Datawhare House

INTRODUCCIÓN

* Antecedentes:

El Data Warehouse es una evolución de los sistemas de bases de datos relacionales, es un proceso, no un producto. En 1988 los investigadores de IBM Barry Devlin y Paul Murphy inventaron el término “Warehouse” de información, aunque el considerado padre de los Data Warehouse es William Harvey Inmon.
Los Data Warehouse fueron creados en la década de los 90ees un conjunto de datos que las organizaciones utilizan de apoyo para la toma de decisiones y que dichas empresas pueden consultar mediante las tecnologías de los Dataminding.
Los Dataminding son un software con el cual los usuarios finales (empresas) extraen información o conocimiento útil a partir de la información contenida en los Data Warehouse.
Como podemos observar los Data Warehouse y losDataminding están estrechamente relacionados, pero en este trabajo en concreto nos centraremos en los Data Warehouse.

MARCO TEÓRICO

* ¿Qué es un Data Warehouse?

La definición de William Harvey Inmon dice: “Una colección de datos que sirve de apoyo a la toma de decisiones, organizados por temas, integrados, no volátiles y en los que el concepto de tiempo varía respecto a los sistemastradicionales”.
De esta definición podemos destacar 4 características principales:
* Organizado por temas
* Integración.
* No volátil.
* Temporalidad.

* Organizado por temas:
La organización por temas proviene de que los datos en el Data Warehouse no se organizan acorde con las aplicaciones que los usan, sino que lo hacen acorde con su semántica,independientemente de que aplicación los utilice. Por ejemplo, una compañía podría tener datos organizados por clientes, proveedores, productos, etcétera, independientemente de la aplicación que los vaya a utilizar.

* La integración (característica más importante según su autor):
Un Data Warehouse se construye a partir de los datos de las diversas fuentes de datos de una organización, lo quehace necesario un esfuerzo para “poner en común” los datos de las diferentes fuentes.
Cada una de las fuentes de datos de la organización tendrá sus propios modelos de datos, sus propias políticas de asignación de nombres a campos, de codificación de valores, y un largo etcétera de diferencias que hacen que el hecho de recolectar los datos de ellas para unirlos en un esquema común suponga un granesfuerzo, tanto computacional como humano.
La información de los Data Warehouse proviene de:
* El sistema transaccional (contabilidad, ventas…)
* Datos de fuentes externas.
Toma como punto de partida la información recogida en el sistema transaccional convirtiéndola en datos históricos y no modificables, sobre los que se realizaran las tendencias y provisiones.

* Novolatilidad: Existen varias razones por las que los datos de un Data Warehouse no son volátiles. Las más importantes son:

* Un Data Warehouse se construye para dar soporte a la toma de decisiones, y este tipo de tareas pueden requerir el análisis de datos de diferentes momentos del tiempo para realiza análisis comparativos.

* Mantener diferentes versiones temporales de los datos permite recuperarel estado de los datos de la organización en cualquier instante, de modo que se pueden deshacer efectos indeseados de procesamientos erróneos

Por lo tanto, podemos afirmar que los datos de un Data Warehouse no sufren actualizaciones sino que se mantienen diferentes versiones de dichos datos.

* Temporalidad

* En los sistemas tradicionales, la caducidad de los datos, o su validez nosuele exceder de dos o tres meses. En muchos casos los datos varían todos los días. Mientras tanto, los datos del Data Warehouse tienen un horizonte temporal de años (Entre 5 y 10 años).

* En los sistemas de gestión, los datos con los que se trabaja son los datos actuales, mientras que los datos del Data Warehouse pueden verse como una serie de “snapshots” tomados en un momento del...