unidade iv data warehouse
DESCRIPTION
Unidade IV Data Warehouse. Introdução ao Data Warehouse Sistemas de Apoio à Decisão Conceituação de Data Warehouse Principais Características Arquitetura do Data Warehouse Estrutura Interna Granularidade Data Marts. Metadados Acesso aos Dados Tipos de DW. - PowerPoint PPT PresentationTRANSCRIPT
Unidade IVUnidade IV
Data WarehouseData Warehouse
Introdução ao Data WarehouseIntrodução ao Data Warehouse Sistemas de Apoio à DecisãoSistemas de Apoio à Decisão Conceituação de Data WarehouseConceituação de Data Warehouse Principais CaracterísticasPrincipais Características
Arquitetura do Data WarehouseArquitetura do Data Warehouse Estrutura InternaEstrutura Interna GranularidadeGranularidade Data MartsData Marts
MetadadosMetadados Acesso aos DadosAcesso aos Dados Tipos de DWTipos de DW
Sistemas de Apoio à Sistemas de Apoio à DecisãoDecisão
Informação Informação Melhor recurso do qual uma empresa pode Melhor recurso do qual uma empresa pode
dispor para tomar decisões estratégicasdispor para tomar decisões estratégicas Obtida analisando Obtida analisando dados históricosdados históricos sobre sobre
vendas, produção, clientes, etc.vendas, produção, clientes, etc. Análise dos dadosAnálise dos dados
Fornece Fornece informaçõesinformações vitais para a vitais para a empresaempresa
Pode aumentar a competitividade da Pode aumentar a competitividade da empresaempresa
Era feita intuitivamente pelos gerentesEra feita intuitivamente pelos gerentes
Sistemas de Apoio à Sistemas de Apoio à DecisãoDecisão
Dificuldades para obter informaçãoDificuldades para obter informação Quantidade de dados a serem analisados Quantidade de dados a serem analisados
cresce com a expansão do negócio e com o cresce com a expansão do negócio e com o passar dos anospassar dos anos
Dados conflitantes vindos de fontes Dados conflitantes vindos de fontes diferentes podem gerar informações diferentes podem gerar informações desencontradasdesencontradas
Impossível para um ser humano manter e Impossível para um ser humano manter e analisar todos os dados analisar todos os dados
Informação não é mais mantida por gerentes Informação não é mais mantida por gerentes devido à mobilidade no mercado de trabalhodevido à mobilidade no mercado de trabalho
Sistemas de Apoio à Sistemas de Apoio à DecisãoDecisão
Sistemas de Apoio à Decisão (SAD)Sistemas de Apoio à Decisão (SAD) Usam dados históricos mantidos em um Usam dados históricos mantidos em um
banco de dados convencionalbanco de dados convencional Dados históricos são analisados usando Dados históricos são analisados usando
técnicas de técnicas de mineração de dadosmineração de dados para para obter informações usadas na tomada de obter informações usadas na tomada de decisõesdecisões
Estatísticas de venda, produção, Estatísticas de venda, produção, clientes, etc. podem ser levantadas e clientes, etc. podem ser levantadas e consideradas para tomar decisões consideradas para tomar decisões estratégicas de negócioestratégicas de negócio
Sistemas de Apoio à Sistemas de Apoio à DecisãoDecisão
Benefícios dos Sistemas de Apoio à DecisãoBenefícios dos Sistemas de Apoio à Decisão Determinar o mercado-alvo de um produtoDeterminar o mercado-alvo de um produto Definir o preço de um produto, criar promoções e Definir o preço de um produto, criar promoções e
condições especiais de compracondições especiais de compra Verificar a eficácia de campanhas de marketingVerificar a eficácia de campanhas de marketing Otimizar a quantidade de produtos no estoqueOtimizar a quantidade de produtos no estoque Responder rapidamente a mudanças no mercado e Responder rapidamente a mudanças no mercado e
determinar novas tendênciasdeterminar novas tendências
... ou seja, ganhar ... ou seja, ganhar eficiênciaeficiência e e lucratividadelucratividade
Sistemas de Apoio à Sistemas de Apoio à DecisãoDecisão
Problema: dados históricos não são Problema: dados históricos não são mantidos nos BDs da empresa mantidos nos BDs da empresa Volume de dados seria muito grandeVolume de dados seria muito grande Desempenho seria insatisfatórioDesempenho seria insatisfatório
Solução: criar um BD exclusivamente Solução: criar um BD exclusivamente para manter os dados históricospara manter os dados históricos Especializado para realizar poucas Especializado para realizar poucas
consultas sobre um grande volume de consultas sobre um grande volume de dadosdados
Surge o Surge o Data WarehouseData Warehouse (DW) (DW)
Data WarehouseData Warehouse
HistóricoHistórico Criado pela IBM na década de 60 com o Criado pela IBM na década de 60 com o
