Topicos de ingeneria_de_sistema_sii_calzada1

657 views

Published on

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
657
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
20
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Topicos de ingeneria_de_sistema_sii_calzada1

  1. 1. Patrón de Arquitecturas Orientadas a Servicios
  2. 2. Arquitectura orientada a servicios La arquitectura orientada a servicios de cliente (en inglés Service Oriented Architecture), es un concepto de arquitectura de software que define la utilización de servicios para dar soporte a los requisitos del negocio. Permite la creación de sistemas de información altamente escalables que reflejan el negocio de la organización, a su vez brinda una forma bien definida de exposición e invocación de servicios (comúnmente pero no exclusivamente servicios web), lo cual facilita la interacción entre diferentes sistemas propios o de terceros.
  3. 3. Arquitectura orientada a serviciosSOA define las siguientes capas de software:  Aplicaciones básicas - Sistemas desarrollados bajo cualquier arquitectura o tecnología, geográficamente dispersos y bajo cualquier figura de propiedad.  De exposición de funcionalidades - Donde las funcionalidades de la capa aplicativa son expuestas en forma de servicios (generalmente como servicios web).  De integración de servicios - Facilitan el intercambio de datos entre elementos de la capa aplicativa orientada a procesos empresariales internos o en colaboración.  De composición de procesos - Que define el proceso en términos del negocio y sus necesidades, y que varía en función del negocio.  De entrega - donde los servicios son desplegados a los usuarios finales.
  4. 4. DATA WAREHOUSE
  5. 5. INTRODUCCIÓN DW es una tecnología construida para optimizar el uso y análisis de información utilizado por las organizaciones para adaptarse a los cambios en los mercados. Su función esencial es ser la base de un sistema de información gerencial. Debe cumplir el rol de integrador de información proveniente de fuentes funcionalmente distintas.
  6. 6. DATA WAREHOUSE Se caracteriza por ser integrado, no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se utiliza
  7. 7. ARQUITECTURA Online Transaction Processing (OLTP) Consolidación Middleware Online Analytical Process (OLAP) Data Marts
  8. 8. OLTP Es un tipo de sistemas que facilitan y administran aplicaciones transaccionales, usualmente para entrada de datos y recuperación y procesamiento de transacciones. Los paquetes de software para OLTP se basan en la arquitectura cliente-servidor ya que suelen ser utilizados por empresas con una red informática distribuida. Algunos ejemplos de este tipo de aplicaciones son:- Compras, - Ventas, - Inventario, - Sueldos
  9. 9. OLAP Es una solución utilizada en el campo de la llamada Inteligencia empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes Bases de Datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares.
  10. 10. TIPOS DE SISTEMAS OLAP ROLAP Motor relacional. Datos detallados, tablas normalizadas. Los esquemas más comunes sobre los que se trabaja son estrella ó copo de nieve MOLAP Base de datos multidimensional. el resumen de la información es usualmente calculado por adelantado. HOLAP (Hybrid OLAP) Almacena algunos datos en un motor relacional y otros en una base de datos multidimensional
  11. 11. DATA MARTS
  12. 12. ESQUEMA EN ESTRELLA • Modelo de datos que tiene una tabla de hechos (o tabla fact) que contiene los datos para el análisis, rodeada de las dimensiones estas tiene una clave primaria simple, mientras que en la tabla de hechos, la clave principal estará compuesta por las claves principales de las demás.
  13. 13. ESQUEMA EN COPO DE NIEVE Un esquema en copode nieve es unaestructura algo máscompleja que elesquema en estrella. Seda cuando alguna de lasdimensiones seimplementa con más deuna tabla de datos. Lafinalidad es normalizarlas tablas y así reducir elespacio dealmacenamiento aleliminar la redundanciade datos
  14. 14. DATAWAREHOUSE – DATA MINING
  15. 15. DATA WAREHOUSE
  16. 16. DATAesWAREHOUSE Un Datawarehouse una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business Intelligence.
  17. 17. Los elementos básicos de un DataWareHouse OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse, también un estilo dimensional especifico de búsquedas y presentación de información y que es ejemplificada por vendedores de OLAP. ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional. MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios de tecnología de bases de datos que tienen un fuerte estilo dimensional Ad Hoc Query Tool: un tipo especifico de herramientas de acceso a datos por usuarios finales que invita al usuario a formas sus propios queries manipulando directamente las tablas relacionales y sus uniones. Modelado de aplicaciones: un sofisticado tipo de cliente de Data WareHouse con capacidades analíticas que transforma o digiere las
