Mindmap
Datawarehouse
Inhalt der Mindmap
Datawarehouse
Arquitectura
- Sistemas de Origen
- Área de Staging
- Modelo Normalizado
- Modelo Dimensional
- Modelo Normalizado
- Área de Staging
- Sistemas de Origen
Como se procesa toda la información para crear un DataWareHouse
- Extract Transform Load (ETL)
Construcción de un Datawarehouse
- Rendimiento
- DWH Organizado por Temas
- Tablas de Hechos
- Jerarquias
- Dimensiones
- Denominamos dimensiones a aquellos datos que nos permiten filtrar, agrupar o seccionar la información.
- Ejemplos: 1. TipoCliente (Filtrar) 2. TipoTarifa (Filtrar) 3. Clientes(Agrupar) 4. Productos(Agrupar) 5. Tiempos (Seccionar= 6. LecturasConsumoMensual (Seccionar)
- Algunas aplicaciones Business Intelligence utilizan el término "dimensión" como equivalente a "jerarquía". De esta manera, se habla de la dimensión geográfica que agrupa los diferentes niveles de continentes, países, regiones, provincias y localidades.
- En el modelo relacional del datawarehouse las dimensiones se almacenan en las "tablas de dimensión", lo que nos lleva al error común en los modelos dimensionales. Abreviar las descripciones en las tablas de dimensión con la intención de reducir el espacio requerido
- Análisis: El espacio requerido por las tablas de dimensión es despreciable frente a lo que ocupan los hechos. Por ejemplo, una cadena como Zara puede tener unas 5000 tiendas, y debe generar unos 3 o 4 millones de registros de venta diarios. En este y otros ejemplos que podríamos citar, también las dimensiones de cliente o producto son despreciable frente a las ventas, los envíos o la producción diaria. Por lo tanto, no debemos considerar el espacio como un aspecto determinante para modelizar las dimensiones. En particular, cada código debe tener su descripción. Las dimensiones son la interfaz que tendrán los usuarios para navegar por la información, por lo que conviene que sean lo más explícitas y claras posible.
- Personalmente, prefiero omitir por defecto todos los códigos de la capa de presentación, y sólo cuando algún usuario lo solicita explícitamente lo añado en el sistema. De hecho, los usuarios al trabajar con las descripciones se olvidan de los códigos con los que han trabajado toda la vida... (Una causa de esto es que con una herramienta Business Intelligence raramente se ha de teclear un código, ya que se trabaja con clics de ratón y con listas de valores).
- Jerarquías
- Las dimensiones se agrupan en jerarquías mediante relaciones uno-a-muchos. Una población agrupa a muchos clientes. Un departamento agrupa a muchss municipios. Una región está formada por varios municipios. Etcétera. Las jerarquías típicas, que aparecen en cualquier sistema Business Intelligence, son:
- • Jerarquía geográfica o de clientes (país del cliente/región/ciudad/cliente) • Jerarquía de producto (marca/familia/producto/presentación) • Jerarquía comercial (país/zona/punto de venta) • Jerarquía temporal (año/trimestre/mes/día)
- Esta manera de visualizar jerárquicamente la información resulta muy natural y cómoda para los usuarios de negocio. Y, como siempre, podemos cometer errores modelizando las jerarquías. Éste es el error: Dividir las jerarquías y los niveles de las jerarquías en múltiples dimensiones
- Existen dos maneras principales de modelizar las jerarquías:
- Modelo en estrella: Donde una única tabla contiene toda la información de la jerarquía
- En la base de datos de presentación (también llamado modelo dimensional) del DWH debe preferirse siempre el modelo en estrella. Es decir, debe crearse una única tabla para cada jerarquía. La misma tabla de PRODUCTOS debe tener toda la información relativa a los productos (presentación, producto, familia, marca)
- El modelo dimensional es el que ataca nuestra herramienta de Business Intelligence, por lo que interesa que las consultas generadas sean sencillas (con pocas tablas y pocas relaciones). El modelo en estrella es perfecto para conseguir este objetivo. Además, desaparece el problema que generan las diferentes jerarquías en que se pueden agrupar los productos. Finalmente, es importante destacar que además del "modelo dimensional" el DWH debe mantener un modelo normalizado de la información (llamado "modelo relacional"). En este otro modelo, la información sí que debe estar normalizada, unificada y limpia.
