Análisis Multidimensional de Datos Warehouse
Análisis Multidimensional de Datos Warehouse
Análisis Multidimensional de Datos Warehouse
de datos
Parte I
Cortesía: UENM/Internet.
Los tres componentes de un modelo de
datos
• Estructura De Datos
• Operaciones Sobre Los Datos
• Restricciones De Integridad
Por qué la base de datos multidimensional
• Tabla de dimensión, que contiene, por lo general, una llave simple y un conjunto
de atributos que describen la dimensión. Sin embargo, pueden existir atributos que
representen llaves foráneas de otras tablas de dimensión. Las tablas de dimensión
se relacionan con las tablas de hechos haciendo parte de la llave de un hecho,
por tanto, los atributos que conforman las tablas de dimensiones también
describen el hecho.
Existen tres esquemas fundamentales para
representar multidatos:
• Estrella
• Copo de nieve
• Conteslación
En el esquema de representación dimensional se muestran los hechos y las
dimensiones que lo conforman, entre los esquemas de representación se
encuentran:
Esquema Estrella:
Esquema copo de nieve:
∞ 1
Compartida
CUBO (en los cruces de las dimenciones
están los HECHOS)
Hecho
Ejemplos de cubos
Cubos
Cubos
Dimensiones -KEY-
y medidas de tabla de hecho
del cubo
Operación básica en CUBO:
Operaciones básicas en CUBO:
Pasos básicos para construir un CUBO:
Ejemplo 1
Para diseñar un cubo OLAP es necesario tener un origen de datos, la fuente de datos puede ser una base de datos relacional
creada previamente, administrada por ejemplo en SQL:
Transformación a tabla de hechos de un
CUBO:
Construcción del cubo OLAP: Para construir un nuevo cubo se
necesita seleccionar la vista del origen de datos y las tablas del
cubo, para establecer sus propiedades.
Diseño de dimensiones…
Nombre a CUBO:
Estructura del CUBO:
Ejemplo 2 (Viviendas)
Consultas…
Tipos de consultas al CUBO:
• Cómo ha sido el beneficio obtenido en ROPA JUVENIL de la
empresa en verano de este año, con respecto al verano de
años anteriores?
• Cuál es el menor y mayor margen de ELECTRODOMESTICOS
de las tiendas de todos los departamentos por año?
• Se desea saber si es conveniente invertir más en marketing ?
Proceso ETL:
Ejemplo Metodología DSDM DW
Ejemplo:
Ejemplo dimencional de tabla de HECHO
¿QUÉ ES OLAP?
• Roll-up
• Desglose
• Cortar y dados
• Pivotar (girar)
Roll-up:
También se conoce
como “Consolidación” o
“agregación”.
1. Reducir dimensiones
2. Subiendo la jerarquía
conceptual. La
conceptual es unjerarquía
sistema de
agrupación de las cosas en
función de su orden o nivel.
Desglose
En el desglose los datos se fragmentan en partes más
pequeñas. Es lo opuesto al proceso acumulativo. Se puede
hacer a través de:
HOLAP Rendimiento mas rápido debido a que Mayor nivel de complejidad porque
Es una mezcla de ROLAP y MOLAP ya utiliza tecnología de cubo. soporta herramientas y aplicaciones
que ofrece un rápido cálculo y una Acceso a datos actualizados en ROLAP Y MOLAP.
escalabilidad mayor a la de ROLAP. tiempo real
Utiliza 2 bases de datos Ahorra espacio en disco y sigue Mayores posibilidades
1 Datos calculados almacenados en siendo compacto, lo que ayuda a de solapamiento especialmente es
un cubo OLAP evitar problemas relacionados con la sus funcionalidades.
2 Información detallada almacenada en velocidad de acceso.
una base de datos relacional.
Utilización de Herramientas para OLAP
Ejemplo
Amazon analiza las compras realizadas por sus clientes para
crear una página de inicio personalizada con productos que
probablemente interesen a sus clientes.
¿Cuál es el margen de beneficios de la venta de bicicletas para
febrero de 2007?
• Tiempo
• Productos
• Medidas
OLTP
Objetivo Principal
R
Arquitectura de tres niveles
NIVEL INFERIOR: La base de datos de los
servidores de Datawarehouse como el
nivel inferior.
DRILL-ACROSS