Por: Alisandro Montoya Alejandro Chacón Darwin Martínez.

Presentación del tema: "Por: Alisandro Montoya Alejandro Chacón Darwin Martínez."— Transcripción de la presentación:

1 Por: Alisandro Montoya Alejandro Chacón Darwin Martínez

2 Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW local/global o DWD tecnológicamente o DWD evolucionan independientemente Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

3  Sistema de Información: Componentes interrelacionados que colaboran para reunir, procesar, almacenar y distribuir información que apoya la toma de decisiones, la coordinación, el control, el análisis y la visualización en una organización. Proporcionar la información necesaria a la persona adecuada en el momento oportuno La información reduce nuestra incertidumbre (sobre algún aspecto de la realidad) y, por tanto, nos permite tomar mejores decisiones Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

4 Proceso transaccional (OLTP) (ON-LINE TRANSACTIONAL PROCESSING ) Proceso analítico (OLAP) (ON-LINE ANALYTICAL PROCESSING ) Orientado hacia las operaciones diarias Orientado hacia el negocio Surgen las BD Surgen los Almacenes de Datos (DW) Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

5 Sistemas de Procesamiento de transacciones en línea (OLTP):  Aplicaciones que ejecutan operaciones del día a día (compras, inventario, nominas …)  Define el comportamiento habitual de un entorno operacional de gestión: Consultas rápidas y escuetas Poco volumen de información Transacciones rápidas Gran nivel de concurrencia Sistemas de Procesamiento analítico en línea (OLAP):  Aplicaciones que se encargan de analizar el negocio, interpretar lo que ha ocurrido y tomar decisiones ( para mejorar los servicios al cliente, incrementar ventas,... )  Define el comportamiento de un sistema de análisis de datos y elaboración de información: Sólo Consulta Consultas pesadas y no predecibles Gran volumen de información histórica Operaciones lentas Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

6 Almacén de Datos (Data Warehouse) disponer de Sistemas de Información de apoyo a la toma de decisiones disponer de bases de datos que permitan extraer conocimiento de la información histórica almacenada en la organización motivación análisis de la organización previsiones de evolución diseño de estrategias objetivos Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

7  “Conjunto de datos integrados orientados a materia que varían con el tiempo y que no son transitorios, los cuales soportan el proceso de toma de decisiones de una administración.“ [Inmon] Características orientada hacia la información relevante de la organización integrada variable en el tiempo no volátil Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

8 Orientado hacia la información relevante de la organización se diseña para consultar eficientemente información relativa a las actividades (ventas, compras, producción,...) básicas de la organización, no para soportar los procesos que se realizan en ella (gestión de pedidos, facturación, etc). Información Necesaria Base de Datos Transaccional PRODUCTO... GAMA... VENTA... PAÍS... CURSO... REUNION... Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

9 Base de Datos Transaccional 1 Fuente de Datos 1 Fuentes Externas Fuentes Internas Fuente de Datos 2 Fuente de Datos 3 HTML Almacén de Datos texto Base de Datos Transaccional 2 Integrado integra datos recogidos de diferentes sistemas operacionales de la organización (y/o fuentes externas). Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

10 READ Carga INSERT READ UPDATE DELETE Bases de datos operacionales Almacén de Datos No volátil los datos almacenados no son actualizados, sólo son incrementados. El periodo de tiempo cubierto por un AD varía entre 2 y 10 años. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

11 Los datos son almacenados como fotos (snapshots) correspondientes a periodos de tiempo. DatosTiempo 01/2003 02/2003 03/2003 Datos de Enero Datos de Febrero Datos de Marzo Variable en el tiempo los datos son relativos a un periodo de tiempo y deben ser incrementados periódicamente. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

12  Reunir y Consolidar las bases de datos diferentes que se mantienen en los diferentes departamentos o áreas funcionales de la empresa.  Soportar Necesidades Cambiantes de Negocio  Mejorar la Productividad de las Empresas.  Asegurar Calidad y Eficiencia en las Decisiones que se toman dentro de las Organizaciones.  Un Acceso Fácil y Flexible a la Información. ¿Por qué usar un Data Warehouse ?  Para planear mejor y más rápido las conductas y actividades a seguir.  Ayuda a la alta dirección de la organización a comprender el valor de la información recogida, mejorando la toma de decisiones. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

13 BDAlmacén de Datos Actualizaciones mayoritariamenteConsultas principalmente Miles de usuarios (ej usuarios administrativos) Muchas transacciones pequeñasConsultas largas y complejas Mb - Gb de información Gb - Tb de información Instantáneas actuales Historia Cientos de usuarios (ej usuarios que toman decisiones) Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

