Um banco de dados multidimensional é frequentemente usado em análise OLAP (Online Analytical Processing) sendo
orientado por dimensões, e não por tabelas isoladas como no modelo relacional puro. Nesse contexto, considere uma
instância relacionada às vendas de uma loja de varejo. As dimensões, nesse caso, poderiam ser:
1. Tempo: Dias, Meses, Trimestres, Anos
2. Produto: ID do Produto, Nome do Produto, Categoria
3. Localização: Cidade, Estado, País
4. Vendedor: ID do Vendedor, Nome, Departamento
Esse banco de dados multidimensional pode ser visualizado como um “cubo” com quatro dimensões, onde cada dimensão forma um dos eixos. Os pontos dentro desse “cubo” representam valores específicos de medidas, como é o caso do
total de vendas. Esses pontos podem também representar algo mais complexo envolvendo muitas dimensões como, por
exemplo, as vendas do Produto P no Estado Q durante o Mês R por Vendedor S.
Muitas vezes esses “cubos” são implementados em bancos de dados relacionais convencionais, de modo que os usuários
possam usar linguagens amplamente conhecidas, como é o caso da linguagem de consultas SQL.
Para isso, é necessário modelar tabelas de dimensão e de fato:
1. DimensaoTempo: com colunas tais como TempoID, Mes, Ano
2. DimensaoProduto: com colunas tais como ProdutoID, NomeProduto, Categoria
3. DimensaoLocalizacao: com colunas tais como LocalizacaoID, Cidade, Estado, País
4. FatoVendas: com colunas tais como TempoID, ProdutoID, LocalizacaoID, TotalVendas
Com base nas tabelas deste esquema relacional em particular, que representam um banco de dados multidimensional,
considere que se deseja fazer a seguinte consulta de tipo “slice and dice”:
“Quanto foi vendido em termos de valor total nas categorias ‘Eletrônicos’
e ‘Roupas’ no estado de ‘Pernambuco’ durante o ano de 2022?”
Assinale a alternativa que apresenta a operação
OLAP que permite ao usuário aumentar o nível de detalhe da informação para ver mais detalhes. Com essa
operação a granularidade da informação é diminuída.
Julgue o próximo item, a respeito de linguagem de manipulação de dados (DML), de linguagem de definição de dados (DDL), de modelagem dimensional e de linguagem de consulta estruturada (SQL).
Um esquema em estrela é um modelo multidimensional no
qual os atributos das tabelas fato e dimensão podem ser
usados para filtrar, agrupar e agregar os fatos.
No que se refere à integridade referencial e à modelagem
dimensional, julgue o item que se segue.
No âmbito da modelagem dimensional, as tabelas de fato
armazenam medidas quantitativas que representam eventos
de negócios, enquanto as tabelas dimensão contêm dados
descritivos que auxiliam na interpretação e na análise das
métricas da tabela de fato.
Julgue o item seguinte, referente a integridade referencial, metadados e modelagem multidimensional.
A integridade referencial é uma propriedade que garante que
os valores de uma chave estrangeira em uma tabela
correspondem a valores existentes na chave primária da
tabela referenciada.
Quando, em um modelo multimensional, o usuário pular um nível intermediário dentro de uma mesma dimensão, como por exemplo, sendo a dimensão tempo composta por ano, semestre, trimestre, mês e dia e o usuário pular de ano para mês, a operação executada corresponde a
A abordagem multidimensional, também chamada de modelo estrela no Brasil, tem esse nome porque sua representação considera uma tabela central, conhecida como tabela fato, e tabelas ao seu redor, conhecidas como tabelas dimensão.
Uma das importantes características da abordagem multidimensional é
A respeito de modelagem dimensional, julgue os itens subsequentes.
A ferramenta OLAP (on-line analytical processing) permite realizar as operações slice, dice e pivot sobre uma estrutura multidimensional. A operação slice fixa o valor de uma dimensão e recupera os valores das demais dimensões; a operação dice intercambia dimensões permitindo diferentes visualizações dos dados; e a operação pivot fixa o valor de duas ou mais dimensões e recupera os valores das demais.