Apostila - Tópicos Avançados em Banco de Dados

Prévia do material em texto

Brasília-DF. 
Tópicos AvAnçAdos em BAnco de dAdos
Elaboração
Ibsen Gebrim Reis
Produção
Equipe Técnica de Avaliação, Revisão Linguística e Editoração
Sumário
APRESENTAÇÃO .................................................................................................................................. 4
ORGANIZAÇÃO DO CADERNO DE ESTUDOS E PESQUISA ..................................................................... 5
INTRODUÇÃO ..................................................................................................................................... 7
UNIDADE I
BANCO DE DADOS AVANÇADOS ......................................................................................................... 9
CAPÍTULO 1 
SEGURANÇA E AUTORIZAÇÃO ................................................................................................. 9
CAPÍTULO 2
EXTENSÕES DE MODELOS DE DADOS PARA APLICAÇÕES AVANÇADAS ................................... 14
UNIDADE II
DATA MINING .................................................................................................................................... 16
CAPÍTULO 1
VISÃO GERAL: REGRAS, CLASSIFICAÇÃO, AGRUPAMENTO E APLICAÇÃO ............................... 16
UNIDADE III
DATA WAREHOUSING ......................................................................................................................... 22
CAPÍTULO 1
VISÃO GERAL: DEFINIÇÃO, CARACTERÍSTICAS, FUNCIONALIDADE E COMPARAÇÃO ................ 22
PARA (NÃO) FINALIZAR ...................................................................................................................... 26
4
Apresentação
Caro aluno
A proposta editorial deste Caderno de Estudos e Pesquisa reúne elementos que se entendem 
necessários para o desenvolvimento do estudo com segurança e qualidade. Caracteriza-se pela 
atualidade, dinâmica e pertinência de seu conteúdo, bem como pela interatividade e modernidade 
de sua estrutura formal, adequadas à metodologia da Educação a Distância – EaD.
Pretende-se, com este material, levá-lo à reflexão e à compreensão da pluralidade dos conhecimentos 
a serem oferecidos, possibilitando-lhe ampliar conceitos específicos da área e atuar de forma 
competente e conscienciosa, como convém ao profissional que busca a formação continuada para 
vencer os desafios que a evolução científico-tecnológica impõe ao mundo contemporâneo.
Elaborou-se a presente publicação com a intenção de torná-la subsídio valioso, de modo a facilitar 
sua caminhada na trajetória a ser percorrida tanto na vida pessoal quanto na profissional. Utilize-a 
como instrumento para seu sucesso na carreira.
Conselho Editorial
5
Organização do Caderno 
de Estudos e Pesquisa
Para facilitar seu estudo, os conteúdos são organizados em unidades, subdivididas em capítulos, de 
forma didática, objetiva e coerente. Eles serão abordados por meio de textos básicos, com questões 
para reflexão, entre outros recursos editoriais que visam a tornar sua leitura mais agradável. Ao 
final, serão indicadas, também, fontes de consulta, para aprofundar os estudos com leituras e 
pesquisas complementares.
A seguir, uma breve descrição dos ícones utilizados na organização dos Cadernos de Estudos 
e Pesquisa.
Provocação
Textos que buscam instigar o aluno a refletir sobre determinado assunto antes 
mesmo de iniciar sua leitura ou após algum trecho pertinente para o autor 
conteudista.
Para refletir
Questões inseridas no decorrer do estudo a fim de que o aluno faça uma pausa e reflita 
sobre o conteúdo estudado ou temas que o ajudem em seu raciocínio. É importante 
que ele verifique seus conhecimentos, suas experiências e seus sentimentos. As 
reflexões são o ponto de partida para a construção de suas conclusões.
Sugestão de estudo complementar
Sugestões de leituras adicionais, filmes e sites para aprofundamento do estudo, 
discussões em fóruns ou encontros presenciais quando for o caso.
Praticando
Sugestão de atividades, no decorrer das leituras, com o objetivo didático de fortalecer 
o processo de aprendizagem do aluno.
Atenção
Chamadas para alertar detalhes/tópicos importantes que contribuam para a 
síntese/conclusão do assunto abordado.
6
Saiba mais
Informações complementares para elucidar a construção das sínteses/conclusões 
sobre o assunto abordado.
Sintetizando
Trecho que busca resumir informações relevantes do conteúdo, facilitando o 
entendimento pelo aluno sobre trechos mais complexos.
