new data warehousingejvm/olap/olap.pdf · 2009. 3. 30. · data warehousing joão gama jgama @...
TRANSCRIPT
Dat
a W
areh
ousi
ng
João
Gam
a
jgam
a@nc
c.up
.pt
2001
João
Gam
a2
Mot
ivaç
ão
•O
mod
elo
rela
cion
al d
e B
D (
3FN
) fo
i des
enha
do p
ara:
–F
lexi
bilid
ade
para
ext
ensõ
es.
–E
ficiê
ncia
no
proc
essa
men
to
on-l
ine
de tr
ansa
cçõe
s.
–P
ersp
ectiv
a do
Info
rmát
ico
•Q
uand
o o
obje
ctiv
o é
anal
isar
dad
os
–A
dis
pers
ão d
este
s po
r di
fere
ntes
tabe
las
é pr
oble
mát
ico.
–A
exe
cuçã
o de
um
a C
onsu
lta n
uma
BD
•
Req
uer
oper
açõe
s de
Jo
in e
ntre
as
tabe
las
•P
ara
BD
suf
icie
ntem
ente
gra
ndes
est
a op
eraç
ão p
ode
leva
r di
as.
–O
s da
dos
suje
itos
a an
ális
e po
derã
o es
tar
num
SG
BD
rel
acio
nal
•N
ão (
nece
ssar
iam
ente
) na
3F
N.
2001
João
Gam
a3
Dat
a-W
areH
ouse
•D
ataW
areh
ouse
–È
um
am
bien
te n
ão u
m p
rodu
to.
–M
ultid
imen
sion
al
–P
ersp
ectiv
a da
org
aniz
ação
(bu
sine
sspe
rspe
ctiv
e)
–A
nális
e de
Info
rmaç
ão
–D
ataW
areh
ousi
ng•
O p
roce
sso
de c
riaçã
o de
um
a D
ata
War
eHou
se.
2001
João
Gam
a4
Ana
lisar
Dad
os
•A
nalis
ar d
ados
é u
m p
roce
sso
inte
ract
ivo
e ite
rativ
o qu
e en
volv
e:–
Des
envo
lver
e c
ompr
eend
er o
dom
ínio
de
aplic
ação
.
–A
dqui
rir o
u se
lecc
iona
r o
conj
unto
de
dado
s ob
ject
ivo.
–In
tegr
ar e
val
idar
o c
onju
nto
de d
ados
.
–P
re-p
roce
ssar
os
dado
s:•
Lim
par
os d
ados
, tra
nsfo
rmar
os
dado
s.
–C
onst
ruçã
o de
hip
ótes
es
–E
scol
ha d
e al
gorit
mos
apr
opria
dos
–In
terp
reta
ção
dos
resu
ltado
s e
visu
aliz
ação
–A
valia
ção
e ve
rific
ação
dos
mod
elos
.
2001
João
Gam
a5
Ana
lisar
Dad
os
•A
nalis
e de
dad
os, d
uas
pers
pect
ivas
–1ª
Per
spec
tiva
•O
ana
lista
sug
ere
hipó
tese
s
•O
com
puta
dor
aval
ia a
s hi
póte
ses
–2ª
Per
spec
tiva
•O
com
puta
dor
suge
re e
ava
lia h
ipót
eses
•O
ana
lista
ver
ifica
a sign
ificâ
ncia
da h
ipót
ese.
2001
João
Gam
a6
Tip
os d
e P
robl
emas
•P
roce
ssam
ento
de
dado
s–
Sel
ecci
onar
, filt
rar,
agr
egar
, obt
er a
mos
tras
, lim
par,
tran
sfor
mar
–A
utom
atiz
ar e
stes
pro
cess
os.
•P
redi
ção
–D
ados
um
item
de
dado
s e
um m
odel
o pr
edic
ativ
o•
Pre
ver
o va
lor
de u
m a
trib
uto
espe
cífic
o pa
ra o
item
.
