Modelagem Dimensional

Conceito

Modelagem Dimensional é uma técnica de design de banco de dados utilizada principalmente em sistemas de Business Intelligence (BI) e Data Warehousing, com o objetivo de otimizar a análise de dados e facilitar a tomada de decisões.

Ela foi popularizada por Ralph Kimball, um dos principais nomes da área.

O foco da modelagem dimensional é tornar os dados:

• Fáceis de entender por usuários finais
• Rápidos de consultar, mesmo com grandes volumes de dados
• Organizados de forma intuitiva, para responder a perguntas de negócio

A modelagem dimensional é baseada em dois tipos principais de tabelas:

1. Fato (Fact Table)

   • Armazena os dados quantitativos do negócio (valores numéricos que podem ser medidos).
   • Ex: vendas, lucros, quantidades, tempos.

2. Dimensão (Dimension Table)

   • Armazena os atributos descritivos (contexto) usados para analisar os fatos.
   • Ex: tempo, produto, cliente, localização.

---

Principais Modelos

• Estrela (Star Schema):
  A tabela fato no centro e as tabelas dimensão ao redor, ligadas diretamente a ela.

• Floco de Neve (Snowflake Schema):
  Semelhante à estrela, mas com dimensões normalizadas (divididas em várias tabelas).

---

Cubo de dados

O Cubo de Dados (ou Cubo OLAP) é uma estrutura multidimensional usada em sistemas de Business Intelligence e Data Warehousing para facilitar a análise de grandes volumes de dados sob diferentes perspectivas (ou dimensões).

• Exemplo prático: Um cubo de vendas pode ter como dimensões:
  • Tempo (dia, mês, ano)
  • Produto
  • Região

E como medidas (fatos): quantidade vendida, receita, lucro etc.

🔷 Como funciona?

Cada célula do cubo representa um valor agregado (como total de vendas) correspondente a uma combinação única das dimensões.

• É como uma tabela multidimensional, onde se pode detalhar (drill down), resumir (roll up), fatiar (slice) e dizer (dice) os dados.

Hipercubo

O termo hipercubo é usado quando o cubo tem mais de 3 dimensões (algo comum em sistemas reais). Por exemplo, um cubo com tempo, produto, região, canal de venda, e cliente já é um hipercubo com 5 dimensões.

• Um único cubo.

🌕 Hipercubo Denso

• Definição: Um hipercubo denso é aquele em que a maioria das combinações de dimensões possui dados registrados.
• Características:
  • Poucos espaços vazios
  • Mais memória e processamento necessários
  • Consultas geralmente mais rápidas, pois há menos valores nulos ou ausentes

🌑 Hipercubo Esparso

• Definição: Um hipercubo esparso é aquele em que a maioria das combinações possíveis de dimensões não possui dados (ou seja, muitas células estão vazias).
• Características:
  • Mais econômico em armazenamento se for bem implementado
  • Consultas podem ser mais complexas, dependendo do SGBD ou ferramenta OLAP
  • É o mais comum na prática, especialmente com muitas dimensões

---

🧠 Resumo:

Conceito	Descrição
Cubo de Dados	Estrutura multidimensional para análise de dados
Hipercubo	Cubo com mais de 3 dimensões
Hipercubo Denso	Muitas combinações de dimensões com dados (poucos vazios)
Hipercubo Esparso	Muitas combinações sem dados (muitos vazios)

Multicubo

Os multicubos segregam as dimensões diferentes em cubos diferentes. Ela é uma abordagem utilizada para melhorar o desempenho e a eficiência das consultas analíticas em ambientes de business intelligence. Em vez de depender de um único cubo para armazenar e processar todos os dados analíticos, a estrutura de multicubos envolve a criação de vários cubos especializados que são otimizados para diferentes tipos de consulta.