  18. 18. Los elementos básicos de un DataWareHouse
  19. 19. Principales aportaciones de un datawarehouse Proporciona una herramienta para la toma de decisiones en cualquier área funcional, basándose en información integrada y global del negocio. Facilita la aplicación de técnicas estadísticas de análisis y modelización para encontrar relaciones ocultas entre los datos del almacén; obteniendo un valor añadido para el negocio de dicha información. Proporciona la capacidad de aprender de los datos del pasado y de predecir situaciones futuras en diversos escenarios. Simplifica dentro de la empresa la implantación de sistemas de gestión integral de la relación con el cliente. Supone una optimización tecnológica y económica en entornos de Centro de Información, estadística o de generación de informes con retornos de la inversión espectaculares
  20. 20. USOS DEL DATA WAREHOUSE Los datos operacionales y los datos del data warehouse son accesados por usuarios que usan los datos de maneras diferentes.
  21. 21. USOS DEL DATA WAREHOUSE Sólo pocos usuarios accesan a los datos concurrentemente  En contraste a la producción de sistemas que pueden manejar cientos o miles de usuarios concurrentes, al data warehouse accesa un limitado conjunto de usuarios en cualquier tiempo determinado. Los usuarios generan un procesamiento no predecible complejo  Los usuarios del data warehouse generan consultas complejas. A veces la respuesta a una consulta conduce a la formulación de otras preguntas más detalladas, en un proceso llamado drilling down. El data warehouse puede incluir niveles de resúmenes múltiples, derivado de un conjunto principal, único, de datos detallados, para soportar este tipo de uso.
  22. 22. USOS DEL DATA WAREHOUSE Las consultas de los usuarios accesan a cantidades grandes de datos  Debido a la necesidad de investigar tendencias y evaluar las relaciones entre muchas clases de datos, las consultas al data warehouse permiten accesar a volúmenes muy grandes tanto de data detallada como resumida. Debido a los requerimientos de datos históricos, los data warehouses evolucionan para llegar a un tamaño más grande que sus orígenes operacionales (de 10 a 100 veces más grande). Las consultas de los usuarios no tienen tiempos de respuesta críticos  Las transacciones operacionales necesitan una respuesta inmediata porque un cliente puede estar esperando una respuesta. En el data warehouse, por el contrario, tiene un requerimiento de respuesta no-crítico porque el resultado frecuentemente se usa en un proceso de análisis y toma de decisiones. Aunque los tiempos de respuesta no son críticos, los usuarios esperan una respuesta dentro del mismo día en que es hecha la consulta.
  23. 23. USOS DEL DATA WAREHOUSE
  24. 24. USOS DEL DATA WAREHOUSEEjemplo: Preparación de un reporte complejo  Considere un problema bastante típico en una compañía de fabricación grande en el que se pide una información (un reporte) que no está disponible.  El informe incluye las finanzas actuales, el inventario y la condición de personal, acompañado de comparaciones del mes actual con el anterior y el mismo mes del año anterior, con una comparación adicional de los 3 años precedentes. Se debe explicar cada desviación de la tendencia que cae fuera de un rango predefinido.  Sin un data warehouse, el informe es preparado de la manera siguiente:  La información financiera actual se obtiene desde una base de datos mediante un programa de extracción de datos, el inventario actual de otro programa de extracción de otra base de datos, la condición actual de personal de un tercer programa de extracción y la información histórica desde un backup de cinta magnética o CD-ROM.
  25. 25. USOS DEL DATA WAREHOUSE
  26. 26. VENTAJAS DE DATA WAREHOUSESe deben considerar los siguientes beneficios empresariales potenciales: Los Procesos de Toma de Decisiones pueden ser mejorados mediante la disponibilidad de información. Las decisiones empresariales se hacen más rápidas por gente más informada. Los procesos empresariales pueden ser optimizados. El tiempo perdido esperando por información que finalmente es incorrecta o no encontrada, es eliminada. Procesos y datos de los sistemas operacionales, así como los datos en el Data Warehouse, son usados y examinados. Apenas el Data Warehouse comienza a ser fuente primaria de información empresarial consistente, pueden comenzar a presentarse las siguientes situaciones: La gente tiene mayor confianza en las decisiones empresariales que se toman. Ambos, quienes toman las decisiones como los afectados conocen que está basada en buena información. La información compartida conduce a un lenguaje común, conocimiento común, y mejoramiento de la comunicación en la empresa. Se mejora la confianza y cooperación entre distintos sectores de la empresa, viéndose reducida la sectorización de funciones. Visibilidad, accesibilidad, y conocimiento de los datos producen mayor confianza en los sistemas operacionales.