Exercício de fixação
Atividades que buscam reforçar a assimilação e fixação dos períodos que o autor/
conteudista achar mais relevante em relação a aprendizagem de seu módulo (não 
há registro de menção).
Avaliação Final
Questionário com 10 questões objetivas, baseadas nos objetivos do curso, 
que visam verificar a aprendizagem do curso (há registro de menção). É a única 
atividade do curso que vale nota, ou seja, é a atividade que o aluno fará para saber 
se pode ou não receber a certificação.
Para (não) finalizar
Texto integrador, ao final do módulo, que motiva o aluno a continuar a aprendizagem 
ou estimula ponderações complementares sobre o módulo estudado.
7
Introdução
Quando falamos em armazenar, tratar e conservar informações, obrigatoriamente falamos em 
Banco de Dados, por isso o tema ora abordado toma proporções tais, que podemos pensar que 
tratar-se de uma questão difícil de assimilar.
Mas temos que levar em conta sempre que, os dados ou informações, dos quais somos responsáveis, 
podem significar o sucesso ou o fracasso de uma empresa.
Por isso, a segurança seja talvez a questão mais importante depois dos próprios dados.
Óbvio que existem questões legais e éticas que devemos abordar e o trabalho que desenvolveremos 
abordará esse tema também, além de tentar mostrar e conduzir o aluno no perfeito entendimento 
do que se chama Segurança em Banco de Dados.
Outros assuntos que abordaremos são a mineração de dados (Data Mining) e Data Warehousing, 
que vem a ser a utilização do conceito de gerenciamento de banco de dados no mais alto grau.
Esse estudo pretende despertar no cursista a capacidade de divisar novas alternativas sobre o tema, 
apesar de tratar-se de um estudo em que veremos caminhos já traçados.
Objetivos
 » Aprofundar os conhecimentos sobre segurança e autorização em Banco de Dados.
 » Discutir Segurança em Banco de Dados.
 » Conceituar Banco de Dados Ativos.
 » Definir Bancos de Dados Temporais e multimídias.
 » Definir Data Mining.
 » Conceituar Data Warehousing.
8
9
UNIDADE IBANCO DE DADOS 
AVANÇADOS
CAPÍTULO 1 
Segurança e autorização
“O fator que sempre me ajuda a vencer um obstáculo tem sido o obstáculo anterior.” 
Henry Ford
Não devemos confundir segurança de dados com integridade de dados.
Segurança vem a ser a capacidade de preservar os dados contra eventuais adulterações, divulgações 
indevidas ou perdas.
Integridade é a capacidade de manter o dado com a precisão e validade exigidas.
Segundo, C. J. Date (1990, p. 457):
“A Segurança garante que os usuários tenham permissão para fazer o que 
estiverem tentando fazer.” 
“A Integridade garante que as coisas que estão tentando fazer são corretas.”
Tipos de segurança
Os perfis de segurança de acesso aos dados devem ser traçados levando-se em conta os seguintes 
tipos de segurança existentes.
Legais, sociais e éticos:
 » Informações podem ser consideradas privadas, tanto legalmente quanto por 
questões sociais ou éticas. 
 » Exemplo: quem faz uma solicitação referente a um crédito tem direito a acessar 
essa informação?
10
UNIDADE I │ BANCO DE DADOS AVANÇADOS
Políticas:
 » As informações podem sofrer restrições conforme a política da empresa.
 » Exemplo: quem acessa o quê em um Banco de Dados?
Pertinentes ao sistema:
 » O sistema determina qual o nível de acesso.
 » Exemplo: qual o critério de acesso do sistema de arquivos do sistema?
Necessidades da organização:
 » Confunde-se com o tipo político, mas difere-se por se tratar de necessidadee não 
de estratégia política.
 » Exemplo: quem tem que acessar a informação?
Quando ocorre um uso indevido do Banco de Dados, podemos considerar como intencional ou 
acidental.
A perda acidental pode resultar de:
 » quedas durante o processamento de transações;
 » defeitos causados por acesso simultâneo (concorrência) aos dados;
 » anormalidades na distribuição do Banco de Dados.
Em se tratando de perdas acidentais, o controle é mais fácil do que contra acessos indevidos ou 
maldosos ao Banco de Dados.
