Bases de datos multidimensionales

Se presentan dos problemas asociados al trabajo con variables multidimensionales de gran tamaño (la falta de espacio en disco y la necesidad de procesos de cálculo de valores agregados más rápidos) proponiendo diversas soluciones aplicables en tiempo de diseño de la base de datos que las contiene.
Aunque pudiera parecer extraño, existen muchos casos en los que el número de datos calculadosmediante agregación es muy superior al de los datos simplemente cargados directamente en la base de datos. En la Analogía piramidal de los datos tendríamos una pirámide invertida.

IntroducciónEl uso de dimensiones es una forma de mostrar (y a veces almacenar) datos muy útil en sistemas con grandes cantidades de información. Las dimensiones son ejes de análisis o criterios de clasificación de lainformación que ofrecen un índice a los datos mediante una lista de valores. Por ejemplo son dimensiones <Tiempo>, <Geografía> y <Producto>.
Se llama DataWarehouse al almacén de datos que reúne la información histórica generada por todos los distintos departamentos de una organización, orientada a consultas complejas y de alto rendimiento. Un DataWarehouse pretende conseguir quecualquier departamento pueda acceder a la información de cualquiera de los otros mediante un único medio, así como obligar a que los mismos términos tengan el mismo significado para todos. Un Datamart es un almacén de datos históricos relativos a un departamento de una organización, así que puede ser simplemente una copia de parte de un DataWarehouse para uso departamental.
Tanto el DataWarehousecomo el Datamart son sistemas orientados a la consulta, en los que se producen procesos batch de carga de datos (altas) con una frecuencia baja y conocida. Ambos son consultados mediante herramientas OLAP (On Line Analytical Processing) que ofrecen una visión multidimensional de la información. Sobre estas bases de datos se pueden construir EIS (Executive Information Systems, Sistemas de Informaciónpara Directivos) y DSS (Decision Support Systems, Sistemas de Ayuda a la toma de Decisiones). Por otra parte, se conoce como Data Mining al proceso no trivial de análisis de grandes cantidades de datos con el objetivo de extraer información útil, por ejemplo para realizar clasificaciones o predicciones.
A continuación se muestra una representación espacial de una variable multidimensional conuna, dos y tres dimensiones. En esta figura los cubitos representan valores de dimensión, y las esferas son datos.

Fig. Variables con una dos y tres dimensiones
Una variable unidimensional podría ser el cambio del euro con el dólar, que sólo varía en la dimensión <tiempo>. Los cubitos serían, por ejemplo, los días del año y las esferas serían los valores numéricos correspondientes alcambio monetario en cada momento. Un ejemplo de variable de dos dimensiones es el número de habitantes, que se mueve por las dimensiones <Geografía> y <tiempo>. Finalmente, los ingresos de una organización podrían almacenarse mediante una variable de tres dimensiones: <producto>, <Geografía> y <tiempo>.
Normalmente los elementos de una dimensión forman una jerarquía, conlo que algunos son padres de otros. Cuando las variables multidimensionales de un datamart o datawarehouse son cargadas con nueva información (por ejemplo, mensualmente a partir de ficheros de texto), ésta se refiere a los nodos hoja del árbol jerárquico de cada una de las dimensiones. Por ejemplo, la información de ventas llega detallada por producto, por provincia y por mes. Pero si queremosobtener el total de ventas de todos los productos, el total de ventas de todas las provincias, el de todos los meses del año, o alguna combinación de estos, deberemos realizar un proceso de agregación de la información.
Por ejemplo, en la dimensión Producto incluiremos un valor llamado "Total Productos" que será padre de todos los demás productos y que contendrá el acumulado de todos ellos. En la...