TECN-75

Prévia do material em texto

66. Data Warehousing 
O conceito de Data Warehousing (Armazenamento de Dados) envolve a coleta, armazenamento 
e gerenciamento de grandes volumes de dados com o objetivo de realizar análises complexas e 
relatórios. Um data warehouse (armazém de dados) é uma coleção centralizada de dados 
integrados que são extraídos de diversas fontes, como sistemas operacionais, bancos de dados 
transacionais e arquivos externos, e organizados de maneira a suportar consultas e análise de 
dados de forma eficiente. O Data Warehousing é um componente crucial na infraestrutura de 
Business Intelligence (BI), pois oferece a base para análise de dados históricos e para a geração 
de relatórios que ajudam na tomada de decisões estratégicas.A principal diferença entre um data 
warehouse e um banco de dados tradicional é que o data warehouse é projetado para consultas e 
análise, enquanto os bancos de dados tradicionais são otimizados para transações e operações 
diárias. Os data warehouses são organizados de forma a suportar consultas complexas e 
agregações de grandes volumes de dados históricos, o que pode ser difícil de fazer em sistemas 
transacionais. 
A arquitetura de um data warehouse geralmente inclui três componentes principais: a extração, a 
transformação e o carregamento (ETL). A extração envolve a coleta de dados de diversas fontes, 
enquanto a transformação processa os dados, limpando e formatando-os para atender aos 
requisitos do armazém de dados. O carregamento envolve a inserção dos dados transformados 
no data warehouse. Uma vez carregados, os dados podem ser consultados e analisados de forma 
eficiente por meio de ferramentas de BI e consultas SQL. 
Uma característica importante de um data warehouse é a utilização de um modelo dimensional 
de dados, que organiza os dados em dimensões e fatos. As dimensões são as características que 
podem ser analisadas, como tempo, localização e produto, enquanto os fatos são as métricas que 
estão sendo analisadas, como vendas ou receita. Esse modelo facilita consultas rápidas e 
eficientes, pois os dados estão organizados de forma intuitiva e fácil de entender. 
Com o aumento do volume de dados, muitos data warehouses modernos têm adotado soluções 
de armazenamento em nuvem, que oferecem maior flexibilidade e escalabilidade. Plataformas 
como Amazon Redshift, Google BigQuery e Microsoft Azure Synapse Analytics são exemplos 
de soluções de data warehousing na nuvem, que permitem que as empresas armazenem e 
processem grandes volumes de dados de maneira eficiente e com custos reduzidos. A nuvem 
também oferece benefícios como alta disponibilidade, backups automáticos e integração fácil 
com outras ferramentas de análise de dados. 
Questões: 
1. Qual é a principal função de um data warehouse? 
a) Processar transações diárias 
b) Armazenar dados de forma eficiente para análise e geração de relatórios (X) 
c) Armazenar dados temporários 
d) Processar dados em tempo real 
2. Qual é a arquitetura comum de um data warehouse? 
a) Processamento transacional 
b) Extração, transformação e carregamento (ETL) (X) 
c) Armazenamento em tempo real 
d) Armazenamento de dados não estruturados 
3. Qual é um exemplo de uma solução de data warehousing em nuvem? 
a) Hadoop 
b) Amazon Redshift (X) 
c) MongoDB 
d) Microsoft SQL Server