14 Uso de Base de Datos Operacionales Uso de Data Warehouse Muchos usuarios concurrentesPocos usuarios concurrentes Consultas predefinidas y actualizables Consultas complejas, frecuentemente no anticipadas. Cantidades pequeñas de datos detallados Cantidades grandes de datos detallados Requerimientos de respuesta inmediata Requerimientos de respuesta no críticos Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

15  La Arquitectura de un DW viene determinada por su situación central como fuente de información para las herramientas de análisis. Base de Datos Transaccional Fuentes Internas Fuentes Externas Fuente de Datos Fuente de Datos 3 HTML Fuente de Datos 1 texto Almacén de Datos ETL Interfaz y Operadores Herramientas de consultas e informes Herramientas EIS Herramientas OLAP Herramientas de Minería de Datos Copias de Seguridad Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

16 Muchas organizaciones construyen y mantienen un solo datawarehouse centralizado, lo cual tiene mucho sentido cuando:  Los datos en el datawarehouse están integrados a lo largo de toda la corporación y una vista integral/central es utilizada solamente en la matriz/headquarters.  La organización opera en un modelo de negocio centralizado.  El volumen de datos en el datawarehouse es tal, que un repositorio central tiene sentido.  Si los datos están dispersos y se tratara de generar un reporte accediendo a todos los repositorios, puede ser demasiado lento el acceso. En otros casos, lo más adecuado seria un DW distribuido. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

17 Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

18 ¿Cuándo podemos implementar un Data Warehouse Distribuido? Para entender cuando es necesario un datawarehouse distribuido, consideraremos algunas topologías básicas de procesamiento, aquí se presenta una muy común topología de procesamiento en las empresas La mayor parte del procesamiento se realiza en la central. En el nivel local o geográficamente distribuido solo se realizan operaciones básicas, En este tipo de topología no es necesario un datawarehouse distribuido. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

19 En este escenario muchas operaciones básicas suceden en el nivel local. Y una vez que la transacción ha sido capturada, esta es enviada a la central para un mayor procesamiento. Desde el punto de vista de la organización localmente no ocurre gran cantidad de transacciones y las decisiones que se puedan tomar no justifican un datawarehouse distribuido. Topología de bajo procesamiento a nivel local Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

20 En este caso gran cantidad del procesamiento de las transacciones diarias se realizan localmente (ventas, pago de facturas, recolección de dinero, etc.). Tan rápido como el procesamiento operacional es delegado al nivel local estos pasan a ser autónomos. Ya que pocas veces y para cierto tipo de operaciones estos envían data y actividades a la central para que sea procesada. Para este tipo de organización un data warehouse distribuido tiene sentido. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones Topología de alto procesamiento a nivel local

21 Los tres tipos de data warehouses distribuidos son los siguientes:  El Data Warehouse Local/Global.  Data Warehouse distribuidos tecnológicamente.  Data Warehouse distribuido que evoluciona independientemente. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

22 Data Warehouse Local Es una forma de data warehouse, se dice que es local, porque contiene datos que solo interesan a ese nivel. S u alcance es local, y no existe coordinación de datos, ni estructuras de datos de un DW a otro. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

23 Data Warehouse Local Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

24 Data Warehouse Global  El alcance de un DW Global es la corporación o la empresa, mientras que cada DW local solo tiene alcance a la localidad donde está ubicado. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

25 Data Warehouse Global  El alcance de un DW Global es el negocio que es integrado a través de la corporación.  Un DW global contiene datos históricos, como lo hacen también los DW locales. Pero las fuentes de datos del DW local son sus sistemas operacionales y las de un DW global son los DW locales o en algunos casos la actualización directa en el DW global. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

26 Data Warehouse Global  El DW Global contiene información que debe ser integrada en el nivel corporativo. En muchos casos, esto consiste solo en información financiera. En otros casos, significa integración de información de los clientes, productos, etc.  Mientras una considerable cantidad de información sólo es de interés en el nivel local, otra parte de la información común debe ser compartida y manejada corporativamente. Los DW Globales contienen este tipo de datos para manejarlos globalmente Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

27 Comunicación entre los Data Warehouse Locales  Cada DW local tiene sus propias estructuras y datos.  Mucha de la información contenida en cada una de ellos no es de interés para los otros.  Cada intersección o parecido entre los datos de un DW local y otro es pura coincidencia.  No hay coordinación de los datos. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

