Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2023-11-06 - S11 - 1 - El Modelo Multidimensional - Dinamica
2023-11-06 - S11 - 1 - El Modelo Multidimensional - Dinamica
h : ED1 → EE1
l : ED2 → EE2
Puntos de vista
Dimensiones
Jerarquías
Sintaxis
espacios de Atributos
clasificación
Espacio Escalar
Dominios
Medidas sintaxis
Indicadores
Modelamiento de Bases de Datos Científicos Profesor Fredi Palominos V
Modelamiento Multidimensional
Dimensión:
Una dimensión es una 3-tupla (nombre, D, jerarquía) tal que:
Llamaremos esquema dimensional (ED) al conjunto que identifica los atributos que
componen la dimensión y que se estructuran de acuerdo a una jerarquía.
1
2
3
Espacio Dimensional:
Llamaremos Espacio Dimensional, denotado por ED, al espacio de clasificación
formado por el producto cartesiano de todos los dominios de los atributos de cada
dimensión:
Espacio Dimensional:
Medidas:
Son características cuantitativas de interés, las cuales se someten a estudio a
través del modelo multidimensional.
Una medida siempre es total y funcionalmente dependiente del los valores que
componen una casilla del espacio dimensional.
Espacio Escalar:
En el contexto del modelo multidimensional, es el producto cartesiano de los
dominios subyacentes a las medidas. Lo designaremos por EE.
Definición de un HECHO:
Sea ED un espacio multidimensional y sea EE un espacio escalar, ambos
relativos a un área de interés específica. Definiremos un hecho como una
función h que asocia un elemento del espacio dimensional con un elemento del
espacio escalar:
Conjunto de Hechos:
Un conjunto de hechos, también denominado variable
multidimensional o cubo, es una estructura de datos compleja, que
contiene información relevante respecto de un área temática de
interés.
Unidad
Tiempo
Semestre → Año
Programa
(Horas de clases, Horas de contrato)
Tiempo
Unidad
(24604, 4700, Pregrado, DMCC, Ciencia)
(6, 22)
(2, 2001)
Tiempo
Unidad
Un hecho
(24604, 4700, Pregrado, DMCC, Ciencia)
(6, 22)
(2, 2001)
Tiempo
ℎ: 𝐸𝐷~𝐸𝐸
cuyo espacio multidimensional ED está caracterizado por un conjunto de K
dimensiones (𝐷1 , … , 𝐷𝐾 ) tales que cada dimensión consta de su propia jerarquía de
atributos:
𝐷𝑖 , 𝐽𝑖 , ∀𝑖, 𝑖 = 1, … , 𝑘
(𝑚1 , … , 𝑚𝑠 )
Dimensión Producto
Jerarquía : Tipo → Periodo → Nombre
(J1)
𝐻 Medidas:
(toneladas, cajas)
(200.000, 20.000)
Dimensión Lugar
Jerarquía : Región → Prov → Comuna
(J3)
Dimensión Tiempo
Jerarquía : Década → Año → mes
(J2)
=( 𝐽1, 𝐽2, 𝐽3) (𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠, 𝑐𝑎𝑗𝑎𝑠 )
Operadores OLAP
Roll-Up
Pivoting Slicing / Dicing
Drill-Down
() = ( EC ( () ) )
El resultado es una nueva variable multidimensional
H y H’ son compatibles.
Por ejemplo:
𝐻 = ( 𝐽1, 𝐽2, 𝐽3) (𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠, 𝑐𝑎𝑗𝑎𝑠 )
𝐻 ′ = 𝑃 𝐽1,𝐽2,𝐽3 𝐻
= ( 𝐽2, 𝐽3, 𝐽1), (𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠, 𝑐𝑎𝑗𝑎𝑠 )
Φ Π(𝐸𝑛𝑜𝑚𝑖 ) 𝐻 = Ϝ(𝐸𝐶( 𝐻 )
…
Π(𝐸𝑛𝑜𝑚𝑗 )
Donde
𝐸𝐶 = ς𝑘𝑗=1 𝑃𝐼( 𝐸𝑛𝑜𝑚𝑗 )
EC está constituido por un producto cartesiano de proyecciones Intervaladas
definidas sobre los atributos de las dimensiones y F es una función de agregación
que actúa sobre las medidas de las tuplas pertenecientes a cada casilla generada.
Suponga ahora que se tiene una VMD H con una soma dimensión y una jerarquía de
atributos Categoría → Trimestre y se requiere analizar la información solo en función
de la categoría.
Entonces, se realizará la siguiente operación, que reagrupará los hechos de H
solamente en función de la categoría, sumarizando los valores de las ventas a través
de la función de agregación F :
𝑃𝐼𝐼 𝐶𝑎𝑡𝑒𝑔𝑜𝑟í𝑎
ΦΠ(𝐶𝑎𝑡𝑒𝑔𝑜𝑟í𝑎) 𝐻 = Ϝ 𝐸𝐶( 𝐻 )
= 𝐹(𝑃𝐼𝐼 𝐶𝑎𝑡𝑒𝑔𝑜𝑟í𝑎 ( 𝐻 ))
𝜎𝜌(𝐸𝑛𝑜𝑚 ) 𝐻
𝑖
La siguiente operación seleccionará los hechos del cubo tales que el valor del
atributo almacén es “Store1” y el valor del atributo productos es “Electronics” o
“Toys”
𝜎 𝐴𝑙𝑚𝑎𝑐𝑒𝑛="𝑆𝑡𝑜𝑟𝑒1" 𝐻
∧ 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 ∈ {𝐸𝑙𝑒𝑐𝑡𝑟𝑜𝑛𝑖𝑐𝑠,𝑇𝑜𝑦𝑠}
Como antes, F es una función que actúa sobre las medidas de las tuplas
pertenecientes a cada casilla generada.
ΦΠ({𝐶𝑎𝑡𝑒𝑔𝑜𝑟í𝑎,𝑇𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒}∪{𝑚𝑒𝑠}) 𝐻 = Ϝ 𝐸𝐶 𝐻
Ejemplo:
Suponga que se tiene el siguiente hecho con una única dimensión y se desea
agrupar los datos por décadas (a partir de la edad) y por la escolaridad.
Medidas:
(Edad, Estatura, Peso)
EC = g(Dom(edad)) X h(Dom(escolaridad))
= {1,2, …, 10} X {Básica, Media, Universitaria}
= { (1,Básica), (1,Media), (1,Univerversitaria),
…
…
(10,Básica), (10,Media), (10,Univerversitaria) }
Ejemplo:
sumatorias
Se obtiene:
década escolaridad cardinalidad estatura peso