dawarehouse e olap

http://www.icmc.usp.br/pessoas/junio/Site/index.htm

Data Warehouse e OLAP

Prof. Jose Fernando Rodrigues Junior

1



Introdução



No início, uma única fonte de dados



Exemplo: primeira loja do grupo Casas Bahia.

No início, uma única fonte de dados



Mais tarde

Exemplo: primeira cidade ocupadapelo grupo Casas Bahia.



E assim sucessivamente

Exemplo: primeiros estados ocupadospelo grupo Casas Bahia.



Finalmente

Exemplo: Brasil (primeiro país?)ocupado pelo grupo Casas Bahia.



Até que…

O que está acontecendo nas minhas lojas?

- O que é vendido mais?- Quando?- Por qual loja?- Qual a melhor loja?- Quanto estou faturando?- Qual seria uma boa oferta?- As vendas cresceram ou subiram?- Quais regiões vendem mais?- ...



Até que…



Soluções:1) Ir até cada uma das lojas e perguntar;

Pouco viável.



Até que…



Soluções:2) Usar os dados das lojas para analisar o que está acontecendo no meu negócio.

Boa idéia!!!



Até que…



Soluções:2) Usar os dados das lojas para analisar o que está acontecendo no meu negócio.

Boa idéia!!!

Mas...



Impecilhos ao uso dos dados…

- Diversos sistemas de bancos de dados em uso nas lojas; depende do gerente que o implementou: PostgreSQL, Oracle, DB2, SQLServer, ...

- Cada loja, um controle transacional diferente, de acordo com suas necessidades regionais;

- Esquemas diferentes, tipos de dados diferentes, distribuição geográfica, falta de interconexão.



Impecilhos ao uso dos dados…

- Diversos sistemas de bancos de dados em uso nas lojas; depende do gerente que o implementou: PostgreSQL, Oracle, DB2, SQLServer, ...

- Cada loja, um controle transacional diferente, de acordo com suas necessidades regionais;

- Esquemas diferentes, tipos de dados diferentes, distribuição geográfica, falta de interconexão.

Total falta de conformidade!!!

E muitos, muitos dados!!!

O que fazer?



O que é necessário?

- 1) Recolher (extrair) os dados não importando qual o tipo do sistema de dados;

- 2) Padronizar (transformar) os dados, para terem um significado comum mesmo que, originalmente, codificados de maneira diferente; resolução de dados ausentes e espúrios;

- 3) Unir (carregar) os resultados das duas operações em um único sistema capaz para responder às minhas perguntas.



O que é necessário?

- 1) Recolher (extrair) os dados não importando qual o tipo do sistema de dados;

- 2) Padronizar (transformar) os dados, para terem um significado comum mesmo que, originalmente, codificados de maneira diferente; resolução de dados ausentes e espúrios;

- 3) Unir (carregar) os resultados das duas operações em um único sistema capaz de responder às minhas perguntas.

Complicado.

Como fazer então?



Mas há uma solução



OracleModelagem x

SQLServerModelagem z

DB2Modelagem y

OracleModelagem

u

SQLServerModelagem w

DB2Modelagem

v...

Loja 1 Loja 2 Loja 3 Loja n-2 Loja n-1 Loja n

Data warehouse

Extrair, transformar, carregar dados

Mas há uma solução



ETL – Extract Transform Load� O processo descrito de se extrair

(Extract), transformar (Transform) e carregar (Load) os dados a partir das diversas fontes de dados é denominado ETL

� ETL – uma das camadas principais da arquitetura de um data warehouse Consolidação de dados



ETL – Extract Transform Load

Extração/transformação (Extract/Transform) de dados extração de múltiplas fontes consolidação e integração de dados de múltiplas

fontes limpeza e validação conversão dos dados para o modelo do DW



ETL – Extract Transform Load

Carregamento (Load) de dados armazenamento de acordo com o modelo do DW criação e manutenção de estruturas de dados criação e manutenção de caminhos de acesso tratamento de dados que variam no tempo suporte a atualização

refresh purging (eliminação)



Conceitos



O que é exatamente?

“Data Warehouse é uma coleção de dados orientados por assunto, integrada, não-volátil, variante no tempo, que dá apoio às decisões de administração” (W.H. Inmon, 1992).

Orientados a transações: vendas, operações bancárias, acessos à informação.



24

Introdução

Aplicações empresas de telefonia redes de varejo instituições financeiras instituições governamentais instituições de ensino e pesquisa ….

24

BUSI

NESS

INT

ELLIGE

NCE!!!



Sistemas OLTP




Data warehouses são, comumente, alimentados por sistemas OLTP independentes.