Como exemplos de formas maldosas, podemos citar:
 » leitura não autorizada de dados (roubo de informações);
 » modificação não autorizada de dados;
 » destruição não autorizada de dados;
 » inserção não autorizada de dados.
As empresas costumam encarecer o custo da invasão, para tentar desmotivar qualquer acesso 
insidioso.
Com a finalidade de proteger o BD, medidas de segurança devem ser tomadas em diversos níveis.
 » Físico – torna o sistema fisicamente seguro contra entradas de intrusos.
11
BANCO DE DADOS AVANÇADOS │ UNIDADE I
 » Humano – os controles dos acessos dos usuários são cuidadosamente estudados.
 » Sistema operacional – a fragilidade na segurança do SO pode ser uma porta de 
acesso não-autorizado ao banco de dados.
 » Sistema de BD – os usuários de sistemas de BD devem ter autorização de acesso 
somente a porções limitadas; outros usuários deverão ser habilitados a emitir 
consultas, com proibição de modificação de dados.
Visões
As visões podem ser um excelente meio de limitar o acesso aos dados, fazendo com que os usuários 
só acessem aquilo que realmente podem acessar. Uma visão pode esconder dados que o usuário 
não necessita ver. Elas tanto servem para facilitar o uso do Banco de Dados como para ajudar na 
proteção das informações.
Autorizações de acesso ao Banco de Dados
 » De Leitura – (read) permite somente a leitura dos dados.
 » De Inserção – (insert) permite a inserção de novos dados, mas não a alteração de 
dados já existentes.
 » De Atualização – (update) permite a alteração dos dados, mas não a exclusão 
(delete).
 » De Exclusão – (delete) permite a exclusão.
Existem outras formas de autorizações que podem permitir ou proibir a estrutura das relações.
 » De Índice – (index) concede ao usuário a permissão para criação e/ou remoção de 
índices.
 » De Recursos – (resource) permite a criação de novas relações, gatilhos, procedures.
 » De Alteração – (alteration) permite a adição ou remoção de atributos na relação.
 » De Remoção – (drop) permite a remoção das relações.
Segurança do Banco e o DBA 
O Administrador de Banco de Dados (DBA) é o responsável pelo gerenciamento de um sistema 
de Banco de Dados.Ele é o responsável pela concessão de privilégios de acesso e classificação dos 
usuários do sistema de acordo com as determinações das políticas de segurança.
O DBA possui uma conta própria com direitos de acesso a toda e qualquer instância do Banco de 
Dados. Seu papel é manter a integridade do Banco, tanto com relação às contas de acesso quanto à 
12
UNIDADE I │ BANCO DE DADOS AVANÇADOS
consistência dos dados, além de se encarregar do tunning do Banco, no que se refere a performance 
do mesmo, cópia de segurança dos dados, criação de índices, triggers, stored procedures etc.
Proteção, contas e auditoria
Todas as vezes que for necessário o acesso de um novo usuário ou a modificação do perfil de acesso 
de um já existente, o DBA criará uma nova conta com as permissões ou modificará as configurações 
de um já existente.
Especificação de segurança em SQL
Usamos o comando grant cuja sintaxe-padrão é a seguinte.
Grant <lista de autorizações> on <nome da relação> to <lista de usuários>.
Exemplos:
 » Permissão de seleção (select) sobre uma relação de clientes, para os usuários [USR0, 
USR1].
 » Grant select on [clientes] to [USR0], [USR1].
 » Conferindo a permissão de alteração (update):
 » Grant update [nome] on [clientes] to [USR0], [USR1].
Podemos especificar somente os campos em que o usuário pode realizar a alteração.
 » A permissão de inserção (insert) tem a mesma estrutura do update.
 » Grant insert [nome] on [clientes] to [USR0], [USR1].
 » Podemos eventualmente utilizar a instrução all privileges, que concede todos 
direitos ao usuário.
 » Grant all privileges on cliente to [USR0].
 » Normalmente, um usuário não pode transmitir seus direitos a outro, mas o DBA 
pode, de acordo as políticas de segurança adotadas no sistema de Banco de Dados, 
conceder essa permissão:
 » Grant select on [financiamento] to [USR0] with grant option.
 » Para a revogação de privilégios, o DBA pode utilizar os seguintes comandos:
13
BANCO DE DADOS AVANÇADOS │ UNIDADE I
 » Revoke all privileges on [clientes] from [USR0].
