Tesis analsis y diseño de un mercado de datos

Universidad de las Ciencias Informáticas
Facultad 3

Título: Diseño e Implementación de un Mercado de Datos para la Oficina Nacional de Estadísticas.

Trabajo de Diploma para optar por el título de
Ingeniero en Ciencias Informáticas

Autor
Julio Ernesto Ortiz Sierra

Tutores:
Dr C. Pedro Yobanis Piñero Pérez
Ing. Asnioby Hernández López
Ing. Alberto Limia Navarro

Ciudad de laHabana, Junio de 2009
Declaro que soy el único autor de este trabajo y autorizo a la Facultad 3 de la Universidad de las Ciencias Informáticas a hacer uso del mismo en su beneficio.
Para que así conste firmo la presente a los ____ días del mes de ________________ del año ________.

_________________________ __________________________
Julio Ernesto Ortiz SierraDr C. Pedro Y. Piñero Pérez
Autor Tutor

_______________________ __________________________
Ing. Asnioby Hernández López Ing. Alberto Limia Navarro
Tutor Tutor

Resumen
El presente trabajo de diploma se enmarca en el área de los almacenes de datos ylas técnicas Procesamiento Analítico en Línea (OLAP, por sus siglas en inglés) para el análisis de información estadística. Comprende una revisión minuciosa y detalla de las metodologías, tendencias y mejores prácticas para el desarrollo de este tipo de soluciones. La investigación toma como referencia la metodología formulada por Kimball.
Como resultados se exponen las estructurasdimensionales para el modelo estadístico de “Indicadores Generales” que comprende las dimensiones, jerarquías, tablas de hechos y medidas necesarias para soportar los análisis estadísticos. Además se definen los mecanismos de extracción, transformación y cargas de los datos correspondientes al modelo. Otros aportes de la solución comprenden los procedimientos para agregar datos en función de alcanzarrendimientos aceptables ante peticiones que requieren el procesamiento de un número significativo de tuplas (del orden los cientos de miles de tuplas). Por otra parte se presentan las estrategias de indexado y particionamiento que constituyen un referente para incorporar nuevos modelos. Su principal novedad consiste en su implementación utilizando herramientas libres.

Resumen II
INTRODUCCIÓN 1Problema 3
Objeto de Estudio 3
Campo de Acción 3
Objetivo General 3
Objetivos Específicos 3
Hipótesis 3
Tareas Científicas de la Investigación: 3
Estructura del Trabajo 4
CAPÍTULO 1: FUNDAMENTACIÓN TEÓRICA 6
Introducción 6
1.1 Los Sistemas de Almacenes de Datos 6
1.1.1 Mercados de Datos 8
1.1.2 Almacenes de Datos o Mercados de Datos 9
1.2 Metas de los Almacenes de Datos 101.3 Características Generales 12
1.4 Componentes de los Almacenes de Datos 14
1.4.1 Sistema de fuentes operacionales 14
1.4.2 Área de Procesamiento (staging) 15
1.4.3 Área de Presentación 15
1.4.4 Herramientas de Acceso a Datos 16
1.5 Modelo Entidad-Relación y Modelo Dimensional 16
1.5.1 Modelo E-R 16
1.6.2 Modelo Dimensional 16
1.6 Modos de Almacenamiento de Datos 20
1.6.1ROLAP 20
1.6.2 MOLAP 21
1.6.3 HOLAP 22
1.6.4 MOLAP versus ROLAP 23
1.7 Estado actual de los Almacenes de Datos 24
1.7.1 En el mundo 24
1.7.2 En Cuba 28
1.8 Metodologías para el desarrollo 28
1.8.1 Justificación de la metodología a utilizar 32
1.9 Herramientas Existentes 33
1.9.1 Justificación de las herramientas a utilizar 36
Conclusiones del Capítulo 38
CAPÍTULO 2:DESCRIPCIÓN DE LA SOLUCIÓN 40
Introducción 40
2.1 Descripción de las Fuentes de Datos 40
2.1.1 Fuente 1: Información Histórica 2000-2008 41
2.1.2 Fuente 2: Clasificadores Estadísticos 42
2.2 Definición de las Áreas de Análisis 43
2.3 Arquitectura de los Componentes del Sistema 44
2.4.1 Arquitectura de la Solución 45
2.4 Pasos para el diseño lógico de la solución 47
2.5 Diseño del...