Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing
e OLAP
Jornadas de Engenharia Informática
Instituto Politécnico da Guarda
Henrique Madeira
Departamento de Engenharia Informática
Faculdade de Ciências e Tecnologia
Universidade de Coimbra
Jornadas de Engenharia Informática
Instituto Politécnico da Guarda
27 e 28 de Maio de 2003
1
Para que serve uma data warehouse?
• Transformar os dados disponíveis numa
organização em informação relevante para apoio à
decisão.
Henrique Madeira, DEI-FCTUC, 2003
• Dar a possibilidade aos utilizadores de analisar os
dados segundo uma grande variedade de critérios.
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
2
1
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Elementos básicos de uma data warehouse
OLAP application
Multidimensional
server
(result analysis)
Sistemas legados
Folhas de cálculo,
ficheiros, ...
Ad hoc
queries
ROLAP/
MOLAP
Henrique Madeira, DEI-FCTUC, 2003
BDs operacionais
Net
Relatórios
estatísticos
Fontes externas
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
3
Data Marts
• É, normalmente, um subconjunto de uma DW;
• Numa Data Mart os dados são focalizados numa
área específica (processo de negócio);
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
• Muitas vezes uma Data Mart é feita para responder
rápidamente a uma área de actividade.
4
2
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Arquitectura de BDs de uma organização 1
BDs operacionais
Data Warehouse
Data Mart
Sistemas legados
Henrique Madeira, DEI-FCTUC, 2003
Folhas de cálculo,
ficheiros, ...
Fontes externas
Utilizadores
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Utilizadores
Data Warehousing e OLAP
5
Arquitectura de BDs de uma organização 2
BDs operacionais
Data Mart
Sistemas legados
Data Warehouse
Henrique Madeira, DEI-FCTUC, 2003
Folhas de cálculo,
ficheiros, ...
Utilizadores
Fontes externas
Utilizadores
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
6
3
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Sistemas fonte
• sistema de registo de transacções
• gestão de clientes, gestão de produtos, gestão de vendas, etc…
• principais características assumidas
disponibilidade
pesquisas típicas limitadas a fichas individuais
mantêm pouca informação histórica
A obtenção de relatórios de gestão é complicada e pesada
Pouca ligação com restantes sistemas da empresa
Henrique Madeira, DEI-FCTUC, 2003
•
•
•
•
•
– registos de facturação não ligados a base de produtos ou clientes
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
7
Elementos básicos de uma data warehouse
BDs operacionais
OLAP application
Multidimensional
server
(result analysis)
Ad hoc
queries
Sistemas legados
Data
Staging
Area
ROLAP/
Net
MOLAP
Henrique Madeira, DEI-FCTUC, 2003
Folhas de cálculo,
ficheiros, ...
Relatórios
estatísticos
Fontes externas
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
8
4
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Área de processamento temporário (Staging Area)
• Área e processos que actuam sobre os dados fonte
limpeza
transformação
combinação
preparação
Staging Area
Data Warehouse
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
•
•
•
•
9
Metadados
• É necessário uma estrutura (na prática outra base de
dados) para descrever os dados da DW. Deve
descrever:
– Que dados existem na DW;
– Onde estão armazenados;
– Como se relacionam com os dados de outras bases de dados;
– Qual a proveniência dos dados e quem são os seus donos.
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
– Qual o seu formato;
10
5
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Processos básicos da DW
• Extracção
• Limpeza
• Transformação
Henrique Madeira, DEI-FCTUC, 2003
• Carregamento e indexação
• Tratamento de erros
• Utilização (pesquisas OLAP)
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
11
Elementos básicos de uma data warehouse
BDs operacionais
OLAP application
Multidimensional
server
(result analysis)
Ad hoc
queries
Sistemas legados
Data
Staging
Area
ROLAP/
Net
MOLAP
Relatórios
estatísticos
Fontes externas
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
Folhas de cálculo,
ficheiros, ...
12
6
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Dados operacionais
Dados da Warehouse
Objectivos operacionais
Registo histórico
Acessos de leitura/escrita
Acessos só de leitura
Acesso por transacções pré-definidas
Acesso por queries ad hoc e relatórios periódicos
Acesso a poucos registos de cada vez
Muitos registos em cada acesso
Dados actualizados em tempo real
Carregamentos periódicos de mais dados
Estrutura optimizada para actualizações
Estrutura optimizada para queries complexas
Event-driven: os processos geram dados
Data-driven: os dados geram respostas
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
BD operacionais vs Data Warehouses
13
O que é o modelo multidimensional
O que é que
está aqui
dentro?
Net
Henrique Madeira, DEI-FCTUC, 2003
?
