datawarehouse ppt 01

7/23/2019 datawarehouse ppt 01

http://slidepdf.com/reader/full/datawarehouse-ppt-01 1/52

Data Warehouse

28/09/15

TOPICOS ESPECIALES DE INGENIERIA

1



Definiciones de DataWarehouse

Un Data Warehouse es un conjunto integrado de bases dedatos, con orientación temática, que están diseñadospara el apoyo a la Toma de Decisiones, y donde cadaunidad de datos es relevante en algn momento deltiempo

!ill "# $nmon

%una copia de las transacciones de datos espec&ficamenteestructurada para la consulta y el análisis' o%la unión detodos los Data marts de una entidad'

(alph )imball

'*o considero al DW como algo que provee dos beneficiosempresariales reales+ $ntegración y cceso de datos# DWelimina una gran cantidad de datos intiles y nodeseados, como tambi-n el procesamiento desde elambiente operacional clásico.

/usan 0sterfeldt2



0bjetivos

"acer la información de la organi1ación accesible

"acer a la información de la organi1ación consistente

2ontrolar el acceso efectivo a los datos 3enerar información de manera fle4ible

/ervir de ayuda a la toma de decisiones

3



5n resumen

Un Data Warehouse tiene como objetivo almacenar yproveer a la 0rgani1ación de información relevante y atiempo

4



$mportancia del Data

Warehouse Mejorar la Entrega de Información:#

Mejorar el Proceso de Toma de Decisiones

Impacto Positivo sobre los Procesos Empresariales

5



pensar antes de implementar

un Data Warehouse 6a amplitud7 el nmero de diferentes temas y puntos de foco

8uentes que proveerán datos brutos#

6os medios por los cuales los datos se transportan de las

aplicaciones fuente y son cargados al Data Warehouse# 6as reglas de negocio que se aplican a la data en bruto para

producir activos de datos de alta calidad#

6as bases de datos receptoras, en la que estos activos de datosserán almacenados#

6os activos de datos7 los elementos, el nivel de detalle de cada

elemento, y cuánta historia se ha mantenido, por ejemplo# 6a $nteligencia de negocio

"erramientas de nivel usuario para acceder a los activos de datos#

6a arquitectura y complejidad en general del entorno#

6



5mpresas que usan DT

W(5"0U/5 (oyal ban9 of canada

:aypal

;<

2oca=2ola 2ompany

>eri1on

8ord <otor 2ompany

"erramientas de nivel usuario para acceder a los activos de datos#

6a arquitectura y complejidad en general del entorno#

7



8



:roductos ?suites@ de DT

W(5"0U/5 y !$ $!< 2ognos

http+AABBB=C#ibm#comAsoftBareAdataAcognosA

Teradatahttp+AABBB#teradata#com

0racle "yperion

http+AABBB#oracle#comAhyperionAinde4#html

<icro/trategy

http+AABBB#strategy#com

//

http+AABBB#sas#com

9

http://www-01.ibm.com/software/data/cognos/

http://www.teradata.com/

http://www.oracle.com/hyperion/index.html

http://www.strategy.com/

http://www.sas.com/

http://www.sas.com/

http://www.strategy.com/

http://www.oracle.com/hyperion/index.html

http://www.teradata.com/

http://www-01.ibm.com/software/data/cognos/



2aracter&sticas de un Data

Warehouse 0rientado a un tema

dministra grandes cantidades de información

3uarda información en diversos medios dealmacenamiento

2omprende mltiples versiones de uno ?o varios@esquema de base de datos

2ondensa y agrega información

$ntegra y asocia información de muchas fuentes

10



Diferencias entre un sistema de

Data Warehouse y aplicacionestradicionalesSISTEMAS TRADICI!A"ES DATA#ARE$%SE

•:redomina la actuali1ación#•ctividad operativa ?d&a a d&a@#•:roceso puntual#

•5stabilidad#•Datos desagregados#•Dato actual#•(espuesta de la transaccióninmediata#•5structura relacional#

•Usuarios de perfiles bajos#•54plotación de la informaciónrelacionada con operatividad decada aplicación

•:redomina la consulta•nálisis y decisión estrat-gica#•:roceso masivo#

•Dinamismo#•Eiveles de detalleAagregación#•Dato histórico#•(espuesta masiva•5structura <ultidimensional•Usuarios de perfiles altos#

•54plotación de informacióninterna y e4terna relacionada conel negocio#

11



<etodolog&as de Diseño de

Data Warehouse <etodolog&a de $nmon ?Top F !ottom@

12



<etodolog&a de )imball?!ottom=up@

13



<etodolog&a agil para laimplementación de un dB

14



Page 15

rquitectura de un DataWarehouse

15



Production

systems

Other sources

CR

!i""ing

Acti#ationsystems

Other D!s$

%i"es

ETL

Data&arehouse

OLAPcu'es

!usiness(sers

)uerying *Re+ortingtoo"s

Ac,uisition Storage -

Archi#ing

Restitution

Datamarts

8lujo de Datos de un DW

16



Page 1.

