Do OLTP ao DW/DM
Os Datawarehouses e Datamarts surgiram a partir da crescente necessidade de informações
gerenciais que as organizações passaram a ter a medida em que aumentavam em tamanho,
complexidade e necessidade de agilidade.
Os nomes DW e DM são empregados de acordo com o escopo ao qual são aplicados. O
Datawarehouse ou DW é um banco de dados gerencial criado para atender as necessidades
de informações gerenciais da empresa como um todo, enquanto que o Datamart ou DM é
criado para atender as necessidades de informações gerenciais de setores ou camadas
específicos das organizações, como por exemplo o setor financeiro de uma empresa.
Antes do surgimento destes tipos de bancos de dados as companhias não diferenciavam
bem as informações operacionais existentes nos bancos de dados OLTP - On-line
Transactional Processing, de outra estrutura de banco de dados como a dos bancos de dados
Gerenciais.
Os OLTP's ou banco de dados transacionais eram criados a partir da análise do sistema de
trabalho e operação da empresa, com o objetivo de permitir que tarefas anteriormente
executadas manualmente de maneira repetitiva e artesanal, passassem a ser executadas
automaticamente e de maneira mais precisa, garantindo melhores resultados em suas
transações.
Porém, a medida em que a informática se tornou cada vez mais fácil e intuitiva do ponto de
vista dos usuários, passou a ocorrer também uma crescente demanda por informações que
existiam somente nos bancos de dados transacionais, como ERP's - grandes sistemas que
integram operações intersetoriais desenvolvidos por empresas especializadas ou como os
sistemas proprietários e legados desenvolvidos pelas próprias empresas para atender suas
necessidades.
Quando tais demandas eram atendidas pela área de TI, normalmente o que ocorria era a
geração de concorrência por recursos de processamento do sistema transacional, que era
dividido entre os usuários operacionais e então com as consultas feitas por TI para atender às
questões dos usuários gerenciais.
A situação descrita acima geralmente afetava drasticamente a capacidade de operação do
sistema transacional, uma vez que tal sistema quase sempre era concebido somente previsto
para atender a demanda operacional de usuários e não a demanda gerencial. Isto resultava,
por exemplo, em tentativas desesperadas como: aumento de capacidade de processamento
para atender as duas demandas no mesmo sistema - quase sempre muito caras e inviáveis
pois simplesmente ampliava o escopo do problema; ou praticando a execução seletiva de
analises gerenciais - restringindo as informações geradas para as camadas táticas e
estratégicas da empresa asfixiando a inteligência desta.
Foi então que se chegou a seguinte conclusão: Já que existe a disputa por recursos de
sistema por diferentes perfis de usuários - operacionais e gerenciais - que seja mantido o
ambiente operacional para os usuários operacionais e que seja criado um novo ambiente de
banco de dados que contenha somente as informações relevantes para as camadas tático-
estratégicas da empresa.
Com isso passaram a ser criados bancos de dados cuja estrutura de tabelas e
relacionamentos não precisava enfatizar o controle de entrada de dados que era feito nos
bancos de dados transacionais a partir da normalização de tabelas, pois os bancos de dados
gerenciais ao contrário dos OLTP's não seriam alimentados diretamente por pessoas, mas sim
por processos de carga chamados de ETL - Extract Transform & Load ou - Extração
Transformação e Carga, que seriam executados rotineiramente em horários que gerassem o
mínimo de impacto no ambiente transacional.
Outra característica dos Bancos de Dados gerenciais como os Datawarehouses e Datamarts,
é o fato de serem utilizados para que sejam feitas combinações de informações a fim de que
sejam encontradas respostas para questões fundamentais de negócio e também para que
seja possível encontrar tendências que indiquem oportunidades e ameaças para as
organizações em conjunto com ferramentas de Mineração de Dados, muitas vezes isto pode
ocorrer sem o mesmo grau de detalhamento que existe nos bancos de dados transacionais,
levando o banco de dados gerencial a ser caracteristicamente mais agregado do que os
OLTP's.
Também, por ser mais agregado, o banco de dados gerencial pode ser combinado em
diferentes analises e por ser alimentado através de processos ETL e não por pessoas, o
banco de dados gerencial não precisa ser normalizado, sendo que tabelas de entidade que
