Your SlideShare is downloading. ×
0
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Fundamentos dw
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Fundamentos dw

28,212

Published on

Published in: Technology
1 Comment
2 Likes
Statistics
Notes
  • Es muy interesante
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
No Downloads
Views
Total Views
28,212
On Slideshare
0
From Embeds
0
Number of Embeds
10
Actions
Shares
0
Downloads
225
Comments
1
Likes
2
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Creando el próximo Data Warehouse: Integración y Calidad de Datos Sesión 1: Fundamentos del DWH Alberto Collado
  • 2. Agenda <ul><li>Sesión 1: </li></ul><ul><ul><li>Fundamentos del DWH </li></ul></ul><ul><li>Sesión 2: </li></ul><ul><ul><li>Fundamentos de la Calidad de Datos </li></ul></ul><ul><li>Sesión 3: </li></ul><ul><ul><li>Caso práctico: Un DWH con Calidad </li></ul></ul>
  • 3. Agenda Sesión 1 <ul><li>Presentación PowerData </li></ul><ul><li>Presentación asistentes: Conocimientos y Expectativas </li></ul><ul><li>Fundamentos DWH </li></ul><ul><ul><li>Introducción al DWH </li></ul></ul><ul><ul><li>Arquitectura de un DWH </li></ul></ul><ul><ul><li>Modelado de Datos y Metadatos </li></ul></ul><ul><ul><li>Esquemas en Estrella </li></ul></ul><ul><ul><li>Procesos y Estrategias de carga del DWH </li></ul></ul><ul><ul><li>Herramientas de Integración de Datos </li></ul></ul><ul><ul><li>Herramientas de Reporting y Análisis </li></ul></ul>
  • 4. Presentación PowerData
  • 5. Presentación PowerData <ul><li>Empresa lider especializada en Data Management </li></ul><ul><li>Colaboradores de Informatica Corporation en España (Elite Partner), Chile, Argentina, Perú y Uruguay (Distributor) </li></ul><ul><ul><li>www.powerdata.es </li></ul></ul><ul><ul><li>www.informatica.com </li></ul></ul><ul><li>Informatica </li></ul><ul><ul><li>Nacida en 1993, en California </li></ul></ul><ul><ul><li>+1.400 colaboradores </li></ul></ul><ul><li>Powerdata </li></ul><ul><ul><li>Nacida en 1999, en Barcelona </li></ul></ul><ul><ul><li>90 empleados </li></ul></ul>
  • 6. La solución: los servicios de datos Servicios de datos Servicios de datos Proyectos de integración de datos Iniciativas de TI Necesidades empresariales Almacenamiento de datos Consolidación de datos Migración de datos Sincronización de datos Gestión de datos maestros Eliminación de sistemas heredados BPO SaaS Hubs de productos, proveedores y clientes Consolidación de aplicaciones Inteligencia empresarial Subcontratar funciones secundarias Aumentar la rentabilidad del negocio Fusiones y adquisiciones Modernizar el negocio y reducir los costes de TI Mejorar decisiones y cumplir con la normativa Informatica PowerExchange Informatica Data Explorer Informatica PowerCenter Informatica Data Quality Plataforma de productos de Informatica
  • 7. La plataforma de productos de Informatica Automatización de todo el ciclo de vida de la integración de datos Auditoría, control y creación de informes Garantizar la coherencia de los datos, realizar análisis de impacto y supervisar constantemente la calidad de la información Acceso A cualquier sistema, por lotes o en tiempo real Limpieza Detección Validar, corregir y estandarizar datos de todo tipo Buscar y perfilar cualquier tipo de datos de cualquier fuente Desarrollo y gestión Desarrollar y colaborar con un repositorio común y metadatos compartidos Data Explorer Data Quality PowerCenter PowerExchange Entrega Integración Entregar los datos adecuados en el momento y formato adecuados Transformar y conciliar datos de todo tipo
  • 8. Presentación Asistentes: Conocimientos y Expectativas
  • 9. Fundamentos del DWH
  • 10. Fundamentos del DWH <ul><li>Introducción al DWH: ¿Qué es? </li></ul><ul><li>Arquitectura de un DWH </li></ul><ul><li>Modelado de Datos y Metadatos </li></ul><ul><li>Esquemas en Estrella </li></ul><ul><li>Procesos y Estrategias de carga del DWH </li></ul><ul><li>Herramientas de Integración de Datos </li></ul><ul><li>Herramientas de Reporting y Análisis </li></ul>
  • 11. Fundamentos del DWH Introducción al DWH: ¿Qué es?