  27. 27. Desventajas del Data Ware House No es muy útil para la toma de decisiones en tiempo real debido al largo tiempo de procesamiento que puede requerir. En cualquier caso la tendencia de los productos actuales (junto con los avances del hardware) es la de solventar este problema convirtiendo la desventaja en una ventaja. Requiere de continua limpieza, transformación e integración de datos. Mantenimiento. En un proceso de implantación puede encontrarse dificultades ante los diferentes objetivos que pretende una organización. Una vez implementado puede ser complicado añadir nuevas fuentes de datos.
  28. 28. Operaciones en un DataWarehouse
  29. 29. Operaciones en un DataWarehousea) Sistemas Operacionales Los datos administrados por los sistemas de aplicación operacionales son la fuente principal de datos para el data warehouse. Las bases de datos operacionales se organizan como archivos indexados (UFAS, VSAM), bases de datos de redes/jerárquicas (I-D-S/II, IMS, IDMS) o sistemas de base de datos relacionales (DB2, Oracle, Informix, etc.). Según las encuestas, aproximadamente del 70% a 80% de las bases de datos de las empresas se organizan usando DBMSs no relacional.b) Extracción, Transformación y Carga de los Datos Se requieren herramientas de gestión de datos para extraer datos desde bases de datos y/o archivos operacionales, luego es necesario manipular o transformar los datos antes de cargar los resultados en el data warehouse. Tomar los datos desde varias bases de datos operacionales y transformarlos en datos requeridos para el depósito, se refiere a la transformación o a la integración de datos. Las bases de datos operacionales, diseñadas para el soporte de varias aplicaciones de producción, frecuentemente difieren en el formato. Los mismos elementos de datos, si son usados por aplicaciones diferentes o administrados por diferentes software DBMS, pueden definirse al usar nombres de elementos inconsistentes, que tienen formatos inconsistentes y/o ser codificados de manera diferente. Todas estas inconsistencias deben resolverse antes que los elementos de datos sean almacenados en el data warehouse.
  30. 30. Operaciones en un DataWarehousec) Metadata Otro paso necesario es crear la metadata. La metadata (es decir, datos acerca de datos) describe los contenidos del data warehouse. La metadata consiste de definiciones de los elementos de datos en el depósito, sistema(s) del (os) elemento(s) fuente. Como la data, se integra y transforma antes de ser almacenada en información similar.d) Acceso de usuario final Los usuarios accesan al data warehouse por medio de herramientas de productividad basadas en GUI (Graphical User Interface - Interfase gráfica de usuario). Pueden proveerse a los usuarios del data warehouse muchos de estos tipos de herramientas. Estos pueden incluir software de consultas, generadores de reportes, procesamiento analítico en línea, herramientas data/visual mining, etc., dependiendo de los tipos de usuarios y sus requerimientos particulares. Sin embargo, una sola herramienta no satisface todos los requerimientos, por lo que es necesaria la integración de una serie de herramientas.
  31. 31. TRANSFORMACION DE DATOS YMETADATA
  32. 32. EJEMPLO DE UN DATAWAREHOUSE
  33. 33. ¿PORQUE CONSTRUIR BLOQUESDE DATA WAREHOUSE? 1° Se ha reconocido los beneficios del procesamiento analítico en línea (On Line Analytical Processing - OLAP), más allá de las áreas tradicionales de marketing y finanzas. Las organizaciones saben que los conocimientos inmersos en las masas de datos que rutinariamente recogen sobre sus clientes, productos, operaciones y actividades comerciales, contribuyen a reducir los costos de operación y aumentar las rentas, por no mencionar que es más fácil la toma de decisiones estratégicas. 2° El crecimiento de la computación cliente/servidor, ha creado servidores de hardware y software más poderosos y sofisticados que nunca. Los servidores de hoy compiten con las mainframes de ayer y ofrecen arquitecturas de memoria tecnológicamente superiores, procesadores de alta velocidad y capacidades de almacenamiento masivas. Al mismo tiempo, los Sistemas de Gestión de Base de Datos (Data Base Management Systems - DBMS(s)) modernos, proporcionan mayor soporte para las estructuras de datos complejas.
  34. 34. CONSIDERACIONES PREVIAS ALDESARROLLO DE UN DATAWAREHOUSEHay muchasmaneras paradesarrollar datawarehouses comotantasorganizacionesexisten. Sinembargo, hay unnúmero dedimensionesdiferentes quenecesitan serconsideradas: Alcance de un data warehouse Redundancia de datos Tipo de usuario final
  35. 35. DISEÑO DE LA ARQUITECTURA
  36. 36. DISEÑO DE LA ARQUITECTURA
  37. 37. IMPLEMENTACION En esta fase, el proyecto de data warehouse debe tener asignado el liderazgo adecuado, así como, los recursos humanos, recursos tecnológicos y el presupuesto apropiado. Sin embargo, deben evaluarse otros aspectos, como desarrollar un proyecto en su totalidad o por fases y además, diferenciar el tipo de proyecto a realizar

×