Modelagem multidimensional' é a técnica de modelagem de banco de dados para o auxílio às consultas do Data Warehouse nas mais diferentes perspectivas. A visão multidimensional permite o uso mais intuitivo para o processamento analítico pelas ferramentas OLAP (On-line Analytical Processing).[1]
Um dos tipos de modelagem multidimensional mais utilizado, é o Star Schema ou Esquema Estrela, desenvolvido por Ralph Kimball, um dos precursores do conceito de data warehouse.[2]
Toda modelagem dimensional possuem dois elementos imprescindíveis: as tabelas fato e as tabelas dimensão. Ambas são obrigatórias e possuem característica complementares dentro de um Data Warehouse. Onde, tabela fato é a tabela principal de uma modelagem multidimensional, sendo que sua característica principal é armazenar grande quantidade de dados históricos e altamente redundantes.[3] Já a tabela dimensão é um tipo de tabela que auxilia a tabela fato com dados complementares ou explicativos. Elas possuem informações que não se repetem e que permitem caracterizer e complementar o conteúdo da tabela fato.[4]
Um bom exemplo de dado guardados em tabela dimensão são atributos sobre produtos, funcionários e clientes em uma solução voltada para vendas.[5]
Referências
- ↑ Elias, Diego (22 de abril de 2014). «Entendendo a modelagem multidimensional». Canal Tech. Consultado em 16 de agosto de 2021
- ↑ Luiz, Leandro (18 de agosto de 2010). «Soluções de Suporte à Decisão». Blogspot. Consultado em 16 de agosto de 2021
- ↑ Oliveira, Caio (7 de dezembro de 2021). «Data Warehouse - Tabela Fato X TAbela Dimensão». Canal Tech. Consultado em 12 de agosto de 2021
- ↑ Oliveira, Caio (12 de agosto de 2020). «Fato e dimensão no Power BI». Canal Tech. Consultado em 12 de agosto de 2021
- ↑ Piton, Rafael (25 de maio de 2017). «Data Warehouse – Passo a Passo para Modelar um Data Warehouse». BI da Vida Real. Consultado em 12 de agosto de 2021