  • 12. ¿Qué es un Data Warehouse? <ul><li>Orientado a un Tema </li></ul><ul><ul><li>Colección de información relacionada organizada alrededor de un tema central </li></ul></ul><ul><li>Integrado </li></ul><ul><ul><li>Datos de múltiples orígenes; consistencia de datos </li></ul></ul><ul><li>Variable en el tiempo </li></ul><ul><ul><li>‘ Fotos’ en el tiempo </li></ul></ul><ul><ul><li>Basado en fechas/periodos </li></ul></ul><ul><li>No-volátil </li></ul><ul><ul><li>Sólo lectura para usuarios finales </li></ul></ul><ul><li>Menos frecuencia de cambios/actualizaciones </li></ul><ul><ul><li>Usado para el Soporte a Decisiones y Análisis de Negocio </li></ul></ul>
  • 13. Orientado a Tema <ul><li>Los usuarios piensan en términos de ‘ cosas ’ y sus ‘ relaciones ’, no en términos de procesos, funciones o aplicaciones. </li></ul>Proveedor Orden de Compra Pedido Cliente Producto Inventario Proporciona Compuesta por Recuperado desde Contiene Realiza
  • 14. Integrado <ul><li>Contiene </li></ul><ul><ul><li>Convenciones de Nombres </li></ul></ul><ul><ul><li>Descripciones </li></ul></ul><ul><ul><li>Atributos físicos de los datos </li></ul></ul><ul><ul><li>Valores de los datos </li></ul></ul><ul><ul><li>Consistentes </li></ul></ul>Datos Ventas Marketing Admin. Cuentas Operaciones
  • 15. Variable en el tiempo <ul><li>Entorno Operacional </li></ul><ul><ul><li>Datos con valores actuales </li></ul></ul><ul><ul><li>Horizonte de 30 - 90 días </li></ul></ul><ul><ul><li>Exactitud en los accesos </li></ul></ul>Id de cliente fecha desde fecha hasta nombre dirección teléfono ratio de crédito <ul><li>Data Warehouse </li></ul><ul><ul><li>Datos en ‘fotos’ </li></ul></ul><ul><ul><li>Horizonte de 5 – 10 años </li></ul></ul><ul><ul><li>Refleja la perspectiva desde un momento en el tiempo </li></ul></ul>Id de cliente nombre dirección teléfono ratio de crédito
  • 16. No-Volátil Sistema OLTP (dinámico) Sistema DSS (más estático) cambio inserción borrado carga lectura
  • 17. Un Data Warehouse es ... <ul><li>… un modelo de datos de soporte a decisiones que representa la información que una compañía necesita para tomar BUENAS decisiones estratégicas. </li></ul><ul><li>… basado en la estructura de un sistema de gestión de base de datos relacional el cual puede ser usado para INTER-RELACIONAR los datos contenidos en él. </li></ul><ul><li>… con el propósito de proporcionar a los usuarios finales un acceso SENCILLO a la información. </li></ul>… un CONCEPTO, no una COSA
  • 18. ¿Para qué construir un Warehouse? <ul><li>Para tener un mayor conocimiento del negocio </li></ul><ul><li>Para tomar mejores decisiones y en un tiempo menor </li></ul><ul><li>Para mejorar y ser más efectivos </li></ul><ul><li>Para no perder distancia con la competencia </li></ul><ul><li>… en definitiva … €€€ </li></ul>
  • 19. Visión del Usuario <ul><li>Solución integrada de: Consultas, informes y análisis. </li></ul><ul><li>Capa semántica que da una representación de los datos desde el punto de vista de negocio. </li></ul><ul><li>Los usuarios utilizan términos de negocio, no términos informáticos . </li></ul>Usuarios Finales Base de Datos Representación de Negocio Panel de Consulta
  • 20. Fundamentos del DWH Arquitectura de un DWH
  • 21. Arquitectura de un DWH <ul><li>Nomenclatura </li></ul><ul><ul><li>DWH: Data Warehouse </li></ul></ul><ul><ul><li>DataMart </li></ul></ul><ul><ul><li>OLTP: On-Line Transaction Processing </li></ul></ul><ul><ul><li>OLAP: On-Line Analytic Processing </li></ul></ul><ul><ul><li>ROLAP: Relational On-Line Analytic Processing </li></ul></ul><ul><ul><li>MOLAP: Multidimensional On-Line Analytic Processing </li></ul></ul><ul><ul><li>ODS: Object Data Store </li></ul></ul><ul><ul><li>DSS: Decision Support System </li></ul></ul><ul><ul><li>ETL: Extract, Transform and Load </li></ul></ul><ul><ul><li>ETQL: Extract, Transform, Quality and Load </li></ul></ul><ul><ul><li>EII: Enterprise Information Integration </li></ul></ul><ul><ul><li>EAI: Enterprise Application Integration </li></ul></ul><ul><ul><li>ERP: Enterprise Resource Planning </li></ul></ul>
  • 22. Directo de OLTP a OLAP
  • 23. Directo de OLTP a OLAP <ul><li>Es bueno, si los datos lo son. </li></ul><ul><li>Horizonte de tiempo limitado </li></ul><ul><li>Compite con OLTP por los recursos </li></ul><ul><li>Uso frecuente para hojas de cálculo </li></ul><ul><li>No tiene metadatos (o sólo implícitos) </li></ul><ul><li>Principalmente, para jefes de departamentos, no se considera información “para las masas” </li></ul><ul><li>No hay información cruzada entre los diferentes sistemas </li></ul>
  • 24. Data Warehouse Virtual: Directo o Federado EII
  • 25. Data Warehouse “Total”
  • 26. Data Marts No Estructurados
  • 27. Data Marts Estructurados
  • 28. OLAP (Online Analytic Processing) <ul><li>Herramientas orientadas a consulta/análisis </li></ul><ul><li>Puede ser ROLAP o MOLAP </li></ul><ul><li>'Multi-dimensional', es decir, puede ser visualizada como ’cuadrículas' o 'cubos' </li></ul><ul><li>Consulta interactiva de datos, siguiendo un “hilo” a través de múltiples pasos -- 'drill-down' </li></ul><ul><li>Visualización como tablas cruzadas, y tablas pivotantes </li></ul><ul><li>Actualización de la base de datos </li></ul><ul><li>Capacidad de modelización (motor de cálculo) </li></ul><ul><li>Pronósticos, tendencias y análisis estadístico. </li></ul>
  • 29. Ejemplo uso de una herramienta de consulta <ul><li>El interfaz de usuario simple </li></ul><ul><li>Trabaja contra representación de negocio de los datos </li></ul><ul><li>Todos los componentes en una pantalla </li></ul>Información solicitada Condiciones Información disponible
  • 30. Los informes son la capa visible … <ul><li>Integración Datos no sólo en entornos analíticos </li></ul><ul><li>Importancia de la Calidad </li></ul>Extracción Limpieza de Datos Servidores Red Herramientas de OLAP / Business Intelligence / Cuadro de Mando Transformación Carga de Datos Bases de Datos Middleware
  • 31. Data Marts Estructurados: Visión Completa
  • 32. Fundamentos del DWH Modelado de Datos y Metadatos
  • 33. Técnicas de Modelización Estructural <ul><li>En esta sección veremos técnicas que afectarán a diversos puntos </li></ul><ul><ul><li>Consideraciones de Tiempo </li></ul></ul><ul><ul><li>Técnicas de Optimización </li></ul></ul>
