Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves...
Transcript of Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves...
![Page 1: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/1.jpg)
BANCO DE DADOS
MULTIDIMENSIONAIS
![Page 2: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/2.jpg)
Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves
Gestão Sistema de Informação
Gestão S.I. S.I.P.E.
![Page 3: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/3.jpg)
Gestão Sistema de Informação
Profª: Márcia Passos
BANCO DE DADOS
MULTIDIMENSIONAIS
Gestão S.I. S.I.P.E.
![Page 4: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/4.jpg)
O que é BD Multidimensional?
Características Data Warehouse Ferramentas OLAP
Gestão S.I. S.I.P.E.
Conteúdo da Apresentação
![Page 5: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/5.jpg)
Gestão S.I. S.I.P.E.
Modelo BD Multidimensional Agrupamento de Informações: Dimensões,
Medidas, Fatos e Agregações. Modelo Cubo
Estrutura de BD Multidimensional Hipercubos Multicubos Qual o Melhor?
Estudo Caso de Uso Conclusão Referências
Conteúdo da Apresentação
![Page 6: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/6.jpg)
Introdução
Gestão S.I. S.I.P.E.
Banco de dados multidimensionais (alguns autores chamam de dimensionais) tem o propósito de fornecer subsídio para realização de análises. Para tanto, sua arquitetura e até mesmo a terminologia empregada são distintas das utilizadas para bancos de dados transacionais. O fato de existirem diversas informações a serem cruzadas (dimensões) permite a realização de pesquisas mais detalhadas para tomada de decisão.
![Page 7: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/7.jpg)
Um banco de dados multidimensional é uma forma de banco de dados que é projetado para fazer o melhor uso de armazenar e utilizar dados.
Gestão S.I. S.I.P.E.
O que é BD Multidimensional?
![Page 8: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/8.jpg)
Normalmente estruturado, a fim de otimizar o processamento analítico online (OLAP) e aplicações de data warehouse.
O banco de dados multidimensional pode receber dados de uma variedade de bancos de dados relacionais e estruturar as informações em categorias e seções que podem ser acessados em um número de maneiras diferentes.
Gestão S.I. S.I.P.E.
O que é BD Multidimensional?
![Page 9: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/9.jpg)
O modelo multidimensional reflete a maneira de pensar dos especialistas de negócios e responde às suas necessidades de informações.
A tecnologia relacional de bancos de dados possibilita ao data warehouse ser utilizado para responder as questões de forma rápida e precisa. Gestão S.I. S.I.P.E.
Características BD Multidimensional
![Page 10: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/10.jpg)
Para isso, são necessários três componentes essenciais:
1. Os dados provenientes das várias fontes distribuídas pela empresa e armazenados em um único local;
2. Ferramentas que possibilitem a análise das informações armazenadas de forma rápida, flexível com alta qualidade de apresentação;
3. O conhecimento do especialista de negócios.Gestão S.I. S.I.P.E.
Características BD Multidimensional
![Page 11: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/11.jpg)
Um Data Warehouse é uma base de dados, geralmente relacional, que consolida as informações empresariais.
Gestão S.I. S.I.P.E.
Data Warehouse
![Page 12: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/12.jpg)
Existem inúmeras ferramentas disponíveis no mercado chamadas de OLAP.
Permitem ao usuário visualizar os vários níveis de detalhamento da informação, sob as visões das diferentes dimensões definidas no modelo.
On-Line Analytical Processing
Gestão S.I. S.I.P.E.
Ferramentas OLAP
![Page 13: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/13.jpg)
Data Sources
Operational DBs
othersources Analysis
QueryReportsData mining
Front-End ToolsOLAP Engine
Serve
OLAP Server
DataWarehouse
ExtractTransformLoadRefresh
Metadata
Data Marts
Data Storage
Contexto do OLAP e DW
Gestão S.I. S.I.P.E.
![Page 14: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/14.jpg)
Gestão S.I. S.I.P.E.
OLAP / Data Warehouse
![Page 15: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/15.jpg)
Os dados são modelados em uma estrutura multidimensional conhecida por “cubo”. As dimensões do cubo representam os componentes dos negócios da empresa, tais como "cliente", "produto", "fornecedor" e "tempo".
