O Planejamento de Data Warehouse é a fase em que os arquitetos definem a base estrutural antes do início da modelagem. Na página Data Warehouse Planning, os arquitetos colaboram com as equipes de desenvolvimento de dados e design de modelos para configure Business Category, Data Domain, Business Process, Data Mart, Subject Area e Data Warehouse Layering. Essa configuração garante que cada modelo tenha um local estruturado, em camadas e orientado por domínios.
Como funciona
Todo data warehouse enfrenta o mesmo desafio fundamental: os dados brutos chegam formatados pelos sistemas de source, mas as decisões de negócio exigem informações organizadas por conceitos empresariais. O Planejamento de Data Warehouse preenche essa lacuna por meio de duas estruturas complementares:
Perspectiva de negócios: organiza a propriedade e o consumo de dados conforme a estrutura organizacional.
Perspectiva técnica: define como os dados brutos são refinados progressivamente até se tornarem métricas prontas para uso nos negócios.
Ambas as estruturas compartilham o mesmo objetivo: transformar dados alinhados à source em dados alinhados ao negócio.
Planejamento pela perspectiva de negócios
A perspectiva de negócios utiliza cinco construções para organizar os dados desde a produção até o consumo.
Business Category representa a divisão de nível superior da sua empresa — por exemplo, e-commerce, finanças ou varejo. Ela determina quem é o proprietário de um determinado conjunto de dados.
Data Domain é uma classificação de alto nível que abstrai e agrupa processos de negócios. Um único Data Domain pode abranger várias Business Categories. Por exemplo, um domínio de transações pode atender tanto ao e-commerce quanto às finanças.
Business Process corresponde a uma atividade específica dentro de um Data Domain — como fazer um pedido ou realizar um pagamento. Um Data Domain pode conter múltiplos Business Processes.
Data Mart funciona como um endpoint de dados para um cenário de negócios específico, como um mart de plataforma operacional. Ele indica onde ocorre o consumo dos dados.
Subject Area subdivide um Data Mart em tópicos com base na perspectiva analítica — por exemplo, análise de produtos ou comportamento do usuário. Um Data Mart pode incluir diversas Subject Areas.
Planejamento pela perspectiva técnica
O Data Warehouse Layering define o processamento e o refinamento dos dados em cinco camadas, abrangendo todas as Business Categories, Data Domains e Data Marts.
O DataWorks oferece uma arquitetura padrão de cinco camadas adequada à maioria das necessidades. Use o módulo Data Layer para adicionar camadas personalizadas conforme requisitos específicos.
|
ODS |
DIM |
DWD |
DWS |
ADS |
|
|
Nome completo |
Operational Data Store |
Dimension Layer |
Data Warehouse Detail |
Data Warehouse Summary |
Application Data Service |
|
Grupo de camadas |
Camada de Importação de Dados |
Camada Comum |
Camada Comum |
Camada Comum |
Camada de Aplicação |
|
O que acontece aqui |
Ingere dados brutos dos sistemas de source. O esquema espelha a source. |
Constrói tabelas de dimensões consistentes em nível empresarial. |
Cria tabelas de fatos para dados detalhados, geralmente como tabelas largas. |
Gera métricas agregadas em granularidades comuns. |
Armazena métricas estatísticas personalizadas. |
|
Tipos de modelo |
Tabela de source |
Tabela de Dimensão, Dimensão |
Tabela de Fatos |
Tabela Agregada |
Tabela de aplicação, Tabela de Dimensão, Dimensão |
|
Tipos de métrica |
— |
Métrica Atômica |
Métrica Atômica |
Métrica Atômica, Métrica Composta, Métrica Derivada |
Métrica Composta, Métrica Derivada |
Projete seu data warehouse
Planejamento e design personalizados
Comece pelo objetivo de negócios e, em seguida, projete a solução técnica.
Planeje suas Business Categories, Data Domains e Data Marts com base na estrutura organizacional e nas necessidades de consumo.
Projete as camadas de armazenamento de tabelas usando a arquitetura de cinco camadas como linha de base.
Use um verificador para padronizar convenções de nomenclatura em cada camada.
Para empresas complexas, ative o Modeling Space para reutilizar arquiteturas entre equipes.