Armazéns de dados.

BANCO DE DADOS II
TEMAS AVANÇADOS DE BANCOS DE DADOS.
Armazéns de dados.
MsC. Leoder Alemañy Socarrás
Armazén de dados
Armazén de dados
Os armazéns de dados permitem realizar análises
sobre a informação para apoiar a tomada de decisões
numa entidade determinada. Os elementos
fundamentais que compõem o desenho de um
armazém de dados são: os factos, as medidas e as
dimensões. Num armazém de dados a informação é
representada num cubo de dados
Armazén de dados
Cubos
Facto
Dimensões
Medidas
Atributos das Dimensões
Llaves
Atributos das Dimensões
Atributos
A qualidade do armazém mede-se pela qualidade
dos atributos, os mesmos devem ser:
• Descritivos
• Completos (sem valores nulos)
• Indexados
• Palavras inteiras
• Documentados (metadata)
Atributos nas dimensões
• Os atributos descrevem características das dimensões.
• São geralmente textuais ou comportam-se como tal.
• Tomam valores discretos.
• Aparecem nas colunas de reporte-los de saída.
• Podem formar hierarquias nas dimensões:
• (localização: direcção, cidade, província)
Tipos de dimensões
Existen tres tipos de dimensões :
• Estándar
•de Tiempo
•Padre-hijo
Dimensões estándar
•É o tipo mais singelo de dimensão.
•Uma dimensão regular tem um
conjunto fixo de hierarquias e níveis,
estabelecido pelo desenhador.
Dimensões Time
Definem-se geralmente
mediante uma
hierarquia de vários
níveis.
Exemplo:
•Ano
•Semestre
•Trimestre
•Mês
Dimensões Padre-hijo
•Baseiam-se
em
relações recursivas
existentes
numa
tabela de dimensão.
•Por exemplo, um
empregado tem um
chefe. Mas este
chefe é também um
empregado.
Membros de uma dimensão
•A cada membro é uma
ocorrência específica
de uma dimensão.
•As dimensões
costumam ter uma
estrutura baseada em
níveis. A cada membro
localiza-se num
determinado nível.
Relações entre os membros
Roles das dimensões
• Em ocasiões, uma dimensão participa múltiplas vezes
no mesmo cubo, desempenhando diferentes papéis.
Exemplos:
• Uma tabela de factos pode conter três colunas que o enlacem com
a dimensão de tempo: uma coluna para alojar a data de
facturação, outra para alojar a data de remessa, e outra para alojar
a data de entrega.
• Uma tabela de factos pode conter duas colunas enlaçadas com
a dimensão de empregados: uma coluna para representar ao
empregado que efectuou a venda, e outra para representar ao
empregado que efectuou o despacho.
Roles das dimensões
Exemplos:
Uma tabela de factos pode conter duas colunas
enlaçadas com a dimensão de empregados: uma coluna
para representar ao empregado que efectuou a venda, e
outra para representar ao empregado que efectuou o
despacho.
Tipos de relações entre as dimensões e os
factos
As classificações fundamentais que recebem estas
relações são:
• Regular
• Referida
• Muitos a Muitos.
Regular
• Relação um – muitos da tabela de dimensão com a
tabela de factos.
Referenciada
• Produz-se quando a tabela de dimensão não está
directamente relacionada com a tabela de factos. Na
imagem que aparece embaixo é o tipo de relação que existe
entre DimGeography (dimensão) e FactResellerSales (facto).
Muchos – muchos
• Relações muitos – muitos entre tabela de factos e
tabela de dimensão. Estas relações implementamse através de uma tabela de factos intermediária.
Muchos – muchos
Estilos de desenho de armazém de dados
• Para desenhar um armazém de dados pode-se
aplicar o estilo estrela ou o copo de neve. A seguir
explicam-se em detalhe a cada um deles.
Estrella
Tabla de factos: Objeto de análisis
• Chave principal múltipla (em caso que assumam-se as chaves
foráneas como primárias, é o caso da figura que aparece a
seguir) ou única (em caso que se assumam as chaves das tabelas
dimensões unicamente como chaves foráneas).
