Guia Completo de Modelagem Multidimensional e OLAP

A Modelagem Multidimensional

A Modelagem Multidimensional é uma técnica de concepção e visualização de um modelo de dados composto por um conjunto de medidas que descrevem aspectos de negócio.

DW vs. OLTP

Não basta mover os dados de um sistema transacional, trabalhar com histórico e chamar isso de Data Warehouse (DW). A complexidade impediria o uso eficiente dos dados pelos seguintes motivos:

• Complexidade: Os usuários teriam dificuldade em realizar consultas ad hoc.
• Performance: Modelos transacionais são construídos respeitando a 3NF (Terceira Forma Normal) e não respondem com rapidez a consultas de apoio à decisão, pois exigem cinco ou mais joins entre tabelas.

Elementos Básicos do Modelo Dimensional

• Fatos: Coleção de itens composta por dados e medidas de contexto. São representados por valores numéricos em tabelas denominadas tabelas de fatos.
• Dimensões: Elementos que participam de um fato, representando o assunto de negócio e as formas de visualizar os dados (ex: Tempo, Localização, Vendedores, Cenários).
• Medidas (Variáveis): Atributos numéricos que representam a performance de um indicador de negócio em relação às dimensões.

Cubo e OLAP

Cubo: Visualização de um modelo tridimensional, consistindo em três ou mais dimensões.

OLAP: Abordagem dimensional para suporte à decisão, através de uma análise dinâmica e multidimensional dos dados.

Tipos de Arquitetura OLAP

• ROLAP: Utiliza banco de dados relacional, resultando em maior acoplamento com fontes OLTP (modelos estrela e floco de neve).
• MOLAP: Dados armazenados em banco multidimensional (estrutura de Array) para melhor desempenho.
• HOLAP: Processamento híbrido que combina tecnologias ROLAP e MOLAP.
• DOLAP: Variação focada na portabilidade dos dados e redução de tráfego na rede.
• WOLAP: Variação que utiliza navegadores (browsers) para acessar a ferramenta.
• SOLAP: União de OLAP com Sistemas de Informação Geográfica (SIG + OLAP).

Operações Básicas OLAP

As operações de drill navegam nos dados modificando o nível de granularidade, enquanto slice e dice navegam nas dimensões.

• Drill-down: Aumentar o nível de detalhe (ir para o menor grão).
• Roll-up: Diminuir o nível de detalhe (subir para o maior grão).
• Drill-across: Pular um nível intermediário dentro de uma mesma dimensão (ex: Tempo: ano, semestre, trimestre, mês, dia).
• Drill-through: Passar de uma informação contida em uma dimensão para outra.
• Slice: Operação que corta o cubo, mantendo a mesma perspectiva de visualização.
• Dice: Mudança de perspectiva da visão, extraindo um "subcubo" ou a interseção de vários slices.