BASES DE DATOS

MULTIDIMENSIONALES,
RELACIONALES, OLAP Y OLTP.

VIVIANA DE JESUS
MONTELONGO
CABRALES
INTELIGENCIA DE NEGOCIOS.
BASES DE DATOS MULTIDIMENSIONALES.

Una base de datos multidimensional, es aquella que almacena

sus datos con varias dimensiones, es decir que en vez de un
valor, encontramos varios dependiendo de los "ejes" definidos
o una base de datos de estructura basada en dimensiones
orientada a consultas complejas y alto rendimiento. Puede
utilizar un SGBDR en estrella (Base de datos Multidimensional
a nivel lógico) o SGBDM (Base de datos Multidimensional a
niveles lógico y físico o Base de datos Multidimensional Pura).
 BASES DE DATOS
MULTIDIMENSIONALES.
• Las bases de datos multidimensionales son una
variación del modelo relacional que utiliza cubos
OLAP para organizar los datos y expresar las relaciones
entre ellos. Las principales ventajas de este tipo de
bases de datos son la versatilidad para cruzar
información y la alta velocidad de respuesta. Esto las
convierte en herramientas básicas para soluciones
de Business Intelligence o de Big Data, donde el análisis
de los datos resulta crucial.
DIFERENCIAS ENTRE BASES DE DATOS
MULTIDIMENSIONALES Y BASE DE
DATOS RELACIONALES.

• Básicamente no se diferencian demasiado de las

bases de datos relacionales (una tabla en una base
de datos relacional podría serlo también en una base
de datos multidimensional), la diferencia está más bien
a nivel conceptual; en las bases de datos
multidimensionales los campos o atributos de una
tabla pueden ser de dos tipos, o bien representan
dimensiones de la tabla, o bien representan métricas
que se desean estudiar.
 APLICACIONES OLAP.

• Es ofrecer a los usuarios una solución que permite

agilizar de manera notable las consultas y
evaluaciones de la gran cantidad de datos que
produce constantemente una compañía, utilizando
información proveniente de todos los sectores de la
misma, que confluye en un sistema central.

Es por ello, que la velocidad de respuesta que ofrece

OLAP hace que las soluciones a los posibles problemas
surgidos durante los procesos productivos, y las
posteriores decisiones gerenciales, tengan lugar en
tiempo y forma precisa.
 ¿DONDE SE UTILIZA?

• La herramienta OLAP ha sido ampliamente utilizada

durante años en diversos sectores empresariales, tales
como el marketing, ventas, gerencia y demás,
permitiendo realizar informes de negocios confiables,
que mejoran la competitividad de las organizaciones,
tanto a nivel interno como externo.
 CLASIFICACION DE OLAP.

• Tradicionalmente los sistemas OLAP se clasifican en las

siguientes categorías:
ROLAP
La implementación OLAP almacena los datos en un botón
relacional llamado ROLAP los datos son detallados evitando
las agregaciones y las tablas que se encuentran
normalizadas, los esquemas más comunes son de estrella y
copo de nieve aunque es posible de trabajar sobre
cualquier base de datos relacional. La arquitectura de esta
se compone de un servidor de banco de datos relacional y
el botón OLAP se encuentra en el servidor dedicado. La
principal ventaja de esta arquitectura es que permite el
análisis de una enorme cantidad de datos.
 CLASIFICACION DE OLAP.

• MOLAP

Esta almacena los datos de una base de datos

multidimensional. Para utilizar los tiempos de respuesta,
hacer resúmenes de información calculados por
adelantado y un sinfín de operaciones utilizadas de
forma multidimensional para proporcionar el análisis su
principal premisa es que OLAP esta mejor implantado
almacenando los datos multidimensionales.
 CLASIFICACION DE OLAP.

• HOLAP

HOLAP (Hybrid Online Analytical Process,

procesamiento analítico en línea híbrido) es una
combinación de ROLAP y MOLAP, que son otras
posibles implementaciones de OLAP. HOLAP permite
almacenar una parte de los datos como en un sistema
MOLAP y el resto como en uno ROLAP. El grado de
control que el operador de la aplicación tiene sobre
este particionamiento varía de unos productos a otros.
 CLASIFICACION DE OLAP.