 » Revoke select on [financiamento] from [USR0], [USR1], [USR2] cascade.
A título de fixação, elabore um plano de concessão de permissões que podem ser 
concedidas a um usuário, tendo como parâmetro um sistema de conta corrente.
14
CAPÍTULO 2
Extensões de modelos de dados para 
aplicações avançadas
com o crescente uso de sistemas de gerenciamento de Banco de Dados, o usuário passa a ficar mais 
exigente em relação ao que deseja obter de retorno dos sistemas Bancos de Dados e, com isso, a 
tecnologia tende a acompanhar as necessidades do mercado.
Surgem, então, diversas correntes tecnológicas que possibilitam a implementação de aplicações 
mais avançadas e complexas.
Vamos discutir neste capítulo, esses avanços em Banco de Dados: ativos, multimídia, temporais e 
dedutivos.
Conceitos de banco de dados ativos
Esse conceito passa a existir quando os Bancos, até então, passivos, precisam tomar decisões, serem 
ativos com base em eventos.
Modelo generalizado para Banco de Dados Ativos
Gatilhos em Banco de Dados Ativos seguem o modelo ECA (evento-condição-ação).
 » Evento é o agente que ativa a regra, normalmente operações explícitas em um 
Banco de Dados, mas podendo ser disparado por eventos temporais e/ou eventos 
externos.
 » Condição é uma condição de opcionalidade que determina (quando verdadeira) se 
a regra será disparada, quando da ocasião do evento.
 » Ação é o que ocorre quando o evento satisfaz a condição, podendo ser um sequência 
de comandos SQL, uma transação ou mesmo um programa externo.
Conceitos de banco de dados temporais
Em geral, todo sistema de Banco de Dados trata de informações relativas a tempo. Um exemplo 
clássico é um controle acadêmico onde se deve armazenado o histórico de cada aluno, como ano e 
semestre cursado.
Mas os desenvolvedores normalmente não se preocupam especificamente com esse conceito. 
Devido, talvez, a sua complexidade, tratam essa informação como algo que não mereça atenção 
especial.
15
BANCO DE DADOS AVANÇADOS │ UNIDADE I
Tempo, calendários e dimensões temporais
O tempo é considerado como “uma sucessão ordenada de pontos, com alguma granulidade que 
é determinada pela aplicação”. (ELMASRI, 2006, p. 553).
Não havendo um limite para o que vem a ser tempo, temos que adotar um ponto de referência. Em 
Banco de Dados Temporais, a ideia é termos um a sequência cronológica com o que se passa com o 
dado, e só conseguimos isso associando dados temporais ao mesmo.
Bancos de dados multimídias
As imagens (fotografias, desenhos, filmes etc.) também precisam ser guardadas e recuperadas, com 
isso surge o conceito de Banco de Dados Multimídia, que vem a ser a capacidade do Banco em tratar 
imagens.
A grande dificuldade é o reconhecimento e para isso existem dois métodos conhecidos.
 » Análise automática – Consiste em uma análise da imagem por meio da 
identificação de características matemáticas de seus conteúdos.
 » Identificação manual – Identifica objetos e atividades em cada imagem, onde se 
faz necessário um préprocessamento manual, em que o usuário cria “marcas” que, 
posteriormente, servirão para a recuperação da imagem.
Introdução aos bancos de dados dedutivos
Vem a ser a capacidade de um sistema de Banco de Dados poder deduzir a informação a serrecuperada, a partir de uma análise da base já existente.
Suas regras são especificadas por meio de alguma linguagem declarativa, em que especificamos o 
que queremos ao invés de como queremos.
O Banco interpreta essas regras usando o que se chama máquina de inferência ou mecanismo 
de dedução, que deduz os fatos novos.
16
UNIDADE IIDATA MINING
CAPÍTULO 1
Visão geral: regras, classificação, 
agrupamento e aplicação 
A mineração de dados ou Data Mining é uma tecnologia emergente e uma das mais promissoras, 
segundo relatório do Gartner Group.
O Knowledge Discovery in Databases (KDD) – Processo de Descoberta de Conhecimento em Banco de 
Dados – é composto de seis outras fases: seleção de dados, limpeza, enriquecimento, transformação 
ou codificação, data mining, construção de relatórios e apresentação da informação descoberta.