Característica	Hipercubos Densos	Hipercubos Esparsos	Multicubos
Tamanho de Armazenamento	Tende a ser maior devido à densidade de dados	Tende a ser menor devido à presença de células vazias	Depende da quantidade e tamanho dos cubos
Desempenho	Geralmente oferece desempenho mais rápido devido à densidade de dados	Pode apresentar desafios de desempenho devido à análise de células vazias	Desempenho variável, dependendo da consulta
Granularidade	Pode oferecer detalhes mais refinados devido à densidade de dados	Pode ser limitada pela presença de células vazias	Pode variar dependendo da granularidade dos cubos individuais
Eficiência de Consulta	Consultas tendem a ser mais rápidas e eficientes	Consultas podem ser mais lentas devido à necessidade de processar células vazias	Depende da otimização dos cubos individuais
Manutenção e Gerenciamento	Pode ser mais simples de gerenciar devido à estrutura compacta	Pode exigir mais esforço de gerenciamento devido à presença de células vazias	Pode ser complexo devido à presença de múltiplos cubos especializados
Flexibilidade	Oferece flexibilidade em relação à análise detalhada	Pode limitar a flexibilidade devido à presença de células vazias	Pode fornecer flexibilidade ao oferecer diferentes perspectivas de análise
Adequação a Cenários	Bem adequado para cenários onde há uma alta densidade de dados	Mais adequado para cenários com espaço multidimensional	Pode ser adequado para cenários com requisitos analíticos diversos

Tabela Fato

O que é?

É a tabela central da modelagem dimensional. Armazena dados numéricos e medidas de negócio.

📊 Contém:

• Métricas: valores que queremos analisar (ex: vendas, lucro, quantidade).
• Chaves estrangeiras: apontam para tabelas dimensão (ex: tempo, produto, cliente).

🔄 Exemplo de Métricas:

• Quantidade Vendida
• Receita
• Custo
• Tempo de Execução

🌐 Ligação com Dimensões:
Cada registro se relaciona com uma ou mais dimensões que dão contexto ao fato.

🧠 Importante lembrar:
A tabela fato depende das dimensões para ter significado.
As dimensões podem existir sem uma fato, mas a fato não faz sentido sozinha.

Granularidade dos dados

Granularidade é o nível de detalhe com que os dados são armazenados e analisados em um sistema de Data Warehouse ou Business Intelligence.

Quanto maior o grão, menor o detalhe.
Quanto menor o grão, maior o detalhe.

Tipos de Métricas

1 - Fato aditivo

São medidas que podem ser somadas em qualquer dimensão (tempo, produto, região etc.) sem perder o sentido.

Exemplos:

• Quantidade vendida
• Receita total

Vantagem:
Permite agregações flexíveis (por mês, ano, produto...) úteis para análises de negócio.

Importante:
Soma válida em todos os contextos de análise.

2 - Fato Não Aditivo

São fatos numéricos que não podem ser somados em todas as dimensões, pois a soma pode gerar distorções ou resultados sem sentido.

Exemplo:

• Número de pedidos
  (Somar por produto e por dia pode causar duplicações)

Importante:
Não é por não ser numérico, mas porque as dimensões tornam a soma inválida.

📊 Uso correto:
Esses fatos devem ser analisados com cuidados específicos, como contagens distintas ou médias.

3 - Fato semi-aditivo

É um tipo de dado que pode ser somado em algumas dimensões, mas não em todas.

Exemplo:

• Estoque: pode ser somado por loja, mas não ao longo do tempo (soma diária não faz sentido).

Importante:
É parcialmente aditivo — exige cuidado na escolha das dimensões de análise.

📊 Resumo:

• ✅ Soma válida: em algumas dimensões
• ❌ Soma inválida: em outras

Tipos de Tabelas Fato

Fato Transacional

Uma tabela fato transacional é uma tabela que registra eventos individuais ou transações em um sistema. Ela armazena os detalhes específicos de cada ocorrência ou transação que ocorre em um determinado contexto. Essas tabelas são usadas para registrar informações detalhadas e granulares sobre eventos específicos, geralmente em um nível de transação ou operação.

