Qual a diferença entre o Modelo Estrela e o Modelo Floco de Neve?

No Modelo Estrela as dimensões são desnormalizadas, enquanto no Modelo Floco de Neve há normalização parcial. Cada um tem aplicabilidade diferente conforme a especificidade do problema.

Qual a função das tabelas Fato na modelagem dimensional?

As tabelas Fato contêm as métricas, isto é, as informações quantitativas e as ocorrências do negócio. Elas se relacionam com as tabelas Dimensão.

Para que serve a modelagem dimensional?

Ela apoia as tomadas de decisão de uma empresa, oferecendo consultas ágeis, análise histórica de dados e integridade, quando usada junto ao Data Warehouse.

Modelagem Relacional e Multidimensional em Sistemas de Apoio à Decisão

Resumo

O trabalho compara a modelagem relacional e a modelagem multidimensional no contexto de Sistemas de Apoio à Decisão. Apresenta o modelo Entidade-Relacionamento (E-R), os elementos da modelagem dimensional (tabelas Fato e Dimensão) e os modelos Estrela e Floco de Neve. O estudante verá as diferenças de normalização, redundância e atualização entre as duas estruturas.

Pontos-chave

No modelo relacional, os dados são organizados em relações (tabelas) formadas por atributos (colunas) e tuplas (linhas ou registros).
O modelo entidade-relacionamento baseia-se em entidades e nos relacionamentos entre elas, feitos pela ligação de atributos em comum.
A modelagem dimensional possui dois elementos obrigatórios: as tabelas Fato, com métricas quantitativas, e as tabelas Dimensão, com descritores qualitativos.
A relação entre Dimensão e Fato é de um para muitos, e entre Fato e Dimensão é de muitos para um.
O Modelo Estrela tem dimensões desnormalizadas, enquanto o Modelo Floco de Neve possui normalização parcial.
A estrutura multidimensional tem normalmente desnormalização e alta redundância, e suporta atualizações bem menos frequentes do que a estrutura relacional.

Teste-se

Trabalho: Sistemas de Apoio à Decisão

Nome: Viviana Fernandes dos Santos

Modelagem E-R (Entidade-Relacionamento)

O modelo relacional modela os dados em um conjunto de relações (tabelas ou ficheiros) que são constituídas por um conjunto de atributos (colunas ou campos) que definem as propriedades ou características relevantes da entidade (conceito, objetivo) que representam. Cada tupla (linha ou registro) da relação caracteriza um elemento único.

O modelo entidade-relacionamento (E-R) baseia-se na percepção de um universo constituído por um grupo de objetos (Entidades) e por relacionamentos entre esses objetos. A entidade-relacionamento é a relação efetuada pela ligação de atributos em comum. Exemplo: O atributo número de aluno faz o relacionamento entre a entidade Aluno e a entidade Disciplinas Inscritas.

Modelagem Multidimensional

A modelagem multidimensional, ou dimensional como às vezes é chamada, é a técnica de modelagem de banco de dados para o auxílio às consultas do Data Warehouse nas mais diferentes perspectivas.

A modelagem dimensional possui dois elementos imprescindíveis: as tabelas Fatos e as tabelas Dimensões. Ambas são obrigatórias e possuem características complementares dentro de um Data Warehouse.

As Dimensões são os descritores dos dados oriundos da Fato. Possuem caráter qualitativo da informação e relacionamento de “um para muitos” com a tabela Fato. É a Dimensão que permite a visualização das informações por diversos aspectos e perspectivas.

As Fatos contêm as métricas. Possuem caráter quantitativo das informações descritivas armazenadas nas Dimensões. É onde estão armazenadas as ocorrências do negócio e possuem relacionamento de “muitos para um” com as tabelas periféricas (Dimensão).

A modelagem dimensional possui dois modelos: o Modelo Estrela (Star Schema) e o Modelo Floco de Neve (Snowflake). Cada um com aplicabilidade diferente a depender da especificidade do problema. As Dimensões do modelo estrela são desnormalizadas, ao contrário do Snowflake, que possui normalização parcial.

Diferença entre as Modelagens

A estrutura relacional diferencia-se da estrutura multidimensional principalmente devido à normalização, pouca redundância e à frequência de atualizações suportadas. A estrutura multidimensional possui, normalmente, desnormalização de tabelas, alta redundância e suporta periodicidade de atualizações de dados muito menor do que uma estrutura relacional convencional.

A modelagem relacional é um tipo de modelagem mais voltada para os sistemas de informação, onde são armazenados dados de acordo com a regra de negócio da organização, substituindo anotações em folhas de papel ou arquivos. Através da utilização correta dessa modelagem, é possível garantir, por meio dos conceitos de Chave Primária e integridade, entre outros apresentados aqui, que os dados armazenados estão corretos e são de extrema importância ao negócio onde essa modelagem foi aplicada.

A modelagem dimensional é utilizada para apoiar as tomadas de decisões de uma empresa. O fato de armazenar grande quantidade de dados, quando utilizado junto ao DW, proporciona agilidade nas consultas, uma análise histórica de dados e um fácil desenvolvimento das consultas utilizadas, mantendo a integridade dos dados.

Referências

Entendendo a modelagem multidimensional. Disponível em: <https://canaltech.com.br/business-intelligence/entendendo-a-modelagem-multidimensional-19988/>. Acesso em: 22/10/2017.

Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional.

Disponível em: <http://revistapensar.com.br/tecnologia/pasta_upload/artigos/a122.pdf>. Acesso em: 22/10/2017.

Modelo Relacional e Modelo Entidade Relacionamento. Disponível em: <https://taniaferreira.wordpress.com/modelo-relacional-e-modelo-entidade-relacionamento/>. Acesso em: 22/10/2017.