MODELO MULTIDIMENSIONAL

El modelo multidimensional dentro del entorno de las bases de datos, es una

disciplina de diseño que se sustenta en el modelo entidad-relación y en las
realidades de la ingeniería de texto y datos numéricos.

El modelo de datos multidimensional es una parte integral de On-Line Analytical

Processing, OLAP. Porque OLAP es en línea, debe proporcionar respuestas
rápidas, los analistas plantean consultas iterativas durante las sesiones
interactivas, no en trabajos por lotes que se ejecutan durante la noche. Y como
OLAP es también analítico, las consultas son complejas. El modelo de datos
multidimensional está diseñado para resolver consultas complejas en tiempo real.

La finalidad principal de los bases de datos multidimensional es reagrupar,

organizar, y ordenar información o datos, que provienen de fuentes diversas, para
así almacenarlas y realizar un análisis de la información lo más rápidamente
posible.

Fuente: [consulta: http://www.kyoceradocumentsolution.es/es/smarter-

workspaces/insigths-hub/articles/ventajas-de-las-bases-de-datos-
multidimensionales.

Fuente: [consulta: Nov 5, 2012, 10:59:00 AM. “Groups Google”. Disponible en:

https://groups.google.com/g/itecnodgo_ninteligentes_ad_12/c/YKsPqv7O6Rg

http://intdenegoa.blogspot.com/p/blog-page_22.html.
 Ejemplo: de modelo multidimensional

Dada la siguiente especificación para una tabla hipercubo en una base de

datos multidimensional
Características de los modelos Multidimensionales:

 Se basan en la creación de aplicaciones OLAP y pueden verse como bases

de datos contenidos en una sola tabla.
 En las tablas multivaluadas se almacenan registros referidos bien a las
dimensiones de la misma o a las métricas que se desean analizar,
adoptando un campo o columna por cada dimensión y otro campo métrica o
hecho.
 Las tablas del modelo multidimensional se asimilan a un hipercubo.
 Se caracterizan por una mayor versatilidad que las bases de los modelos
relacionales.
 El modelado multidimensional se puede aplicar usando utilizando distintos
modelos de datos (conceptuales o lógicos). La información descriptiva de
cada dimensión se representa por un conjunto de atributos (atributos de
dimensión).
 Fuentes: [consultas: ago 3, 2015; Nov 16, 2012, 10:23:32 PM, Blog
powerdata; Groups Google]
Disponible en:
https://www.google.com/amp/s/blog.powerdata.es/el-valor-de-la-gestión--
de-datos/bid/406542/qu-son-las-bases-de-datos-multidimensionales
%3fhs_amps=true.
https://groups.google.com/g/itecnodgo_ninteligentes_ad_12/c/
YKsPqv7O6Rg. Fecha de consulta: *08/05/2023*. Colaboradores de este
artículo [usuarios: Minewiskan, v-thepet]
Componentes y esquemas:

Se compone de:
 LÓGICA DE LOS CUBOS: Cubos lógicos proporcionan un medio de
organizar las medidas que tienen la misma forma, es decir, que
tienen las mismas dimensiones exactas. Las medidas en el mismo
cubo tienen las mismas relaciones con otros objetos lógicos y
pueden ser analizados y presentados conjuntamente.
 MEDIDAS: Las medidas rellenan las celdas de un cubo de lógica
con los hechos recogidos sobre las operaciones empresariales.
Las medidas están organizadas por dimensiones, que típica mente
incluyen una dimensión de tiempo. Las medidas son estáticas y
constantes mientras que los analistas las están usando para informar
sus decisiones. Se actualizan en una ventana de proceso por lotes a
intervalos regulares: semanal, diario, o periódicamente durante todo
el día.

 DIMENSIONES: Las dimensiones contienen un conjunto de valores

únicos que identifican y clasifican los datos. Ellos forman los bordes
de un
 cubo lógico, y por lo tanto de la medida dentro del cubo. Dado que
las medidas suelen ser multidimensional, un solo valor de una
medida debe ser calificada por un miembro de cada dimensión para
que tenga sentido.

Esquemas:

• Esquema estrella (o star schema): corresponde al esquema más

simple para un Data Warehouse. Está formado por una (o más) tabla de
hechos con una única tabla por cada dimensión. Su nombre deriva del
hecho de que su diagrama forma una estrella, con la tabla fact al centro y
las tablas lock – up como puntas de la estrella.
 • Esquema Copo de nieve (o snowflake): la principal diferencia entre
este esquema y el esquema estrella es que las tablas de dimensiones en
este modelo representan relaciones normalizadas. Cada tabla lock_up
contiene sólo el nivel en que es clave primaria en la tabla y la foreign key de
su parentesco del nivel más cercano del diagrama.
• Constelación de Esquemas (o fact constellation schema):
corresponde a un conjunto de tablas de hechos que comparten una o más
tablas de dimensiones. [1].
 Fuente: Usuarios: “cesar.monarrez.a”, “José de Jesús Santes Palacios”,

“deyci Rutiaga”. Año de publicación: Nov 5, 2012, 9:43:20 AM. [consulta:

Nov 16, 2012, 10:23:32 PM, Nov 8, 2012, 12:00:30 AM, Nov 5, 2012,
10:59:00 AM. Disponible en:
https://groups.google.com/g/itecnodgo_ninteligentes_ad_12/c/YKsPqv7O6R
g.