• !ase de datos o+eraciona" - Ni#e" de 'ase de datose/terno0

• Ni#e" de acceso a "os datos• Ni#e" de organiaci2n de datos• Ni#e" de data 3arehouse• Ni#e" de acceso a "a in4ormaci2n• Ni#e" de gesti2n de +roceso

rquitectura de un DataWarehouse

17



Page 1

!ase de datos o+eraciona" - Ni#e" de 'ase de datose/terno 6%uentes de datos7Los sistemas o+eraciona"es +rocesan datos +ara a+oyar"as necesidades o+eraciona"es cr8ticas9 ta"es como

ERPs9 SCs9 tam'i:n se +rocesa in4ormaci2n de 4uentesde datos e/ternas9 ta"es como de "a internet9 INEI9 !CRP0

Ni#e" de acceso a "os datos

Es res+onsa'"e de "a inter4aces entre "as herramientasde acceso a "a in4ormaci2n y "as 'ases de datoso+eraciona"es0 En a"gunos casos9 esto es todo "o ,ue unusuario 4ina" necesita +ara rea"iar estas inter4ases seuti"ia e" S)L 6Standar )uery Lengua;e7

5lementos de la rq# De un DW

18



Ni#e" de organiaci2n de datosE" com+onente 4ina" de "a ar,uitectura data &arehouse

es "a organiaci2n de "os datos9 inc"uye todos "os+rocesos necesarios como se"eccionar9 editar9 resumir9com'inar y cargar datos en e" de+2sito y acceder a "ain4ormaci2n desde 'ases de datos o+eraciona"es y-oe/ternas

Ni#e" de data 3arehouse

En un data &arehouse 48sico9 e" a"macena;e de data+rocesada9 inc"uso en 4orma redundante


19



Ni#e" de acceso a "a in4ormaci2nEste ni#e" se inc"uye e" hard3are y so4t3are

in#o"ucrados en re+resentar y +ro#eer de in4ormaci2n a"usuario 4ina" norma"mente usa d8a a d8a0 Por e;em+"o<

E/ce"9 Lotus 1=>=?9 %ocus9 Access9 SAS9 etc0

Ni#e" de gesti2n de +rocesoE" ni#e" de gesti2n de +rocesos tiene ,ue #er con "a

+rogramaci2n de di#ersas tareas ,ue de'en rea"iarse+ara construir y mantener actua"iado e" data 3arehousey "a in4ormaci2n de" directorio de datos0


20



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

& 'ACTRES E! "A P"A!I'ICACI! DE %! DATA #ARE$%SE

5stablecer una asociación de usuarios, gestión y grupos

2onstruir prototipos rápida y frecuentemente

$mplementación incremental

(eportar activamente y publicar los casos e4itosos

21

%ase 1< Organiaci2n



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

( ESTRATE)IAS PARA E" DESARR"" DE %! DATA #ARE$%SE

22

@)ui:n es e" auditorio

@CuB" es e" a"cance

@)u: ti+o de data 3arehousede'er8a construirse

1ra0< Esta'"ecer un am'iente data 3arehouse #irtua"0

>da0< Construir una co+ia de "os datos o+eraciona"es desde un sistema

o+eraciona" nico y +osi'i"itar a" data 3arehouse de una serie deherramientas de acceso a "a in4ormaci2n0

?ra0< %ina"mente9 "a estrategia data 3arehousing 2+tima es se"eccionar e"nmero de usuarios 'asados en e" #a"or de "a em+resa y hacer un anB"isis desus +untos9 +reguntas y necesidades de acceso a datos0



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

23

? ESTRATEGIAS PARA EL DISEFO DE (N DATA &AREO(SE

1ra0 < Los usuarios de "os data 3arehousesusua"mente no conocen mucho so're susre,uerimientos y necesidades como "osusuarios o+eraciona"es0

