Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
|
|
- Maria da Assunção Sales de Figueiredo
- 8 Há anos
- Visualizações:
Transcrição
1 Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade
2 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI - Slides confeccionados pelo autor. 3 MODELAGEM DIMENSIONAL PROJETO-DW E DM CARLOS BARBIERI 4 2
3 PROJETO DE DW FASES PLANEJAMENTO/LEVANTAMENTO DE NECESSIDADES MODELAGEM DIMENSIONAL PROJETO FÍSICO DW/DM PROJETO DAS APLICAÇÕES OLAP/MINING ETC-EXTRAÇÃO-TRANSFORMAÇÃO E CARGA CONSTRUÇÃO TESTE IMPLEMENTAÇÃO ACOMPANHAMENTO 5 PLANEJAMENTO DEFINIR: ESCOPO DO PROJETO ÁREAS DE NEGÓCIO-PRIORIDADES ARQUITETURA DO DW: DW OU DW+DM(EVOLUTIVO) RECURSOS: REDE-BD-GATEWAYS-TOOLS -TREINAMENTO PLANEJAMENTO DE CAPACIDADE P/FUTURO ETAPAS-ATIVIDADES-PRODUTOS ATIVIDADES PRODUTOS LIBERADOS ESTRATÉGIAS: ATUALIZAÇÃO/PERIODICIDADE CRONOGRAMAS 6 3
4 PROJETOS DE DW ESTRATÉGIAS DUAS ABORDAGENS DISTINTAS: MONOLÍTICA(TUDO DE UMA VEZ) BILL INMON-PRISM-DATA WAREHOUSE INCREMENTAL-PASSO A PASSO RALPH KIMBALL-DATA MARTS CONVERGÊNCIA(MELHOR DE 2 MUNDOS): DATA MARTS COM PLANO DE INTEGRAÇÃO DEFINIDO PARA O DW PASSO A PASSO COM CUIDADOS DE CONFORMIDADE DE MÉTRICAS, DIMENSÕES COMPARTILHADAS 7 CONCEITOS DW FORMADO GRADATIVAMENTE DE DMARTS DMARTS SÃO PROJETADOS POR ASSUNTO COM CRITÉRIOS DE INTEGRAÇÃO DMARTS SÃO COMPOSTOS DE N CUBOS CADA CUBO É UMA VISÃO DIMENSIONAL DE DADOS FORMADO POR: 1 TABELA FATO E N TABELAS DIMENSÕES-FORMANDO AS INFORMAÇÕES BASE(GRANULAR) N TABELAS AGREGADAS OS CUBOS SÃO IMPLEMENTADOS SEPARADAMENTE OS CUBOS PODEM SER JOINED CRIANDO VIEWS DIMENSIONAIS 8 4
5 DATA WAREHOUSE DATAMART/ODS DADOS OPERACIONAIS/ SISTEMAS TRANSACIONAIS OPERATIONAL DATA STORE CONSOLIDAÇÃO ODS ETC-EXTRAÇÃO-TRANSFORMAÇÃO-CARGA INTEGRAÇAO MIDDLE UP DATA WAREHOUSE MIDDLE-UP ÁREA-1 ÁREA-2 ÁREA-3 FERRAMENTAS DATA MART DISTRIBUIÇÃO DATA MART RECURSOS HUMANOS DATA MART FINANCEIRA QUERY/REPORT EIS-OLAP MINING 9 CUBO CUBOS COMO VISÃO DIMENSIONAL PODEM SER MATERIALIZADOS/IMPLEMENTADOS EM: MOLAP- Multidimensional FORMA FÍSICA DE UMA ESTRUTURA DIMENSIONAL. ROLAP: Relacional - FORMA FÍSICA DE TABELAS RELACIONAIS VISTAS COMO ESTRUTURAS DIMENSIONAIS VIEWS COM MENOR PERFORMANCE- DADO BASE-ACESSO ACESSO DIRETO AO RELACIONAL COMO VIEW AGREGADOS SÃO CRIADOS NO RELACIONAL HOLAP- Híbrido - FORMA MISTA ORIGINADA DAS OUTRAS ANTERIORES 10 5
6 MODELAGEM DIMENSIONAL TABELAS FATOS MÉTRICAS E VALORES TABELAS TEXTOS, CAMPOS DIVERSOS, USADOS EM SELECÃO, TITULO, ETC 11 GRANULARIDADE HIERARQUIA DE DIMENSÕES MODELO DIMENSIONAL CONCEITOS PRODUTO PAIS CATEGORIA TABELAS REGIÃO SUB CATEGORIA ANO ESTADO PRODUTO TRIM CIDADE LOJA VENDAS TABELA FATO MES DIA GEOGRAFIA MÉTRICAS: QUANTIDADE VALOR TEMPO 12 6
7 MODELAGEM DIMENSIONAL ESTRUTURAS SCHEMA ESTRELA: DIMENSÕES DESNORMALIZADAS VOLTADO PARA ACESSOS C/ PERFORMANCE SCHEMA SNOWFLAKE: TRADICIONAL+ E/R NORMALIZADO HIERAQUIAS MANTIDAS MUITAS TABELAS-->MUITAS JUNÇÕES-1:N SCHEMA STARFLAKE DIMENSÕES COM M X N COM OUTRAS TABELAS 13 MODELO DIMENSIONAL CONCEITO STARFLAKE PAIS CATEGORIA PRODUTO REGIÃO ESTADO SUB CATEGORIA PRODUTO ANO TRIM CIDADE MÉTRICAS: QUANTIDADE VALOR MES LOJA VENDAS DIA GEOGRAFIA CLIENTE M X N C/C TEMPO CLIENTE CARACTE- RISTICAS 14 7
