7 CONTECSI - International Conference on Information Systems and Technology Management

2093-RF
THE USE OF THE MONDRIAN OLAP SERVER IN A SUGAR CANE HARVESTING
PLANNING SYSTEM
Rodrigo Edson Fernandes (Universidade Federal de So Carlos, So Paulo, Brasil)
rodrigoef@yahoo.com.br
Antonio Carlos dos Santos (Universidade Federal de So Carlos, So Paulo, Brasil)
santos@dc.ufscar.br

Abstract
Due to the large volume of information currently stored in the databases, more
and more companies are making use of the data warehouse (DW) approach as
an efficient way of storing and retrieving information in order to support strategic
decisions. This paper presents the use of the Mondrian OLAP server in a sugar
cane harvesting planning system. Mondrian is an OLAP server written in Java
which enables anyone to interactively analyze very large datasets stored in SQL
databases without writing SQL queries. The paper covers the use of this
technology in a data warehouse built from information of a database
implemented in PlanCol which is a strategic information system that among
other features implements the management and planning of sugar cane
harvesting.
Key-words: Mondrian, Data warehouse, ETL, JPivot, OLAP
Uso do servidor OLAP Mondrian em um Sistema de Planejamento de
colheita de cana-de-acar
Resumo
Devido ao grande volume de informaes armazenadas atualmente, cada vez
mais as empresas esto fazendo uso de abordagens de Data Warehouse (DW)
como um mecanismo eficiente de armazenamento e recuperao de
informaes para auxiliar nas tomadas de decises estratgicas. Para
encontrar as informaes nestes DWs foram desenvolvidas vrias ferramentas
chamadas de OLAP (On-line Analytical Processing) que tem a capacidade para
manipular e analisar grandes volumes de dados sob mltiplas perspectivas.
Entre elas est a plataforma Mondrian que um servidor OLAP open source
escrito em Java, que possibilita a anlise destes dados/informaes sem que
haja necessidade de consultas em SQL. O artigo apresenta o uso do Mondrian
em um DW construda a partir das informaes de um banco de dados
implementado no sistema PlanCol que entre outras funcionalidades faz o
planejamento da colheita de cana de acar.
Palavras-Chave: Mondrian, Data warehouse, ETL, JPivot, OLAP
Agradeo aos amigos Murilo Habemann Torquato e Tiago A. B. Torrete que
juntamente comigo desenvolveram o PlanCol durante a ps-graduao e a
empresa Logtrac que ofereceu apoio para o desenvolvimento do PlanCol.

2267

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

1. Introduo
O aumento da competitividade mundial est obrigando as usinas de canade-acar a sempre planejar e acompanhar suas operaes com confiabilidade. Para
isso elas esto aprofundando a informatizao dos seus processos produtivos e
fazendo uso de softwares que simulam ou preveem por meios matemticos e/ou
estatsticos a factibilidade das suas operaes com os recursos, equipamentos,
mquinas e mo-de-obra, que possuem. Assim elas tero um meio para estipular
metas e avaliar a necessidade da compra ou contratao de novos recursos.
Essa informatizao garante um maior controle dos processos,
possibilitando comparaes entre o que foi planejado e o que foi realizado,
conseguindo assim avaliar qual problema pode estar comprometendo suas metas ou
descobrir mais rapidamente qual soluo est trazendo resultados satisfatrios,
possibilitando uma evoluo mais gil no seu processo de qualidade.
No entanto, a grande quantidade de informaes geradas por esses
softwares, muitas vezes dificulta uma visualizao rpida e eficaz dos fatores que mais
influenciam a produo e a reduo de custos, ou apenas mostram uma viso atual do
processo sem a possibilidade de comparao com perodos anteriores ou com
informaes de softwares que as usinas possuem de fornecedores diferentes.
nesse cenrio que um Data Warehouse (DW) pode ser implantado, para
possibilitar uma anlise de forma relacionada e organizada das informaes oriundas
dos vrios softwares e setores das usinas, como j vem sendo feito por vrios setores
do mercado.
Essa crescente adeso dos DWs pelo mercado incentivou os fornecedores
de tecnologia, como Microsoft, Oracle, IBM, entre outros, a desenvolverem
mecanismos mais eficientes para sintetizar essas informaes. Estes mecanismos so
chamados de servidores OLAP, que tm como objetivo possibilitar um suporte s
necessidades gerenciais da informao, gerando vises multidimensionais do negcio
e permitindo que os dados sejam vistos de vrios ngulos.
Este artigo discute a utilizao do servidor OLAP Mondrian, em um DW,
construdo a partir dos dados gerados pelo PlanCol, que possibilitar aos seus
usurios uma anlise histrica das programaes de colheita j realizadas em suas
safras anteriores.
A seo 2 desse artigo discute pesquisas anteriores realizadas sobre o
assunto. Na seo 3 apresentada a fundamentao terica sobre ambientes de DW
e suas principais caractersticas. Uma introduo sobre o servidor OLAP Mondrian
realizada na seo 4 e a apresentao do funcionamento do PlanCol encontra-se na
seo 5. A construo do DW do PlanCol, chamado de PlanColDW, est descrita na
seo 6 e finalmente a seo 7 descreve a aplicao do servidor OLAP Mondrian
sobre o PlanColDW seguida pela seo 8 com a metodologia e as concluses do
artigo na seo 9.