nome nome Information WarehouseInformation Warehouse Relançado diversas vezes sem grande Relançado diversas vezes sem grande
sucessosucesso O nome Data Warehouse foi dado por O nome Data Warehouse foi dado por
William H. Inmon, considerado o pai desta William H. Inmon, considerado o pai desta tecnologiatecnologia
Tornou-se viável com o surgimento de novas Tornou-se viável com o surgimento de novas tecnologias para armazenar e processar tecnologias para armazenar e processar uma grande quantidade de dadosuma grande quantidade de dados
Data WarehouseData Warehouse
O que é?O que é? Sistema que armazena dados históricos Sistema que armazena dados históricos
usados no processo de tomada de decisãousados no processo de tomada de decisão Integra os dados corporativos de uma Integra os dados corporativos de uma
empresa em um único repositórioempresa em um único repositório Para que serve?Para que serve?
Para criar uma visão única e centralizada Para criar uma visão única e centralizada dos dados que estavam dispersos em dos dados que estavam dispersos em diversos BDsdiversos BDs
Permite que usuários finais executem Permite que usuários finais executem consultas, gerem relatórios e façam análisesconsultas, gerem relatórios e façam análises
Data WarehouseData Warehouse
BDs usados nas aplicações de negócio BDs usados nas aplicações de negócio são chamados são chamados BDs operacionaisBDs operacionais
DW é um BD informacional alimentado DW é um BD informacional alimentado com dados dos BDs operacionais da com dados dos BDs operacionais da empresa empresa Disponibiliza Disponibiliza dadosdados atuaisatuais e a e a dadosdados
históricoshistóricos Dados podem serDados podem ser sumarizados sumarizados (condensados) (condensados)
para que sejam analisadospara que sejam analisados Contém também Contém também metadadosmetadados, que são dados , que são dados
sobre os dados armazenados no DWsobre os dados armazenados no DW
Data WarehouseData Warehouse
Então o Data Warehouse é apenas um BD Então o Data Warehouse é apenas um BD que contém também dados históricos?que contém também dados históricos?
Para que seja considerado um Data Para que seja considerado um Data Warehouse, um banco de dados deve:Warehouse, um banco de dados deve: Coletar dados de várias fontesColetar dados de várias fontes Dados coletados devem ser transformados Dados coletados devem ser transformados
para que haja uma visão única dos dadospara que haja uma visão única dos dados Dados devem ser usados por aplicativos para Dados devem ser usados por aplicativos para
obter informações que dêem apoio à decisãoobter informações que dêem apoio à decisão
Data WarehouseData Warehouse
BD BD OperacionalOperacional
Data Data WarehouseWarehouse
UsuáriosUsuários FuncionáriosFuncionários Alta Alta administraçãoadministração
UtilizaçãoUtilização Tarefas Tarefas cotidianascotidianas
Decisões Decisões estratégicasestratégicas
Padrão de Padrão de usouso
PrevisívelPrevisível Difícil de preverDifícil de prever
Princípio de Princípio de funcionamenfuncionamentoto
Com base em Com base em transaçõestransações
Com base em Com base em análise de análise de dadosdados
ValoresValoresdos dadosdos dados
Valores atuais Valores atuais
e voláteise voláteis
Valores Valores históricos e históricos e imutáveisimutáveis
DetalhamentDetalhamentoo
AltoAlto SumarizadoSumarizado
Organização Organização dos dadosdos dados
Orientado a Orientado a aplicaçõesaplicações
Orientado a Orientado a assuntoassunto
Principais CaracterísticasPrincipais Características
De acordo com a definição dada por De acordo com a definição dada por Inmon, um Data Warehouse deve ser:Inmon, um Data Warehouse deve ser: Orientado a assuntoOrientado a assunto IntegradoIntegrado Não-volátilNão-volátil Variável com o tempoVariável com o tempo
Principais CaracterísticasPrincipais Características
Orientação a assuntoOrientação a assunto Os dados em um DW são organizados de Os dados em um DW são organizados de
modo a facilitar a análise dos dadosmodo a facilitar a análise dos dados Dados são organizados por assunto e não Dados são organizados por assunto e não
por aplicação, como em BDs operacionaispor aplicação, como em BDs operacionais
AplicaçãoAplicaçãode Vendade Venda
AnáliseAnálisede Vendasde Vendas
Produtos
Histórico de Vendas
Estoque
Clientes
Principais CaracterísticasPrincipais Características
IntegraçãoIntegração Dados de um DW provém de diversas fontesDados de um DW provém de diversas fontes Dados podem ser sumarizados ou eliminadosDados podem ser sumarizados ou eliminados Formato dos dados deve ser padronizado para Formato dos dados deve ser padronizado para
uniformizar nomes, unidades de medida, etc.uniformizar nomes, unidades de medida, etc.
