data warehouse. introduccion

D t W HData WareHouseDi ñ I l t ióDiseño e Implementación

MCP Ing. Ricardo Mendoza Rivera

[email protected]://rimenri.blogspot.com

Sesión 1: Introducción alSesión 1: Introducción al Data Warehouse

Contenido

Qué es Data Warehouse ?Qué es Data Warehouse ?Por qué construir un Data WareHouse ?Data Marts y Data WarehousesData Marts y Data WarehousesEl Ciclo de Vida de un Data WarehouseD t D t W hDatos en un Data Warehouse

http://rimenri.blogspot.com

Qué es un Data WareHouse ?

Definiendo Data WarehouseDefiniendo Data WarehouseSistemas Operacionales: Una Solución TransaccionalSistemas Analíticos: Una Solución Data WarehousingSistemas Analíticos: Una Solución Data WarehousingComparación entre Solución Transaccional y Solución Data WarehousingData Warehousing


Definiendo Data Warehouse

Un Data Warehouse es una Base de Datos (BD) que contiene:

Datos EmpresarialesIntegrar colección de datos históricos.Datos: dirigidos al usuario, consolidados y consistentesDatos estructurados para distribución y consultas

U l ió d D t W h i (ETL) P Una solución de Data Warehousing (ETL) es un Proceso que:

Recupera –desde un OLTP-, transforma datos y carga p , y gdatos a un Data WareHouse. En terminos generales lleva datos desde un origen a un destino.Usa herramientas para construir y manejar el data Usa herramientas para construir y manejar el data warehouse

Corresponde a la Categoria de los Sistemas de Soporte de Decisionesde Decisiones


Sistemas Operacionales: Una Solución Transaccional

Sigue eventos IndividualesDiseñado para Real-time Data Entry y Edición de DatosEjemplos:j

Aplicación de AlmacenesSistema de pedido de productosp pAtención de Reclamos: empresa de serviciosOperaciones de BancosOperaciones de Bancos.


Sistemas Analíticos: Una Solución de Data Warehousing

Asiste como Soporte de Decisiones Estratégicas.Proporciona Diferentes Niveles de AnálisisPermite a los usuarios Navegar en diferentes Niveles de D tDatosPermite a los Sistemas Búsquedas para hallar nuevas RelacionesRelaciones.Ejemplos:

Aplicaciones de gestión de unidades de negocio.Aplicaciones de rendimiento de un proceso de produccion.


Comparando Soluciones Transaccionales y Data Warehousing

SolucionesSolucionesTransactionalesTransactionales

SolucionesSolucionesTransactionalesTransactionales

Soluciones enSoluciones enData warehousingData warehousing

Soluciones enSoluciones enData warehousingData warehousing

Frecuencia deActualización Tiempo Real Periódicamente

Estructurado para Integridad de Datos Facilidad de consultas

Optimizado para Procesamiento de Transacciones

Performance de Consultas.


Por qué Construir un Data WareHouse ?

Permite ejecutar análisis rápidamentePermite ejecutar análisis rápidamentePermite el Acceso a los datos de toda la EmpresaPermite tener datos consistentesPermite tener datos consistentesSu gran almacen de datos permite responder en qué objetos del negocio se pueden hacer mejorasobjetos del negocio se pueden hacer mejoras.


Data Marts y Data Warehouses

Qué es un Data MartQué es un Data MartMoviendo Datos desde un Data Warehouse a Data MartsMoviendo Datos desde Data Marts a un Data WarehouseMoviendo Datos desde Data Marts a un Data Warehouse


Qué es un Data Mart

Qué es un Data MartUna parte de un data warehouseUna parte de un data warehousePara temas particulares o Actividades específicas de negocios.gPuede ser una solución táctica

Por qué Construir Data MartsqConsultas rápidas y pocos usuariosTiempo de desarrollo rápido


Moviendo Datos de un Data Warehouse a Data Marts

VentasVentas MartMartOrigen1Origen1

DataDataWarehouseWarehouse FinanzasFinanzas MartMart

Origen1Origen1

Origen 2Origen 2

ServicioServicioClienteCliente MartMart

WarehouseWarehouseOrigen 3Origen 3

VentajasCampos Compartidos

DesventajaTiempo largo de Campos Compartidos

Orígen ComúnProcesamiento

Tiempo largo de desarrollo

Procesamiento Distribuído


Moviendo Datos desde Data Marts a un Data Warehouse

DataData

VentasVentas MartMart

FiFi M tM t

Origen1Origen1

Origen 2Origen 2 DataDataWarehouseWarehouseFinanzasFinanzas MartMart

AtenciónAtención ClienteCliente

Origen 2Origen 2

Origen 3Origen 3

Ventajas Desventajas

MartMart

VentajasSimple and rápidoDatos Departamen tales

DesventajasDuplicación de DataData marts IncompatiblesDatos Departamen-tales Data marts Incompatibles