2. Pesquisas anteriores realizadas sobre o assunto

Trabalhos sobre Data Warehouse e ferramentas OLAP esto sendo
desenvolvidos em vrias reas da indstria e governo. A seguir sero apresentados
alguns destes projetos.

2268

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

Para a sade pblica, Santos et. al., 2006 propuserem um projeto de DW,
seguindo a abordagem de Inmon [INMON, 1997], em que os dados resultantes do
Departamento de informtica do SUS (DATASUS) so processados e disponibilizados
para as coordenadorias, diretorias regionais e gestores dos municpios.
Na indstria, temos uma aplicao voltada para a anlise dos dados
obtidos pelos sistemas que controlam o cho-de-fbrica [Fortulan e Gonalves, 2005],
em que os dados so reunidos em um DW e consultados por um servidor OLAP, por
meio do qual os gerentes podem fazer uso para fundamentar suas decises.
Alguns trabalhos com o Mondrian propem interfaces para facilitar a
visualizao dos dados pelo usurio final, geralmente gerentes, que no possuem o
domnio das linguagens usadas nas consultas dos dados.
Neste quadro, temos o trabalho de Fernandes e Kantorski [FERNANDES e
KANTORSKI, 2008] que descreve o desenvolvimento da ferramenta Neuro BI,
desenvolvida usando as tecnologias Mondrian e JPivot [PENTAHO II, 2009] e a
biblioteca de tags JSP (JavaServer Pages) que facilita o uso de tabelas OLAP em
pginas WEB, visando agregar meios/recursos que facilitem a criao de relatrios
pelos usurios que no so da rea de informtica, facilitando assim a utilizao de
DWs pelos mesmos.

3. Fundamentao terica sobre um ambiente DW

O DW surgiu a partir da necessidade de conseguir analisar uma grande
quantidade de dados provenientes de diversas origens com formatos e padronizaes
diferentes, de uma forma gil, a fim de transformar esses dados em informaes que
possam gerar um diferencial competitivo.
Ele pode ser considerado um enorme repositrio central que armazena as
informaes de uma organizao de maneira consolidada e de forma histrica,
preocupando-se em integrar e consolidar as informaes de fontes internas, na
maioria das vezes heterogneas, e fontes externas, sumarizando, filtrando e limpando
esses dados, preparando-os para dar suporte tomada de deciso. [MACHADO,
2009]. Suas principais caractersticas so:
x
x
x

Orientado a assunto - armazena dados importantes sobre temas

especficos do negcio de uma organizao;
Possui dados consolidados - consolida dados de diferentes fontes,
em uma estrutura nica e consistente.
Varivel no tempo - permite o acompanhamento histrico dos dados
ao longo do tempo; e
No voltil as informaes no so modificadas