Fato Snapshot Periódico

Uma tabela fato snapshot periódico é uma forma de tabela fato que captura e armazena um momento específico e periódico do estado de um conjunto de dados em um determinado momento.

Fato Snapshot Acumulado

Uma tabela fato snapshot acumulado, ou accumulated snapshot fact, é uma forma de tabela fato que armazena informações acumuladas ao longo do tempo. Em vez de registrar eventos individuais ou instantâneos periódicos como nas tabelas fato transacionais ou snapshot periódico, a tabela fato acumulado contém valores acumulados de medidas desde o início do período considerado até o momento atual.

Fato Sem Fato

É uma tabela fato que não possui medidas numéricas, apenas chaves estrangeiras que se conectam às dimensões.
Ela registra eventos ou ocorrências que aconteceram (ou não aconteceram), sem precisar armazenar valores.

• Para rastrear eventos: ex. presença do aluno em aula (sem necessidade de contar horas ou valores).
• Para responder perguntas do tipo: “Quem participou?”, “Quando aconteceu?”, “Quantos eventos ocorreram?”.

Tabela Dimensão

As tabelas dimensão são as tabelas periféricas, responsáveis por armazenar informações que dão subsídios aos fatos. Essas informações, chamadas de dimensões, envolvem dados descritivos, contextuais e qualitativos das transações.

Slowly-Changin Dimension

A Slowly Changing Dimension (SCD), ou Dimensão de Mudança Lenta, é uma tabela dimensão que faz literalmente o que seu nome aponta – muda lentamente, por períodos de tempo. Ela atualiza atributos como nome, endereço, que mudam, mas com uma frequência relativamente baixa.

Exemplo: Domicílio tributário

Podemos mudar esses dados de três diferentes formas:

1. Sobrescrição: os dados são sobescritos, isso é, são substituídos pelos dados novos. É a abordagem menos recomendada.

2. Adição de nova linha: com a mudança dos dados, adicionamos mais uma linha ao conteúdo.
   É a abordagem mais recomendada.

3. Adição de nova coluna: com a mudança dos dados, adicionamos mais uma coluna à tabela.

Conformed Dimension

É uma dimensão compartilhada entre duas ou mais tabelas fato, com o mesmo significado e estrutura em todo o data warehouse.

Uma dimensão conformada mantém a mesma consistência (mesmos atributos, chaves e conteúdo) independentemente do fato com o qual se relaciona.

---

Degenerate Dimension

É um atributo de dimensão armazenado diretamente na tabela fato, porque:

• Não tem informações suficientes para justificar uma tabela dimensão separada.
• Geralmente é um identificador único, como número de pedido, número da fatura, etc.

Vantagens:

• Simplifica o modelo dimensional
• Evita criar dimensões desnecessárias
• Melhora performance e facilita consultas

---

💡 Exemplo:

pedido_id	produto_key	cliente_key	data_key	valor_total
12345	88	14	20240105	250.00

Aqui, pedido_id é uma dimensão degenerada, armazenada direto na tabela fato.

Role Playing Dimension

É uma mesma dimensão reutilizada várias vezes em uma única tabela fato, assumindo papéis diferentes.

Exemplo comum:

A dimensão DIM_TEMPO pode ser usada como:

• data_venda
• data_entrega
• data_emissao

Tudo na mesma tabela fato (FATO_VENDAS), mas com funções diferentes.

Por que usar?

• Evita duplicar estrutura de dimensão.
• Permite análises sob diferentes perspectivas temporais (ou outras).

Resumindo:

É a mesma dimensão sendo usada com nomes diferentes na tabela fato, de acordo com o papel que ela desempenha.