28 Comunicación entre los Data Warehouse Locales Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

29 Comunicación entre los Data Warehouse Locales  Sin embargo, es razonable asumir que una corporación tendrá al menos una intersección natural de los datos de un local a otro.  Si existen muchas intersecciones, lo mejor es contenerlas en el DW global. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

30 Comunicación entre los Data Warehouse Locales Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

31 Intercepción entre Data Warehouses Locales y Globales  Mapeo de Datos Es una de las actividades más importantes dentro del ambiente de un data warehouse distribuido, y se realiza desde los sistemas operacionales locales a las estructuras de los DW globales. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

32 Intercepción entre Data Warehouses Locales y Globales  Mapeo de Datos Este mapeo es diferente para cada sistema operacional local y determina que data debe ir al DW global, la estructura y las conversiones necesarias. Sin embargo se muestra que para algunos tipos de datos existen estructuras comunes en el DW global. Esto se debe a que los DW globales son diseñados y definidos centralmente, basados en la definición común de la data corporativa, pero el mapeo existente en los sistemas operacionales locales son una decisión del desarrollador local. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

33 Variación en la estructura de un DW Local / Global Esta estructura consiste en colocar un DW global ó staging area en el nivel local, encargado de presentar datos globales y con quien se comunicará el DW local antes de que los datos sean pasados a la central. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

34 Variación en la estructura de un DW Local / Global Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

35 Redundancia Se tiene como política que solo se tiene el mínimo nivel de redundancia entre los niveles locales y globales de datos Una gran cantidad de redundancia de datos entre los ambientes warehouse local y global indica que los enlaces entre los diferentes DW no ha sido definida apropiadamente Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

36 Redundancia Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

37 Acceso a la data global y local Dependiendo de la data que se esté solicitando puede ser o no apropiado el uso del contenido del DW  Si el análisis local es para mejorar el negocio local, el acceso a la data global del nivel local es probablemente una buena política.  Si la data global esta siendo usada a manera de información en bases a “one-time-only” para mejorar las prácticas de negocio locales, el acceso a la data global desde el nivel local es aceptable. En un principio, la data local debe ser usada localmente y la data global, globalmente Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

38 Acceso a la data global y local Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DW Loca/Global Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

39 DW distribuido tecnológicamente Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DWD Tecnológicamente Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

40 DW distribuido tecnológicamente Ventajas  El costo de entrada es más económico.  No hay restricciones teóricas para la cantidad de data que se puede colocar en un DW. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DWD Tecnológicamente Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

41 DW distribuido tecnológicamente Desventajas  Comienza a aparecer tráfico en la red  Cuando se solapan peticiones de data de un procesador a otro.  Cuando una gran cantidad de datos necesita ser transportada desde un solo procesador.  A medida que pasa el tiempo, los servidores, la data y su procesamiento son más difíciles de manejar. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DWD Tecnológicamente Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

42 Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD o DWD evolucionan Independiente Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones En poco tiempo, la arquitectura del DW ya tenía que manejar y coordinar múltiples esfuerzos en conjunto con la organización

43 Naturaleza del esfuerzo de desarrollo Primer caso Segundo caso Tercer caso Cuarto caso Diferentes DW para cada línea de negocio sin ninguna integración Mismo DW pero en partes distribuidas Mismo DW pero con diferentes niveles de datos Partes centralizadas diferentes del nivel de detalle del DW Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

44 DW completamente aislados No hay integración de ningún tipo entre las líneas de negocio Franquicia de comida rápida Fabrica de acero Banca minorista Gestión de campos de golf Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

45 DW completamente aislados DW financiero que se alimenta de una serie de DW locales Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

46 A diferencia de los almacenes de datos completamente aislados, la mayoría de los negocios mantienen algún grado de integración entre sus diferentes negocios ubicados en diferentes ubicaciones geográficas. Por ejemplo: Un negocio esta establecido en Estados Unidos, Sudamérica, Lejano Oriente y África y cada uno posee un DW. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

47 Cada DW posee sus datos y no hay intersección de los datos porque cada sucursal maneja sus propias transacciones. Problema: La compañía desea crear un data warehouse, teniendo como base los data warehouse locales; esto como un primer paso para desarrollar una arquitectura de almacén de datos para toda la compañía. El primer paso para lograr esto consiste en crear los DW locales. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