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
14
7
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Modelo multidimensional
• Factos armazenados num array multidimensional;
• As dimensões são usadas para indexar o array;
do
• Normalmente construídas sobre bases de dados
relacionais.
Continente Leiria
Continente Coimbra
Henrique Madeira, DEI-FCTUC, 2003
Hi
pe
rm
er
ca
Vendas
Leite
Produto
Farinha
Açúcar
Café
Jan Fev Mar
Abr
Data
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
15
Exemplo de esquema em estrela
Cadeia de Lojas
Tempo
Produto
ID_produto
Nome
Tipo
Marca
Categoria
Embalagem
Descrição
Loja
Venda
ID_data
ID_produto
ID_loja
Unid_vendidas
Custo_compra
Valor_venda
Nº_Clientes
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
ID_loja
Nome
Localidade
Distrito
Área
Nº_Caixas
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
ID_data
Dia
Dia_da_semana
Semana_do_ano
Mês
Trimestre
Ano
16
8
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Modelo em estrela
O modelo dimensional típico conduz a uma estrutura em
estrela, contendo uma tabela central com os factos à qual
estão ligadas as tabelas das dimensões
Tabela dimensão 1
Descrição 1
Atributo
.
.
.
Tabela dimensão 2
ID_dimensão 2
Descrição 2
Atributo
.
.
.
Tabela dimensão 3
ID_dimensão 3
Tabela Factos
Descrição 3
Atributo
.
.
.
ID_dimensão 1
ID_dimensão 2
ID_dimensão 3
ID_dimensão 4
Facto 1
Facto 2
.
.
.
Facto n
Henrique Madeira, DEI-FCTUC, 2003
ID_dimensão 1
Tabela dimensão 1
ID_dimensão 4
Descrição 4
Atributo
.
.
.
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
17
Algumas características do modelo em estrela
Tabela
dimensão 11
ID_dimensão
• Constituída por atributos numéricos (factos) e
pelas chaves forasteiras que a ligam à tabelas
de dimensões;
• A tabela de factos está bastante normalizada;
Descrição 1
Atributo
.
.
.
Tabela
dimensão 22
ID_dimensão
• Contém normalmente uma enorme quantidade
de registo (ocupa vulgarmente mais de 95% do
espaço da DW).
Tabela
Tabela Factos
ID_dimensão 1
ID_dimensão 2
ID_dimensão 3
ID_dimensão 4
Facto 1
Facto 2
.
.
.
Facto n
Descrição 2
Atributo
.
.
.
dimensão 33
ID_dimensão
Descrição 3
Atributo
.
.
.
Tabela
dimensão 14
ID_dimensão
Descrição 4
Atributo
.
.
.
Tabelas de Dimensões
• Há tantas dimensões quantas vertentes sob as quais se pretende analisar os
factos;
• As tabelas de dimensões são fortemente desnormalizadas, sendo normalmente
tabelas com muitos atributos;
• Normalmente, apesar de terem muitos atributos, contêm poucos registos
(quando comparados com a tabela de factos).
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
Tabela de Factos
18
9
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Passos para definir modelos em estrela
1 - Identificar os processos de negócio/actividade
3 - Identificar dimensões;
4 - Escolher a ganularidade
os
ad Ds
d
B
s
s o eis (
a
t
)
v
vis poní , etc
e
is
os
rd
de nte d cheir
r
e
dos
e a iregistar.
pdados
m vam ais, f
e
i
S ct on
efe eraci
op
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Exemplo
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
2 - Identificar os factos;
19
- Cadeia de lojas
Produto
ID_produto
ID_data
ID_Loja
ID_Promoção
Unid_vendidas
Custo_compra
Valor_venda
Nº_clientes
Tempo
Promoção
ID_data
Dia_do_mês
Dia_da_semana
Dia_do_ano
Semana_do_ano
Mês
Número_do_mês
Trimestre
Período_fiscal
Flag_feriado
Flag_dia_semana
Flag_últ_dia_mês
Estação_ano
Aconteci_espec
……….
ID_promoção
Número
Nome_promo
Tipo_red_preço
Tipo_anúncio
Tipo_cartaz
Tipo_coupons
Meio_anúncio
Meio_cartaz
Custo_promoção
Início_promoção
Fim_promoção
……...
Loja
ID_loja
Nome
Número_loja
Endereço
Localidade
Código_postal
Distrito
Região
Telefone
Gestor_loja
Área_total
Área_mercearias
Área_congelados
Área_bazar
Nº_Caixas
Data_inauguração
Data_ult_remod.
……...