8 MODELAGEM DIMENSIONAL TABELAS FATOS: CONTÉM VALORES(MÉTRICAS) PODEM TER VÁRIAS NO SCHEMA/DMART ESQUEMA MULTIFATO->N CUBOS CONCEITO DE CONFORMIDADE DE DIMENSÕES PK=CONCATENAÇÃO DE FK DAS DIMENSÕES TABELAS DIMENSÕES PONTOS DE ENTRADA HIERARQUIAS-NÍVEIS DE QUEBRA GRANULARIDADE COERENTE COM FATO 15 GRANULARIDADE DE FATOS E DADOS NÍVEL ATÔMICO DE DADOS NA(S) ENTIDADE(S)/TABELA(S) FATO/ POSSIBILIDADES: NÍVEL DE TRANSAÇÕES(DOCUMENTO-NF) NF) NÍVEL DE ÍTEM DE UM DOCUMENTO (NF,OC, OEXPEDIÇÃO, APÓLICE) TEMPO: NÍVEL DIÁRIO NÍVEL SEMANAL NÍVEL MENSAL, ETC CONSIDERAÇÕES: VOLUMES DE DADOS NECESSIDADE DE INFORMAÇÕES P/ NEGÓCIO DISPONIBILIDADE DO DADO FONTE 16 8
9 DIMENSÕES PONTOS DE ENTRADAS DA ESTRUTURA DIMENSÕES E SEUS ATRIBUTOS SERVEM TAMBÉM COMO FILTROS E COMO HEADER DOS RELATÓRIOS DIMENSÕES TÍPICAS: PRODUTO/SERVIÇO-O O QUE VENDO CLIENTE-QUEM COMPRA TEMPO-QUANDO FOI FEITO A COMPRA LOCAL(ARMAZÉM,LOJA,ETC)-ONDEONDE STATUS, PROMOÇÕES-CONDIÇÕES DA COMPRA DESCREVER TODOS OS ATRIBUTOS DAS DIMENSÕES DEVEM SER ATRIBUTOS DESCRITIVOS SEM CAMPOS NULOS NORMALMENTE UM DM TEM ENTRE 4-15 DIMENSÕES MENOS=FALTOU OBSERVAÇÃO(TEMPO-ESPAÇO-TIPO) MAIS=DIMENSÕES SUPÉRFLUAS SÃO OS DESCRITORES DAS TFATOS CONCEITO DE SK-INDEPENDÊNCIA 17 HIERARQUIAS DIMENSÕES CLIENTE PAÍS ESTADO 2 HIERARQUIAS Entrega Venda TEMPO ANO Drill down (ou Roll Down) Descer a hierarquia CIDADE CLIENTE VENDAS TRIM MES DIA ZONA VENDA PRODUTO Duas Dimensões Drill up (ou Roll up) Subir a hierarquia REGIÃO VENDA TERRIT. VENDAS MARCA DIMENSÕES PRODUTO CLASSE CALENDÁRIO NORMAL CALENDÁRIO FISCAL 18 9
10 ALTERAÇÕES EM DIMENSÕES DIMENSÕES SOFREM ALTERAÇÕES DADOS SÃO ALTERADOS NO AMBIENTE TRANSACIONAL INCLUSÃO : NOVOS CLIENTES, NOVOS PRODUTOS, NOVAS NF- RESOLVIDO PELO ETC PERIÓDICO MODIFICAÇÕES/DELEÇÕES:ESTRATÉGIA DE PRESERVAÇÃO DA MEMÓRIA DAQUELES MEMBROS DE PRODUTO FOI MODIFICADO NA SUA DESCRIÇÃO MAS CONTINUOU COM A MESMA CHAVE CLIENTE ALTEROU A SUA FICHA CADASTRAL, EVOLUINDO EM ESCOLARIDADE, CLASSE SOCIAL, NÍVEL SALARIAL, ETC ESTRATÉGIAS DE MANUTENÇÃO DEPENDEM DA DINÂMICA DAS DIMENSÕES: LEMBRAR: DW E DATA MART VIVEM DE DADOS HISTÓRICOS. LOGO A DATA ASSOCIADA A CADA REGISTRO DE DIMENSÕES DÁ IDÉIA DO PERÍODO DE VALIDADE DAQUELES VALORES DA 19 CHAVES DE DIMENSÕES E DE FATOS RECOMENDAÇÃO - USAR SURROGATE KEY(SK) SK=CHAVE SEQUENCIAL, SEM SENTIDO EMBUTIDO Campos Identity CRIA MAIOR ESTABILIDADE EVITA CONFLITO DE MUDANÇAS DE CHAVES E DE SUAS SEMÂNTICAS EVITAR/CUIDADO COM O USO DE SMART KEY(CHAVES COM SEMÂNTICA EMBUTIDA) 20 10
