Artigo SQL Magazine 18 - Implementando um data mart em um banco de dados multidimensional

Implementando um data mart em um banco de dados multidimensional

Leitura obrigatória: SQL Magazine 13 e 14, Modelagem de data warehouses e data marts (partes 1 e 2).

Leitura obrigatória: SQL Magazine 9, Arquiteturas de Ferramentas Olap.

Após discutir a modelagem de um data warehouse/data mart utilizando o modelo multidimensional (SQL Magazine 13 e 14) chegou a hora de acompanhar sua implementação na prática. Neste artigo vamos mostrar, passo a passo, como implementar um modelo multidimensional conceitual em um banco de dados com uma arquitetura especialmente preparada para este tipo de modelo.

Existem no mercado vários bancos de dados multidimensionais, normalmente de arquitetura proprietária, que possibilitam a implementação e carga de data marts de forma bastante fácil. Devido às suas características especiais, as agregações e os cálculos baseados nas regras de negócio que o usuário define são realizados rapidamente. Estes bancos de dados especiais geralmente possuem uma ferramenta OLAP (On-Line Analytical Processing) para acesso e análise dos dados armazenados. Vale ressaltar que alguns deles podem também ser acessados através de outras ferramentas OLAP disponíveis no mercado.

As ferramentas OLAP possuem recursos para permitir ao usuário final analisar um grande conjunto de dados de forma simplificada, flexível e sem que o usuário tenha que conhecer o banco de dados ou como definir comandos SQL. O aspecto mais importante é que algumas delas permitem ao usuário criar as visões que mais lhe interessam, com uma interface amigável, que possibilita a escolha das métricas (ou fatos) a serem analisados e os aspectos (dimensões) da análise em diversos níveis de agregação, através de mecanismos do tipo drag-and-drop. Claro que nem todos os usuários do data warehouse ou do data mart querem ou precisam utilizar uma ferramenta com estes recursos. Vários usuários preferem receber visões previamente definidas, através da web, por exemplo, e navegar por estas visões prontas, variando os níveis de detalhamento da informação apresentada.

Os dados de um data warehouse ou data mart não precisam necessariamente estar armazenados em um banco multidimensional. Podem ser armazenados em um banco relacional e serem também acessados através de uma ferramenta OLAP. Estas podem:

·acessar apenas bases de dados relacionais, sendo neste caso chamadas de ferramentas ROLAP (Relational OLAP) ou DOLAP (Desktop OLAP);

·acessar apenas bases de dados multidimensionais, sendo neste caso chamadas de ferramentas MOLAP (Multidimensional OLAP);

·acessar os dois tipos de base, sendo neste caso chamadas de ferramentas HOLAP (Hybrid OLAP). No caso das ferramentas HOLAP, normalmente o acesso aos dados agregados é feito na base multidimensional e aos dados detalhados, no banco relacional.

Existe atualmente no mercado uma grande discussão sobre qual arquitetura de tecnologia OLAP é mais eficiente e também sobre qual o melhor tipo de banco de dados para se armazenar um data warehouse ou data mart. Este artigo não tem a pretensão de entrar nesta discussão. Nossa experiência em projetos de implantação de data warehouses e data marts nos mostra que existem vantagens e desvantagens nas diversas opções de implementação e arquiteturas. Entretanto, bases de dados multidimensionais são mais adequadas para a implementação de data marts e nem sempre são utilizadas em data warehouses corporativos.

Assim, vamos iniciar a implementação do nosso data mart em um banco de dados multidimensional, chamado TM1. O TM1 é desenvolvido pela Applix Inc. (EUA) que, no Brasil, é fornecido e suportado pela CONSIST.

O modelo lógico do data mart" [...] continue lendo...