Some Phrases

Reading some dissertations about computer science (data warehouse specifically), I found these phrases that represents many aspects of Information Science.


“The way you collect, manage and use information will determine whether you’ll become a winner or a loser”
Bill Gates

“Comece por fazer o que é necessário, depois o que é possível e de repente estará a fazer o impossível.”
São Francisco de Assis

“Inteligência é a capacidade de evitar trabalho e mesmo assim ter o trabalho feito”
Linus Torvalds – Criador do Linux (1969)

“O sucesso das organizações depende cada vez mais da utilização inteligente da informação disponível”
Peter Drucker

“Conduz de perto o negócio ou ele conduzirar-te a ti”
Benjamin Franklin (1706-1790)

“If you can’t measure it, you can’t manage it”
General Electric CEO

Data Warehouse & Business Intelligence - Infrastructure

Regras OLAP baseadas em arquitetura

- Visão conceitual multidimensional
- Transparência
- Acessibilidade
- Performance de relatório consistente
- Arquitetura cliente-servidor
- Dimensionalidade genéria
- Operação dimensional cruzada irrestrita
- Manipulação de dados intuitiva
- Flexibilidade quanto a relatórios
- Pesquisa de detalhes (drill-down)
- Atualização incremental de banco de dados
- Arrays múltiplos
- Seleção de subconjuntos
- Suporte a dados locais

Características do Data Warehouse

Orientado por temas: refere-se ao fato do data warehouse armazenar informações sobre temas específicos importantes para o negócio da empresa. Exemplos típicos de temas são: produtos, atividades, contas, clientes, etc. Em contrapartida o ambiente operacional é organizado por aplicações funcionais. Por exemplo, em uma organização bancária, estas aplicações incluem empréstimos, investimentos e seguros;

Integrado: refere-se à consistência de nomes, das unidades das variáveis, etc., no sentido de que os dados foram transformados até um estado uniforme. Por exemplo, considere-se sexo como um elemento de dado. Uma aplicação pode codificar sexo como M/F, outra como 1/0 e uma terceira como H/M. Conforme os dados são trazidos para o data warehouse, eles são convertidos para um estado uniforme, ou seja, sexo é codificado apenas de uma forma; Da mesma maneira, se um elemento de dado é medido em centímetros em uma aplicação, em polegadas em outra, ele será convertido para uma representação única ao ser colocado no data warehouse;

Variante no Tempo: refere-se ao fato do data warehouse referir-se a algum momento específico, significando que ele não é atualizável, enquanto que o dado de produção é atualizado de acordo com mudanças de estado do objeto em questão, refletindo, em geral, o estado do objeto no momento do acesso. Em um data warehouse, a cada ocorrência de uma mudança, uma nova entrada é criada, para marcar esta mudança;

Não Volátil: significa que o data warehouse permite apenas a carga inicial dos dados e consultas a estes dados, o chamado "load-and-access“; Após serem integrados e transformados, os dados são carregados em bloco para o data warehouse, para que estejam disponíveis aos usuários para acesso;
No ambiente operacional, ao contrário, os dados são, em geral, atualizados registro a registro, em múltiplas transações; Esta volatilidade requer um trabalho considerável para assegurar integridade e consistência através de atividades de rollback, recuperação de falhas, commits e bloqueios. Um data warehouse não requer este grau de controle típico dos sistemas orientados a
transações;

Data warehouse

Segundo W.H.Inmon, um data warehouse é uma coleção de dados orientada por assuntos, integrada, variante no tempo, e não volátil, que tem por objetivo dar suporte aos processos de tomada de decisão