Modelagem Multidimensional

Documentos relacionados
Conceitos Básicos. Profa. Dra. Cristina Dutra de Aguiar Ciferri. Algoritmos e Estruturas de Dados II: Projeto

Modelagem Multidimensional

Modelagem Multidimensional - Nível Físico -

SQL. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri

Conceitos Básicos. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri

Modelagem Multidimensional - Nível Físico -

SQL. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri

Modelagem Multidimensional - Nível Lógico -

Modelagem Multidimensional - Nível Físico -

Modelagem Multidimensional - Nível Físico -

Trabalho Prático FUNDAMENTAÇÃO TEÓRICA - ORGANIZAÇÃO DE ARQUIVOS -

Aula 02. Evandro Deliberal

SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS

Arquitetura de um Ambiente de Data Warehousing

Motivação e Conceitos Básicos

OLAP. Rodrigo Leite Durães.

Informática. Business Intelligence (BI), Data Warehouse, OLAP e Data Mining. Prof. Márcio Hunecke

Arquitetura de um Ambiente de Data Warehousing

Arquitetura de um Ambiente de Data Warehousing

Sumário. 1 Introdução 2 BD Orientado a Objetos 3 BD Objeto-Relacional 4 Noções Básicas de Data Warehouse 5 XML e BD XML. Motivação

Motivação. Análise de Dados. BD x DW OLTP. Data Warehouse. Revisão Quais as diferenças entre as tecnologias de BD e DW? OLAP Modelos Multidimensionais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Inteligência nos Negócios (Business Inteligente)

6º Congresso de Pós-Graduação AUTOMATIZAÇÃO DO PROCESSO DE CRIAÇÃO DE VISÕES PARA MODELAGEM DE DW

Anderson Chaves Carniel Profa. Dra. Cristina Dutra de Aguiar Ciferri

Roteiro da apresentação

SEFAZ INFORMÁTICA Olap Prof. Márcio Hunecke

30/10/2012. Prof. Luiz A. Nascimento

Bancos de Dados IV. OLAP e Cubos de Dados. Rogério Costa

Data Warehousing: Conceitos Básicos e Arquitetura

Sistemas de Suporte à Decisão. Suporte à Decisão X Operacional. Banco de Dados Avançado. Data Warehouse. Data Warehouse & Data Mart

Ferramenta de Suporte a Decisão caracterizada por Consultas OLAP

Introdução à teoria de Data Warehouse. Prof. Rodrigo Leite Durães

Sistemas de Apoio à Decisão

Metodologia de Desenvolvimento de Sistemas Informação

PÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

Data Warehousing: Conceitos Básicos e Arquitetura

UNIVERSIDADE REGIONAL DE BLUMENAU. Acadêmica: Cristina Alves de Sousa Morais Orientador: Oscar Dalfovo

Fundamentos de sistemas de informação

Processo de Criação de um Esquema Estrela

Integração de Dados. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri

Apresentação. Rodrigo Leite Durães

Tecnologias Oracle para DW Visões Materializadas no Oracle

Inteligência de Negócios Profa.Denise

Identificação de Hierarquias Incompletas em Estruturas Multidimensionais de Dados

FRAGMENTAÇÃO VERTICAL DE DADOS EM DATA WAREHOUSES NO SISTEMA WEBD 2 W

Joana Simon Orientador: Prof. Oscar Dalfovo, Doutor

Tecnologias Oracle para DW Visões Materializadas no Oracle

1ª Forma Normal. Uma relação está na 1ª Forma normal se todos os seus atributos são valores escalares.

