No âmbito dos DWs, uma outra concepção do ODS (Staging Area)...

Gabarito: E - Dynamic Data Storage.

Neste contexto, Dynamic Data Storage refere-se à concepção alternativa de um Operational Data Store (ODS) ou Staging Area em ambientes de Data Warehouse (DW). Enquanto um ODS tradicional é um repositório que coleta dados de sistemas transacionais e é otimizado para realizar consultas rápidas e operacionais, a concepção de Dynamic Data Storage expande essa função. O conceito de Dynamic Data Storage envolve a capacidade de armazenar dados de maneira mais versátil e dinâmica, ajustando-se a diferentes necessidades de acesso e análise, em sintonia com as demandas de negócio voláteis e os desafios de integração de dados.

A alternativa correta, Dynamic Data Storage, está associada à flexibilidade no armazenamento e manejo de dados dentro do ODS, preparando-os para serem transformados e carregados (ETL) para o Data Warehouse. Trata-se, portanto, de uma concepção que vai além de apenas ser uma área de passagem, agregando a capacidade de responder de forma rápida às constantes mudanças nos requisitos de negócio e TI.

As demais alternativas apresentam conceitos relacionados ao uso e ao processamento de dados em um DW, mas não correspondem ao conceito da alternativa correta:

• OLAP (Online Analytical Processing) - está relacionado a uma categoria de software que permite aos usuários analisar informações de múltiplas perspectivas de banco de dados.
• Drill Through - é um recurso de análise que permite ao usuário navegar pelos detalhes dos dados subjacentes a um resumo ou agregação
• ETL (Extract, Transform, Load) - é um processo responsável pela extração de dados de diferentes fontes, transformação desses dados conforme as regras de negócio e carregamento dos mesmos no DW.
• Data Mining - é o processo de descoberta de padrões e informações significativas em grandes conjuntos de dados.

Um  Operational Data Storage (ODS) ou  Staging Area (SA) representa um
armazenamento intermediário dos dados, promovendo a integração dos dados do ambiente
operativo antes de sua atualização no DW. Inicialmente, um ODS era considerado um
repositório temporário que armazenava apenas informações correntes antes de serem
carregadas para o DW, similar a uma cópia dos ambientes de sistemas transacionais em uma
empresa. Atualmente,  alguns autores passaram a denominá-lo Dynamic Data Storage (DDS).
Essa concepção se diferencia do conceito original pela sua periodicidade de armazenamento e
pelo fato de não somente armazenar dados temporários para a carga do DW. Por não ser
volátil, seus dados são armazenados ao longo do tempo e passam por alterações incrementais
que ao longo do tempo, podendo se tornar um DW. (MACHADO, 2000).

Fonte:
http://busca.unisul.br/pdf/95398_Leonardo.pdf

•  ODS (Operational Data Storage): armazenamento intermediário de dados, com o objetivo de facilitar a integração dos dados dos sistemas transacionais antes da carga no DW. As informações  são voláteis e passíveis de descarte após a carga no DW.  •  DDS (Dynamic Data Storage): diferentemente do ODS,  os dados não são voláteis e permanecem incrementais ao longo do  tempo. Caso a granularidade do DDS seja compatível com o DW, os dois acabam se confundindo e há a preocupação de duplicidade de dados.

ETL (EXTRACT – TRANSFORM – LOAD)

- Destina-se à extração, transformação e carga dos dados de uma ou mais bases de dados de origem para uma ou mais bases de dados de destino (data warehouse);

- Trabalha com toda a parte de extração de dados de fontes externas, transformação para atender às necessidades de negócios e carga dos dados dentro do Data Warehouse;

- É o processo mais crítico e demorado na construção de um DW. 80% do tempo de desenvolvimento de um DW consiste no processo de ETL.

OLAP (On-line Analytical Processing)

- É a capacidade de analisar grandes volumes de informações dentro de um Data Warehouse (DW).

- Os dados estão estruturados na modelagem dimensional e possuem alto nível de sumarização.

As ferramentas OLAP são as quais os usuários finais tem acesso para extrair os dados de suas bases e construir os relatórios capazes de responder às suas questões gerenciais

 Data Mining (mineração de dados)

- São processos de análise de inferência e representa uma forma de busca de informação baseada em algoritmos que objetivam o reconhecimento de padrões escondidos nos dados.

- Busca correlações escondidas em altos volumes de dados.

- É o processo de explorar grandes quantidades de dados à procura de padrões consistentes.

- É usado para descobrir regras, identificar fatores e tendências-chave, descobrir padrões e relacionamentos ocultos em grandes bancos de dados para auxiliar a tomada de decisões.

Drill-through: permite uma busca de informações além do nível de granularidade existente na estrutura dimensional. Ocorre quando um usuário passa de uma informação contida de uma dimensão para outra.

Operational Data Store (ODS): é o armazenamento intermediário dos dados, facilitando a integração dos dados do ambiente antes da sua atualização no Data Warehouse (DW).

Alternativa: E