Es la capa de integración
de datos es eficiente y de acceso flexible para generar informes, analizar la
información de forma dinámica y simular escenarios hipotéticos de negocio. Esta
capa debe funcionar con navegadores de datos agregados, optimizadores de
consultas complejas, y con interfaces gráficas de usuario de fácil manejo. Es
necesario estudiar a fondo la diferencia arquitectónica entre los almacenes de
datos y los data marts.
Los componentes
señalados como un data warehouse son frecuentemente llamados data warehouse
primario o data warehouse corporativo que actúan como un sistema de
almacenamiento centralizado para todos los datos que se resumen.
Ejemplos de
procesamieto:
OLAP:
Es
una solución utilizada en el campo de la llamada Inteligencia de negocios (o Business
Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades
de datos. Para ello utiliza estructuras de datos diversas, normalmente
multidimensionales (o Cubos OLAP), que contienen datos resumidos de
grandes Bases de datos o Sistemas Transaccionales (OLTP). Se usa en
informes de negocios de ventas, marketing, informes de dirección, minería
de datos y áreas similares.
Funcionalidad
En la base de cualquier sistema OLAP se encuentra el concepto de
cubo OLAP (también llamado cubo multidimensional o hipercubo). Se compone de
hechos numéricos o medidas, que se clasifican por dimensiones. El cubo de
metadatos es típicamente creado a partir de un esquema en estrella o copo de
nieve, esquema de las tablas en una base de datos relacional. Las medidas se
obtienen de los registros de una tabla de hechos y las dimensiones se derivan
de la dimensión de los cuadros.
Tipos de sistemas OLAP
1) ROLAP
Implementación OLAP que almacena los
datos en un motor relacional. Típicamente, los datos son detallados, evitando
las agregaciones y las tablas se encuentran desnormalizadas. Los esquemas más
comunes sobre los que se trabaja son estrella ó copo de nieve, aunque es
posible trabajar sobre cualquier base de datos relacional. La arquitectura está
compuesta por un servidor de banco de datos relacional y el motor OLAP se
encuentra en un servidor dedicado. La principal ventaja de esta arquitectura es
que permite el análisis de una enorme cantidad de datos.
2) MOLAP
Esta implementación OLAP almacena los
datos en una base de datos multidimensional. Para optimizar los tiempos de
respuesta, el resumen de la información es usualmente calculado por adelantado.
Estos valores precalculados o agregaciones son la base de las ganancias de
desempeño de este sistema. Algunos sistemas utilizan técnicas de compresión de
datos para disminuir el espacio de almacenamiento en disco debido a los valores
precalculados.
3) HOLAP (Hybrid OLAP)
Almacena algunos datos en un motor
relacional y otros en una base de datos multidimensional.
No hay comentarios.:
Publicar un comentario