>da0< E" diseHo de un data 3arehouse9 con4recuencia in#o"ucra "o ,ue se +iensa ent:rminos mBs am+"ios y con conce+tos de"negocio mBs di48ci"es de de4inir ,ue en e"diseHo de un sistema o+eraciona"0 A" res+ecto9un data 3arehouse estB 'astante cerca aReingenier8a de "os Procesos de" Negocio6!usiness Process Reengineering70

?ra0< %ina"mente9 "a estrategia de diseHo idea"+ara un data 3arehousing es genera"mente dea4uera hacia adentro 6outside=in7 a di4erenciade arri'a hacia a'a;o 6to+=do3n70



:(0*52T0 D5 56!0(2$0E D5UE DT W(5"0U/5

24

ESTRATEGIAS PARA LA GESTION DE (N DATA &AREO(SE

1ra0< (n data 3arehouse es una in#ersi2n 'uena s2"o si "osusuarios 4ina"es rea"mente +ueden conseguir in4ormaci2n #ita"mBs rB+ida y mBs 'arata de "o ,ue o'tienen con "a tecno"og8aactua"0

>da0< La administraci2n de'e reconocer ,ue e" mantenimientode "a estructura de" data 3arehouse es tan cr8tico como e"mantenimiento de cua",uier otra a+"icaci2n de misi2n=cr8tica0

?ra0< La gesti2n de'e com+render tam'i:n ,ue si se em'arcanso're un +rograma data 3arehousing9 se crearBn nue#asdemandas so're sus sistemas o+eraciona"es9 ,ue son<Demandas +ara me;orar datosDemandas +ara una data consistenteDemandas +ara di4erentes ti+os de datos9 etc0



:(0*52T0 D5 56!0(2$0E D5UE DT W(5"0U/5

25

Se ha reconocido "os 'ene4icios de"+rocesamiento ana"8tico en "8nea 6On LineAna"ytica" Processing = OLAP79 mBs a""B de

"as Breas tradiciona"es de marJeting y4inanas0E" crecimiento de "a com+utaci2n

c"iente-ser#idor9 ha creado ser#idores dehard3are y so4t3are mBs +oderosos yso4isticados ,ue nunca0 Los ser#idores de

hoy com+iten con "as main4rames de ayer yo4recen ar,uitecturas de memoriatecno"2gicamente su+eriores9 +rocesadoresde a"ta #e"ocidad y ca+acidades dea"macenamiento masi#as0

%ase >< Desarro""o

10 @POR)(E CONSTR(IR !LO)(ES DE DATA &AREO(SE



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

26

> CONSIDERACIONES PREKIAS AL DESARROLLO DE (N DATA &AREO(SE

ay muchas maneras +aradesarro""ar data 3arehousescomo tantas organiacionese/isten0 Sin em'argo9 hay unnmero de dimensiones

di4erentes ,ue necesitan serconsideradas<

A"cance de un data3arehouse

Redundancia de datos

Ti+o de usuario 4ina"



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

27

? ELEENTOS CLAKES PARA EL DESARROLLO DE (N DATA &AREO(SE

Si se escoge incorrectamente9 e" data 3arehouse se con#ierte en unagran em+resa con +ro'"emas di48ci"es de tra'a;ar en su entorno9 costoso+ara arreg"ar y di48ci" de ;usti4icar0

Para conseguir ,ue "a im+"ementaci2n de" de+2sito tenga un inicioe/itoso9 se necesita en4ocar hacia tres '"o,ues c"a#es de construcci2n<

Ar,uitectura tota" de" de+2sito Ar,uitecturas de" ser#idor Sistemas de Gesti2n de !ase de Dato

ay muchas maneras +ara desarro""ar data 3arehouses como tantasorganiaciones e/isten0 Sin em'argo9 hay un nmero de dimensionesdi4erentes ,ue necesitan ser consideradas<

A"cance de un data 3arehouse Redundancia de datos

Ti+o de usuario 4ina"





:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

29

5 %ACTORES DECISIKOS PARA DECIDIR EL DESARROLLO DE (N DATA &AREO(SE

La data sucia es un serio +e"igro +ara e" :/ito de un+royecto de data 3arehouse0 De+endiendo de"a"cance de" +ro'"ema9 sim+"emente +odr8a no ser+osi'"e dirigir"o rB+idamente y a'aratar"o0Los +rinci+a"es 4actores son<- E" tiem+o ,ue toma "a +rogramaci2n interna- E" costo de "as herramientas