Sistemas OLTP




Data warehouses são, comumente, alimentados por sistemas OLTP independentes.

Sistemas OLTP


� Sistemas OLTP (Online Transaction Processing): gerenciamento de transações;

� toda vez que você vai ao mercado, ao banco ou faz uma compra online, você está usando um sistema OLTP



Objetivos

Consolidação dos dados de uma empresa

Desempenho na consulta aos dados

Separação entre suporte à decisão e bancos de dados operacionais

Suporte a ferramentas: mineração de dados, visualização e On-line Analytical Processing (OLAP)



Objetivos

Os termos Datawarehouse, OLTP e OLAP não se refererem apenas a software

São termos que englobam software e serviços (muitos serviços – consultoria)

São termos cunhados para a comunidade empresarial não possuindo uma correspondência simples em Ciência da Computação



Relação OLTP e OLAP



Arquitetura de um data warehouse


Arquitetura de um data warehouse� Arquitetura definida pelo contexto da

organização

� De maneira geral, tem as seguintes camadas:1. Operacional (OLTPs): fornecem dados2. De acesso aos dados: ETL3. Acesso à informação: ferramentas de

acesso a dados, geração de relatórios, e análise (OLAP) Business Intelligence

4. Metadados: detalhamento do conteúdo do data warehouse dicionário de dados



Dicionário de dados� Descrição dos dados do DW:

� origem� regras de transformação� nomes e aliases� formato dos dados� histórico de atualizações� acesso e segurança� responsabilidades sobre os dados

� Sem o dicionário, não há sistema



Data warehouse vs Banco de dados operacional



Data warehouse vs Banco de dados operacional

Data warehouse Banco de dados operacional

Orientado a objetivos específicos Orientado a transações

Grande (centenas de GBs até TBs) Pequeno/Médio (MBs até alguns GBs) – distribuído se necessário

Dados históricos Dados correntes

De-normalizado (poucas tabelas com muitas colunas)

Normalizado (muitas tabelas com poucas colunas)

Atualizações em Batch Atualizações contínuas

Otimizado para acesso Otimizado para escrita/atualização



Juntos data warehouse e bancos de dados provém uma solução completa

Bancos de dados

Inserção/Atualização

Data Warehouse

Acesso aos dados



Visão Geral


1. Camada Operacional (OLTPs)2. Camada de acesso aos dados (ETL)3. Camada de acesso à informação: MD, relatórios, OLAP

Business Intelligence4. Dicionário de dados



Projeto de Data warehouses



Datamarts

Datamart: ambientes de análise de dados de menor magnitude, com fins mais específicos, limitados a subcomunidades de uma organização

Exemplo, uma loja das casas Bahia

Modelagem x

Loja i



Datamarts


Exemplo, uma loja das casas Bahia

Acréscimo de ferramentas de

análise

Modelagem x



Datamarts


Exemplo, uma loja das casas BahiaLoja i

Modelagem x

Datamart i



Bottom-up

Projeto Bottom-up: exemplo, rede das casas Bahia

Datamart 1 Datamart 2 Datamart 3

....

Datamart n



Bottom-up



....

Datamart nData warehouse : conjunto de pequenos sistemas de tratamento e

análise de dados.



Bottom-up



....

Datamart nData warehouse : conjunto de pequenos sistemas de tratamento e

análise de dados.

Grande esforço de consolidação modelo de dados não universal.



Data warehouse : projeto bem definido.

Top-down

Projeto Top-down




Top-down

Projeto Top-down

Datamart 1




Projeto Top-down

Datamart 1 Datamart 2

Top-down




Top-down

Projeto Top-down





Top-down

Projeto Top-down


....

Datamart n




Top-down

Projeto Top-down


....

Datamart n

Esforço reduzido de consolidação modelo de dados universal e bem definido.



Projeto Top-down vs Bottom-up

Bottom-up Top-down

Consistência via manutenção constante

Alta consistência

Expansão custosaExpansão com novos DMs

facilitada

Custo diluído ao longo do tempo

Inicialmente custosa

Natural em organizações Rara em start-ups

Baixa latência Alta latência



Conceitos vistos

� Data warehouse� OLTP� ETL� Dicionário de dados� DW vs BD� Datamart� Projeto Bottom-up vs Top-down



OLAP – Online Analytical Processing



OLAP

� Definição: uma categoria de tecnologia de software que visa à compreensão de dados

� Provê: acesso rápido, consistente e interativo

� DW e OLAP, em muitos casos, conceitos indissociáveis



OLAP - FASMI

� FASMI: Fast Analysis of Multidimensional Information

� Fast: agilidade em responder consultas

� Analysis: versatilidade analítica� Shared: dados/analistas múltiplos� Multidimensional: orientado a

dimensões de dados� Information: propósito fim



Cubo de dados OLAP



Cubo de dados

101 110240

190 90150 204

35 8783 90

35 4519 27



� Estrutura básica da prática de OLAP� Observam-se

� As dimensões dos dados� As medidas sobre os dados� O cubo é orientado a planos (faces)� Apesar da complexidade dos sistemas OLAP, seus

objetivos analíticos são básicos: contagem, média, máximo, mínimo, soma, ...

