1. 7. Describir cada etapa del diseño de un DW. <br />1. Análisis de requerimientos.<br />Identificar preguntas para las que queremos tener respuesta y los objetivos que se quieren conseguir con el nuevo sistema.<br />Analizar las preguntas para determinar las perspectivas de análisis y los indicadores de negocio.<br />Diseñar el modelo conceptual, que incluira las perspectivas e indicadores identificados. A través del modelo se podrán alcanzar claramente cuales son los alcances del proyecto, y será un punto de partida con alto nivel de definición para su exposición a los usuarios y responsables.<br />2. Analisis de los sistemas transaccionales.<br />Determinación de indicadores: identificar el origen de los indicadores en los sistemas transaccionales y determinar la forma de su calculo.<br />Correspondencias: establecer correspondencias entre los elementos definidos en el modelo conceptual y las fuentes de datos existentes en elos OLTP (sistemas transaccionales).<br />Definición del nivel de granuralidad: nivel de detalle de los datos a obtener para cada dimensión de análisis.<br />Modelo conceptual ampliado con los campos identificados para cada perspectiva.<br />3. Modelo lógico del ETL.<br />Tipo de modelo lógico del DW: selección del tipo de esquema que utilizaremos (estrella, copo de nieve, etc).<br />Tabla de dimensiones:Construccion de las tablas de dimensiones para cada una de las perspectivas de analisis considerada.<br />Tablas de Hechos: definición de las tablas de hechos que contendras la información a partir de los cuales construiremos los indicadores de análisis.<br />Uniones: relaciones entre las tablas de dimensiones y las tablas de hechos.<br />4. Procesos ETL.<br />Analisis, definición y desarrollo de todos aquellos procesos necesarios para la extracción, transformación y carga de datos desde los sistemas origen para “llenar” el DW.<br />5.1.5. Perfomance y mantenimiento del DW.<br />Ajustes en el diseño del DW y mantenimiento en el tiempo.<br />http://churriwifi.wordpress.com/2009/12/05/5-fases-en-la-implantacion-de-un-sistema-dw-metodologia-para-la-construccion-de-un-dw/<br /> EtapaEntradaSalidaInvolucradosIAnálisis de los DocumentaciónEsquemas de bases deDiseñador y administradores sistemas de InformaciónExistente datosde los sistemas de info.IIEspecificación Esquemas de Hechos y cargasDiseñador y usuarios de requerimientosbases de datosde trabajo preliminaresfinalesIIIDiseño conceptualEsquemas de basesEsquemas Diseñador de datos, hechos y dimensionales cargas de trabajo preliminares IVRefinamiento de cargasesquemasCarga de trabajoDiseñador y usuarios de trabajo y validación dimensionales y finales de esquemas cargas preliminares dimensionales VDiseño lógicoEsquema Esquema DW lógicoDiseñador dimensional, modelo lógico objeto y cargas de Trabajo VIDiseño físicoEsquema de DWEsquema físico del DWDiseñador lógico, DBMS destino y cargas de trabajo <br />8. Modelos de DW:<br />–<br /> - –Star Schema <br />Uno de los tipos de consultas más usadas en las OLAP es la llamada Estrella. Su nombre lo adquiere debido a que su implementación en un ambiente relacional (MOLAP Multidimentional Online Analitical Processing) que está dado por varias tablas que almacenan las jerarquías dimensionales y una tabla que contiene el hecho con una relación 1:m con estas tablas de dimensiones.<br />Las tablas de dimensiones están ligadas a la tabla Hecho, por relaciones. La integridad referencial es llevada a cabo por la creación de llaves foráneas en la tabla Hecho, que a su vez forman parte de la llave principal de la esta tabla. Es importante destacar que las jerarquías completas son guardadas en una sola tabla dimensión.<br />http://www.programatium.com/manuales/Data-Warehouse/diagrama-estrella.htm<br />– - Snowflake Schema<br />Esquema en copo de nieve es una variedad más compleja del esquema estrella. El afinamiento está orientado a facilitar mantenimiento de dimensiones. Lo que distingue a la arquitectura en copo de nieve del esquema estrella, es que las tablas de dimensiones en este modelo representan relaciones normalizadas (3NF) y forman parte de un modelo relacional de base de datos. Con varios usos del esquema en bola de nieve, el más común es cuando las tablas de dimensiones están muy grandes o complejas y es muy difícil representar los datos en esquema estrella. Por ejemplo, si una tabla dimensional de los clientes (CUSTOMERS) contiene un millón de filas, sería una idea buena crear una tabla con grupos de clientes (CUSTOMER_GROUPS) y mover los datos comunes para cada grupo de clientes a esta tabla. El tamaño de estas dos tablas será mucho menor que de una tabla no normalizada con todos los datos de clientes. El problema es que para extraer datos de las tablas en esquema de copo de nieve, a veces hay que vincular muchas tablas en las sentencias SQL que puede llegar a ser muy complejo y difícil para mantener.<br />http://etl-tools.info/es/bi/almacendedatos_esquema-copo-de-nieve.htm<br />