Capitolo 12 - Data warehousing

Question 1

Operatori OLAP

Answer 1

• DRILL DOWN : scendere nel dettaglio delle informazioni
• ROLL UP : aggregare i dati
• SLICE : fissare un valore per una delle dimensioni
• DICE : fissare 1+ attributi dimensionali
• PIVOT : ruotare l’ipercubo

Question 2

Dimensional Fact Model

Answer 2

Il modello DFM fornisce una visione concettuale di alto livello, statica, di ogni fatto disponibile nel sistema informazionale e delle dimensioni utilizzabili per le analisi.

Question 3

3 modelli logici del DWH

Answer 3

• ROLAP: la struttura multidimensionale viene realizzata su database relazionali. Occupa poco spazio e più diffusa la conoscenza, poco efficiente
• MOLAP: i dati sono memorizzati su strutture intrinsecamente multidimensionali(vettori). Molto efficiente, occupa molto spazio, mancanza di standard
• HOLAP: soluzione ibrida. Database relazionale per il data warehouse con aggregazioni di livello più alto e alcuni data mart tematici archiviati in base di dati multidimensionali.

Question 4

Quali sono i modelli logici del dataware house

Answer 4

• Database relazionali: riportano il modello multidimensionale definito concettualmente a un’articolazione di tabelle e relazioni tra tabelle
• Database multidimensionali: basati su strutture già intrinsecamente costruite come ipercubi

Question 5

Metodologie per rappresentare il modello multidimensionale in un modello relazionale

Answer 5

• Schema a stella: le tabelle dimensionali sono completamente denormalizzate(tutti gli elementi gerarchici sono memorizzati nella stessa tabella). Massima velocità nel reperimento delle informazioni ma molto spazio occupato, ridondanza, complessità di aggiornamento
• Schema a fiocco di neve: riduce la denormalizzazione delle tabelle delle dimensioni esplicitando alcune gerarchie. Chiara separazione logica sui soggetti, ma velocità di risposta alle interrogazioni minore
• Schema a costellazione: tabelle dimensionali condivise da più tabelle dei fatti