Olap: Procesamiento analitico en linea.

Metodo informatico para que usuarios

extraigan datos. El olap ayuda a los informes financieros y planificacion.

Creacion de cubo olap:

U3: Diseño y construccion de soluciones olap:

El alumno tiene una vista general de olap y conoce sobre diseño y construccion de
datos.

Creacion de soluciones BI

Bases de datos multidimensionales.

Bases de datos estaticas y dinamicas basados en estructuras multidimensionales.

Esta diseñada para estructuras matriciales
Estan formadas por estructuras de almacenamiento multidimensional llamadas cubos
olap

Es mas rapida y precisa de datos estaticos asi como datos que se agregan en jobs
mensuales o trimestrales.

Base de datos multidimensionales.

Una empresa tiene informacion dinamica pero tambien estatica que son datos
historicos que no cambian.

CUBOS OLAP:

Los cubos son subconjuntos de datos organizados multidimensionalmente. Los datos se

suman de acuerdo a factores de negocios para que el mecanismo sea rapido y de
respuesta a las consultas.
El cubo esta formado por tres dimensiones. Aun que pueden haber mas denominados
hipercubos.

El cubo olap esta formado por:

Medidas
Tabla de Hechos
Dimensiones
Miembros de Dimension
Jerarquias
Atributos de Dimension

Cual es la diferencia entre un cubo olap y un datamarts: Que Datamarts es una Bd

con diseño estrella. A partir de esta tenemos hechos y datos de dimensiones,
construimos un cubo con los hechos y las dimensiones y este seria una tabla
multidimensional. Podria consultar por cada dimension y revelaria los hechos.

Olap refiere al sistema que se esta construyendo. De la misma manera que RDBMS le
dice que trata con una bd relacional, olap dice que trata con una multidimensional.
El cubo almacena olap.

Elementos de un cubo:

Medidas: Son datos numericos. Por ejemplo venta en unidades. Estas se usan por el
procedimiento de los servicios OLAP y lo almacena para que responda rapido a la
peticion del usuario.

Hechos: Es una tabla central de esquema dimensional con valores de las medidas de
negocio. Se toma con medidas de dimensionales que la definen y estan en tablas de
dimensiones que rodean las tablas de hechos y se relacionan entre si.

Dimensiones: Son categorias descriptivas donde las mediciones de un cubo se separan

para analizarlas. Ej: Medicion es produccion y dimension es tiempo, ubicacion y el
producto, usuarios van a poder separar la produccion dentro de categorias de
tiempo, o ubicacion o demas.

Miembros de dimension: Cada elemento forma parte de una dimension y se puede

consultar analitica o complemanente. Osea enero 2000 trimestre 1

Jerarquia: describe relacion jerarquica. Por ejemplo un dia especifico, esta en un

mes especifico, en un año especifico.
Una jerarquia de dimension es una estructura logica con niveles ordenados por medio
de organizacion de datos. y puede tener mas de una jerarquia.

Atributo de dimension: Describe una caracteristica que comparten los miembros.

Pueden seleccionar datos segun caracteristicas similares.

Diseñando una solucion olap.

Un esquema estrella es uno de lois esquemas de bd. Osea una tabla rodeada de
tablas.
Ej: Tabla hechos, con 4 dimensiones.
La tabla hecho divide entre dos medidas y dimensiones.
Dimensiones a su vez es desnormalizada de hechos.
Tienen niveles o jerarquias de dimensiones como padre, hijo etc

Esquema de copo de nieve:

Es una variacion de estrella.

Ventaja: Tiene tablas normalizadas. Ahorra espacio de almacenamiento.
En contra: Aumenta la cantidad de tablas.
No todas estan unidas a la tabla principal si no que pueden salir de otra tabla.

Agregaciones:
Como se precalcula el calculo de datos.

Con esto mejoras el tiempo de respuesta.

Requiere que le des almacenamiento adicional y si no las controlas son un caos.

Cubos virtuales son vistas de cubos reales y se utilizan cuando se quiere ver
informacion de dos cubos o parte de uno.

Particiones, division o fragmento de informacion que forma un cubo.

Tipos de almacenamiento OLAP.

3 formas

Molap: Olap multidimensional: Los datos son almacenados con sus agregaciones en una
estructura multidimensional de alto rendimientos. Es muy bueno rindiendo y
comprimiendo datos. Es el que mejor tiempo de respuesta tiene. Es muy apropiado
para cubos.

ROLAP: Olap relacional

Toda la informacion del cubo hasta lo que se agrega es almacenado en una Bd
relacional. No almacena copia de la bd, accesa tablas originales cuando necesita
dar respuestas. Es mas lenta y se usa para largos conjuntos de datos que no se
buscan normalmente. Como datos historicos.