Figura 1 – Visão geral das etapas que constituem o processo KDD
Data
Seleção
Pré-Processamento
Transformação
Data Mining
Avaliação
Dados alvo
Dados 
Pré-
processados
Dados
Transformados
Padrões
Conhecimento
(Fayyad et al., 1996b).
O Data Mining é uma das aplicações da tecnologia de Data Warehousing. Alguns tipos de informação 
podem ser descobertas pela aplicação dessa tecnologia.
 » Regras de associação – Analisa por associação o comportamento de um consumidor. 
Por exemplo, se um cliente compra cerveja ele pode comprar refrigerante também.
 » Padrões sequenciais – Analisa o comportamento de consumidores que compram 
em uma sequência predeterminada. Se um cliente compra um rádio e depois de dois 
17
DATA MINING │ UNIDADE II
meses compra uma televisão, ele provavelmente comprará algum eletroeletrônico nos 
próximos 6 meses.
 » Árvore de classificação – Os consumidores podem ser classificados pela frequência com 
que visitam lojas, por tipo de financiamento utilizado, por quantidade comprada ou 
simplesmente por afinidade com determinados tipos de itens.
As empresas estão utilizando Data Mining para tentar antecipar o comportamento do consumidor, 
principalmente para enfrentar uma forte concorrência.
Podemos citar como metas do Data Mining:
 » Predição – Prever o comportamento de consumidores em relação a políticas 
de desconto, como o volume de vendas gerado em um determinado período, e 
se um linha de produto for descontinuada irá gerar lucro.
 » Identificação – Utilizar padrões de dados para identificar a existência de um 
item, um evento ou uma atividade.
 » Classificação – Classificar diferentes categorias de consumidores motivados 
por descontos fiéis, aficionados em uma marca e até eventuais, combinando 
parâmetros, a partir da segmentação de dados.
 » Otimização – Otimizar o uso de recursos limitados como tempo, espaço, 
dinheiro ou materiais, bem como, as variáveis de saída, como vendas ou o lucro 
sobre determinado número de restrições, com o uso da tecnologia de Data 
Mining.
Usar Data Mining é induzir descobertas e não deduzi-las. Descobrem-se novas regras e/
ou padrões e projetam-se comportamentos por meio da análise do comportamento de dados 
existentes.
 » Regras de Associação – Ocorre a correlação de um item com outros de outra 
faixa de valores, de outro leque de variáveis. Exemplo: associa-se a compra de 
uma calça a compra de um cinto, um sapato, uma gravata.
 » Hierarquia de Classificação – Cria-se uma hierarquia de classes a partir de um 
conjunto de eventos ou transações. Exemplo: dividir uma população em faixas de 
risco de créditos, utilizando-se histórico de transações anteriores.
 » Padrões Sequenciais – Investiga-se uma sequência de eventos ou ações, que 
induzirá a ações a serem tomadas.
 » Padrões com Séries Temporais – Exemplo: análise, em intervalos 
regulares, de uma sequência de vendas diárias ou preço diário de fechamento 
de ações.
18
UNIDADE II │ DATA MINING
 » Clustering (agrupando) – Ocorre segmentação de dados similares a partir 
de eventos ou novos itens. Exemplo: o acesso pela internet de um conjunto de 
documentos feito por um grupo de usuários pode ser analisado em termos de 
palavras-chave dos documentos, permitindo identificar grupos ou categorias de 
usuários.
Regras de associação
Para que possamos utilizar as regras de associação, algumas perguntas têm que ser respondidas 
a priori.
 » O que caracteriza a ação de comprar um produto específico?
 » Por que um produto é sempre comprado junto com outro?
 » Quais produtos são adquiridos aos pares?
 » O determinou a sequência de aquisição?
Um exemplo clássico é o citado em Hammer (1995), que relata a experiência de um supermercado 
que descobre, depois de uma análise por associação, que vendia mais cervejas quando estas estavam 
próximas à seção de fraldas.Se o cliente comprou o produto A e o produto B, então ele também 
compra o produto C. Isso ocorre em cerca de 20% (vinte por cento) dos casos.
Assim podemos definir as regras de associação: 
A => B, onde A e B são conjuntos que contém um ou mais elementos e o total damos o nome de T. 
Surgindo, então, dois parâmetros para analisar. 
O primeiro é a frequência com que o A aparece. Na regra apresentada acima, o valor 20% indica o 
suporte, pois é dito que a regra é aplicada em 20% dos casos estudados. 