- Modelo copo de nieve: Donde se crea una tabla para cada nivel de la jerarquía
- Modelo en estrella: Donde una única tabla contiene toda la información de la jerarquía
- Las dimensiones se agrupan en jerarquías mediante relaciones uno-a-muchos. Una población agrupa a muchos clientes. Un departamento agrupa a muchss municipios. Una región está formada por varios municipios. Etcétera. Las jerarquías típicas, que aparecen en cualquier sistema Business Intelligence, son:
- Denominamos dimensiones a aquellos datos que nos permiten filtrar, agrupar o seccionar la información.
- Dimensiones
- Denominamos “hechos” a los indicadores de negocio. Por ejemplo, son “hechos” las ventas, los pedidos, los envíos, las reclamaciones, las compras, etc. Es decir, son todas aquellas medidas numéricas que incluiremos en nuestro sistema Business Intelligence. Técnicamente, una tabla de hecho es la tabla central de un modelo en estrella.
- Una característica importante de las tablas de hecho es el “nivel de detalle” de la información que se almacena. En el anterior ejemplo, las ventas están guardadas a nivel de cliente, producto, almacén, promoción y fecha
- De hecho, la creación de una tabla de hechos es una tarea con poco margen a la imaginación. Antes que nada, debe localizarse el origen de la información que se quiere cargar, debe entenderse perfectamente el significado de estos indicadores, y debe determinarse el nivel de detalle de estos datos. Una vez hecho esto, la creación de la estructura de la tabla es inmediata.
- En particular, es un error desnormalizar cualquier dimensión en la tabla de hechos. Por ejemplo, si la información está a nivel de cliente, no necesitamos poner la población o el país en la tabla de hechos. Resultaría redundante e impactaría directamente en el tamaño de la tabla (y en los tiempos de respuesta)
- Jerarquias
- Tablas de Hechos
- En primer lugar, reconozcamos que tenemos un problema de rendimiento. Todos los datawarehouse tienen un problema de rendimiento. Ninguno va excesivamente rápido. Es más, la falta de problemas de rendimiento suele esconder un problema mucho mayor y de más difícil solución… la falta de uso del sistema.
- Que podemos hacer: Monitorizar continuamente el sistema. Conocer cuantas consultas se están ejecutando diariamente, y cuanto tiempo requiere cada consulta. Para mejorar la situación de lentitud, analizar diariamente las consultas… en ocasiones los problemas en la manera de hacer las consultas por parte de los usuarios, y otras veces era un problemas de modelización.
- Los problemas: Los problemas siempre son del software, del hardware, o del informático. El usuario nunca se equivoca. Considero que hay 3 causas de problemas de rendimiento: • Dificultad de uso de la herramienta Business Intelligence, lo que provoca consultas incorrectas o sin sentido por parte de los usuarios. • Modelización deficiente (falta de agregados, falta de índices, etc.) • Hardware insuficiente (el sistema debe dimensionarse en función del volumen a información a gestionar y el número de usuarios activos)
- DWH Organizado por Temas
- Rendimiento
Informationen
- Beschreibung
- Sistemas de Información Gerencial Mindmap am Datawarehouse, erstellt von Dicsor Yenci Hernández Ruíz am 10/08/2017.
- Erstellt von
- Dicsor Yenci Hernández Ruíz · Aug 2017
- Aktualisiert
- 10 Aug 2017
- Aufrufe
- 0
- Bewertung
Mehr zu Data Warehouse y Data Mart