• Existen otros modelos OLAP como son:

• WOLAP (basado y orientado para web)
• DOLAP (Basado en escritorio)
• RTOLAP (o Real Time, basado en tiempo real)
• SOLAP (o especial Solap, Basado en OLAP especiales)
 OLTP
• Los sistemas OLTP son bases de datos relacionales
(RDBMS) orientadas a transacciones. Una transacción es
una secuencia de operaciones llevada a cabo por una
base de datos de manera atómica. Las operaciones
pueden ser de cuatro tipos
diferentes: SELECT, INSERT, DELETE yUPDATE. Al tratarse de
un proceso atómico, cada transacción solo tiene dos
posibles finales:commit (si se han llevado a cabo
correctamente todas las operaciones)
o rollback (cuando una operación de la secuencia ha
fallado, en cuyo caso hay que deshacer los cambios
producidos por el resto de las operaciones de la
transacción y alertar del error). Las transacciones son el
pilar de prácticamente cualquier programa de gestión o
página web del mundo. Su necesidad se ve muy clara,
por ejemplo, en el sector de la banca.
 OLTP

• Los sistemas OLAP son bases de datos orientadas al

procesamiento analítico. Este análisis suele implicar,
generalmente, la lectura de grandes cantidades de
datos para llegar a extraer algún tipo de información
útil: tendencias de ventas, patrones de
comportamiento de los consumidores, elaboración de
informes complejos… etc.
 ESQUEMAS DE PRESENTACIÓN DE
LOS CUBOS OLAP ESTRELLA Y COPO
DE NIEVE.

• Los cubos, las dimensiones y las jerarquías son la esencia

de la navegación multidimensional del OLAP. Al describir
y representar la información en esta forma, los usuarios
pueden navegar intuitivamente en un conjunto
complejo de datos. Sin embargo, el solo describir el
modelo de datos en una forma más intuitiva, hace muy
poco para ayudar a entregar la información al usuario
más rápidamente.
 ESQUEMA DE LOS CUBOS
OLAP.
Un principio clave del OLAP es
que los usuarios deberían
obtener tiempos de respuesta
consistentes para cada vista
de datos que requieran. Dado
que la información se colecta
en el nivel de detalle
solamente, el resumen de la
información es usualmente
calculado por adelantado.
Estos valores pre calculados
son la base de las ganancias
de desempeño del OLAP.
 ESQUEMA EN ESTRELLA.

• El concepto de Estrella
es bastante sencillo. Hay
que diseñar las tablas
usando una tabla
central para los hechos,
tablas paa los
catálogos y una tabla
de tiempo.
 ESQUEMA EN COPOS DE
• Esquema en copo de nieve
NIEVE.
(bola de nieve) es una
variedad más compleja del
esquema estrella. El
afinamiento está orientado a
facilitar mantenimiento de
dimensiones.
Lo que distingue a la
arquitectura en copo de nieve
del esquema estrella, es que
las tablas de dimensiones en
este modelo representan
relaciones normalizadas (3NF) y
forman parte de un modelo
relacional de base de datos.
 3 EJEMPLOS DE APLICACIONES DE
CUBOS OLAP Y BASE DE DATOS
MULTIDIMENSIONALES.
• Un analista financiero podría querer ver los datos de diversas
formas, por ejemplo, visualizándolos en función de todas las
ciudades (que podrían figurar en el eje de abscisas) y todos los
productos (en el eje de ordenadas), y esto podría ser para un
período determinado, para la versión y el tipo de gastos.
Después de haber visto los datos de esta forma particular el
analista podría entonces querer ver los datos de otra manera y
poder hacerlo de forma inmediata. El cubo podría adoptar
una nueva orientación para que los datos aparezcan ahora
en función de los períodos y el tipo de coste. Debido a que
esta reorientación implica resumir una cantidad muy grande
de datos, esta nueva vista de los datos se debe generar de
manera eficiente para no malgastar el tiempo del analista, es
decir, en cuestión de segundos, en lugar de las horas que
serían necesarias en una base de datos relacional
convencional.
 3 EJEMPLOS DE APLICACIONES DE
CUBOS OLAP Y BASE DE DATOS
MULTIDIMENSIONALES.
• Dentro de una escala temporal para incluir datos
determinados a un periodo de tiempo, que llevara el nombre
de "Enero de 2009", seguramente incluirá un dimensión
denominada "Primer Trimestre de 2009", la cual además incluirá
otra dimensión llamada "Año
• 2009" y así sucesivamente, de acuerdo a las necesidades de
cada empresa.
• Asimismo, también pueden utilizarse otras dimensiones del
cubo para recabar información referente a situaciones
geográficas, clasificación de los productos por categorías,
gastos realizados por la empresa, y demás.
• Esta confluencia de la información permite llevar a cabo un
análisis completo de diversas situaciones, para hallar las
soluciones correctas a los problemas de los
• Negocios.
3 EJEMPLOS DE APLICACIONES DE
CUBOS OLAP Y BASE DE DATOS
MULTIDIMENSIONALES.
Por ejemplo, una consulta SQL para crear resúmenes
de ventas del producto por la región, las ventas de la
región por producto, y así sucesivamente, podrían
involucrar la revisión de la mayoría, si no todos, de los
registros en una base de datos de mercadeo y podría
tomar horas de proceso. Un servidor OLAP podría
ocuparse de estas preguntas en unos segundos.

OLTP (Relational) OLAP(Multidimensional)

Atomized Summarized

Present Historical

Record-at-a-time Many records at a time

Process oriented Subject oriented