Produtos
Brasil Brasil
Produtos
USAUSAProdutos
Produtos
UK UK CCoonnvveerrssããoo
Peso (lb)Peso (lb)
Peso (kg)Peso (kg)
Peso (oz)Peso (oz)
Peso (gr)Peso (gr)
Data Data Warehouse Warehouse
Principais CaracterísticasPrincipais Características
Não-VolátilNão-Volátil Dados não são mais alterados depois de Dados não são mais alterados depois de
incluídos no DWincluídos no DW Operações no DWOperações no DW
Em um BD operacional é possível Em um BD operacional é possível incluir, alterar e eliminar dadosincluir, alterar e eliminar dados
Já no DW é possível apenas incluir Já no DW é possível apenas incluir dadosdados
Garante que consultas subseqüentes a Garante que consultas subseqüentes a um dado produzirão o mesmo resultadoum dado produzirão o mesmo resultado
Principais CaracterísticasPrincipais Características
Variável com o TempoVariável com o Tempo Os dados no DW são relativos Os dados no DW são relativos
a um determinado instante de tempoa um determinado instante de tempo
BDPreços
ProdutoProduto PreçoPreço
Caneta AzulCaneta Azul 0,500,50
Lápis PretoLápis Preto 0,300,30
...... ......
ProdutoProduto Jan/03Jan/03 Fev/Fev/0303
Mar/Mar/0303
Caneta AzulCaneta Azul 0,400,40 0,450,45 0,500,50
Lápis PretoLápis Preto 0,250,25 0,280,28 0,300,30
...... ...... ...... ......
DWPreços
Arquitetura do Data Arquitetura do Data WarehouseWarehouse
Sistemas de Extração Tradicionais Sistemas de Extração Tradicionais [Orr][Orr]
Dados Operacionais
Dados Informacionais
Sistemas deExtração
17
Arquitetura do Data Arquitetura do Data WarehouseWarehouse
Sistemas baseados em Data Sistemas baseados em Data Warehouse Warehouse
[Orr][Orr] Dados Operacionais
Dados Informacionais
DataWarehouse
18
Arquitetura do Data Arquitetura do Data WarehouseWarehouse
Principais tarefas efetuadas pelo DWPrincipais tarefas efetuadas pelo DW Obter dados dos BDs operacionais e externosObter dados dos BDs operacionais e externos Armazenar os dados Armazenar os dados Fornecer informações para tomada de Fornecer informações para tomada de
decisãodecisão Administrar o sistema e os dadosAdministrar o sistema e os dados
Principais componentes do DWPrincipais componentes do DW Mecanismos para acessar e transformar Mecanismos para acessar e transformar
dadosdados Mecanismo para armazenamento de dadosMecanismo para armazenamento de dados Ferramentas para análise de dadosFerramentas para análise de dados Ferramentas de gerênciaFerramentas de gerência
19
Estrutura InternaEstrutura Interna
Requisitos do DWRequisitos do DW EficienteEficiente
Grande volume de dados imutáveisGrande volume de dados imutáveis Processamento paralelo e/ou Processamento paralelo e/ou
distribuídodistribuído ConfiávelConfiável
Funcionamento do sistemaFuncionamento do sistema Resultado das análisesResultado das análises
ExpansívelExpansível Crescente volume de dadosCrescente volume de dados Maior número de fontes de dadosMaior número de fontes de dados 20
Estrutura InternaEstrutura Interna
Em geral são usados BDs relacionais Em geral são usados BDs relacionais para armazenar os dados do DWpara armazenar os dados do DW Capazes de manter e processar grandes Capazes de manter e processar grandes
volumes de dadosvolumes de dados Otimizados para lidar com dados imutáveisOtimizados para lidar com dados imutáveis
As ferramentas de análise empregam:As ferramentas de análise empregam: Técnicas de mineração de dadosTécnicas de mineração de dados Inteligência artificial: redes neurais, Inteligência artificial: redes neurais, fuzzyfuzzy, ,
etc.etc. A Internet: A Internet: Web miningWeb mining, agentes móveis, , agentes móveis,
etc.etc. 21
Estrutura InternaEstrutura Interna
BDs OperacionaisBDs Operacionais BDs ExternosBDs ExternosClientes OperacionaisClientes Operacionais