Informática Parte 6 Prof. Márcio Hunecke

Asterio K. Tanaka. Programa de Pós-Graduação em Informática. Interesses de Pesquisa

Uma abordagem lógica para base de dados multidimensionais

Inteligência nos Negócios (Business Inteligente)

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

PROTÓTIPO DE UM SISTEMA DE INFORMAÇÃO EXECUTIVA APLICADO A PREFEITURA MUNICIPAL DE JARAGUÁ DO SUL UTILIZANDO DATA WAREHOUSE

Avaliação do Star Schema Benchmark aplicado a bancos de dados NoSQL distribuídos e orientados a colunas. Lucas de Carvalho Scabora

Álgebra Relacional e SQL

UNIVERSIDADE DE CAXIAS DO SUL Centro de Computação e Tecnologia da Informação Curso de Bacharelado em Sistemas de Informação

Business Intelligence (BI)

Introdução ao Data Mining. Sumário

Sumários das Aulas Teórico-Práticas de Análise Inteligente de Dados

Índice Bitmap e Indexação de Ambientes de Data Warehousing

Claudio Novais. Cláudio Campinho Novais Uma Abordagem Alternativa para a Formalização de Espaços Multidimensionais em Sistemas OLAP

Métodos de Acesso Métrico

Mineração de Dados em Biologia Molecular

Bancos de Dados IV. Data Warehouse Conceitos. Rogério Costa

Data Warehousing e Tecnologia OLAP para Data Mining

Rodrigo Costa Mateus

SB-index: Um Índice Espacial baseado em Bitmap para Data Warehouse Geográfico

RE-AGREG: Um Mecanismo para Redirecionamento de Consultas a Agregados em Ambientes de Data Warehouse

Ambiente de Data Warehouse Para Imagens Médicas Baseado Em Similaridade

Business Intelligence :

Minerando Exceções em Cubos OLAP

P R O J E T O: C A R N A V A L. 2. Informações Básicas sobre o Sistema a ser Desenvolvido

Modelagem Multidimensional: Conceitos Avançados

Qualificando decisões de negócio. Entendendo Business Intelligence

Melhorando o Desempenho do Processamento de Consultas Drill-Across em Ambientes de Data Warehousing

Fenómeno da globalização

Bancos de Dados IV. Arquiteturas. Rogério Costa

PROJETO: CONFERÊNCIA ACADÊMICA. 2. Informações Básicas sobre o Sistema a ser Desenvolvido

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

Banco de Dados Gerenciais

DATA WAREHOUSE. Prof. Fulvio Cristofoli. Armazenagem De Dados.

As aplicações de análise de dados procuram padrões incomuns nos dados. Existem quatro passos distintos nesta análise: Formulação de uma consulta que

Formação Analista de BI Microsoft Aula 1

SQL CREATE MATERIALIZED VIEW. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. OLAP: Modelagem Multidimensional

Data Warehouse. Introdução Negócio. Introdução O Ambiente de Dados. Introdução Como obter a informação certa? Data Warehouse Definição

Ferramenta para Geração de Modelo Dimensional para Data

Notas de Aula 03: Introdução a Orientação a Objetos e a UML

Álgebra Relacional e SQL operações de interesse

Banco de Dados - Senado

Generated by Foxit PDF Creator Foxit Software For evaluation only. EDSON VIEIRA TECNOLOGIA OLAP

Sumários das Aulas Teóricas de Análise Inteligente de Dados

Licenciatura em Engenharia Multimédia

UNIVERSIDADE FEDERAL DA PARAÍBA

DATA WAREHOUSE APLICADO NA GESTÃO DE DADOS AGRÍCOLA DATA WAREHOUSE APPLIED IN AGRICULTURAL DATA MANAGEMENT

Chapter 3. Análise de Negócios e Visualização de Dados

Transcrição:

Modelagem Multidimensional Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri

Modelagem Multidimensional Análises dos usuários de SSD representam requisições multidimensionais aos dados do DW visualização dos dados segundo diferentes perspectivas permitem a identificação de problemas e de tendências

Arquitetura de 3 Camadas esquema operações conceitual metáfora do cubo de dados Cube Álgebra lógico esquemas estrela e floco de neve ROLAP estruturas matriciais MOLAP SQL MDX... físico índices: árvores ROLAP 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 índices bitmap estruturas e algoritmos proprietários MOLAP processamento e otimização de consultas

(Hiper)cubo de Dados Multidimensional (QualidadeAr) visão multidimensional concentração por poluente por tempo por estação representação gráfica semântica subjacente

(Hiper)cubo de Dados Multidimensional (QualidadeAr) visão multidimensional concentração por tempo por estação visão multidimensional concentração por poluente por tempo visão multidimensional concentração por poluente por estação

