-
errado
sequencia correta é DW, DM, D Mining e não DW, D mining, DM
-
Também entendi como incorreta a afirmação de que o Data Mart contém dados mais sumarizados que o Data Warehouse.
Entendo que o DM é uma segregação dos dados do DW, seja departamental ou negocial, mas uma separação de dados, como medida administrativa de organização, e não uma sumarização, como afirma a assertiva.
Senão vejamos:
Significado de Sumário
s.m. Resumo, suma.
Recapitulação.
Síntese, sinopse.
Adj. Breve, resumido, rápido, sem formalidades: julgamento sumário.
-
http://corporate.canaltech.com.br/materia/banco-de-dados/A-abordagem-Top-Down-e-Bottom-Up-no-Data-Warehouse/
-
Tem alguma coisa correta nessa questão? Não...
-
Encontrei 2 erros:
1) A sequência de criação: o Data Mining sempre vem por último. Pode-se criar o DW ou Data Mart primeiro, depende da arquitetura escolhida
2) não permite a herança de arquitetura e repositório de metadados. Essa é a vantagem da arquitetura top-down. Você herdando uma arquitetura comum (DW) não haverá problemas na junção de dados, incompatibilidade de tipos, etc.
-
a estratégia de implementação que trata a questão é a BOTTOM-UP. Segundo Kimball:
data warehouse é visto como uma constituição de data marts, cujo foco é entregar objetivos do negócio para departamentos na organização. Primeiro cria-se o DW para depois criar os data marts. Entregar uma solução de fácil uso para usuários finais consultarem diretamente os dados e ainda conseguir tempos de respostas razoáveis.
-
Se não estou enganado, e posso estar, a abordagem de que trata o trecho inicial da questão é a Top-Down mesmo, já que o DW foi criado antes do DM. Pra mim, o erro está relacionado as duas desvantagens. Se não estou enganado, a herança de arquitetura e repositórios de metadados não é uma desvantagem, mas sim, uma vantagem de se trabalhar com a abordagem Top-Down, visto que, nesta abordagem os DM são derivados/originados do DW.
-
O erro da questão está na virgula: sistema de suporte, a decisão e não sistema de suporte a decisão... São coisas completamente diferentes.
-
ERRADO
Bill Inmon destaca que o “Data Warehouse é uma coleção de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão.“
Data Mart: é um banco de dados multidimensional de escopo departamental (ou seja, abrange apenas um determinado departamento). “Um subconjunto lógico do Data Warehouse, geralmente visto como um data warehouse setorial” (Kimball).
As diferenças entre o Data Mart e o Data Warehouse são apenas com relação ao tamanho e ao escopo do problema a ser resolvido.
Data Mining (ou Mineração de dados): define uma série de procedimentos, técnicas e ferramentas para recuperar e analisar dados de um Data Warehouse ou Data Mart à procura de padrões e tendências a respeito dos dados armazenados.
-
Errada. Corrigindo a redação da questão:
No desenvolvimento de um sistema de suporte, a decisão de se trabalhar com dados georreferenciados prioriza a criação inicial de um DW (Data Warehouse), seguido de Data Mining, ponto a partir do qual se inicia a criação de Data Marts com dados mais sumarizados que os do DW. Essa estratégia, conhecida como top-down, apresenta duas desvantagens: não permite a herança de arquitetura e repositório de metadados e sua implementação é mais longa que a do bottom-up.
A estratégia top-down tem:
Vantagens:
Herança de arquitetura: todos os DM originados de um DW utilizam a arquitetura e os dados desse DW, permitindo uma fácil implementação.
Visão de empreendimento: o DW concentra todos os negócios da empresa, sendo possível extrair dele níveis menores de informações.
Repositório de metadados centralizado e simples: o DW provê de um repositório de metadados central para o sistema. Essa centralização permite manutenções mais simples do que aquelas realizadas em múltiplos repositórios.
Controle e centralização de regras: a arquitetura top down garante a existência de um único conjunto de aplicações para extração, limpeza e integração dos dados, além de processos centralizados de manutenção e monitoração.
Desvantagens:
Implementação muito longa: os DW são, normalmente, desenvolvidos de modo iterativo, por áreas de assuntos, como por exemplo, vendas, finanças e recursos humanos. Mesmo assim, são necessários, em média 15 ou mais meses para que área de assunto entre em produção, dificultando a garantia de apoio político e orçamentário.
Alta taxa de risco: não existem garantias para o investimento nesse tipo de ambiente.
Heranças de cruzamentos funcionais: é necessária uma equipe de desenvolvedores e usuários finais altamente capacitados para avaliar as informações e consultas que garantam à empresa habilidade para sobreviver e prosperar na arena de mudanças de competições políticas, geográficas e organizacionais.
Expectativas relacionadas ao ambiente: a demora do projeto e a falta de retorno podem induzir expectativas nos usuários.
Portanto, a herança de arquitetura é uma vantagem e não uma desvantagem.
-
KIMBAL
BOTTOM-UP
DM -> DW
INMON
TOP-DOWN
DW -> DM
-
Acredito que outro erro esteja na explicação de 'top-down', pois esse termo se refere ao nível mais sumarizado até o menos sumarizado(vulgo mais detalhado)
-
Vamos separar por partes:
Primeira parte:
No desenvolvimento de um sistema de suporte, a decisão de se trabalhar com dados georreferenciados prioriza a criação inicial de um DW (Data Warehouse), seguido de Data Mining, ponto a partir do qual se inicia a criação de Data Marts com dados mais sumarizados que os do DW.
Primeira coisa a se reparar é que o termo "data mining" está estranho no contexto. Pois em regra temos a criação do DW-> Data Mart ou Data Mart-> DW, portanto não há do que se falar em Data Mining nesse processo de criação.
O segundo ponto é que ele afirma que os dados são mais sumarizados no DM do que no DW. Acredito que pelo fato de os DM serem mais específico, os dados tenderiam a ter uma granulametria menor ( mais detalhado), assim como mais específico. Mas podemos pensar que ele quis dizer mais sumarizado como sinônimo de mais específico ( menos informação), vai saber oq ele quis dizer. Apostaria na primeira interpretação.
Segunda parte:
Essa estratégia, conhecida como top-down, apresenta duas desvantagens: não permite a herança de arquitetura e repositório de metadados e sua implementação é mais longa que a do bottom-up.
A estratégia é realmente conhecida como Top-Down ( DW -> DM), a sua implementação é mais longa também, no entanto a herança de arquitetura e o repositório de dados são na verdade Vantagens que essa estratégia possui. Vou explicar o porquê. Quando se tem uma abordagem top-down, os dados são herdados do DW e vão para o DM, assim os dados possuem uma herança de arquitetura herdadas do DW, além disso o seu repositório de metadados é centralizado, pois todos os dados vão primeiro para o DW central, ao contrário da abordagem bottom-up, na qual o repositório de metadados seriam os vários DM's.