Los gerentes de +royectos de Data &arehousenecesitan e#a"uar e" +ro'"ema con rea"ismo9 "osrecursos internos dis+oni'"es +ara distri'uir"os y

se"eccionar "a so"uci2n ,ue se ada+te a "a +"ani""a y+resu+uesto de" +royecto9 o modi4icar "a +"ani""a y e"+resu+uesto +ara so"ucionar e" +ro'"ema0





:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

31

> ESTRATEGIAS PARA EL PROCESO DE IPLEENTACION

Identi4icar e" +ro'"ema en e" cua" e" usoestrat:gico de "a in4ormaci2n deta""ada9+ermita conseguir una so"uci2n +aragenerar una #enta;a com+etiti#a o unahorro de costos0

De4inir e" mode"o "2gico de datos aim+"ementar +ara reso"#er e" +ro'"ema+"anteado0



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

32

? ESTRATEGIAS EN LA IPLEENTACION De4inir e" me;or diseHo 48sico +ara e" mode"o de datos0 E" diseHo 48sico de'e estar

orientado a generar 'uen rendimiento en e" +rocesamiento de consu"tas9 a di4erencia de"mode"o "2gico ,ue estB orientado a" usuario y a "a 4aci"idad de consu"ta0

De4inir "os +rocesos de e/tracci2n9 4i"tro9 trans4ormaci2n de in4ormaci2n y carga de datos,ue se de'en im+"ementar +ara +o'"ar ese mode"o de datos0

De4inir "os +rocesos de administraci2n de "a in4ormaci2n ,ue +ermanece en e" data

3arehouse De4inir "as 4ormas de consu"tas a "a in4ormaci2n de" data 3arehouse ,ue se "e

+ro+orcionarB a" usuario0 Para :sto9 de'e considerarse "a necesidad de reso"#er un+ro'"ema y "a +otencia de consu"ta0

Com+"etar e" mode"o de consu"ta 'ase9 re"ati#o a" Brea se"eccionada0 Im+"ementar "os +rocesos estrat:gicos de" Brea de tra'a;o9 es decir9 im+"ementar

herramientas es+ecia"iadas de scoring9 herramientas es+ecia"iadas +ara inducci2n deconocimiento 6Data ining79 etc0 Com+"etar "as Breas de inter:s9 en 4orma simi"ar a "o descrito anteriormente0



:(0*52T0 D5 56!0(2$0E D5UE DT W(5"0U/5

33

@)u: c"ases de costos e/cedieron e"+resu+uesto en mBs de" 1M en cada uno de"os 1> meses +asados

@Se aumentaron "os +resu+uestos en mBs de5M +ara cua",uier Brea dentro de "os "timos1 meses

@C2mo es+eci4icar "as c"ases de gasto entredi4erentes de+artamentos @Entre di#isiones@A tra#:s de "as regiones geogrB4icas

@C2mo tener mBrgenes de o+eraci2n so're"os dos "timos aHos en cada Brea denegocio Donde han disminuido "osmBrgenes9 @se han incrementado "os costos

%ASE < EKAL(ACION

1 EKAL(ACION DE RENDIIENTO DE LA INKERSION



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

34

CASO PRACTICO

En un estudio encargado +or > #endedores y consu"tores9 se encontr2 unRetorno Promedio Tota" de "a in#ersi2n 6Return On In#estment=ROI7 de1M0Tam'i:n9 se e/c"uyeron "os +royectos 4racasados9 as8 como "ose;ecutados e/ce+ciona"mente9 tanto 'uenos como ma"os0

2.2 MillonesCosto promedio

>0? AHosPer8odo de reem'o"so +romedio

1MROI mediano

5??MROI +romedio de" mode"o com+"ementario de datos

?>>MROI +romedio de" +royecto mBs grande

1MROI +romedio tota"

CA!IOS DE KALOR



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

35

101 COSTOS !ENE%ICIOS

Costos preliminares P"ani4icaci2n DiseHo ode"amiento -Ingenier8a de

In4ormaci2n

Costos iniciales P"ata4orma de hard3are So4t3are de 'ase de datos

Costos en procesamiento antenimiento de datos Desarro""o de a+"icaciones Ca+acitaci2n y so+orte

Beneficios Tácticos Im+resi2n y emisi2n de re+orte

reducido Demanda reducida +ara consu"tas de

c"ientes- Entrega mBs rB+ida de in4ormaci2n a "os

usuarios

Beneficios Estratégicos (Potencialidad) A+"icaciones y herramientas de

acceso +ara "os usuarios 4ina"es

Decisiones con mayor in4ormaci2n Toma de decisiones mBs rB+ida Ca+acidad de so+orte a "a

in4ormaci2n organiaciona"



