Modelagem Dimensional ou Multidimensional é uma técnica de elaboração e visualização de um modelo de dados normalmente usada para construção de Data Warehouses. Este modelo, possui um conjunto de medidas que descrevem aspetos comuns de negócios.
Em vários aspetos, a modelagem dimensional (MD) é mais simples, mais expressiva e mais fácil de entender que o modelo relacional (MR).

O modelo dimensional tem vários benefícios, nas quais podemos destacar:

• Faclitar interação com o utilizador final;
• Melhorar a compreensão dos processos de negócio;
• Aumentar a rapidez nas consultas de dados.

O modelo dimensional é formado por dois tipos de tabela:

• Tabela Fato: representa transações, acontecimentos, ou outras atividades que são utilizadas para medir o funcionamento e os resultados dos processos de negócio;
• Tabela Dimensão: Determinam o contexto em que ocorreram os fatos. Normalmente estão presentes em cabeçalhos de linhas no conjunto resposta de consultas realizadas pelos utilizadores.

Existem dois tipos principais de modelos de dados dimensionais:

• Modelo em Estrela: É uma estrutura constituída por uma tabela de fato associada a várias tabelas dimensão;
• Modelo em Floco de neve: É uma estrutura constituída por tabela facto e as dimensões podem estar associadas a outras dimenões. Este modelo reproduz o Modelo Relacional no Data Warehouse.

Sugestão: Para solucionar melhor o problema, o modelo dimenional deve responder no mínimo as 4 perguntas fundamentais do negócio: Quem, O Quê, Onde e Quando.

Exemplo: Criação de um modelo dimensional para Recrutamento. Pretende saber os dados dos candidatos, as candidaturas por filiais, data de candidatura, vaga concorridas e províncias. Também deseja-se saber o total de candidaturas pendentes, validadas e revogadas.
Modelo adoptado: Estrela
Dimensões: Candidato, Vaga, Data da Candidatura, Filial e Província.
Facto: Candidatura.

Perguntas da modelagem dimensional

Nodelo Conceitual da Base de dados operacional

Modelo Dimensional do Data warehouse

Estrutura do Data warehouse

Para mais Artigos:
https://www.dev.to/ortizdavid
https://www.medium.com/@ortizaad1994