Datawarehouse y Datamart

Oct 31, 2016 | Sala de Lectura

¿Qué Software es apto para su empresa?

Acceda a nuestros evaluadores
ERP
CRM
HCM
Tools
El Data warehouse o Almacén de datos, genera bases de datos tangibles,
transaccionales que proporcionan consultas operativas para el análisis
multidimensional.
Data Warehouse
Un Data Warehouse es un conjunto de datos integrados orientados a un
material que varían con el tiempo y que no son transitorios, los cuales
soportan el proceso de toma de decisiones de una administración. Está
basado en el procesamiento de análisis en línea, también conocido como
OLAP, siglas del inglés OnLine Analysis Process, que es usado en el
análisis y visión flexible del negocio.
 Los datos almacenados en el Data Warehouse necesariamente deben estar
integrados sobre una estructura detallada por niveles en función de las
necesidades del usuario.
Se deben consolidar los datos con la misma temática para que el proceso
de generación del conocimiento se integre y se tenga mayor facilidad de
acceso y entendimiento.
El Data Warehouse sirve para realizar análisis de tendencias y pronósticos
de resultados por lo que la carga de distintos valores que toma una variable
en el tiempo, permitirá las comparaciones esperadas. Su datos son no
volátiles; por lo tanto no serán modificados, sólo leídos.
Datamart
El Data mart, son datos especializados que están enfocados a un área
específica, permiten acelerar las consultas, mantener una estructura
eficiente de los datos y permite dividir y segmentar los datos para mejorar el
control de acceso.

Arquitectura Data warehouse

La arquitectura básica de un Data Warehouse incluye:
 Datos operacionales: origen de datos que pueden ser de sistemas
transaccionales internos o externos.
 Extracción de datos: selección sistemática de datos operacionales
 Transformación de datos: procesos de cambios en los datos operacionales
 Carga de datos: inserción sistemática de datos.
 Data warehouse: almacenamiento de datos.
 Herramientas de acceso al componente físico Data Warehouse.
Los pasos de Extracción, Transformación y Carga son conocidos como el
proceso ETL por sus siglas en inglés (Extract, Transform and Load). Este
proceso organiza el flujo de los datos entre varios sistemas y aporta algunos
métodos y herramientas para mover, limpiar y formatear en otras bases de
datos.

Procesamiento Analítico en Línea – OLAP

Las herramientas OLAP (Online Analytical Processing) presentan una visión
multidimensional de los datos a través de cubos, donde el usuario formule
consultas seleccionado atributos sin conocer la estructura interna del
almacén de datos. Una consulta a un almacén de datos está orientada a
obtener medidas sobre los hechos, dimensiones y condiciones de la
consulta que se desea obtener. Los operadores de las herramientas OLAP
permiten obtener mayor eficacia en la consulta de los datos.
 El ejemplo que se muestra en la Figura 3 representa un cubo de tres
dimensiones. La primera dimensión es el tiempo que puede tener varios
niveles con su respectivo valor, la segunda dimensión es el país y la tercera
es el producto. Un usuario que vea datos OLAP logrará visualizar
información con mayor o menor detalle.
Operadores OLAP
Las herramientas OLAP presentan los siguientes operadores de
refinamiento o manipulación de consultas:
 Rotar (Swap): alterar las filas por columnas.
 Bajar (Down): bajar el nivel de visualización en las filas a una jerarquía
inferior.
 Detallar (Drilldown): informar para una fila en concreto de datos a un nivel
inferior.
 Expandir (Expand): igual que el anterior sin perder la información a nivel
superior para todos los valores.
 Roll: elimina un criterio de agrupación en el análisis, agregando los grupos
actuales.
 Slice & Dice: impone condiciones sobre las dimensiones.
 Pivot: elige atributos para la tabla de salida y cambia la disposición de los
atributos.
Modelo de datos OLAP
Dentro de los modelos de datos OLAP se destaca dos en especial:
Modelo estrella
 Se basa en una tabla de hechos central que representa las medidas y que
está enlazada a las tablas de dimensiones relacionadas que son las
categorías descriptivas de las medidas
Modelo copo de nieve
Tienen el mismo concepto que el modelo estrella pero a su vez se enlaza a
otras tablas dimensionales.
El uso de estos esquemas o modelos simplifica la comprensión de los datos
y maximiza el desempeño de las peticiones (queries) de la base de datos
ahorrando espacio de almacenamiento.

Sistemas OLAP
Entre los sistemas de administración de bases de datos relacionales para
OLAP que las compañías han adoptado se detallan los siguientes:
Sistema ROLAP
En castellano significa Procesamiento Analítico Relacional en Línea. Los
datos se recuperan desde el Data Warehouse y no son almacenados por
separado. Utiliza una arquitectura de tres niveles:
 La base de datos relacional.
 El motor ROLAP.
 El nivel de aplicación que ejecuta las consultas multidimensionales de los
usuarios.
Sistema MOLAP
 En castellano significa Procesamiento Analítico Multidimensional en Línea.
Los datos son pre calculados y luego almacenados en cubos
multidimensionales de datos, utiliza una arquitectura de dos niveles:
 La base de datos multidimensional.
 El motor analítico.
 Sistema HOLAP
Procesamiento Analítico Híbrido en Línea, permite registrar los datos
detallados en una base de datos relacional, mientras que los datos
agregados se almacena en una base de datos multidimensional
separada.(Peña, Alejandro, 2006).
Cómo funciona una consulta OLAP
A continuación se muestra un ejemplo de cómo funciona el sistema OLAP,
en cuanto a las consultas.