Gestão S.I. S.I.P.E.
Arquitetura Ferramentas OLAP
![Page 16: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/16.jpg)
Para conhecermos a arquitetura de OLAP é preciso conhecer seus termos
Cubo Dimensão Hierarquia Membro Medidas
Gestão S.I. S.I.P.E.
Arquitetura - OLAP
![Page 17: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/17.jpg)
Os sistemas OLAP ajudam os analistas e os gerentes a sintetizarem as informações sobre a empresa através de comparações, visões personalizadas, análises estatística, previsões e simulações
Gestão S.I. S.I.P.E.
Figueiredo (1998) - OLAP
![Page 18: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/18.jpg)
As análises sobre dados históricos envolvem uma série de possibilidades de cruzamentos e agrupamentos de informações, com o uso dos seguintes termos:
Gestão S.I. S.I.P.E.
Modelo BD Multidimensional
![Page 19: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/19.jpg)
Dimensões: estabelecem a organização dos dados, determinando possíveis consultas/cruzamentos. Por exemplo: região, tempo, canal de venda
Medidas: são os valores a serem analisados, como médias, totais e quantidades;
Fatos: são os dados a serem agrupados, contendo os valores de cada medida para cada combinação das dimensões existentes;
Agregações: totalizações calculadas nos diversos níveis hierárquicos.Gestão S.I. S.I.P.E.
Modelo BD Multidimensional
![Page 20: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/20.jpg)
Gestão S.I. S.I.P.E.
Modelo BD Multidimensional
![Page 21: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/21.jpg)
Gestão S.I. S.I.P.E.
Exemplo: Modelagem dos Dados
Vídeo Multidimensional
Fonte: http://www.youtube.com/watch?v=kx19CV4MyNg
![Page 22: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/22.jpg)
Dimensões CuboHierarquia:1. Geografia2. País3. Estado4. Cidade
5. Etc...
Membros
Medidas: É representada por uma dimensãoespecial utilizada para realizar comparações. Inclui membros como: custos, lucros ou
taxas. Gestão S.I. S.I.P.E.
Modelo Cubo
![Page 23: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/23.jpg)
São sistemas proprietários que não seguem padrões, ou seja, cada desenvolvedor cria a sua própria estrutura para o banco de dados, isto é, para armazenar o cubo e usa as suas próprias ferramentas para acessá-lo.
Gestão S.I. S.I.P.E.
Estrutura de BD Multidimensional
![Page 24: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/24.jpg)
Quando o modelo multidimensional é processado, nova base é gerada, desta vez contendo tanto os dados quanto as agregações em formato próprio, utilizando-se de estruturas apropriadas para pesquisas.Gestão S.I. S.I.P.E.
Estrutura de BD Multidimensional
Alicerce em Cubos
![Page 25: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/25.jpg)
Cubo com três dimensões
Estrutura de BD Multidimensional
Representação de um cubo com as dimensões Produto, Região e Tempo.
![Page 26: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/26.jpg)
Gestão S.I. S.I.P.E.
Estrutura de BD Multidimensional
Esparsos
![Page 27: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/27.jpg)
Podem apresentar seus dados para uma aplicação
usando dois tipos de cubos: Hipercubos Multicubos.
Gestão S.I. S.I.P.E.
Estrutura de BD Multidimensional
Tipos de Cubo
![Page 28: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/28.jpg)
Hipercubo
Gestão S.I. S.I.P.E.
Estrutura de BD Multidimensional
Todos os dados aparecem logicamente como um simples cubo.
Todas as múltiplas partes representadas pelo hipercubo têm idêntica dimensionalidade, isto é, cada pedaço é de igual tamanho.
![Page 29: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/29.jpg)
A vantagem desta abordagem é o rápido tempo de resposta, independente do número de dimensões envolvidas
Estrutura de BD Multidimensional
Vantagem
![Page 30: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/30.jpg)
dado é segmentado em um conjunto de cubos pequenos (subcubos), cada qual é composto de um subconjunto das dimensões avaliadas.