•R
egre
ssão
e C
lass
ifica
ção
–A
nalis
ar a
dep
endê
ncia
dos
val
ores
de
uma
variá
vel e
m r
elaç
ão a
os
valo
res
das
outr
as v
ariá
veis
.
•A
grup
amen
tos
e A
ssoc
iaçõ
es–
Seg
men
taçã
o em
sub
conj
unto
s (
clus
ters)
•V
isua
lizaç
ão d
e M
odel
os.
2001
João
Gam
a7
Enc
adea
men
to b
ásic
o
Bas
es d
e da
dos
OLT
P
Ext
rair
Tra
nsfo
rmar
Lim
par
Act
ualiz
arC
onve
rter
Dat
a w
areh
ouse
Met
a D
ata
OLA
P
Dat
a M
arts
Fer
ram
enta
s
Rel
atór
ios
Vis
ualiz
ação
Dat
aM
inin
g
2001
João
Gam
a8
Nív
eis
de A
bstr
acçã
o do
s D
ados
2001
João
Gam
a9
Nív
eis
de Abs
traç
ão
•D
ados
Ope
raci
onai
s–
Alte
raçõ
es p
erm
anen
tes
–C
resc
imen
to e
xpon
enci
al
2001
João
Gam
a10
Nív
eis
de Abs
traç
ão
•A
greg
ação
–È
der
ivad
a do
s da
dos
oper
acio
nais
–S
umar
izaç
ão, C
onde
nsaç
ão, A
greg
ação
•U
m d
os o
bjec
tivos
de
um
Dat
aWar
ehou
secon
sist
e em
es
tabi
lizar
est
a in
form
ação
.
•O
Acc
ess
disp
onib
iliza
ferr
amen
tas
para
agr
egar
dad
os–
Con
sulta
s de
Sum
ariz
ação
•S
QL
com
GR
OU
P B
Y
–C
onsu
ltas
de Cro
ssT
ab
2001
João
Gam
a11
Exe
mpl
o de
Agr
egaç
ão•
SE
LEC
T cl
ient
es.c
lient
e, c
lient
es.N
ome,
Sum
(([qu
ant_
prod
]![qu
antid
ade]*
[pre
ço])
) A
S T
otal
FR
OM
pro
duto
sIN
NE
R J
OIN
((c
lient
esIN
NE
R J
OIN
fact
uras
ON
clie
ntes
.clie
nte
=fa
ctur
as.c
lient
e)
INN
ER
JO
IN q
uant
_pro
d O
N fa
ctur
as.fa
ct =
qua
nt_p
rod.
fact
) O
N pr
odut
os.id
= q
uant
_pro
d.id
GR
OU
P B
Y cl
ient
es.c
lient
e, c
lient
es.N
ome;
2001
João
Gam
a12
Con
sulta
s de
Tab
ulaç
ãoC
ruza
da
•C
onsu
ltas
de su
mar
izaç
ão.
•A
info
rmaç
ão é
dis
post
a nu
ma
mat
riz–
Em
col
una:
os
valo
res
de u
m c
ampo
–E
m L
inha
: os
valo
res
de o
utro
cam
po
–E
m c
ada
célu
la:
uma
funç
ão d
e ag
rega
ção
•N
ão e
xist
e no
SQ
L st
anda
rd
2001
João
Gam
a13
Que
ries “
Cro
ssT
ab”
TR
AN
SF
OR
M S
um([q
uant
_pro
d]![q
uant
idad
e]*[p
reço
]) A
S E
xpr1
SE
LEC
T fa
ctur
as.c
lient
eF
RO
M p
rodu
tosI
NN
ER
JO
IN (f
actu
rasI
NN
ER
JO
IN q
uant
_pro
d O
N fa
ctur
as.fa
ct =
qua
nt_p
rod.
fact
) O
N
prod
utos
.id =
qua
nt_p
rod.
