Bussiness Intelligence - Caso Modelamiento
Páginas: 9 (2214 palabras)
Publicado: 31 de marzo de 2013
Diseño de un Data Mart
Objetivos:
Entender los principios de diseño de bases de datos OLAP.
Comprender los conceptos de tablas de dimensión y tablas de hechos.
Comprender los modelos STAR y SNOWFLAKE.
Temas
1. Diferencias de diseño entre los sistemas OLTP y los sistemas OLAP.
2. Principios de diseño de bases de datos OLAP.
1. Diferencias dediseño entre los sistemas OLTP y los sistemas OLAP
El diseño de las bases de datos OLAP presenta diferencias fundamentales respecto de los principios de diseño de las bases de datos OLTP. La siguiente tabla muestra las principales características de ambos tipos de almacenamiento de datos:
Transaccionales: OLTP
Análisis: OLAP
Bases de datos altamente normalizadas
Bases de datos a-normalizadasSe normaliza hasta la tercera forma
Se normaliza hasta la primera forma.
Diseños complejos de base de datos
Diseños sencillos de base de datos.
Almacena información detallada
Almacena información totalizada
Alto número de joins para acceder a la información
Bajo número de joins.
Dinámico (número alto de modificaciones)
Estático (sólo lectura)
El objetivo de las bases de datosOLAP es responder a las preguntas clave del negocio. Estas preguntas suelen la siguiente apariencia:
¿Cuál es el volumen de ventas de impresoras en el Cusco durante el primer trimestre del año 2005?
¿Cuál fue la contribución de las ventas por marketing directo, respecto de las ventas totales?
¿Cuál fue el producto de mayor venta en el sur del país durante el año pasado?
2. Principios dediseño de bases de datos OLAP
La información proporcionada por un sistema OLAP debe cumplir las siguientes características:
1. Presentación en un formato intuitivo y fácil de usar para el usuario.
2. Alta performance para acceder a búsquedas complejas que involucren grandes cantidades de información.
3. Modelo multidimensional
El modelo dimensional de los data marts complementa elmodelo normalizado entidad – relación, optimizando la generación de reportes complejos de alta performance.
Los elementos fundamentales del diseño de un data mart son:
Fact table (tabla de hechos): Almacena eventos (por ejemplo, las ventas). Contiene las métricas que miden la efectividad de las operaciones del negocio.
Fact (hecho): Es una fila de la fact table. Representa un evento específico.Measures (medidas): Valores cuantitativos que almacenan las métricas del negocio. Están representados por columnas numéricas en la fact table.
Dimensión: Es una entidad de negocios respecto de la cual se deben calcular las métricas. Ejemplos: clientes, productos, tiempo.
Dimension Table (tabla de dimensión): Tablas que almacenan las dimensiones.
2.1 El modelo Estrella (STAR)
Latécnica más popular para diseñar un data mart es el esquema STAR (Estrella). Esta estructura asocia una tabla de hechos (Fact Table) con múltiples tablas de dimensión (dimension tables).
Este modelo incrementa la performance de las consultas, al reducir considerablemente el número de lecturas efectuadas sobre el disco.
A continuación se listan los componentes de un esquema STAR:
FactTable
Un data mart implementado con Analysis Services está orientado a brindar a los usuarios información numérica, que contribuya a entender el comportamiento del negocio y tomar mejores decisiones. Esta información numérica recibe el nombre de medida (measure). Algunos ejemplos de medidas comúnmente utilizadas por todo tipo de negocio son: ventas, unidades vendidas, costo, gasto, etc.
Lasmedidas se almacenan en una o más tablas de hechos (fact tables). Toda tabla de hechos contiene una cantidad variable de columnas numéricas, que almacenan los valores de las medidas.
Tablas de dimensión
Para entender el negocio, es fundamental conocer los valores de las ventas, los costos y los gastos. Sin embargo, estos números son de escasa utilidad si no se definen los criterios que se...