O segundo é a credibilidade fornecida pelo percentual de 20%. No exemplo acima, indica que na 
maioria dos casos quem comprou A e B também, comprou C. 
Classificação
Consiste na análise preditiva com o intuito de estabelecer padrões que podem determinar tendências 
futuras.
Também chamado de aprendizado supervisionado (ELMASRI, 2006, p. 634), pois, após 
montado, pode ser utilizado para classificação de novos dados.
Esse processo procura encontrar um modelo que descreva classes diferentes de dados. Por exemplo, 
em uma empresa, clientes podem ser classificados como de “risco baixo” ou “risco justo”.
19
DATA MINING │ UNIDADE II
Utiliza-se primeiramente um treinamento com um conjunto de dados que já foram classificados. 
Cada registro nos dados de treinamento, chamado rótulo de classe, indica a classe a qual o registro 
pertence O modelo criado, normalmente, ficará na forma de uma árvore de decisão ou um conjunto 
de regras.
Existe uma preocupação em relação ao modelo e o algoritmo que vem a ser a habilidade do modelo 
prever a classe correta dos novos dados, o custo computacional associado ao algoritmo e a sua 
escalabilidade.
Uma árvore de decisão é uma representação gráfica da descrição de cada classe ou, em outras 
palavras, uma representação das regras de classificação.
Analise o exemplo abaixo:
Algoritmo para indução de árvore de decisão
Input: conjunto de dados de treinamento Registros: R1, R2,.........., Rm e conjunto de atributos; A1, 
A2,..........An.
Output: árvore de decisão.
Procedure Constrói_árvore (Registros, Atributos)
Início
Criar um nó N;
Se todos os registros pertencem à mesma classe, C, então
Retorna N como um nó-folha com rótulo de classe C;
Se Atributos está vazio então
Retorna N como um nó-folha com rótula de classe C, com a maioria dos registros pertencentes a ela;
Seleciona o Atributo A1 (com o maior ganho de informação) de atributos;
Rotula nó N com A;
Para cada valor conhecido, Vj, de A1 faça
Início
Some um marca do nó N para a condição A1 = Vj;
Sj = subconjunto de Registros onde A1 = Vj;
Se Sj está vazio então
Adicione uma folha, L, com rótulo de classe C, como a maioria dos registros pertencentes a ela e 
retorna L
20
UNIDADE II │ DATA MINING
Senão some o nó retornado por Constói_árvore (Sj, Atributos - A);
fim.
Figura 2 – Exemplo de árvore de decisão para aplicações de cartão de crédito.
sim
casado
salário renda
idade
não
risco alto
risco baixo
risco justo
risco justo risco baixo
risco alto
< 20.000
> = 20.000
< = 50.000
> = 50.000 <20.000< = 5.000
< = 25 > = 25
(Elmasri, 2006, p. 553).
Agrupamento (Clustering)
Este processo procura colocar em grupos os dados similares, mas não havendo classes preexistentes
Na sua definição mais comum Cluster – É uma coleção de objetos de dados, similares, mas nãosimilares aos objetos externos.
Algoritmos:
K-means – Inicia com uma escolha randômica de k registros para representar a centroide, (média) 
m1,.....mk, dos grupamentos, C1,.....Ck. Todos os registros são colocados em um dado grupamento, 
baseados na distância entre os registros e a média do grupamento. Se a distância entre m1 e o registro 
RJ é a menor entre todas as médias do grupamento, então o registro RJ é colocado no grupamento 
Ci. Uma vez que todos os registros tenham sido colocados inicialmente em um grupamento, a média 
para cada grupamento é recalculada e assim sucessivamente.
Aplicação de Data Mining
O Data Mining, enquanto tecnologia aplicada no contexto da tomada de decisão, tem ganhando 
crescente espaço no meio empresarial, particularmente nas áreas a seguir.
Marketing – Aplicações como análises de comportamento do consumidor baseadas em padrões 
de consumos e definição de estratégias de marketing incluem propaganda, localização de lojas e 
mala direta direcionada, segmentação de clientes, lojas ou produtos, projetos de catálogos, layouts 
de lojas e campanhas de publicidade.
21
DATA MINING │ UNIDADE II
Finanças – Análise de crédito de clientes, segmentação de contas a receber, análise de performance 
de investimentos financeiros como ações e fundos mútuos, avaliação de opções de financiamentos 
e detecção de fraudes.
