Datawarehouse
•
0 recomendaciones•708 vistas
Data warehousing es el centro de la arquitectura para los sistemas de información en la década de los '90. Soporta el procesamiento informático al proveer una plataforma sólida, a partir de los datos históricos para hacer el análisis. Facilita la integración de sistemas de aplicación no integrados. Organiza y almacena los datos que se necesitan para el procesamiento analítico, informático sobre una amplia perspectiva de tiempo. Un Data Warehouse o Depósito de Datos es una colección de datos orientado a temas, integrado, no volátil, de tiempo variante, que se usa para el soporte del proceso de toma de decisiones gerenciales. Se puede caracterizar un data warehouse haciendo un contraste de cómo los datos de un negocio almacenados en un data warehouse, difieren de los datos operacionales usados por las aplicaciones de producción.
Recomendados
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Similar a Datawarehouse
Similar a Datawarehouse (20)
Último
Último (20)
Datawarehouse
- 2. Hechos Los hechos son transacciones que han ocurrido en algún punto en el pasado, y que es muy poco probable que cambien en el futuro Los hechos se pueden analizar de diferentes formas dependiendo de la información de referencia Los hechos suelen tener pocos atributos, puesto que no tiene datos operacionales
- 3. Dimensiones Sirven para representar cada uno de los factores por los que se puede analizar un determinado área de negocio Son tablas siempre más pequeñas A menudo se desnormalizan día mes clave_día clave_mesclave_mes mes día clave_día clave_mes mes
- 4. Hechos y dimensiones Ventas July 2001 M T W T F S S 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Pc Portátil Ratón FaxTeléfono Sucursales Productos Clientes Fecha
- 5. Diagramas en estrella Producto Cliente Fecha Sucursal Ventas Tabla de hechos Tablas de dimensión
- 6. Datos multidimensionales Ventas totales de television en T1. Fecha Producto Tienda suma suma TV VCR PC 1Qtr 2Qtr 3Qtr 4Qtr T1 T2 T3 suma
- 7. Diseño STAR: pasos a seguir De diagrama E/R surgen múltiples diagramas en estrella Separar en procesos discretos de negocio (hechos) y modelar cada hecho Seleccionar relaciones n:m con atributos numéricos Desnormalizar las tablas de dimensión
- 8. Diseño STAR: pasos a seguir A BR C S D T E R A B C Fecha Diagrama E/R Diagrama en estrella
- 9. Diseño de la tabla de hechos Decidir la granularidad de la tabla de hechos Establece lo que significa cada registro de la tabla de hechos Decidir las dimensiones Decidir los hechos de la tabla de hechos Deben ser específicos para la granularidad seleccionada para la tabla de hechos
- 10. Diseño de la tabla de hechos Identificar el periodo histórico significativo para los distintos procesos y el grado de detalle requerido Eliminar todas las columnas del hecho que no sean requeridas para responder a preguntas de toma de decisiones Ajustar el tamaño de cada columna Usar claves generadas
- 11. Claves primarias y extranjeras Todas las claves que se utilicen en tablas del Data Warehouse deben ser claves sin significado Nunca se deben usar claves de producción Facilitar los cambios Situaciones “no lo se”, “desconocido” Dimensiones que cambian en el tiempo
- 12. Aditividad Siempre que sea posible, los hechos de la tabla de hechos deberían elegirse para que sean perfectamente aditivos (se pueden sumar por cualquier dimensión) Las medidas de actividad son generalmente aditivas Las medidas de intensidad no siempre lo son (niveles de inventario, balance de cuentas...)
- 14. Diseño de las dimensiones Son tablas más pequeñas Desnormalizar si se acceden muy a menudo en las consultas para acelerar el desempeño (Esquemas estrella) Establecer la política para dimensiones cambiantes Actualizar los cambios Atributos valor antiguo – valor nuevo Generar un nuevo código para el nuevo valor
- 15. Normalización de dimensiones Se dice que una dimensión está “snowflaked” cuando los atributos de baja cardinalidad se llevan a tablas separadas Generalmente no se recomienda A veces se usa para ahorrar espacio de almacenamiento No permite hacer uso de los índices de bitmap Sin embargo existen situaciones (datos demográficos) en las que son aconsejables
- 16. Diseñar las tablas dimensión Producto Clave_producto SKU Descripcion Clave_marca_comercial Clave_marca_financiera Clave_tipo_embalaje Tamaño Clave_sabor Altura Cantidad_por_caja Marketing Clave_marca_comercial Marca_comercial Clave_categoria_comercial Finanzas Clave_marca_financiera Marca_financiera Clave_categoria_financiera Embalajes Clave_tipo_embalaje Tipo_embalaje Sabores Clave_sabor Sabor Categorias comerciales Clave_categoria_comercial Categoria_comercial Categorias financieras Clave_categoria_financiera Categoria_financiera
- 17. Diseñar las tablas dimensión Producto Clave_producto SKU Descripción Clave_marca_comercial Clave_marca_financiera Clave_tipo_embalaje Tamaño Clave_sabor Altura Cantidad_por_caja Categoria_comercial Categoria_financiera Marca_financiera Marca_comercial Tipo_embalaje Sabor Tabla de hechos Clave_producto
- 18. Diseñar las tablas dimensión Cliente Clave cliente (PK) ID_cliente Nombre Dirección Ciudad Departamento Fecha primera compra Score de compra Score de crédito Subdimensión demográfica Departamento Número de segmento Nombre del segmeto Contador del segmento Porcentaje del segmento Ranking del segmento Ventas Clave_cliente Clave_producto
