Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Adicionalmente existen, asociadas a las medidas, las dimensiones de anlisis, que proveen el contexto a las medidas, y se describen mediante atributos. El modelo define una medida como un valor en un espacio multidimensional. Estas medidas pueden tambin representar datos agregados. Las dimensiones se pueden organizar en jerarquas de agregacin.
2
Tiempo
id_fecha da
Establecimiento
id_establec nro_establec nombre direccin distrito ciudad pas
Producto
id_producto nro_producto descripcin marca
trimestre
festivo ....
subcategora
categora departamento peso unidades_peso tipo_envase diettico ...
Ventas
id_fecha id_producto
id_establec
importe unidades nro_clientes
sale
Product Client p1 c1 p2 c1 p1 c3 p2 c2
c1 p1 p2 12 11
c2 8
c3 50
3-dimensional cube
day 2
day 1
p1 p2 c1 p1 12 p2 11
c1 44 c2 8
c2 4 c3 50
c3
product
prodId p1 p2
store
storeId c1 c2 c3
custId 53 53 111
prodId p1 p2 p1
storeId c1 c1 c3
qty 1 2 5
amt 12 11 50
customer
custId 53 81 111
CREATE TABLE SALE (product char(2), client char(2), date char(1), amt int);
INSERT INTO SALE VALUES ( 'p1', 'c1', '1', 12), ( 'p2', 'c1', '1', 11), ( 'p1', 'c3', '1', 50), ( 'p2', 'c2', '1', 8), ( 'p1', 'c1', 2', 44), ( 'p1', 'c2', 2', 4);
result
81
result
Date 1 2
sum 81 48
Modelo de Datos Multidimensional y Funciones de Agregacin Sumar cantidades por client, product En SQL: SELECT product, client, sum(amt)
FROM SALE GROUP BY product, client
sale Product p1 p2 p1 p2 p1 p1 Client c1 c1 c3 c2 c1 c2 Date 1 1 1 1 2 2 Amt 12 11 50 8 44 4
Sum 56 4 50 11 8
10
p1 p2 Sum
12
Funciones de Agregacin
Operadores: sum, count, max, min, average Clasula Having Usando Jerarquas de dimensin
Promedio por regin (tienda -- store) Mximo por mes (fecha -- date)
13
...
p1 p2
c1 56 11
c2 4 8
c3 50
sum
c1 67
c2 12
c3 50
129
p1 p2 sum 110 19
14
p1 p2 c1 p1 12 p2 11
... sale(c1,*,*)
sum c1 67 c2 12 c3 50
p1 p2
c1 56 11
c2 4 8
c3 50
129
p1 p2 sum 110 19
sale(c2,p2,*)
sale(*,*,*)
15
Cube
*
day 2
day 1
p1 p2 *
p1 p2 c1 * 12
11 23
p1 p2 * c1 44 c2 44 8 8
c1 56 11 67 c2 4 c3 4 50 50
c2 4 8 12 c3 * 62 19 81
c3 50
* 50 48 48
* 110 19 129
sale(*,p2,*)
16
day 2 day 1
p1 p2 c1 p1 12 p2 11
c1 44 c2 8
c2 4 c3 50
c3
p1 p2
region A region B 12 50 11 8
17
city
c1 c2 c3 10 3 12 5 11 7 12 11 21 9 7 15
region
Date of sale
c4
CD Video Camera
NO PN
Video 22 23
Camera 8 18
CD 30 22
18
1Q
2Q
3Q
4Q
sum
C o u n t r y
19
Ejercicio (1)
Suponga que AAA Automobile Co. construye una data warehouse para analizar las ventas de sus autos. La medida measure - price de un auto Se necesita responder las siguientes consultas tpicas:
encontrar las ventas totales por da, semana, mes y ao encontrar las ventas totales semana, mes y ao, ... para cada agencia encontrar las ventas totales semana, mes y ao, ... Para cada modelo de carro encontrar las ventas totales por mes para todos las agencias en una ciudad, regin y estado dados.
20
Ejercicio (2)
Dimensiones:
time (day, week, month, quarter, year) dealer (name, city, state, region, phone) cars (serialno, model, color, category , )
21
Dealer
Car
Car
SerialNo Model Color Category
Measurements
22
dateId
01-01-06 01-03-06 01-05-06
day
week
month
quarter
year
01 01 01
1 1 1
01 03 05
1 1 2
price
unitprice
110000 160000 280000
date
01-01-06 01-03-06 01-05-06
name
Dorada Angelpolis Centro
serialno
A1000 B2000 C3000
desc
10 15 25
total
99000 136000 210000
dealer
name
city
state
region
phone
Dorada
Angelpolis Centro
Puebla
Puebla Puebla
Puebla
Puebla Puebla
SW
SW SW
7557705
7566311 7557777
24
AADIR ROLLUP
25
26
OLAP Servers
Relacional OLAP (ROLAP):
DBMS relacional extendido que mapea operaciones en datos multidimensionales a operaciones relacionales estandar Almacen toda la informacin incluyendo fact tables como relaciones
OLAP Servers
OLAP Hbrido (HOLAP):
Da a los usuarios y administradores del sistema la libertad para seleccionar particiones.
28
29
OLAP Queries
client
city
New Orleans c1 c2 c3 10 3 12 5 11 7 12 11 21 9 7 15
region
Date of sale
Pozna
c4
CD video Camera
roll up
NO PN
Video 22 23
Camera 8 18
CD 30 22
30
OLAP Queries
Roll down, drill down: ir desde alto nivel de resumen hasta bajo nivel de resumen o datos detallados
Para una categora de producto particular, encontrar el detalle de ventas para cada vendedor por fecha Dado el total de ventas por estado, se pueden pedir las ventas por ciudad; o solo las ventas por ciudad para un estado seleccionado
31
OLAP Queries
day 2
c1 44 c2 8 c2 4 c3 50 c3
day 1
p1 p2 c1 p1 12 p2 11
p1 p2
c1 56 11
c2 4 8
c3 50
sum
c1 67
c2 12
c3 50
129
p1 p2 sum 110 19
32
rollup drill-down
OLAP Queries
Slice and dice: select and project
Ventas de video en USA en los ltimos 6 meses Slicing and dicing reducen el nmero de dimensiones
OLAP Queries
Pivoteo puede aggregation
sale prodId clientid p1 c1 p2 c1 p1 c3 p2 c2 p1 c1 p1 c2 date 1 1 1 1 2 2 amt 12 11 50 8 44 4
ser
combinado
con
day 2 day 1
p1 p2 c1 p1 12 p2 11
c1 44 c2 8
c2 4 c3 50
c3
1 2 Sum
c1 23 44 67
c2 8 4 12
c3 50 50
Sum 81 48 129
p1 p2 Sum
c1 56 11 67
c2 4 8 12
c3 50 50
OLAP Queries
Ranking: seleccin de los primeros n elementos (e.j. select los 5 mejores productos comprados en Julio) Otros: stored procedures, etc. Time functions e.j., time average
35