Modelo Multidimensional Operaciones OLAP

El Modelo de Datos Multidimensional

Vista multidimensional del data warehouse => influencia el diseo de la base de datos, las herramientas front-end, y los motores OLAP. Modelo multidimensional de datos: un conjunto de medidas numricas son los objetos de anlisis. Ej: ventas, beneficios, duracin de llamadas, etc.

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

semana mes ao da_semana da_mes

trimestre
festivo ....

subcategora
categora departamento peso unidades_peso tipo_envase diettico ...

Ventas
id_fecha id_producto

tlfno fax superficie tipo_almacn ...

id_establec
importe unidades nro_clientes

Modelo de Datos Multidimensional

Ventas de Productos podran ser representados en una dimensin (como una fact relation) o en dos dimensiones, e.j. : clients and products
Fact Relation Cubo de dos dimensiones 2D_ Cube
Amt 12 11 50 8

sale

Product Client p1 c1 p2 c1 p1 c3 p2 c2

c1 p1 p2 12 11

c2 8

c3 50

Modelo de Datos Multidimensional

Fact relation
sale Product Client 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

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

name price bolt 10 nut 5

store

storeId c1 c2 c3

city nyc sfo la

sale oderId date o100 1/7/97 o102 2/7/97 o105 3/8/97

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

name joe fred sally

address 10 main 12 main 80 willow

city sfo sfo la

Crear Esquema e Insertar valores

CREATE DATABASE VENTAS_DM,
USE VENTAS_DM;

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);

Modelo de Datos Multidimensional y Funciones de Agregacin

Sumar las cantidades (Amt) del da 1 (Date)
En SQL: SELECT sum(Amt)
FROM SALE WHERE Date = 1
sale Product Client 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

result

81

Modelo de Datos Multidimensional y Funciones de Agregacin

Sumar las cantidades por da En SQL: SELECT Date, sum(Amt)
FROM SALE GROUP BY Date
sale Product Client 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

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

sale Product Client p1 c1 p1 c2 p1 c3 p2 c1 p2 c2

Sum 56 4 50 11 8
10

11.11.2. GROUP BY Modifiers

Ver archivo del Manual de Referencia MySQL
MySql_groupBy_rollUp.docx

Modelo de Datos Multidimensional y Funciones de Agregacin

En el Modelo de Datos Multidimensional junto con valores de medicin se almacena informacin sumarizada (agregados)
c1 56 11 67 c2 4 8 12 c3 50 50 Sum 110 19 129

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

Cube Aggregation (Agregacin del Cubo)

Ejemplo: calculando sumas
day 2
day 1
p1 p2 c1 p1 12 p2 11 c1 44 c2 8 c2 4 c3 50 c3

...

p1 p2

c1 56 11

c2 4 8

c3 50

sum

c1 67

c2 12

c3 50

129
p1 p2 sum 110 19
14

Cube Operators Operadores del Cubo

day 2 day 1
c1 44 c2 8 c2 4 c3 50 c3

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

Agregacin Usando Jerarquas

day 2 day 1

p1 p2 c1 p1 12 p2 11

c1 44 c2 8

c2 4 c3 50

c3

customer region country

p1 p2

region A region B 12 50 11 8

(customer c1 en Region A; customers c2, c3 en Region B)

17

Agregacin Usando Jerarquas

client
New Orleans Pozna

city
c1 c2 c3 10 3 12 5 11 7 12 11 21 9 7 15

region
Date of sale

c4

CD Video Camera

agregacin con respecto a city

NO PN

Video 22 23

Camera 8 18

CD 30 22

18

Ejemplo de Data Cube

Date
camera video CD
sum

1Q

2Q

3Q

4Q

sum

USA Canada Mexico

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 , )

Disee el esquema conceptual de la datawarehouse

21

Datawarehouse de AAA Automobile Co.

Date
Day Week Month Quarter Year

Dealer Price Fact Table Date

Name City State Region Phone

Dealer
Car

Car
SerialNo Model Color Category

unit_prices descount total

Measurements
22

AAA Co. DataWarehouse

price unitprice date name serialNo desc. total

dealer name city state region phone

car serialNo model color category

date dateid day week month year

23

Esquema de la DataWarehouse AAA (tarea)

car
date

serialno A1000 B2000 C3000

model Lupo Jetta Passat

color plata azul negro

category compacto sport lujo

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

2006 2006 2006

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

Consultas a AAA Datawarehouse

encontrar las ventas totales por da, semana, mes y ao
SELECT day, sum(total)

FROM PRICE, DATE WHERE date= dateid GROUP BY day

AADIR ROLLUP
25

Consultas a AAA Datawarehouse

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.

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

Multidimensional OLAP (MOLAP):

Servidor de propsito especial que directamente implementa operaciones y datos multidimensionales Almacena conjuntos de datos multidimensionales como arreglos
27

OLAP Servers
OLAP Hbrido (HOLAP):
Da a los usuarios y administradores del sistema la libertad para seleccionar particiones.

28

OLAP Queries (Consultas)

Roll up: resume datos dentro de una jerarqua de dimensin
Si sabemos el volumen total de ventas por ciudad es posible agregar sobre la ubicain (location) para obtener ventas por estado

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

Pivot: reorientar el cubo

El resultado del pivoteo es llamado crosstabulation Si se pivotea el cubo Sales en las dimensiones Client y Product, se obtiene una tabla para cada client para cada valor de product
33

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

Sum 110 19 129

34

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