Este documento explica los procesos ETL (extracción, transformación y carga) involucrados en mover datos desde múltiples fuentes a un almacén de datos. Detalla las tres fases del proceso ETL y cómo se usan herramientas como Microsoft SQL Server y Visual Studio para extraer tablas de una base de datos origen, transformar los datos y cargarlos en tablas de una base de datos de destino. El documento también concluye resaltando la importancia de planificar y modelar correctamente el proceso ETL.

1. TUTORIAL ETL
Asignatura: BASE DE DATOS AVANZADA
Autora: Fanny Pita Chapilliquen
Docente Ingeniero: Hector Zelada

2. BI
(Business Intelligence)
Datos
Informaci
ón
Conocimien
tos
Toma de
Decisiones
Cumple con sus objetivos
Cumple con sus objetivos
estratégicos
Logra su Visión
Analizar

3. ETL
Son una parte de la integración de datos, pero es un elemento importante cuya función
completa el resultado de todo el desarrollo de la cohesión de aplicaciones y sistemas.
La palabra ETL corresponde a las siglas en inglés de:
• Extraer: extract.
• Transformar: transform.
• Y Cargar: load.
Con ello, queremos decir que todo proceso ETL consta precisamente de estas tres fases:
extracción, transformación y carga. Vamos a definir en qué consisten cada una de estas
fases

4. PROCESOS ETL DEL DATAWAREHOUSE
Teniendo como primer paso para la obtención de la información hacia el ambiente del
Data WareHouse. Una vez que la información es extraída hacia el área de tráfico de
datos, hay posibles pasos de transformación.
Ejemplo limpieza de la información, que no nos sirve, seleccionar únicamente los
campos necesarios para el Data WareHouse, combinar fuentes de datos, haciéndolas
coincidir por los valores de las llaves, creando nuevas llaves para cada registro de una
dimensión.
DATAMART
Es una versión especial de almacén de datos (Data WareHouse).
Son subconjuntos de datos con el propósito de ayudar a que un área específica.
Los datos existentes en este contexto pueden ser agrupados, explorados y
transmitidos de múltiples formas para que diversos grupos de usuarios realicen la
explotación de los mismos de la forma más conveniente según sus necesidades.
El Data Mart es un sistema orientado a la consulta.

5. MICROSOFT SQL SERVER 2008
Primero instalamos el programa En el programa sql server 2008r2
En database se realiza un anticlick en Attach sebusca la base de datos a ser agregada

6. El attach Database
Seleccionamos en Add
Se selecciona las unidades lo cual elegimos la unidad donde esta nuestra carpeta con la base
de datos.

7. Verificamos la conexión al realizar clic en nuestra base de datos

8. Procedemos a trabajar el Visual Studio
Inicio
Creando un Proyecto

9. Elegimos el proyecto a trabajar Integration
Elegimos un nombre para el proyecto
Elegimos la unidad a guardarla
Se crea una carpeta

10. Aceptamos
Realizamos Clic en Data Source

12.  Nombre del archivo. , o se elige por defecto el nombre indicado
 Elegimos la base de destino
Verificamos la conexión realizando el clic en Test Conection

13. Declaramos el nombre del origen
Ingresamos otra data para el destino

14.  Siguiente
 New(nuevo)
Seleccionamos la base de datos de destino

15. Verificamos la conection
Observamos la siguiente data con las dos bases:

16. Le damos nombre a la base
 Ubicamos en la parte inferior para la coneccion: en Conection Managerscon anticlic(1)
 Conectamos las bases de origen – destino(2)
2
1

17. Agregamos la 1ª conection de origen
Agregamos la segunda conection de destino visualizamos las conecciones

18. Creamos las Dimensiones
Se realizaran 3 Dimensiones de la base de destino especificada en la tabla siguiente:
Tabla a relacionarse con la de destino

19. DTL
Iniciamos con la tabla Proveedor – Dimension Proveedor por estar en ese orden
Con la herramienta – SQL Task
Insertamos en la opción arrastrando la herramienta SQL Task

20. Conectamos con la base de destino hacia donde nos dirigimos
Para realizar la limpieza de datos
La tabla de Productos no se elimina datos por lo que actualiza

21. Las tablas siguientes tablas de destino se borraran datos
Copiamos las consultas realizadas

22. Trabajamos con data flow task para las 3 dimensiones
Observamos las Dimensiones a tratar

23. Realizamos dobleclic en dataflowProveedor
Ingresamos un OLB Source

24.  La base de origen
 Seleccionamos table por que ambas bases se relacionan con tablas sus datos
Se origina la activación

25. Ingresamos un data convertion lo cual homogeniza los datos ()
Doble clic mostrando este cuadro

26. Seleccionamos lo requerido por no ser de igual tipo dato, en este caso todos
Especificamos con un nombre para ubicarlo en el mapping con mayor facilidad

27. Ingresamos una herramienta de destino
Dobleclic en sourcedestino verificamos y ubicamos en el destino

28. Nos ubicamos en mapping
Seleccionamos lo requerido(a relacionar)

29. Comprobamos la conexión como alerta origina de color verde
Datos Origen

30. Dimensión tiempo en origen no tiene fecha, año, mes luego se completaran creando su
consulta : SELECT * FROM Compra
Agrupamos con GROUP BY Fecha

31. Consulta Mes
Consulta TRIMESTRE

32. Consulta Año
Dobleclic ingresamos

33. Seleccionamos Comand por lo que ingresamos las consultas:
Ingresamos la herramienta destino aquí no insertamos la herramienta data conection por
ingresar consultas

34. Conexión Tiempo
Relacionamos con lo correspondiente

35. Ejecutamos
Conectamos

36.  Ubicamos el Producto desde valor cero
 Insertamos 2 OLE DB
 Un origen
 Un destino
Configuramos Origen

37. Destino
 Destino Producto
 Los elementos son iguales

38. Modificamos para que tengan los mismos caracteres sor
Soordestino

39. Para unir a los sor con el main ubicamos derecha o izquierda
Clic en Mage Join

40. Activamos
Ingresamos un conditional

41. Dobleclic

42. NULL

43. Verificamos en las Columnas
Ubicamos a KEY

44. Al unir origina

45. Dobleclic
Relacionamos

46. Ejecutamos

47. Conclusiones
 Indicar y señalar la importancia del proceso ETL y la necesidad
de que ésta sea planificada y modelada correctamente.
 Facilitar esfuerzos de definición y redefinición de actividades.
 ETL es la etapa más crítica para la calidad de la información de
los almacenes de datos.
 Se pretende desarrollar un modelo conceptual para procesos
ETL con su propia notación gráfica, tomando en cuenta los
aspectos de seguridad.
 ETL es el proceso que organiza el flujo de los datos entre diferentes
sistemas en una organización y aporta los métodos y herramientas
necesarias para mover datos desde múltiples fuentes como la compra.
 ETL forma parte de la Inteligencia de Negocios (Business Intelligence),
también llamado “Gestión de los Datos” (Data Management).