12. Modelagem dimensional e multidimensional

Sistemas operacionais registram eventos; ambientes analíticos precisam compará-los ao longo do tempo e por diferentes perspectivas. A modelagem dimensional organiza esse diálogo em fatos, medidas e dimensões.

O percurso começa pela representação do mundo real. Primeiro entendemos a arquitetura e os níveis de modelagem; depois construímos o modelo relacional, protegemos sua integridade e aprendemos SQL. Ao final, levamos essa base para o ambiente analítico dimensional. Este é o capítulo 12 de 12 da disciplina Modelagem de Dados e SQL. A leitura retoma SQL: DML e transações (TCL) e usa essa base para avançar. Como encerramento, ele reúne e amplia as ideias construídas ao longo da disciplina.

O fio condutor

Banco de dados deve ser estudado como um sistema de decisões conectadas. O significado atribuído ao dado orienta o modelo; o modelo condiciona consultas e atualizações; o SGBD executa essas operações sob regras de segurança, concorrência, desempenho e recuperação. Quando uma dessas camadas muda, as demais podem ser afetadas.

Ao longo da leitura, acompanhe sempre quatro perguntas: qual problema está sendo resolvido, qual estrutura representa o problema, que garantia precisa ser preservada e qual custo acompanha a escolha. Esse roteiro ajuda a compreender os conceitos em vez de apenas memorizar nomes.

Data warehouse, data mart e as duas escolas

Começamos por Data warehouse, data mart e as duas escolas, pois essa base permite compreender as decisões apresentadas nas seções seguintes.

Inmon define o data warehouse por quatro características: orientado a assunto (organizado por cliente, produto, sinistro — não pelas aplicações que geraram o dado), integrado (codificações, unidades e formatos uniformizados; o exemplo canônico é sexo gravado como M/F, 0/1 e H/M nas origens e padronizado na carga), não volátil (carga periódica e consulta, sem UPDATE/DELETE rotineiros) e variante no tempo (horizonte histórico longo, cada registro associado a um tempo).

Data mart é recorte temático ou departamental — não é definido por nível de agregação. Kimball recomenda, aliás, que ele contenha o grão atômico. Mart dependente é carregado a partir do DW; independente extrai direto das origens, e vários deles sem dimensões conformadas produzem os stovepipes, com múltiplas versões da verdade. No desenho de Kimball, a área de preparação (back room) é fechada aos usuários, que consultam apenas a área de apresentação (front room).

Repare como As 4 características, Kimball × Inmon, Mart dependente participam da mesma decisão. Ao relacionar esses elementos, fica mais fácil prever o comportamento do banco e reconhecer os efeitos de cada escolha.

Anatomia do esquema estrela

A seção anterior apresentou Data warehouse, data mart e as duas escolas. Agora chegamos a Anatomia do esquema estrela, que acrescenta a próxima peça do mesmo raciocínio.