SlideShare una empresa de Scribd logo
1 de 20
ETL y Cubos Sistemas de Bases de Datos II Notas elaboradas por: Franklin Parrales Bravo
Introducción(1/3) ,[object Object],[object Object],[object Object],[object Object],[object Object]
Introducción(2/3) ,[object Object],DB Banco del Pacífico DB Tesorería ESPOL Acoplamiento Bases Homogéneas
Introducción(3/3) ,[object Object],Físicamente y Lógicamente Lógicamente ,[object Object],[object Object]
ETL ,[object Object]
Extraer ,[object Object],[object Object],[object Object]
Transformar(1/3) ,[object Object],[object Object],[object Object]
Transformar(2/3) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Transformar(3/3) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Carga(1/3) ,[object Object],[object Object]
Carga(2/3) ,[object Object],[object Object],[object Object]
Carga(3/3) ,[object Object]
Pero… ¿Qué es un Cubo? ,[object Object],[object Object],[object Object],Balanced Score Card Estrategia Táctica Operación
Cubo ,[object Object],Datos Información Patrón Minería de Datos(Sistema Experto) Conocimiento
Cubo Dimensión:  Producto Dimensión:  Personas Dimensión:  Ciudad Dimensión:  Tiempo Tabla de Hecho (Fact Table) Id_Persona (Pk) Nombre Edad  Id_Ciudad(fk) Persona Id_Ciudad(Pk) Nombre Ciudad Id_Producto (fk) Id_Persona (fk) Id_Dia (fk) VentaTotal MaxVenta Ventas Id_Productos (Pk) NombreXproducto Categoria Productos Id_Tiempo (pk) Dia (fk) DiaSemana Tiempo
Estructura multidimensional José Uvas Melones Q4 Q1 Q2 Q3 Dimensión: FECHA Dimensión: PRODUCTO Juan Luis Dimension: PERSONA Manzanas Cerezas Ana
Consulta  Multidimensional Uvas Q4 Q1 Q2 Q3 Dimensión: FECHA Dimensión: PRODUCTO Juan Luis José Dimensión:  PERSONA Manzanas Cerezas Ana Melones Suma Venta, Max Venta
Modelos de Cubos ,[object Object],[object Object],Tabla de Hecho(Fact Table) Tabla de Hecho(Fact Table) Persona Ciudad
Consulta  Multidimensional ,[object Object],Fuente de Datos ETL Id_Tiempo (fk) Dia (fk) DiaSemana Tiempo Convertir tiempo en tabla Data Mapping
Data Mapping idDia(lo saca del destino) diaSemana(lo calcula) Carga los valores 1/2/09 E 303 1/2/09 Domingo T Domingo L

Más contenido relacionado

La actualidad más candente

Data ware house architecture
Data ware house architectureData ware house architecture
Data ware house architectureDeepak Chaurasia
 
Ventajas y desventajas de los sistemas rolap y molap
Ventajas y desventajas de los sistemas rolap y molapVentajas y desventajas de los sistemas rolap y molap
Ventajas y desventajas de los sistemas rolap y molapJuan Anaya
 
Oracle Process Manufacturing for Specialty Chemicals - Value Proposition
Oracle Process Manufacturing for Specialty Chemicals - Value PropositionOracle Process Manufacturing for Specialty Chemicals - Value Proposition
Oracle Process Manufacturing for Specialty Chemicals - Value PropositionDavid White
 
Clases Scrollbar,Scrollpane,Choice
Clases Scrollbar,Scrollpane,ChoiceClases Scrollbar,Scrollpane,Choice
Clases Scrollbar,Scrollpane,ChoiceKathya Martinez
 
Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...
Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...
Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...Amazon Web Services
 
ETL Testing Training Presentation
ETL Testing Training PresentationETL Testing Training Presentation
ETL Testing Training PresentationApurba Biswas
 
Dimensionality & Dimensions of Hyperion Planning
Dimensionality & Dimensions of Hyperion PlanningDimensionality & Dimensions of Hyperion Planning
Dimensionality & Dimensions of Hyperion Planningepmvirtual.com
 
Oracle User Management
Oracle User ManagementOracle User Management
Oracle User ManagementArun Sharma
 
Introduction to ETL process
Introduction to ETL process Introduction to ETL process
Introduction to ETL process Omid Vahdaty
 
