DISEÑO DE UNA BODEGA DE DATOS

1. REQUERIMIENTOS PARA LA CONSTRUCCIÓN DE UNA BODEGA DE DATOS

a. HARDWARE

Se requiere de un servidor para el almacenamiento y manejo de la base de datos

corporativa; este servidor se recomienda que sea altamente escalable, pues algunas
veces el proyecto de construcción de la bodega presenta redimensionamiento a medida
que se avanza en la implementación. La capacidad inicial de almacenamiento estará
determinada por los requerimientos de información histórica presentados por la empresa y
por la perspectiva de crecimiento que se tenga.

b. HERRAMIENTAS DE SOFTWARE

Las herramientas se clasifican en cuatro categorías básicas: Herramientas de

Almacenamiento (bases de datos, multidimensionales), Herramientas de Extracción y
Colección, Herramientas para Reportes de Usuario Final y Herramientas para Análisis
Inteligentes.

Herramientas de Almacenamiento: corresponde a la herramienta en la cual se irán a

almacenar los datos. Existen muchas opciones dependiendo del volumen de los
datos, presupuesto y capacidad de su sistema. Cada uno de
los sistemas de administración de bases de datos, como Oracle, DB2, Informix, TeraData,
Sybase, etc, tienen una facilidad de Data Warehouse.

Herramientas de Extracción y Colección: Ayudan a definir, acumular, totalizar y filtrar los

datos de sus sistemas transaccionales en el Data Warehouse. La mayoría de esas
herramientas son desarrolladas por el personal interno de la compañía dado el
granconocimiento que tienen de los sistemas transaccionales.

Herramientas para Elaboración de Reportes a Usuarios Finales: Es la interfase vista por el

usuario. Al usuario se le debe proveer un mecanismo para que vea los datos a un alto
nivel y que entonces obtenga con ello la solución a preguntas específicas. Existen
muchas herramientas, incluyendo Cognos Powerplay, Business Objects, SAS, ShowCase
Strategy etc.

Herramientas de Análisis Inteligente: Entre ellas están las deempresas como IBM, SAS,
Arbor, Cognos, Business Objects, entre otras. Estas herramientas han sido construidas
utilizandointeligencia artificial que buscan alrededor del Data Warehousemodelos y
relaciones en los datos. Estas herramientas utilizan una técnica conocida como Data
Minning o Minería de datos.

2. ARQUITECTURAS EN EL DISEÑO DE SISTEMAS DE BODEGA DE DATOS

Hay tres arquitecturas en el diseño de sistemas de bodega de datos:

 Esquema de estrella: En este diseño del almacén de datos la tabla de Variables
(Hechos) esta rodeada por Dimensiones y juntos forman una estructura que permite
implementar mecanismos básicos para poder utilizarla con una herramienta de consultas
OLAP. Se implementa un diseño lógico relacional de base da datos que resulta en que las
tablas de hechos representan la Tercera Forma Normal (3FN) y las dimensiones
representan la Segunda Forma Normal (2FN).
Lo característico de la arquitectura de estrella es que sólo existe una tabla de
dimensiones para cada dimensión y esta tabla representa la segunda forma normal.
Un ejemplo del esquema de estrella:

Esquema estrella

 Esquema en copos de nieve: Esquema en copo de 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 de la 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.
El problema es que para extraer datos de las tablas en esquema de copo de nieve, a
veces hay que vincular muchas tablas en las sentencias SQL que puede llegar a ser muy
complejo y difícil para mantener.
Un ejemplo del esquema en copos de nieve:
 Esquema copo de nieve

 Esquema de constelación de hechos: Este esquema es más complejo que las

otras arquitecturas debido a que contiene múltiples tablas de hechos. Con esta solución
las tablas de dimensiones pueden estar compartidas entre mas de una tabla.
Este tiene mucha flexibilidad, y este factor es su grande virtud. Sin embargo, el problema
es que cuando el número de las tablas vinculadas aumenta, la arquitectura puede llegar a
ser muy compleja y difícil para mantener.
Un ejemplo del esquema de constelación de hechos:

Esquema constelación de hechos

 FUNCIONALIDAD

Para desarrollar una buena DWH se deben tener en cuenta los siguientes puntos:

· conocer bien los requerimientos del negocio y hacer un estudio profundo de las fuentes
externas que nos van a suministrar los datos.
· Crear un buen diseño del área de transformación de datos.

