5. Inteligencia de Negocios:OLAP vs. OLTP OLTP: On-Line Transaction Processing Alto volumen de información Transacciones simples Tablas optimizadas para mantenimiento de datos OLAP: On-Line Analytical Processing Consultas ad-hoc sobre datos resumidos Audiencia: Tomadores de decisiones Datos multidimensionales optimizados para consultas
6. Porqueusar OLAP? Consultascorren 1000% masrapido Metodologia “Click To Query” parausuario final Informacioncercana “Real-Time” Reduce el stress en los sistemas OLTP
7. Terminos Claves Tablas de Hechos (Facts Table) Fuente de Datoscontieneinformacionpara ser medida Medidas (Measures) Datos a ser sumarizados en un Cubo. ValoresCuantitativos a ser analizados Ejemplo: Costo, Precio de Venta, Existencias. Tabla de Dimensiones (Dimensions Table) Fuente de Datosquecontieneinformacionparauna dimension. Dimensiones Datosusadosparaagrupar y compararMedidas Ejemplo: Fecha de Venta, Ubicacion de Venta, Productos, Vendedores. (Tiempo, Ubicacion) Hechos y DimensionescreanCubos Cubos Unidad de Almacenamiento y Analisis CombinaDimensiones y Medidas Puedecontenermuchosgrupos de medidas de muchastablas de hecho TambienCalculos de Medidas y Jerarquia de Dimensiones
8. Esquema de Base de Datos Dimensional Dos maneras de organizar los datos Estrella Snowflake
11. Almacenamiento de Cubos MOLAP MultiDimensional OLAP Sinonimo de Cubo Todos los datos y agregaciones son Copiados Mejor “Performance” peromasAlmacenamiento ROLAP Relational OLAP Permitequelastablasrelacionalesestendondeestanalmacenadas Separa la Tablas de lasAgregaciones MenosRequerimiento de Datos HOLAP Hybrid OLAP Parte de la Tablas Relacionales son Almacenadas y lasAgregaciones son Almacenadas
12. Unified Dimensional Model Es la logica del SSAS Termino de Marketing usadoparalasCaracteristicas SSAS 2005. Unificatoda la vision del SSAS Desempeno Pre-Agregacion, Pro-Active Caching, Policy Based NombresAmigables, Grupos de Atributos, Multilenguaje Flexibilidad Multiples Tablas de Hechos (1x Cubo en SQL 2000) Ilimitado No. de Dimensiones (128 en SQL 2000) Multiple Jerarquiapor Dimension (1 en SQL 2000) DatosDistribuidos Multiples DataSources y DataViews
13. UDM Features Perspectivas Parte de un Cubo (Inventario de Occidente) Key Performance Indicators (KPIs) Da un valor a los datos Bueno/Regular/Pobre Ejemplo: 1 millon en Ventas ??? Estados Actual, Objetivo, Tendencia Attibute Semantics Se puedebuscarpor el ID peromuestra el Nombre, Apellido OrdenamientoAvanzado Dias Semana, Pequeno/Mediano/Grande Agrupacion de Valores en Rango 0-1000, 1001-2000 Custom Agregation Ventas al Final del Mes = Suma de Ventas (obvio) Inventario al Final del Mes = Inventario en el ultimo dia del mes ComplejosCalculosbasados en MDX o .NET Codigo Actions Navegar a una URL Drill Down a un dato granular Security PermisosSeparadosporAdmon, Medata , Data Access Role Based asignar roles o denegar roles
14. Datos Multidimensionales Organizan la información en varias dimensiones Una tabla relacional usa sólo 2 dimensiones: filas y columnas que determinan un campo La estructura multidimensional (o CUBO) contiene Varias dimensiones determinan celdas Varios datos en cada celda MEDIDAS Niveles en las dimensiones Punto de agregación de medidas
15. Estructura multidimensional Atlanta Chicago Dimensión: REGION Denver Uvas Cerezas Dimensión: PRODUCTO Detroit Melones Manzanas Q4 Q1 Q2 Q3 Dimensión: FECHA
16. Venta,Unidades Consulta Multidimensional Atlanta Chicago Dimensión: REGION Denver Uvas Cerezas Dallas Melones Manzanas Dimensión: PRODUCTO Q4 Q1 Q2 Q3 Dimensión: FECHA
17. Dimensiones, Niveles, Miembros, Jerarquías Dim FECHA CalendarioNormal CalendarioFiscal Nivel Año Nivel Mes Nivel Día Nivel Año NivelSemestre NivelTrimestre Nivel Mes
19. Ejemplo - miembros [Time].[2nd half].[3rd quarter] [Time].[2nd half].&[Q3]
20. Expresiones Multidimensionales (MDX) Sintaxis para consultas multidimensionales Retorna un conjunto de celdas Las celdas son la intersección de miembros de las dimensiones TUPLA coordenada multidimensional
21. Sintaxis básica MDX SELECT <especificación de eje> [ , … ] FROM <especificación de cubo> WHERE <especificación de slicer> SELECT {[Store Type].[Store Type].MEMBERS} ON COLUMNS, {[Store].[Store State].MEMBERS} ON ROWS FROM [Sales] WHERE (Measures.[Sales Average])