11 FATOS E DADOS ESCOLHER PARA CADA TFATO OS ATRIBUTOS NUMÉRICOS E ADITIVOS TÍPICOS: QUANTIDADE VENDIDA VALOR VENDIDO CUSTO DO PRODUTO (VENDIDO) LUCRO CONSUMO MANTER CONFORMIDADE/COERÊNCIA TAMBÉM ENTRE FATOS E AS MEDIDAS/VALORES, COM O MESMO SENTIDO, FÓRMULAS DE CÁLCULOS, ETC GRANULARIDADE DA TFATO ESTA DIRETAMENTE RELACIONADA COM A DAS TDIM LEMBRE-SE PORÉM: AS TFATOS SÃO GIGANTESCAS(ALTO VOLUME) E ISSO REQUER COMPROMISSOS NA ESCOLHA DE SEUS CAMPOS 21 FATOS E DADOS VALORES ADITIVOS, SEMI E NÃO ADITIVOS DEPENDEM DA EX: LOJA,DIA,PRODUTO(QTD, VALOR_VENDA,VALOR_CUSTO) VALORES ADITIVOS-SOMAM SOMAM EM TODAS AS DIMENSÕES EX:VALOR-VENDIDO- ADITIVO EM TODAS AS DIMENSÕES VALORES SEMI-ADITIVOS-SOMAM EM CERTA EX: QTD-VENDIDA ADITIVO POR PRODUTO-QTD TOTAL VENDIDA DO PRODUTO EM TODAS AS LOJAS NÃO ADITIVA POR LOJA: QTD TOTAL DE TODOS OS PRODUTOS POR LOJA VALORES NÃO-ADITIVOS-NÃO SOMAM EM NENHUMA EX: LUCRO: (VALOR_VENDA VALOR_CUSTO/VALOR_CUSTO) 22 11
12 FATOS SEM DADOS TABELAS FATOS SEM PRESENÇA DE DADOS PODEM ACONTECER MAS NÃO SÃO COMUNS CONTÉM SOMENTE AS CHAVES DAS DIMENSÕES SERVEM PARA CONTROLE DE EVENTOS E SUAS OCORRÊNCIAS, SEM NECESSIDADE DE REGISTRO DE DADOS ADITIVOS EX: CONTROLE DIÁRIO DE PRESENÇA DE ESTUDANTES DIA, ESTUDANTE,CURSO(0). NÃO CABERIA NOTA(NORMALMENTE POR MÊS, OU SEMESTRE), NEM FREQUÊNCIA(TALVEZ UM TAG?) 23 FATOS SEM DADOS ALUNO DISCIPLINA CHAVE-ALUNO CHAVE-DIA CHAVE-DISCIPLINA MÉTRICA(???) DIA 24 12
Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados
Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão 2 DataWarehouse Unidade 2.1 2.1 Conceitos fundamentais e Cubos Prof.: Fernando Hadad Zaidan
Leia maisACOMPANHAMENTO TESTE 6. Fonte: Carlos Barbieri. Fonte: Carlos Barbieri
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2.1 - Cubos 2012 ACOMPANHAMENTO IMPLEMENTAÇÃO 8 7 9 TESTE 6 CONSTRUÇÃO
Leia maisData Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br
Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:
Leia maisCurso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.4 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI
Leia maisBanco de Dados - Senado
Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs
Leia maisTópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.
Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das
Leia maisData Warehouse. Debora Marrach Renata Miwa Tsuruda
Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos
Leia maisTÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot
Leia maisCurso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.2 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI
Leia maisArquitetura física de um Data Warehouse
É um modo de representar a macroestrutura de, comunicação, processamento e existentes para usuários finais dentro da empresa. Operacionais origem Data / Arquitetura física Serviços Armazenamento de Área
Leia maisChapter 3. Análise de Negócios e Visualização de Dados
Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos
Leia maisResumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence
É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade
Leia maisCurso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura
Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver
Leia maisModelo de dados do Data Warehouse
Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em
Leia maisCurso Data warehouse e Business Intelligence
Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver
