Documente Academic
Documente Profesional
Documente Cultură
Datamart
Datawarehouse
Datamart
Un Datamart es una base de datos departamental, especializada en el
almacenamiento de los datos de un rea de negocio especfica. Se caracteriza por
disponer la estructura ptima de datos para analizar la informacin al detalle desde
todas las perspectivas que afecten a los procesos de dicho departamento. Un datamart
puede ser alimentado desde los datos de un datawarehouse, o integrar por si mismo
un compendio de distintas fuentes de informacin.
Por tanto, para crear el datamart de un rea funcional de la empresa es preciso
encontrar la estructura ptima para el anlisis de su informacin, estructura que puede
estar montada sobre una base de datos OLTP, como el propio datawarehouse, o sobre
una base de datos OLAP. La designacin de una u otra depender de los datos, los
requisitos y las caractersticas especficas de cada departamento. De esta forma se
pueden plantear dos tipos de datamarts:
Datamart OLAP
Se basan en los populares cubos OLAP, que se construyen agregando, segn los
requisitos de cada rea o departamento, las dimensiones y los indicadores necesarios
de cada cubo relacional. El modo de creacin, explotacin y mantenimiento de los
cubos OLAP es muy heterogneo, en funcin de la herramienta final que se utilice.
Datamart OLTP
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo comn es
introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las
operaciones ms usuales) aprovechando las caractersticas particulares de cada rea
de la empresa. Las estructuras ms comunes en este sentido son las tablas report, que
vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las
vistas materializadas, que se construyen con la misma estructura que las anteriores,
pero con el objetivo de explotar la reescritura de queries (aunque slo es posibles en
algunos SGBD avanzados, como Oracle).
Los datamarts que estn dotados con estas estructuras ptimas de anlisis presentan
las siguientes ventajas:
La ventaja principal de este tipo de bases de datos radica en las estructuras en las que
se almacena la informacin (modelos de tablas en estrella, en copo de nieve, cubos
relacionales... etc). Este tipo de persistencia de la informacin es homognea y fiable,
y permite la consulta y el tratamiento jerarquizado de la misma (siempre en un
entorno diferente a los sistemas operacionales).
El trmino Datawarehouse fue acuado por primera vez por Bill Inmon, y se traduce
literalmente como almacn de datos. No obstante, y como cabe suponer, es mucho
ms que eso. Segn defini el propio Bill Inmon, un datawarehouse se caracteriza por
ser:
Otra caracterstica del datawarehouse es que contiene metadatos, es decir, datos sobre
los datos. Los metadatos permiten saber la procedencia de la informacin, su
periodicidad de refresco, su fiabilidad, forma de clculo... etc.
Los objetivos que deben cumplir los metadatos, segn el colectivo al que va dirigido,
son:
INFORME TECNICO.
Metodologa de Kimball.
Elaborado por:
Agustn Azuaje CI.: 19.060.888
Introduccion
Objetivo General
Objetivos Especificos
Alcance
Metodologa de Kimball
Conclusion
Bibliografia
Introduccion
Objetivo General
Objetivos Especficos
Alcance
El presente documento organiza y presenta el ciclo de vida de un
Datawarehose/BI para un desarrollo exitoso de un proyecto de Inteligencia de
negocios.
Metodologa de Kimball
Definir alcance
Identificar tareas
Programar tareas
Planificar uso de recursos
Asignar carga de trabajo a los recursos
Elaboracin de un documento final para el plan del proyecto.
Monitoreo del estado de los procesos
Rastreo de problemas.
Modelado dimensional.
Diseo Fsico.
Implementacion
Especificacin de aplicaciones BI
Conclusion
La Metodologa Kimball proporciona un conjunto de conocimientos
que aseguran y modelan una serie de acciones para el desarrollo ptimo de un
DW pequeo y mediano debido a su versatilidad, enfoque ascendente y
renovador, gracias a su mantenimiento constante e intercambio de informacin
con los usuarios finales por medio de las herramientas de BI y todos los
documentos que se manejan en el anlisis final de datos.
METODOLOGIAS DE BI
Por otro lado, este tipo de metodologa bottom-up permite que, partiendo de cero, podamos empezar a
obtener informacin til en cuestin de das y despus de los prototipos iniciales, comenzar el ciclo
de vida normal que nos ofrezca una solucin completa de BI.
METODOLOGA W. H. INMON
Tiene un enfoque a modo de explosin en el sentido de que en cierto modo no viene acompaada del
ciclo de vida normal de las aplicaciones, sino que los requisitos irn acompaando al proyecto segn
vaya comprobndose su necesidad. Aunque esta visin de Inmon puede traer consigo mucho riesgo a
la compaa, ya que invierte grandes esfuerzos en el desarrollo del DW y no es hasta la aparicin de
los DM cuando se empieza a explotar la inversin y obtener beneficios.
Esta metodologa para la construccin de un sistema de este tipo es frecuente a la hora de disear un
sistema de informacin, utilizando las herramientas habituales como el esquema Entidad/Relacin
pero al tener un enfoque global, es ms difcil de desarrollar en un proyecto sencillo, pues estamos
intentando abordar el todo, a partir del cual luego iremos al detalle. Esta es otra de las
restricciones que trabajan en contra de la metodologa de Inmune ya que implica un consumo de
tiempo mayor, teniendo como consecuencia que muchas empresas se inclinen por usar metodologas
con las que obtengan resultados tangibles en un espacio menor de tiempo.