Fundamentos e Modelagem de Bancos de Dados Multidimensionais

Fundamentos e Modelagem de Bancos de Dados Multidimensionais

Por Alexandre Ricardo Nardi

-Arquiteto de Soluções

Microsoft Brasil

Conteúdo

Nesta página

Introdução

Fundamentos de Sistemas Analíticos

Sistemas Transacionais X Sistemas Analíticos

Data Warehouses e Data Marts

Bancos de Dados Multidimensionais

Modelos de Dados Multidimensionais

Alguns Conceitos

Estrela e suas Variações

Snowflake e suas Variações

Conclusão

Referências

Resumo: Este artigo apresenta estruturas de indexação para bancos de dados multidimensionais, as Árvores Bitmap, comparando com as estruturas usadas para bancos de dados relacionais. Então percorremos diversas opções para modelagem de dados multidimensionais, incluindo os Modelos Estrela e Snowflake e suas variações.

Introdução

A utilização de Sistemas Gerenciadores de Bancos de Dados Relacionais (SGBDRs) é prática consolidada mundialmente. Os dados precisam poder ser armazenados e recuperados geralmente em intervalos curtos de tempo, em situações não triviais tais como:

• Situações de alta concorrência, por vezes de milhares de acessos simultâneos, que precisam ser gerenciados em ambientes transacionais;

• Grandes web sites que, além dos requisitos de desempenho, necessitam cuidados especificamente com relação à segurança dos dados;

• Aplicações analíticas, baseadas em históricos de anos, para apoio a decisões gerenciais e estratégicas.

As estruturas de dados e mecanismos de indexação utilizados por esses SGBDRs atendem bem às duas primeiras situações. Todavia, as aplicações analíticas possuem peculiaridades tais como manipulação de grandes volumes de dados e baixa taxa de atualização. Essas características favorecem outro modelo estrutural, mais eficiente e por vezes mais econômico, no tocante a espaço de armazenamento.

Conhecendo as estruturas de dados, a compreensão das alternativas de modelagem de dados multidimensional, base dos sistemas analíticos, fica facilitada.

Neste texto abordaremos as principais diferenças entre sistemas transacionais e analíticos, bem como algumas estruturas de indexação comumente utilizadas para cada tipo. Apresentaremos, ainda, considerações importantes quanto à modelagem de dados multidimensional, incluindo os modelos estrela e snowflake e suas variações.

Início da página

Fundamentos de Sistemas Analíticos

Nos últimos anos o termo Business Intelligence (BI) tem sido largamente utilizado no mercado como sinônimo de sistemas analíticos, OLAP, cubos, entre outros. Embora essas denominações possam estar associadas entre si, são conceitualmente distintas.

A rigor, Business Intelligence pode ser obtido por qualquer artefato, seja tecnológico ou não, que permita a extração de conhecimento a partir de análises do negócio. Por razões óbvias, a efetividade destas análises será maior se os dados estiverem disponíveis de modo consistente e, preferencialmente, consolidado. Este é um dos objetivos dos Data Warehouses.

Soluções informatizadas de BI geralmente contém sistemas analíticos, que podem ser de diversos tipos, dependendo do objetivo das análises e do perfil do usuário, conforme ilustrado na Figura 1:

• Decision Support Systems (DSS), ou Sistemas de Apoio a Decisão: são baseados em relatórios analíticos, normalmente utilizados por usuários de nível operacional;

• Management Information Systems (MIS), ou Sistemas de Informações Gerenciais: permitem análises mais profundas, com a realização de simulações de cenários. Por vezes, utilizam-se de ferramentas de Data Mining para identificação de cruzamentos não triviais. São utilizados por analistas de negócio no nível tático;

• Executive Information Systems (EIS), ou Sistemas de Informações Executivas: são voltados para profissionais que atuam no nível estratégico das empresas, como diretores e presidência. Oferecem, para tanto, um conjunto de indicadores chave de desempenho (KPI, ou Key Performance Indicators).

Figura 1: alguns tipos de sistemas analíticos.

O afinamento da pirâmide indica quantidades menores e mais específicas de usuários para cada sistema.

Independentemente do tipo de sistema analítico, este difere substancialmente dos sistemas transacionais de produção. A seguir, apresentaremos tais diferenças, bem como os conceitos envolvidos.

Início da página

Sistemas Transacionais X Sistemas Analíticos

Sistemas transacionais, também conhecidos como sintéticos ou ainda OLTP – Online Transactional Processing - são aqueles que, como o nome sugere, baseiam-se em transações. Alguns exemplos deste tipo de sistemas são:

• Sistemas Contábeis;

• Aplicações de Cadastro;

• Sistemas de Compra, Estoque, Inventário;

• ERPs, CRMs.

Os sistemas transacionais se caracterizam pela alta taxa de atualização, grande volumes de dados e acessos pontuais, ou seja, pesquisas cujo resultado seja de pequeno volume (até milhares de linhas, mas preferencialmente menos).

Já os sistemas analíticos, ou OLAP – Online Analytical Processing – se caracterizam por fornecer subsídio para tomadas de decisão, a partir de análises realizadas sobre bases de dados históricas, por vezes com milhões de registros a serem totalizados. Alguns exemplos de sistemas analíticos são os ilustrados na Figura 1.

A Tabela 1 sintetiza as principais diferenças entre sistemas transacionais e analíticos:

Tabela 1: Comparação