La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Modelo Multidimensional Operaciones OLAP. 2 El Modelo de Datos Multidimensional Vista multidimensional del data warehouse => influencia el diseño de la.

Presentaciones similares


Presentación del tema: "Modelo Multidimensional Operaciones OLAP. 2 El Modelo de Datos Multidimensional Vista multidimensional del data warehouse => influencia el diseño de la."— Transcripción de la presentación:

1 Modelo Multidimensional Operaciones OLAP

2 2 El Modelo de Datos Multidimensional Vista multidimensional del data warehouse => influencia el diseño de la base de datos, las herramientas front-end, y los motores OLAP. Modelo multidimensional de datos: un conjunto de medidas numéricas son los objetos de análisis. – Ej: ventas, beneficios, duración de llamadas, etc. Adicionalmente existen, asociadas a las medidas, las dimensiones de análisis, que proveen el contexto a las medidas, y se describen mediante atributos. El modelo define una medida como un valor en un espacio multidimensional. Estas medidas pueden también representar datos agregados. Las dimensiones se pueden organizar en jerarquías de agregación.

3 3 id_fecha id_producto id_establec importe unidades nro_clientes Ventas id_establec nro_establec nombre dirección distrito ciudad país tlfno fax superficie tipo_almacén... id_producto nro_producto descripción marca subcategoría categoría departamento peso unidades_peso tipo_envase dietético... Establecimiento Producto id_fecha día semana mes año día_semana día_mes trimestre festivo.... Tiempo

4 4 Modelo de Datos Multidimensional Ventas de Productos podrían ser representados en una dimensión (como una fact relation) o en dos dimensiones, e.j. : clients and products Fact RelationCubo de dos dimensiones 2D_ Cube

5 5 Modelo de Datos Multidimensional day 2 day 1 Fact relation3-dimensional cube

6 6

7 7 Crear Esquema e Insertar valores CREATE DATABASE VENTAS_DM, USE VENTAS_DM; CREATE TABLE SALE (product char(2), client char(2), date char(1), amt int); INSERT INTO SALE VALUES ( 'p1', 'c1', '1', 12), ( 'p2', 'c1', '1', 11), ( 'p1', 'c3', '1', 50), ( 'p2', 'c2', '1', 8), ( 'p1', 'c1', 2', 44), ( 'p1', 'c2', 2', 4);

8 8 Modelo de Datos Multidimensional y Funciones de Agregación Sumar las cantidades (Amt) del día 1 (Date) En SQL: SELECT sum(Amt) FROM SALE WHERE Date = 1 81 result

9 9 Modelo de Datos Multidimensional y Funciones de Agregación Sumar las cantidades por día En SQL: SELECT Date, sum(Amt) FROM SALE GROUP BY Date result

10 10 Modelo de Datos Multidimensional y Funciones de Agregación Sumar cantidades por client, product En SQL: SELECT product, client, sum(amt) FROM SALE GROUP BY product, client

11 GROUP BY Modifiers Ver archivo del Manual de Referencia MySQL – MySql_groupBy_rollUp.docx

12 12 Modelo de Datos Multidimensional y Funciones de Agregación En el Modelo de Datos Multidimensional junto con valores de medición se almacena información sumarizada (agregados)

13 13 Funciones de Agregación Operadores: sum, count, max, min, average Claúsula Having Usando Jerarquías de dimensión – Promedio por región (tienda -- store) – Máximo por mes (fecha -- date)

14 14 Cube Aggregation (Agregación del Cubo) day Ejemplo: calculando sumas day 1

15 15 Cube Operators Operadores del Cubo day sale(c1,*,*) sale(*,*,*) sale(c2,p2,*) day 1

16 16 Cube day 2 day 1 * sale(*,p2,*)

17 17 Agregación Usando Jerarquías day 2 day 1 customer region country (customer c1 en Region A; customers c2, c3 en Region B)

18 18 Agregación Usando Jerarquías c1 c2 c3 c4 Video Camera New Orleans Poznań CD Date of sale agregación con respecto a city client city region

19 19 Ejemplo de Data Cube sum USA Canada Mexico CountryCountry Date Product CD video camera 1Q2Q3Q4Q

20 20 Ejercicio (1) Suponga que AAA Automobile Co. construye una data warehouse para analizar las ventas de sus autos. La medida measure - price de un auto Se necesita responder las siguientes consultas típicas: – encontrar las ventas totales por día, semana, mes y año – encontrar las ventas totales semana, mes y año,... para cada agencia – encontrar las ventas totales semana, mes y año,... Para cada modelo de carro – encontrar las ventas totales por mes para todos las agencias en una ciudad, región y estado dados.