Por exemplo, nos dados das vendas podemos colocar em um cubo as dimensões produto, região e mês, em outro as dimensões produto, vendedor e região, e em outro as dimensões produto, vendedor e mês. Gestão S.I. S.I.P.E.
Multicubos
Estrutura de BD Multidimensional
![Page 31: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/31.jpg)
São a menor utilização de espaço de armazenamento em disco, por diminuir o problema dos dados esparsos, e o melhor desempenho em consultas em um único cubo.
Estrutura de BD Multidimensional
Vantagem
![Page 32: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/32.jpg)
Multicubos são mais eficientes e versáteis; Hipercubos são mais fáceis para entender; Usuário deve reconhecer melhor hipercubos
pela sua simplicidade de uso; Produtos mais sofisticados tendem a usar
multicubos; No hipercubo, cada dimensão pertence a
um único cubo; Em um multicubo, a dimensão pode fazer
parte de múltiplos cubos.
Estrutura de BD Multidimensional
Qual o melhor?
![Page 33: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/33.jpg)
Nome fantasia do clienteDella Via Pneus
SedeRua Professor Arnaldo João Semeraro, 164Jd. Santa Emília - São Paulo – SPCEP 04184-000
www.dellavia.com.br
Gestão S.I. S.I.P.E.
Estudo de Caso
DELLA VIA
![Page 34: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/34.jpg)
Ter um ERP que pudesse acompanhar o crescimento da Della Via
Necessidade de acompanhamento fiscal Centralização das informações e organização da
empresa Agilidade na tomada de decisão Conformidade com a legislação Integração das informações numa única
ferramenta Controle das informações
Estudo de Caso
Desafios
![Page 35: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/35.jpg)
Produtos & Serviços da TOTVS neste cliente Utiliza 18 módulos do ERP TOTVS Varejo BI (Business Intelligence)
Depoimento“Temos 700 profissionais usando o ERP, desde a nossa frente de lojas até BI. Nós não temos nenhum outro sistema paralelo na empresa, somos 100% TOTVS. Ganhamos em agilidade no atendimento dos clientes, que por sua vez ficaram mais satisfeitos”.
Gestão S.I. S.I.P.E.
Estudo de Caso
Resultados
![Page 36: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/36.jpg)
Gestão S.I. S.I.P.E.
O desenvolvimento de sistemas analíticos são cada vez mais comum. Embora haja ferramentas de diversos fornecedores, de nada elas adiantam
se a modelagem de dados e o paradigma analítico não forem
compreendidos.
Conclusão
Nesta apresentação, procuramos percorrer assuntos pouco divulgados e com pouca bibliografia. Abordamos
as estruturas de dados mais comumente encontradas em
gerenciadores relacionais e analíticos.
Esperamos que todos possam escolher melhor, e entender as
características de cada modelo de dados abordados nesta apresentação.
Agradecemos à todos!
![Page 37: Luciano Santos Plínio Silva Bruno Assis Erilson Vieira Cleyton Gomes Jefferson Alves Fidias Alves Gestão S.I.S.I.P.E.](https://reader035.fdocuments.net/reader035/viewer/2022062512/552fc12b497959413d8cf1ac/html5/thumbnails/37.jpg)
SISNEMA. Disponível em: <http://sisnema.com.br/Materias/idmat013979.htm>
MICROSOFT. Disponível em: < http://msdn.microsoft.com/pt-br/library/cc518031.aspx>
BATEBYTE. Disponível em: <http://www.batebyte.pr.gov.br/modules/conteudo/conteudo.php?conteudo=1732>
ABEPRO. Disponível em: <http://www.abepro.org.br/biblioteca/ENEGEP1998_ART222.pdf>
FIGUEIREDO, A. M. C. M. (1998) Molap x Rolap: Embate de Tecnologias para Data Warehouse, Developers’ Magazine, ano 2,n. 18, p. 24-25, fev.
FORSMAN, S. (1997). OLAP Council White Paper. OLAP Council.
TOTVS. Clientes. 28 setembro 2011. Disponível em: <http://www.totvs.com/clientes/casos-de-sucesso/dellavia-pneus>
Referências