Sua construo envolve um complexo processo de anlise do negcio,

seguido de um projeto dimensional, que deve envolver diretamente os executivos da
empresa, em que so definidas as divises das informaes, chamadas de
dimenses, e a granularidade em que os dados sero consolidados. Posteriormente
feito um mapeamento dos dados nos sistemas legados, para ento dar incio ao
processo de extrao, transformao e carga (ETL - Extract,Transform, and Load) dos
mesmos no DW, que pode ser dividido em Data Marts, ou usado diretamente pelas
ferramentas de relatrio, Data Mining ou OLAP, como exemplificado na figura 1.
O processo de ETL consiste em levantar e analisar todas as fontes de
dados em que as informaes necessrias ao DW se encontram, para ento extrair de

2269

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

forma padronizada as informaes e em seguida transform-las no formato esperado

pelo DW, consolidando e limpando o que no necessrio antes de carregar os dados
efetivamente para as tabelas do DW, como demonstrado na figura 2.

Figura 1 - Processo de construo de um DW [baseada em MAZN et. al.,2008]

Figura 2 - Processo de ETL [Baseada em VASSILIADS et. al., 2008]

Aps a criao do DW, as empresas podem fazer uso das chamadas
ferramentas OLAP, termo esse, que foi citado pela primeira vez por E. F. Codd,
quando ento definiu doze regras que estas aplicaes deveriam atender, sendo uma
destas regras, possibilitar uma viso multidimensional dos negcios de uma empresa,
a qual se tornou a caracterstica fundamental no desenvolvimento destas aplicaes
[ANZANELLO, 2002].
Dentre as ferramentas OLAP, temos o Mondrian, usado neste artigo em
conjunto com o DW construdo a partir dos dados do PlanCol (PlanColDW) para
fornecer uma soluo de BI (Business Intelligence) de baixo custo que possibilite aos
usurios do PlanCol consultar seus dados de uma forma histrica e multidimensional.

4. Servidor OLAP Mondrian

Desenvolvido pela Pentaho [PENTAHO I, 2009], o Mondrian um produto
open source escrito em Java que executa consultas MDX (Multidimensional
Expression - uma linguagem que prov uma sintaxe especializada para consultas em

2270

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

dados multidimensionais), e retorna os resultados em um formato multidimensional

atravs de uma API Java, podendo ser conectado a vrios bancos de dados
relacionais.
Ele possibilita uma anlise de grandes volumes de dados, tipicamente
muitos milhes de registros em tempo real, isso significa que o sistema deve
responder as consultas o mais rpido possvel para gerar uma interatividade na
explorao dos dados, ou seja, permitir que o usurio avance ou recue nos
detalhamentos das dimenses com rapidez.
A seguir a tabela 1 exemplifica uma anlise multidimensional que pode ser
obtida pelo Mondrian.
Tabela 1 - Formato multidimensional de dados [PENTAHO I, 2009]

