Zusammenfassung der Ressource
BASES DE DATOS
- Soluciones a problemas
de disponibilidad y
perdida de información
- HADR
- High Availability Disaster Recovery.
- Reaplicación de datos ante una falla de alguno de los servidores
- EJEMPLO
- Archivos log de transacciones
- Soporta un servidor como primario y hasta 3 como secundarios.
- Si falla el primer servidor, un secundario toma el papel de servidor primario.
- VENTAJAS
- Minimiza el impacto de interrupciones, realiza actualizaciones sin
interrumpir la operación, es transparente para el aplicativo, fácil
administración y configuración, no se requiere HW especializado.
- PureScale
- Es una arquitectura basada en clústers (Conjunto de varios
ordenadores unidos por una red de alta velocidad.
- Es una característica de DB2 que reduce el riesgo
y los costos del crecimiento del negocio.
- Proporciona capacidad extrema y disponibilidad
continua, es transparente al aplicativo.
- VENTAJAS
- Evita riesgos y costos en cambios de aplicación.
- Diseñada para sistemas que requieren disponibilidad continua.
(24/7)
- Utiliza la misma arquitectura del estándar de Oro, los sistemas Z
- (EJEMPLOS))
- Se puede agregar o quitar miembros.
- No se requiere tunear la infraestructura.
- Soluciones a problemas de performance
- DPF
- Database Partition Feature
- Particionamieto de Base de Datos.
- Se mejora el desempeño y la escalabilidad de grandes bases de
datos.
- Cada partición de la BD tiene su propio conjunto de recursos
informáticos. (CPU, memoria y unidades de almacenamiento.
- Los registros de cada tabla son distribuidos en diferentes
particiones.
- Es una característica de
escalabilidad
- CONFIGURACIONES QUE ACEPTA
- Discos compartidos,.
- Discos dedicados
- Permite el uso de particiones logicas y físicas.
- Los comandos para la administración de BD son
ejecutadas en cada una de las particiones..
- Es transparente al aplicativo.
- TABLE
PARTITIONING
- Es igual al DPF, sólo que se aplica para tablas dentro de una base de datos.
- Es el particionamiento de los datos de una taba en un subconjunto de datos.
- EJEMPLO
- Poder localizar una consulta donde hay
100 mil registros, en una partición que
guarda datos de un año específico
- VENTAJAS
- Incremento en el desempeño de consultas.
- Mejora la optimización para los costos de almacenamiento.
- Rápida creación o eliminación de particionamiento de datos.
- No se ve afectada la disponibilidad al agregar o quitar particiones.
- Incrementa el tamaño de las tablas.
- MCD
- Multi - Dimensión Clustering
- Proporciona un método para que los datos de una tabla se agupen físicamente en
varias dimensiones simultáneas de forma flexible y automática.
- EJEMPLO
- hacer una consulta por filtros, como "Tipo de producto
- Mejora el desempeño de las consultas.
- VENTAJAS
- Reduce el gasto de mantenimiento en los datos.
- Pensado originalmente para Data Warehouse y base
de datos con grandes volúmenes de información.
- También se puede utilizar en bases de datos de tipo OLTP.
- Solución a problemas de
desempeño y costos
- COMPRESION DE DATOS
- Consiste en la reducción del volúmen de
información utilizando el menor espacio posible.
- Los tipos de objetos que puede comprimir
son: registros, tablas, indices, tablas
temporales, objetos o imágenes, datos XML,
Log de transacciones, Backup
- EJEMPLO
- El liderazgo lo tiene DB2
- VENTAJAS
- Reduce costos de almacenamiento.
- Performance en las consultas.
- Reduce E/S al disco y los costos de energía.
- Trabaja con datos en memoria y comprimidos.
- Solución a problemas
de costos y acceso
- DATA WAREHOUSE
- Es un almacén de datos que es utilizado para
explotar grandes volúmenes de información
para análisis y toma de decisiones.
- Es un tipo de base de datos OLAP
- EJEMPLO
- DB2 10.5 with Blu Aceleration,
Informix, Pure Data for Analytics
- HERRAMIENTAS ETL
/ DATA WAREHOUSE
- Extract Transform Load Extract
- Es el proceso de extraer la información
que puede venir de diferentes fuentes
de datos o BD de distintos proveedores.
- EJEMPLO:
- IBM InfoSphere
- DATA MART
- Es un subconjunto de datos de un Data Warehouse para un área especíica.
- EJEMPLO
- Datos transaccionales usando DB 10.5 with BLU Aceleration.
- TIPOS DE BASES DE DATOS
- OLAP
- On Line Analytical Processing
- Son también llamadas bases de
datos ESTATICAS porque la
información en tiempo real solo
se utiliza para consultas.
- EJEMPLO
- Se implementa en Bussiness
Intelligence para consultas.
- MOLAP
- Multidimentional OLAP
- Es un servidor OLAP que almacena el
cubo completo OLAP en memoria.
- EJEMPLO
- Cognos Power Cubes
- Las agregaciones son precalculas y almacenadas en memoria
- Da respuestas rapidas a consultas, alta
concurrencia en ejecución de consultas.
- ROLAP
- Relational OLAP
- Los datos son almacenados en un Star Schema con
tablas, Hechos y dimensiones.
- EJEMPLO
- DB2 Cube Views y Cognos Frama Work
Manager with Relational Datasourse.
- HOLAP
- Hybrid OLAP
- Es una combinación de ROLAP y MOLAP
- EJEMPLO
- Cognos 10.1.1 DMR Cognos dynamic Cubes.
- No existe limite de tamaño de datos como ROLAP y proporciona
todas las capacidades para obtener detalles de información con
alta concurrencia y rendimiento para los datos solicitados.
- Solución a Data
Warehouse y
análisis en la Nube
- IBM BLU ACCELERATION CLOUD
- Servicios informáticos a través de Internet.
- VENTAJAS
- Las empresas no requieren infraestructura propia y permite a
los usuarios accesar a las aplicaciones desde cualquier lugar.
- Los programadores pueden desarrollar aplicaciones.
- CLOUDANT
- Es una base de datos de como Servicio (BDaaS)
- EJEMPLO
- json, GEOESPACIAL
- Permite centrarse en el desarrollo rápido de aplicaciones en Internet
y móviles sin preocuparse por la expansión y gestión de la BD
- Alta disponibilidad, duradera y con amplias funciones.
- El almacenamiento de datos se construye para la
escalabilidad y optimizado para lectura y escritura.
- JSON
- Java Script Objeto Notation
- Es un formato ligero para el intercambio de datos.
- Basado en un subconjunto del lenguaje de programación JavaScript.
- Se utiliza en ambientes de trabajo donde el flujo de datos es vital
- EJEMPLO
- Google, Yahoo
- Soportado en DB 2 10.5 e Informix 12.1
- Permite a los programadores reducir dependencia
de las Tecnologías de la Información
- INTERNET DE LAS COSAS IoT
- Todo el mundo de Información hace el Internet de las
cosas, creando nuevas oportunidades en muchas áreas.
- El objetivo no es almacenar mucha información, sino analizarla de forma rápida.
- El objetivo es darle valor a la información.
- Surgen problemas como datos generados en distintos formatos,
dificultad de analizar datos y necesidad de visualizar la información.
- IBM INFRMIX - B. de D. inteligentes para IoT
- Es una base de datos inteligente para resolver los problemas de IoT.
- Funciona en dispositivos periféricos y en la Nube.
- Capacidad de proporcionar inteligencia local.
- Facilidad de uso y estabilidad.
- Tiene características que la convierten en la solución
para BD "Simplemente Potente" para Internet.