Data WareHouse

Como já estudamos anteriormente, os bancos de dados convencionais possuem características, tais como, o fato de serem ativas, incompletas, redundantes e ruidosas, que tornam confusa e não viável a extração de informação delas próprias.

Os Data Warehouses surgiram com a finalidade de fornecer os elementos necessários para a transformação de uma base de dados de uma organização de OLTP (On-Line Transaction Processing: Processamentos que executam as operações do dia a dia da organização) para OLAP (On Line Analytical Processing: Processamentos que suportam a tomada de decisões) e, dessa forma, providenciar os subsídios necessários a quem toma as decisões nas organizações.

Em suma, Data Warehouse que pode ser definido como um conjunto de dados, orientados por assunto, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão.

Um profissional que trabalha com Data Warehouse deve ter os seguintes conhecimentos e habilidades:

princípios e ferramentas de banco de dados utilizados por um AD ou um DBA,
ferramentas ETL (Extract Transform Load: Extração Transformação Carga);
conhecer modelagem dimensional;
ferramentas OLAP (On Line Analytical Processing) para gerar os relatórios;
Data Mining;
Sistemas de ERP (Sistema integrado de Vendas);
Sistemas de CRM (Marketing de Relacionamento).

ETL

ETL, do inglês Extract Transform Load (Extração Transformação Carga), são ferramentas de software cuja função é a extração de dados de diversos sistemas, transformação desses dados conforme regras de negócios e por fim a carga dos dados geralmente em um Data Mart e um Data Warehouse, porém nada impede que também seja para enviar os dados para um determinado sistema da organização. Algumas das ferramentas conhecidas de ETL são: IBM InfoSphere DataStage, Informática Power Center, Business Objects Data Integrator , Data Transformation Services, Pentaho Data Integration, entre outras.

Modelagem dimensional

É o tipo de modelagem utilizada nos data warehouse, também conhecida como multidimensional, onde os dados não são organizados em tabelas, linhas e colunas e sim em cubos, que disponibilizam uma visão dimensional de seus campos e de seus relacionamentos com outros dados.