idG
RO
UP
BY
fact
uras
.clie
nte
PIV
OT
For
mat
([da
ta],"m
mm
") In
("J
an",
"Fev
","M
ar")
;
2001
João
Gam
a14
Tab
elas
“P
ivot
”
•S
emel
hant
e ás
Con
sulta
s de
ta
bula
ção c
ruza
da–
Ger
a um
a F
olha
de
Cal
culo
•E
xpan
são
•C
ontr
ação
2001
João
Gam
a15
Esq
uem
a da
Bas
e de
Dad
os
•D
esen
ho fí
sico
dos
dad
os o
pera
cion
ais
•D
icio
nário
da
Bas
e de
Dad
os–
Tab
elas
•C
ampo
s, ti
pos
de C
ampo
s,
indi
ces
–C
onsu
ltas
•O
s S
GB
D tê
m fe
rram
enta
s pa
ra a
nális
e do
esq
uem
a da
BD
–G
erad
ores
de
dici
onár
ios
de D
ados
2001
João
Gam
a16
Met
a-D
ata
•M
odel
o ló
gico
dos
Dad
os–
Dia
gram
a E-R
–Q
ue a
plic
açõe
s us
am q
ue in
form
ação
•C
omo
e qu
ando
det
erm
inad
a in
form
ação
est
á di
spon
ível
.
–D
escr
ição
das
tran
sfor
maç
ões
dos
dado
s.
•T
axin
omia
s
2001
João
Gam
a17
Dat
a W
areh
ouse
-D
efin
ição
•“A
dat
a w
areh
ouse
isa c
opy
ofa
tran
sact
iond
ata
spec
ifica
lly s
truc
ture
dfor
quer
ying
, ana
lysi
s, an
d re
port
ing”
–A
lgun
s po
ntos
:•
Cop
ia d
e da
dos
tran
sacc
iona
is–
Incl
uind
o ag
rega
ções
•E
stru
tura
da d
e fo
rma
espe
cífic
a
•O
bjec
tivo
de:
–C
onsu
lta
–A
nalis
e
–E
labo
rar
rela
tório
s
2001
João
Gam
a18
Pro
prie
dade
s e
Con
ceito
s
•D
imen
são
–M
ega,
Gig
a, Ter
aB
ytes
–N
ão e
xist
e um
a fr
onte
ira fi
xa.
•A
info
rmaç
ão é
gua
rdad
a pa
ra a
nális
e:–
de fo
rma
a po
der
ser
aced
ida
de fo
rma
mai
s ef
icie
nte
–se
para
da d
o si
stem
a op
erac
iona
l
–S
upor
tam
sis
tem
a so
fistic
ados
de
anal
ise
on-li
ne•
Ana
lise
Mul
ti-d
imen
sion
al
•In
tegr
ar in
form
ação
pro
veni
ente
de
mai
s qu
e um
sis
tem
a op
erac
iona
l.–
Inte
grar
info
rmaç
ão s
obre
sal
ário
s, fi
nanç
as, m
arke
ting,
pro
duçã
o.
–P
ossi
bilid
ade
de c
ruza
r in
form
ação
2001
João
Gam
a19
Pro
prie
dade
se C
once
itos
•D
ifere
nça
entr
e pr
oces
sos
oper
acio
nais
e a
nalít
icos
–P
roce
sso
oper
acio
nal
•A
lta p
erfo
rman
ce
•R
espo
sta
rápi
da
•C
onst
ante
act
ualiz
ação
•P
roce
ssos
pré-d
efin
idos
–P
roce
sso
anal
ítico
•A
nális
e ex
plor
atór
ia d
e da
dos
–D
emor
ada
–N
ão é
pré-
defin
ida
»In
tera
ctiv
a e
Itera
tiva
•In
form
ação
mai
s es
táve
l
•Lo
nga
dura
ção
2001
João
Gam
a20
O m
odel
o da
Dat
a w
areh
ouse
•D
eve
ser
exte
nsív
el e
est
rutu
rado
de
form
a a
que
poss
a im
port
ar
dado
s de
dife
rent
es a
plic
açõe
s.
