Questões sobre Data Warehouse

exige grande investimento inicial.

possui custo mais baixo e mais arriscado no curto prazo.

deve ser utilizada em conjunto com a modelagem multidimensional estrela.

é também conhecida como abordagem Data Mart.

é compatível com servidores MOLAP e DOLAP apenas.

revela-se como uma das etapas importantes do processo de criação do data warehouse, já que sua função é obter automaticamente os conhecimentos necessários para a padronização dos dados em modelos multidimensionais.

produz, ao seu término, uma série de tabelas (chamadas fatos) que se caracterizam por possuírem dados normalizados até a 3ª forma normal.

apresenta, como algumas de suas tarefas, filtragem, integração, conversão, condensação e derivação dos dados de entrada, que podem ser originários de diversas fontes, inclusive externas aos sistemas OLTP da organização.

leva em consideração o modelo conceitual de dados das fontes de dados, que é geralmente expresso como modelo entidade-relacionamento.

considera somente os dados provenientes de sistemas OLTP como válidos para o processo e, caso exista a necessidade de consideração de dados externos, estes devem ser importados para os sistemas legados.

a concepção de um data warehouse segue os mesmos princípios do projeto de bancos de dados de sistemas transacionais, com as etapas de modelagem conceitual de dados, projeto lógico e projeto físico de banco de dados.

as técnicas de geração de modelos multidimensionais sempre consideram a existência de uma tabela de fatos, que mantém associações com tabelas periféricas, chamadas dimensões.

o projeto de data warehouses carrega, na base do data warehouses, amostras de dados com alto nível de detalhes, com vistas a auditar, sempre que necessário, os dados consolidados utilizados nas análises realizadas.

um data mart pode ser definido como uma porção física ou lógica do data warehouse, centrado em um assunto específico, com a finalidade de facilitar o processo de Extração, Transformação e Carga (ETC) no data warehouse principal.

a incorporação da dimensão tempo em data warehouses é opcional e utilizada quando se deseja aprimorar a qualidade das análises realizadas em sistemas OLAP.

orientado a assuntos.

temporário.

descentralizado.

focalizado em aspectos operacionais.

normalizado.

possui melhor desempenho, quando comparado ao modelo floco de neve.

representa hierarquias explicitamente.

facilita a tarefa de manutenção das dimensões.

assemelha-se ao modelo de classes conceitual da UML.

é opcional a sua utilização, sendo substituído pelo diagrama de atividades da UML.