Leia maisCapítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4
Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais
Leia maisArquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação
Curso de Dwing TecBD-DI PUC-Rio Prof. Rubens Melo Arquiteturas de DW e Abordagens de Implementação Arquiteturas e Abordagens de Implementação Arquitetura adequada é fundamental Infra-estrutura disponível
Leia maisModelando um Data Warehouse GRIMALDO OLIVEIRA
Modelando um Data Warehouse GRIMALDO OLIVEIRA Sobre Grimaldo Grimaldo Oliveira grimaldo_lopes@hotmail.com Formação Mestre em Tecnologias Aplicadas a Educação pela Universidade do Estado da Bahia. Especialização
Leia maisBusiness Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence
Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em
Leia maisFaculdade Pitágoras 13/03/2013 MODELAGEM DIMENSIONAL ESTRUTURAS. Unidade 2.3. Curso Superior de Tecnologia: Banco de Dados
Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão Prof.: Fernando Hadad Zaidan Unidade 2.3 2 DataWarehouse 2.3 Fases de um projeto de DataWarehouse
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisModelagem Multidimensional: Esquema Estrela
BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Modelagem Dimensional Conceitos Básicos Modelagem Multidimensional: Esquema Estrela Proposto por
Leia maisKimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional
Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Margy Ross Presidente Kimball Group Maio de 2009, Intelligent Enterprise.com Tradução livre para a língua portuguesa por
Leia maisCurso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.1 2 1 Material usado na montagem dos Slides BARBIERI,
Leia maisBANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING
BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão
Leia mais04/09/2012 MODELAGEM DIMENSIONAL ESTRUTURAS PÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados LEVANTAMENTO DE NECESSIDADES MODELAGEM DIMENSIONAL
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2 2012 ACOMPANHAMENTO IMPLEMENTAÇÃO 8 7 9 TESTE 6 CONSTRUÇÃO ETC CTO
Leia maisProf. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com
DATA WAREHOUSES UMA INTRODUÇÃO Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com 1 DATA WAREHOUSES UMA INTRODUÇÃO Considerações Iniciais Conceitos Básicos Modelagem Multidimensional Projeto de Data
Leia maisDATA WAREHOUSE. Introdução
DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta
Leia mais5o ENCONTRO DE USUÁRIOS DE BI
5o ENCONTRO DE USUÁRIOS DE BI Contextualizando Para o quinto Encontro de Usuários de BI, o tema escolhido foi a importância de adotar uma Arquitetura de Referência em projetos de BI. Durante os encontros
Leia maisKDD E MINERAÇÃO DE DADOS:
KDD E MINERAÇÃO DE DADOS: Revisão em Data Warehouses Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt 1 DATA WAREHOUSES UMA VISÃO GERAL
Leia mais1- Identifique para cada questão abaixo, se o enunciado se refere a View, Stored Procedures, Trigger ou Function. Apenas um por questão.