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
ID_produto
Número
Nome
Marca
Categoria
Subcategoria
Departamento
Tipo_embalagem
Tipo_dieta
Peso
Unidade_de_peso
Quant_caixa
Caixas_p_pallete
Larg_prateleira
Altura_prateleira
Profun_pratelei
……...
20
10
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Dimensão tempo
ID_data
Dia_do_mês
Dia_da_semana
Dia_do_ano
Semana_do_ano
Mês
Número_do_mês
Trimestre
Período_fiscal
Flag_feriado
Flag_dia_semana
Flag_último_dia_mês
Estação_ano
Acontecimento_espec
……….
• Existe sempre, pois representa a
dependência temporal inerente à DW;
• Deve descrever o tempo tal como ele é
visto para fins de gestão da actividade
(negócio) em causa;
• Deve conter a caraterização do tempo
nos atributos pelos quais se pretende
posteriormente fazer pesquisas;
• É gerada, normalmente, de uma forma
sintética (i.e., sem ser a partir de uma
BD operacional) para todo o período de
tempo considerado na DW.
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
Tempo
21
Dimensão produto
Produto
• Deve conter a caraterização dos produtos
tal como eles são vistos pelo gestor da
cadeia de lojas;
• Contém todos os atributos pelos quais se
pretende posteriormente fazer perguntas;
• Como acontece normalmente nas tabelas
de dimensões, é uma tabela bastante
desnormalizada.
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
ID_produto
Número
Nome
Marca
Categoria
Subcategoria
Departamento
Tam_embalagem
Tipo_embalagem
Tipo_dieta
Peso
Unidade_de_peso
Quantidade_caixa
Caixas_por_pallete
Largura_prateleira
Altura_prateleira
Profud_prateleira
……...
22
11
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Dimensão loja
Loja
• Contém a caraterização das lojas tal como
eles são vistos pelo gestão da cadeia de
lojas;
• Contém todos os atributos pelos quais se
pretende posteriormente fazer perguntas,
incluindo atributos de natureza geográfica
(localização) e de natureza temporal (datas
de inauguração,…).
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
ID_loja
Nome
Número_loja
Endereço
Localidade
Código_postal
Distrito
Região
Telefone
Fax
Gestor_loja
Área_total
Área_mercearias
Área_congelados
Área_bazar
Nº_Caixas
Data_inauguração
Data_ultim_remod.
……...
23
Dimensão promoções
ID_promoção
Número
Nome_promo
Tipo_red_preço
Tipo_anúncio
Tipo_cartaz
Tipo_coupons
Meio_anúncio
Meio_cartaz
Custo_promoção
Início_promoção
Fim_promoção
……...
• Contém a caraterização das promoções
efectuadas;
• Neste exemplo há apenas uma dimensão de
promoções (para todos os tipos de
promoções), mas seria possível ter em
alternativa uma dimensão para cada tipo de
promoção;
• A dimensão promoção representa, neste
exemplo, uma dimensão muito sensível e
importante, pois as promoções são um dos
aspectos em que o gestor mais facilmente
pode actuar quando pretende incrementar
as vendas numa loja ou num determinado
produto.
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
Promoção
24
12
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Análise dos dados (ferramentas OLAP)
Produto
ID_produto
ID_data
ID_Loja
ID_Promoção
Unid_vendidas
Custo_compra
Valor_venda
Nº_clientes
Tempo
ID_data
Dia_do_mês
Dia_da_semana
Dia_do_ano
Semana_do_ano
Mês
Número_do_mês
Trimestre
Período_fiscal
Flag_feriado
Flag_dia_semana
Flag_últ_dia_mês
Estação_ano
Aconteci_espec
……….
Loja
ID_loja
Nome
Número_loja
Endereço
Localidade
Código_postal
Distrito
Região
Promoção
Telefone
Gestor_loja
ID_promoção
Área_total
Número
Área_mercearias
Nome_promo
Área_congelados
Tipo_red_preço
Área_bazar
Tipo_anúncio
Nº_Caixas
Tipo_cartaz
Data_inauguração
Tipo_coupons
Data_ult_remod.
Meio_anúncio Valor_venda x Unid_vendidas
……...
Meio_cartaz
Custo_promoção
Início_promoção
Fim_promoção
……...
Select avg(
)
from Venda V, Tempo T, Produto P
where JOIN_TABELAS
group by P.Marca, T. Mês
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
ID_produto
Número
Nome
Marca
Categoria
Subcategoria
Departamento
Tipo_embalagem
Tipo_dieta
Peso
Unidade_de_peso
Quant_caixa
Caixas_p_pallete
Larg_prateleira
Altura_prateleira
Profun_pratelei
……...
