Data">
Nothing Special   »   [go: up one dir, main page]

Bases Datos Multidim - Sesión 4

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 27

Curso: Bases de Datos Multidimensionales - MBD 304

Sesión 4:
Hoja electrónicas, OLAP Relacional, Cubos Multidimensional

José Mayorga V., Mag., 2012.


Holas Electrónicas y OLAP

José Mayorga V., Mag., 2012.


Hojas electrónicas y OLAP Fuentes de datos crudos

Superiores a las calculadoras,


permiten y facilitan: Suministro de datos
“crudos”
• Hacer más cálculos
• Automatizarlos Procesamiento
Análisis datos
• Análisis del tipo “what if” orientado a toma de
decisiones
La tablas Pivote son
estructuras multidimensionales Datos finales
procesados
Hojas electrónicas no proveen
funcionalidad OLAP Consumo info. final

José Mayorga V., Mag., 2012.


Funcionalidad OLAP con Hojas Electrónicas
Hojas independientes para cada
“dimensión”
• Producto (100)
• Escenario (3)
• Semana (13)

Requiere 3.900 hojas electrónicas:


100 x 3 x 13 = 3900

José Mayorga V., Mag., 2012.


Funcionalidad OLAP con Hojas Electrónicas
Hojas independientes para cada
“dimensión”
• Producto (100)
• Escenario (3)
• Semana (13)

Requiere 3.900 hojas electrónicas:


100 x 3 x 13 = 3900

José Mayorga V., Mag., 2012.


Funcionalidad OLAP con BD-SQL

Si se utilizan tablas para generar


agregaciones, se crearía una tabla
agregada para cada combinacion
de niveles de agregación
• 4 niveles para el tiempo
• 3 para tiendas
• 3 para productos
• Generan 36 niveles de agregaciones
•  36 TABLAS AGREGADAS

José Mayorga V., Mag., 2012.


Tareas
• Transac SQL: Investigar las funciones:
GROUP BY con:
– ROLLUP
– CUBE
– GROUPING SETS

José Mayorga V., Mag., 2012.


Bases de Datos Multidimensionales

José Mayorga V., Mag., 2012.


Paradigma de las Bases de Datos Multidimensionales

Organizan y clasifican la
información en: No existen tablas Son OLAP “por naturaleza”
Medidas y Dimensiones

Mediciones:
Dimensiones:
Datos Cuantitativos, se
pueden sumar, contar, … : Categorías
• Cant. Unids. vendidas Clasificaciones
• Monto de ventas
• Minutos de duración
Catálogos

José Mayorga V., Mag., 2011


Modelo de datos Multidimensional
Organizan y clasifican la información en Medidas y Dimensiones.

No existen las tablas.

Por sus características es OLAP.

Medidas son los datos Cuantitativos, todo lo que se puede medir


• Número de unidades vendidas
• Monto de las ventas
• Minutos de duración de una actividad
• Saldos en Cuentas bancarias
Dimensiones son las Categorías de los datos, los clasifican.

José Mayorga V., Mag., 2011


Modelo de datos Multidimensional: Dimensiones

Las Dimensiones tienen


En los niveles se
JERARQUÍAS que se
almacenan los MIEMBROS:
organizan en NIVELES:
• Ejemplo de Dimensión • Provincias: San José,
Geográfica Cartago, Alajuela, …
• Provincia • Cantones : San Pedro,
• Cantón Escazú, Siquirres, …
• Distrito • Distritos: Vargas Araya,
• … Los Yoses, …

José Mayorga V., Mag., 2011


Modelos multidimensionales: mediciones
Aditividad de las medidas. Capacidad de agregar datos

Aditivas, permiten cualquier agregación.


• Cantidad de unidades
• Monto de retiros de cuentas
• Cantidad de retiros
Semi-aditivas, son limitadas:
• Saldos de Cuentas Bancarias
• Acumulación de cuentas contables
No Aditivas, no se pueden agregar:
• Porcentajes
• Razones
• Tasas de crecimiento

José Mayorga V., Mag., 2011


Cubos Multidimensionales:
Ej 1.: Cubo Distribución Productos

José Mayorga V., Mag., 2012.


Cubos Multidimensionales:
Ej 2.: Navegando en el Cubo

José Mayorga V., Mag., 2011


Arquitectura de Sistemas OLAP

José Mayorga V., Mag., 2011


Arquitectura OLAP de 3 capas
Servidor Data
Warehouse y/o Servidor OLAP Clientes
Data Mart
Herramientas de
Bases de Datos
Relational OLAP Reportes (Cliente
Relacionales
Servidos y/o WEB)

Bases de Datos no Multidimensional


Analíticos
relacionales OLAP

Archivos planos (rara Capas Semánticas de


Minería de Datos
vez) Datos

José Mayorga V., Mag., 2011


Arquitectura Data Warehouse - Kimball

José Mayorga V., Mag., 2011


Análisis de requerimientos de BI

José Mayorga V., Mag., 2011


OLTP: Métodos de Desarrollo Tradicionales

Requerimientos

Síntesis Solo para


proyectos
operacionales
Diseño

Proyectos con
ciclos de vida Programación
muy largos
José Mayorga V., Mag., 2012.

Pruebas

Proyectos
muy grandes Integración
BI: Metodología en Espiral
Requerimientos

Para usuarios
Para usuarios
Reutilización que operan en
Integración que no saben lo
Análisis modo
que necesitan
"Discovery"

Para usuarios
que saben lo
que necesitan
Pruebas Diseño cuando lo ven

Programación

José Mayorga V., Mag., 2012.


Ciclo de Vida del Data Warehouse
Diseño Selección

Definición de Requerimientos de Negocios


Arquitectura instalación Crecimiento
Técnica productos

Modelado
Planificación del ETL Diseño
Multidimension Diseño Físico Despliegue
Proyecto Desarrollo
al

Desarrollo
Diseño
Aplicaciones Mantenimiento
Aplicaciones BI
Usuario

Administración del Proyecto

José Mayorga V., Mag., 2012.


10 Reglas para hacer Modelos Multidimesionales

José Mayorga V., Mag., 2011


10 Reglas para los modelos multidimensionales

Dimensional models should be populated with bedrock atomic details


to support the unpredictable filtering and grouping required by
business user queries.

If only summarized data is available, then you've already made


assumptions about data usage.

Atomic details can be complemented by summary dimensional models


that provide performance advantages for common queries of
aggregated data

José Mayorga V., Mag., 2011


Business processes are the activities performed by
your organization; they represent measurement events

Consolidated fact tables are sometimes created that


combine metrics from multiple processes

Consolidated fact tables are a complement to the


detailed single-process fact tables

José Mayorga V., Mag., 2011


10 Reglas para los modelos multidimensionales

Every fact table should have at least one


foreign key to an associated date
dimension table

Sometimes multiple date foreign keys are


represented in a fact table

José Mayorga V., Mag., 2011


Tres tipos de Tablas de Hechos

Tres tipos fundamentales de tablas de hechos, según la


granularidad :

• Transaccionales
• Stocks y/o Saldos (fotografías en cortes de tiempo)
• Fotografías acumuladoras

Independientemente del tipo de granularidad, todas las


mediciones en una tabla de hechos deben tener el mismo
nivel de detalle

José Mayorga V., Mag., 2011


Muchas Gracias

José Mayorga V., Mag., 2011

También podría gustarte