27631401 sap-implementation
27631401 sap-implementation27631401 sap-implementation
27631401 sap-implementationamolbdeore
 
Les16[1]Declaring Variables
Les16[1]Declaring VariablesLes16[1]Declaring Variables
Les16[1]Declaring Variablessiavosh kaviani
 
Data Ware Housing And Data Mining
Data Ware Housing And Data MiningData Ware Housing And Data Mining
Data Ware Housing And Data Miningcpjcollege
 
Hyperion essbase basics
Hyperion essbase basicsHyperion essbase basics
Hyperion essbase basicsAmit Sharma
 
Supplemental Data Manager - What is it? What are some use cases? How do I get...
Supplemental Data Manager - What is it? What are some use cases? How do I get...Supplemental Data Manager - What is it? What are some use cases? How do I get...
Supplemental Data Manager - What is it? What are some use cases? How do I get...finitsolutions
 
Oracle Hyperion overview
Oracle Hyperion overviewOracle Hyperion overview
Oracle Hyperion overviewClick4learning
 

La actualidad más candente (20)

Data ware house architecture
Data ware house architectureData ware house architecture
Data ware house architecture
 
Ventajas y desventajas de los sistemas rolap y molap
Ventajas y desventajas de los sistemas rolap y molapVentajas y desventajas de los sistemas rolap y molap
Ventajas y desventajas de los sistemas rolap y molap
 
Oracle Process Manufacturing for Specialty Chemicals - Value Proposition
Oracle Process Manufacturing for Specialty Chemicals - Value PropositionOracle Process Manufacturing for Specialty Chemicals - Value Proposition
Oracle Process Manufacturing for Specialty Chemicals - Value Proposition
 
Fundamentals of Data Modeling and Database Design by Dr. Kamal Gulati
Fundamentals of Data Modeling and Database Design by Dr. Kamal GulatiFundamentals of Data Modeling and Database Design by Dr. Kamal Gulati
Fundamentals of Data Modeling and Database Design by Dr. Kamal Gulati
 
Clases Scrollbar,Scrollpane,Choice
Clases Scrollbar,Scrollpane,ChoiceClases Scrollbar,Scrollpane,Choice
Clases Scrollbar,Scrollpane,Choice
 
Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...
Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...
Deep Dive on Amazon Aurora MySQL Performance Tuning (DAT429-R1) - AWS re:Inve...
 
Data models
Data modelsData models
Data models
 
ETL Testing Training Presentation
ETL Testing Training PresentationETL Testing Training Presentation
ETL Testing Training Presentation
 
Dimensionality & Dimensions of Hyperion Planning
Dimensionality & Dimensions of Hyperion PlanningDimensionality & Dimensions of Hyperion Planning
Dimensionality & Dimensions of Hyperion Planning
 
Oracle User Management
Oracle User ManagementOracle User Management
Oracle User Management
 
Introduction to ETL process
Introduction to ETL process Introduction to ETL process
Introduction to ETL process
 
27631401 sap-implementation
27631401 sap-implementation27631401 sap-implementation
27631401 sap-implementation
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Les16[1]Declaring Variables
Les16[1]Declaring VariablesLes16[1]Declaring Variables
Les16[1]Declaring Variables
 
Data Ware Housing And Data Mining
Data Ware Housing And Data MiningData Ware Housing And Data Mining
Data Ware Housing And Data Mining
 
Hyperion essbase basics
Hyperion essbase basicsHyperion essbase basics
Hyperion essbase basics
 
Supplemental Data Manager - What is it? What are some use cases? How do I get...
Supplemental Data Manager - What is it? What are some use cases? How do I get...Supplemental Data Manager - What is it? What are some use cases? How do I get...
Supplemental Data Manager - What is it? What are some use cases? How do I get...
 
Oracle Hyperion overview
Oracle Hyperion overviewOracle Hyperion overview
Oracle Hyperion overview
 
Data warehousing
Data warehousingData warehousing
Data warehousing
 
Dimensional Modeling
Dimensional ModelingDimensional Modeling
Dimensional Modeling
 

Similar a 5 Db2 Etl Cubos

Diseño fisico
Diseño fisicoDiseño fisico
Diseño fisicoelylupita
 
Etl extracción transformación y carga de datos
Etl extracción transformación y carga de datosEtl extracción transformación y carga de datos
Etl extracción transformación y carga de datosLeonel Ibarra
 
Data Warehouse en las empresas y negocios.pdf
Data Warehouse en las empresas y negocios.pdfData Warehouse en las empresas y negocios.pdf
Data Warehouse en las empresas y negocios.pdfexpertoleonelmartine
 
Arquitectura de datos empresariales ta. informe
Arquitectura de datos empresariales   ta. informeArquitectura de datos empresariales   ta. informe
Arquitectura de datos empresariales ta. informeCarlosTenelema1
 
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)Titiushko Jazz
 
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)Titiushko Jazz
 
Data warehouse
Data warehouseData warehouse
Data warehouseMarian C.
 
Unidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y dataminingUnidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y dataminingTitiushko Jazz
 
Unidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y dataminingUnidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y dataminingTitiushko Jazz
 
ETL (Extracción, Transformación y Cargar)
ETL (Extracción, Transformación y Cargar)ETL (Extracción, Transformación y Cargar)
ETL (Extracción, Transformación y Cargar)Dhalin Palomino Vasquez
 

Similar a 5 Db2 Etl Cubos (20)

Diseño fisico
Diseño fisicoDiseño fisico
Diseño fisico
 
ETL
ETLETL
ETL
 
ETL
ETLETL
ETL
 
Etl
EtlEtl
Etl
 
Etl extracción transformación y carga de datos
Etl extracción transformación y carga de datosEtl extracción transformación y carga de datos
Etl extracción transformación y carga de datos
 
Proceso ETL 1.pptx
Proceso ETL 1.pptxProceso ETL 1.pptx
Proceso ETL 1.pptx
 
Data Warehouse en las empresas y negocios.pdf
Data Warehouse en las empresas y negocios.pdfData Warehouse en las empresas y negocios.pdf
Data Warehouse en las empresas y negocios.pdf
 
Laboratorio_1.pdf
Laboratorio_1.pdfLaboratorio_1.pdf
Laboratorio_1.pdf
 
Arquitectura de datos empresariales ta. informe
Arquitectura de datos empresariales   ta. informeArquitectura de datos empresariales   ta. informe
Arquitectura de datos empresariales ta. informe
 
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
 
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
Unidad vii esp parte 3 clase de inteligencia de negocios (datawarehouse)
 
Etl
EtlEtl
Etl
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Data frame
Data frameData frame
Data frame
 
Dfd
DfdDfd
Dfd
 
Unidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y dataminingUnidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y datamining
 
Unidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y dataminingUnidad vii esp parte 2 introduccion a data warehouse y datamining
Unidad vii esp parte 2 introduccion a data warehouse y datamining
 
ETL
ETLETL
ETL
 
ETL (Extracción, Transformación y Cargar)
ETL (Extracción, Transformación y Cargar)ETL (Extracción, Transformación y Cargar)
ETL (Extracción, Transformación y Cargar)
 
Actividad 4
Actividad 4Actividad 4
Actividad 4
 

5 Db2 Etl Cubos

  • 1. ETL y Cubos Sistemas de Bases de Datos II Notas elaboradas por: Franklin Parrales Bravo
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15. Cubo Dimensión: Producto Dimensión: Personas Dimensión: Ciudad Dimensión: Tiempo Tabla de Hecho (Fact Table) Id_Persona (Pk) Nombre Edad Id_Ciudad(fk) Persona Id_Ciudad(Pk) Nombre Ciudad Id_Producto (fk) Id_Persona (fk) Id_Dia (fk) VentaTotal MaxVenta Ventas Id_Productos (Pk) NombreXproducto Categoria Productos Id_Tiempo (pk) Dia (fk) DiaSemana Tiempo
  • 16. Estructura multidimensional José Uvas Melones Q4 Q1 Q2 Q3 Dimensión: FECHA Dimensión: PRODUCTO Juan Luis Dimension: PERSONA Manzanas Cerezas Ana
  • 17. Consulta Multidimensional Uvas Q4 Q1 Q2 Q3 Dimensión: FECHA Dimensión: PRODUCTO Juan Luis José Dimensión: PERSONA Manzanas Cerezas Ana Melones Suma Venta, Max Venta
  • 18.
  • 19.
  • 20. Data Mapping idDia(lo saca del destino) diaSemana(lo calcula) Carga los valores 1/2/09 E 303 1/2/09 Domingo T Domingo L

Notas del editor

  1. Clase del Miércoles 23 de Julio del 2008