Ventajas y Desventajas de los Modelos Multidimensionales:

Ventajas:

- Se logra un rendimiento rápido de las consultas en los datos empresariales.

- Se compone de cubos y dimensiones que se pueden anotar y ampliar para
admitir construcciones de consultas complejas.
- Se integra con las herramientas de informes BI utilizadas habitualmente,
como Excel, Reporting Services y PerformancePoint, así como las
aplicaciones personalizadas y las soluciones de terceros.
- Además de generar informes que ayuden a mejorar la ventaja competitiva,
en la práctica, el modelo multidimensional de datos permite acceder a
 grandes cantidades de información y obtener análisis de las relaciones de
distintos tipos de elementos relevantes para el negocio.
- No emplean ninguna jerarquía.
- Facilita tanto la búsqueda como la modificación posterior.
- Utiliza un espacio menor de almacenamiento.

Fuente: [consultas: Microsft.com, Blog PowerData.com, RockContent blog.

Fecha de Consulta: Ene 25,2019, *08/05/2023*, ago,3,2015.

Disponible en:
https://learn.microsoft.com/es-es/analysis-services/multidimensional-models/
multidimensional-models-ssas?view=asallproducts-allversions.

https://rockcontent.com/es/blog/tipos-de-base-de-datos/. Colaboradores de este

artículo: [usuarios: Minewiskan, v-thepet]

Desventajas:

 Una de las principales desventajas de las bases de datos

multidimensionales es la dificultad para hacer cambios en su estructura.
Debido a su complejidad, cuando el usuario desea realizar modificaciones
en la estructura de la base de datos, debe diseñar un nuevo cubo OLAP,
sin posibilidad de utilizar la estructura previamente diseñada.
 El tiempo de procesamiento de los datos es alto ya que los datos
agregados deben recalcularse cuando se actualizan las fuentes de datos
operacionales.
 La escalabilidad disminuye a medida que aumenta el número de
dimensiones o cuando la base de datos es muy grande.
 La flexibilidad de una base de datos multidimensional es muy baja.
 El alcance del diseño es limitado, por lo tanto, a medida que aumenta el
número de grupos de usuarios cuyos requerimientos deben ser tomados en
cuenta, el modelo corre el riesgo de fallar.
Fuente: Nombre usuario del autor(es): AyudaProtección Ley, Blog
PowerData. Año de publicación: ene 26, 2017. Título(s): “Bases de datos
 multidimensionales”. ¿Qué son?, Ejemplos “Rol de la base de datos
multidimensional en las organizaciones modernas”. Disponible en:
https://ayudaleyprotecciondatos.es/bases-de-datos/multidimensionales/
#:~:text=Por%20otra%20parte%2C%20una%20de,hacer%20cambios
%20en%20su%20estructura.

https://
b log.powerdata.e
s /el-valor-de-la-
gestion-de-
datos/rol-de-la-
base-de-datos-

multidimensional-en-las-organizaciones-modernas.

Tipos de Modelos Multidimensionales

MOLAP: (Multidimensional Online Analytical Processing), almacena los datos

en un cubo. El objetivo de esta base de datos es precalcular todos los cruces
posibles para así restituir los datos lo más rápidamente posible. Así pues, MOLAP,
presenta ciertas ventajas, pero también algunos inconvenientes que deben de
considerarse.
ROLAP: (Relational Online Analytical Processing), obtiene los datos a través
de tablas relacionales, lo que permite resolver solicitudes complejas y extensas.
Sin embargo, los resultados no se almacenan, por lo que cada vez que el usuario
necesite consultar los resultados, deberá relanzar la solicitud. A diferencia con
MOLAP, como principal ventaja, ROLAP presenta un bajo coste ya que utiliza
recursos ya existentes. Sin embargo, contrario nuevamente a MOLAP, ROLAP
presenta un mayor tiempo de espera de respuesta.

HOLAP

(Hybrid Online Analytical Processing), utiliza los dos sistemas anteriormente

explicados, MOLAP y ROLAP. Es decir, HOLAP permite al usuario acceder al
informe de datos de un cubo, pero también se tiene acceso a un segundo informe
más detallado que contiene los datos provenientes de las tablas. Las principales

ventajas de la base de datos multidimensional HOLAP son, en primer lugar, que

requiere una menor inversión y por tanto tiene un menor coste que la base
MOLAP. Además, el tiempo de respuesta es rápido. Sin embargo, HOLAP no está
extenso de inconvenientes, y de entre ellos, cabe mencionar la imposibilidad de
utilizar esta base de datos en el caso de que los datos presenten un alto grado de
complejidad, o que presenten un elevado número de datos cruzados.

Fuentes: Nombre usuario del autor: Kyocera blog. Año de publicación: 2023.

Disponible en:
https://www.kyoceradocumentsolutions.es/es/smarter-workspaces/insights-hub/
articles/ventajas-de-las-bases-de-datos-multidimensionales.html#:~:text=Existen
%20diferentes%20tipos%20de%20bases,los%20datos%20en%20un%20cubo.