Data Warehouse: Essencial para BI

Um data warehouse é um componente central de sistemas de Business Intelligence, projetado para armazenar dados de forma integrada e otimizada para análises, diferindo de bancos de dados relacionais que focam em transações. O processo ETL (Extração, Transformação e Carga) é fundamental para garantir a qualidade dos dados, que são organizados em esquemas como star e snowflake. Ele serve como base para diversas aplicações analíticas, incluindo relatórios, OLAP e mineração de dados.

Enviado por

vinicius pereira da silva

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

4 visualizações1 página

Data Warehouse: Essencial para BI

Enviado por

vinicius pereira da silva

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato DOCX, PDF, TXT ou leia on-line no Scribd

DATA WAREHOUSE: componente central de um sistema de Business Intelligence (BI),

sendo principalmente implementado utilizando sistemas de gerenciamento de banco de

dados relacionais (RDBMS) tradicionais.

• Definição e Características Diferente de um RDBMS (BANCO DE DADOS

RELACIONAIS armazena e organiza os dados que possuam relacionamentos
definidos para um acesso rápido entre si. Estruturar dados dessa maneira torna o acesso
eficiente e flexível, por isso os bancos de dados relacionais são mais comuns. São
baseados no modelo relacional, que é uma maneira intuitiva e direta de se mostrar os
dados em tabelas) que é projetado para suportar o processamento de transações, um data
Warehouse é orientado a assuntos, variante no tempo, não volátil e integrado.
• Fluxo de Dados Os dados são extraídos dos sistemas operacionais da empresa
(sistemas OLTP “Processamento de Transações Online” se concentra na execução de
diversas transações que ocorrem simultaneamente, no entanto, a definição de
"transação" no contexto OLTP se expandiu com a influência da internet. Nos dias de
hoje, ela abrange qualquer tipo de interação digital ou engajamento com uma empresa),
transformados para serem limpos, unificados e agregados, e finalmente carregados em
um data warehouse central. Este processo ETL é fundamental, pois a qualidade dos
dados em todos os outros componentes do BI depende dele.
• Arquitetura e Esquemas Na arquitetura de um sistema BI, o data warehouse reside
no Nível de Armazenamento de Dados. Os dados são carregados no data warehouse
com base em esquemas pré-definidos. Os esquemas mais populares são o star schema
(esquema estrela) e o snowflake schema (esquema floco de neve). Independentemente
do esquema, um data warehouse sempre inclui dois tipos básicos de tabelas: tabelas de
fatos e tabelas de dimensões.
• Base para Análises Com base no data warehouse, são desenvolvidos diversos tipos de
aplicações analíticas que compõem o nível de Análises. Isso inclui funções de relatórios
(gerando relatórios de negócios predefinidos) e processamento analítico online (OLAP),
que permite a análise de dados ad hoc através de operações de "slicing, dicing e
drilling". Outras aplicações como mineração de dados, painéis de controle executivos
(dashboards), gestão de relacionamento com o cliente (CRM) e gestão de desempenho
de negócios também podem ser construídas sobre um sistema DW.
Em suma, um data warehouse serve como um repositório consolidado e organizado de
dados de negócios, otimizado para análises e suporte à decisão, em vez de
processamento transacional diário

Data Warehouse: Essencial para BI

Enviado por

Data Warehouse: Essencial para BI

Enviado por

DATA WAREHOUSE: componente central de um sistema de Business Intelligence (BI),

sendo principalmente implementado utilizando sistemas de gerenciamento de banco de

• Definição e Características Diferente de um RDBMS (BANCO DE DADOS

Você também pode gostar