11.6 Modelando a Tabela Fato

O próximo passo é mapear Tabela Fato Pedidos a partir da tabela fonte de pedidos e da Tabela Dimensão Clientes criada. Como a dim_cliente é SCD Tipo 2, precisamos utilizar tanto a chave natural como as datas de validade da dimensão para mapear a chave SK entre as tabelas, caso contrário iremos acabar duplicando registros. Por fim acrescentamos uma tabela de dimensão de datas e que cria importantes hierarquias e novos agrupamentos possíveis. Omitimos a tabela de endereços para simplificar a exposição, mas ela seria criada de forma semelhante:

Fig. 37 Exemplo de Mapeamento da Tabela Fato

Um projeto real de DW pode ter centenas de tabelas de fatos e dimensões distribuídas por dezenas de data marts ((Fig. 38)). No entanto, seguindo um método consistente como apresentando aqui é possível simplificar e otimizar o processo, aumentando a complexidade e tamanho do projeto a partir de entregas intermediárias menores. Se tivermos feito nosso trabalho corretamente, apesar do tamanho o Data Warehouse não se tornará um “bicho indomável” mas terá uma estrutura que facilitará a análise de negócio como fonte única da verdade dos dados de uma organização.

Fig. 38 Evolução do Data Warehouse

Como já mencionamos, o sucesso ou insucesso de um projeto de BI/DW é medido não por sua complexidade técnica ou arquitetura refinada mas pelo valor gerado para o usuário final. Por este motivo, a aceleração das entregas permite identificar as consultas reais criadas pelos usuários e otimizar a arquitetura do DW conforme necessário. Uma dessas otimizações muito comum é a de criação de tabelas resumo e agregadas de consultas lentas ou de alta utilização que apresentaremos na próxima seção.