3.3. Arquitectura de los almacenes de datos

Presentación del tema: "3.3. Arquitectura de los almacenes de datos"— Transcripción de la presentación:

1 3.3. Arquitectura de los almacenes de datos
Un almacén de datos recoge, fundamentalmente, los datos históricos, es decir, hechos, sobre el contexto en el que se desenvuelve la organización. Los hechos son, por tanto, el aspecto central de los almacenes de datos. Esta característica determina en gran medida la manera de organizar los almacenes de datos.

2 3.3.1 Modelo multidimensional
Los datos se organizan en torno a los hechos, que tienen unos atributos o medios que pueden verse en mayor o menor detalle según ciertas dimensiones. Por ejemplo, una gran cadena de supermercados puede tener como hechos básicos las ventas. Es esclarecedor comprobar que las medidas responden generalmente a la pregunta “cuanto”, mientras que las dimensiones responderán al “cuando”, ”que”, “donde”. Etc.

3 Lo realmente interesante del modelo es que ha de permitir, de una manera sencilla, obtener información sobre hechos a diferentes niveles de agregación. Por ejemplo: hechos “el día 20 de mayo de 2003 la empresa vendió en España unidades de productos del categoría insecticidas” representa una unidad (cantidad, unidades), de una venta con granularidad día para la dimensión tiempo (20 de mayo de 2003), con granularidad país para la dimensión lugar (España) y con granularidad categoría (insecticida) para la dimensión de productos.

4 Del mismo modo, el hecho “El primer trimestre de la empresa vendió en valencia por un importe de euros del producto androbrio 33 cl.” Representa una medida (importe, euros) de una venta con granularidad trimestre para la dimensión tiempo (primer trimestre de 2004), con granularidad ciudad para la dimensión lugar (Valencia) y con granularidad articulo (Androbrio 33 cl.) para la dimensión de productos.

5 La forma que tienen estos conjuntos de hechos y sus dimensiones hace que se llamen popularmente almacenes de datos en “estrella simple” (cuando no hay caminos alternativos en las dimensiones) o de “estrella jerárquica” o “copo de nieve” (cuando si hay caminos alternativos en las dimensiones, como el ejemplo anterior).

6 A pesar de todo esto, podemos identificar cuatro pasos principales a la hora de diseñar un almacén de datos (en realidad estos pasos se han de seguir para cada datamart): Paso 1. Elegir un “proceso” de la organización para modelar. Paso 2. Decidir el gránulo (nivel de detalle) de representación del proceso. Paso 3. Identificar las dimensiones que caracterizan el proceso. Paso 4. Decidir la información a almacenar sobre el proceso.

7 Paso 1. Elegir un “proceso” de la organización para modelar.
Ejemplo: Cadena de supermercados. Cadena de supermercados con 300 almacenes en la que se expenden unos productos distintos. Actividad: Ventas. La actividad a modelar son las ventas de productos en los almacenes de la cadena.

8 Ejemplo: Cadena de supermercados.
Paso 2. Decidir el gránulo (nivel de detalle) de representación del proceso. Ejemplo: Cadena de supermercados. Gránulo: “se desea almacenar información sobre las ventas diarias de cada producto en cada almacén de la cadena”. Gránulo: define el significado de las tuplas de la tabla de hechos. determina las dimensiones básicas del esquema. producto tiempo producto día almacén ventas almacén

9 Paso 3. Identificar las dimensiones que caracterizan el proceso.
Ejemplo: Cadena de supermercados. tiempo definición de gránulo dimensiones básicas producto establecimiento Nota: En las aplicaciones reales el número de dimensiones suele variar entre 3 y 15 dimensiones.

10 Paso 4. Decidir la información a almacenar sobre el proceso.
Ejemplo: Cadena de supermercados. Gránulo: “se desea almacenar información sobre las ventas diarias de cada producto en cada establecimiento de la cadena”. importe total de las ventas del producto en el día número total de unidades vendidas del producto en el día número total de clientes distintos que han comprado el producto en el día.