25
Mais do que uma estrela
Tempo
Vendas
ID_tempo
ID_produto
ID_armazém
Unid_vendidas
Custo_compra
Valor_venda
Nº_Clientes
Quant_existente
Quant_saída
Valor_de_custo
Últim_preço_venda
Produto
Armazém
• Uma ou mais estrelas interligam-se por uma ou mais dimensões;
• As dimensões que promovem a interligação têm de ser conformes
(conter informação consistente entre si);
• Drill across: consulta à DW que cruza mais do que uma estrela.
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
Loja
Existências
ID_data
ID_produto
ID_Loja
26
13
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Exemplo de dimensões conformes
Dimensão_1
Dimensão_2
Dimensão_3
Dimensão_1
Tabela de
Factos
Dimensão10
Tabela de
Factos
Dimensão_6
Dimensão_7
Dimensão_8
Têm de ser
conformes
Dimensão_9
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
Tabela de
Factos
Dimensão_4
Dimensão_5
27
Será que é tudo tão simples?
• As dimensões nem sempre são pequenas
• As dimensões nem sempre são estáticas
• É difícil definir o modelo multidimensional para alguns
negócios
• Há relacionamentos M para N entre dimensões e factos.
Henrique Madeira, DEI-FCTUC, 2003
• Etc, etc, etc
• E ainda os grandes problemas
– Espaço ocupado
– Velocidade de execução das queries
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
28
14
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Exemplo
- Cadeia de lojas
Produto
ID_produto
ID_data
ID_Loja
ID_Promoção
Unid_vendidas
Custo_compra
Valor_venda
Nº_clientes
Tempo
Promoção
ID_data
Dia_do_mês
Dia_da_semana
Dia_do_ano
Semana_do_ano
Mês
Número_do_mês
Trimestre
Período_fiscal
Flag_feriado
Flag_dia_semana
Flag_últ_dia_mês
Estação_ano
Aconteci_espec
……….
ID_promoção
Número
Nome_promo
Tipo_red_preço
Tipo_anúncio
Tipo_cartaz
Tipo_coupons
Meio_anúncio
Meio_cartaz
Custo_promoção
Início_promoção
Fim_promoção
……...
Loja
ID_loja
Nome
Número_loja
Endereço
Localidade
Código_postal
Distrito
Região
Telefone
Gestor_loja
Área_total
Área_mercearias
Área_congelados
Área_bazar
Nº_Caixas
Data_inauguração
Data_ult_remod.
……...
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
ID_produto
Número
Nome
Marca
Categoria
Subcategoria
Departamento
Tipo_embalagem
Tipo_dieta
Peso
Unidade_de_peso
Quant_caixa
Caixas_p_pallete
Larg_prateleira
Altura_prateleira
Profun_pratelei
……...
29
Cálculo simplificado do espaço ocupado
Granularidade = Produtos vendidos / em cada loja / em cada dia
Tempo = 3 anos
Nº Produtos = 100.000 (apenas 20% dos produtos são vendidos diariamente)
Lojas = 100
Tamanho médio de registo = 8 atributos x 4 Bytes = 32 Bytes
Tamanho aproximado da DW = 32 x 2.190.000.000 = 70
GBytes
• Despreza-se o espaço ocupado pelas tabelas de
dimensões;
• Não considera o armazenamento dos índices
nem vistas materializadas;
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
Nº de registos de factos = 3 x 365 x 20.000 x 100 = 2.190.000.000
30
15
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Como acelerar as respostas a queries?
– Infraestrutura HW + SO + SGDB correctamente administrada e afinada.
– Cuidados particulares com os sistemas de discos (vários discos,
particionamento, RAID).
– Parâmetros físicos correctos para as tabelas (e todos os outros objectos).
– Correcta indexação (B*Tree e Bit-map) com parametros físicos
correctamente definidos.
– Manutenção das estatísticas do SGBD para permitir optimização das
queries.
•
•
•
•
Usar agregados (vistas materializadas)
Afinar, afinar, afinar
Usar processamento paralelo/distribuído
Redução de dados
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Henrique Madeira, DEI-FCTUC, 2003
• Bom projecto lógico dos esquemas em estrela
• Bom projecto físico (as coisas básicas)
31
Redução de dados e sumarização
Henrique Madeira, DEI-FCTUC, 2003
Net
Net
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
32
16
Jornadas de Engenharia Informática,
Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Processamento distribuído e paralelo
Henrique Madeira, DEI-FCTUC, 2003
Net
Net
Jornadas de Engenharia Informática, Instituto Politécnico da Guarda, 27 e 28 de Maio de 2003
Data Warehousing e OLAP
Data Warehousing e OLAP
33
17