Dimensiones
•Son calificadores que dan sentido a los hechos
•Son las diferentes perspectivas por la que se puede ver los hechos de negocio
Ejemplo de dimensiones: Tiempo, Producto, Ubicacion
Ademas las dimensiones pueden ser jerarquicas, cada elemento de la dimension puede
ser modelado como una entidad.
Ejm: Producto - TipoProducto - Fabricante

Medidas
•Son datos cuantitativos acerca de un tema de negocio (acerca de los hechos)
•Generalmente son numéricos.
•Ejemplo: Cantidad, monto, dias, entre otros

OLAP: procesamiento analítico en línea (On-Line Analytical Processing)

OLTP: Procesamiento de Transacciones En Línea (OnLine Transaction Processing)

DSS: Sistemas de Ayuda a la toma de Decisiones(Decision Support Systems)

EIS: Sistemas de Información para Directivos (Executive Information Systems)
FASES PARA EL DISEÑO E IMPLEMENTACION DE CUBOS DE DATOS

1. COMPRENSION DEL NEGOCIO

Cada una de estas dependencias suministra informes al despacho del alcalde, orientados
a la planeación, gestión y administración del municipio, sin embargo se requiere que dicha
información sea procesada de manera que se genere información, conocimiento e
inteligencia para coadyuvar en el desarrollo de las políticas estatales.

La Alcaldía tiene creada el Área de Sistemas adscrita a la secretaría de gobierno,

dependencia a la que usted pertenece; la alcaldía cuenta con una intranet/internet que
permite interactuar con todas las dependencias, secretarias y público en general, para
esto se cuenta con una red de cableado activo y pasivo, pero no cuenta con una
segmentación general para el directorio activo de todos los usuarios de la alcaldía.

2. LEVANTAMIENTO DE REQUERIMIENTOS

Requerimientos:

Se escogió dos situaciones para el diseño de la bodega de datos.

Para los menores de 6 años se requiere información sobre el uso de la guardería infantil y las
enfermedades que tiene o ha tenido. Con respecto a los jóvenes (7-18 años) información de tipo
escolar (jornada, plantel, modalidad). Los adultos (mayores a 18 años) información de tipo laboral
(empresa, cargo, antigüedad, sueldo). En los casos de las instituciones como guarderías, planteles
educativos y empresas, se requiere saber si pertenecen o no al área de la localidad.

Actualmente la alcaldía cuenta con 5 localidades y se actualizará la información anualmente, se

estima que la población crecerá a una tasa media anual de 1.18% y la información de distribución
de barrios por localidad, así como la de instituciones educativas e empresas se muestra en las
siguientes tablas:

3. RECOLECCION DE DATOS

TABLA Nº REGISTROS Nº CAMPOS Nº RELACIONES

LOCALIDAD 10.000 6 1

CONJUNTO_BARRIOS 7.000 4 2

INSTITUCION 30 5 3

FAMILIA 20 2 1
PERSONA 50 3 2

HABITACION 40 4 1

4. PREPARACION DE DATOS

En la base de datos SecPlaneacion, se crean las tablas con datos recolectados.

5. TABLAS DE HECHOS
6. MODELADO DEL CUBO DE DATOS

DIMENSION TABLAS FUENTES CAMPOS TABLAS FUENTES

Id_localidad LOCALIDAD Id_familia, n_localidad

Id_barrio CONJUNTO_BARRIO Id_barrio, n_socioeconomic,

c_habitantes, ruta_transp,
id_localidad

Id_habitacion HABITACION Id_habitacion, tipo, id_localidad,

num_habit, id_familia

CONCLUSIONES:

 Una bodega de datos es mucho más que un repositorio de información

histórica, es una serie de datos relacionados por procesos bien definidos que
llegan a producir la información más adecuada para una correcta toma de
 decisiones.
 Una bodega de datos es un insumo para soportar objetivamente procesos de
toma de decisiones porque permite analizar y modelar información histórica y
actual para proponer modelos predictivos.

BIBLIOGRAFIA

http://datawarehouse.es.tl/Funcionalidad.htm