Repositorios (data warehouses) OLAP

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Repositorios (data warehouses) OLAP"

Transcripción

1 Repositorios (data warehouses) OLAP Carlos Hurtado Larrain Profesor Asistente, Departamento de Ciencias de la Computación, Universidad de Chile

2 Contenido Motivación Nivel Lógico de un Repositorio OLAP Modelo Multidimensional Nivel Físico de un Repositorio OLAP Almacenamiento y Procesamiento de datos

3 Contenido Motivación Nivel Lógico de un Repositorio OLAP Modelo Multidimensional Nivel Físico de un Repositorio OLAP Almacenamiento y Procesamiento de datos

4 Principio de Independencia de los Datos 1960s: datos se manejaban con sistemas de archivos + operaciones de acceso 1970: noción de Independencia de los Datos (Ted Codd). Usuarios y aplicaciones no necesitan conocer las complejidades del almacenamiento físico de los datos Noción seminal para Bases de Datos (BD) y Sistemas Administradores de BDs.

5 Nivel Físico vs. Nivel Lógico Nivel Físico: Representación: bit, byte, campo, registro, archivo, bloque, cilindro, llave, dirección física, etc. Acceso: acceso secuencial, acceso directo, etc. Nivel Lógico: Representación: entidad, clase, relación, tabla, atributo, tupla, etc. Acceso: lenguaje de consulta (ej., SQL)

6 Nivel Lógico: Modelo de Datos Conceptos para imaginar datos Lenguaje para manipular y extraer datos Elija el de su preferencia: Jerárquico (IMS), Redes (IDS), Relacional,Orientado a Objetos (O2), Multidimensional (OLAP), Semiestructurado (XML), RDF (Web Semántica), etc, etc, etc.

7 Modelos de Datos: qué tienen en común? Registro: unidad atómica de información sobre el mundo. Juan Pérez 30 Nombre Edad Lo mismo que: entidad, tupla, objeto, etc.

8 Modelos de Datos: en qué se diferencian? Forma de agrupar registros: Conjuntos Modelo Relacional Grafo Modelo de Redes, Orientado a Objetos, XML, RDF, etc.

9 Conjuntos vs. Grafo

10 Conjuntos vs. Grafo Conjuntos: Orientado a encontrar grupos de registros Ejemplo: personas mayores que Juan Grafo: Orientado a encontrar conexiones de registros Ejemplo: árbol genealógico de Juan

11 Ejemplo Grafo : Modelo de Redes CODASYL (1971) Representación: registro lógico, enlace. Acceso: navegación recorriendo enlaces Variante: Modelo Jerárquico (IBM-IMS 1970)

12 Ejemplo Conjuntos : Modelo Relacional Ted Codd (1970) Representación: tupla, tabla. Acceso: conjuntos de tuplas a la vez (SQL) Modelo dominante en la actualidad Industria de Bases de Datos Relacionales en año 2004: $US 9000 millones (Gartner).

13 Ejemplo: Cadena de Supermercados Datos: Supermercados y sus descripciones Productos (SKU) y descripciones Precios de productos y promociones Transacciones de ventas en cada supermercado Proveedores y partes entregadas por ellos Inventario en bodegas y supermercado Ordenes de compra a proveedores, transacciones y facturas Programa clientes frecuentes, recursos humanos etc...

14 Cadena de Supermercados: Tablas Venta(SupId,ProdId,Precio,Cantidad,Fecha,CajaId) Supermercado(SupId, Area, DireccionId, AdminId,... ) Direccion(DireccionId, Calle, Numero, ComunaId,...) Comuna(ComunaId, AreaDeVentaId, RegionId, NumHabitantes,...) Region(RegionId, NumHabitantes, PaisId,...) Administrador(AdministradorId, Nombre, Sueldo, ContratoId,...) Contrato(ContratoId, Tipo, Texto,...)