El Ciclo de Vida de un Data Warehousing

Elementos Básicos Elementos Básicos Herramientas para Manejar el Proceso


Elementos Básicos

D t M tO í OLTP Data MartsOrígen: OLTPSistemas

CuboOLAP

DataDataClientes

OLAP

DataDataWarehouseWarehouse

RecuperarRecuperar DataData PoblarPoblar Data Data PoblarPoblar ProcesarProcesar ConsultarConsultarTransform DataTransform Data Warehouse Data Mart Warehouse Data Mart CubosCubos DataData

11

22

33 44 6655


Elementos Básicos de un Data Mart

Aplicaciones de Usuario Final

Datos enun Entorno

Data MartsServidor de

Data StagingSistemasOperationales Usuario Finalun Entorno

OLAPServidor de Presentación

Operationales(Legacy System)

Almacenamiento ReporteadoresOLTP

Almacenamiento•Archivos Planos•Archivos XML

Reporteadores

OLTP

Archivos XMLProceso

•Limpieza•Depuración

Intefaces de Usuario FinalData Mart

•DepuraciónHerramientas de

Consulta AD ETL OLTP HOC• Extraer

•Transformar• Cargar

OLTP


Herramientas para Manejar el Proceso

SQL Server Management StudioSQL Server Management StudioSQL Server Integration ServicesSQL Server Analysis ServicesSQL Server Analysis ServicesMicrosoft RepositoryPi tT bl S iPivotTable ServiceMS Office 2003 Visual Studio NET 2005 – usando componentes para explotar los servicios OLAP como el owc


Datos en un Data Warehouse

Características de la DataCaracterísticas de la DataComponentes de un Data WareHouseEjemplo de Organizar DatosEjemplo de Organizar Datos


Características de la Data

CaracteristícasCaracteristícasCaracteristícasCaracteristícas DescripciónDescripciónDescripciónDescripciónpppp

Consolidada Centraliza toda la empresa

Consistente En el data warehouse

S bj t i t d Organizado en la perspectivaSubject-oriented Organizado en la perspectiva del usuario

Histórica Fotografía del tiempo

Read-only No debe ser modificable

Summarizada Apropiada en función al nivelde detalle


Componentes Internos del Data WareHouse

Tabla Hecho : Medidas Qué analizar ?Montos VendidosMontos CobradosPeso Materia PrimaHoras HombreHoras HombreNro de Reclamos

Tablas Dimension : Dimensiones Cómo Analizar?Tablas Dimension : Dimensiones Cómo Analizar?ProductoTiTiempoClienteOrganización


Ejemplo de Organización de Datos

ReporteReporte VentaVenta MensualMensual: : RegiónRegión NorteNorte - Agosto 2007

$Ciudad

Tumbes

Pi

Región

NORO

NORO

Aceites

20,100

11 635

Total $

22,850

14 135

Detergente

2,750

2 500Piura

Chiclayo

NORO

Total NORO

NOR

11,635

31,735

15 075

14,135

36,985

16 800

2,500

5,250

1 725Chiclayo

Cajamarc

NOR

NOR

Total NOR

15,075

6,943

22 018

16,800

9,143

25 943

1,725

2,200

3 925

Trujillo

Chimbote

Total NOR

NORM

NORM

22,018

34,645

15,105

25,943

39,595

17,005

3,925

4,950

1,900

Total Región Norte

ChimboteNORM

Total NORM

15,105

49,750

103,503

17,005

56,600

119,528

1,900

6,850

16,025Total Región Norte , ,,


Revisión

Qué es Data WarehouseQué es Data WarehousePor qué construir un Data WareHouse?Data Marts y Data WarehousesData Marts y Data WarehousesEl Ciclo de Vida de un Data WarehouseD t D t W hDatos en un Data Warehouse


Demostración: Creando un Cubo OLAP

• Visualizando una Base de DatosMultidimensional.• Construyendo un Cubo OLAP

•Requisitos PreviosRequisitos PreviosSQL Server 2005 InstaladoBase de Datos AdventureWorkDW (Data Base de Datos AdventureWorkDW (Data Mart) dentro del SQL Server


data warehouse. introduccion

Technology

data warehouse http

data componentes

data warehouse caractersticas

data warehouse ejemplo

data warehouse organizado

data warehouse datos

data mart qu es

contenido qu es data