Agregação, rápida e flexível, sobre imensos volumes de dados

Cubo de dados



Cubo de dados - slicing

� Pode ser interessante ver o cubo a partir de diferentes perspectivas (planos)

� Operações sobre o cubo: slicing, dicing e rotating (pivoting)




• A operação de slicing equivale a fatiar o cubo, definindo um novo plano de apreciação dos dados

• A operação geométrica é apenas uma analogia, o slicing dispara o processamento OLAP para calcular o novo plano




Dados calculados e acessíveis ao analista.





Exemplo de dado calculado: quantas TVs de plasma foram vendidas em 2002 na região SE?






• A operação de dicing é semelhante ao slicing, mas usa dois, ou mais, planos de corte

Dados calculados e acessíveis ao analista.Dicing conseguido com 5 planos de corte.




• A operação de dicing é semelhante ao slicing, mas usa dois, ou mais, planos de corte

Dados calculados e acessíveis ao analista.Dicing conseguido com 5 planos de corte.

Exemplo de dado calculado: quantas Celulares foram vendidas em 2001 na região CO?




Cubo de dados - rotating

• A operação de rotating muda a perspectica do cubo todo.

Novo plano: Produto x TempoDados calculados e acessíveis ao analista.



Cubo de dados - rotating

• A operação de rotating muda a perspectica do cubo todo.

Novo plano: Produto x TempoDados calculados e acessíveis ao analista.

Obviamente refere-se a cubo apenas para fins didáticos – aplicações de DW/OLAP geralmente envolvem

mais do que 3 dimensões, definindo hipercubos.



Modelo de dados dimensional



OLAP e DW

� OK, mas e o DW, onde entra nisso tudo?

O modelo de dados do DW é orientado a servir a análise baseada em Dimensões de dados



Modelo de dados DW

Banco de dados operacional

Esquema complexo

Data Warehouse

FATOS

Esquemaestrela



Banco de dados operacional

Esquema complexo(normalizado)

Esquema floco de neve

(snow flake)

Data Warehouse

Modelo de dados DW

FATOS



� Exemplo Estrela:

Tempo

t_chave

Ano

Trimestre

Mes

Produto

p_chave

Tipo

Fabricante

Modelo

Local

l_chave

Regiao

Cidade

Loja

Fatos

t_chave

p_chave

l_chave

Nro_unidades

Valor

Assist_tecnica




� Exemplo:

Tempo

t_chave

Ano

Trimestre

Mes

Produto

p_chave

Tipo

Fabricante

Modelo

Local

l_chave

Regiao

Cidade

Loja

Fatos

t_chave

p_chave

l_chave

Nro_unidades

Valor

Assist_tecnica


Exemplo: Quantas vendas e qual valor de vendas ocorreram considerando Ano, Tipo de Produto e Região?

SELECT Tempo.Ano, Produto.Tipo, Local.Regiao, Sum(Nro_unidades), Sum(valor)FROM Fatos, Tempo, Produto, LocalWHERE Fatos.t_chave = Tempo.t_chave AND Fatos.p_chave = Produto.p_chave AND Fatos.l_chave = Local.l_chaveGROUP BY Tempo.Ano, Produto.Tipo, Local.Regiao



79

Exemplo Snowflake

Modelagem de Dados para DW

79

(Elm

as

ri e

Na

vath

e,

20

05

)




� Cubo de dados: análise dimensional das medidas (dados)

� DW: modelo de dados dimensional� Dimensões: dão contexto aos fatos� Fatos: números transacionais



� Observe que as dimensões dos dados possuem uma hierarquia categórica

� Por exemplo:� Tempo(Ano, Trimestre, Mês)




� Hierarquia das dimensões: apreciação dos dados em diferentes granularidades. Exemplo:

� Itens_vendidos(ano) > Itens_vendidos(Trimestre)

� Itens_vendidos(Trimestre) > Itens_vendidos(Mês)

� Duas outras operações muito importantes� Drill down� Roll up




Drill down / Roll up

� Drill-down e roll-up: navegação ao longo dos níveis hierárquicos das dimensões

� Exemplo

Itens_vendidos(Região) Itens_vendidos(Cidade)Drill-down

Roll-up




Drill-down sobre as três dimensões

simultaneamente.





simultaneamente.


