On Line Analytical Processing

Presentación del tema: "On Line Analytical Processing"— Transcripción de la presentación:

1 On Line Analytical Processing
4/2/2017 3:19 PM Data Warehouse OLAP On Line Analytical Processing © Microsoft Corporation. All rights reserved. This presentation is for informational purposes only. Microsoft makes no warranties, express or implied, in this summary.

2 Procesamiento Analítico en Línea
¿Qué es OLAP? La necesidad de tener DW OLAP Imaginemos el siguiente escenario: Una cadena de supermercados posee una (o varias) bases de datos operacional que registra información sobre: Supermercados( y sus descripciones) Productos (y sus descripciones) Precios de productos y promociones Proveedores y partes entregados por ellos Inventarios en bodegas y supermercados Ordenes de compra a proveedores, transacciones y facturas Transacciones de venta en cada supermercado Programa clientes frecuentes, recursos humanos, etc.

3 Procesamiento Transaccional En Línea(OLTP).
Esta base de datos está optimizada para realizar procesamiento transaccional (OLTP). Complejidad de la base de datos Debido a que la base de datos está normalizada, esta puede llegar a tener 500 tablas ( no es extraño encontrar base de datos con cientos de tablas). Por ejemplo, solo para describir a los supermercados podrías tener:

4 Y MUCHOS MAS……. Supermercado:
-Marketing(publicidad, comerciales, vías de nuevos mercados.etc.) -Ventas(Totales del periodo, de otros periodos, de cada producto.etc.) -Comercialización y atención al cliente(Proveedores-distribuidores) -Estudios de mercado(Mercado meta, clientes potenciales, etc.) -Análisis de competencia(Comparaciones de precios, etc.) -Contabilidad(Ventas, costos, caja, auditoria interna) -Producción(Proveedores, inventario de mercadería, etc..) -Almacenaje(Inventarios al comienzo del periodo, inventario actual, etc.) Y MUCHOS MAS…….

5 Complejidad de la Base de Datos
Puede ser difícil visualizar una Base de Datos de esta naturaleza

6 Consultas Analíticas (Reportes)
Un analista de la cadena de supermercados necesita investigar las ventas totales. Se contacta con el administrador de la base de datos y le solicita la siguiente información Ventas totales por semana, supermercado y tipo de producto Productos más vendidos en los últimos dos meses Etc. El administrador calcula estos datos vía consultas SQL de la siguiente forma:

7 Consultas Analíticas (Reportes)

8 Proceso Tradicional para calcular Consultas analíticas
Después de leer el reporte, el analista observa que las ventas de la semana X del año 2010 son especialmente altas: necesita saber por qué. Solicita al administrador las ventas por día en la semana X del 2010. Otra futuras indagaciones generan una serie de solicitudes/entregas de reportes entre el analista y el administrador de la base de datos

9 ESTO ES UN DATA WAREHOUSE OLAP
Idea: construyamos un sistema para el ANALISTA con las siguientes características: Guarde datos sobre un único tema o proceso Ejemplo, proceso de venta obtenido de la base de datos operacional. No es necesario que los datos estén totalmente actualizados. Fácil de visualizar, por ejemplo, datos organizados de acuerdo a conceptos que sean fáciles de entender para los analistas: Modelo Multidimensional. Fácil formulación de consultas, consultas a distintas granularidades: Operadores. Respuestas en el orden de los pocos segundos. ESTO ES UN DATA WAREHOUSE OLAP

10 Esto es una Data Warehouse OLAP
Colaboración BI Visualización Análisis de datos Análisis Geoespacial DATA WAREHOUSE OLAP Análisis Ventas y Marketing Gestión de Proyectos Creación de Sitios B2B y B2C

11 Business Intelligence
4/2/2017 3:19 PM Business Intelligence “Conjunto de herramientas y servicios destinado a la gestión eficiente del conocimiento y la información en empresas y organizaciones” Nos permite: Convertir los datos en información Tomar mejores decisiones rápidamente Utilizar un método razonable para la gestión empresarial © Microsoft Corporation. All rights reserved. This presentation is for informational purposes only. Microsoft makes no warranties, express or implied, in this summary.

12 Arquitectura de un Data Warehouse OLAP

13 Tecnologías OLTP vs OLAP
OnLine Transaction Processing Sistemas transaccionales, enfocados a gestionar un gran número de transacciones concurrentes Permiten insertar, actualizar, borrar y consultar una pequeña cantidad de registros OnLine Analytical Processing Enfocados al análisis de grandes cantidades de datos Proporcionan respuestas rápidas

14 Tecnologías OLTP vs OLAP
Orientado a lo operativo (procesos) Predomina la actualización Se accede a pocos registros Datos altamente normalizados Estructura relacional Rápidos tiempos de respuesta. Estructura estática OLAP Orientado a temas Predomina la consulta. Datos históricos Procesos masivos, se accede a muchos registros Datos Denormalizados Estructura multidimensional Respuesta masiva Estructura dinámica, abundantes cambios

15 Modelo de Datos Multidimensional
El proceso a analizar se representa como: Un conjunto de Dimensiones: Perspectivas que usamos para visualizar el proceso. Estructuradas como jerarquías Generalmente pequeñas. Un conjunto de hechos (facts): Asignaciones de mediciones a puntos en espacios formados por dimensiones. Agrupados en tablas de hechos Esta tabla cambia frecuentemente. Grande (GB’s o TB’s)

16 Cubos Tabla de Hechos Dimensiones Claves externas Medidas 1998 1998
Producto Id Nombre Tamaño … Cliente Provincia Tiempo Fecha Año Mes Dia Tabla de Hechos Tabla de Hechos Claves externas Medidas Dimensiones Santa Cruz 1998 2000 1999 Santa Cruz La Paz Cochabamba Producto1 Producto2 Producto 3 1998 2000 1999 La Paz Cochabamba Producto1 Producto2 Producto 3

17 Opciones de almacenamiento
MOLAP Almacenamiento en estructura multidimensional de Analysis Services Mayor rapidez de respuesta ROLAP Almacenamiento en base de datos relacional Para grandes volúmenes de datos HOLAP Híbrido Respuesta rápida y gran cantidad de datos en origen

18

19

20 Costo del software.

21 Preguntas y dudas ???

22 PREGUNTAS ¿Viendo las características de Data Warehouse OLAP podría optimizar la atención al cliente ? ¿Teniendo una micro-empresa o mediana-empresa seria eficiente implementar el Data Warehouse OLAP?