• Uma ou mais medidas que devem ser numéricas e aditivas
(factos para Kimball)
Conjunto de Tabelas de dimensões:
• Diferentes perspectivas para analisar os factos. Chave primária
que coincide com uma chave foránea na tabela de factos.
Estrella
Copo de nieve (Snowflake)
• Este estilo utiliza-se quando nas dimensões os
atributos de baixa cardinalidad se levam a tabelas
separadas. Isto faz as representações mais
complexas e diminui o rendimento das consultas,
mas às vezes se utiliza para poupar espaço de
armazenamento. Kimball não recomenda sua
utilização para armazéns de dados.
Copo de nieve (Snowflake)
Constelação de factos
•Quando múltiplas tabelas de factos
compartilham as mesmas dimensões, então
estamos em presença de uma constelação de
factos.
Constelación de hechos
Múltiplas tabelas de factos compartilham as mesmas dimensões.
Embarques
Tiempo
llave-tiempo
día_semana
semana
trimestre
Producto
Ventas
Clientes
llave-cliente
id-cliente
nombre
credito
direccion
ciudad
llave-tiempo
llave-producto
llave-cliente
llave-tienda
unidades vendidas
precio
llave-producto
id-producto
descripción
marca
tipo de empaque
llave-tiempo
llave-producto
llave-tiendaorigen
llave-tiendadestino
llave-transportista
unidades embarcadas
precio_embarque
Transportista
Tiendas
llave-tienda
id-tienda
nombre
dirección
ciudad
llave-transportista
id-transportista
nombre
dirección
tipo
Dimensões conformadas (compartilhadas)
•É uma dimensão que significa o mesmo para a cada
possível tabela de factos com a que se possa unir
•Exemplos: loja, produto, tempo.
•É responsabilidade do equipo desenhador
estabelecer, publicar e manter as dimensões
conformadas
•Sem um uso estrito de dimensões conformadas o
armazém nunca funcionará como um tudo.
Propriedades dos elementos para desenhar
um armazém de dados numa ferramenta
Propriedades dos cubos:
• Name: Nome do cubo.
• Visible: Determina se o cubo é visível ou não.
• Default Measure: A medida devolvida pelo cubo
em caso que as consultas não especifiquem de
forma explícita que medida se deseja visualizar.
Propriedades dos elementos para desenhar
um armazém de dados numa ferramenta
Propriedades das dimensões:
• Name: Nome da dimensão.
• Usage: Uso que dar-se-á à dimensão.
• KeyColumns: Coluna(s) de chave para a dimensão.
• NameColumn: Coluna que proporciona o valor
mostrado na dimensão ao consultar dados.
Propriedades dos elementos para desenhar
um armazém de dados numa ferramenta
Propiedades de las medidas:
• Name: Nome da medida.
• Description: Descrição da medida.
• Source: Coluna da tabela de factos a partir da qual se obtém a medida.
• Format String: Determina o formato de visualização da medida (por
exemplo, percentagem e moeda). Também permite ingressar uma
corrente de formato personalizada.
• Visible: Determina se a medida é visível ou não. Esta propriedade é útil
quando se definem medidas intermediárias, a partir das quais calcularse-ão outras medidas através de MDX.
• Data Type: Tipo de dado da medida. Por defeito, é herdado do tipo de
dado da coluna que gera a medida.
Modelagem de um Armazém de Dados
EXEMPLO
Organização: Corrente de supermercados.
Actividade objeto de análise: vendas de produtos.
Exemplo de informação registada sobre uma
venda: “do produto “Enlatados” venderam-se no
armazém “Armazém nro.1” no dia 7/7/2011, 5
unidades por um custo de 103,19 euros.”
Modelagem
hecho
Marca
Descripción
Semana
Categoría
Departamento
Mes
Nro_producto
Trimestre
Día
Año
Tipo
importe
unidades
dimensión
Almacén
medidas
Ciudad
Tipo
atributos
Región
Exemplo
Producto
llave-producto
id-producto
descripción
marca
tipo de empaque
Tiempo
llave-tiempo
día-semana
semana
trimestre
Ventas
llave-tiempo
llave-producto
llave-almacén
unidades vendidas
importe
Almacén
llave-almacén
id-almacén
nombre
direccion
ciudad
Conclusiones
Tarefa
Exercício 4 da Clase Práctica # 2