6.

2 Procesamiento y
análisis en línea (OLAP).
EQUIPO 2 Y EQUIPO 5
6.2.1 Definiciones y Conceptos
Procesamiento OLAP

• OLAP es el procesamiento analítico en línea (por sus

nombre en ingles On-Line Analytical Processing).

• Es una solución utilizada en el campo de la Inteligencia de

Negocios (Business Intelligence), la cual consiste en
consultas a estructuras multidimensionales (o Cubos
OLAP) que contienen datos resumidos de grandes Bases
de Datos o Sistemas Transaccionales (OLTP), de este
modo los datos se pueden llegar a reorganizar si es
necesario.
• Las bases de datos OLAP son bases de datos
especializadas, diseñadas para ayudar a extraer
información de los datos tales como informes de negocios
de ventas, marketing, informes de dirección, minería de
datos y áreas similares.
Ventajas
El uso de cubos OLAP tiene dos ventajas fundamentales:
1.- Facilidad de uso. El usuario de negocio puede
consultar el cubo con facilidad, incluso si se trata de un
usuario sin conocimientos técnicos, debido a que la
estructura jerárquica es sumamente fácil de comprender, el
cubo se convierte en una gran "tabla dinámica" que el
usuario puede consultar en cualquier momento.
Ventajas
2.- Rapidez de respuesta. Habitualmente, el cubo tiene
pre-calculados las distintas agregaciones, por lo que los
tiempos de respuesta son muy cortos.

Nota: Si el cubo está bien diseñado, resultará igual de

rápido consultar (hacer selects) las ventas de una ciudad,
o las ventas de todo el país, o incluso el total de ventas de
la compañía.
Desventajas
Sin embargo, no todo son ventajas… Estos son algunos
de los inconvenientes:
1. El cubo es una estructura adicional de los datos la cual
hay que mantener y actualizar constantemente, por ello
se dice que es un gasto extra de recursos (servidores,
discos, procesos de carga…).
2. El modelo de negocio no siempre se adapta bien en un
modelo jerárquico.
Tipos de Sistemas OLAP

La clasificación está hecha sobre la base de en qué tipo

de motor son almacenados los datos:
 ROLAP

 Implementación OLAP que almacena los datos en un

motor relacional. Típicamente, los datos son detallados,
evitando las agregaciones y las tablas se encuentran
normalizadas. Los esquemas más comunes sobre los
que se trabaja son estrella ó copo de nieve, aunque es
posible trabajar sobre cualquier base de datos
relacional. La arquitectura está compuesta por un
servidor de banco de datos relacional y el motor OLAP
se encuentra en un servidor dedicado. La principal
ventaja de esa arquitectura es que permite el análisis de
una enorme cantidad de datos.
 MOLAP

 Almacena los datos en una base de datos multidimensional.

Para optimizar los tiempos de respuesta, el resumen de la
información es usualmente calculado por adelantado. Estos
valores pre-calculados o agregaciones son la base de las
ganancias de desempeño de este sistema. Algunos sistemas
utilizan técnicas de compresión de datos para disminuir el
espacio de almacenamiento en disco debido a los valores
precalculados.
 HOLAP (Hybrid OLAP)

 Almacena algunos datos en un motor relacional y otros en

una base de datos multidimensional.
 DOLAP (Desktop OLAP)

Trae toda la información que necesita analizar desde la base de

datos relacional y la guarda en el escritorio. Desde ese momento,
todas las consultas y análisis son hechas contra los datos
guardados en el escritorio.
OLTP (bases de datos de procesamiento de
transacciones en línea )

Son bases de datos que una empresa utiliza para almacenar

sus transacciones y registros, normalmente, estas bases de
datos tienen registros que se introducen uno a uno y que
contienen una gran cantidad de información, que los
estrategas pueden utilizar para tomar decisiones
fundamentadas sobre sus negocios.
Otros tipos de Sistemas OLAP