:(0*52T0 D5 56!0(2$0E D5 UE DTW(5"0U/5

36

> !ENE%ICIOS A O!TENER

Para "a Em+resaE" data 3arehouse hace "o +osi'"e +or a+ro#echar e" #a"or

+otencia" enorme de "os recursos de in4ormaci2n de "aem+resa y #o"#er ese #a"or +otencia" en #a"or #erdadero0

Para "os (suarios

E" data 3arehouse e/tiende e" a"cance de "a in4ormaci2n+ara ,ue +uedan accesar directamente en "8nea9 "o ,ue a "a#e contri'uye en su ca+acidad +ara o+erar con mayore4ecti#idad "as tareas rutinarias o no0

Para "a Organiaci2n en Tecno"og8as de In4ormaci2n

E" data 3arehouse enri,uece "as ca+acidades de" usuarioautosu4iciente y hace "o 4acti'"e +ara o4recer nue#osser#icios a "os usuarios9 sin inter4erir con "as a+"icacionescotidianas de +roducci2n



$mportante+ 5l <odelo de Datos

Es e" mode"o +or e" cua" se diseHa e" es,uema de 4uncionamiento de "a!ase de Datos ,ue +ro#ee a" Data &arehouse0

E/isten #arios en4o,ues en este sentido<

%B'rica de in4ormaci2n cor+orati#a 6CI%7< inc"uyen ODS9 data 3arehouse y data

marts9 ;unto con otras #arias inter4aces de a+"icaciones y e" am'iente o+eraciona"94ue desarro""ada +or !i"" Inmon9 C"audia Imho449 y Ryan Sousa

Es,uema en estre""a< Este m:todo re+"ica "as estructuras mu"tidimensiona"es dehechos y dimensiones9 +ero usa ta'"as de RD!S9 es+ec84icamente ta'"as dehechos y ta'"as de dimensiones0 Se de;an de "ado "as reg"as de norma"iaci2n de'ase de datos y se +onen "os datos donde tienen mBs sentido

Data #au"t 6Ar,uitectura de mode"ado 4undaciona" comn =C%IA7<Esta es una ar,uitectura de integraci2n de datos ,ue contiene una 'ase de datosorientada a" deta""e ,ue contiene un con;unto de ta'"as norma"iadas nicamenteen"aadas ,ue so+ortan una o mBs Breas 4unciona"es de "as ta'"as de negocio conta'"as sat:"ites +ara rastrear cam'ios hist2ricos0 Este en4o,ue h8'rido rene "o

me;or de" cruce entre "a tercera 4orma norma" 6?N%7

37



Page ?

DATA #ARE$%SE *S +D

PERACI!A"(so de !ase de DatosO+eraciona"es

(so deData &arehouse

uchos usuarios concurrentes Pocos usuarios concurrentes

Consu"tas +rede4inidas y

actua"ia'"es

Consu"tas com+"e;as9

4recuentementeno antici+adas0

Cantidades +e,ueHas de datosresumidas0

Cantidades grandes de datosresumidas0

Re,uerimientos de res+uestainmediata

Re,uerimientos de res+uesta nocr8ticos

38



<odelo de 5strella

39



54tracción, Transformación y 2arga 54tracción

<ultiples 8uentes 0rientadas a trabajo !atch + cagas de estos sistemas son más fuertes cuando los sistemas de

producción tienen poca carga

2onectvidad a diferentes tecnolog&as, diferentes manejadores de !Ds

Transformación

<anipulación de data compleja

(eunión de diferentes fuentes $mplementación de reglas de negocio

6impiado, ordenado, eliminación de duplicidades

0ptimi1ado para el desempeño y para grandes volmenes

2arga

2argar la data en tablas de hechos y dimensiones :roduce un historial en archivos o en la !D para tra1abilidad

0tros

2ontrola los flujos de ejecución+ maneja las dependencias entre tareas, control deejecución, gestión de errores, registros históricos#

40

5jemplos de transformación



5jemplos de transformación

Transformación de !squeda difusa

!usca valores en las tablas usando criterios difusos

5jemplo+ :ara un campo de te4to la data puede contener muchas variantes de la misma palabra?'friend., 'a friend., 'freind., etc@# 6a lógica difusa puede ayudar a reunir las variantes#

