Procesamiento y Análisis en Línea OLAP

Slides:



Advertisements
Presentaciones similares
Cubos de Información Son subconjuntos de datos de un almacén de datos, organizado y sumarizado dentro de una estructura multidimensional. Los datos se.
Advertisements

OLAP - Herramienta para el A.D.
Inteligencia de Negocios
DATA MART Sergio Daniel.
Cognos Data Integration
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
U I B 12/05/1999 Datawarehouse 1. U I B 12/05/1999 Datawarehouse 2 Conceptos Datawarehouse Datawarehouse: Repositorio completo de datos de la empresa,
DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano.
Business Intelligence (BI) Software (Software de Inteligencia Impresario)
BASES DE DATOS MULTIDIMENSIONALES
• SQL Server Analysis Services
• SQL Server Analysis Services
Mejoras a la Cláusula GROUP BY
DESARROLLO DE CUBOS OLAP
Materia Fundamento de Computación Nombre Juan David Riera Otero Docente Ana María Arellano.
Director: Ing. Washington Pérez Codirector: Ing. Andrés de la Torre
Presentado por: Katya Aranda Lesley Vallejos Alfredo Yong
Informe caso de estudio Implementación de un Datawarehouse
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
Jesús Angel Ovando División de Estudios de Posgrado Instituto Tecnológico de Orizaba.
On Line Analytical Processing
Ciclo de vida de la información histórica INEGI – Aguascalientes 2008.
Ingeniero Fredys Simanca
ØNivel ejecutivo no cuenta con una solución integrada donde pueda analizar los indicadores operativos y financieros ØNo cuentan con una perspectiva que.

Bases de Datos II OLAP Online Analytical Processing
DATA MART Los data warehouses están hechos para proporcionar una fuente de datos única para todas las actividades de apoyo para la toma de decisiones.
DATA WAREHOUSE PROFESOR: LORENZO DE JESUS ORGANISTA OLIVEROS TABD
Implementación de Datawarehouse
Paola Saavedra -
DATA WAREHOUSE Equipo 9.
Consulta Típica en OLAP
Desarrollo de aplicaciones para ambientes distribuidos
OLAP vs OLTP.
PARTE I: INTRODUCCIÓN José Hernández Orallo
Business Intelligence.
Ing. Evangelina Morales Carmona Capacitación y Asistencia en el Desarrollo de Sistemas de Información Geográfica y Análisis de Información en Salud y Demográfica.
“Diseño de un Data Mart para la Unidad de Programación y Abastecimiento de Hidrocarburos de Petrocomercial, Filial de Petroecuador”. Clientes deslumbrados.
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
OBTENER CONOCIMIENTO Conocimiento Minería Bodega de Datos ETL
SQL Server 2005 Analysis Services.
Inteligencia de Negocios (Presentación)
Nuevos Productos Macro Pro ofrece varias soluciones complementarias para cumplir con los objetivos de control y análisis de información de nuestros clientes.
1 Prof:Paula Quitral INTRODUCCIÓN DATAWAREHOUSE Departamento de Informática Universidad de Rancagua.
JIMENA USECHE KAREN QUIMBAYA PEÑA SILVIA LILIANA DÍAZ YINETH BOHORQUEZ PROFESORA Irlesa Indira Administración financiera Universidad del Tolima Neiva 2015.
Fundamentos de Sistemas de Información
INTELIGENCIA DE NEGOCIOS
Data Compatibility 100% OLE DB architecture (including ODBC) 100% OLE DB architecture (including ODBC) Relational and non-relational sources Relational.
ISAE UNIVERSIDAD FACULTAD DE CIENCIAS TECNOLOGICAS TECNICO EN INFORMATICA CURSO TECNOLOGIA DE LA INFORMACIÒN Y COMUNICACIÒN PARTICIPANTES: DEXSI DELGADO.
DATA WAREHOUSE.
 La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una de las claves para que una empresa llegue al éxito.
ORACLE OLAP CAECE Integrantes: *Aizaga, Martiniano *Gallegos, Marina *Kleinlein, Guillermo *Schiano di Cola, Emiliano.
Tecnologías Cliente / Servidor Capitulo II Richard Jiménez V. clienteserver.wordpress.com.
Proyecto OWASP Logging Marc Chisinevski. Metas de esta presentación Aclarar los objetivos del proyecto OWASP Logging Examinar la integración de logs y.
Introducción al Data Warehouse
Taller de Inteligencia de Negocios SQL Server Analysis Services Semana 8.
DATA WAREHOUSE.
SOLUCIONES EMPRESARIALES
Minería de Datos MC BEATRIZ BELTRÁN MARTÍNEZ FACULTAD DE CIENCIAS DE LA COMPUTACIÓN. Primavera 2016.
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
María Trinidad Serna Encinas
Sistematización de Conceptos
Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.
La Empresa La Problemática Estado Actual, Bases de datos relacionales Problemas con las consultas No muestra datos históricos Poca integridad en.
Introducción Base de datos Ing. Linda K. Masias M. Base de datos (MySQL)
República Dominicana Ministerio de Economía, Planificación y Desarrollo Los recursos automatizados de información estadística en el portal web de la ONE.
1 Conferencia 5 OLAP. 2 Contenido Definición OLAP. Reglas de Codd. Gestores que dan soporte OLAP y los diferentes modos de Almacenamiento.
UNIVERSIDAD LATINA BASES DE DATOS NUEVAS TECNOLOGÍAS.
LINDA K. MASIAS MORALES INTELIGENCIA DE NEGOCIOS.
Analiza.cl Plataforma de Inteligencia de Negocios.
Transcripción de la presentación:

Procesamiento y Análisis en Línea OLAP Integrantes Rosa Hernández Cesar Lerma

Contenido Definiciones y Conceptos OLAP. Tipos de sistemas OLAP ROLAP MOLAP HOLAP Comparaciones Utilidades de OLAP Beneficios de OLAP Requerimientos funcionales de los sistemas OLAP. Operadores para el manejo de cubos de datos. Utilización de herramientas para OLAP.

Definiciones y Conceptos OLAP OLAP (procesamiento analítico en línea / On-Line Analytical Processing) es una solución utilizada en la Inteligencia de negocios cuyo objetivo es agilizar la consulta de grandes cantidades de datos para extraer algún tipo de información útil.

Tipos de Sistemas OLAP ROLAP (Procesamiento Analítico Relacional en Línea). MOLAP (procesamiento Analítico multidimensional en Línea). HOLAP (Procesamiento Analítico Híbrido en Línea). Tipos

ROLAP Son sistemas en los cuales los datos se encuentran almacenados en una base de datos relacional. Ventajas Desventajas Seguridad e integridad en la base de datos. Consultas más lentas. Escalable para grandes volúmenes. Construcción cara. Los datos pueden ser compartidos con aplicaciones SQL. Cálculos limitados a las funciones de las bases de datos. Estructura más dinámica.

MOLAP En estos sistemas los datos se encuentran almacenados en una estructura de datos multidimensional. Ventajas Desventajas Mayor rendimiento en el procesamiento de consultas. Tamaño limitado para la arquitectura del cubo. Posibilita hacer cálculos más complicados. No puede acceder a datos que no están en el cubo. No puede explotar el paralelismo las bases de datos.

HOLAP En estos sistemas mantienen los registros detallados en la base de datos relacional, mientras que los datos resumidos o agregados se almacenan en una base de datos multidimensional separada.

Comparaciones ROLAP MOLAP Los datos son accedidos directamente desde el Datawarehouse u otra fuente de datos relacional y no son almacenados por separado. Los datos son precalculados y luego son almacenados en cubos de datos multidimensionales.

Comparaciones HOLAP Mantiene los volúmenes de datos mas grande en la base de datos relacional y las agregaciones en una base de datos MOLAP separada.

Utilidades de OLAP Tienen acceso a grandes cantidades de datos. Analizan las relaciones entre muchos tipos de elementos empresariales. Involucran datos agregados. Comparan datos agregados a través de periodos jerárquicos.

Utilidades de OLAP Presentan datos en diferentes perspectivas. Involucran cálculos complejos entre elementos de datos. Pueden responder con rapidez a consultas de usuarios.

Beneficios de OLAP Es de fácil uso y acceso flexible para los usuarios. Los datos están organizados en diferentes dimensiones, lo que permite un mejor análisis. Permite encontrar la historia en los datos. Genera ciertas ventajas competitivas.

Requerimientos Funcionales de los Sistemas OLAP Construir un Datawarehouse y/o Datamart. Uso de herramientas de Almacenamiento (bases de datos multidimensionales), Herramientas de Extracción y Colección, Herramientas para Reportes de Usuario Final y Herramientas para Análisis Inteligentes.

Requerimientos Funcionales de los Sistemas OLAP Un servidor que sea altamente escalable. Un segundo servidor para las herramientas de consulta de datos.

Operadores para el manejo de cubos de datos CUBE ROLLUP DRILLDOWN GROUPING SETS SLICE (Rebanada) PIVOT Dado Ascenso Descenso Operadores

Utilización de Herramientas para OLAP

Gracias por su Atención