  • 34. Consideraciones de Tiempo <ul><li>Todo el DW se ve afectado por cambios temporales porque por definición es “Tiempo-dependiente” </li></ul><ul><li>Preguntas importantes: </li></ul><ul><ul><li>¿Cuan actual deben ser los datos para satisfacer las necesidades de negocio? </li></ul></ul><ul><ul><li>¿Cuánta historia necesitamos en nuestro negocio? </li></ul></ul><ul><ul><li>¿Qué niveles de agregación son necesarios para qué ciclos de negocio? </li></ul></ul>
  • 35. Técnicas de Modelización Temporal <ul><li>Unidades de tiempo </li></ul><ul><ul><li>Calendarios de negocio </li></ul></ul><ul><li>Técnicas </li></ul><ul><ul><li>Foto (Snapshot) </li></ul></ul><ul><ul><li>Trazado de Auditoría </li></ul></ul><ul><li>Metadatos temporales </li></ul><ul><ul><li>Fechas Efectivas de Inicio y Fin </li></ul></ul><ul><ul><li>Fecha de cambio en Fuentes (evento) </li></ul></ul><ul><ul><li>Fecha de cambio en Destinos (carga) </li></ul></ul>
  • 36. Foto (Snapshot) <ul><li>Dos técnicas diferentes </li></ul><ul><ul><li>Múltiples Tablas </li></ul></ul><ul><ul><li>Tabla Única </li></ul></ul><ul><li>Uso de Fecha Efectiva Inicio en un ejemplo. Metadatos a nivel de registro </li></ul>
  • 37. Foto (Snapshot) Múltiple <ul><li>Una tabla para cada período </li></ul><ul><li>Se guardan TODOS los datos (cambien o no) </li></ul><ul><li>Nombre de la tabla refleja el período </li></ul><ul><li>Buen enfoque de (extracción/carga/modelado) para Data Marts. Cada mes, en el ejemplo, representa los datos tal y como estaban </li></ul><ul><li>Mal enfoque para Staging, ya que hay mucha replicación de datos </li></ul>
  • 38. Foto (Snapshot) Única <ul><li>Se guardan TODOS los datos (cambien o no) </li></ul><ul><li>Buen enfoque para Data Marts y puede ser útil en el Warehouse. </li></ul><ul><li>Mal enfoque para Staging, ya que hay mucha replicación de datos </li></ul><ul><li>Time Stamps imprescindibles </li></ul>
  • 39. Foto (Snapshot) Única <ul><li>Fechas (Time Stamps) necesarias para identificar la validez de los datos: </li></ul><ul><ul><li>Fecha efectiva de Inicio </li></ul></ul><ul><ul><li>Fecha efectiva de Fin (no está en el ejemplo) </li></ul></ul><ul><ul><li>Fecha de Carga </li></ul></ul>
  • 40. Trazado de Auditoría <ul><li>Guarda los cambios de los datos de interés </li></ul><ul><li>Información: </li></ul><ul><ul><li>Fecha del cambio </li></ul></ul><ul><ul><li>Razón del cambio </li></ul></ul><ul><ul><li>Cómo se ha detectado </li></ul></ul><ul><ul><li>... </li></ul></ul><ul><li>Sólo se extraen/cargan valores modificados </li></ul>
  • 41. Trazado de Auditoría <ul><li>Sólo cambios en la tabla </li></ul><ul><li>Usado en Staging Area y Data Warehouse </li></ul><ul><li>Posible en Data Marts, pero no es habitual ya que no es claro para un usuario final </li></ul>
  • 42. Técnicas de Optimización Estructural y Física
  • 43. Técnicas de Optimización <ul><li>Derivación </li></ul><ul><ul><li>Data Warehouse y Data Marts </li></ul></ul><ul><ul><li>Usos </li></ul></ul><ul><ul><ul><li>Facilitar acceso </li></ul></ul></ul><ul><ul><ul><li>Consistencia resultados </li></ul></ul></ul>
  • 44. Técnicas de Optimización <ul><li>Agregación </li></ul><ul><ul><li>No cambio de granularidad </li></ul></ul><ul><ul><li>Objetivo: Facilitar el acceso a los datos </li></ul></ul>Data Warehouse Data Marts
  • 45. Técnicas de Optimización <ul><li>Sumarización </li></ul><ul><ul><li>Histórica </li></ul></ul><ul><ul><li>Agrupada </li></ul></ul>
  • 46. Técnicas de Optimización <ul><li>Particionamiento Horizontal </li></ul><ul><ul><li>Particiones por filas </li></ul></ul><ul><ul><li>Todos los campos repetidos en las nuevas tablas </li></ul></ul><ul><ul><li>Uso </li></ul></ul><ul><ul><ul><li>Aislar datos sensibles </li></ul></ul></ul><ul><ul><ul><li>Reducción tamaño tablas </li></ul></ul></ul>
  • 47. Técnicas de Optimización <ul><li>Particionamiento Vertical </li></ul><ul><ul><li>División por columnas </li></ul></ul><ul><ul><li>Posibilidad de columnas redundantes </li></ul></ul><ul><ul><li>Uso </li></ul></ul><ul><ul><ul><li>Seguridad </li></ul></ul></ul><ul><ul><ul><li>Distribución </li></ul></ul></ul><ul><li>Puede ser que tengamos Horizontal y Vertical a la vez </li></ul>
  • 48. Técnicas de Optimización <ul><li>Particionamiento por Estabilidad </li></ul><ul><ul><li>Basado en frecuencia de cambio </li></ul></ul><ul><ul><li>Uso en Staging Area </li></ul></ul><ul><ul><ul><li>Velocidad de carga </li></ul></ul></ul><ul><ul><ul><li>Separar datos más volátiles minimiza cambios </li></ul></ul></ul>Claves Primarias en ambas tablas Metadatos a Nivel Registro en ambas tablas
  • 49. Técnicas de Optimización <ul><li>Claves Alternativas </li></ul><ul><ul><li>Caso especial de derivación </li></ul></ul><ul><ul><li>Creada artificialmente para identificar entidades </li></ul></ul><ul><ul><li>Habitualmente un entero </li></ul></ul><ul><ul><li>Staging  DW  DM </li></ul></ul><ul><ul><li>Hay que mantener un mapeo </li></ul></ul>Generación Claves Alternativas
  • 50. Técnicas de Optimización <ul><li>Pre-Joins </li></ul><ul><ul><li>Caso especial de Agregación </li></ul></ul><ul><ul><li>Data Warehouse y Data Marts </li></ul></ul><ul><ul><li>Existe redundancia de Información </li></ul></ul><ul><ul><ul><li>Incrementeo uso espacio </li></ul></ul></ul><ul><ul><li>Acceso mucho más rápido </li></ul></ul><ul><ul><li>En el DW </li></ul></ul><ul><ul><ul><li>Mantendremos también las tablas separadas para cuando no necesitemos la Join </li></ul></ul></ul>
  • 51. Técnicas de Optimización <ul><li>Cadenas de Datos </li></ul><ul><ul><li>Caso especial de Agregación </li></ul></ul><ul><ul><li>Eficiente para Reporting </li></ul></ul><ul><ul><li>NUNCA en operacionales o Staging, pero muy útil en DW y DM </li></ul></ul>
  • 52. Técnicas de Optimización <ul><li>Balancear diferentes Factores </li></ul>
  • 53. Fundamentos del DWH Esquemas en Estrella
  • 54. Puntos Fuertes de la Modelización Dimensional <ul><li>Coincide con las percepciones de los usuarios </li></ul><ul><li>Estructura predecible, estándar </li></ul><ul><li>Facilita el desarrollo de consultas y análisis </li></ul><ul><li>Las herramientas OLAP pueden hacer suposiciones </li></ul><ul><li>Cada dimensión es equivalente para todos los datos </li></ul><ul><li>Puede ser modificada fácilmente </li></ul><ul><li>Usa perspectivas de modelización comunes </li></ul><ul><li>Simplifica la agregación </li></ul>
  • 55. Modelización Dimensional - Regla de Oro Los Esquemas en Estrella deberían ser utilizados para cualquier dato accedido directamente por los usuarios finales.