Drill Down em todas as dimensões Quantas vendas e qual valor de vendas ocorreram considerando Trimestre, Fabricante e Cidade?

SELECT Tempo.Ano, Tempo.Trimestre, Produto.Tipo, Produto.Fabricante, Local.Regiao Local.Cidade, Sum(Nro_unidades), Sum(valor)FROM Fatos, Tempo, Produto, LocalWHERE Fatos.t_chave = Tempo.t_chave AND Fatos.p_chave = Produto.p_chave AND Fatos.l_chave = Local.l_chaveGROUP BY Tempo.Ano, Tempo.Trimestre, Produto.Tipo, Produto.Fabricante, Loca.Regiao, Local.Cidade





simultaneamente.


Drill Down em todas as dimensões Quantas vendas e qual valor de vendas ocorreram considerando Trimestre, Fabricante e Cidade e considerando um slicing de ano entre 2001 e 2002?

SELECT Tempo.Trimestre, Produto.Fabricante, Local.Cidade, Sum(Nro_unidades), Sum(valor)FROM Fatos, Tempo, Produto, LocalWHERE Fatos.t_chave = Tempo.t_chave AND Fatos.p_chave = Produto.p_chave AND Fatos.l_chave = Local.l_chave AND Tempo.Ano between 2001 AND 2002GROUP BY Tempo.Trimestre, Produto.Fabricante, Local.Cidade



OLAP - Agregação



Mais do que cubinhos, o OLAP/DW é uma tecnologia sofisticada que visa responder às diferentes possibilidades e níveis de agregação de maneira rápida e precisa.

OLAP - Agregação



Síntese

http://etl-tools.info



90

Relational OLAP (ROLAP) Recursos OLAP sobre SGBDs disparam todas as agregações

necessárias para se obter os resultados requisitados O OLAP não relacional, também é conhecido como

Multidimensional OLAP - MOLAP SQL:1999

ROLLUP e CUBE

90

SELECT …. FROM ….WHERE … GROUP BY CUBE (trim, região)

ex: selecionar total de vendas por trim. por região total de vendas por trim. total de vendas por região total geral de vendas

SELECT …. FROM ….WHERE … GROUP BY ROLLUP (trim, região)

ex: selecionar total de vendas por trim. por região total de vendas por trim. total geral de vendas



91

Relational OLAP (ROLAP)

Sobre ROLLUP e CUBE ROLLUP e CUBE aplicados sobre k atributos ... GROUP BY CUBE (....)

é equivamente a agrupamentos sobre cada um dos 2k subconjuntos de atributos

ex: k=2 ⇒ ... GROUP BY CUBE (a,b) agrupamentos sobre: (a,b), (a), (b), (null) agrupamento em (null) é o total geral de vendas



92


(cont...) (cont...)

... GROUP BY CUBE (....) é equivamente a agrupamentos sobre cada um

dos 2k subconjuntos de atributos ex: k=3 ⇒ ... GROUP BY CUBE (a,b,c)

agrupamentos sobre: (a,b,c), (a,b), (a,c), (b,c) (a), (b),(c), (null)




Exemplo GROUP BY CUBE

SELECT Dept, Funcao,

COUNT(*), SUM(Salario)

FROM Empregados

GROUP BY CUBE(Dept, Funcao);

Dept Funcao COUNT(*) SUM(Salario)

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

10 Secretario 1 100

10 Gerente 1 500

10 Presidente 1 900

10 3 1500

20 Analista 2 350

20 Secretario 2 240

20 Gerente 1 800

20 5 1390

Secretario 3 340

Gerente 2 1300

Presidente 1 500

Analista 2 350

8 2490



94


(cont...) (cont...) ... GROUP BY ROLLUP (....)

é equivamente a agrupamentos em k+1 subconjuntos:

k=2 ⇒ ... GROUP BY ROLLUP (a,b) agrupamentos sobre: (a,b), (a), (null) agrupamento em (null) é o total geral de vendas

k=3 ⇒ ... GROUP BY ROLLUP (a,b,c) agrupamentos sobre: (a,b,c), (a,b), (a), (null)



95

Ferramentas

Ferramentas de suporte à criação e manutenção de DW

Ferramentas OLAP Ferramentas de BI …

95



96

Referências

ELMASRI, R; NAVATHE, S.B. Sistemas de Banco de Dados, Addison Wesley, 4a edição, 2005.

Ramakrishnan R.; Gehrke, J. Database Management Systems, Mc Graw Hill, 2000.

96


dawarehouse e olap

Education