Modelagem dimensional: diferenças entre revisões
Conteúdo apagado Conteúdo adicionado
Linha 1:
Modelagem Dimensional (MD), da sigla em inglês Dimensional Modeling, é o nome de uma técnica projeto lógico normalmente usada para [[data warehouse]]s. É diferente da, e contrasta com, [[modelagem entidade-relacionamento]] (ER). Segundo o Prof. [[Ralph Kimball|Kimball]][[http://www.kimballgroup.com]], MD é a única técnica viável para bancos de dados que devem responder consultas em um data warehouse. Ainda segundo ele, ER é muito útil para registro de transações e para fase de administradção da construção de um data warehouse, mas deve ser evitada na entrega do sistema para o usuário final.
A modelagem multidimensional foi definida sobre dois pilares:
Dimensões Conformados
Fatos com granularidade única.
Dimensões conformados diz respeitos a entidade que servem de perspectivas de análise em qualquer assunto da organização. Uma dimensão conformada não possui atributos conflitantes com um ou mais data -marts do data warehouse.
Por grão de fato entende-se a unidade de medida de um indicador de desempenho. Assim, quando fala-se de unidades vendidas, pode-se estar falando em unidades vendidas de uma loja em um mês ou de um dado produto no semestre. Obviamente, esse valores não são operáveis entre si.
A modelagem multidimensional visa construir um data warehouse com dimensões conformados e fatos afins com grãos os mais próximos possíveis.
== Links externos ==
| |||