PDF de programación - Data Warehouse

Universidad Nacional del Nordeste

Facultad de Ciencias Exactas y Naturales y

Agrimensura



Monografía de Adscripción:

Data Warehouse

Rojas, Mariana Isabel

LU: 38382

Prof. Director: Mgter. David Luis La Red Martinez

Licenciatura en Sistemas de Información

Corrientes-Argentina

2009

1

Índice General

Introducción .................................................................................................................. 4
¿Qué es un Data Warehouse? ........................................................................................ 5
Sistemas de Información ............................................................................................... 5
Datos operacionales y datos informativos ...................................................................... 7
Características ............................................................................................................... 8
Orientado a Temas ........................................................................................................ 8
Integración .......................................................................................................... 10
De Tiempo Variante ............................................................................................ 11
No Volátil ........................................................................................................... 12
Organización de un Proyecto ...................................................................................... 14
Planeamiento ....................................................................................................... 15
Requerimiento ..................................................................................................... 16
Análisis ............................................................................................................... 16
Diseño ................................................................................................................. 16
Construcción ....................................................................................................... 17
Despliegue .......................................................................................................... 17
Expansión ........................................................................................................... 17
Impactos Data Warehouse ........................................................................................... 17
Estructura de un Datawarehouse ................................................................................. 20
Inteligencia de Negocio............................................................................................... 23
Características ............................................................................................................. 23
Niveles de realización de BI ........................................................................................ 23
Extracción, transformación y carga (ETL) ................................................................... 24
Extracción ................................................................................................................... 24
Transformación ........................................................................................................... 25
Carga .......................................................................................................................... 25
Ambiente Data Warehouse .......................................................................................... 26
Data Mart .................................................................................................................... 26
Metadatos ................................................................................................................... 26
Modelado de Datos ..................................................................................................... 27
El modelo relacional ................................................................................................... 27
El modelo dimensional ................................................................................................ 28
Ventajas del modelo dimensional ........................................................................ 31
Herramientas de acceso y uso...................................................................................... 32
OLAP (On Line Analytical Processing) ...................................................................... 32
Drill Down y Roll Up ................................................................................................. 33
Slice y Dice ................................................................................................................ 34
Data Mining (Minería de Datos) ................................................................................. 35
Sitios de Internet consultados .............................................................................. 37



2



Índice de Figuras

Figura 1. Sistemas de Información. Esquema. ............................................................... 6
Figura 2. Características del Datawarehouse. Orientado a una materia. ......................... 9
Figura 3. Características del Datawarehouse. Integración. ........................................... 11
Figura 4. Características del Datawarehouse. De Tiempo Variante. ............................. 12
Figura 5. Características del Datawarehouse. No Volátil. ............................................ 13
Figura 6. Sistema Nervioso Digital. Transformación. .................................................. 15
Figura 7. Planeación necesaria para el sistema de Data Warehouse. ............................ 15
Figura 8. Requerimientos para la solución del Data Warehouse. .................................. 16
Figura 9. Estructura de los Datos de un Data Warehouse. ............................................ 21
Figura 10.Ejemplo de Niveles de Esquematización que podría encontrarse en un DW. 22
Figura 11. Extracción, transformación y carga. ETL.................................................... 25
Figura 12. Modelado de Datos. Esquema en Estrella. .................................................. 30
Figura 13. Modelado de Datos. Esquema Copo de Nieve. ........................................... 31
Figura 14. Herramientas de Acceso y Uso. Drill Down y Roll Up. .............................. 34
Figura 15. Herramientas de Acceso y Uso. Slice y Dice. ............................................. 35



3





En la actualidad, el dinámico mundo de los negocios plantea la necesidad de
disponer de un acceso rápido y sencillo a información para la toma de decisiones.
Dicha información debe estar estructurada y elaborada de acuerdo a parámetros de
calidad, a fin de posibilitar una adaptación ágil y precisa a las fluctuaciones del
ambiente externo.

Las empresas disponen, para la gestión de sus procesos de negocio, de sistemas
transaccionales corporativos que manejan enormes cantidades de datos, organizados
de forma tal que puedan ser utilizados por las aplicaciones operacionales existentes.
Los niveles gerenciales necesitan a menudo tomar decisiones de alto nivel, cruciales
para el funcionamiento de la empresa.

Frecuentemente se basan en su experiencia, utilizando un enfoque subjetivo del
proceso decisorio. Este enfoque no es apto para las condiciones del mundo actual en
el que los sistemas de gestión de calidad vigentes han demostrado la importancia de
la toma de decisiones basada en cifras, datos y hechos.

El Data Warehouse permite que los gerentes tomen decisiones siguiendo un enfoque
racional, basados en información confiable y oportuna. Consiste básicamente en la
transformación de los datos operacionales en información útil para decidir. El uso
del Data Warehouse permite también encontrar relaciones ocultas entre los datos y
predecir el comportamiento futuro bajo condiciones dadas.

La filosofía de trabajo del Data Warehouse es diferente a la de los sistemas
transaccionales. Se modelan los datos a partir de dimensiones, en lugar del
tradicional modelado relacional, y las herramientas de acceso a los datos se basan en
una tecnología de procesamiento analítico (OLAP), distinta al procesamiento
transaccional (OLTP) de los sistemas operacionales.

Los datos operacionales que sirven de entrada al Data Warehouse generalmente
están dispersos en distintos sistemas de la organización, desarrollados en diferentes
entornos de desarrollo, por diferentes personas y en diferentes momentos. Es tarea
fundamental del Data Warehouse recolectarlos, unificarlos y depurarlos según las
necesidades del negocio, eliminando inconsistencias y conservando sólo la
información útil para los objetivos empresariales. Esto se lleva a cabo mediante
procesos que se ejecutan periódicamente y conducen a mantener la información
actualizada.

Las aplicaciones de usuario final que acceden al Data Warehouse brindan a los
gerentes la posibilidad de ver la información a diferentes niveles de agregación
(detallados o resumidos) y filtrar las consultas por distintas variables (“rebanar” y
“picar” la información).

Finalmente, el Data Warehou