15 Modelo Relacional: también necesitamos representar grafos Claves ajenas: Venta(SupId,ProdId,Precio,Cantidad,Fecha,CajaId) Supermercado(SupId, Area, DireccionId, AdminId,... ) Direccion(DireccionId, Calle, Numero, ComunaId,...)

16 Esquema de una BD Relacional

17 Por qué tantas tablas? BD soporta procesos ventas, compras de insumos, traspasos de bodegas, pagos, etc. BD optimizada para procesamiento transaccional en línea (OLTP) Normalizada Abundan BD productivas con cientos de tablas.

18 Consultas Analíticas No todo es transacciones, que sucede si queremos analizar tendencias: Ventas totales por semana, supermercado y tipo de producto. Productos más vendidos en los últimos dos meses. Clientes que compraron más el mes pasado....

19 Ejemplo: Ventas totales por país Select pais, SUM(Precio*Cantidad) From Venta, Supermercado, Direccion, Comuna, Region where Venta.SupId = Supermercado.SupId, Supermercado.DirId = Direccion.DirId, Direccion.ComunaId=Comuna.ComunaId, Comuna.RegionId=Region.RegionId Group By pais

20 Consulta Analítica en SQL Select T1.A1, T1.A2,..., Tn.Am, SUM(Tk.Ap) From T1,..., Tn where (Ti.Ai = Tj.Aj)* Group By T1.A1, T1.A2,..., Tn.An

21 Analista vs. Administrador BD Analista Consulta analítica Administrador BD Datos (reporte)

22 Ciclo Analista-Administrador BD Analista: recibe reporte y observa que ventas en semana 10/2002 son altas; quiere saber por qué. Solicita ventas por día en semana 10/2002. Administrador BD: programa nueva consulta y envia reporte Analista: analiza resultado y solicita otra consulta Administrador BD: programa consulta y entrega reporte Etc... etc... etc... etc

23 Ciclo Analista - Administrador BD (cont.) While (analista no enemigo de Administrador BD) do analista: analiza reporte actual y pide nuevo reporte administrador BD: programa nueva consulta y entrega reporte

24 Limitación del Modelo Relacional Complejidad para visualizar datos y formular consultas analíticas

25 Procesamiento Analítico en Línea (OLAP) (1) Consulta y visualización de datos de acuerdo al modelo de datos multidimensional

26 Historia de OLAP Pre-historia 80 s Bases de datos estadísticas (ej., Statistical Object Representation Model (STORM) Rafanelli y Shoshani) Agregación en SQL (SELECT-FROM-WHERE-GROUPBY) Despegue Codd et al. Providing OLAP to useranalysts: an IT mandate, Arborsoft Gray et al. Data Cube: A relational Operator Generalizing Group-By, cross-tab and sub totals Benchmark para OLAP (APB-1).

27 OLAP vs. OLTP

28 Repositorio (data warehouse) OLAP

29 Contenido Motivación Nivel Lógico de un Repositorio OLAP Modelo Multidimensional Nivel Físico de un Repositorio OLAP Almacenamiento y Procesamiento de datos Extracción Transformación y Carga

30 Modelo de Datos Multidimensional Datos describen un proceso, que se representa como: Dimensiones: Perspectivas que usamos para visualizar el proceso Hechos: Asignaciones de mediciones a puntos en espacios Formados por dimensiones

31 Ejemplo: Cadena de Supermercados Hecho: n unidades de un producto p fueron vendidas en una fecha d por x pesos en una tienda s. Dimensiones: Producto: código, descripción, marca, categoría, etc. Lugar: código, nombre, dirección, tipo, etc. Tiempo: fecha, día, semana, mes, semestre, año, etc. Medidas: Número de unidades Precio de Venta Costo

32 Ejemplo: Registro Meteorológico Hecho: en la latitud x, longitud y, altitud a y fecha d fue medida una temperatura t y presión p. Dimensiones: Latitud Longitud Altitud Fecha Medidas: Temperatura Presión