HOLAP: Olap Hibrido

Combina los dos anteriores. Lo almacena en una estructura multidimensional usada

por MOLAP y la bd en una bd relacional. Para buscar se accesan datos sumariados. Es
el equivalente a MOLAP pero si estos procesos suman datos fuentes como drill down
tienen que buscar datos en la bd relacional y no es tan rapido como si estuvieran
solo en MOLAP.

Sistema de soporte de decisiones: Es una herramienta Business Intelligence que se

enfoca en el analisis de datos.
Si bien podria hacerse con un ERP (planificacion de recursos empresariales) esto
dispone de informes predefinidos que dan la informacion estaticamente. Osea no
podes profundizar en datos o navegar por ellos.

Son sistema de apoyo del tipo OLAP o mineria de datos. Dan mas informacion.

El DSS permite resolver limitaciones de los programas de gestion.

Caracteristicas Principales:

Informes dinamicos flexibles e interactivos.

No requiere conocimiento tecnico.
Rapidez al responder.
Cada usuario tiene la info adecuada a su perfil
Disponibilidad de info historica.

El SSD explota al maximo la informacion de una bd corporativa. Datawarehouse o

datamart, muestra informes dinamicos y de buena navegacion. Con una interfaz
amigable

Suelen necesitar un motor olap subyacente que permita analizar los datos para
hallar problemas.

Estan destinadas a cualquier nivel gerencial.

ALMACENES DE DATOS: INTRO

Las tecnologias de informacion vienen automatizando procesos. Haciendo uso de

sistemas de informacion operacionales (sistemas transaccionales) y bd operacionales
(bd transaccionales)
Su concepto importante es actualizacion y tiempo de respuesta.

La proliferacion y alta disponibilidad de datos hacen dificil el usarlos para

decidir.

En general no traen los informes definidos en cuanto a gestion para niveles

ejecutivos.

Nace el concepto de datawarehouse o almacen de datos. Esto es una coleccion de

datos tematicos, integrados, no volatiles e historiados organizados para tomar
decisiones.
Tematicos: Por temas.
Integradois: Viene de diferentes fuentes.

No volatiles: No se modifican.

Historiados: Historicos.

Es un concepto, no un productos, es para organizar datos y se integra a algo

superior llamado Business Intelligence o inteligencia de negocios.

Inteligencia de negocios:

Transformacion de datos en info

Transformacion de informacion en conocimiento.
Orientacion de decisiones de negocio.

Que es OLTP y par que usa:

Online transaction processing osea Procesamiento de transacciones en linea.

Facilida la genstion de app transaccionales para en entrada de datos, la
recuperacion y el procesamiento.
Es tipico de las bases operacionales, y lis paquetes de software usados para esto
estan basados en la tecnica cliente servidor.

Optimiza el acceso a los datos, facilita la lectura, escritura y analisis y se

caracterizan por que el historial queda limitado a la actualizad o a los mas
recientes.

OLTP OLAP

OLTP:

ONline Transaction Processing

Sistemas transaccionales
Sistemas de operaciones de la empresa
Bd transaccionales

OLAP:

Online Analytical Processing

Sistemas de analisis de datos: Constituido por operaciones olap y mineria de datos.
Soluciones de inteligencia de negocios
Datawarehouse.

Cual es la diferencia entre ambas?

OLPT es un sistema operativo y el otro informativos.

Mientras que OLTP gestiona una gran cantidad de transacciones pequeñas para
consultas sencillas OLAP se ocupa de grandes volumenes de datos con consultas
complejas.
En OLTP las operaciones se llevan a cabo en milisegundos y estan basados con
comandos INSERT, UPDATE, DELETE.
En OLAP se basa en SELECT para agregar datos a informaes y necesita de mas tiempo
depende lo que ingresa.
El diseño de OLPT es especifico de la industria minorista, fabricacion pero OLAP es
para inventario, ventas marketing.
El proposito de OLPT es controlar y ejecutrar operaciones de negocio en tiempo real
pero OLAP planifica, resuelve problemas, respalda decisiones y descubre cosas
ocultas.
En lo relativo a la actualizacion OLTP solo requiere actualizaciones breves y
rapidas por el usuario.
OLAP necesita que se actualice periodicamente por lotes programacdos y de larga
ejecucion. Por esto el espacio que necesitan ambas es diferente.

Con OLPT se requieren copias de seguridad para garantizar cumplir con cosas legales
de gobierno y negocio.
Pero en OLAP los datos perdidos se pueden volver a cargar desde OLTP.

En cuanto a la productividad OLTP aumenta la productividad de los usuarios dando

una enumeracion de las trasacciones comerciales diarias.
OLAP aumenta la productividad de los gerentes, analistas de datos y ejecutivos,
osea para empresas.