•O
mod
elo
lógi
co d
eve
segu
ir a
pers
pect
iva
do a
nalis
ta e
não
o m
ode
lo
dos
dado
s pa
ra u
ma
dada
apl
icaç
ão–
Dife
rent
es p
arte
s de
um
a or
gani
zaçã
o tê
m d
ifere
ntes
mod
elos
par
aos
dad
os
•N
ão m
anté
m o
est
ado
da in
form
ação
ope
raci
onal
–A
info
rmaç
ão o
pera
cion
al a
ltera-se
cons
tant
emen
te•
A q
uant
idad
e ex
iste
nte
em s
tock
de
um p
rodu
to
–A
dat
a war
ehou
senã
o m
anté
m in
form
ação
sob
re e
ntid
ades
ou
atrib
utos
que
al
tera
m c
onst
ante
men
te.
•O
mod
elo
rela
cion
al fa
cilit
a m
ante
r re
laçõ
es d
inâm
icas
ent
re a
s en
tidad
es.
•U
ma
data
war
ehou
se ca
ptur
a as
rel
açõe
s en
tre
as e
ntid
ades
num
dad
o in
stan
te.
2001
João
Gam
a21
Des
-Nor
mal
izaç
ão do
s da
dos
•N
orm
aliz
ação
–D
esdo
bra
uma
rela
ção
em v
ária
s re
laçõ
es in
depe
nden
tes.
–A
umen
ta a
flex
ibili
dade
do
mod
elo
•D
es-n
orm
aliz
ação
–C
onca
tena
var
ias
rela
ções
num
a ún
ica
–R
eduz
a n
eces
sida
de d
e op
eraç
ões
de
Join
em c
onsu
ltas.
–C
ampo
s C
alcu
lado
s
2001
João
Gam
a22
Tra
nsfo
rmaç
ão fí
sica
dos
dad
os o
pera
cion
ais
•H
omog
enei
zar
e lim
par
os d
ados
–D
ados
inco
mpl
etos
e in
cons
iste
ntes
–O
s te
rmos
usa
dos
no s
iste
ma
oper
acio
nal p
odem
ter
que
ser
unifo
rmiz
ados
ent
re a
plic
açõe
s:•
Nom
es d
e at
ribut
os
•T
ipos
e d
imen
sões
de
cam
pos
–T
erm
os c
ompl
exos
pod
erão
ser
red
efin
idos
•O
cód
igo
de u
m p
rodu
to c
onte
m–
Tip
o, fa
míli
a, g
éner
o, e
tc.
•D
icio
nário
de
dado
s
2001
João
Gam
a23
Sum
ariz
ação
de d
ados
•M
uita
s co
nsul
tas
e re
lató
rios
são
agre
gaçõ
es b
asea
dos
em
parâ
met
ros
pré-d
efin
idos
.–
Ven
das
por
sem
ana,
mês
, ou
trim
estr
e
•U
ma
dife
renç
a im
port
ante
:–
Num
sis
tem
a op
erac
iona
l o q
ue e
xist
e fis
icam
ente
é a
def
iniç
ão d
a co
nsul
ta.
•A
exe
cuçã
o da
con
sulta
dá
orig
em a
um
a ta
bela
virt
ual q
ue e
xist
eap
enas
en
quan
to a
con
sulta
est
á a
ser
exec
utad
a.
–N
uma
data
war
ehou
seex
iste
um
a ta
bela
que
é c
riada
e m
antid
a in
depe
nden
tem
ente
do
utili
zado
r.
•E
ficiê
ncia
na
obte
nção
de
resp
osta
.–
Nov
as té
cnic
as d
e in
dexa
ção.
