EADW CAP05 2024 VA03 MODELAGEM DIMENSIONAL BOAS PRATICAS

Modelagem dimensional

As melhores práticas e as regras de ouro

para que a gente construa uma arquitetura
precisa e funcional.

A gente agora vai se atentar a
alguns fundamentos técnicos

para que a sua modelagem seja funcional
e seja sustentável, para que a medida

que a sua empresa vá crescendo,
conforme os dados vão crescendo juntos,

eles consigam continuar
se correlacionando entre si.

Então vamos para a tela e eu vou mostrar
para vocês quais são essas regras de ouro

e como que a gente deve construir do zero
uma modelagem dimensional.

Então, olha só.

Lembra que temos aqui um fato no coração?

E as dimensões que são as tabelas
complementares?

fundamental relembrarmos
que toda modelagem dimensional

ela é baseada na linguagem
não estruturada.

Então, o que a gente entendeu
no formato de tabela,

a gente pode escrever de uma forma
não estruturada.

Então olha só que importante nossa tabela.

Fato.

Ela sempre vai receber a palavra

fato na frente
para identificar que ela é uma fato.

Todas as colunas dela vai estar escrito

vai estar identificado como S,
K Todas as dimensões

vão receber esta seta indicativa,

mostrando que aqui nós temos

as chaves primárias representadas vezes

por aquele pé de galinha,
as vezes por esse condensado

e a nossa tabela dimensional
vai receber essa seta.

E aqui o que era chave primária
vira chave estrangeira.

Então olha só, numa modelagem,
fato, dimensão a gente tem as chaves

primárias e as chaves estrangeiras
e sendo correlacionadas entre si.

Outro detalhe fundamental SK

vai indicar que a gente tem uma sua.

Roguei que o que é isso?

É uma chave que vai demonstrar

que todas as informações importantes
e fundamentais

que estão aqui na nossa tabela fato

também estão na nossa tabela dimensão.

Então note
que todas as nossas tabelas dimensão

vai receber a mesma identificação.

Por quê?

Porque conforme eu vou
construindo a minha fato,

eu vou puxar essa informação

e vou completar essa informação
aqui na minha tabela.

Fato.

Então eu vou ter sempre uma linha
que vai se conectar

da fato para a dimensão e aí

eu consigo fazer as famosas joins.

Eu consigo juntar uma informação na outra

para formar o desenho estatístico
dessa minha correlação.

Então sou foguete, que significa a chave
mais forte da sua tabela,

aquela chave que ela vai
se repetir tanto na tabela

fato quanto na tabela dimensão.

É através dessa chave
que a gente consegue linkar as informações

e essas informações serem replicadas
em qualquer funcionamento estatístico

que você queira atribuir
para a sua modelagem dimensional.

Além disso, existe

também a chave natural ou natural, que,

como a gente gosta de falar,
Então vamos entender onde ela entra.

Net O que é fundamental
para a auditoria dos dados

são aqueles dados
que são exclusivos de uma entidade

e que elas vão servir
para rastreabilidade do meu item.

Por exemplo,
quando a gente tem no cliente o CPF dele,

com certeza esse dado sempre
vai ser exclusivo desse cliente.

Por isso que essa ética do cliente

vai estar vinculada a uma network
para que esse dado

seja rastreável
ao longo de todo o processo.

Então vamos imaginar que é esse cliente

ele seja replicado
em outras modelagens dimensionais.

Eu vou ter certeza que ele continua
sendo o mesmo cliente

por causa da identificação
network ou n tal.

Além do conceito de surra, gente
que é natural que a gente também pode

se aprofundar no conceito de smart,
que é como o próprio nome já diz,

é uma chave inteligente,
porque ela vai ter duas funções.

A primeira função é de ser uma sockets,
que eu seja ser uma chave forte

que vai vincular e linkar
todas as entidades nas minhas tabelas.

Mas ela também vai servir para ordenar
e organizar as minhas informações.

Normalmente isso acontece
com informações de data e com informações

geográficas, então vamos ver aqui
na nossa tabela esse exemplo.

Olha só a Smart que ela normalmente

vai ser representada por esse,
por essa setinha, por esse triângulo

para cima ou para baixo, indicando
já que essa tabela além de ter uma surra,

alguém que ela também pode ser ordenada

num formato crescente ou decrescente.

Se eu utilizasse, por exemplo,
para clientes, eu poderia estar

indicando que eu estou escrevendo
os meus clientes em forma.

A Alphabet Dica ou em forma geográfica,
eu poderia estar demonstrando que eu estou

dividindo esses meus clientes por estado,
por cidades.

Enfim, são informações inteligentes
que vão estar associadas

e que, além de mostrar qual a informação,

vai conseguir organizar melhor
a minha tabela.

Além de todas essas chaves fundamentais,

existe também uma chave
que a gente chama de degenerada.

Por quê?

Porque são informações importantes
para cada departamento.

Acho que elas não servem para fazer
uma métrica, uma modelagem estatística

disso.

Só que elas precisam estar contidas
na nossa tabela.

E aí a gente identifica isso
como DDD Generation, que então olha aqui.

Por exemplo, eu tenho a minha tabela fato
e a minha tabela dimensão

dentro da minha dimensão produto

eu vou ter a descrição do que é esse
produto.

Vamos, força!

Tem uma camisa, Você está dizendo Ah,
é uma camisa verde do tamanho G,

feita de material poliéster e etc.

Então é uma informação que eu
não vou criar a estatística sobre ela,

mas que é importante, está contida aqui

na minha tabela,
nas minhas informações complementares.

E aí a gente identifica isso
ou classifica isso

como desde inerente que é,
a gente pode também

para incrementar
e complementar e colocar o sufixo aqui.