  • 56. El Esquema en Estrella <ul><li>Hechos </li></ul><ul><li>Dimensiones </li></ul><ul><li>De-normalizado (generalmente) </li></ul><ul><li>Tiene caminos de unión bien diseñados </li></ul><ul><li>Paraleliza la visión de los datos por el usuario </li></ul><ul><li>Son fácilmente modificables </li></ul><ul><li>Simplifica la comprensión y navegación por los metadatos </li></ul><ul><li>Amplia la elección de herramientas de usuario final </li></ul>
  • 57. Modelización Dimensional <ul><li>Tablas de Hechos: contienen datos cuantitativos sobre el negocio </li></ul><ul><ul><li>La clave primaria es una concatenación de claves de dimensión, incluyendo el tiempo </li></ul></ul><ul><ul><li>Cada elemento de la clave primaria compuesta es una clave de integridad referencial hacia una tabla de dimensión. </li></ul></ul><ul><ul><li>Contienen menos atributos, pero muchos más registros </li></ul></ul><ul><li>Tablas de Dimensión: gestionan datos descriptivos que reflejan las diversas dimensiones del negocio </li></ul><ul><ul><li>Contienen muchos atributos pero menos (pocos) registros </li></ul></ul><ul><ul><li>La clave primaria ‘ayuda’ a componer las claves primarias de las tablas de hechos </li></ul></ul>
  • 58. Esquema en Estrella (conceptual)
  • 59. Diseño de una Tabla de Hechos <ul><li>Elija el PROCESO del Data Mart </li></ul><ul><ul><ul><li>Comience el contenido del data mart a partir de datos de un solo origen </li></ul></ul></ul><ul><li>Defina la GRANULARIDAD de la tabla de hechos </li></ul><ul><ul><ul><li>Elija el nivel granular más bajo posible </li></ul></ul></ul><ul><ul><ul><li>Transacciones individuales o fotos </li></ul></ul></ul><ul><li>Elija las DIMENSIONES </li></ul><ul><ul><ul><li>Reflejan el contenido de la tabla de hechos y la granularidad </li></ul></ul></ul><ul><li>Elija los HECHOS </li></ul><ul><ul><ul><li>Los hechos individuales y el ámbito de estos hechos deben ser específicos a la granularidad de la tabla de hechos </li></ul></ul></ul>
  • 60. Identifique el Proceso Departamental <ul><li>¿Cuál es el proceso o función subyacente para el DM? </li></ul><ul><li>¿Cuál es el ámbito aproximado del DM? </li></ul><ul><li>¿Quién usará el DM? </li></ul><ul><li>¿A qué preguntas les gustaría a los usuarios que contestaran los datos del DM? </li></ul>
  • 61. Determine los Hechos <ul><li>¿Qué hechos están disponibles ? </li></ul><ul><ul><li>¿Cuáles son los datos cuantitativos fundamentales que hay por debajo? </li></ul></ul><ul><ul><li>Los hechos más útiles son los numéricos y aditivos </li></ul></ul><ul><li>¿Qué nivel de detalle (granularidad) necesita mantener? </li></ul><ul><ul><li>Serán datos ‘atómicos’ (todo el detalle) o datos agregados (sumarizados)? </li></ul></ul><ul><ul><ul><li>Si son agregados, cómo (usando qué algoritmo)? </li></ul></ul></ul><ul><ul><ul><li>¿Para qué propósito de negocio? </li></ul></ul></ul><ul><li>¿Cuál es la frecuencia de carga de datos requerida? </li></ul><ul><ul><ul><li>¿Cada transacción? </li></ul></ul></ul><ul><ul><ul><li>¿Cada hora? ¿Día? ¿Semana? ¿Mes? </li></ul></ul></ul>
  • 62. Tablas de Hechos ‘Sin Hechos’ - EVENTOS <ul><li>Eventos: Algo que ‘ha ocurrido’ </li></ul><ul><ul><li>Ejemplo: Asistencia de estudiantes a una clase, asientos de pasajeros de línea aérea o habitaciones de hotel ocupadas </li></ul></ul><ul><li>Enlace el evento a: </li></ul><ul><ul><li>Tiempo / estudiante / profesor / curso / facilidades </li></ul></ul><ul><li>Típico para crear un ‘hecho vacío’ </li></ul><ul><ul><li>Asistencia = 1 </li></ul></ul><ul><li>La granularidad es el evento individual de ‘asistencia a clase’ </li></ul><ul><li> FUENTE: Kimball, 1998 </li></ul>
  • 63. Las Agregaciones Pueden: <ul><li>Asegurar la consistencia entre data marts </li></ul><ul><li>Ser hechas reutilizables para mantenerlas de manera centralizada </li></ul><ul><li>Mejorar el rendimiento del usuario </li></ul><ul><li>Reducir los recursos necesarios para preparar las consultas (CPU, disco, memoria) </li></ul><ul><li>Ser utilizadas en base a: </li></ul><ul><ul><li>Frecuencia de acceso </li></ul></ul><ul><ul><li>Efecto del número de registros </li></ul></ul>
  • 64. Determine las Dimensiones <ul><li>¿Qué dimensiones pueden necesitar los usuarios? </li></ul><ul><ul><li>¿Cuáles son los conceptos fundamentales (entidades o temas) con los que los usuarios trabajarán? </li></ul></ul><ul><li>Siempre existirán al menos dos dimensiones; quizá hasta una decena. </li></ul><ul><li>El tiempo será una dimensión prácticamente siempre </li></ul><ul><li>¿Cuál es el identificador (clave primaria) de cada una de las dimensiones? </li></ul><ul><ul><li>No_Cliente, ID_Cuenta, NoFactura </li></ul></ul><ul><li>Los atributos de la dimensión se convierten en las cabeceras de los registros SQL </li></ul>
  • 65. Para Cada Tabla de Dimensión <ul><li>Establezca la clave primaria para cada registro dimensional </li></ul><ul><li>Use la clave primaria como una parte de la clave compuesta de la tabla de hechos </li></ul><ul><li>Identifique los atributos de interés para los usuarios </li></ul><ul><ul><li>¿Qué atributos deben ser de-normalizados? </li></ul></ul><ul><ul><li>¿Qué otros atributos podrían tener valores significativos? </li></ul></ul><ul><ul><li>¿Hay alguna oportunidad de incluir datos ‘de fuera’? ¿Cuáles? </li></ul></ul><ul><li>Ayúdese de los valores reales contenidos en los atributos </li></ul>
  • 66. La Dimensión de Tiempo <ul><li>Debe ser día a día durante 5-10 años </li></ul><ul><li>Separe los campos de semana, mes, día, año, día de la semana, vacaciones, estaciones, etc. </li></ul><ul><li>Trimestres naturales y fiscales </li></ul><ul><li>Créela como una sola tabla en el DWH </li></ul><ul><li>Cargue el contenido en los DM a medida que se necesiten </li></ul>