1- Identifique para cada questão abaixo, se o enunciado se refere a View, Stored Procedures, Trigger ou Function. Apenas um por questão. a- Representam tabelas virtuais não armazenadas, compostas de campos
Leia maisPLANO DE ENSINO PRÉ-REQUISITOS: ENS
UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse
Leia maisSistemas de Apoio à Decisão (SAD) - Senado
Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business
Leia maisTópicos Avançados de Banco de Dados (Business Intelligence)
Tópicos Avançados de Banco de Dados (Business Intelligence) http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br Modelagem Dimensional Conceitos Básicos Material baseado em originais de Maria Luiza
Leia maisFaculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados
Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomadade Decisão Prof.: Fernando Hadad Zaidan Unidade 1.2 1 Conceitos Iniciais Tomada de Decisão, Modelagem
Leia maisData Warehousing e OLAP
Data Warehousing e OLAP Jornadas de Engenharia Informática Instituto Politécnico da Guarda Henrique Madeira Departamento de Engenharia Informática Faculdade de Ciências e Tecnologia Universidade de Coimbra
Leia maisPÓS-GRADUAÇÃO LATO SENSU
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan Unidade 2.1 2016 ACOMPANHAMENTO 9 CONTACTO ÁREAS DE NEGÓCIOS 1
Leia maisFundamentos da Análise Multidimensional
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Fundamentos da Análise Multidimensional Fundamentos da Análise Multidimensional
Leia maisDATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago
DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data
Leia maisComplemento I - Noções Introdutórias em Data Warehouses
Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações
Leia maisDefinition of a Measurement Guide for Data Warehouse Projects
Definition of a Measurement Guide for Data Warehouse Projects Claudia Hazan Serviço Federal de Processamento de Dados (SERPRO) SGAN Quadra 601 Modulo V Brasilia, DF, CEP: 70836-900 BRAZIL 1 Agenda Cenário:
Leia maisFases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse
Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas
Leia maisPadrões para o ambiente DW-PBH
Empresa de Informática e Informação do Município de Belo Horizonte S/A PRODABEL Diretoria de Sistema - DS Superintendência de Arquitetura de Sistemas - SAS Gerência de Arquitetura de Informação - GAAS
Leia maisAplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.
Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,
Leia maisCurso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1
Análise Inteligente de Dados Objectivo: Curso de Engenharia de Sistemas e Informática - 5º Ano Ficha T. Prática n.º 1 Estudo do paradigma multidimensional com introdução de uma extensão ao diagrama E/R
Leia maisData Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos
Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para
Leia maisIMPLANTAÇÃO DO DW NA ANVISA
IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de
Leia maisBanco de Dados. Sistemas de DW. (Data Warehouse) Valéria Cesário Times. vct@cin.ufpe.br. CIn/UFPE - DW Valéria Times 1/188
Banco de Dados Sistemas de DW (Data Warehouse) Valéria Cesário Times vct@cin.ufpe.br 1/188 Introdução Tópicos Hierarquia da Informação Sistemas de Suporte à Decisão Evolução de Sistemas de DW Comparativo
Leia maisThiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari
DESENVOLVIMENTO DE AMBIENTE PARA A GESTÃO DO CONHECIMENTO RELACIONADO AOS DADOS PRODUZIDOS PELO SISTEMA DE GERENCIAMENTO DE TRANSITO DA CIDADE DE JOINVILLE/SC PARTE I Thiago Locatelli de OLIVEIRA, Thaynara
Leia maisData Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1
Data Warehouse Granularidade rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Granularidade A granularidade de dados refere-se ao nível de sumarização dos elementos e de detalhe
Leia mais05/06/2012. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados
Banco de Dados Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Gerenciamento de Arquivos Gerenciamento de Arquivos 1 Gerenciamento de Arquivos Em uma indústria são executadas
Leia maisSoluções de Inteligência de Negócio e Mercado
Soluções de Inteligência de Negócio e Mercado Fernando Garre e Majela Fortes Especialistas em consultoria de Business Intelligence / Data Warehouse Consultoria focada nas Soluções de Business Intelligence
Leia maisAdriano Maranhão BUSINESS INTELLIGENCE (BI),
Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados
Leia maisData Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹
Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil
Leia maisTOTVS BA Guia de Customização Linha Logix
TOTVS BA Guia de Customização Linha Logix Guia de Customização Sumário Título do documento 1. Objetivo... 3 2. Introdução... 3 3. Customização... 3 2 TOTVS BA Linha Logix Guia de Customização Projeto/Versão:
Leia maisDB2 Data Warehouse. Alunas: Caroline Beatriz Perlin Elaine Amendola Vanessa Magalhães
DB2 Data Warehouse Alunas: Caroline Beatriz Perlin Elaine Amendola Vanessa Magalhães Agenda Introdução DB2 Data Warehouse Edition (DB2 DWE) Ferramentas Metadados DB2 cube views Materialized Query Tables
Leia maisCapítulo 2 Data Warehousing
Capítulo 2 Data Warehousing Objetivos de Aprendizado Compreender as definições e os conceitos básicos dos data warehouses Compreender as arquiteturas de data warehousing Descrever os processos usados no
Leia maisADMINISTRAÇÃO DE ATIVOS DE TI GERENCIAMENTO DE CONFIGURAÇÃO
1 ADMINISTRAÇÃO DE ATIVOS DE TI GERENCIAMENTO DE CONFIGURAÇÃO 2 INFRAESTRUTURA DE TI Para garantir o atendimento às necessidades do negócio, a área de TI passou a investir na infraestrutura do setor, ampliando-a,
Leia maisUNIVERSIDADE ESTADUAL DE LONDRINA GUSTAVO VIEIRA LOLIS ANÁLISE DE VIABILIDADE DO USO DE BUSINESS INTELLIGENCE EM PEQUENAS EMPRESAS
UNIVERSIDADE ESTADUAL DE LONDRINA GUSTAVO VIEIRA LOLIS ANÁLISE DE VIABILIDADE DO USO DE BUSINESS INTELLIGENCE EM PEQUENAS EMPRESAS Londrina - Paraná 2007 GUSTAVO VIEIRA LOLIS ANÁLISE DE VIABILIDADE DO
Leia maissrbo@ufpa.br www.ufpa.br/srbo
CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto
Leia maisINTELIGÊNCIA COMPETITIVA. Transformando dados em decisões estratégicas
INTELIGÊNCIA COMPETITIVA Transformando dados em decisões estratégicas Primeiramente, qual a diferença? DADOS INFORMAÇÃO CONHECIMENTO CONHECIMENTO Conjunto de informações analisadas INFORMAÇÃO Conjunto
Leia maisChecklist de Projeto de Data Warehouse