Clientes InformacionaisClientes Informacionais
Obtenção de Dados
Data Warehouse
Busca de Informações
Gere
ncia
men
to
22
Estrutura InternaEstrutura Interna
Obtenção de DadosObtenção de Dados
SQL Server
Oracle
DB2
Arquivos
InterBase
23
Extrair Transformar
Carregar
Dados operacionais
Dados externos
Limpar Reconciliar Aprimorar Sumarizar Agregar
Organizar Combinar
várias fontes
Popular sob demanda
Data Warehouse
Estrutura InternaEstrutura Interna
Busca de InformaçõesBusca de Informações
Localizar Analisar Catálogo de
informações Visualização
de negócios Modelos
Análise multi-dimensional
Data mining Consultas
e relatórios
Data Warehouse
Armazenar Dados
relacionais Cache Várias
plataformas
24
Gere
nc. d
e
Gere
nc. d
e
Pro
cesso
sPro
cesso
sTro
caTro
ca d
e M
en
sag
en
sd
e M
en
sag
en
s
Estrutura InternaEstrutura Interna
Modelo de CamadasModelo de Camadas
Acesso aos DadosAcesso aos Dados
Data StagingData Staging
Acesso aos DadosAcesso aos Dados
Acesso à InformaçãoAcesso à Informação
Dados OperacionaisDados OperacionaisDados ExternosDados Externos
Data Warehouse FísicoData Warehouse Físico
25
Estrutura InternaEstrutura Interna
Funções das Camadas do DWFunções das Camadas do DW Dados Operacionais/Externos: fontes de Dados Operacionais/Externos: fontes de
dadosdados Acesso aos Dados: extrair dados dos BDsAcesso aos Dados: extrair dados dos BDs Data Staging: transformar e carregar dadosData Staging: transformar e carregar dados Data Warehouse Físico: armazenar dadosData Warehouse Físico: armazenar dados Acesso aos Dados: localizar dados para Acesso aos Dados: localizar dados para
análiseanálise Acesso à Informação: analisar dadosAcesso à Informação: analisar dados Troca de Mensagens: transportar dadosTroca de Mensagens: transportar dados Gerenc. de Processos: controlar atividadesGerenc. de Processos: controlar atividades
26
GranularidadeGranularidade
GranularidadeGranularidade Nível de detalhe dos dadosNível de detalhe dos dados De extrema importância no projeto do De extrema importância no projeto do
DWDW
Granularidade
Dados Dados detalhadosdetalhados
Nível médioNível médiode detalhede detalhe
Dados poucoDados poucodetalhadosdetalhados
27
GranularidadeGranularidade
Definir a granularidade adequada é vital Definir a granularidade adequada é vital para que o DW atenda seus objetivospara que o DW atenda seus objetivos Mais detalhes Mais detalhes Mais dados Mais dados Análise mais Análise mais
longa longa Informação mais detalhada Informação mais detalhada Menos detalhes Menos detalhes Menos dados Menos dados Análise Análise
mais curta mais curta Informação menos detalhada Informação menos detalhada Para evitar que se perca informação são Para evitar que se perca informação são
criados vários níveis de granularidadecriados vários níveis de granularidade
28
GranularidadeGranularidade
Dados x GranularidadeDados x Granularidade Dados AtuaisDados Atuais
Refletem acontecimentos recentesRefletem acontecimentos recentes Alto nível de detalhe (baixa granularidade)Alto nível de detalhe (baixa granularidade)
Dados SumarizadosDados Sumarizados (1 ou + níveis) (1 ou + níveis) Dados históricos condensadosDados históricos condensados Menor nível de detalhe (maior granularidade) Menor nível de detalhe (maior granularidade)
Dados AntigosDados Antigos Dados históricos mantidos em fita, CD, etcDados históricos mantidos em fita, CD, etc Alto nível de detalhe (baixa granularidade)Alto nível de detalhe (baixa granularidade)
29
GranularidadeGranularidade
Processo de Processo de sumarizaçãosumarização Aplica um novo esquema de modo a Aplica um novo esquema de modo a
condensar os dadoscondensar os dados Ex.: armazenar totais, médias, etc.Ex.: armazenar totais, médias, etc.