  • 67. Establezca Relaciones <ul><li>Dibuje la relación visualmente </li></ul><ul><li>Identifique la cardinalidad (1-N) </li></ul><ul><li>Entre la tabla de hechos . . . y cada tabla de dimensión </li></ul><ul><li>“ Una Imagen vale más . . .” </li></ul>
  • 68. Métodos para Identificar Dimensiones y Hechos <ul><li>Informes de Concepto </li></ul><ul><li>Reuniones y Entrevistas </li></ul><ul><li>Requerimientos Especiales del Proyecto </li></ul><ul><li>Documentos sobre Ámbito del Proyecto </li></ul><ul><li>Peticiones de Información </li></ul><ul><li>‘ Cartas a los Reyes Magos’ </li></ul><ul><li>Modelos y Bases de Datos Existentes </li></ul><ul><li>Informes Actuales (y Deseados) </li></ul>
  • 69. Ejemplo: Intereses de la División Financiera <ul><li>La división financiera ha preparado la siguiente lista de funcionalidades deseables en el data mart. </li></ul><ul><li>Muchos de estos datos son información de cliente / demográfica. </li></ul><ul><li>Nos permitirá evaluar el impacto de costes en nuestros clientes, ubicación y uso por nuestros clientes, costes incurridos por ubicación para servir a nuestros clientes y otros tipos de evaluaciones financieras relativas a costes, uso, etc. </li></ul><ul><li>Este tipo de información será muy valiosa para dirigir los aspectos financieros y políticos de las planificaciones y soluciones futuras a los problemas actuales. </li></ul><ul><li>Esta información nos permitirá contestar mejor a las importantes preguntas que aparecerán durante ese proceso. </li></ul>
  • 70. Ejemplo: Frase de Ejemplo de Misión <ul><li>Capture datos de nuestro sistema para realizar evaluaciones por zonas de nuestros clientes, intereses y beneficios y para asesorar el impacto de costes sobre nuestra base de clientes. </li></ul>
  • 71. Ejemplo: Preguntas a la División Financiera <ul><li>Datos demográficos de nuestros clientes - el tipo de datos que aparece en un censo (tipo de vivienda, valor de la vivienda, ocupación, sexo, educación, ingresos, etc.) Puede ser usado para enviar mensajes oficiales, evaluación de intereses de penalización, y mercado objetivo. </li></ul><ul><li>2. Clientes por clase de interés – definición por clientes residenciales, comerciales, industriales, gobierno y multifamiliares. </li></ul><ul><li>3. Beneficio demográfico por cliente y consumo – como valor de la vivienda, ingresos o educación. </li></ul>
  • 72. Ejemplo: Preguntas a la División Financiera (2) <ul><li>4. Información sobre el servicio al cliente – incluyendo beneficio por los diferentes tipos de intereses y cobros por zona geográfica, beneficio y consumo. </li></ul><ul><li>5. Beneficio total por clase de cliente y categoría de intereses – a lo largo de los últimos cinco años. ¿Qué clases de clientes dan más beneficio? </li></ul><ul><li>6. Presupuesto del año en curso por zona – debe mostrar el presupuesto actual y en qué áreas se han ido incurriendo esos costes. </li></ul><ul><li>7. Valor de activos por zona – un informe que muestre el valor depreciativo de los activos propios por zona. </li></ul>
  • 73. Ejemplo: El Esquema Financiero en Estrella
  • 74. Fundamentos del DWH Procesos y Estrategias de Carga del DWH
  • 75. Mapeo de Datos <ul><li>Mapeo LÓGICO - </li></ul><ul><ul><li>describe cómo ir desde donde se encuentra hasta donde quiere ir </li></ul></ul><ul><li>Mapeo FÍSICO - </li></ul><ul><ul><li>Indica las rutas, baches, desvíos atajos de la carretera </li></ul></ul><ul><li>TRANSPORTE - </li></ul><ul><ul><li>Decida si está conduciendo un coche deportivo o un camión de recogida de chatarra </li></ul></ul><ul><li>PLANIFICACIÓN - </li></ul><ul><ul><li>Indica cuándo saldrá y cuánto espera que le lleve llegar al destino </li></ul></ul>
  • 76. Soluciones de Extracción, Transformación y Carga de Datos (ETL) <ul><li>Aproximación de primera generación (o crecimiento ‘casero’) </li></ul><ul><li>Mapean origen a destino con capacidades variables de transformación y limpieza </li></ul><ul><li>Generan código o directamente deben programarse </li></ul><ul><li>Suelen controlar metadatos limitados </li></ul><ul><li>FUENTE: Doug Hackney, 1998 </li></ul>
  • 77. Plataformas de Integración de Datos <ul><li>Soluciones integradas </li></ul><ul><li>Capacidad de implantación a nivel corporativo </li></ul><ul><li>Metadatos completos, abiertos y extensibles </li></ul><ul><li>Abanico de transformaciones y reglas de negocio </li></ul><ul><li>Análisis, entrega y planificación integradas </li></ul><ul><li>Gestión Ad-hoc de agregaciones </li></ul><ul><li>Monitorización y Auditoría integradas </li></ul><ul><li>Funciones avanzadas de Calidad de Datos </li></ul><ul><li>Versionados, despliegues inteligentes </li></ul>
  • 78. Proceso de Diseño Def Origen 2. IMPORTACIÓN DE DEFICIONES DE ORÍGENES Def Destino 3. CREACIÓN DE ESQUEMA DESTINO Mapeo 4. CREACIÓN DE MAPPINGS 1. CREACIÓN DE REPOSITORIO
  • 79. Transformaciones Más Comunes <ul><li>Creación de valores por defecto para los nulos </li></ul><ul><li>Gestión de fechas </li></ul><ul><li>Selección o filtrado de datos origen </li></ul><ul><li>Unión de orígenes heterogéneos (SAP+Ficheros+Tablas+…) </li></ul><ul><li>Normalización de los ficheros de datos </li></ul><ul><li>Generación de esquemas en estrella </li></ul><ul><li>Creación de estrategias de actualización </li></ul><ul><li>Creación y actualización de agregaciones </li></ul><ul><li>Creación de dimensiones ‘slowly-changing’ </li></ul>