Checklist de Projeto de Data Warehouse Prof. Dr. Jorge Rady de Almeida Jr. Escola Politécnica da USP F/1 Revisão de Projeto Design Review Após uma área de interesse tenha sido projetada e posta em operação
Leia maisCenário Atual. ... No coração deste ambiente está a idéia do
Fundamentos DW Cenário Atual Grande e desordenada coleção de aplicações operacionais, frágeis e muitas vezes não integradas... Dificultando a disponibilização de informações estratégicas para tomada de
Leia maisUma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA
Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação MATA67 Projeto Final II Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto
Leia maisAssessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP. Manual de Orientação
Assessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP Versão 1 Manual de Orientação Conteúdo 1. Introdução 3 2. Abrangência 4 3. Vagas 5 4. Fila de Espera
Leia maisBUSINESS INTELLIGENCE Prof. Fabio Purcino
Aula Teste BUSINESS INTELLIGENCE Prof. Fabio Purcino Faça o download desta aula Use um leitor de QR Code Definição Business Intelligence é um conjunto de conceitos e técnicas que buscam extrair conhecimento
Leia maisBusiness Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI
Matriz: Av. Caçapava, 527 CEP 90.460-130 Tecnopuc: Av. Ipiranga, 6681 Prédio 32 Sala 109 CEP 90.619-900 Porto Alegre - RS, Brasil Contate-nos: +55 (51) 3330.7777 contato@dbccompany.com.br www.dbccompany.com.br
Leia maisProva INSS RJ - 2007 cargo: Fiscal de Rendas
Prova INSS RJ - 2007 cargo: Fiscal de Rendas Material de Apoio de Informática - Prof(a) Ana Lucia 53. Uma rede de microcomputadores acessa os recursos da Internet e utiliza o endereço IP 138.159.0.0/16,
Leia maisConhecendo o Business Intelligence (BI)
(BI) Uma Ferramenta de Auxílio à Tomada de Decisão Ricardo Adriano Antonelli Resumo: A necessidade por informações úteis para auxílio à tomada de decisão perante as organizações tem aumentado exponencialmente
Leia maisData Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II
Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /
Leia maisAula 02. Evandro Deliberal
Aula 02 Evandro Deliberal evandro@deljoe.com.br https://www.linkedin.com/in/evandrodeliberal Data Warehouse; Ambiente de Data Warehouse; Processos e ferramentas envolvidas; Arquiteturas de DW; Granularidade;
Leia maisMedição de tamanho para Sistemas de Data Mart
1 Universidade Católica de Brasília Programa de Pós-Graduação em Gestão do Conhecimento e Tecnologia da Informação Medição de tamanho para Sistemas de Data Mart Angélica Toffano Seidel Calazans Orientadores:
Leia maisData Warehouse Processos e Arquitetura
Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)
Leia maisModelagem Conceitual Exercício resolvido 02 Modelagem Conceitual
Modelagem Conceitual Exercício resolvido 02 Modelagem Conceitual Vitor Valerio de Souza Campos (adaptado do material de um curso de modelagem de dados da Oracle) Uma pequena locadora de vídeos possui ao
Leia maisRELATÓRIOS GERENCIAIS
RELATÓRIOS GERENCIAIS Com base na estrutura organizacional de uma entidade, a parte gerencial é o processo administrativo, onde se traça toda a estrutura fundamental para elaboração do planejamento da
Leia maisBusiness Intelligence: Desafios e Melhores Práticas
Sucesu RJ - IV Congresso de Inteligência Competitiva Business Intelligence: Desafios e Melhores Práticas Eugenio Pedrosa Petrobras Roteiro Arquitetura de BI Evolução da BI nas Empresas Corporate Performance
Leia maisPercio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador
Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Índice Introdução Objetivos Data Warehouse Estrutura Interna Características Principais elementos: ETC, Metadados e Modelagem Dimensional
Leia maisProcesso Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS
Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Sumário Conceitos/Autores chave... 3 1. Introdução... 5 2. OLAP... 6 3. Operações em OLAP... 8 4. Arquiteturas em OLAP...