Processo de Processo de envelhecimentoenvelhecimento Transfere os dados antigos do HD para Transfere os dados antigos do HD para
fita, CD, etc.fita, CD, etc. Mantém o nível de detalhe para que Mantém o nível de detalhe para que
nenhuma informação seja perdidanenhuma informação seja perdida
30
GranularidadeGranularidade
Dados AtuaisDados Atuais
Dados Dados Ligeiramente Ligeiramente SumarizadosSumarizados
Dados Dados Altamente Altamente
SumarizadosSumarizados
Dados Dados AntigosAntigos
[Singh][Singh]
SumarizaçãoSumarização
EnvelhecimentoEnvelhecimento
31
GranularidadeGranularidade
Exemplo: Companhia Telefônica Exemplo: Companhia Telefônica [Inmon][Inmon]
Dados Dados DetalhadosDetalhados
Sumarização
Ligações feitas pelos clientes nos últimos 12 meses
Dados Dados SumarizadosSumarizados
Resumo das ligações feitas pelos clientes
Dados AntigosDados Antigos
Envelhecimento
Ligações feitas pelos
clientes
32
GranularidadeGranularidade
Exemplo: Companhia Telefônica Exemplo: Companhia Telefônica (cont.)(cont.)Dados Dados
DetalhadosDetalhadosDados Dados
SumarizadosSumarizadosDados AntigosDados Antigos
LigaçõesOrigemDestino
InícioFim
TarifaStatus
LigaçõesOrigemDestinoInícioFim
TarifaStatus
LigaçõesCliente
MêsPulsos
LongaDistValConta
NNoo de registros: de registros: ligações nosligações nos
últimos 12 mesesúltimos 12 meses
NNoo de registros: de registros: contas emitidascontas emitidaspela empresapela empresa
NNoo de registros: de registros: ligações efetuadasligações efetuadas
pela empresapela empresa33
GranularidadeGranularidade
Quanto menor a granularidade, mais Quanto menor a granularidade, mais detalhada é a informação disponíveldetalhada é a informação disponível No exemplo anterior, poderíamos determinar se No exemplo anterior, poderíamos determinar se
o cliente A ligou para B na semana passadao cliente A ligou para B na semana passada Também poderíamos verificar se A faz muitas Também poderíamos verificar se A faz muitas
chamadas de longa distânciachamadas de longa distância Durante o processo de sumarização, Durante o processo de sumarização,
algumas informações podem ser perdidasalgumas informações podem ser perdidas Não seria possível saber se A ligou para BNão seria possível saber se A ligou para B É possivel verificar o padrão de consumo de AÉ possivel verificar o padrão de consumo de A
34
Data MartsData Marts
Dados mantidos no DW são Dados mantidos no DW são separados por assunto em separados por assunto em subconjuntos de acordo com:subconjuntos de acordo com: A estrutura interna da empresaA estrutura interna da empresa O processo de tomada de decisãoO processo de tomada de decisão
Estes subconjuntos dos dados são Estes subconjuntos dos dados são chamados de chamados de Data MartsData Marts
Data Mart Vendas
Data Mart Marketing
Data Mart Produção
Data Mart Financeir
o
35
Data MartsData Marts
Um Data Mart desempenha o papel Um Data Mart desempenha o papel de um DW departamental, regional de um DW departamental, regional ou funcionalou funcional
Uma empresa pode construir seus Uma empresa pode construir seus Data Marts gradativamente a partir Data Marts gradativamente a partir do DWdo DW
Data Mart Am.