(Hiper)cubo de Dados Multidimensional (QualidadeAr) visão multidimensional concentração por tempo visão multidimensional concentração por estação visão multidimensional concentração por poluente

(Hiper)cubo de Dados Multidimensional (QualidadeAr) visão multidimensional concentração

(Hiper)cubo de Dados Multidimensional (QualidadeAr)

Modelo de Dados Multidimensional aspectos estáticos aspectos dinâmicos modelagem dos dados operações analíticas dimensões (atributos) medidas numéricas drill-down/roll-up slice and dice pivot drill-across...

Dimensão Representa uma perspectiva de análise dos usuários de SSD Composta por atributos Exemplo: dimensão tempo atributos: dia, mês, trimestre, semestre, ano semântica: dia 15/09/2015, do mês de setembro, do terceiro trimestre, do segundo semestre, de 2015.

Dimensão Exemplo: dimensão poluente atributos: poluente, categoria, tipo, grupo semântica: poluente CO, da categoria gás semântica: poluente CO, do tipo químico, do grupo ar Exemplo: dimensão estação atributos: estação, cidade, estado, região, país semântica: estação E1, da cidade de São Carlos, do estado de São Paulo, da região Sudeste, do país Brasil

Definição Hierarquia de Atributos permite que atributos de uma dimensão relacionem-se com outros atributos da mesma dimensão especifica níveis de agregação e, portanto, granularidade dos itens de dados especifica as dependências existentes entre as granularidades dos atributos

Ordenação Parcial ( ) Significado um atributo de maior nível de granularidade de uma hierarquia de atributos pode ser determinado usando um atributo de menor nível de granularidade dessa hierarquia Exemplo: dimensão tempo (semestre) (trimestre) maior nível de granularidade menor nível de granularidade semestres podem ser calculados por meio dos trimestres

Dimensão tempo Exemplos atributos: dia, mês, trimestre, semestre, ano (ano) (semestre) (trimestre) (mês) (dia) Dimensão poluente atributos: poluente, categoria, tipo, grupo (categoria) (poluente) (grupo) (tipo) (poluente) podem ser definidas uma ou mais hierarquias de atributos por dimensão

Dimensão estação Exemplos atributos: estação, cidade, estado, região, país (país) (região) (estado) (cidade) (estação)

Definição Formal Lattice (Reticulado de Cuboides) <L, >, onde L: conjunto de visões (ou agregações) : relação de dependência Propriedades de L contém pelo menos a visão do nível inferior pode conter uma visão completamente agregada (all/none), a qual pode ser calculada a partir de qualquer outra visão Harinarayan, V. Rajaraman, A., Ullman, J. D. Implementing Data Cubes Efficiently. In Proceedings of the ACM SIGMOD International Conference of Management of Data, p. 205-216,1996.

Definição Formal Para três visões v, w, u, podem ser definidas as seguintes funções: sendo que

Exemplo Dimensão tempo (all) (ano) (semestre) (trimestre) (mês) (dia) CIFERRI, C., CIFERRI, R., GÓMEZ, L., SCHNEIDER, M., VAISMAN, A., ZIMÁNYI, E. Cube algebra: A generic user-centric model and query language for OLAP cubes. Journal of Data Warehousing and Mining, v. 9, n. 2, p. 39-65, 2013. all ano semestre trimestre mês dia níveis de agregação superior inferior

Exemplo Dimensão poluente (all) (categoria) (poluente) all níveis de agregação superior (all) (grupo) (tipo) (poluente) grupo categoria tipo poluente inferior

Exemplo Dimensão estação (all) (país) (região) (estado) (cidade) (estação) all país região estado níveis de agregação superior cidade estação inferior

Medida Numérica Objeto de análise relevante ao negócio Definida como uma função de suas dimensões correspondentes Classificação aditiva semi-aditivas não aditivas Definição somada através de todas as suas dimensões somadas somente através de algumas de suas dimensões não podem ser somadas Função de Agregação SOMA (todas as dimensões) SOMA (apenas algumas dimensões) AVG, MAX, MIN ou outra função complexa