Ingeniero Fredys Simanca

Slides:



Advertisements
Presentaciones similares
Procesamiento y Análisis en Línea OLAP
Advertisements

Cognos Data Integration
DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano.
Introducción a LAS Bases de Datos
Guillermo A. Díaz Sanhueza
Base de Datos Distribuidas FUNDAMENTOS DE BASES DE DATOS DISTRIBUIDAS
UNIVERSIDAD TECNOLÓGICA ISRAEL CARRERA DE SISTEMAS INFORMÁTICOS
SISTEMAS DE PROCESAMIENTO DE TRANSACCIONES
Business Intelligence (BI) Software (Software de Inteligencia Impresario)
¿QUÉ SON LAS BASES DE DATOS?
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
Christian Eduardo Gómez Herrera
Informe caso de estudio Implementación de un Datawarehouse
On Line Analytical Processing
HERRAMIENTAS CASE.
UNIDAD I Conceptos Básicos.
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.
Arquitectura de una aplicación
Implementación de Datawarehouse
FACULTAD DE CIENCIAS CONTABLES Y FINANCIERAS
Paola Saavedra -
DATA WAREHOUSE Equipo 9.
NASDAQ OMX CONVIRTIENDO GRANDES DATOS EN NUEVAS FUENTES DE INGRESOS ACSDA SANTIAGO ABRIL 4 HENRI BERGSTROM.
Cristian Alexander Taborda Cód.: Lorena Consuelo Torres Cód.: Soluciones Oracle para Empresas: JD Edwards EnterpriseOne UNIVERSIDAD NACIONAL.
Desarrollo de aplicaciones para ambientes distribuidos
Microsoft Dynamics NAV Alejandro Arce Alzate Andrés Felipe Serna Zuluaga.
ESTRATEGIAS EMPRESARIALES Y SOLUCIONES DE NEGOCIO BASADAS EN TIC Prof. Aymara Hernández Arias Electiva III Febrero 2005 Prof. Aymara Hernández Arias Electiva.
Página 1 20/03/2005 Materia: Tecnología de la Información Curso: Profesora Ariana Rosenthal Tecnología de la Información Profesora Ariana Rosenthal Administración.
SISTEMAS DE INFORMACION TRANSACIONAL
Página 1 19/04/2005 Materia: Tecnología de la Información Curso: Profesora Ariana Rosenthal Tecnología de la Información Profesora Ariana Rosenthal Repaso.
BASES DE DATOS CONCEPTUALIZACIÓN
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
GUTIÉRREZ GRANADOS HÉCTOR DANIEL
CICLO DE VIDA Y NORMAALIZACION DE UN SISTEMA DE BASE DE DATOS
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.
Contabilidad General de Exactus:
Business Intelligence. ¿Por qué Business Intelligence?  a capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
JIMENA USECHE KAREN QUIMBAYA PEÑA SILVIA LILIANA DÍAZ YINETH BOHORQUEZ PROFESORA Irlesa Indira Administración financiera Universidad del Tolima Neiva 2015.
BUSINESS INTELIGENCE. ¿PORQUE BUSINESS INTELLIGECE  La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
Universidad del Cauca – FIET – Departamento de Sistemas CAPITULO 0 Introducción.
 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.
FACULTAD: CIENCIAS ECONÓMICAS Y EMPRESARIALES ASIGNATURA: GESTIÓN DE CONTENIDO ELECTRÓNICO TÍTULO: TINFOPATH - VENTAJAS Y USO. AUTORA: MARIA DANIELA TOMALÁ.
Business Intelligence. ¿Por qué Business Intelligence? La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
Business Intelligence. ¿Por qué Business Intelligence? La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
GeneXus 9.0: Creando el ERP del Futuro basado en una Arquitectura Orientada a Servicios
 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.
Karla Yunuen González Villanueva
Introducción al Data Warehouse
INTERFAZ DE ACCESS  Access es un sistema gestor de bases de datos relacionales (SGBD). Una base de datos suele definirse como un conjunto de información.
SISTEMA EMPRESARIAL CRM Y ERP
BUSINESS INTELIGENCE. ¿P OR QUÉ B USINESS I NTELLIGENCE ?  La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido.
Taller de Inteligencia de Negocios SQL Server Analysis Services Semana 8.
SOLUCIONES EMPRESARIALES
Bases de Datos y Sistemas de Gestión de Bases Relacionales.
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
María Trinidad Serna Encinas
El administrador de los formatos de bases de datos Es el profesional que administra las tecnologías de la información y la comunicación, siendo responsable.
Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.
BUSINESS INTELIGENCE. La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una de las claves para que una empresa.
Programa Sobre Procesos de Negocios SCM y Logística. Integración de procesos que permite a empresas en crecimiento implementar las mejores prácticas en.
Diccionario/Directorio de Datos
BASES DE DATOS CONCEPTOS BASICOS Elizabeth Maite Zarate Machaca “El tratamiento eficiente de la información al servicio del usuario”
QUÉ ES UNA BASE DE DATOS? Es un Conjunto de Información, que está clasificada de distintas maneras; pero que comparten entre sí algún tipo de vínculo,
Es el proceso mediante el cual quienes toman decisiones en una organización obtienen, procesan y analizan información pertinente, interna y externa,
1 Conferencia 5 OLAP. 2 Contenido Definición OLAP. Reglas de Codd. Gestores que dan soporte OLAP y los diferentes modos de Almacenamiento.
Equipo 3: Francisco Santamaría Serrano Roberto Ramírez Zavaleta.
Transcripción de la presentación:

Ingeniero Fredys Simanca OLTP Y OLAP   Ingeniero Fredys Simanca

OLTP - (OnLine Transaction Processing) Procesamiento de Transacciones En Línea Recolecta, almacena, modifica y recupera toda la información generada por las transacciones producidas en una organización.

¿ Que es una transacción? Es un evento que genera o modifica los datos que se encuentran eventualmente almacenados en un sistema de información, tales como realizar pagos a los empleados, ventas a los clientes o pagos a los proveedores.

¿ Que características debe tener un sistema de procesamiento de transacciones ? 1. Respuesta rápida 3. Inflexibilidad 2. Fiabilidad

¿ Que es OLTP? Es un tipo de sistema que facilita y administra aplicaciones transaccionales, usualmente para entrada de datos y recuperación y procesamiento de transacciones. Los paquetes de software para OLTP se basan en la arquitectura cliente-servidor ya que suelen ser utilizados por empresas con una red informática distribuida. Se utiliza en aplicación como banca electrónica, procesamiento de pedidos, comercio electrónico, supermercados o industria.

Características Sistemas OLTP El acceso a los datos está optimizado para tareas frecuentes de lectura y escritura. (Por ejemplo, la enorme cantidad de transacciones que tienen que soportar las BD de bancos o hipermercados diariamente).

Características Sistemas OLTP Los formatos de los datos no son necesariamente uniformes en los diferentes departamentos (es común la falta de compatibilidad y la existencia de islas de datos). El historial de datos suele limitarse a los datos actuales o recientes.

Características Sistemas OLTP Consisten principalmente de transacciones de tipo DML (Data Manipulation Language), sentencias de tipo insert, update o delete para el manejo de datos dentro de la Base de Datos.

Diseño de un Sistema OLTP Normalmente, para el diseño de un sistema OLTP se define un modelo de Diagrama Entidad Relación (DER). Un DER es una representación de la realidad a través de un esquema gráfico que contiene los siguientes elementos: Entidades Atributos Relaciones

Sistema OLTP

Beneficios SIMPLICIDAD EFICIENCIA La reducción de la documentación y la obtención de previsiones de ingresos y gastos de forma más rápida y precisa. La estabilidad de una organización gracias a las actualizaciones oportunas. Los procesos individuales se ejecutan mucho más rápido Amplía la base de consumidores para una organización.

Beneficios Previene anomalías de Actualización . Asegura la consistencia de los datos a través de las transacciones. Optimiza la eficiencia en los procesos de la aplicación. Reduce esfuerzo en modificación de aplicaciones.

Inconvenientes Seguridad: Hackers Crackers Virus Web Software

Procesamiento Analítico en Línea (On-Line Analytical Processing) OLAP

¿Que es OLAP? 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.