Star Schema

São esquemas de bancos de dados multidimensionais onde temos somente uma tabela fato central e as dimensões não são normalizadas. Temos apenas uma conexão direta entre as tabelas dimensão e a tabela fato.

• cada tabela fato estará ligada a 1 ou n tabelas dimensão (1:n)
• cada tabela dimensão estará ligada somente a uma tabela fato (1:1)

• Otimizado para suportar consultas de agregação de dados.

O modelo dimensional é desnormalizado para facilitar consultas rápidas e análises em sistemas de BI. Ele reduz o número de joins, melhora a performance e torna o modelo mais simples para usuários finais. É ideal para leitura, não para escrita frequente.

Snow Flake

Ele é chamado de "floco de neve" porque as tabelas dimensão são normalizadas, o que significa que elas são divididas em tabelas menores para remover a redundância de dados. Isso pode levar a uma estrutura de dados que se parece com um floco de neve, com tabelas interconectadas que se ramificam em várias direções.

Tabela comparativa

Característica	⭐ Star Schema	❄️ Snowflake Schema
Estrutura	Tabelas fato com dimensões diretas	Tabelas fato com dimensões normalizadas
Normalização	Desnormalizado	Normalizado
Desempenho de consulta	Mais rápido (menos joins)	Mais lento (mais joins)
Facilidade de uso	Mais simples para o usuário final	Mais complexo
Armazenamento	Requer mais espaço	Mais eficiente em espaço
Manutenção	Mais simples	Pode ser mais difícil
Uso comum	BI, dashboards, análises rápidas	Situações com alta redundância de dados

---

Fact Constellation

A constelação de fatos é um esquema composto por múltiplas tabelas fato, interconectadas por intermédio de tabelas dimensão¸ que pode, ou não, ser normalizadas. Essas tabelas dimensão de ligação são justamente as tabelas de dimensão conforme.

• Modelo mais realista de funcionamento de um Data Warehouse, já que, numa entidade, podemos ter diversos fatos que queremos analisar.

• Há um compartilhamento de dimensões entre si e não de fatos

OLAP

OLAP (Online Analytical Processing) é uma técnica de análise de dados em diferentes perspectiva que se concentra na consulta interativa e na análise de grandes volumes de dados multidimensionais de maneira eficiente e rápida. Essa técnica emprega diferentes operações para navegarmos através as diferentes granularidades do cubo de dados.

Existem três tipos de arquitetur:

• MOLAP (Multidimensional OLAP): é uma abordagem que armazena os dados em um cubo multidimensional e usa essa estrutura para consulta e análise. Os dados são pré-agrupados e armazenados em um formato de cubo, que pode ser facilmente navegado e analisado em diferentes dimensões. O MOLAP é ideal para análises rápidas de dados e é eficiente no uso de recursos do servidor, mas pode ser limitado em termos de escalabilidade e flexibilidade em relação a outras arquiteturas OLAP.

• ROLAP (Relational OLAP): é uma abordagem que usa um banco de dados relacional como fonte de dados para consulta e análise. Os dados são armazenados em tabelas relacionais e os usuários acessam esses dados por meio de uma camada de software OLAP. O ROLAP é altamente escalável e flexível em relação a outras arquiteturas OLAP, mas pode ser mais lento em termos de desempenho de consulta.

• HOLAP (Hybrid OLAP): é uma abordagem que combina características do MOLAP e do ROLAP. O HOLAP armazena dados detalhados em um banco de dados relacional e armazena dados agregados em um cubo multidimensional. Isso permite que os usuários analisem dados em diferentes níveis de detalhe e agregação, dependendo das necessidades da análise. O HOLAP oferece um bom equilíbrio entre desempenho e flexibilidade em relação a outras arquiteturas OLAP.

• OLTP (Online Transaction Processing) é o modelo tradicional de processamento de transações online, voltado para aplicações operacionais do dia a dia — como sistemas de vendas, bancos, cadastros e ERPs.