  • 80. Algunas Transformaciones <ul><li>Selección de datos del Origen representa la consulta o primer filtrado/ordenación de los datos origen </li></ul><ul><li>Normalización convierte registros de orígenes relacionales o VSAM a registros normalizados (cláusulas OCCURS, REDEFINES) </li></ul><ul><li>Cálculo de Expresiones/Nuevos Campos realiza cálculos a nivel de campo </li></ul><ul><li>Filtro funciona como un filtro condicional de los registros procesados </li></ul><ul><li>Agregación realiza cálculos agregados (totales o incrementales) </li></ul><ul><li>Rango limita los registros a los primeros o últimos de un rango </li></ul><ul><li>Estrategia de Actualización para marcar cada registro como inserción, actualización, borrado, o registro rechazado </li></ul><ul><li>Lookup busca valores complementarios y los pasa a otros objetos </li></ul><ul><li>Procedimientos Externos/Almacenados llama a programas desarrollados en otros lenguajes o en la base de datos </li></ul><ul><li>Generador de Secuencia genera nuevos identificadores únicos </li></ul>
  • 81. Trabajo con Transformaciones DESTINO ESTRATEGIA DE ACTUALIZACIÓN Basado en la coincidencia de Job_IDs, LOOKUP Busca Job_IDs en el destino T_JOBS ORIGEN EXTRACCIÓN DEL ORIGEN Ejemplo: Estrategia de Actualización
  • 82. Diseño de Cargas <ul><li>Ordene los datos por secuencias específicas de carga </li></ul><ul><li>Fuerce a reglas limitadas de integridad de datos </li></ul><ul><li>Busque la carga correcta de cada paso </li></ul><ul><li>Construya estadísticas de carga y mensajes de error </li></ul><ul><li>Cree el plan para cargas fallidas – qué debe ocurrir </li></ul><ul><li>Produzca la notificación inmediata y automática en caso de fallos (y/o éxitos) en las cargas </li></ul><ul><li>FUENTE: O’Neil, 1997 </li></ul>
  • 83. Consejos sobre Planificación de Cargas <ul><li>Orden de carga – cargue primero las tablas independientes </li></ul><ul><li>Determine la ventana necesaria de carga – use las horas de inicio y final para determinar el tiempo necesario para las cargas </li></ul><ul><li>Ejecute cargas en paralelo </li></ul><ul><ul><li>Ejecución concurrente </li></ul></ul><ul><ul><li>Uso de threads, desarrollos multiproceso, paralelización de base de datos </li></ul></ul><ul><ul><li>No sobrecargue los sistemas origen o destino </li></ul></ul><ul><li>Carque en paralelo un mismo destino </li></ul><ul><ul><li>Datos de sistemas independientes que van al mismo destino </li></ul></ul><ul><li>Cargue múltiples destinos en paralelo </li></ul><ul><ul><li>Datos del mismo origen que vayan a diferentes destinos – ahorre accesos de lectura </li></ul></ul>
  • 84. Plan de Carga de Destinos <ul><li>Primero, tablas independientes </li></ul><ul><li>Después, tablas que no contienen claves foráneas a otras tablas </li></ul><ul><li>Por último, las tablas que contienen claves foráneas a otras tablas </li></ul><ul><li>Tenga cuidado con transacciones de base de datos e intervalos de commit: los datos pueden estar cargados pero no validados </li></ul>
  • 85. <ul><li>Timing </li></ul><ul><li>Ejecución manual </li></ul><ul><li>Ejecución periódica </li></ul><ul><ul><li>cada n minutos/horas/días </li></ul></ul><ul><ul><li>un máximo de veces/ </li></ul></ul><ul><ul><li>para siempre </li></ul></ul><ul><li>Ejecución concreta </li></ul><ul><ul><li>En un momento determinado </li></ul></ul><ul><ul><li>Cada primer martes de mes a las 21:43 </li></ul></ul><ul><li>Ejecución basada en eventos </li></ul><ul><ul><li>Disponibilidad del fichero origen </li></ul></ul><ul><ul><li>Sólo si la carga anterior acabó bien/mal </li></ul></ul>Planificación de Cargas <ul><li>Planificación </li></ul><ul><li>Planificación propio </li></ul><ul><li>de la herramienta </li></ul><ul><li>Planificador genérico </li></ul><ul><ul><li>Control^M, Tareas </li></ul></ul><ul><ul><li>Programadas de Windows </li></ul></ul><ul><li>Scripts de carga (.bat, .sh, JCL) </li></ul>
  • 86. <ul><li>El mantenimiento de un data mart es una revisión constante de los procesos para optimizar valores de datos, pasos, tiempos, recursos utilizados, accesos a sistemas origen o destino … debido a los constantes requerimientos nuevos de los usuarios finales y el crecimiento en funcionalidad y volumen de datos que eso conlleva </li></ul>Monitorización de Cargas
  • 87. La Creación de un Data Warehouse Sostenible y sus Data Marts Incrementales Requiere la Automatización de los Procesos de Carga
  • 88. Fundamentos del DWH Herramientas de Integración de Datos
  • 89. Integración de Datos, más allá del BI <ul><li>El ETL se ha quedado relegado a entornos analíticos </li></ul><ul><li>Aparecen necesidades de Integración de datos para otro tipo de proyectos </li></ul><ul><ul><li>Externalización </li></ul></ul><ul><ul><li>Migraciones </li></ul></ul><ul><ul><li>Integración de Aplicaciones, BBDD </li></ul></ul><ul><ul><li>Sincronización </li></ul></ul><ul><ul><li>etc </li></ul></ul>
  • 90. ¿Un proceso simple ? ETL
  • 91. Ensanchando el concepto de Integración de Datos EIM, Content Management Aplicaciones y Midleware (SAP, Siebel, TIBCO, Biztalk, …) BI (BO, SAS, Microstrategy, Hyperion, Cognos …) Bases de Datos (Oracle, Microsoft, IBM, …) EAI Real Time Scheduling Changed Data Capture Complex Data Exchange Mainframe ETL Data Grid High Availability Data Profiling DWL Auditing Data Quality Team Base Develop/ Federation Web Services (SOA) Mucho más que ETL Metadatos
