tabela com exemplo de chave primária Fonte: elaboração do autor Figura 4 Restrição por chave única

9 Fonte: elaboração do autor Figura 5 Restrição por chave composta Fonte: elaboração do autor 4 Modelo Multidimensional Segundo o site CanalTech(2014), a modelagem multidimensional, ou dimensional como às vezes é chamada, é a técnica de modelagem de banco de dados para o auxílio às consultas do Data Warehouse nas mais diferentes perspectivas. A visão multidimensional permite o uso mais intuitivo para o processamento analítico pelas ferramentas OLAP (On-line Analytical Processing). Toda modelagem dimensional possui dois elementos imprescindíveis: as Tabelas Fatos e as Tabelas Dimensões. Ambas são obrigatórias e possuem característica complementares dentro de um Data Warehouse. O modelo multidimensional é formado basicamente por três elementos, Fato, Dimensões e medidas também conhecidas como métricas. Um Fato é uma coleção de itens de dados, composto de dados, de medidas e de contexto. Cada fato representa em um banco de dados dimensional um item,

10 uma transação ou um evento de negócio e é utilizado para analisar o processo de negócio de uma empresa. A característica básica de um fato, segundo Felipe Nery(2013), é que ele é representado por valores numéricos e implementados em tabelas denominadas tabelas de fato. Conforme Nery(2013), Dimensão são os elementos que fazem parte de uma tabela fato. As dimensões determinam o contexto de um assunto de negócios, normalmente não possuem atributos numéricos, pois são somente descritivas e classificatórias dos elementos que participam de um fato. Uma dimensão pode conter muitos membros. Um membro ainda segundo Nery(2013), é um nome diferente utilizado para terminar a posição de um item de dado, um exemplo seria todas as ocorrências de ano, trimestre e mês fazem a dimensão que representa o Tempo. Hierarquia de uma dimensão é uma classificação de doados dentro de uma dimensão, com isso conseguimos organizar os membros de uma dimensão em uma ou mais hierarquia, conforme é representada na Figura 6. Figura 6 Hierarquia de Dimensões. Fonte: elaboração do autor Nery afirma que Medidas são os atributos numéricos que representam um fato, a performance de um indicador de negócios relativo às dimensões que

11 participam desse fato. Uma medida é determinada pela combinação das dimensões que participam de um fato, e estão localizadas como atributos de um fato. Ainda segundo Nery, o modelo multidimensional visa armazenar uma imensa quantidade de dados. É um modelo que vai permitir uma análise histórica dos dados, desempenho nas consultas e facilidade no desenvolvimento das mesmas. Essas são algumas das finalidades de um modelo de dados dimensional e para isso existem alguns tipos de modelos, que são: Star Schema e Snowflake. Apesar de a maioria das literaturas ser dirigida a modelos físicos de dados, o modelo estrela tem forte base conceitual, essa base conceitual é de fundamental importância para que o projeto Data Warehouse resulte em um armazém de dados organizado e acessível, com as informações necessárias à gestão de negócios, e não, ressalto novamente, ao controle do negócio. O star schema (modelo estrela) é modelo de dados padrão para uma modelagem de dados dimensional onde temos uma(s) fato(s) e várias dimensões. É um modelo simples e eficiente, caracterizado por possuir uma única tabela de fatos e chaves simples nas tabelas de dimensões. Cada dimensão é representada por uma única tabela. Nery(2013), ainda afirma que um star schema (modelo estrela) não é simplesmente um formato de diagrama, e sim a representação de processos de negócio e do relacionamento dos participantes desse processo ao longo do tempo. Os pontos positivos deste modelo são a eficiência, dada pelo reduzido número de junções nas pesquisas e pelas chaves simples, e a facilidade de definir hierarquias. Os pontos negativos são o tamanho e a desnormalização das tabelas de dimensões. Cada dimensão se liga com o(s) fato(s) e dessa forma se forma um desenho semelhante a uma estrela conforme pode ser visualizado na Figura 7. Figura 7 Modelo Star Schema (Modelo Estrela)

12 Fonte: elaboração do autor - Já o modelo Snowflake é parecido com o star schema exceto que por uma determinada particularidade no negócio ou nos dados, tem de se fazer duas dimensões ou mais interligadas. Desta forma realmente se parece com um desenho de um floco de neve (Figura 8). Figura 8 Modelo Snowflake (Floco de Neve) Fonte: elaboração do autor O modelo estrela hoje é considerado por muitos autores entre eles Nery(2013 p.144), como modelo de utilização mais vantajoso, pois ainda segundo o autor, os modelos apresentam diferença de 30% no tempo de acesso, do star schema, para o

13 snowflake. Em compensação o modelo snowflake é esteticamente mais semântico para visualização das hierarquias. 5 Banco de dados Multidimensional Segundo Nery: Os bancos de dados multidimensional ou dimensional dá suporte e otimiza manipulações matemáticas, financeiras, estatísticas e de tempo, assim como somatório de valores referentes a níveis de uma hierarquia de dados. Um banco de dados multidimensional oferece um ambiente muito simples, de fácil operacionalidade e entendimento, para usuários que necessitem da capacidade de analisar pedaços dos dados em um único local. Diferente dos outros modelos onde as informações eram divididas em muitas tabelas para melhor representação do mundo físico, o foco no modelo dimensional é agrupamento de informação. Onde nos seus predecessores redundância de dados era visto como um defeito, aqui se torna uma vantagem competitiva. Esse conceito busca a coletânea de informação para alimentar sistemas necessariamente ágeis. Aqui o cliente está interessado em ver os números finais de sua consulta, as vezes gráficos ou tabelas, que tenham potencial para influenciar nas suas decisões de negócio. (Nery, 2013), onde esse tipo de banco é muito utilizado em Data Warehouse. 6 Data Warehouse Data Warehouse (DW) pode ser definido com as duas palavras que compõe seu nome, em uma tradução livre do inglês seria Armazém de Dados, local para estocar seus bens. Segundo Kimball(2013 p.22): A missão do Data Warehouse é a publicação de ativos de dados da organização para ser mais eficaz apoiar a tomada de decisão (...) Um Data Warehouse é um sistema que extrai, limpa e fornece