Ano
Produto
Total

2000

2001

Crescimento

Vendas em Vendas em Vendas em Vendas em Vendas em Vendas em

Dlares
Unidades
Dlares
Unidades
Dlares
Unidades
$7073
2693
$7636
3008
8%
12%

Livros

$2753

824

$3331

966

21%

17%

Fico

$1341

424

$1202

380

-10%

-10%

No Fico

$1412

400

$2129

586

51%

47%

Revistas

$2753

824

$2426

766

-12%

-7%

Greetings
cards

$1567

1045

$1879

1276

20%

22%

Neste exemplo, o eixo das linhas representa todos os produtos, livros de

fico e no fico, revistas e assim por diante e o eixo das colunas representa o
produto cartesiano com informaes dos anos 2000 e 2001 e o crescimento na ltima
coluna. Cada clula representa as vendas de uma categoria de produto em um
determinado ano. Como exemplo, na tabela anterior, est representado que as vendas
em dlares de revistas em 2001 foram de $ 2426.
A tabela1 tambm demonstra o recurso de detalhar as hierarquias de uma
dimenso, como feito nos membros da categoria livro, Fico e No Fico, e a
possibilidade do uso de frmulas, como as usadas nas colunas de Crescimento.
Para este caso foram usadas apenas duas dimenses, produto e tempo,
representando o fato vendas, mas podem ser usadas quantas dimenses forem
necessrias para representar as informaes desejadas pelos gerentes. O conjunto de
dimenses, hierarquias e medidas chamado de cubo.
Para recuperar os conjuntos de dados como o demonstrado na tabela 1, o
Mondrian faz uso da linguagem MDX, que sua principal linguagem de consulta. A
sintaxe bsica do MDX a primeira vista lembra a SQL, porm enquanto a SQL
executada diretamente nas tabelas do banco de dados, a MDX executada sobre um
cubo, que deve ser configurado usando as tabelas de fato e dimenses do DW.
A seguir, est um exemplo de consulta MDX simples, onde so obtidas as
informaes Unit Sales e Store Sales do fato Measures que esto no cubo Sales
filtrando os dados pela dimenso Time onde ela seja igual a 1997 no segundo quadril
(Q2).

2271

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

SELECT {[Measures].[Unit Sales], [Measures].[Store Sales]} ON COLUMNS,

{[Product].members} ON ROWS
FROM [Sales]
WHERE [Time].[1997].[Q2]

5. PlanCol Sistema de planejamento de colheita de cana-de-acar.

O PlanCol um sistema online de planejamento de colheita que visa
ajudar o usurio a selecionar os talhes de uma fazenda que traro melhor resultado
ao serem colhidos em um determinado perodo, possibilitando tambm uma previso
de quando cada frente de colheita dever se deslocar de uma fazenda para outra.
O PlanCol foca no horizonte de tempo da safra e fornece ao usurio um
mecanismo que permite a ele programar uma sequncia de talhes para uma
determinada frente de colheita, baseando-se nos parmetros informados na filtragem
dos talhes, como distncia mnima, idade mnima da cana-de-acar, dentre outros.
Essas programaes, ficam armazenadas no banco de dados do PlanCol,
porm, passado o perodo a que essa programao pertence, ela perde sua validade
estratgica e se torna apenas um documento que diz o que foi programado, para
quem e quando.
A implantao do DW do PlanCol tem como finalidade impedir que os
dados estratgicos das programaes fiquem esquecidos, disponibilizando ao usurio
meios para que ele possa analisar os dados das programaes realizadas no
passado, retirando delas conhecimentos que possam ajudar nas programaes
futuras.

6. Data Warehouse do PlanCol - PlanColDW

O PlanColDW armazena historicamente os dados das programaes de
colheita dos usurios do PlanCol, possibilitando uma anlise comparativa das
programaes das safras anteriores com as da safra atual, permitindo que o usurio
avalie qual programao j realizada anteriormente trouxe um bom resultado e us-la
como guia para uma nova programao.
O modelo de dados utilizado no DW o modelo dimensional onde os
dados so geralmente representados utilizando o esquema estrela [KIMBALL et
al.,1998]. Tal esquema estruturado ao redor de uma tabela principal, denominada
fato, que se liga s tabelas secundrias, denominadas dimenses, como mostra a
figura 3 a seguir, sendo que:
x

A tabela fato armazena as medidas numricas do PlanCol, como rea

colhida e a produo esperada.
As dimenses so as descries secundrias que envolvem o negcio,
como a frente de colheita e o fundo agrcola.

A granularidade do PlanColDW para a dimenso tempo, tem como unidade

mxima de detalhamento o dia, ou seja, essa unidade ter o maior nvel de detalhes
possvel em uma consulta. Esse nvel de granularidade deve ser considerado no
processo de ETL para consolidar os dados do PlanCol nessa unidade.

2272

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

Como a nica fonte de informao do PlanColDW ser o banco de dados

do PlanCol, o processo de ETL no precisa se preocupar em normalizar informaes
de softwares de fornecedores diferentes.