  • 92. IBM MQSeries TIBCO webMethods SAP NetWeaver XI SAP NetWeaver SAP IDOC SAP BCI SAP DMI SAP BW Oracle DB2 UDB DB2/400 SQL Server Sybase ADABAS Datacom DB2 IDMS IMS Flat Files, XLS, PPT FTP Encrypted Stream XML, PDF, DOC, … Informix Teradata ODBC Flat Files Web Logs … VSAM C-ISAM Complex Files Tape Formats… Web Services XML JMS ODBC… Peoplesoft Oracle Apps Siebel SAS… Oracle SQL Server Industry Formats Acceso Universal a los Datos Entrega de datos a Sistemas, Procesos y Organizaciones Etc etc …. XML, Messaging, and Web Services Packaged Applications Relational and Flat Files Mainframe and Midrange Systems
  • 93. Informatica PowerCenter Puntos de interés como plataforma de integración de datos (1/2) <ul><li>Permite integrar múltiples fuentes de datos heterogéneas </li></ul><ul><li>Desarrollo de alta productividad </li></ul><ul><ul><li>Herramientas de trabajo visuales. Interfaz gráfico totalmente intuitivo </li></ul></ul><ul><ul><li>Asistentes de transformación </li></ul></ul><ul><ul><li>NO hay generación de código </li></ul></ul><ul><ul><li>Detección de errores (debugger integrado) </li></ul></ul><ul><ul><li>Reutilización de componentes </li></ul></ul><ul><li>Fácil de mantener: Metadatos corporativos </li></ul><ul><ul><li>Análisis de Impacto </li></ul></ul><ul><ul><li>Análisis del Linaje de datos </li></ul></ul><ul><ul><li>Presentación Web Metadatos y Autodocumentación </li></ul></ul><ul><ul><li>Metadatos extensibles </li></ul></ul><ul><ul><li>Despliegues guiados. Rollback </li></ul></ul><ul><ul><li>Versionado </li></ul></ul>
  • 94. Informatica PowerCenter Puntos de interés como plataforma de integración de datos (2/2) <ul><li>Plataforma de Alto rendimiento </li></ul><ul><ul><li>Grid computing </li></ul></ul><ul><ul><li>Alta Disponibilidad </li></ul></ul><ul><ul><li>Tolerancia a fallos y recuperación automática </li></ul></ul><ul><ul><li>Soporte a cargas BULK </li></ul></ul><ul><li>Capacidades de Tiempo real </li></ul><ul><ul><li>Conectores WebServices, ESB, EAI </li></ul></ul><ul><li>Adaptabilidad y escalabilidad </li></ul><ul><ul><li>Plataforma, recursos, volumen y usuarios </li></ul></ul><ul><li>Capacidad de expandir las Transformaciones con módulos externos (PL/Sql, C++, …) </li></ul><ul><li>Autodocumentación </li></ul><ul><li>Planificador integrado </li></ul>
  • 95. Informatica PowerCenter “Trabajar como pienso” Del papel … MAESTRO DETALLE UNION TABLA REFERENCIA TOTALES DESTINO DATAWAREHOUSE SALIDA _ XML
  • 96. Informatica PowerCenter … a la práctica
  • 97. Informatica PowerCenter Metadata Reporter Presentación web de los metadatos del repositorio
  • 98. Fundamentos del DWH Herramientas de Reporting y Análisis
  • 99. Tipos de Herramientas OLAP <ul><li>Herramientas de Consulta y Generación de Informes </li></ul><ul><li>Consultas Ad Hoc </li></ul><ul><li>Herramientas EIS </li></ul><ul><li>Herramientas de Data Mining </li></ul><ul><li>Herramientas basadas en Web </li></ul>
  • 100. On-Line Analytic Processing - (OLAP) <ul><li>Perspectiva ‘multidimensional’ de los datos </li></ul><ul><ul><li>pueden ser vistos como ‘cuadrículas’ de datos </li></ul></ul><ul><li>Consulta interactiva de datos </li></ul><ul><ul><li>seguimiento de un flujo de información mediante múltiples pasos de “drill-down” </li></ul></ul><ul><li>Los resultados son mostrados como tablas cruzadas, o tablas pivotantes </li></ul><ul><li>Capacidades de modelización </li></ul><ul><ul><li>(incluyendo un motor de cálculos) </li></ul></ul><ul><li>Usado para análisis de previsiones, tendencias y estadísticas </li></ul><ul><ul><ul><ul><li>FUENTE: Neil Raden, 1995 </li></ul></ul></ul></ul>
  • 101. Características del Procesamiento OLAP <ul><li>Acceden a volúmenes de datos ENORMES </li></ul><ul><li>Analizan las relaciones entre muchas dimensiones </li></ul><ul><li>Involucran a datos agregados (ventas, presupuestos, beneficios, etc.) </li></ul><ul><li>Comparan datos agregados a lo largo del tiempo </li></ul><ul><li>Presentan los datos en diferentes jerarquías </li></ul><ul><li>Realizan cálculos complejos </li></ul><ul><li>Pueden responder rápidamente a los usuarios </li></ul>
  • 102. Motores Relacionales: <ul><li>Almacenan los datos como líneas (registros) en tablas </li></ul><ul><li>Todos siguen el mismo modelo relacional </li></ul><ul><li>Se accede a ellos a través de un lenguaje común - SQL </li></ul><ul><li>Tienen aproximadamente el mismo conjunto de funcionalidades </li></ul>
  • 103. OLAP Relacional: <ul><li>Permite el acercamiento mayor a las percepciones de los usuarios </li></ul><ul><li>NO requiere la regeneración de la base de datos si cambian las dimensiones </li></ul><ul><li>No requiere más trabajo de front-end </li></ul><ul><li>Posiblemente requiere menos re-trabajo a lo largo del tiempo </li></ul><ul><li>ESTÁ limitado por un conjunto de funciones disponibles </li></ul><ul><li>Permite una granularidad más flexible en los datos </li></ul>
  • 104. OLAP Relacional (total): <ul><li>Posee un potente generador SQL, capaz de crear consultas multi-pasada </li></ul><ul><li>Puede crear rangos no triviales, comparaciones y cálculos de porcentajes respecto al total </li></ul><ul><li>Genera SQL optimizado, con extensiones </li></ul><ul><li>Usa metadatos para modelos / consultas </li></ul><ul><li>Está siendo promocionado por los fabricantes de BBDD </li></ul>
  • 105. OLAP Multidimensional <ul><li>Refleja los pensamientos de los usuarios sobre la actividad del negocio </li></ul><ul><li>Hace referencia a cubos de datos </li></ul><ul><li>Los cubos de más de tres dimensiones se conocen como hipercubos </li></ul><ul><li>El modelo de datos representado por el hipercubo es un modelo multidimensional </li></ul><ul><li>Cualquier base de datos que pueda almacenar y representar ese modelo es una BD multidimensional </li></ul><ul><li>FUENTE: O’Neil, 1997 </li></ul>
  • 106. Bases de Datos Multidimensionales: el ‘HiperCubo’ MÁS: Región Territorio Vendedor Etc.
