Outros Negócios

Visite também

Busca Avançada

Técnico

Informática

TECNOLOGIA E PROJETO DE DATA WAREHOUSE

Autor
FELIPE NERY RODRIGUES MACHADO

6ª Edição (2013)

Formatos Disponíveis Código do Produto Preço sugerido  
LIVRO IMPRESSO
320 páginas
ISBN: 9788536500126 R$ 155,00 Comprar

Com apresentação técnica diferenciada e metodologia embasada na experiência em processos de Data Warehousing, o professor e consultor Felipe Machado transmite seus conhecimentos de forma gradativa e efetiva.
Com destaque a aspectos conceituais e orientação à gestão de negócios, as arquiteturas e tecnologias envolvidas no processo de Data Warehousing são explanadas por meio de exemplos e estudos de caso, considerando-se a versão 2008 do SQL Analisys Server e os conceitos estratégicos de BI Competence Center.
Na sexta edição, são apresentadas definições e tecnologias de Big Data e sua correlação com Data Warehouse, para que o leitor sempre acompanhe um padrão de conteúdo atualizado de tecnologias.

FELIPE NERY RODRIGUES MACHADO

Consultor com mais de trinta anos de vivência na área de desenvolvimento de sistemas atuando como analista de sistemas e de negócios. Com formação em Engenharia Mecânica, possui vasta experiência no projeto de sistemas para banco de dados e profundos conhecimentos em metodologias de desenvolvimento, modelagem e implementação de processos de negócio financeiro, industrial e em logística, entre outras verticais de negócio, com utilização de sistemas automatizados, processos, frameworks e modelagem de dados.
Especialista em projetos de bancos de dados para aplicações transacionais e gerenciais, com vasta experiência no desenvolvimento de projetos de bancos de dados para as mais diversas áreas de negócio, tais como indústria metalúrgica, indústria de alimentos, varejo e atacado, jornais e televisão, distribuição de produtos, logística, concessionárias de automóveis, órgãos públicos diversos, hospitais e companhias aéreas.
Sua experiência abrange o ciclo completo de negócios de uma organização, tendo já desenvolvido igualmente aplicações com arquitetura de Data Warehouse, processos de ETL, com grande ênfase em modelagem multidimensional e arquitetura de processos OLAP.
Foi professor universitário de disciplinas de Bancos de Dados e Metodologias de Desenvolvimento, e pós-graduação em Gerência de Projetos de Sistemas no Rio de Janeiro, dedica-se à pesquisa e divulgação das técnicas e metodologias do estado da arte em desenvolvimento de aplicações.
Autor dos livros Tecnologia e Projeto de Data Warehouse, Banco de Dados: Projeto e Implementação e Projeto de Banco de Dados - Uma Visão Prática, todos publicados pela Editora Érica e adotados nas principais universidades de informática do País.

Introdução
Por Que Projeto de Data Warehouse?
A Necessidade
A Motivação
CRM
Empresas e Médicos
Data Warehouse
Como Realizar BI
A Importância da Modelagem Multidimensional

Capítulo 1 - Ambiente de Data Warehouse
Características da Tecnologia de Data Warehousing
Outras Características de um Data Warehouse
Orientação por Assunto
Variação de Tempo
Não Volátil
Integração
Arquitetura do Ambiente
Componentes
Papéis
BI Competency Center
O que é BI Competence Center?
Passos para a Criação de um BI Competency Center
Inicialização
Definição do Plano de BICC
Estabelecimento do BICC
BI Competency Center em operação
Conclusão

Capítulo 2 - Processos e Ferramentas
Os Dados
Operational Data Storage ou Staging Area (ODS)
Data Warehouse (DW)
Data Mart (DM)
BD Individuais ou Cubos
O Processo de Data Warehousing

Capítulo 3 - Arquiteturas de DW
Os Tipos de Arquitetura e de Implementação de DW
A Escolha da Arquitetura
Arquitetura Global
Arquitetura de Data Mart Independente
Arquitetura de Data Marts Integrados
Tipos de Implementação
Implementação Top Down
Implementação Bottom Up
Implementação Combinada

Capítulo 4 - Granularidade de Dados
Granularidade de Dados no Data Warehouse
Níveis Duais de Granularidade

Capítulo 5 - Modelagem de Dados para Data Warehouse
Visualização do Mundo de Negócios
Abordagens Diferentes de Modelagem
Modelagem ER
Conceitos Básicos
Entidades
Relacionamentos
Atributos
Restrições de Integridade
Tópicos Avançados em Modelo ER
Supertipo e Subtipo
Agregação

Capítulo 6 - Modelagem Multidimensional
Conceitos Básicos
Fatos
Dimensões
Medidas (Variáveis)
A Visualização de um Modelo Multidimensional
OLAP
Operações Básicas OLAP
Drill Down e Roll Up
Drill Across
Drill Throught
Slice and Dice
Pivot
Modelo Star ou Estrela
Modelo Snowflake (Floco de Neve)

Capítulo 7 - Elementos Básicos: Fatos
Entendendo o Objetivo
Entendendo Fatos de Negócio
O Mal do Projeto Físico
Fatos
Crimes
Transplantes

Capítulo 8 - Dimensões
Conceito
Análise Dimensional
O Modelo Relacional
A Dimensão Tempo
A Dimensão Onde
Dimensões e Hierarquias
Cuidados no Detalhamento das Dimensões