Los siguientes acrónimos a veces también se utilizan, aunque no son sistemas tan
generalizados como los anteriores:
WOLAP o Web OLAP: OLAP basado u orientado para la web.
DOLAP o Desktop OLAP: OLAP de escritorio
RTOLAP o Real Time OLAP: OLAP en tiempo real
SOLAP o Spatial OLAP: OLAP espacial
6.2.2 Requerimientos funcionales de
los sistemas OLAP.
 ¿Como funciona?
Se compone de hechos numéricos llamados “medidas” que se clasifican por “dimensiones”,
los cuales funcionan sobre un sistema de información (transaccional o almacén de datos).
Permiten realizar agregaciones y combinaciones de los datos de maneras mucho más
complejas y ambiciosas, con objetivos de análisis más estratégicos.
El resultado se presenta de una manera matricial o híbrida.
Cálculo y modelaje aplicado a través de dimensiones,
con jerarquías y/o a través de miembros
Análisis de tendencia a través de períodos secuenciales
Rebanando los subconjuntos para la visión en pantalla
Perforación a niveles más profundos de consolidación
"Alcanzar-a través" a datos detallados subyacentes
Rotación a nuevas comparaciones dimensionales en el área visible
6.2.3 Manejo de cubos de datos del
estándar SQL3.
Los cubos OLAP funcionan como cubos de rompecabezas los cuales tratan de armar
los colores y en el data warehouse se tratan de organizar los datos ya sea por tablas o
por relaciones; los primeros tienen 3 dimensiones (los cubos OLAP tienen un número
indefinido de dimensiones razón por la cual también reciben el nombre de hipercubos).
Un cubo OLAP contendrá datos de una determinada variable, la cual se desea analizar,
proporcionando una vista lógica de los datos provistos por el sistema de información
hacia el data warehouse, esta vista estará dispuesta según ciertas dimensiones y podrá
contener información calculada.
El análisis de los datos está basado en las dimensiones del hipercubo, por lo tanto, se trata
de un análisis multidimensional.
A la información de un cubo puede acceder el ejecutivo mediante “tablas dinámicas” tales
como una simple hoja de cálculo (de Excel) o a través de programas personalizados.
Las tablas dinámicas le permiten manipular las vistas (cruces, filtrados, organización,
totales) de la información con mucha facilidad.
Las diferentes operaciones que se pueden realizar con cubos de información se
producen con mucha rapidez, los cuales son una colección de datos que está formada
por dimensiones (aquellos elementos que participan en el análisis) y variables (valores
que se desean analizar).
6.2.4 Diseño de consultas a BD
multidimensionales.
• UNA BASE DE DATOS MULTIDIMENSIONAL, ES
AQUELLA QUE ALMACENA SUS DATOS CON
VARIAS DIMENSIONES, ES DECIR QUE EN VEZ DE
UN VALOR, ENCONTRAMOS VARIOS
DEPENDIENDO DE LOS "EJES" DEFINIDOS O UNA
BASE DE DATOS DE ESTRUCTURA BASADA EN
DIMENSIONES ORIENTADA A CONSULTAS
COMPLEJAS Y ALTO RENDIMIENTO.
En una base de datos multidimensional, la información se representa como matrices
multidimensionales, cuadros de múltiples entradas o funciones de varias variables sobre
conjuntos finitos.

Cada una de estas matrices se denomina cubo.

Una vez que se han creado los cubos se pueden realizar diferentes operaciones sobre ellos
para poder visualizar y analizar la información dichas operaciones son las siguientes:

Generalizar y especializar
Corte y corte de cubos
Filtrar
Pivotear

Estas operaciones se realizan sobre los cubos y generan como resultados subcubos
llamados cuboides.
La especialización y la generalización son operaciones que sirven para navegar un cubo
sobre sus dimensiones.

Operación de Corte y corte de cubo

Esta operación permite observar partes o subconjuntos de cubos, y el resultado que se

obtiene se denomina subcubos o cuboides, es como si se cortara un pastel en rebanadas,
pues esta operación busca analizar determinada parte del cubo generado, dicho de otra
manera es como apreciar únicamente un periodo de un mes dentro de la dimensión tiempo,
que puede involucrar años.
Operaciones Filtrar y Pivotear.

La operación Filtrar permite realizar una selección de los datos dentro de un cubo, por
medio de una constante determinada, permite apreciar cierta parte de un cubo, esta
operación permite tener una vista especifica y menor del cubo.

Mientras que la operación Pivotear nos permite visualizar desde cierta perspectiva del cubo,
nos permite apreciar el cubo de diferentes ángulos, es como ver determinado color del cubo
de rubick cuando este ya esta formado, podría decirse que lo único que hace es girar el
cubo para ver alguna dimensión en especifico.
6.2.4 Utilización de herramientas
para OLAP
Las herramientas OLAP presentan información multidimensional, es decir, desde múltiples
perspectivas, esto para poder agilizar las consultas de grandes cantidades de datos.
Por lo general se utilizan estructuras multidimensionales un ejemplo de ello puede ser las
tablas de Firebird las cuales son tablas bi-dimensionales
Las aplicaciones OLAP se usan para ayudarles a los usuarios en la toma de decisiones.
También tienen la posibilidad de exportar sus datos a Excel, a PDF, a HTML o al formato
que el usuario use en sus aplicaciones.
Por supuesto lo más importante es la facilidad de buscar y visualizar cualquier dato que
precise, en cuestión de segundos.
GRACIAS POR SU ATENCIÓN