48  Refleja la integración del negocio a nivel corporativo.  Lógicamente, el modelo se intercepta con los modelos locales.  Debe determinarse la necesidad global de datos y la capacidad local de proveerlos.  Los datos que van hacia el Almacén de Datos Corporativo puede llegar desde los Almacenes Locales o desde los sistemas operacionales. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

49  El diseño es muy similar al de los Almacenes de Datos completamente aislados.  La diferencia es que el Modelo Distribuido de Datos Corporativos el diseño e implementación es similar en todos los Almacenes de Datos. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

50  Permiten la coordinación de la estructura en que se encuentran los datos a través de las diferentes ubicaciones donde se encuentran los data warehouse locales.  Aseguran la uniformidad y consistencia de los datos. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Tendencias y ejemplos Conclusiones

51  Puede ocurrir cuando diferentes grupos de desarrollo se encuentran desarrollando diferentes niveles del data warehouse. Por ejemplo: El Grupo A construye el nivel más alto de resumen de los datos. El Grupo B construye el nivel medio de resumen y el Grupo C el nivel mas bajo de detalle. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Tendencias y ejemplos Conclusiones

52  El arquitecto del DW debe coordinar los esfuerzos a través de los diferentes grupos de desarrollo.  Debe coordinarse tanto la especificación del contenido, así como los cronogramas de desarrollo. Por ejemplo: el grupo A esta más adelantado que los grupos B y C. Cuando el grupo A este listo para llenar sus bases de datos a nivel de resumen, es posible que no existan datos en los niveles de detalle para trabajar.  Debe coordinar los problemas surgidos de mantener un Datawarehouse bajo múltiples plataformas. Este punto trata acerca de los costos y las aplicaciones disponibles.  Conectividad. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Tendencias y ejemplos Conclusiones

53  Puede suceder que múltiples grupos trabajen sobre el mismo nivel de detalle en un data warehouse no distribuido.  No existen problemas si los grupos de desarrollo trabajan sobre conjuntos de datos mutuamente exclusivos.  Además, existen menos problemas si los grupos trabajan sobre plataformas similares.  Es muy raro que sucedan ambas cosas.  Altos costos de almacenamiento y procesamiento. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

54  Los volúmenes de datos pueden ser tales que la redundancia puede ser cuestionada.  Entonces es necesario crear un modelo de datos que refleje el detalle de los datos comunes. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

55  Una estrategia consiste en utilizar diferentes plataformas para los diferentes datos encontrados en el nivel de detalle. Por ejemplo: los datos locales en una plataforma, los datos comunes en otra plataforma y otro tipo de datos locales sobre otra plataforma.  Esta opción satisface las necesidades de la organización y cada grupo posee el control de sus necesidades.  Deben adquirirse múltiples plataformas y debe darse soporte y adiestramiento sobre cada una.  Las fronteras entre las tecnologías muchas veces no son fáciles de cruzar. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

56 Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

57  Existe software que permite cruzar las fronteras entre diferentes plataformas.  Si la cantidad de datos a transmitir es pequeña, es posible que no ocurran problemas de rendimiento.  Si la cantidad de datos es muy grande, el software puede convertirse en un cuello de botella y afectar el rendimiento.  No es posible conocer cuantos datos serán obtenidos por un único request.  Otro problema al pasar los datos consiste en crear redundancia a nivel de datos detallados en varias partes del datawarehouse, lo cual no es aceptado. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

58  Aunque es una opción, no es la mejor.  Los volúmenes de datos presentan sus propios problemas de administración.  Problema al cruzar entre tecnologías.  Con esto se puede resolver necesidades y políticas de la organización. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

59 Muchos ambientes operan en un data warehouse centralizado. Pero en muchas circunstancias se hace necesario un DW distribuido. Los 3 tipos de DWD son:  DW que sirven un negocio global donde existen operaciones locales y una operación central.  DW tecnológicamente distribuidos donde el volumen de datos está extendido en múltiples volúmenes físicos.  DW que han crecido separadamente debido a la falta de organización dentro de la empresa. La coordinación y administración de un DW distribuido es mucho más compleja que la de un solo DW. Existen muchos asuntos relacionados al transporte de la data desde el ambiente local al global que deben ser tomados en cuenta, como el tipo de redes a ser usadas, entre otros. Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones

60 Gracias por su atención, No dejen de revisar la información en nuestro blog: http://tareadesmbdd.wordpress.com/ Definición de S.I OLTP vs OLAP Datawarehouses DW Distribuidos Tipos de DWD Esfuerzo de desarrollo DW Aislados Desarrollo de DWD Construcción de DWD Conclusiones