Figura 3 - Diagrama fsico do PlanColDW

Na fase de extrao, os atributos e tabelas desnecessrias ao PanColDW
foram ignorados, e algumas informaes que no PlanCol estavam distribudas em
mais de uma tabela, como as que so esperadas pela dimenso fundo_agricola, que
no PlanCol esto divididas entre as tabelas fundo_agricola e talhao, apresentadas
na figura 4, foram extradas de forma unificada.
As informaes extradas nessa fase so inseridas antes em um banco de
dados intermedirio, chamado de DSA (Data Starting Area) onde foram posteriormente
transformados e limpos conforme a necessidade pelo processo de transformao.
Com as informaes na DAS, a fase de transformao da ETL aplicada
para limpar e consolidar os dados extrados na unidade mnima de granularidade
esperada pelo DW, no caso o dia.
Aps a transformao das informaes da DAS, os dados so carregados
no PalnColDW, aplicando uma ateno especial para manter a integridade do DW,
uma vez que existe uma desnormalizao proposital dos dados para atender suas
caractersticas multidimensionais.

2273

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

Figura 4 - Diagrama fsico do banco de dados do PlanCol

7. Aplicao do Servidor OLAP Mondrian no PlanColDW

Para traduzir as consultas MDX em consultas SQL o Mondrian faz uso de
um cubo de dados que deve ser configurado em XML a partir das tabelas do
PlanColDW. Para facilitar a criao desse cubo, a Pentaho possui uma ferramenta
chamada Schema Workbench, que fornece uma interface grfica para essa
configurao, conforme apresentado na figura 5.

2274

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

Figura 5 - Cubo do PlanColDW criado pela ferramenta Schema Workbench

Com o cubo gerado, necessrio configurar o Mondrian para usar o XML
em suas consultas. Para isso o XML deve ser copiado para a pasta /WEBINF/queries do Mondrian e em seguida deve ser alterado o arquivo web.xml,
alterando os elementos connectString para usar o nome do arquivo XML gerado.
Com o servidor configurado, o Mondrian pode executar as consultas MDX
e recuperar os dados do PlanColDW, como exibido na figura 6.
As consultas MDX executadas pelo Mondrian so muito complexas para
serem montadas pelos usurios finais, geralmente diretores e gerentes, que no
possuem um conhecimento avanado em computao. Visando solucionar esse
problema, foi criada a ferramenta JPivot, tambm distribuda pela Pentaho, que usada
em conjunto com o Mondrian oferece aos usurios finais uma interface grfica
amigvel para manipulao dos dados do DW. A figura 7 apresenta o resultado de
uma consulta MDX exibida pelo JPivot.
O JPivot, permite que o usurio navegue pelos nveis de detalhamento das
dimenses com facilidade, bastando apenas clicar no smbolo de (+) mais ou (-)
menos ao lado da dimenso, como mostra a figura 8.

2275

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

Figura 6 - Exemplo de consulta MDX

Figura 7 - Consulta MDX exibida pelo JPivot

Figura 8 - Exemplo de navegao entre as dimenses do Cubo

2276

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

O JPivot permite que o usurio visualize, e se desejar alterar, a consulta

MDX que corresponde aos dados que esto sendo exibidos no momento, clicando no
boto MDX da barra de ferramentas, conforme a figura 9.

Figura 9 - Consulta MDX gerada pelo JPivot

Com o JPivot o usurio pode alterar as dimenses que esto sendo
exibidas e aplicar filtros ou inverter as dimenses que esto nas linhas ou nas colunas.
As configuraes de filtro ou quais dimenses sero exibidas na consulta
podem ser feitas pelo primeiro boto da barra de ferramentas, conforme exibido na
figura 10.

Figura 10 - Configurao dos dados exibidos

8. Metodologia
As metodologias utilizadas para produzir e apresentar uma sntese dos
resultados discutidos neste artigo foram em trs frentes de trabalho. Primeiro uma
metodologia robusta (processo unificado) para desenvolvimento do sistema PlanCol
envolvendo o conhecimento do primeiro autor deste artigo na rea sucroalcooleira.