- 19. Un esquema en estrella Ventas Cod_Fecha Clave_Cliente Clave_Sucursal Clave_Producto unidades precio_unidad ticket Fechas Código Sysdate Día Mes día_semana ___ Sucursal Clave Dirección Segmento Descripción Producto Clave_producto SKU Descripción Clave_marca_comercial Clave_marca_financiera Clave_tipo_embalaje Tamaño Clave_sabor Altura Cantidad_por_caja Categoria_comercial Categoria_financiera Marca_financiera Marca_comercial Tipo_embalaje Sabor Cliente Clave cliente (PK) ID_cliente Nombre Dirección Ciudad Departamento Fecha primera compra Score de compra Score de crédito Subdimensión demográfica Departamento Número de segmento Nombre del segmento Contador del segmento Porcentaje del segmento Ranking del segmento
- 20. La importancia de los atributos La calidad del Data Warehouse se mide por la calidad de los atributos Descriptivos Completos (sin valores nulos) Indexados Palabras enteras Documentados (metadatos) Calidad asegurada
- 21. Tabla de fechas Fecha Codigo Día Día semana (numero) Dia semana (nombre) Festivo Mes (numero) Mes (nombre) Fin de semana Dia antes fin de semana .... Sucesos climaticos Codigo_Fecha Codigo de suceso Nombre de suceso Fiestas nacionales Codigo_Fecha Codigo de fiesta Nombre fiesta Fiestas locales Codigo_Fecha Codigo de fiesta Nombre fiesta Sucesos politicos Codigo_Fecha Codigo de suceso Nombre de suceso
- 22. Dimensión “degenerada” La mayoría de los diseños multidimensionales están alrededor de un documento de control: número de pedido, factura, ticket, ... Generalmente son contenedores de más de un producto Generalmente en estos casos la granularidad de la tabla la marca este número ¿Qué se hace con los números? Se ponen en las tablas pero no tienen una dimensión con la que hacer “join”
- 23. Aplicación de dimensiones “degeneradas” Ventas Cod_Fecha Cod_Cliente Cod_Sucursal Cod_Producto unidades precio_unidad ticket Cliente Codigo Nombre Sexo Cluster ___ Fechas Codigo Sysdate Día Mes día_semana ___ Producto Codigo Descripción tipo sección Sucursal Codigo Dirección Segmento Descripcion Dimensión degenerada
- 24. Dimensión “Cajón desastre” En ocasiones se tienen atributos textuales y “flags” de distinta naturaleza que no parecen organizarse de manera coherente La solución no parece sencilla • Dejar los atributos en la tabla de hechos • Hacer dimensiones separadas para cada atributo • Quitar directamente estos atributos La mejor solución es compactarlos todos en lo que se denomina una “junk dimension”
- 25. Aplicación de dimensión “junk" Gustos Codigo Niños Ascensor Almohada Tipo_cama ___ Cliente Codigo Nombre Fecha_nacimiento Sexo Tipo ___ Fecha Codigo Día Día semana Festivo Mes ___ Sucesos Codigo_Fecha Suceso Politico ___ Reservas Cod_Cliente Cod_Habitacion Cod_Fecha Reserva Gustos días coste descuento Habitacion Codigo Planta Sección Tamaño Cajón desastre
- 26. Tablas de hechos sin hechos Hay situaciones en las que se tiene en el diseño final una tabla de hechos sin hechos Son situaciones en las que interesa el suceso en sí Afluencia de público Coberturas
- 27. Tablas de hechos sin hechos Productos en promocion Cod_Fecha Cod_promocion Cod_producto "1" Producto Codigo Nombre Tipo ___ Fecha Codigo Día Día semana Festivo Mes ___ Promocion Codigo Tipo Dias Descripcion
- 28. Ejercicio a resolver Supónga un hospital en el se ha decidido construir un Data Warehouse para analizar Ocupación Tratamientos Diagnósticos
- 29. Pasos a seguir Estudiar el problema Determinar los hechos fundamentales a estudiar Para cada hecho Analizar la granularidad del hecho Decidir las dimensiones Diseñar las dimensiones
- 30. Ocupación de camas July 2001 S M T W T F S 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Ocupación Pacientes Camas Fecha
- 31. Tratamientos Tratamientos July 2001 S M T W T F S 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Pacientes Médicos Fecha Tratamientos
- 32. Diagnósticos July 2001 S M T W T F S 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Pacientes Doctores Fecha Diagnósticos Diagnósticos
- 33. Tabla de ocupaciones Ocupación Cod_Fecha Cod_cama Cod_paciente "1" Paciente Código Nombre Fecha_nacimiento Sexo Identificación ___ Fecha Código Día Día semana Festivo Mes ___ Cama Código Planta Sección Especialidad Sucesos Código_Fecha Epidemia ___ Datos médicod
- 34. Tabla de diagnósticos Paciente Código Nombre Fecha_nacimiento Sexo Fe ___ Médico Código Licencia Nombre Fecha_nacimiento Especialidad ___ Diagnóstico Código Nombre Especialidad Tipo Diagnósticos_realizados Cod_Medico Cod_Paciente Cod_Diagnóstico Cod_Fecha Cod_Ingreso Costo Fecha Código Día Día semana Festivo Mes ___ Sucesos Código_Fecha Epidemia ___ Sexo Fecha de Grado...
- 35. Tabla de tratamientos Tratamiento Código Nombre Presentación Laboratorio Posología Flags_efectos_secundarios Código Exito Problemas gástricos Insomnio Alergia ___ Médico Código Licencia Nombre Fecha_nacimiento Especialidad ___ Fecha Código Día Día semana Festivo Mes ___ Sucesos Código_Fecha Epidemia ___ Tratamientos_realizados Cod_Medico Cod_Paciente Cod_Fecha Cod_Tratamiento NIngreso Costo Número de días Dosis diarias Cod_Junk Paciente Código Nombre Fecha_nacimiento Sexo Fe ___