14 dados em um armazenamento de dados dimensional e, em seguida, apoia e implementos consulta e análise para fins de tomada de decisões. Data WareHouse (DW) busca prover aos usuários finais fácil acesso a dados íntegros e consistentes para tomadas de decisões nos negócios, conforme figura 9. Figura 9 Entrada de Dados para o DW Fonte: adaptado de SunExpert Magazine, Outubro Repare que na Imagem 3 o DW apenas recebe as informações de diversos sistemas. Os Data Warehouse não têm como função gerar dados operacionais, mas tratar esses dados junto com os dados de integração para gerar dados de controle e melhoria corporativa. 7 Discursão sobre a diferença entre as modelagens de dados apresentada nesse artigo. Pode-se perceber durante a pesquisa que, apesar de serem dois tipos de modelagem de dados muito utilizada nos tempos atuais graças aos avanços da

15 Tecnologia da informação nos últimos anos, que a modelagem ER e a modelagem dimensional diferem muito entre si. A modelagem relacional, é um tipo de modelagem mais voltada para os sistemas de informação, onde dele são armazenados dados de acordo com a regra de negócio da organização, substituindo anotações em folhas de papel ou arquivos. Através da utilização correta dessa modelagem, é possível garantir através dos conceitos sobre Chave primária, integridade dentre outros apresentados aqui que os dados armazenados estão corretos e são de extrema importância ao negócio onde essa modelagem foi aplicada. A modelagem dimensional, é utilizada para apoiar as tomadas de decisões de uma empresa. O fato de armazenar grande quantidade de dados, quando utilizado junto ao DW, proporciona agilidade nas consultas uma análise histórica de dado e um fácil desenvolvimento das consultas utilizadas, mantendo a integridade dos dados. 8 Conclusão Para a compreensão do tema estudado, diferença entre banco de dados relacional e banco de dados dimensional, buscou-se primeiramente identificar a base conceitual e também o fundamento teórico sobre esse questionamento. Assim, a fundamentação teórica permitiu verificar que as duas formas de modelagem de dados apresentadas nesse estudo são bem divergentes. Onde a modelagem de dados relacional, é uma forma de armazenamento de dados oriundos de sistemas de informação das organizações conforme Arilo, que por sua vez, esses dados são armazenados em tabelas, linhas e colunas que conforme definido por Elmasri, que relacionam entre si formando novas linhas entre as relações (tabelas). Por sua vez a modelagem Dimensional, busca o armazenamento de dados e informações para auxilio nas consultas de um Data Warehouse ferramenta que conforme Kimball, dividindo os dados em tabelas fatos e dimensões, conforme Nery.

16 Esses dados são coletados para auxiliar a tomada de decisão da empresa utilizando um Data Warehouse que serve para extrair limpar e auxiliar na tomada de decisão da organização. Desta forma, pode-se concluir que Banco de dados Relacional e Banco de dados multidimensional são formas de diferentes de armazenamentos de dados e informações, oriundas de sistemas de informação utilizado em organizações independentemente de seu porte. Onde um banco de dados Relacional armazena esses dados em tabelas, que fazem relacionamento com outras tabelas, gerando novas linhas como resultado, capaz de definir um sentido a essas informações. Em contrapartida, quanto ao banco de dados dimensional auxilia rotinas como Data Warehouse, nas tomadas de decisões de uma empresa, coletando dados importantes para a tomada de decisão, limpando e garimpando todos os tipos de dados, separando em tabelas fatos e dimensões para poder tornar essa pesquisa mais rápida e eficaz para a empresa. Diante do exposto, pode-se afirmar que a pergunta norteadora dessa pesquisa foi respondida e todos os objetivos propostos foram alcançados com êxito.

17 REFERÊNCIAS ELIAS, Diego. Reportagem Entendendo a modelagem multidimensional. < Acesso em: 03 nov ELMASRI RAMEZ. Sistemas de Banco de Dados, 4ª. Edição, São Paulo, SP, cap 5. KIMBALL, Ralph & ROSS Margy. The Data Warehouse Toolkit. 2ª edição.new York, NY, EUA: John Wiley and Sons, cap 2. NETO, Arilo Cláudio Dias. Bancos de Dados Relacionais - Artigo Revista SQL Magazine 86. Disponível em: < Acesso em: 24 out NERY, Felipe Rodrigues Machado. Tecnologia e Projeto de Data Warehouse. 6ª Edição, São Paulo, SP, cap 6,7,8,9,10,11. PETER, Robert e CORONEL, Carlos. Sistema de banco de dados Projeto, Implementação e Gerenciamento 8º Edição, São Paulo, SP, 2011, Cap. 1,2,3. TEOREY, Toby e LIGHTSTONE, Sam. Projeto e modelagem de banco de dados 2º Edição, São Paulo, SP, cap 2.