2001
João
Gam
a24
Fer
ram
enta
s
•C
lem
entin
e
•E
nter
pris
e M
iner
•In
telli
gent
Min
er
•D
iam
ond
2001
João
Gam
a25
Cle
men
tine
2001
João
Gam
a26
O E
nter
pris
e M
iner
2001
João
Gam
a27
Apl
icaç
ões
•G
enom
a H
uman
o–
Sem
elha
nças
ent
re s
equê
ncia
s de
DN
A
•T
elec
omun
icaç
ões
–D
etec
ção
de c
lient
es in
satis
feito
s
–M
onito
rizaç
ão d
e pr
oble
mas
ope
raci
onai
s
•S
ervi
ços
banc
ário
s e
Fin
ança
s–
Cré
dito
–P
redi
ção
de ta
xas
de c
ambi
o
•D
istr
ibui
ção
•M
arke
ting
2001
João
Gam
a28
Dat
a w
areh
ouse
•U
ma
data
war
ehou
seé
um a
mbi
ente
–E
stru
tura
do d
e fo
rma
flexí
vel
–D
esen
hado
par
a a
anál
ise
de d
ados
per
man
ente
s
–Ló
gica
e fi
sica
men
te d
eriv
ados
a p
artir
de
•m
últip
las
font
es
•m
últip
las
aplic
açõe
s
–m
antid
a e
actu
aliz
ada
para
um
long
o pe
ríod
o de
tem
po
–ex
pres
sa e
m te
rmos
da
orga
niza
ção
–e
sum
aria
da p
ara
anál
ise
efic
ient
e.
OLA
P
Bas
es d
e D
ados
M
ultid
imen
sion
ais
João
Gam
a
jgam
a@nc
c.up
.pt
2001
João
Gam
a30
On-
line
Ana
lytic
al P
roce
ssin
g -O
LAP
•O
rgan
izaç
ões
anal
isam
dad
os h
istó
ricos
–Id
entif
icar
pad
rões
na
defin
ição
est
raté
gica
da
orga
niza
ção.
•A
aná
lise
é:–
Com
plex
a, in
tera
ctiv
a, e
xplo
rató
ria
–S
obre
um
vol
ume
de d
ados
mui
to g
rand
e•
Vár
ias
font
es d
e da
dos
•O
LAP
ver
sus
OLT
P
•T
erm
inol
ogia
OLA
P :
–B
ases
de
dado
s mul
tidim
ensi
onai
s•
Fac
tos
e di
men
sões
–C
onsu
ltas
mat
eria
lizad
as.
–C
ubo
2001
João
Gam
a31
OLA
P e
Dat
a W
areh
ouse
•D
ata
war
ehou
se–
Info
rmaç
ão p
rove
nien
te d
e va
rias
font
es é
inte
grad
a nu
m ú
nico
re
posi
tório
.
–In
tegr
ação
sem
ântic
a.
–S
incr
oniz
ação
de
répl
icas
.
•O
LAP
–S
QL
para
con
sulta
s co
mpl
exas
.•
Qua
l o lu
cro
gera
do p
or u
m n
ovo
prod
uto
–P
or m
ês, n
as lo
jas
da z
ona
cent
ro,
–re
lativ
amen
te à
ver
são
ante
rior
do p
rodu
to?
–C
onsu
ltas
inte
ract
ivas
e
on-li
ne.
2001
João
Gam
a32
O M
odel
o Mul
tidim
ensi
onal
-E
xem
plo
•U
nidi
men
sion
al•
Mul
tidim
ensi
onal
2001
João
Gam
a33
O M
odel
o Mul
ti-d
imen
sion
al•
Col
ecçã
o de
fact
os n
umér
icos
qu
e de
pend
em d
e vá
rias
dim
ensõ
es.
•E
xem
plo:
–F
acto
s:
•so
bre
as v
enda
s
–D
imen
sões
•P
rodu
to
•Lo
calid
ade
•T
empo
1
2
3tim
eId
Loca
lId
811 12 13
PID
10
15
1010
3020
50
258
2001
João
Gam
a34
O M
odel
o Mul
tidim
ensi
onal
(Sta
r S
chem
a)•
Fac
tos
–T
abel
a no
rmal
izad
a
–G
rand
e vo
lum
e de
dad
os
•D
imen
sões
–T
abel
as n
ão-no
rmal
izad
as
–P
ara
cada
dim
ensã
o o
conj
unto
de
valo
res
pode
est
ar o
rgan
izad
o hi
erar
quic
amen
te.