Características de OLAP La principal característica que potencia a OLAP, es que es lo más rápido a la hora de ejecutar sentencias SQL de tipo SELECT, en contraposición con OLTP que es la mejor opción para operaciones de tipo INSERT, UPDATE y DELETE.

Características de OLAP Interactividad: Los usuarios de la herramienta OLAP se mueven suavemente desdé una perspectiva del negocio a otra. Multidimensional Es lo que permite a los analistas de negocios examinar sus indicadores clave o medidas. Orientado a escala empresarial: OLAP es robusto y escalable al punto de permitir satisfacer las necesidades de análisis de información de la organización completa.

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.

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

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

ROLAP 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. Implementación OLAP que almacena los datos en un motor de base de datos relacional.

MOLAP 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. Esta implementación de OLAP almacena los datos en un motor de base de datos multidimensional.

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. En otras palabras combina la utilidad respectiva de los sistemas ROLAP y MOLAP.

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 pre-calculados y luego son almacenados en cubos de datos multidimensionales.

Comparación HOLAP Respecto a MOLAP Y ROLAP HOLAP engloba un conjunto de técnicas que tratan de combinar MOLAP y ROLAP de la mejor forma posible. Generalmente puede pre-procesar rápidamente y proporciona una buena función de apoyo.

Configuración normal de un cubo OLAP Los cubos son objetos OLAP que se componen de medidas y dimensiones relacionadas que se configuran en una base de datos de Analysis Services. Se Puede definir y configurar varios cubos en una única base de datos; y cada cubo puede usar algunas de las mismas dimensiones o todas ellas. También puede definir un solo cubo que contenga varios grupos de medida en la misma base de datos en lugar de definir cubos independientes.

Ejemplo de cubo OLAP Un analista financiero podría querer ver los datos de diversas formas, por ejemplo, visualizándolos en función de todas las ciudades (que podrían figurar en el eje de abscisas) y todos los productos (en el eje de ordenadas), y esto podría ser para un período determinado, para la versión y el tipo de gastos. Después de haber visto los datos de esta forma particular el analista podría entonces querer ver los datos de otra manera y poder hacerlo de forma inmediata. El cubo podría adoptar una nueva orientación para que los datos aparezcan ahora en función de los períodos y el tipo de coste. Debido a que esta reorientación implica resumir una cantidad muy grande de datos, esta nueva vista de los datos se debe generar de manera eficiente para no malgastar el tiempo del analista, es decir, en cuestión de segundos, en lugar de las horas que serían necesarias en una base de datos relacional convencional.

Principales Diferencias entre OLTP y OLAP OLAP: Los sistemas OLAP son bases de datos orientadas al procesamiento analítico. Este análisis suele implicar, generalmente, la lectura de grandes cantidades de datos para llegar a extraer algún tipo de información útil: tendencias de ventas, patrones de comportamiento de los consumidores, elaboración de informes complejos… etc.

Principales diferencias entre OLTP y OLAP Las aplicaciones OLTP se caracterizan por la creación de muchos usuarios, actualizaciones o recuperación de registros individuales. Por consiguiente, las bases de datos OLTP se perfeccionan para actualización de transacciones. Las aplicaciones OLAP son usadas por analistas y gerentes que frecuentemente quieren una vista de datos de nivel superior, como las ventas totales por línea de producto, por región, etc. Por tanto, las bases de datos OLAP se perfeccionan para el análisis.

Principales diferencias entre OLTP y OLAP En OLTP los datos se estructuran según el nivel aplicación (programa de gestión a medida, ERP o CRM implantado, sistema de información departamental...). En OLAP los datos se estructuran según las áreas de negocio. (Ventas, Contabilidad, Financiera, etc..)

Principales diferencias entre OLTP y OLAP En OLAP el historial de datos es a largo plazo, normalmente de dos a cinco años. En OLTP el historial de datos suele limitarse a los datos actuales o recientes.

Principales diferencias entre OLTP y OLAP Mientras las aplicaciones OLTP y bases de datos tienden a ser organizados alrededor de procesos específicos (como ordenes de entrada), las aplicaciones OLAP tienden a ser “orientadas al tema”, respondiendo a preguntas como “¿Qué productos están vendiendo bien?” o “¿Dónde están mis oficinas de ventas más débiles?”.