tipos de sistemas
DESCRIPTION
Tipos de Sistemas. Sistemas Operacionais (DB) Sistemas de Registo Histórico (DW). Sistemas típicos das Organizações. Clientes. A Organização. Sistemas de Suporte à Decisão. ERPs. Portais. Soluções CRM. Data Marts. Data Stages. Extranets. Data Warehouse. Soluções B2B. Fornecedores. - PowerPoint PPT PresentationTRANSCRIPT
1
©Silberschatz, Korth and Sudarshan21.1Database System Concepts
Tipos de SistemasTipos de Sistemas Sistemas Operacionais (DB) Sistemas de Registo Histórico (DW)
2
©Silberschatz, Korth and Sudarshan21.2Database System Concepts
Sistemas típicos das OrganizaçõesSistemas típicos das Organizações
Portais
Sistemas de Suporte à Decisão
Data Warehouse
A Organização
Extranets
Clientes
Soluções CRM
Soluções B2B
Data MartsData Stages
ERPs
Fornecedores
3
©Silberschatz, Korth and Sudarshan21.3Database System Concepts
Taxonomia de Dados e de SistemasTaxonomia de Dados e de Sistemas
Os dados podem ser classificados como:
Históricos/Projectados Primitivos/Derivados Públicos/Privados
Os diferentes tipos de dados determinam as características dos Sistemas de Informação.
Immon 93 - “Data Architecture: The Information Paradigm”
4
©Silberschatz, Korth and Sudarshan21.4Database System Concepts
Taxonomia de Dados e de Sistemas Taxonomia de Dados e de Sistemas Dados Primitivos / DerivadosDados Primitivos / Derivados
Primitivos dependem de uma única ocorrência ou facto na organização. Exemplo,
registo da data, montante e intervenientes de cada transação.
Derivados os dados derivados dependem de vários factos ou ocorrências na
organização. São dados calculados, agregados e resumidos
5
©Silberschatz, Korth and Sudarshan21.5Database System Concepts
Taxonomia de Dados e de Sistemas Taxonomia de Dados e de Sistemas Dados Históricos/ProjectadosDados Históricos/Projectados
“Históricos” registam factos acontecidos com valores precisos e correctos. Existe
acordo quando à forma de os obter ou calcular.
Projectados são estimativas ou previsões de factos que irão acontecer. O conceito
de correcto ou incorrecto não se aplica às projecções. Normalmente não existe unanimidade quando à forma de os obter ou calcular.
6
©Silberschatz, Korth and Sudarshan21.6Database System Concepts
Taxonomia de Dados e de Sistemas Taxonomia de Dados e de Sistemas Dados Públicos/PrivadosDados Públicos/Privados
Públicos São dados cuja integridade é mantida pela organização. Podem ser
o único registo de um facto na organização. Interessam a vários indivíduos da organização.
Privados Traduzem as necessidades imediatas de cada indivíduo. Têm como
dono e interessam a um único indivíduo.
7
©Silberschatz, Korth and Sudarshan21.7Database System Concepts
Taxonomia de Dados e de SistemasTaxonomia de Dados e de Sistemas
Sistemas Operacionais Sistemas de Suporte à Decisão
DataWarehouse
atómico departamental individual
PrimitivosPrimitivos DerivadosDerivados
Sistemas de suporte
Sistemas de registo
+ públicos + privados+ públicos + privados
+ orientados à aplicação + orientados ao assunto+ orientados à aplicação + orientados ao assuntoPresente Históricos Presente Históricos EstimativasEstimativas
DataMarts
DataMarts
8
©Silberschatz, Korth and Sudarshan21.8Database System Concepts
Taxonomia de Dados e de SistemasTaxonomia de Dados e de Sistemas Diferenças entre dados Diferenças entre dados Primitivos/DerivadosPrimitivos/Derivados
Primitivos DerivadosNível de Detalhe Alto BaixoDesempenho Alto BaixoPadrões de Utilização Alto BaixoDisponibilidade Alta BaixaUtilizadores Diversos ConcentradosActualização imediata periódicaDefinição Estática DinâmicaQtd. de acessos Muitos/curtos Poucos/longosModificação Alta Baixa
9
©Silberschatz, Korth and Sudarshan21.9Database System Concepts
Taxonomia de Dados e de SistemasTaxonomia de Dados e de Sistemas
Sistemas Operacionais
Suportam as operações diárias do negócio (seg. a seg), segundo processos bem definidos
Manipulam dados descreve o estado actual do negócio
A informação refere-se às operações atómicas
São optimizados para o processamento rápido
Os sistemas são optimizados para o armazenamento e modificação da informação
Os clientes acedem cada vez mais a estes dados
Data warehouse &Sistemas de Suporte à Decisão
São usados para gerir e controlar o negócio
A informação é uma série de vistas do negócio em determinados pontos no tempo
A optimização (desnormalização) resulta apenas do facto de não haver updates