•P
eque
no v
olum
e de
dad
os
•U
pdat
es/In
sert/
Del
eter
aros
F A C T O S
TE
MP
OP
RO
DU
TO
LOC
AL
2001
João
Gam
a35
Mod
elos
OLA
P
•M
odel
o em
est
rela
–F
acto
s e
dim
ensõ
es
•M
odel
o em
floc
o de
nev
e–
Sup
orta
vár
ias
tabe
las
de fa
ctos
–A
s di
men
sões
pod
erão
est
ar r
elac
iona
das
com
out
ras
tabe
las
•M
odel
o em
Con
stel
ação
2001
João
Gam
a36
Exe
mpl
odo
Mod
elo
em E
stre
la
time_
key
day
day_
of_t
he_w
eek
mon
thqu
arte
rye
ar
time
loca
tion_
key
stre
etci
typr
ovin
ce_o
r_st
reet
coun
try
loca
tion
Sal
es F
act T
able
time_
key
item
_key
bran
ch_k
ey
loca
tion_
key
units
_sol
d
dolla
rs_s
old
avg_
sale
s
Mea
sure
s
item
_key
item
_nam
ebr
and
type
supp
lier_
type
item
bran
ch_k
eybr
anch
_nam
ebr
anch
_typ
e
bran
ch
2001
João
Gam
a37
Exe
mpl
odo
Mod
elo
em F
loco
de N
eve
time_
key
day
day_
of_t
he_w
eek
mon
thqu
arte
rye
ar
time
loca
tion_
key
stre
etci
ty_k
ey
loca
tion
Sal
es F
act T
able
time_
key
item
_key
bran
ch_k
ey
loca
tion_
key
units
_sol
d
dolla
rs_s
old
avg_
sale
s
Mea
sure
s
item
_key
item
_nam
ebr
and
type
supp
lier_
key
item
bran
ch_k
eybr
anch
_nam
ebr
anch
_typ
e
bran
ch
supp
lier_
key
supp
lier_
type
supp
lier
city
_key
city
prov
ince
_or_
stre
etco
untr
y
city
2001
João
Gam
a38
Exe
mpl
ode
Fac
t Con
stel
latio
n ship
per_
key
ship
per_
nam
elo
catio
n_ke
ysh
ippe
r_ty
pe
ship
per
time_
key
day
day_
of_t
he_w
eek
mon
thqu
arte
rye
ar
time
loca
tion_
key
stre
etci
typr
ovin
ce_o
r_st
reet
coun
try
loca
tion
Sal
es F
act T
able
time_
key
item
_key
bran
ch_k
ey
loca
tion_
key
units
_sol
d
dolla
rs_s
old
avg_
sale
s
Mea
sure
s
item
_key
item
_nam
ebr
and
type
supp
lier_
type
item
bran
ch_k
eybr
anch
_nam
ebr
anch
_typ
e
bran
ch
Shi
ppin
g F
act T
able
time_
key
item
_key
ship
per_
key
from
_loc
atio
n
to_l
ocat
ion
dolla
rs_c
ost
units
_shi
pped
2001
João
Gam
a39
Sup
orte
s O
LAP
•M
OLA
P–
Bas
es d
e D
ados
M
ultid
imen
sion
al•
Ora
cle E
xpre
ss S
erve
r
•R
OLA
P–
Bas
e de
Dad
os R
elac
iona
l
RO
LAP
MO
LAP
Per
form
ance
Com
plex
idad
e
2001
João
Gam
a40
Hie
rarq
uias
em
Dim
ensõ
es•
Um
a di
men
são
pode
est
ar o
rgan
izad
a em
hie
rarq
uias
.