Diseño de un Data Mart
Objetivos:
Entender los principios de diseño de bases de datos OLAP.
Comprender los conceptos de tablas de dimensión y tablas de hechos.
Comprender los modelos STAR y SNOWFLAKE.
Temas
1. Diferencias de diseño entre los sistemas OLTP y los sistemas OLAP.
2. Principios de diseño de bases de datos OLAP.
1. Diferencias dediseño entre los sistemas OLTP y los sistemas OLAP
El diseño de las bases de datos OLAP presenta diferencias fundamentales respecto de los principios de diseño de las bases de datos OLTP. La siguiente tabla muestra las principales características de ambos tipos de almacenamiento de datos:
Transaccionales: OLTP
Análisis: OLAP
Bases de datos altamente normalizadas
Bases de datos a-normalizadasSe normaliza hasta la tercera forma
Se normaliza hasta la primera forma.
Diseños complejos de base de datos
Diseños sencillos de base de datos.
Almacena información detallada
Almacena información totalizada
Alto número de joins para acceder a la información
Bajo número de joins.
Dinámico (número alto de modificaciones)
Estático (sólo lectura)
El objetivo de las bases de datosOLAP es responder a las preguntas clave del negocio. Estas preguntas suelen la siguiente apariencia:
¿Cuál es el volumen de ventas de impresoras en el Cusco durante el primer trimestre del año 2005?
¿Cuál fue la contribución de las ventas por marketing directo, respecto de las ventas totales?
¿Cuál fue el producto de mayor venta en el sur del país durante el año pasado?
2. Principios dediseño de bases de datos OLAP
La información proporcionada por un sistema OLAP debe cumplir las siguientes características:
1. Presentación en un formato intuitivo y fácil de usar para el usuario.
2. Alta performance para acceder a búsquedas complejas que involucren grandes cantidades de información.
3. Modelo multidimensional
El modelo dimensional de los data marts complementa elmodelo normalizado entidad – relación, optimizando la generación de reportes complejos de alta performance.
Los elementos fundamentales del diseño de un data mart son:
Fact table (tabla de hechos): Almacena eventos (por ejemplo, las ventas). Contiene las métricas que miden la efectividad de las operaciones del negocio.
Fact (hecho): Es una fila de la fact table. Representa un evento específico.Measures (medidas): Valores cuantitativos que almacenan las métricas del negocio. Están representados por columnas numéricas en la fact table.
Dimensión: Es una entidad de negocios respecto de la cual se deben calcular las métricas. Ejemplos: clientes, productos, tiempo.
Dimension Table (tabla de dimensión): Tablas que almacenan las dimensiones.
2.1 El modelo Estrella (STAR)
Latécnica más popular para diseñar un data mart es el esquema STAR (Estrella). Esta estructura asocia una tabla de hechos (Fact Table) con múltiples tablas de dimensión (dimension tables).
Este modelo incrementa la performance de las consultas, al reducir considerablemente el número de lecturas efectuadas sobre el disco.
A continuación se listan los componentes de un esquema STAR:
FactTable
Un data mart implementado con Analysis Services está orientado a brindar a los usuarios información numérica, que contribuya a entender el comportamiento del negocio y tomar mejores decisiones. Esta información numérica recibe el nombre de medida (measure). Algunos ejemplos de medidas comúnmente utilizadas por todo tipo de negocio son: ventas, unidades vendidas, costo, gasto, etc.
Lasmedidas se almacenan en una o más tablas de hechos (fact tables). Toda tabla de hechos contiene una cantidad variable de columnas numéricas, que almacenan los valores de las medidas.
Tablas de dimensión
Para entender el negocio, es fundamental conocer los valores de las ventas, los costos y los gastos. Sin embargo, estos números son de escasa utilidad si no se definen los criterios que se...
Leer documento completo
Regístrate para leer el documento completo.