DD Mas como é uma informação que a gente

não vai utilizar nas nossas estatísticas,

então estar identificado ou não,
não faz tanta diferença assim.

Outra regra de ouro para que a gente
construa de forma saudável

a nossa modelagem dimensional

e se atentar no conceito do 5W3HO
e o que isso significa?

É a tradução para.

Que Quando? Onde?

Para Quem?

Quantos? Qual a quantidade?

Todas essas informações.

Elas são interessantes
para que você se direcione

na construção de respostas de negócios.

Então, o que você deve se atentar
de que só as duas tabelas, fato e dimensão

têm que conter essas respostas,

Então não necessariamente você tem que ter
sempre todas essas informações,

mas quanto mais dessas informações
você tiver na sua tabela, melhor.

Um outro conceito fundamental
é o conceito de granulometria.

Vem exatamente da palavra grãos.

Tamanho desses grãos.

Então, quanto maior esse dimensionamento,
menor a minha granulometria.

Por exemplo, se a gente medir
datas, datas, eu posso medir por ano,

por semestre, por bimestre, por dias.

Então quanto mais refinada for, maior
é a minha granulometria.

Pode ser que para o seu negócio

esse diferente grão
não faça tanta diferença,

mas para uma outra pergunta de negócio,
essa diferenciação seja importante.

Então, por exemplo,
se eu quero identificar

qual é o melhor dia
para lançar uma promoção,

eu preciso ter a minha data bem granular.

Se eu quero saber qual é o melhor mês,
eu não preciso do dia,

Eu preciso das minhas informações
agrupadas em mês.

Por isso
esse conceito de granulometria dia.

Eu posso ter uma dimensão
com uma granulometria bastante aguçada,

mas para cada modelagem dimensional
eu vou puxar uma granulometria diferente,

Pode ser que no seu negócio
essa diferença não seja significativa.

Por exemplo, se você quiser
lançar uma promoção para aquele mês,

o seu grão tem que ser agrupado por mês.

Agora você quer saber o melhor dia
para você lançar uma promoção?

O seu grão tem que ser agrupado por dia,

então vai
de acordo com a pergunta de negócio.

O importante é que você tenha uma tabela
dimensional com todas as datas definidas

e para cada modelagem você vai agrupando

de acordo com a sua pergunta de negócio.

Outro conceito fundamental
é você entender quais são as dimensões

que se alteram lentamente ou rapidamente.

Então, por exemplo,
quando a gente tem data de nascimento,

Na verdade,
o que é sua pergunta de negócio se refere?

É sempre a idade.

Então a gente pega a data de nascimento
que faz a transformação

e demonstra
a idade na resposta de negócios.

Só que essa idade
ela vai se alterar ano a ano.

Então é uma dimensão
que se altera lentamente.

Um outro exemplo disso é, por exemplo,
o seu endereço.

Você não se muda todo dia,
então esse endereço

também é uma dimensão
que se altera lentamente.

Um exemplo de dimensão
que se altera rapidamente

é a venda de uma venda para outra.

Alterou o produto?

Então é um dimensão
que a gente tem que se atentar, porque

a cada linha ela vai ter uma interação

e uma alteração bastante significativa.

E agora, para a gente

fechar os nossos conceitos fundamentais

para montar uma boa arquitetura
de dados dimensional

e a gente entender mais quatro informações
importantes,

A primeira delas é a junk
dimensional de lixo, que significa?

São informações que você precisa ter,

mas são informações estruturais
do seu modelo.

São informações que muito raramente

o departamento de Analytics vai utilizar.

Só que é fundamental para que você não
esqueça como seu modelo foi organizado.

Então você além de criar a sua modelagem
tradicional,

você vai criar uma outra tabela
para indicar todas essas estruturas

e vai ser como um guia,
como um dicionário para sua modelagem.

Outro conceito é o conceito de Al Tigre.

Toda vez que você incrementa

uma dimensão, uma granulometria,

você está criando uma tabela denominada

como o tigre, por exemplo,
quando você tem datas

e aí você organiza essas datas
de forma anual ou diária, ou semestral,

Cada uma dessas formas
ela é classificada como al Tigres.

Não vai interferir em nada,
mas é um conceito interessante

para você ter elas já reservado
para quando você criar a sua modelagem

específica para aquele departamento,
você já tem essa tabela dimensional

separada
e pronto para montar naquela modelagem.

Outro conceito fundamental
é o conceito de role playing.

Normalmente a gente
não sai comentando sobre isso,

só que ele é um conceito
que vai te ajudar na estrutura.

São tabelas que vão servir para diversos
modelos dimensionais que você cria.

Então,
quando você tem uma base de endereços

e você vincula essa
base de endereços a um ID,

o que você vai fazer?

Essa base de endereços
vai servir para diversos modelos

e em cada modelo
você vai puxar apenas e de.

Esse é dia
sempre puxado pela sua corrente que.

Então esse conceito de playing
é muito interessante

porque você já vai
construindo tabelas dimensionais

que vai servir para o apoio
de diversas modelagens.

Isso facilita muito o seu trabalho.

A medida que você estiver criando
novas modelagens para o seu negócio.

E para finalizar, o conceito de bridge
table, ou seja, tabela ponte.

O que é isso?

Novamente,
naquele formato de granulometria,

a medida que eu
tenho que utilizar informações de tabelas

diferentes, de agrupamentos diferentes,
eu chamo isso de ponte.

Por quê?

Porque dentro da minha tabela ano

eu vou ter o ano,
vou ter o semestre, bimestre o dia.

E aí ao invés de eu puxar a informação
semestral que não vai ser importante,

eu pingo essa informação
e pego somente a informação diária

para construir o meu modelo.

Agora você está pronto para construir
modelagens dimensionais

de forma saudável, assertiva
e que vai perdurar ao longo do tempo.