•S
e o s
erve
r OLA
P–
Sup
orta
hie
rarq
uias
=>
pos
sibi
lita
oper
açõe
s de
•E
xpan
ção
•C
ontr
acçã
o
–N
ão s
upor
ta h
iera
rqui
as•
Cad
a ní
vel d
a hi
erar
quia
cor
resp
onde
a u
ma
dim
ensã
o
Tem
poA
no
sem
estr
e
Trim
estr
e
Loca
lP
aís
Dis
trito
Cid
ade
Mês
Sem
ana
Dia
2001
João
Gam
a41
Des
enho
de
Tab
elas
Fac
tuai
s (
Fac
t Tab
les)
•P
erce
ber
o pe
ríod
o de
tem
po n
eces
sário
par
a a
tabe
la
fact
ual.
•S
elec
cion
ar o
s ca
mpo
s ap
ropr
iado
s.
•M
inim
izar
a d
imen
são
dos
cam
pos.
•S
elec
cion
ar c
have
s ap
ropr
iada
s.
•D
esen
har
o te
mpo
com
o um
cam
po d
a ta
bela
fact
ual.
2001
João
Gam
a42
Des
enho
de
Dim
ensõ
es
•A
nalis
e de
con
sulta
s típ
icas
–A
plic
am r
estr
içõe
s a
uma
dim
ensã
o.
•C
oloc
ar to
da a
info
rmaç
ão r
estr
itiva
num
a ún
ica
tabe
la.
•E
xem
plo:
–A
nális
e de
ven
das
–C
onsu
ltas
típic
as:
•G
rupo
s de
pro
duto
s–
Ves
tidos
de
senh
ora
•C
onsu
ltas
que
envo
lvem
tam
anho
, cor
, est
ilo
–A
s co
nsul
tas
pode
rão
ser
acel
erad
as s
e a
info
rmaç
ão s
obre
os
prod
utos
est
iver
num
a ún
ica
tabe
la.
•S
ituaç
ões
onde
o a
crés
cim
o de
info
rmaç
ão n
ão r
elev
ante
é g
rand
e po
de s
er
cont
rapr
oduc
ente
.
2001
João
Gam
a43
Dat
a M
arts
•P
artiç
ões
de d
ados
par
a an
ális
es e
m s
ecto
res
espe
cífic
os
2001
João
Gam
a44
Con
sulta
s OLA
P
•In
fluên
cia
do S
QL
e F
olha
s de
cal
culo
•A
ope
raçã
o m
ais
com
um é
ag
rega
çãod
e um
a qu
antid
ade
sobr
e um
a ou
mai
s di
men
sões
.–
Enc
ontr
ar o
tota
l de
vend
as.
–E
ncon
trar
o to
tal d
e ve
ndas
por
cid
ade,
ou
dist
rito,
ou
país
.
2001
João
Gam
a45
Con
sulta
sOLA
P
•A
greg
ação
a d
ifere
ntes
nív
eis
da h
iera
rqui
a de
um
a di
men
são
–C
ontr
acçã
o:•
Ten
do o
tota
l de
vend
as p
or c
idad
e, c
ontr
acçã
o dá
o to
tal d
e ve
nda
s po
r di
strit
o.
–E
xpan
são
•da
dos
o to
tal d
e ve
ndas
por
por
dis
trito
, obt
er a
s ve
ndas
por
ci
dade
.
•P
ivot
ing
–A
greg
ação
por
var
ias
dim
ensõ
es•
Piv
otin
gso
bre
Loca
l e T
empo
–T
abul
ação
-cru
zada
•S
licin
g an
d D
icin
g
Exc
el
2001
João
Gam
a46
Com
para
ção c
om S
QL
•T
abul
ação
cru
zada
(p
ivot
ing)
pod
eser
obtid
a us
ando
vár
ias
cons
ulta
sSQ
L.
SELECT Sum(V.Vendas)
FROM Vendas V, Tempo T, Local L
WHERE V.timeId = T.timeId AND V.timeId = L.timeId
GROUP BY T.year, L.cidade
SELECT Sum(V.Vendas)
FROM Vendas V, Tempo T
WHERE V.timeId = T.timeId
GROUP BY T.year
SELECT Sum(V.Vendas)
FROM Vendas V, Local L
WHERE V.timeId = L.timeId
GROUP BY L.cidade
2001
João
Gam
a47
Con
sulta
s O
LAP
–A
nalis
ar a
info
rmaç
ão d
o cu
bo p
ode
requ
erer
vis
ualiz
ar o
cub
o so
bre
uma
qual
quer
das
vis
tas.