2277

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

Esta mesma metodologia foi utilizada para a extenso das funcionalidades do PlanCol
para incorporar mecanismos de apoio deciso com a criao de um DW e o uso do
sistema Mondrian responsvel pela produo de relatrios executivos. Segundo, uma
metodologia para a produo de uma monografia exigida em um curso de PsGraduao lato-sensu. Ela exigiu pesquisas e leituras em livros, artigos cientficos e na
internet. Terceiro uma abordagem muito semelhante da produo da monografia,
mas esta mais focada na elaborao deste artigo.

9. Concluso
Este artigo conclui que com o uso de ferramentas livres, qualquer empresa
pode montar, sem a necessidade de grandes investimentos, uma ferramenta de BI
para ajudar seus executivos a fundamentarem suas decises em dados histricos.
A montagem do DW em si o passo mais complexo e caro a ser
implantado, e pode exigir a contratao de uma consultoria especializada, porm o
uso do Mondrian combinado com o JPivot, elimina a necessidade do pagamento de
qualquer tipo de licena de uso de software, conforme demonstrado neste artigo,
usando apenas ferramentas livres.
Para as usinas de cana de acar, que geralmente so carentes desse tipo
de ferramenta, este trabalho pode servir de modelo e incentivo, a fim de popularizar o
uso de DWs e ferramentas OLAP no auxlio tomada de deciso estratgica.
Este artigo o resultado da implementao de um sistema e a sua
extenso para incorporar funcionalidades importantes para apoiar a tomada de
deciso.

10. Referncias Bibliogrficas

ANZANELLO, C. A. OLAP conceitos e utilizao. Instituto de Informtica, UFRGS.
(Disponvel em: www.inf.ufrgs.br/~clesio/cmp151/cmp15120021/artigo_cynthia.pdf.
Acesso em: Maro de 2009).
FERNANDES, M.S.; KANTORSKI, G. Z. Neuro BI: Uma ferramenta WEB open source
para apoio tomada de deciso. Santa Maria: Universidade Luterana do Brasil, 2008.
181p.
FORTULAN, M. R.; GONALVES, E. V. F. Uma proposta de aplicao de Business
Intelligence no cho-de-fbrica. Gesto & Produo, v. 12, n. 1, p 55-66. 2005.
INMON, W. H. Como construir o Data Warehouse, Rio de Janeiro: Campus, 1997.
KIMBALL, R., REEVES L., ROSS M., THORNTHWAITE W. The Data Warehouse
Lifecycle Toolkit. John Wiley & Sons, 1998.
MACHADO, F. N. R. Tecnologia e Projeto de Data Warehouse. So Paulo: Erica,
2009.

2278

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br

7 CONTECSI - International Conference on Information Systems and Technology Management

MAZN, J., TRUJILLO, J., SERRANO, M., e PIATTINI, M. Applying MDA to the
Development of Data Warehouses, Proceedings of the 8th ACM international workshop
on Data warehousing and OLAP, 4-5 de novembro, Bremen, Germany, 2005, pp 5666.
PENTAHO (I): Pentaho Analysis Services: Mondrian Project. Disponvel em:
<http://mondrian.pentaho.org/> Acessado em: 25/07/2009.
PENTAHO (II): JPivot - a JSP based OLAP
<http://jpivot.sourceforge.net/> Acessado em: 25/07/2009.

client.

Disponvel

em:

SANTOS, R. S.; GUTIERREZ, M. A.; FURUIE, S.; TACHINARDI, U. Projeto de um

Data Warehouse para a Sade Pblica. Departamento de Informtica em Sade
(DIS); Universidade Federal de So Paulo (UNIFESP), Brasil; Servio de Informtica,
Instituto do Corao (INCOR); Universidade de So Paulo (USP), Brasil; Secretaria de
Estado da Sade de So Paulo, 2006.
VASSILIADIS, P.; SIMITSIS, A.; SKIADOPOULOS, S.; Conceptual Modeling for ETL
Processes. In: Proc. of Data Warehousing and OLAP (DOLAP'2002) ACM 5th Intl
Workshop in conjunction with CIKM02, McLean-USA. AnaisNovember 8, 2002.

2279

TECSI - Laboratrio de Tecnologia e Sistemas de Informao FEA USP - www.tecsi.fea.usp.br