Atenção: esse artigo tem uma palestra complementar. Clique e assista!

Artigo no estilo: Curso

Do que trata o artigo

Neste artigo você irá conhecer o PivotViewer, o novo controle do Silverlight que nos permite realizar pesquisas no estilo Pivot, com a utilização de imagens e usando o famoso recurso de DeepZoom. Nesse artigo você verá como criar coleções para serem exibidas no PivotViewer e como incluir esse controle nas suas aplicações Silverlight.

Para que serve

O PivotViewer é uma inovadora forma de se fazer pesquisas analíticas em bases de dados. Se você já conhece soluções OLAP para datawarehousing, onde os dados são analisados em controles de tabela dinâmica (Pivot), verá que o PivotViewer é uma evolução dessas ferramentas, com um resultado visual surpreendente.

Em que situação o tema é útil

Esse tema é especialmente útil se você desenvolve ou pretende desenvolver aplicações que oferecem recursos de pesquisa e análise avançadas em suas bases de dados. Com ele nossas aplicações analíticas ganham uma enorme qualidade visual e de interação com o usuário.

Resumo do DevMan

O PivotViewer é mais do que um novo controle para o Silverlight, ele é uma ideia inovadora, que dá um poder de pesquisa e navegação em base de dados nunca antes visto. O PivotViewer é a prova da qualidade que podemos alcançar com o Silverlight. Veja nesse artigo o que é e como utilizar o PivotViewer em suas aplicações Silverlight. Entenda como funciona o conceito de Collections do PivotViewer, e como é fácil e rápido criar coleções de dados para este controle.

OLAP é a sigla de On-Line Analitical Processing, e foi um termo que surgiu com força na década de noventa. A ideia do OLAP é permitir a manipulação, análise e navegação em um grande volume de dados, através de múltiplas perspectivas, ou dimensões.

O objetivo por trás das pesquisas multidimensionais do OLAP é possibilitar a análise de tendências através de complexos cálculos e comparações de grandes quantidades de dados, para que o usuário por trás dessa ferramenta possa tomar decisões de negócio com um maior grau de precisão.

A sigla OLAP surgiu como contraponto ao OLTP (On Line Transaction Processing). OLTP é um termo usado para qualificar aplicações transacionais, aquelas que estamos acostumados a desenvolver, onde a maioria das operações envolve o input dos dados, e as consultas são tabuladas direto do banco de dados relacional.

Enquanto OLTP é sinônimo de aplicações que tratam os dados do ponto de vista operacional, o OLAP foi o termo dado aos sistemas especializados em processar, armazenar e consultar dados do ponto de vista analítico e não operacional.

O OLAP é apenas uma parte do que é chamado de Business Inteligence, que também engloba os tradicionais relatórios relacionais, e o Data Mining.

Nota do Devman

Data Mining, ou mineração de dados, é o termo utilizado para o processo e a prática da extração de informação relevante de um grande volume de dados. O DataMining por muito tempo foi realizado manualmente, e com o advento do Business Inteligence, Datawarehousing e o OLAP é que surgiram os primeiros sistemas automatizados de Data Mining.

Pivot Tables

OLAP por si só é o conceito que fundamenta a ideia dos sistemas especializados em análise de dados. Na prática, a maioria dos usuários desses sistemas interage com o OLAP através de ferramentas conhecidas como “Tabelas Dinâmicas” ou “Pivot Tables”.

A mais conhecida e popular delas está dentro do Excel da Microsoft. Aliás, grande parte dos sistemas de OLAP interage com a tabela dinâmica do Excel. As tabelas dinâmicas do Excel já existem há um bom tempo, e como você pode ver na Figura 1, é um exemplo clássico do poder por trás das aplicações OLAP.

Figura 1. Exemplo de tabela dinâmica do Excel

Note que a tabela dinâmica (Pivot Table) possui uma lista de campos, que podem ser dimensões (aspectos da pesquisa), ou valores que podem sofrer cálculos de acordo com a forma que a tabela é organizada.

O usuário pode literalmente mover esses campos entre as diferentes áreas da tabela dinâmica, e assim montar a pesquisa que lhe retorne a informação necessária. Tabelas dinâmicas também são conhecidas como cubos, já que sua principal característica é a possibilidade de visualizar os dados sob diferentes dimensões.

Na prática as tabelas dinâmicas têm um grande poder de agrupamento de dados, permitindo que o resultado de um determinado agrupamento (ou combinação de agrupamentos), seja extraído em tempo real. O resultado desses agrupamentos é exibido sempre no formato numérico, organizado na forma de tabela, com totais que podem ser simplesmente sumarizados, ou sofrer qualquer outro tipo de cálculo ou função, que tenha sido previamente definido.

PivotViewer

As tabelas dinâmicas são e continuam sendo uma poderosa ferramenta analítica. Ela é utilizada massivamente em sistemas de Business Inteligence, e provavelmente tenha sido uma das principais inovações tecnológicas que tivemos na década de noventa.

...
Quer ler esse conteúdo completo? Tenha acesso completo