–O
pera
ções
de
Cor
tar
e R
odar
(“
Slic
e an
d D
ice”
)
Exc
el
2001
João
Gam
a48
O O
pera
dor C
UB
E
•P
ara
k di
men
sões
exi
stem
:–
2^k
poss
ívei
s co
nsul
tas
SQ
L Gro
up B
y
–ob
tidas
sob
re s
ubco
njun
tos
das
dim
ensã
o.
•O
ope
rado
r C
UB
E•
(intr
oduz
idop
orG
ray
et a
l.’96
)
–C
UB
E p
id, l
ocid
, tim
eid
BY
SU
M V
enda
s•
Exi
stem
8 s
ubco
njun
tos
do c
onju
nto
{pi
d,lo
cid,
timei
d}
•C
ada
subc
onju
nto
corr
espo
nde
a um
a co
nsul
ta S
QL
da fo
rma:
SELECT Sum(V.Vendas)
FROM Vendas V
GROUP BY <lista>
2001
João
Gam
a49
•E
xem
plo
SE
LEC
T it
em, c
ity, y
ear,
SU
M (
amou
nt)
FR
OM
SA
LES
CU
BE
BY
item
, city
, yea
r
•N
eces
sitac
alcu
laro
sse
guin
tesG
roup
-Bys
(ite
m, c
ity,
yea
r),
(ite
m, c
ity)
, (it
em, y
ear)
, (ci
ty, y
ear)
,
(ite
m),
(ci
ty),
(ye
ar)
()
(item
)(c
ity)
()
(yea
r)
(city
, ite
m)
(city
, yea
r)(it
em, y
ear)
(city
, ite
m, y
ear)
O O
pera
dor C
UB
E
2001
João
Gam
a50
Téc
nica
s de
Impl
emen
taçã
o
•N
ovas
técn
icas
de
inde
xaçã
o–
Inde
xes B
itmap
–Jo
inIn
dexe
s•
Inde
xaçã
o en
tre
tabe
las
–R
epre
sent
ação
de arra
ys•
Dad
os e
spar
sos
–P
re-c
ompu
taçã
o de
con
sulta
s de
agr
egaç
ão.
2001
João
Gam
a51
Res
umo
•O
bjec
tivos
do
OLA
P–
Sum
ariz
ação
da in
form
ação
–A
nális
e da
Info
rmaç
ão
•T
ecni
cas
–C
onso
lidaç
ão d
e Que
ries
–B
ases
de
Dad
os
Mul
tidim
ensi
onai
s
•A
ess
ênci
a da
tecn
olog
ia O
LAP
:–
Fle
xibi
lidad
e,
–R
espo
sta
rápi
da
•P
ossi
bilid
ade
de sum
ariz
ar da
dos
sobr
e vá
rias
dim
ensõ
es–
Aná
lise
mul
tidim
ensi
onal
•A
nális
e de
tend
ênci
as s
obre
o te
mpo
2001
João
Gam
a52
Bib
liogr
afia
•P
edro
Dom
ingo
s “A
ceta
tos
sobr
e D
ata
-Min
ing
”
•S
. Ana
hory
, D. M
urra
y, “
Dat
a W
areh
ousi
ng in th
e re
al
wor
ld”,
Adi
son-
Wes
ley,1
997
•M
.Ber
ry, G
. Lin
off,
“D
ata
Min
ing
Tec
hniq
ues fo
r M
arke
ting,
Sal
es, an
d C
usto
mer
Sup
port”, W
iley
Com
pute
r P
ublis
hing,
199
7
•V
icki
Sau
ter; D
ecis
ion
Sup
port
Sys
tem
s; J
ohn
Wile
y &
S
ons;
199
7