sgbd
DESCRIPTION
Apresentação TrabalhoTRANSCRIPT
LOGO
SGBD
Gestão de Dados
João Nascimento [20234]
Pedro Teixeira [20227]
Filipe Melo [20230]
Bruno Moreira [20218]
Carlos Brito [20224]
Tópicos
Diagrama
Hierarquia
Excel
SQL (S. B. I. D. S.)
Tabelas
1
4
2
5
3
Diagrama Base Dados
3
Em redor de cada fact table existe um tradicional star schema, sobre o qual podemos criar os cubos OLAP (Online Analytical Processing é a capacidade para manipular e analisar um grande volume de dados sob múltiplas perspectivas
Dois tipos de tabelas:
> Fact table: FACT_sales e FACT_age_promotion;
> Tabelas dimensão: Colour, Size, Style, Outlet, Age e Time
Tabela FACT_sales
3
Possui duas métricas, fs_qtd e fs_value. A métrica fs_qtd representa a quantidade de sapatos vendidos e, a métrica fs_value indica o valor monetário dessa mesma quantidade de sapatos vendidos.Cada métrica possui cinco dimensões, colour, size, style, outlet e time.
Tabela FACT_age_promotion
3
A FACT_age_promotion possui apenas uma métrica, a fp_value, que representa o grau de afectividade das pessoas às promoções realizadas. Esta métrica possui duas dimensões, a dimensão outlet e a dimensão age.
Hierarquia dimensão Time
3
Hierarquia -> série de relações pai-filho
A dimensão Time tem uma hierarquia de quatro níveis, day, month, period e year. Desta forma podemos facilmente associar o dia 4 de Abril de 2009 ao mês Abril de 2009, que por sua vez podemos associar ao 2 quarter de 2009 e por sua vez ao ano de 2009.
Hierarquia dimensão Age
3
A dimensão Age tem uma hierarquia de dois níveis, categoria e idade.
•Nível 1 (a_laid) representa a categoria, estando o elemento a_c_id preenchido e o elemento a_y_id a null•Nível 2 (a_la_id) representa a idade, estando os elementos a_c_id e a_y_id devidamente preenchidos
• Nível 1 (a_la_id) representa a categoria, estando o elemento a_c_id preenchido e o elemento a_y_id a null
• Nível 2 (a_la_id) representa a idade, estando os elementos a_c_id e a_y_id devidamente preenchidos
Selects do SQL
3
Vendas por estilo e por cor Alterando os parâmetros da clausula WHERE podemos visualizar os dados do ano desejado, do mês desejado, dos outlets desejados
SELECT STYLE.s_desc as STYLE, COLOUR.c_desc AS COLOUR, SUM(fs_qtd) AS QUANTIDADE, SUM(fs_value) AS VALORFROM FACT_salesINNER JOIN COLOUR ON COLOUR.c_id = FACT_sales.fs_c_idINNER JOIN STYLE ON STYLE.s_id = FACT_sales.fs_s_idINNER JOIN TIME ON TIME.t_id = FACT_sales.fs_t_idINNER JOIN OUTLET ON OUTLET.o_id = FACT_sales.fs_o_id--WHERE TIME.t_y_id = 2007 AND TIME.t_m_id = 1 AND OUTLET.o_id IN (1, 2)GROUP BY COLOUR.c_desc, STYLE.s_desc;
Selects do SQL
3
Vendas no outlet por quarter (descrescente pelo número de vendas) Alterando a cláusula WHERE podemos visualizar dados do ano desejado ou ainda refinar mais (drill down) os dados.
SELECT FACT_sales.fs_o_id AS OUTLET, TIME.t_p_id AS QUARTER, SUM(fs_qtd) AS QUANTIDADE, SUM(fs_value) AS VALORFROM FACT_salesINNER JOIN TIME ON TIME.t_id = FACT_sales.fs_t_idWHERE TIME.t_y_id = 2009GROUP BY FACT_sales.fs_o_id, TIME.t_p_idORDER BY FACT_sales.fs_o_id, VALOR DESC;
Selects do SQL
3
Vendas totais por tamanho de sapato Alterando a cláusula WHERE podemos refinar os dados (drill down) de forma a obtermos exactamente o que pretendemos.
