O documento discute as diferenças e semelhanças entre visões e data warehouses. Afirma que visões fornecem apenas um subconjunto das funções de um data warehouse e não podem ser indexadas independentemente do banco de dados subjacente, ao contrário dos data warehouses.

1. MPOG 2008 – APO II - TI Prof: Jaime Correia [email_address] http://www.waltercunha.com

2. 28- Algumas pessoas têm considerado que os Data Warehouses são uma extensão de visões de banco de dados. Porém, as visões fornecem apenas um subconjunto das funções e das capacidades dos data warehouses. Com relação às diferenças e similaridades entre as visões e os data warehouses, é correto afirmar que: a) tanto os data warehouses quanto as visões fornecem, freqüentemente, grandes quantidades de dados integrados e temporais, geralmente mais do que é contido em um banco de dados. b) enquanto os data warehouses são materializados sob demanda , as visões existem como armazenamento permanente. c) tanto os data warehouses quanto as visões dão suporte específico de funcionalidade. d) tanto os data warehouses quanto as visões de um banco de dados relacional podem ser multidimensionais. e) enquanto os data warehouses podem ser indexados para otimizar o desempenho, as visões não podem ser indexadas de maneira independente dos bancos de dados subjacentes.

3. A assertiva A é falsa, pois uma view não tem como objetivo fornecer freqüentemente grande quantidades de dados integrados . Seu propósito é fornecer um subconjunto dinâmico de dados (tabela virtual) a partir de uma ou mais tabelas. Notem ainda que a assertiva afirma que a quantidade de dados ofertada é maior do que em todo o banco de dados. Essa afirmação também invalida a assertiva uma vez que uma view não possui quantidade de dados maior do que o próprio banco de dados em que ela está inserida. Observação: é possível criar uma view a partir de tabelas que estejam em banco de, dados dispersos (através de BDLinks, por exemplo). A view seria responsável pela integração, no entanto, esse é um caso excepcional . E como vimos , o candidato não poderia confundir-se devido a última parte da assertiva, que fala sobre a quantidade de dados.

4. A assertiva B é falsa. O conceito clássico de view indica que essa é criada de forma dinâmica, assim elas também são conhecidas como tabelas virtuais. Elas não são uma estrutura de armazenamento permanente. Atualmente existem produtos de banco de dados que oferecem views materializadas (usadas em DW). Essas são de armazenamento permanente, funcionam com o propósito de pré-computar e agregar dados, como o somatório de vendas. No caso de um DW, esse nunca é criado sob demanda, pois sua estrutura como sabemos é composta de um grande volume de Dados não-volátil, logo, não poderia ser criado sob demanda. A assertiva C é falsa. O desafio da questão é saber o que a banca quis dizer. Entendemos por funcionalidade, a característica relativa a atualização de dados de forma dinâmica apresentada pelas views clássicas (tabelas virtuais). Um DW não dá suporte específico a essa funcionalidade, uma vez que utilizam views materialziadas. Essas não são atualizadasde forma dinâmica. A assertiva D é falsa. Uma visão pertencente a um banco de dados relacional não pode ser multidimensional. No DW os cubos de dados são exemplos de visões multidimensionais, ou seja, em um DW podem existir visões multidimensionais.

5. Conceito mais aceito para um DW: “ Uma coleção de dados orientado por assunto, integrado, não volátil , variante no tempo, que dá apoio às decisões da administração.” INMON Visão Visões são relações, com a diferença que elas não são fisicamente armazenadas. São derivadas de outra(s) tabela(s). Visões virtuais: – Usadas em banco de dados – Calculadas sob demanda – Pode ser lento – Sempre atualizada Visões materializadas: – Usadas em datawarehouses – Pré-computada offline / rápida – Pode conter dados desatualizados

6. A materialização de visões é uma das técnicas mais utilizadas na otimização de bases de dados e de data warehouses, mais concretamente na otimização do processamento de consultas. Esta técnica assenta no conceito da antecipação do cálculo (total ou parcial) das consultas, de forma a minimizar o impacto que os seus tempos de resposta teriam no desempenho global do sistema. Materializar uma visão numa base de dados consiste em armazenar as tuplas resultantes do processamento da sua definição numa tabela. Essa tabela é denominada por visão materializada. Alguns autores consideram que um data warehouse não é mais que um conjunto de vistas materializadas, onde se armazenam os dados provindos das fontes de informação (ex. sistemas operacionais do negócio). Teoricamente se a resposta a uma consulta for antecipadamente processada e armazenada numa tabela, o tempo de resposta restringir-se-ia ao tempo de varrimento das tuplas dessa tabela. Este tempo de varrimento pode ainda ser encurtado utilizando estruturas auxiliares de indexação.

7. Portanto, qualquer consulta cujo plano de execução possa ser reescrito de forma a utilizar o conjunto visões materializadas (disponível na base de dados) está sujeito a um ganho no desempenho. Para consultas complexas envolvendo grandes volumes de dados os ganhos possíveis utilizando vistas materializadas são dramáticos, de horas ou dias para segundos ou minutos. De fato, as vistas materializadas são tidas como sendo uma das técnicas essenciais para aumentar o desempenho de um data warehouse. Assim, e com vista à otimização do sistema, o ideal seria armazenar as respostas para todas as consultas possíveis. Contudo, armazenar todas as visões e agregações possíveis para um dado esquema requer espaço em disco e tempo de processamento.

9. Obrigado! [email_address]