Ir para o conteúdo principal

Data Warehouse

Data Warehouse (DW) consiste em um sistema para armazenamento de dados originados de múltiplas fontes, especialmente estruturados para consulta e análise. Um DW busca a criação de uma fonte de dados padronizada, confiável e de acesso simplificado, para apoio à tomada de decisão (Kimball e Ross, 2013).

Já de acordo com Inmon (2005), um DW consiste em uma coleção de dados orientados por assunto, integrados, não voláteis e variantes no tempo, com o intuito de prover suporte à tomada de decisão. Na arquitetura de DW proposta por Inmon (2005), a não volatilidade de um DW é garantida por meio da manutenção de snapshots de todo o conjunto de dados. De acordo com Inmon (2005), uma vez inserido em um DW, o dado não poderá mais ser atualizado. Este aspecto conflita com a proposta de arquitetura de Data Warehouse de Kimball e Ross (2013), onde são permitidas alterações de dados. Na aquitetura de Kimball, a manutenção da história em um DW é feita por meio da técnica Slowly Changing Dimensios (SCDs).

Existem diversas abordagens para a construção de Data Warehouses. Kimball e Ross (2013) propõem uma abordagem de construção de um DW que integre toda a organização (Enterprise Data Warehouse - EDW). De acordo com os autores, a construção deste tipo de DW é fundamental para a governança de dados. Ainda de acordo com Kimball e Ross (2013), a ausência de um DW institucional como plataforma de BI, alinhado à uma boa governança de dados, leva à perpetuação de silos de dados similares entre departamentos, mas com versões da verdade ligeiramente diferentes.

A UFLA utiliza a arquitetura de Enterprise Data Warehouse proposta por Kimball e Ross (2013). Esta escolha deve-se ao fato desta ser uma arquitetura já consolidada, amplamente aceita e utilizada.

O EDW é construído com a técnica denominada Modelagem Dimensional, que, segundo Kimball e Ross (2013), trata-se de uma abordagem amplamente aceita para consolidação de dados analíticos por abordar dois requisitos de forma simultânea:

    • Apresenta dados em formatos entendíveis por usuários de negócio;
    • Organiza os dados de modo a otimizar o desempenho de consulta.

Kimball e Ross (2013) mencionam ainda as seguintes técnicas existentes para a construção de Data Warehouses:

    • Independent Data Mart Architecture;
    • Hub-and-Spoke Corporate Information Factory Inmon Architecture;
    • Hybrid Hub-and-Spoke and Kimball Architecture.

Kimball e Ross (2013) demonstram que as abordagens mencionadas acima possuem grandes desvantagens em comparação à abordagem de EDW com Modelagem Dimensional. Para mais detalhes sobre essas desvantagens consulte as páginas 26, 27, 28, 29 e 30 (KIMBALL e ROSS, 2013).

Um EDW considera os seguintes princípios para a sua construção:

    • Utiliza Modelagem Dimensional do tipo Star Schema;
    • Armazena dados na menor granularidade possível (embora possa também armazenar agrupamentos e sumarizações, realizadas a partir dos dados granulares);
    • Os fatos são orientados a processos de negócio, e não a setores ou departamentos específicos;
    • Utiliza Dimensões Coformadas.

A Figura abaixo apresenta os elementos chave para a arquitetura Kimball de DW/BI (KIMBALL e ROSS, 2013):

image-1646668045868.png

A UFLA utiliza a arquitetura de Data Warehouse proposta por Kimball e Ross (2013). Esta escolha deve-se ao fato desta ser uma arquitetura já consolidada, amplamente aceita e utilizada.

 

Voltar ao topo