Capítulo 9 - Elementos Básicos: Medidas
Por que Medidas
Conclusão
Hierarquias de Medidas

Capítulo 10 - Modelo Snowflake X Modelo Estrela

Capítulo 11 - Bancos de Dados Multidimensionais

Agregações
OLAP x Modelo Star

Capítulo 12 - Estudo de Caso 1
O Sistema Atual
As Necessidades Executivas
Identificando o Fato
Exibição de Filmes
Dimensão Onde
Dimensão O Quê
Dimensão Quem
Estruturas Possíveis de Extrair

Capítulo 13 - Estudo de Caso 2: O Hotel
Necessidades Levantadas
Utilização de Serviços
Consumos
Dimensões Mascaradas
O Modelo Final
Dimensões OLAP
O Modelo Físico
Script de Geração do Banco de Dados (Oracle)

Capítulo 14 - Estudo de Caso 3
Administração de Clínicas Médicas
Quanto à Clínica
Quanto ao Médico
Quanto aos Pacientes
Quanto aos Remédios
Necessidades
Encontrando Fatos
A Dimensão Tempo
A Dimensão Onde
A Dimensão Quem
A Dimensão O Quê
Achando as Medidas
Erro - Este Modelo Está Errado
Um Segundo Fato
Dimensões Comuns
Modelo Final
Mapeamento de Dados
Mapeando o Fato Consulta

Capítulo 15 - Manutenção de Dimensões
A Causa
A Solução
Resolvendo a Manutenção Inclusão de Novas Dimensões (Manutenção da Fato)

Capítulo 16 - Utilizando Ferramentas de Data Warehouse
Servidores OLAP
Microsoft SQL Server 2008 - Analisys Services®
Data Sources
Data Source View
As Dimensões no Analysis Services® 2008
Alterando Propriedades das Dimensões
Criando Cubos
Criando Membros Calculados e MDX
Storage Modes
ERwin 4.0
Criar um Banco de Dados Automaticamente
Complete-Compare
Projeto de Data Warehouse Utilizando Técnicas de Modelagem Dimensional com o ERwin 4.0
Criando um Modelo Multidimensional
O Mapeamento das es de Dados
Oracle Warehouse Builder

Capítulo 17 - Roteiro de Modelagem
Roteiro de Modelagem Multidimensional ROLAP
Calcular a Granularidade de Cada Tabela Fato
Definir as Dimensões Associadas a Cada Tabela Fato
Uma Dimensão Relativa a Tempo Sempre Deve Existir
Identificar os Atributos das Dimensões e as Hierarquias Embutidas
Identificar Múltiplas Hierarquias
Especificar os Fatos
Identificar Valores Aditivos
Identificar Valores Não Aditivos
Identificar Valores Semiaditivos
Manter Valores Não Aditivos para Futuras Manipulações
Identificar Valores Não Aditivos para Economizar Espaço na Tabela de Fatos
Identificar a Dimensão Mais Significativa Correspondente a Cada Tabela de Fatos
Cuidados no Detalhamento das Dimensões
Roteiro de Modelagem de Estruturas MOLAP Hierárquicas Dimensionais
Identificar para Cada Dimensão as Hierarquias Contidas nos Dados
Mapeamento entre Star Schemas e MOLAP
Fechamento de Modelos
Roteiro de Modelagem Física de Star Schema
Considerar Relacionamentos M:N Eventuais
Rever Dimensões Populosas
Criar Minidimensões para Melhorar a Performance
Definir Agregações de acordo com as Necessidades dos Usuários
Projetar a Implementação das Agregações
Controlar a Explosão das Agregações
Balancear os Índices entre as Agregações
Preparar Dimensões para Suportar Evoluções
Usar Minidimensões para Facilitar Evoluções
Definir a Duração do Banco de Dados (Previsão do Histórico)
Definir a Frequência com que os Dados Devem Ser Extraídos e
Carregados no Data Warehouse
Script de Criação de Banco de Dados
Chaves e Restrições
Dimensões Degeneradas
Data Warehouses Transacionais (Todo o Cuidado é Pouco)
Finalização da Documentação de Elementos de Dados
Índices
Consolidação

Capítulo 18 - Metadados
Tipos de Metadado
Metadados Técnicos
Metadados de Negócios
Metadados para Administradores de Dados
Metadados para Usuários Técnicos
Metadados para Usuários de Negócios
Informação Considerada Metadado
e dos Dados
Destino dos Dados
Formato dos Dados
Nome e Alias
Definições de Negócios
Regras de Transformação
Atualização dos Dados
Requisitos de Teste
Indicadores de Qualidade
Processos Automáticos
Gestão das Informações
Acesso e Segurança
Exemplos de Metadados
es de Metadados
Como Identificar os Metadados nas Fases do Data Warehouse
e de Metadados de Sistemas

Capítulo 19 - Big Data e Data Warehouse
Uma introdução ao Big Data
Tecnologias
Conclusão

Bibliografia

Índice Remissivo

PARA TODOS OS LEITORES

Conteúdo liberado

Errata
ERRATA: TECNOLOGIA E PROJETO DE DATA WAREHOUSE

www.editorasaraiva.com.br

© Saraiva S/A - Livreiros Editores

Voltar ao topo
Imprimir selecionados