Conceptos Basicos en Data Warehouse, ocupando R para generar reportes usando Cubos OLAP mediante Libreria DPLYR

1. Data
Warehouse
Sebastián Gómez – Camilo
Sánchez.
Taller de base de datos

2. Que es Data
Warehouse
• 1. extracción de datos de los sistemas
operacionales de la entidad a tratar
• 2. Los datos se transforman y integran
mediante Cubos OLAP
• 3. Se genera el Data Warehouse
• 4. se generan los Data Marts
Es una colección de datos orientada a un
determinado ámbito (empresa,
organización, etc.), integrado, no volátil y
variable en el tiempo, que ayuda a la toma
de decisiones en la entidad en la que se
utiliza.

3. OLAP
• Los cubos de procesamiento analítico en
línea (OLAP)Facilitan el análisis de la
información del negocio
 supera las limitaciones de las bases de datos
relacionales
 análisis casi instantáneo para fines de
análisis de datos históricos y tendencias.
 conocido como cubo multidimensional o
hipercubo
 estructura de datos en SQL Server Analysis
Services (SSAS)

4. Integración de Datos

5. Data mart
• Los Data marts es un subconjunto
de información en una
organización que satisface una
necesidad comercial específica.
Entre las características de un data
mart destacan:
1. Tiene un propósito específico.
2. Se implementan sobre la base
de la necesidad

6. Éxito en un
proyecto DW
•Integrar información
heterogénea de diferentes
tipos y orígenes
•Hace visible y manejable la
información útil
•Ofrecer acceso directo a
usuarios
•Su modelo de datos se diseña
en base a DW

7. Implementación DW
en R
• Lenguaje de programación de código abierto
• Entorno para la manipulación de datos, cálculos y
proyección de gráficas
• Usado en estadísticas y minería de datos para
desarrollar software de estadísticas y análisis de
datos

8. 1. Extracción de las base
de datos
• La extracción de realiza
directamente de una dataset,
Conexión JDBC o ODBC
Base de datos compatibles:
Oracle, MySQL / MariaDB,
PostgreSQL, SQLite, SQLserver,
Teradata, Informix, DB2, SAP
HANA, SAP Adaptive Server
(Sybase), Access, Vertica,
Cassandra, MongoDB, HBase,
Hive, y más ...

9. Librería DPLYR para la manipulación de
Data Warehouse en R
la gramática de manipulación de
datos DPLYR, proporciona un
conjunto coherente de funciones
que ayudan a resolver los desafíos
más comunes en la manipulación de
datos.
2. Transformación y integración de Datos

10. • Select() selección de datos (sql)
• Distinct() borra duplicados
• Mutate() agregar nuevas columnas
que son funciones de columnas
existentes.
• Filter() filtra datos
• arrange()funciona de manera
similar a filter() excepto que en
lugar de seleccionar filas, cambia su
orden.

11. Ejemplo de
extracción &
Conexión

12. Data
Warehouse
en R

13. .

14. Muchas Gracias!
Data Warehouse en R
Sebastián Gómez | Camilo Sanchez