4.4 4.4 - Arquitetura e aplicações de data warehousing, ETL e Olap.
Neste curso, você vai aprender os conceitos e as técnicas de arquitetura e aplicações de data warehousing, ETL e Olap.
Data warehousing é o processo de coletar, integrar e organizar dados de diversas fontes para fins de análise e tomada de decisão.
ETL é a sigla para Extract, Transform and Load, que são as etapas de extração, transformação e carga dos dados no data warehouse.
Olap é a sigla para Online Analytical Processing, que é uma forma de acessar e analisar os dados do data warehouse de maneira multidimensional e interativa.
Uma análise multidimensional permite visualizar os dados sob diferentes perspectivas e níveis de detalhamento, usando conceitos como dimensões, fatos, medidas e cubos.
Por exemplo, em um data warehouse sobre vendas, uma dimensão pode ser o tempo, um fato pode ser uma transação, uma medida pode ser o valor da venda e um cubo pode ser a combinação de várias dimensões e medidas.
Você vai aprender como projetar e implementar um data warehouse, como realizar as operações de ETL usando ferramentas específicas, e como realizar consultas Olap usando linguagens e ferramentas apropriadas.
Ao final do curso, você será capaz de aplicar os conhecimentos adquiridos em projetos reais de data warehousing, ETL e Olap.
4.4.1 4.4.1 - Técnicas de modelagem e otimização de bases de dados multidimensionais.
Neste curso, você vai aprender como projetar e implementar bases de dados multidimensionais, que são usadas para armazenar e analisar grandes volumes de dados provenientes de diferentes fontes.
Você vai conhecer os conceitos e as técnicas de modelagem dimensional, que permitem representar os dados de forma simples e intuitiva, facilitando a compreensão e a consulta pelos usuários.
Por exemplo, você vai aprender como modelar um cenário de vendas de uma loja online, usando dimensões como produto, cliente, tempo e localização, e medidas como quantidade, valor e lucro.
Você também vai aprender como otimizar o desempenho das bases de dados multidimensionais, aplicando técnicas de indexação, particionamento, agregação e compressão.
Por exemplo, você vai ver como criar índices bitmap para acelerar as consultas que envolvem atributos com poucos valores distintos, como gênero ou categoria.
Além disso, você vai ver como utilizar ferramentas de Business Intelligence (BI) para criar relatórios e dashboards interativos, que possibilitam a visualização e a exploração dos dados de forma dinâmica e eficiente.
BI é um conjunto de processos, metodologias e tecnologias que transformam dados brutos em informações úteis para a tomada de decisões estratégicas nas organizações.

Por exemplo, você vai aprender como usar o Power BI para criar gráficos, tabelas e mapas que mostram as tendências, os padrões e as anomalias nos dados de vendas da loja online.

Você também vai entender as diferenças entre bases de dados multidimensionais e bases de dados relacionais, que são mais comuns no mercado.

Você vai ver as vantagens e desvantagens de cada modelo, e quando usar um ou outro.

Você vai aprender como converter um modelo relacional em um modelo dimensional, e vice-versa.