Latina
Data Warehouse
Data Mart EUA
Data Mart Europa
Data Mart Ásia
36
Data MartsData Marts
Dados podem ser repetidos em dois ou Dados podem ser repetidos em dois ou mais Data Martsmais Data Marts
Os mesmos dados podem estar Os mesmos dados podem estar representados com granularidade representados com granularidade diferentediferente
Ex:Ex: Vendas detalhadasVendas detalhadas
Vendas totais Vendas totais mensaismensais
37
Data Mart Vendas
Data Mart Financeir
o
MetadadosMetadados
Os Metadados são dados sobre os Os Metadados são dados sobre os dadosdados Para cada atributo mantido no DW há Para cada atributo mantido no DW há
uma entrada no dicionário de dadosuma entrada no dicionário de dados Os dados são processados, atualizados e Os dados são processados, atualizados e
consultados partindo dos metadadosconsultados partindo dos metadados Usuários ficam conhecendo a estrutura e Usuários ficam conhecendo a estrutura e
o significado dos dadoso significado dos dados No BD operacional, a estrutura e o No BD operacional, a estrutura e o
significado dos dados estão embutidos significado dos dados estão embutidos nas aplicações nas aplicações 38
MetadadosMetadados
Camadas de MetadadosCamadas de Metadados Metadados OperacionaisMetadados Operacionais
Definem a estrutura dos dados operacionaisDefinem a estrutura dos dados operacionais Metadados do DWMetadados do DW
Orientados por assuntoOrientados por assunto Informam como os dados do DW foram Informam como os dados do DW foram
calculados e como devem ser interpretadoscalculados e como devem ser interpretados Metadados do UsuárioMetadados do Usuário
Organizam os metadados do DW com base Organizam os metadados do DW com base em conceitos familiares ao usuário finalem conceitos familiares ao usuário final
39
MetadadosMetadados
Classificação em função dos dados descritosClassificação em função dos dados descritos Metadados de MapeamentoMetadados de Mapeamento
Como BDs operacionais são mapeados no DWComo BDs operacionais são mapeados no DW Metadados de SumarizaçãoMetadados de Sumarização
Como os dados foram sumarizados no DWComo os dados foram sumarizados no DW Metadados HistóricosMetadados Históricos
Como a estrutura dos dados vem mudandoComo a estrutura dos dados vem mudando Metadados de Padrões de AcessoMetadados de Padrões de Acesso
Como os dados do DW vem sendo acessadosComo os dados do DW vem sendo acessados Metadados de MiscelâneaMetadados de Miscelânea
40
MetadadosMetadados
Fontes de MetadadosFontes de Metadados Código fonte dos SBDs operacionaisCódigo fonte dos SBDs operacionais Diagramas CASE de BDs operacionais e do Diagramas CASE de BDs operacionais e do
DWDW Documentação dos BDs operacionais e do Documentação dos BDs operacionais e do
DWDW Entrevistas com usuários, administradores Entrevistas com usuários, administradores
e programadores dos BDs e do DWe programadores dos BDs e do DW O ambiente de DWO ambiente de DW
Freqüência de acesso aos dados, tempo Freqüência de acesso aos dados, tempo de resposta, controle de usuários, etc.de resposta, controle de usuários, etc. 41
Acesso aos DadosAcesso aos Dados
Acesso em Duas CamadasAcesso em Duas Camadas
Fontes Fontes de Dadosde Dados
Servidor Servidor de DWde DW Data WarehouseData Warehouse
Fontes Fontes de Dadosde Dados
Servidor Servidor de DWde DW Data WarehouseData Warehouse
Servidor Servidor de Aplic.de Aplic.
Aplicação do UsuárioAplicação do Usuário
Aplicação do UsuárioAplicação do Usuário42
Acesso em Três CamadasAcesso em Três Camadas
Tipos de Data WarehouseTipos de Data Warehouse
DW baseado em ServidorDW baseado em Servidor Mainframe ou servidor de rede local (LAN)Mainframe ou servidor de rede local (LAN)
DW VirtualDW Virtual Reúne dados operacionais e dados históricos Reúne dados operacionais e dados históricos
mantidos em BDs – não há um DW centralmantidos em BDs – não há um DW central DW DistribuídoDW Distribuído
DW global reúne dados de vários DWs locaisDW global reúne dados de vários DWs locais DW baseado na WebDW baseado na Web
Dados provenientes da World Wide WebDados provenientes da World Wide Web
43