🧩 Resumo Comparativo – OLAP x MOLAP x ROLAP x OLTP

Característica	OLTP	OLAP (geral)	MOLAP	ROLAP
Objetivo	Processamento transacional	Análise de dados	Análise com cubos multidimensionais	Análise usando banco relacional
Tipo de uso	Operacional	Gerencial / Decisório	Gerencial / Decisório	Gerencial / Decisório
Fonte de dados	Sistemas de produção	OLTP ou Data Warehouse	Cubos multidimensionais	Bancos relacionais (SQL)
Armazenamento	Relacional (MySQL, PostgreSQL)	Relacional ou multidimensional	Estrutura multidimensional própria	Bancos relacionais comuns
Performance (consultas)	Alta p/ transações pequenas	Alta p/ leitura e agregação	Muito alta (pré-processado)	Média (consultas SQL complexas)
Atualização dos dados	Frequente e em tempo real	Menos frequente (dados históricos)	Mais lenta (pré-processamento)	Mais rápida (dados vivos)
Exemplo de uso	Cadastro de clientes, vendas	Relatórios de desempenho	Dashboards com dados agregados	Relatórios dinâmicos e personalizados
Modelagem comum	Entidade-relacionamento (ER)	Estrela ou Floco de neve	Estrela (convertida em cubos)	Estrela ou Floco em banco relacional
Volume de dados	Pequeno a médio (por operação)	Grande (dados históricos agregados)	Médio (limitado à estrutura dos cubos)	Grande (escalável com banco relacional)

---

Operações OLAP

As operações OLAP são um conjunto de operações que permitem que os usuários analisem e explorem dados multidimensionais em diferentes níveis de agregação. Com isso, temos diferentes visões dos dados, de forma a favorecer a análise.

• Slice: Corte simples de uma dimensão (ex: "Ano 2024").
• Dice: Corte multidimensional (ex: "Ano 2024", "Região Norte", "Produto A").
• Drill Down: Aprofunda os dados para um nível mais detalhado. Maior Granularidade.
• Drill Through: Acessa dados detalhados diretamente na base de dados. Menor Granularidade.
• Roll Up: Agrega dados para um nível superior.
• Pivot: Reorganiza a perspectiva dos dados, alterando dimensões.

---

Tabela Comparativa

Operação	Objetivo	Como Funciona	Exemplo
Slice	Realiza um corte de uma dimensão, selecionando um único valor.	Seleciona um valor específico de uma dimensão, resultando em uma visão 2D dos dados.	Cortar o cubo por Ano 2024, para mostrar as vendas por Produto e Região nesse ano.
Dice	Realiza um corte multidimensional, selecionando valores de várias dimensões ao mesmo tempo.	Filtra dados com base em intervalos ou conjuntos de valores de duas ou mais dimensões.	Cortar o cubo pelos valores de Ano 2024, Região Norte e Produto A, mostrando vendas.
Drill Down	Aprofunda os dados, indo para um nível mais detalhado dentro de uma dimensão. + Granularidade	Expande uma dimensão para mostrar informações mais específicas ou granular.	"Drill down" no Ano 2024 para ver as vendas por mês ou dia (em vez de por ano).
Drill Through	Acessa os dados originais subjacentes (banco de dados relacional), permitindo detalhes.	Vai para a base de dados relacional para obter os dados completos e não agregados.	"Drill through" nas vendas de Janeiro 2024 para ver as transações individuais no banco.
Roll Up	Agrega dados para um nível superior, resumindo informações.	Consolida os dados de um nível mais detalhado para um nível mais agregado.	"Roll up" de vendas diárias para vendas mensais ou anuais.
Pivot	Reorganiza os dados, alterando a perspectiva das dimensões.	Troca as dimensões de posição para criar diferentes visões ou comparações dos dados.	Trocar as dimensões de Produto e Região para visualizar as vendas por região e produto.