Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fase 3 – Ejecución
Presentado por:
ROBERTO JOSE SERRANO PEREZ
Código: 1114451738
Presentado a
Tutor: HUGO ANDRES TRUJILLO MONTEALEGRE
Por esa razón en este trabajo se pretende realizar una comparación entre las
distintas técnicas de migración y algunas aplicaciones útiles para la migración de
datos.
OBJETIVOS
TÉCNICAS EXISTENTES
Se logra mediante la copia de datos y metadatos de una base de datos origen a una
base de datos destino mediante una herramienta tecnológica. Los asistentes de
sincronización de los SMBD son configurados con las bases de datos origen y la
base de datos destino, parametrizando la ubicación de particiones y métodos de
seguridad.
Para las actividades de migración de datos es muy común utilizar archivos para el
movimiento de los datos. Se pueden utilizar diferentes tipos de archivos, pero los
formatos más usados son los archivos de texto, llamados archivos planos, que
guardan la información sin formato usando solo caracteres.
Los sistemas de codificación más comunes para estos archivos son: ASCII, ISO-
8859-1 o latín-1 y Unicode.
Los archivos de texto pueden tener formato delimitado utilizando coma (,), punto y
coma (;) o tabulaciones para delimitar los campos definiendo de esa forma columnas
y filas. También pueden tener formato de ancho fijo para los campos, que se utiliza
para delimitar columnas y filas.
Los procesos se orientan al uso de las sentencias DML, para realizar el paso de
datos de la base de datos de origen a la base de datos destino, a través de los
entornos administrativos de los SMBD.
1. Cuadro comparativo
2. Herramientas ETCL
ETL son las siglas en inglés de Extraer, Transformar y Cargar (Extract, Transform
and Load). Es el proceso que permite a las organizaciones mover datos desde
múltiples fuentes, reformatearlos y limpiarlos, y cargarlos en otra base de datos,
data mart, o data warehouse para analizar, o en otro sistema operacional para
apoyar un proceso de negocio.
Aplicaciones
Los procesos Extracción, transformación y carga de datos (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.
APLICACIÓN DE USO LIBRE
PENTAHO
Los datos que alimentan a un sistema data warehouse (DW) proviene de diferentes
fuentes, estas fuentes son los distintos sistemas operacionales que la empresa
posee, generalmente ni son homogéneos entre sí ni concuerdan exactamente con
lo que se necesita, por lo que será necesario realizar todas las adaptaciones
pertinentes.
Pentaho Data Integration abre, limpia e integra esta valiosa información y la pone
en manos del usuario. Provee una consistencia, una sola versión de todos los
recursos de información, que es uno de los más grandes desafíos para las
organizaciones TI hoy en día.
Pentaho Data Integration permite una poderosa ETL (Extract, Transform, Load)
Extracción, Transformación y Carga.
Es una herramienta ETL de uso libre, desarrollada entre los años 200 7– 2014,
hecha en java y trabaja con base a lenguajes de base de datos PostgreSQL o
MySQL.
Esta herramienta se creó para facilitar el trabajo con archivos TXT, CSV o archivos
de fuente de datos XML. Para recuperar los datos que tendrán que definir un dato
de tiempo y una entidad, que está representado por datos a calcular o para mostrar.
Todos los objetos útiles serán creados por Benetl dentro de una base de datos
MySQL o PostgreSQL.
Características Benetl:
• Java 7 update 80
• PostgreSQL 9.5.0
• MySQL 5.6 con función de OLD_PASSWORD de inicio de sesión de usuario
(para controlador suministrado)
• Con Windows (se utiliza "tareas programadas")
• Benetl 4.7 funciona en Linux.
Requerimientos Técnicos:
QLIK SENSE
Qlik Sense ayuda a descubrir conocimientos que las herramientas de BI basadas
en consultas pasan por alto. Nuestro exclusivo motor asociativo reúne todos sus
datos para que los usuarios puedan explorarlos libremente y descubrir nuevas
conexiones. La IA y las capacidades cognitivas ofrecen sugerencias de
conocimientos, automatización e interacción conversacional, lo cual se traduce en
descubrimientos más importantes y en un aumento de la alfabetización de datos.
Una plataforma multicloud gobernada puede implementarse de muchas formas
distintas (por ejemplo, como SaaS) y es compatible con todos los casos prácticos
de BI.
Haga una pregunta y explore rápidamente todos sus datos con la búsqueda global
y las selecciones interactivas para obtener una respuesta. Todas las analíticas se
actualizan inmediatamente con cada clic, revelando así valores relacionados y no
relacionados para que decida si ampliar el análisis o avanzar en nuevas direcciones.
En la exploración no hay límites ni ángulos muertos.
Explore, cree y colabore en cualquier dispositivo, esté donde esté. Cree analíticas
más rápidamente con las recomendaciones de la IA sobre relaciones de datos y
tipos de gráficos. Qlik Sense se ha creado pensando en la movilidad, con un diseño
sensible e interacción táctil, para que las apps de analítica que se desarrollen
funcionen en cualquier plataforma. Consiga análisis sin conexión y totalmente
interactivos en iOS y reciba asistencia para las principales plataformas de Gestión
de Movilidad Empresarial (EMM).
Sistema operativo
Microsoft Windows 7 (solo versión de 64 bits)
Microsoft Windows 8.1 (solo versión de 64 bits)
Microsoft Windows 10 (solo versión de 64 bits)
Procesador
Intel Core 2 Duo o superior recomendado.
Memoria
4 GB mínimo (dependiendo del volumen de datos podría requerirse más).
Espacio en disco
5.0 GB es el total requerido para instalar.
.NET Framework
4.5.2 o superior.
Resolución de pantalla mínima
Equipos de sobremesa, portátiles y tabletas: 1024x768.
Pequeñas pantallas: 320x568
Herramienta Oracle Database 11g: Oracle Warehouse Builder Enterprise etl Option
Características:
Oracle Warehouse Builder 11g Release 1 es una completa herramienta para todos
los aspectos de administración de datos y metadatos. Esta brinda características
para asegurar la calidad de datos, que integran el modelado relacional y
multidimensional y que permiten la administración de todo el ciclo de vida de datos
y metadatos2.
Una de las características más interesantes del nuevo rendimiento de Oracle
Database 11g son vistas materializadas basadas en OLAP. Los métodos
convencionales para el ajuste del desempeño para esquemas de estrella dentro de
los almacenes de datos han implicado durante mucho tiempo el uso de tablas de
resumen (o vistas materializadas). Con este enfoque, el rendimiento de las
consultas se ve mejorado al calcular previamente uno o más resúmenes y al
almacenar esos resúmenes en el almacén de datos.
Herramientas ETCL.
https://churriwifi.wordpress.com/2009/12/29/11-herramientas-etl-%C2%BFque-
son-para-que-valen-productos-mas-conocidos-etl%C2%B4s-open-source/
https://senaintro.blackboard.com/bbcswebdav/pid-113668023-dt-content-rid-
127068119_4/institution/semillas/217219_1_VIRTUAL/OAAPs/OAAP4/aa5/oa_mig
rancdatos/index.html
Herramientas consultadas
Qlik Sense
https://www.qlik.com/es-es/products/qlik-sense
https://www.oracle.com/technetwork/developer-
tools/warehouse/overview/introduction/index.html
https://community.hitachivantara.com/docs/DOC-1009855
BENTL
https://www.benetl.net/