SELECT SIZE.sz_id as SIZE, SIZE.sz_desc as DESCRICAO, SUM(fs_qtd) AS QUANTIDADE, SUM(fs_value) AS VALORFROM FACT_salesINNER JOIN SIZE ON SIZE.sz_id = FACT_sales.fs_sz_idINNER JOIN TIME ON TIME.t_id = FACT_sales.fs_t_idINNER JOIN OUTLET ON OUTLET.o_id = FACT_sales.fs_o_id--WHERE TIME.t_y_id = 2007 AND TIME.t_m_id = 1 AND OUTLET.o_id IN (1, 2)GROUP BY SIZE.sz_id, SIZE.sz_desc;
Selects do SQL
3
Vendas totais por estilo, nos outlets de Gaia, no dia de Natal do ano 2008
SELECT FACT_sales.fs_o_id AS OUTLET, TIME.t_p_id AS QUARTER, SUM(fs_qtd) AS QUANTIDADE, SUM(fs_value) AS VALORFROM FACT_salesINNER JOIN TIME ON TIME.t_id = FACT_sales.fs_t_idWHERE TIME.t_y_id = 2009GROUP BY FACT_sales.fs_o_id, TIME.t_p_idORDER BY FACT_sales.fs_o_id, VALOR DESC;
Vendas totais por estilo, nos outlets de Gaia, no dia de Natal do ano 2008
WITH VendasTotalOutletAnoCor AS (SELECT FS_VALUE AS Facturação, LT_DESC AS Level, T_Y_ID AS Year, O_DESC AS Outlet,
C_DESC AS ColourFROM OUTLET, COLOUR, TIME, FACT_SALES, LEVELTIMEWHERE O_ID = FS_O_ID AND
C_ID = FS_C_ID ANDT_ID = FS_T_ID ANDO_ID = 1 ANDC_ID = 1 AND LT_ID = 1
)SELECT * FROM VENDASTOTALOUTLETANOCOR PIVOT (
SUM(Facturação) FOR Colour IN (Blue, Red, Green, Yellow)) AS PVTAll
SQL SBIDS
3
> SQL Server Business Intelligence Development Studio
Criação Cubo;
Tópicos SQL
O Projecto;
Criação Data Source, Data Source View, Cubo;
Criação Data Source View;
Hierarquias;
Utilização do(s) Cubo(s).
O Projecto
3
É possível ver-se o data source, os diferentes data source views, um para cada cubo, os cubos em si e as dimensões existentes.
Criação Data Source View
3
Após a escolha do Data Source que queremos utilizar, escolhemos as tabelas a utilizar no Data source View.
1. fact table FACT_sales;2. FACT_age_promotion.
Criação Cubo
3
Foram criados dois cubos1. fact table FACT_sales 2. fact table FACT_age_promotion.
A criação do cubo inicia-se com a escolha de um Data Source View. Após esta escolha, temos de indicar quais das nossas fact table e quais as tabelas dimensão e, se existente, qual a tabela dimensão “time”.
Após a indicação das dimensões e a indicação das métricas a utilizar, o sistema tenta adivinhar a hierarquia de cada dimensão, pedindo ao utilizador para confirmar e alterar as hierarquias.
Hierarquias
3
Convêm serem corrigidas de forma a representarem sem erros a estrutura hierárquica de níveis que estão representados nos dados da base de dados.
Utilização do(s) Cubo(s)
Após a criação dos cubos, abre-se o browse dos mesmos e, para dar um exemplo, questionamos o sistema sobre as unidades de sapatos vendidos, por Outlet e por Style e, o resultdo surge sobre a forma de uma pivô table, muito funcional e prática, permitindo quer o Drill down como Rollup.
Quantidade de sapatos vendida por outlet, por estilo, por período, por ano
Utilização do(s) Cubo(s)
Quantidade de sapatos vendida por estilo, por cor em cada ano
- Quantidade de sapatos vendida, no outlet Arrabida e Gaia, por estilo desportivo, por tamanho
Excel
Usado para extrair dados dos cubos para elaborar tabelas pivot e desta forma, um utilizador normal (não avançado) tratar dos dados, retirar todos os benefícios de um cubo OLAP.
Vendas de estilo por tamanho Vendas de cor por outlet
LOGO