  • 107. OLAP Multidimensional <ul><li>Normalmente almacena los datos como vectores internos </li></ul><ul><li>Proporciona un gran rendimiento ante las consultas </li></ul><ul><ul><li>Porque los datos han sido preparados previamente dentro de la estructura </li></ul></ul><ul><ul><li>A veces limitado a un número concreto de celdas del cubo </li></ul></ul><ul><li>Dispone de librerías especiales de funciones </li></ul><ul><li>Cambios en la estructura dimensional pueden requerir la regeneración del cubo </li></ul><ul><li>Requiere recursos que administren la generación de las estructuras </li></ul>
  • 108. . . . La ‘Zona de Guerra’ <ul><li>MOLAP </li></ul><ul><ul><li>Propietario (SQL) </li></ul></ul><ul><ul><li>Vectores/Cubos </li></ul></ul><ul><ul><li>Respuesta muy rápida </li></ul></ul><ul><ul><li>Consultas predefinidas </li></ul></ul><ul><ul><li>Funciones especiales </li></ul></ul><ul><ul><li>Nuevos perfiles de desarrollo </li></ul></ul><ul><li>ROLAP </li></ul><ul><ul><li>SQL ‘Estándar’ </li></ul></ul><ul><ul><li>Tablas/Registros </li></ul></ul><ul><ul><li>Respuesta más lenta </li></ul></ul><ul><ul><li>Consultas de SQL flexibles </li></ul></ul><ul><ul><li>Funciones limitadas </li></ul></ul><ul><ul><li>Uso de perfiles existentes </li></ul></ul>
  • 109. Argumentos de MOLAP contra ROLAP <ul><li>Los gestores de bases de datos relacionales no gestionan las relaciones multidimensionales con eficiencia </li></ul><ul><li>Inherentemente de dos dimensiones </li></ul><ul><li>El SQL no es obvio para los usuarios finales </li></ul><ul><li>Las uniones múltiples y el pobre rendimiento son un serio problema </li></ul><ul><li>Las tablas denormalizadas absorben el rendimiento y los recursos </li></ul>
  • 110. Argumentos de ROLAP contra MOLAP <ul><li>Los cubos ofrecen niveles limitados de detalle </li></ul><ul><li>No están de acuerdo con el modelo dimensional </li></ul><ul><li>Las MDDs no disponen de un un método de acceso estándar (como SQL) </li></ul><ul><li>No se pueden cambiar las dimensiones sin regenerar completamente el cubo </li></ul><ul><li>El ámbito de cada producto y su funcionalidad para el soporte a decisiones pueden variar ampliamente </li></ul><ul><li>Cada herramienta es prácticamente de una categoría diferente </li></ul>
  • 111. Data Mining <ul><li>Análisis del Warehouse </li></ul><ul><ul><li>Comienza con una hipótesis </li></ul></ul><ul><ul><li>Busca aquellos datos que soportan esa hipótesis. </li></ul></ul><ul><ul><ul><li>Muestra los clientes mayores que (asumimos que) compran los artículos más caros </li></ul></ul></ul><ul><li>Data mining </li></ul><ul><ul><li>El proceso crea la teoría en base a la navegación automática por los datos </li></ul></ul><ul><ul><ul><li>¿Quién compra realmente los artículos más caros? </li></ul></ul></ul><ul><ul><ul><li>¿Cuáles son sus nombres para el mercado indicado? </li></ul></ul></ul><ul><ul><ul><li> FUENTE: Computerworld, March 29, 1999 </li></ul></ul></ul>
  • 112. Herramientas de Data Mining: <ul><li>Requieren datos detallados históricos </li></ul><ul><li>Requieren una calidad de datos muy alta </li></ul><ul><li>Buscan patrones de comportamiento </li></ul><ul><li>Necesitan una selección equilibrada de variables </li></ul><ul><li>FUENTE: ComputerWorld, Mar 29, 1999 </li></ul>
  • 113. Selección de Herramientas Finales: <ul><li>Debería ocurrir MÁS TARDE en el proceso </li></ul><ul><li>La CLAVE de la selección de la herramienta son los usuarios finales: es la única parte que verán de todo el proyecto de DW </li></ul><ul><li>Enfóquese hacia los requerimientos que solucionan problemas técnicos y de negocio importantes para diferenciarlas </li></ul><ul><li>Involucre a los usuarios finales que usarán las herramientas </li></ul><ul><li>Compruebe sus funciones, facilidad de uso, integración, metadatos, cuota de mercado y estabilidad </li></ul><ul><li>FUENTE: O’Neil, 1997 (y others) </li></ul>
  • 114. Múltiples Necesidades = Múltiples Herramientas <ul><li>La realidad del data mart es que necesitará múltiples herramientas para dar soporte a los diferentes usuarios </li></ul><ul><li>Use un número manejable de estas herramientas </li></ul><ul><li>Estas herramientas deberían ser consideradas en los cambios de tecnología y necesidades de usuarios </li></ul>
  • 115. Sin Datos de Calidad todo lo que Tenemos son Opiniones
  • 116.  

×