Leia maisModelação Dimensional 4
INTEGRAÇÃO E PROCESSAMENTO ANALÍTICO DE INFORMAÇÃO Modelação Dimensional 4 António Manuel Silva Ferreira UNIVERSIDADE DE LISBOA FACULDADE DE CIÊNCIAS DEPARTAMENTO DE INFORMÁTICA asfe@di.fc.ul.pt Sumário
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisSISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS
SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br OLAP e Modelagem Dimensional Conceitos Básicos Material baseado em originais de Maria Luiza Campos
Leia maisBusiness Intelligence para Computação TítuloForense. Tiago Schettini Batista
Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada
Leia maisUNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA
UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA Proposta de Data Mart para o Plano de Saúde do Senado Federal Fábio Monteiro Sobral Marco Antonio Motta de Souza ORIENTADORA:
Leia maisPlanejamento e Orçamento
Planejamento e Orçamento O SIPLAG Sistema Integrado de Planejamento, Orçamento e Gestão, é um sistema voltado à gestão governamental, permitindo a elaboração do Plano Plurianual, da Lei Orçamentária Anual,
Leia maisUma peça estratégica para o seu negócio
Uma peça estratégica para o seu negócio INFORMAÇÃO GERAL DA EMPRESA CASO DE SUCESSO EM IMPLEMENTAÇÃO BI PERGUNTAS E RESPOSTAS Fundada em 1997, Habber Tec é uma empresa especializada na oferta de soluções
Leia maisData Warehouse. Compras. Caroline B. Perlin
Data Warehouse Compras Caroline B. Perlin Agenda O processo de compra Requisitos de compras Transações de compra Tabela de fatos Slowly Changing Dimensions (SCD) Técnicas para lidar com SCD Abordagens
Leia maisTécnicas de Business Intelligence na Análise de Dados de Produção. Rafael Deitos
Copyright 2014-15 OSIsoft, LLC. 1 Técnicas de Business Intelligence na Análise de Dados de Produção Presented by Felipe Trevisan Rafael Deitos Copyright 2014-15 OSIsoft, LLC. Sumário Contextualização Itaipu
Leia maisSistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house
Universidade Regional de Blumenau Centro de Ciências Exatas e Naturais Curso de Sistemas de Informação (Bacharelado) Sistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house
Leia maisMODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML
1 MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML JOANA SCHEEREN Porto Alegre 2009 2 JOANA SCHEEREN MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML Trabalho de Conclusão de Curso
Leia maisPowerPivot FÁBIO ÁVILA / THIAGO CARVALHO
PowerPivot FÁBIO ÁVILA / THIAGO CARVALHO Definição 2 O PowerPivot é um suplemento do Microsoft Excel que permite importar milhões de linhas de dados de várias fontes para uma única pasta de trabalho do
Leia maisSUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.
SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4
Leia maisAna Carolina Salgado Fábio Ávila PROJETO DE DATA WAREHOUSE
Ana Carolina Salgado Fábio Ávila PROJETO DE DATA WAREHOUSE Local Atlanta Denver Uvas Produto Detroit Cerejas Melões Vendas Sales Maçãs Peras Pêras T1 T2 T3 Tempo T4 2 Local Membro Atlanta Denver Uvas Produto
Leia maisDESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS
DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS Flávio Augusto Lacerda de Farias Rogério Tronco Vassoler ** Resumo
Leia maisProf. Antonio Almeida de Barros Jr. Prof. Antonio Almeida de Barros Junior
Prof. Antonio Almeida de Barros Jr. Introdução Dados Informações Banco de Dados Conceitos Básicos em Bancos de Dados Definição BD - Banco de Dados SGBD - Sistema de Gerenciamento de BD Programa de Aplicação
Leia maisConversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql
Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Carlos H. Cardoso 1, Roberto D Nebo 1, Luis A. da Silva 1 1 Curso de Tecnologia em Banco
Leia maisModelo de Dados. Modelo para organização dos dados de um BD
Modelo de Dados Modelo para organização dos dados de um BD define um conjunto de conceitos para a representação de dados exemplos: entidade, tabela, atributo,... existem modelos para diferentes níveis
Leia maisCENTRO UNIVERSITÁRIO FEEVALE EDMILSON J. W. FELBER
CENTRO UNIVERSITÁRIO FEEVALE EDMILSON J. W. FELBER PROPOSTA DE UMA FERRAMENTA OLAP EM UM DATA MART COMERCIAL: UMA APLICAÇÃO PRÁTICA NA INDÚSTRIA CALÇADISTA Novo Hamburgo, novembro de 2005. EDMILSON J.
Leia maisGBD PROF. ANDREZA S. AREÃO
GBD PROF. ANDREZA S. AREÃO Dado, Informação e Conhecimento DADO: Estímulos captados pelos sentidos humanos; Símbolos gráficos ou sonoros; Ocorrências registradas (em memória, papel, etc.); Indica uma situação
Leia mais24/08/2012 PÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Desafios da TI e dos SI. Cenários anteriores. Tomada de Decisão
Desafios da TI e dos SI PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Ambiente Interativo Ferramentas de Interatividade Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Acesso
Leia mais