Produção – Aplicações que envolvem otimização de recursos como máquinas, força de trabalho 
e materiais; projetos ótimos de processos de fabricação, layouts de chão de fábrica, e projeto de 
produto, como de automóveis baseados nos requisitos de clientes.
Saúde – Aplicações que incluem descobertas de padrões em imagens radiológicas, análise de dados 
experimentais em microarray (gene chip) para relação com doenças, análise de efeitos colaterais 
de remédios e efetividade de certos tratamentos, otimização de processos dentro de um hospital, 
relação de saúde do paciente com qualificações do médico.
22
UNIDADE IIIDATA WAREHOUSING
CAPÍTULO 1
Visão geral: definição, características, 
funcionalidade e comparação
Data warehouse é uma coleção de informações, um sistema de apoio focado na média e alta gerência 
das empresas, na recuperação de informações e não no processamento das mesmas.
Embora a mídia tenha “pegado carona” na popularidade do nome e colocado diversos produtos sob 
a bandeira da tecnologia de Data WareHouse, devemos ter em mente que ele não é um Banco de 
Dados como os tradicionais.
Elmasri (2006) apud W.H. INMON (1992) caracterizou um Data Warehouse como “uma coleção 
de dados orientada por assunto, integrada, não volátil, variante no tempo, que dá apoio às decisões 
da administração”.
Esse sistema dá suporte a demanda de alto desempenho por dados e informações, proporcionando 
acesso aos dados para análise complexa, descoberta de conhecimento e tomada de decisão.
Figura 3
Conhecimento
Avaliação Visualização
Data Mining
Seleção
Detabases
Limpeza
DWh
As Bases de Dados são:
 » Dinâmicas
 » Incompletas
 » Redundantes
 » Ruidosas
 » Esparasas
23
DATA WAREHOUSING │ UNIDADE III
Existem vários tipos de aplicações.
OLAP (On-line Analytical Processing – Processamento Analítico), termo utilizado para 
descrever a análise de dados complexos em um sistema de Data Warehouse. Ferramentas 
OLAP empregam as capacidades de computação distribuídas para análises que requerem mais 
armazenamento e poder de processamento.
DSS (Decision-Support Systems – Sistemas de Apoio à Decisão), também conhecido como EIS 
(Executive Information Systems – Sistemas de Informação Executiva). 
Como o nome diz é uma ferramenta de apoio à decisão, e o Data Mining, como visto anteriormente, 
caracteriza esse tipo de aplicação.
Os bancos Data Warehouses são projetados para tratar grande quantidade de informação e oferecer 
fontes múltiplas, podendo extrair dados de Bancos distintos e/ou até de sistemas e plataformas 
diferentes.
Características de Data Warehouse
É característica primordial de Data Warehouse o modelo de dados multidimensional, o que faz com 
que se encaixe bem com o OLAP e com as demais aplicações voltadas para o apoio à decisão.
Trabalhando com mais informações de temporalidade, o Data Warehouse, ao contrário dos Bancos 
de Dados Relacionais, dão apoio às análises de série temporal e de tendências, que requerem mais 
dados históricos do que os que são mantidos em Banco de Dados Transacionais.
Eles não são voláteis, isto é, a informação em um Data Warehouse muda com pouca ou nenhuma 
frequência e têm que ser atualizadas, periodicamente. Em um Data Warehouse, a informação tem 
uma granulidade muito espessa e é atualizada de acordo com a escolha da política de atualização.
Funcionalidade típica de um Data Warehouse
O Data Warehouse proporciona maior suporte às consultas e de maneira mais eficiente do que um 
Banco Transacional.
Existem funcionalidades aperfeiçoadas de planilha eletrônica, de processamento eficiente de 
consultas (estruturadas, ad hoc), data mining e de visões materializadas.
Há funcionalidades pré-programadas, tais como as citadas a seguir.
 » Roll-up: resumo de dados com generalização crescente (semanal para trimestral e 
depois para anual), visão do detalhe para o nível mais alto.
24
UNIDADE III │ DATA WAREHOUSING 
Fabricação
2008
Carros Caminhões
GM FIAT GM FIAT
São Paulo
São Bernardo do Campo 2300 1600 300 550
São Caetano do Sul 1500 1650 400 640
 
Fabricação
2008
Carros Caminhões
GM FIAT GM FIAT
Região Sudeste
São Paulo 3800 3250 700 1190
Rio de Janeiro 2500 3000 500 800
 » Drill-down: níveis mais detalhados (complementando o roll-up), um item de 
resumo é dividido em componentes, possibilitando a exploração em níveis de 
detalhes da informação, visão do nível mais alto para o detalhe.
