Está en la página 1de 24

Data WareHouse

Diseño e Implementación
Sesión 1: Introducción al
Data Warehouse
Contenido

Qué es Data Warehouse ?


Por qué construir un Data WareHouse ?
Data Marts y Data Warehouses
El Ciclo de Vida de un Data Warehouse
Datos en un Data Warehouse
◆ Qué es un Data WareHouse ?

Definiendo Data Warehouse


Sistemas Operacionales: Una Solución Transaccional
Sistemas Analíticos: Una Solución Data Warehouse
Comparación entre Solución Transaccional y Solución
Data Warehouse
Definiendo Data Warehouse

Un Data Warehouse es una Base de Datos (BD) que


contiene:
 Datos Empresariales
 Integrar colección de datos históricos.
 Datos: dirigidos al usuario, consolidados y consistentes
 Datos estructurados para distribución y consultas
Una solución de Data Warehousing (ETL) es un Proceso
que:
 Recupera –desde un OLTP-, transforma datos y carga
datos a un Data WareHouse. En terminos generales lleva
datos desde un origen a un destino.
 Usa herramientas para construir y manejar el data
warehouse
Corresponde a la Categoria de los Sistemas de Soporte
de Decisiones
Sistemas Operacionales: Una Solución
Transaccional

Sigue eventos Individuales


Diseñado para Real-time Data Entry y Edición de Datos
Ejemplos:
 Aplicación de Almacenes
 Sistema de pedido de productos
 Atención de Reclamos: empresa de servicios
 Operaciones de Bancos.
Sistemas Analíticos: Una Solución de Data
Warehouse

Asiste como Soporte de Decisiones Estratégicas.


Proporciona Diferentes Niveles de Análisis
Permite a los usuarios Navegar en diferentes Niveles de
Datos
Permite a los Sistemas Búsquedas para hallar nuevas
Relaciones.
Ejemplos:
 Aplicaciones de gestión de unidades de negocio.
 Aplicaciones de rendimiento de un proceso de produccion.
Comparando Soluciones Transaccionales y Data
Warehouse

Soluciones Soluciones en
Transactionales Data warehouse
Frecuencia de
Tiempo Real Periódicamente
Actualización

Estructurado para Integridad de Datos Facilidad de consultas

Procesamiento de Performance de
Optimizado para
Transacciones Consultas.
◆ Por qué Construir un Data WareHouse ?

Permite ejecutar análisis rápidamente


Permite el Acceso a los datos de toda la Empresa
Permite tener datos consistentes
Su gran almacen de datos permite responder en qué
objetos del negocio se pueden hacer mejoras.
◆ Data Marts y Data Warehouses

Qué es un Data Mart


Moviendo Datos desde un Data Warehouse a Data Marts
Moviendo Datos desde Data Marts a un Data Warehouse
Qué es un Data Mart

Qué es un Data Mart


 Una parte de un data warehouse
 Para temas particulares o Actividades específicas de
negocios.
 Puede ser una solución táctica
Por qué Construir Data Marts
 Consultas rápidas y pocos usuarios
 Tiempo de desarrollo rápido
Moviendo Datos de un Data Warehouse a Data Marts

Origen1 Ventas Mart

Origen 2 Data
Finanzas Mart
Warehouse
Origen 3
Servicio
Cliente Mart

Ventajas Desventaja
 Campos Compartidos  Tiempo largo de
 Orígen Común desarrollo
 Procesamiento
Distribuído
Moviendo Datos desde Data Marts a un Data
Warehouse

Origen1 Ventas Mart

Origen 2 Finanzas Mart


Data
Warehouse
Origen 3 Atención Cliente
Mart

Ventajas Desventajas
 Simple and rápido  Duplicación de Data
 Datos Departamen-tales  Data marts Incompatibles
◆El Ciclo de Vida de un Data Warehouse

Elementos Básicos
Herramientas para Manejar el Proceso
Elementos Básicos

Orígen: OLTP Data Marts


Sistemas
Cubo
OLAP

Clientes
Data
Warehouse

1 3 4 5 6
Recuperar Data Poblar Data Poblar Procesar Consultar
2 Transform Data Warehouse Data Mart Cubos Data
◆ Elementos Básicos de un Data Mart

Sistemas Data Staging Data Marts Datos en Aplicaciones de


Operationales Servidor de un Entorno Usuario Final
(Legacy System) Presentación OLAP

Almacenamiento Reporteadores
OLTP •Archivos
Planos
•Archivos XML
Intefaces de
Proceso Data Mart
Usuario Final
OLTP •Limpieza
•Depuración
Herramientas de
ETL Consulta AD
OLTP • Extraer HOC
•Transformar
• Cargar
Herramientas para Manejar el Proceso

SQL Server Management Studio


SQL Server Integration Services
SQL Server Analysis Services
Microsoft Repository
PivotTable Service
MS Office 2003
Visual Studio NET 2005 – usando componentes para
explotar los servicios OLAP como el owc
◆ Datos en un Data Warehouse

Características de la Data
Componentes de un Data WareHouse
Ejemplo de Organizar Datos
Características de la Data

Caracteristícas Descripción

Consolidada Centraliza toda la empresa

Consistente En el data warehouse

Organizado en la perspectiva
Subject-oriented
del usuario

Histórica Fotografía del tiempo

Read-only No debe ser modificable

Apropiada en función al nivel


Summarizada
de detalle
Componentes Internos del Data WareHouse

Tabla Hecho : Medidas ➔ Qué analizar ?


 Montos Vendidos
 Montos Cobrados
 Peso Materia Prima
 Horas Hombre
 Nro de Reclamos
Tablas Dimension : Dimensiones ➔ Cómo Analizar?
 Producto
 Tiempo
 Cliente
 Organización
Ejemplo de Organización de Datos

Reporte Venta Mensual: Región Norte - Agosto 2007

Región Ciudad Detergente Aceites Total $


NORO Tumbes 2,750 20,100 22,850
NORO Piura 2,500 11,635 14,135
Total NORO 5,250 31,735 36,985
NOR Chiclayo 1,725 15,075 16,800
NOR Cajamarc 2,200 6,943 9,143
Total NOR 3,925 22,018 25,943
NORM Trujillo 4,950 34,645 39,595
NORM Chimbote 1,900 15,105 17,005
Total NORM 6,850 49,750 56,600
Total Región Norte 16,025 103,503 119,528
Revisión

Qué es Data Warehouse


Por qué construir un Data WareHouse?
Data Marts y Data Warehouses
El Ciclo de Vida de un Data Warehouse
Datos en un Data Warehouse
Demostración: Creando un Cubo OLAP

•Visualizando una Base de Datos


Multidimensional.
• Construyendo un Cubo OLAP

•Requisitos Previos
SQL Server Instalado
Base de Datos AdventureWorkDW (Data
Mart) dentro del SQL Server
Creando un Cubo con SQL Server 2008 R2

Data Cubo
Warehouse OLAP

BaseBI Cubo_Base

También podría gustarte