bancos de dados iv - puc-riorogcosta/inf1374/bd4-olap_cubo.pdf · olap- implementações primeiros...

1

Bancos de Dados IV

OLAP e Cubos de Dados

Rogério Costa

[email protected]

OLAP

Online Analytical Processing (OLAP)

Análise interativa de dados, permitindo que

dados sejam sumarizados e vistos de diferentes

formas de maneira on-line

Dados e Dimensões

Dados que podem ser modelados como

atributos de dimensões e de medida são

chamados de dados multidimensionais.

Dados e Dimensões

Atributos de medida

Medem algum valor

Podem sofrer agregações

Exemplo: quantidade em uma tabela de vendas

Atributos de dimensão

Definem as dimensões segundo as quais medir os

atributos (ou realizar agregações)

Exemplo: nome_produto, cor e tamanho em uma relação

de vendas

“Cross Tab”

Exemplo de cross-tabulation (cross-tab) –

também conhecida como pivot-table

“Cross Tab”

No exemplo:

Valores para uma dimensão de atributos formam

o cabeçalho das colunas

Valores de outra dimensão formam o cabeçalho

das linhas

Outra dimensão está listada acima

Valores das células são agregados

correspondentes aos atributos que definem as

células

Representação Relacional

Pivot-tables também podem

ser exibidas em formato

relacional

No exemplo ‘todos’ significa

agregado (SQL:2003 utiliza null

apesar da possível confusão com

valores realmente nulos)

Cubo de Dados

Um cubo de dados

multidimensional é uma

generalização de uma

tabela pivot

Podem existir n

dimensões

Online Analytical Processing

Pivoteamento (ou rotação) -> realização da

rotação em torno de um ou mais eixos do

cubo de dados de forma que as categorias

dos eixos do plano sejam alteradas, segundo

orientação do usuário

Exemplo: no plano tínhamos Produto x Região,

agora queremos ter Período x Região


Slicing: criar uma cross-tab para valores

fixos (as vezes chamada dicing quando

valores de várias dimensões estão fixos)

Hierarquias em dimensões

Podemos visualizar

os atributos de

dimensões em

diferentes níveis de

detalhes, criando

hierarquias.

Trimestre

Mês

Data

Data-hora

Ano

Dia da Semana

Hora do dia

Região

Estado

Cidade

Bairro

País

‘Cross-Tab’ x Hierarquia


Roll-up (agregação) -> agrupamento por

unidades maiores em torno de uma

dimensão.

Exemplo: cubo de Produto x Estado x Trimestre,

com roll-up na segunda dimensão se

transformando em cubo de Produto x Região x

Trimestre


Drill-down (desmembramento) -> quebra de

informações em dados de menor

granularidade.

Exemplo: cubo de Produto x Região x Trimestre,

com drill-down na terceira dimensão se

transformando em cubo de Produto x Região x

Mês

OLAP - Implementações

MOLAP - multidimensional OLAP

Primeiros sistemas OLAP utilizavam arrays

multidimensionais em memória para armazenar

os cubos de dados

Arrays podiam ser armazenados em disco

Ex.: Arbor Essbase OLAP Server, SAS system

OLAP- Implementações

Primeiros sistemas OLAP pré-calculavam todas as possíveis agregações para poder responder as requisições on-line

Espaço e tempo podem ser muito altos (2^n combinações)

É suficiente pré-computar alguns agregados e calcular outros a partir dos primeiros (para a maioria dos operadores). Ex.: (região, estado) pode ser calculado a partir de (região, estado, município)

OLAP - Implementações

ROLAP - Relational OLAP

Implementação que utiliza bancos de dados

relacionais

Ex.: Red Brick, Sybase

HOLAP - Hybrid OLAP

Sistemas híbridos que utilizam bases relacionais

mas armazenam sumarizações em memória/disco

Ex. Pilot Decision Suporte System

OLAP - Implementações Representando dados multidimensionais com tabelas relacionais

(esquema estrela)

Extensões SQL para OLAP

Novas cláusulas introduzidas a partir da

SQL:1999

Permitem a ‘geração de pivot-tables’ a partir

de comandos SQL


Dados

Exemplo


Qual a quantidade total vendida em cada

combinação de <produto, mês, estado>?