Fabricação
Carros e Caminhões
1º TRIM 2º TRIM 3º TRIM
Região Sudeste
São Paulo 9000 11000 8500
Rio de Janeiro 11280 5500 8600
 
Fabricação
Carros e Caminhões
Jan Fev Mar
Região Sudeste
São Paulo 2600 4500 3000
Rio de Janeiro 3600 1850 3200
 » Slice and dice (fatiar/cortar o cubo): execução de operações de projeção nas 
dimensões, possibilitando a troca de linhas por colunas (como se estivéssemos 
girando um cubo).
 » Exemplo:
 » Slice: Divide-se o cubo, mas mantém se a perspectiva de visualização dos dados.
Fabricação
Carros e Caminhões
Jan Fev Mar
Região Sudeste
São Paulo 4500 1900 4200
Rio de Janeiro 1280 3250 3200
 
Fabricação
Carros
Jan Fev Mar
Região Sudeste
São Paulo 3300 1000 3205
Rio de Janeiro 600 1980 2300
25
DATA WAREHOUSING │ UNIDADE III
 » Dice: Visualização por outra perspectiva.
Comparação entre Data Warehouse e Visões
Fabricação
2008
Carros Caminhões
GM FIAT GM FIAT
Região Sudeste
São Paulo 2300 1600 300 550
Rio de Janeiro 1500 1650 400 640
 
Fabricação
2008
Região Sudeste
São Paulo Rio de Janeiro
Carros
GM 2300 1500
FIAT 1600 1650
Caminhões
GM 300 400
FIAT 400 640
Embora as visões melhorem o desempenho, sejam somente para leituras e sejam orientadas por 
assunto, elas diferem da tecnologia de Data Warehouse, das seguintes maneiras.
 » O Data WareHouse existe como armazenamento permanente em vez de ser criado 
sobre demanda.
 » Os Data Warehouses são multidimensionais e não relacionais.
 » A indexação no Data Warehouse é explicita e proprietária, para otimização de 
desempenho.
 » Data Warehouse, em princípio, é uma visão de vários Bancos de Dados que 
trabalham integrados e frequentemente com dados temporais, enquanto views vêm 
a ser somente um extrato de um Banco de Dados.
26
Para (não) Finalizar
Devemos aqui dar um pausa para pensar no que temos pela frente em se tratando do estudo de um 
tópico dito avançado. As possibilidades são imensas e não devemos nos ater somente ao que vimos 
no programa da disciplina.
 » Será que se esgotou o assunto Tópicos Avançados em Banco de Dados?
 » Quais sãos as janelas e/ou portas que abrimos com o conhecimento adquirido?
Sim, devemos sempre pensar e agir com o intuito de querermos mais. Esteé o verdadeiro 
aprendizado: sempre querer subir o próximo degrau, depois de vencermos o último. Desejar que a 
escada nunca termine, pois significaria o fim do estudo e consequentemente do nosso crescimento.
27
Referências
CASTANO, Silvana; FUGINI, Mariagrazia; MARTELLA, Giancarlo; SAMARATI, Pierangela. 
Database Security. New York: ACM Press/Reading, Mass.: Addilson-Wesley, 1995.
CERT COORDINATION CENTER. CERT Annual Reports. Software Engineering Institute, 
Carnegie Mellon University, s.d. Pittsburgh. U.S.A Disponível em: <http://www.cert.org> Acesso 
em: 16 jan. 2009.
CHUNG. DataBase Security. Department of Computer Science and Engineering, Wright State 
University, s.d. Disponível em: <http://www.cs.wright.edu/> Acesso em 16 jan. 2009.
DATE, C. J. Introdução a sistemas de banco de dados. Rio de Janeiro: Campus, 1990.
ELMASRI, Rames; NAVATHE, Shamkant B. Sistemas de Banco de Dados. 4o ed. Editora 
Pearson, 2006.
HAMMER, Michael; CHAMPY, James, Reengenharia. 1o ed. Editora Campus, 1995.
INMON, W. H. Building the data warehouse. Editora Wiley. 1992.