21 21 Ejercicio (2) Dimensiones: – time (day, week, month, quarter, year) – dealer (name, city, state, region, phone) – cars (serialno, model, color, category, …) Diseñe el esquema conceptual de la datawarehouse

22 22 Datawarehouse de AAA Automobile Co. Day Week Month Quarter Year Date Price Fact Table Date Dealer Car unit_prices descount total Measurements Name City State Region Phone Dealer SerialNo Model Color Category Car

23 23 AAA Co. DataWarehouse price unitprice date name serialNo desc. total carcar serialNo model color category dealer name city state region phone date day week month year dateid

24 24 Esquema de la DataWarehouse AAA (tarea) priceunitpricedatenameserialnodesctotal DoradaA AngelópolisB CentroC carserialnomodelcolorcategory A1000Lupoplatacompacto B2000Jettaazulsport C3000Passatnegrolujo dealernamecitystateregionphone DoradaPuebla SW AngelópolisPuebla SW CentroPuebla SW date dateIddayweekmonthquarteryear

25 25 Consultas a AAA Datawarehouse – encontrar las ventas totales por día, semana, mes y año SELECT day, sum(total) FROM PRICE, DATE WHERE date= dateid GROUP BY day AÑADIR ROLLUP

26 26 Consultas a AAA Datawarehouse – encontrar las ventas totales por día, semana, mes y año – encontrar las ventas totales semana, mes y año,... para cada agencia – encontrar las ventas totales semana, mes y año,... Para cada modelo de carro – encontrar las ventas totales por mes para todos las agencias en una ciudad, región y estado dados.

27 27 OLAP Servers Relacional OLAP (ROLAP): DBMS relacional extendido que mapea operaciones en datos multidimensionales a operaciones relacionales estandar Almacen toda la información incluyendo fact tables como relaciones Multidimensional OLAP (MOLAP): Servidor de propósito especial que directamente implementa operaciones y datos multidimensionales Almacena conjuntos de datos multidimensionales como arreglos

28 28 OLAP Servers OLAP Híbrido (HOLAP): Da a los usuarios y administradores del sistema la libertad para seleccionar particiones.

29 29 OLAP Queries (Consultas) Roll up: resume datos dentro de una jerarquía de dimensión Si sabemos el volumen total de ventas por ciudad es posible agregar sobre la ubicaión (location) para obtener ventas por estado

30 30 OLAP Queries c1 c2 c3 c4 video Camera New Orleans Poznań CD Date of sale city region client roll up

31 31 OLAP Queries Roll down, drill down: ir desde alto nivel de resumen hasta bajo nivel de resumen o datos detallados Para una categoría de producto particular, encontrar el detalle de ventas para cada vendedor por fecha Dado el total de ventas por estado, se pueden pedir las ventas por ciudad; o solo las ventas por ciudad para un estado seleccionado

32 32 OLAP Queries day drill-down rollup day 1

33 33 OLAP Queries Slice and dice: select and project Ventas de video en USA en los últimos 6 meses Slicing and dicing reducen el número de dimensiones Pivot: reorientar el cubo El resultado del pivoteo es llamado cross- tabulation Si se pivotea el cubo Sales en las dimensiones Client y Product, se obtiene una tabla para cada client para cada valor de product

34 34 OLAP Queries Pivoteo puede ser combinado con aggregation day 2 day 1

35 35 OLAP Queries Ranking: selección de los primeros n elementos (e.j. select los 5 mejores productos comprados en Julio) Otros: stored procedures, etc. Time functions – e.j., time average


Descargar ppt "Modelo Multidimensional Operaciones OLAP. 2 El Modelo de Datos Multidimensional Vista multidimensional del data warehouse => influencia el diseño de la."

Presentaciones similares


Anuncios Google