ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

More documents

Recommendations

Info

2 Trabalhos prévios sobre geração de hipercubos Esta secção apresenta os trabalhos já realizados na área de geração de hipercubos e OLAP, com especial relevância para os problemas que se põem ao cálculo de agregados multidimensionais e aos vários algoritmos que foram concebidos para ultrapassar estes problemas. 2.1 Modelo de dados multidimensional Com a crescente quantidade de dados disponíveis, o recurso a data warehouses torna-se cada vez mais necessário e frequente. Apesar disso, o conceito de data warehouse não tem uma definição única. Normalmente, o termo é utilizado para referir uma base de dados que é mantida separada da base de dados operacional de uma organização e que está integrada com vários sistemas que permitem efectuar o processamento e análise dos dados. Uma das definições mais usadas defende que a data warehouse é um conjunto de dados organizados em torno de um determinado tópico, resultante da integração de diferentes fontes de dados, mantidos de forma persistente e que expressa uma perspectiva histórica desses dados. Segundo Inmon, o conceito de data warehouse pode ser definido como um conjunto integrado e não-volátil de informação orientada a um determinado tema e que expressa a variação desses dados ao longo do tempo, podendo esses dados ser usados para fins de apoio a decisões [Inmon1996]. Esta separação entre a base de dados operacional e a data warehouse promove a eficiência e desempenho de cada um dos sistemas, tendo em conta os diferentes fins a que se destina. A principal função das bases de dados operacionais é a realização de transacções online e processamento de interrogações (queries), sendo esse conjunto de operações conhecido como processamento de transacções online (online transaction processing - OLTP). Em oposição, as data warehouses têm por objectivo servir de suporte à análise de dados e tomada de decisões, pelo que sobre elas são realizados outros tipos de operações. Normalmente, tratam-se de operações que manipulam grandes quantidades de dados históricos, permitem a realização de sumarizações e agregações e a gestão de informação em diferentes níveis de granularidade. A este tipo de operações dá-se o nome de processamento analítco online (online analytical processing - OLAP). De uma forma genérica, uma data warehouse é composta por uma tabela de factos, onde se encontram os dados que podem ser objecto de análise, e tabelas de dimensões, que armazenam os dados sobre as perspectivas segundo as quais os factos podem ser analisados. Tanto as data warehouses como as operações OLAP são baseadas no modelo multidimensional, em que os dados são visualizados sob a forma de um cubo. Um cubo é definido por um conjunto de dimensões e de factos. De uma forma genérica, as dimensões são as perspectivas ou entidades em relação às quais os factos se referem. Por exemplo, uma empresa pode manter uma data warehouse de vendas como forma de manter registos sobre as suas vendas no que se refere aos itens vendidos, à filial em que foram vendidos e à data de venda. Cada dimensão pode estar associada a uma tabela que pormenoriza a sua descrição. No 13
exemplo anterior, a tabela de dimensão para os itens vendidos pode conter os atributos nome, categoria e marca. Quanto aos factos, estes são medidas numéricas correspondentes ao principal objectivo da data warehouse. Ainda no exemplo anterior, o número de unidades vendidas ou o volume total de vendas em dinheiro são factos possíveis para uma data warehouse de vendas. Ao contrário do sólido geométrico com o nome correspondente, em OLAP os cubos não são necessariamente tridimensionais mas sim n-dimensionais. A melhor forma de esclarecer este conceito passa por exemplificar o mesmo. Para tal, considere-se a tabela abaixo, que representa informação sobre as vendas de uma determinada organização apresentada em função do tempo (Tempo) e do tipo de item vendido (Item). Tabela 1 – Volume de vendas em função do tempo e do tipo de item para a cidade de Vancouver [Han2001a] Tempo (trimestre) Vendas para todas as localizações em Vancouver Item (tipo) Entretenimento Computador Telefone Segurança Q1 605k 825k 14k 400k Q2 680k 952k 31k 512k Q3 812k 1023k 30k 501k Q4 927k 1038k 38k 580k No caso de pretendermos visualizar a informação relativa às vendas não apenas em função do tempo e dos itens vendidos mas também em função da Localização em que a venda foi feita, seria necessário acrescentar à tabela acima uma terceira dimensão, obtendo-se assim uma série de tabelas diferentes 1 . Tabela 2 – Volume de vendas em função do tempo, tipo de item e localização [Han2001a] Tempo (trimestre) Entretenimento Localização = Vancouver Item Computador Telefone Segurança Q1 605k 825k 14k 400k Q2 680k 952k 31k 512k Q3 812k 1023k 30k 501k Q4 927k 1038k 38k 580k Tempo (trimestre) Entretenimento Localização = Montréal Item Computador Telefone Segurança Q1 818k 746k 43k 591k Q2 894k 769k 52k 682k Q3 940k 795k 58k 728k Q4 978k 864k 59k 784k 1 Estas tabelas podem ser representadas numa só pivot tabela, tal como se descreve mais adiante. 14
Page 1 and 2: Algoritmos para a Geração de Hipe
Page 3 and 4: Resumo A tecnologia OLAP permite a
Page 5 and 6: Índice Lista de figuras ..........
Page 7 and 8: Lista de figuras Figura 1 - Represe
Page 9 and 10: Lista de tabelas Tabela 1 - Volume
Page 11 and 12: 1 Introdução Ao longo das última
Page 13: Multi-Way; a secção 4 apresenta o
Page 17 and 18: Dado um conjunto de dimensões, é
Page 19 and 20: que faria com que cada ponto (x, y)
Page 21 and 22: Tabela 7 - Cross table para as vend
Page 23: Figura 5 - Malha de combinações p
Page 26 and 27: Por exemplo, no nível 2 da malha t
Page 28 and 29: neste caso, o critério consiste em
Page 30 and 31: de malha de procura proposto pelo a
Page 32 and 33: tenha sido percorrido. Se o array e
Page 35 and 36: Diferentes ordenações de dimensõ
Page 37 and 38: enquanto a célula com o endereço
Page 40 and 41: Figura 20 - MNST para o cubo C [Tam
Page 42 and 43: adicionado ao chunk 12 segundo D0,
Page 44 and 45: Os resultados mostram que o algorit
Page 46 and 47: Como as dimensões partilhadas pode
Page 48 and 49: Multi-Way. Além do algoritmo propo
Page 50 and 51: facilmente seleccionados para cálc
Page 52 and 53: acarreta forçosamente uma carga a
Page 54 and 55: Tabela 10 - Plano de testes Teste N
Page 56 and 57: Uma vez que as restantes implementa
Page 58 and 59: em relação ao original mas uma de
Page 60 and 61: As figuras 35 e 36 mostram o efeito
Page 62 and 63: Por fim, o gráfico da figura 38 mo
Page 64 and 65:
5 Balanço final O objectivo do pre
Page 66:
[Zhao1997] Zhao, Yihong; Prasad M.
show all

ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

Create successful ePaper yourself

Delete template?

Save as template?