Os sistemas são optimizados para a pesquisa da informação
Estes sistemas dão suporte a processos não definidos
10
©Silberschatz, Korth and Sudarshan21.10Database System Concepts
Data Warehouse
Data Mart
Data Mart
Extração, Limpeza eCarregamento de Dados
Old Detail
Current Detail
Sistemas Operacionais Sistemas Legados
Highly Summarized
Data
Meta DataM/D
M/D
M/D
M/D
OLAP
Data Mining
Data Warehouses e Sistemas Suporte à DecisãoData Warehouses e Sistemas Suporte à Decisão
11
©Silberschatz, Korth and Sudarshan21.11Database System Concepts
Taxonomia de Dados e de SistemasTaxonomia de Dados e de Sistemas
Exemplo de Informação/Queries em cada nível
Operacional
J Jones123 Main StCredit-AA
Atomic /DW
J Jones1986-1987456 Hight StCredit-B
J Jones1987-1989456 Hight StCredit-A
J Jones1989-pres.123 Main StCredit-AA
DataMartClient/mes
Jan - 4101Feb - 4209Mar – 4175Apr – 4215....
individual
Clientes desde 88 com crédito > A e contas > 5000
Qual é o crédito do J Jones ?
Qual é a evolução do crédito do
J Jones ?
Estamos ganhar ou perder clientes
de crédito ?
Que características
têm os clientes ?
12
©Silberschatz, Korth and Sudarshan21.12Database System Concepts
Taxonomia de Dados e de SistemasTaxonomia de Dados e de Sistemas
Exemplo de Integração
OperacionalLife Policy
J JonesfemaleJuly 20, 1945...
Atomic /DW
OperacionalAuto Policy
J Jones2 tickets 19981 bad accident 1999...
Operacionalhealth Policy
J Jones2 childrenHigh blood pressure...
OperacionalHome Policy
J Jones123 Main Streetmaried...
J JonesfemaleJuly 20, 19452 tickets 19981 bad accident 19992 childrenHigh blood pressure123 Main Streetmaried......
13
©Silberschatz, Korth and Sudarshan21.13Database System Concepts
Data WarehousingData Warehousing Large organizations have complex internal organizations, and
have data stored at different locations, on different operational (transaction processing) systems, under different schemas
Data sources often store only current data, not historical data Corporate decision making requires a unified view of all
organizational data, including historical data A data warehouse is a repository (archive) of information
gathered from multiple sources, stored under a unified schema, at a single site Greatly simplifies querying, permits study of historical trends Shifts decision support query load away from transaction processing
systems
15
©Silberschatz, Korth and Sudarshan21.15Database System Concepts
Components of Data WarehouseComponents of Data Warehouse When and how to gather data
Source driven architecture: data sources transmit new information to warehouse, either continuously or periodically (e.g. at night)
Destination driven architecture: warehouse periodically requests new information from data sources
Keeping warehouse exactly synchronized with data sources (e.g. using two-phase commit) is too expensive Usually OK to have slightly out-of-date data at warehouse Data/updates are periodically downloaded form online
transaction processing (OLTP) systems. What schema to use
Schema integration
16
©Silberschatz, Korth and Sudarshan21.16Database System Concepts
Components of Data Warehouse (Cont.)Components of Data Warehouse (Cont.) Data cleansing
E.g. correct mistakes in addresses E.g. misspellings, zip code errors
Merge address lists from different sources and purge duplicates Keep only one address record per household (“householding”)
How to propagate updates Warehouse schema may be a (materialized) view of schema from
data sources Efficient techniques for update of materialized views
What data to summarize Raw data may be too large to store on-line Aggregate values (totals/subtotals) often suffice Queries on raw data can often be transformed by query optimizer to
use aggregate values
17
©Silberschatz, Korth and Sudarshan21.17Database System Concepts
Data Warehouse SchemasData Warehouse Schemas
18
©Silberschatz, Korth and Sudarshan21.18Database System Concepts
Warehouse SchemasWarehouse Schemas Typically warehouse data is multidimensional, with very large
fact tables Examples of dimensions: item-id, date/time of sale, store where sale
was made, customer identifier Examples of measures: number of items sold, price of items
Dimension values are usually encoded using small integers and mapped to full values via dimension tables Resultant schema is called a star schema
More complicated schema structures – Snowflake schema: multiple levels of dimension tables– Constellation: multiple fact tables