Transformación de dimensiones de cambio lento

yuda a manejar la actuali1ación de una dimensión de cambio lento

5jemplo + la información sobre los consumidores cambia constantemente, pero queremos una historia deestos

2ambio de dirección no queremos el valor anteiror ?reempla1o@

Un cambio en el valor >T GduplicamosH la entrada del consumidor agregando los datos adicionales ?para propósitosfinancieros@

41

Clave s,stit,ta



2ontrol de la 5jecución

6os datos son muy sensibles, la calidad de los reportesdepende la calidad de estos

2argar un Data Warehouse puede implicar reglas

complejas de e4tracción, transformación y carga 6os usuarios del negocio no confiarán en un DW si no

conf&an en su carga

42



5jemplos de paquetes en 5T6 8lujo de control y flujo de datos

43



<iddleBare

/on $nstancias intermedias a la carga y al acceso que sirvenpara verificar la calidad y fiabilidad de la data

5stación de transformación interina+ un área en la cual gruposde datos e4tra&dos de alguna de las fuentes pasan por unproceso de transformación antes de moverse hacia la base dedatos del almac-n#

5stación de aseguramiento de la calidad+ Un área en la cualgrupos de datos pasan por un conjunto de intensas revisionesde aseguramiento de la calidad antes de pasar hacia elalmac-n de datos#

44



<iddleBare ?I@

45



Sol,ción: crear almacenes de datos especiali-ados por .rea/ 0,e

reciben los datos desde el almac1n centrali-ado/ estos almacenes seconocen como Data Marts2

46

•Pro'"ema< a" crecer e" D&0 E" rendimiento de "as consu"tas decae y e" mode"ocentra"iado de;a de ser o+timo0



Toma de decisiones

• (n Datamart es una 'ase dedatos de+artamenta"9es+ecia"iada en e"a"macenamiento de "os datos

de un Brea de negocio

es+ec84ica0

• Se caracteria +or dis+oner "aestructura 2+tima de datos +araana"iar "a in4ormaci2n a"deta""e desde todas "as

+ers+ecti#as ,ue a4ecten a "os+rocesos de dichode+artamento0

DATAART

47



48

Data <art

:uede ser alimentado desde los datos de un

DW", o integrar por si mismo un compendio dedistintas fuentes de información#



Data Warehouses Vs. Data Marts

Data art

De+artamenta"

(n so"o tema

Pocos

1 G!

eses

Data artData

&arehouse

Pro+iedad

A"cance

Tema

%uente de datos

TamaHo 6t8+ico7

Tiem+o de im+"ementaci2n

Data &arehouse

Em+resaria"

"ti+"es

uchas

1 G! to Q 1 T!

eses a aHos

49



Su objetivo es agilizar la consulta e granes cantiaes e

atos! "aracteriza la #r$uitectura necesaria %ara lai&%le&entaci'n e un siste&a e a(ua en la to&a e

ecisiones! )a consultas son %ocas %ero son &u(

consu&ioras e tie&%o *%ueen correr +oras, las

actualizaciones son &enos .recuentes (/o la res%uesta a la

consulta no e%ene el +ec+o e tener actualizaa la basee atos!

So+orte anB"isis mu"tidimensiona" y+rocesamiento ana"8tico en "8nea6OLAP7

50



• Soporte an.lisis m,ltidimensional 3

procesamiento anal4tico en l4nea?"AP@

Los atos son clasi.icaos en i.erentes

i&ensiones ( %ueen ser vistas unas con otras en

i.erentes co&binaciones %ara obtener i.erentesanlisis e los atos $ue contienen!

)os suarios %ueen .or&ular consultas co&%lejas

arreglar atos en un re%orte ca&biar e atosresu&ios a atos etallados#

2(2T5($/T$2/

51



ROLAP (Relational OLAP) MOLAP (multidimensionalOLAP)

Almacena los datos en un motor

relacional

Almacena los datos en una base de

datos multidimensional

Muchas dimensiones Diez o menos dimensiones

Soportan analisis OLAP contragrandes volumenens de datos

Se comportan razonablemente envolumenes de datos mas reducidos

(menos de 5b)!erramienta "le#ible $ general Soluci%n particular con vol&menes

de in"ormaci%n $ numero dedimensiones mas modestos

C"asi4icaci2n segn e" ti+o de motor en e",ue est:n a"macenados "os datos<

52

Documents

datawarehouse ppt 01