Resposta com GROUP BY tradicional

SELECT ESTADO, MONTH(DATA) AS MES,

PRODUTO, SUM(QUANTIDADE) AS TOTAL

FROM VENDA

GROUP BY ESTADO, MONTH(DATA), PRODUTO

ORDER BY ESTADO, MONTH(DATA), PRODUTO


ESTADO MES PRODUTO TOTAL

------ --- ------------------ -----

MG 1 COMPUTADOR PESSOAL 8

MG 2 COMPUTADOR PESSOAL 12

MG 3 SCANNER 20

RJ 1 COMPUTADOR PESSOAL 25

RJ 2 COMPUTADOR PESSOAL 10

SP 1 IMPRESSORA 24

SP 1 SCANNER 25

SP 2 SCANNER 25


Quais os totais de vendas para:

diversas combinações de <produto, mês, estado>

para cada par <mês, estado>

para cada estado isoladamente?

De um grupo no nível de detalhe, temos que

fazer agregações… (roll-up)


Operador ROLLUP – gera união em cada

subconjunto da lista de atributos.

Pode ser utilizado para construir diferentes níveis

da hierarquia



FROM VENDA

GROUP BY ROLLUP (ESTADO, MONTH(DATA),

PRODUTO)

ORDER BY ESTADO, MONTH(DATA), PRODUTO


Operador GROUPING SETS –agrupamento

realizado isoladamente por cada uma das

expressões contidas no GROUP BY


Utilização de GROUPING SETS em uma cláusula GROUP BY com n expressões é idêntica à união de n comandos com a cláusula GROUP BY utilizada isoladamente, cada um dos n comandos com somente uma das n colunas originais no GROUP BY

SELECT ESTADO, MONTH(DATA) AS MES, PRODUTO, SUM(QUANTIDADE) AS TOTAL FROM VENDA GROUP BY grouping sets(ESTADO, MONTH(DATA), PRODUTO) ORDER BY ESTADO, MONTH(DATA), PRODUTO


Operador CUBE – agrupamentos por cada

combinação possível das expressões contidas

na cláusula GROUP BY.

Apresenta, também, uma linha com informação

condensada de toda a tabela




FROM VENDA

GROUP BY cube(ESTADO, MONTH(DATA),

PRODUTO)

ORDER BY ESTADO, MONTH(DATA),

PRODUTO


Rank – descobrir a posição de um item em

um grupo

Duas formas: analítica e agregada


Rank – forma agregada – busca a posição da

linha que possui o valor passado como

parâmetro em um conjunto ordenado

segundo um critério especificado


Qual a posição da venda de R$5000,00 no

conjunto das vendas realizadas?

SELECT RANK(5000) WITHIN GROUP

(ORDER BY valor DESC) “Posicao"

FROM totais_vendas;

Resultado

Posicao

----------

4


Rank – forma analítica – apresenta a posição

de cada linha com relação a ordem

especificada

O rank não precisa ser um número seqüencial

=> dois itens com o mesmo rank…


Rank – forma analítica

SELECT departamento, ultimo_nome,

salario, comissao,

RANK() OVER (ORDER BY salario DESC,

comissao) "Rank"

FROM funcionarios

WHERE departamento = 80;


Merge

MERGE INTO TABELA_DESTINO [AS APELIDO_DESTINO] USING TABELA_ORIGEM [AS APELIDO_ORIGEM] ON ( EXPRESSÃO_BOOLEANA )

WHEN MATCHED THEN OPERAÇÃO_VERDADEIRO

WHEN NOT MATCHED THEN OPERAÇÃO_FALSO


Merge MERGE INTO CLIENTE CLI

USING AUTOR AU

ON (AU.CPF = CLI.CPF)

WHEN MATCHED THEN

UPDATE SET CLI.NOME = AU.NOME,

CLI.ENDERECO = AU.ENDERECO,

CLI.DATA_NASCIMENTO =

AU.DATA_NASCIMENTO

WHEN NOT MATCHED THEN

INSERT (CODIGO, NOME, CPF,

ENDERECO, DATA_NASCIMENTO)

VALUES (AU.MATRICULA, AU.NOME, AU.CPF,

AU.ENDERECO, AU.DATA_NASCIMENTO)

OLAP – Onde Usar?

Onde aplicar as consultas para a montagem

dos relatórios?

As bases de dados dos sistemas da empresa são,

muitas vezes, descentralizadas

Diferentes SGBDs, locais, plataformas, ...

As bases de dados dos sistemas da empresa

possuem os dados para sua operação. Não

possuem dados históricos...

OLAP – Onde Usar?

Precisa-se de um repositório de informações:

De múltiplas fontes de dados

Localizado em um único site

Com dados históricos

Com esquema único

…

Data-warehouse!

OLTP x OLAP

42

Sistemas

OLTP

Base de dados

operacional

(normalizada)

Sistemas

OLAP

Base de dados

de suporte à

tomada de decisão

(data warehouse)

bancos de dados iv - puc-riorogcosta/inf1374/bd4-olap_cubo.pdf · olap- implementações primeiros...

Documents