33 OLAP Relacional: Esquema Estrella

34 OLAP Relacional: Esquema Copo de Nieve

35 Conjuntos vs. Grafos en OLAP Necesitamos algo más que OLAP Relacional OLAP Multidimensional Dimensiones: Grafos: registros conectados Tablas de Hechos: Conjuntos de registros

36 Dimensión OLAP

37 Dimensión OLAP (irregular)

38 Importancia de Jerárquías Análisis de canasta en transacciones:

39 Importancia de Jerarquías (cont.)

40 Ejemplo: Modelo multidimensional de un Buscador Web

41 Consultas Analíticas sobre Modelo Multidimensional Inspeccionar las dimensiones Imponer una condición sobre las dimensiones Ejemplo: semestre = 1S97 Seleccionar atributos y categorías (granularidad) Seleccionar medidas y funciones de agregación Ejemplo: SUM(f.pesos) Observar el resultado e investigar por qué Nueva consulta...

42 Interfaz de Consulta OLAP

43 Interfaz de Consulta OLAP (cont.)

44 Operadores OLAP Roll-up: Cambiar una categoría en la granularidad por una categoría menos fina. Drill-down: inverso de Roll-Up. Navegación: sequencia de roll-ups y drilldowns Drill-across: cruzar más de una tabla de hechos

45 Operadores OLAP (cont.) Slice: imponer condiciones sobre las dimensiones Pivot: elegir atributos para la tabla de salida y cambiar la disposición de los atributos.

46 Gray et al. (1996) Cuboide: Cubo de Datos

47 Cubo de Datos (cont)

48 Grafo de Dependencia de un Cubo de Datos

49 Contenido Motivación Nivel Lógico de un Repositorio OLAP Modelo Multidimensional Nivel Físico de un Repositorio OLAP Almacenamiento y Procesamiento de datos Extracción Transformación y Carga

50 Procesamiento Analítico en Línea (OLAP) (1) Consulta y visualización de datos de acuerdo al Modelo Multidimensional y (2) Cálculo de respuestas en pocos segundos

51 Tamaño de Dimensiones y Hechos: Ejemplo Dimensión Tiempo: 2 años x 365 días = 730 días Dimensión Lugar: 100 supermercados Dimensión Producto: productos, ventas cada día en cada supermercado Tabla de hechos: 730 x 100 x = 2190 millones hechos Tamaño tabla de hechos: 2190 millones x 4 bytes x 6 = 52 GB

52 Cómo procesar consultas analíticas en pocos segundos? Un disco duro de 10 MB/seg vel. de transferencia tomaría 50 minutos sólo para calcular el total vendido por la cadena. Problema: el cálculo de una vista cúbica es proporcional al tamaño de la tabla de hechos que se accede.

53 Tamaño de un Cubo de Datos

54 Tamaño de un Cubo de Datos (cont.) Un cubo de datos puede tener hasta: E1 E2... En hechos, donde Ei es el número de elementos de la dimensión i. Tamaño del cubo es cercano a tamaño de tabla de hechos, si los datos son densos y la jerarquía se condensa fuertemente hacia arriba. En general puede ser MUCHO mayor Ejemplo: benchmark TPC/D, part customer supplier, la tabla de hechos tiene 6 millones de tuplas, el cubo tiene 19 millones.

55 Cálculo de un Cubo de Datos Algoritmo Básico (Gray et al. 1996): Leer la tabla de hechos y por cada tupla leida, actualizar las tuplas asociadas del cubo en cada cuboide Algoritmos Avanzados Algunos cuboides se pueden calcular de otros cuboides Podemos computar el cubo por niveles. Sólo sirven para cubos distributivos (ejemplo: SUM, MAX, MIN, etc)

56 Procesamiento de Consultas en OLAP Calcular y materializar completamente el cubo (no siempre es posible) Problema explosión del cubo. Costo de actualización Almacenar sólo la tabla de hechos base, computar los cuboides en tiempo de consulta Problema: computar un cuboide sobre dimensiones simple toma tiempo proporcional al tamaño de la tabla de hechos base Materializar sólo algunos cuboides y usar navegación de agregados (Harinaraya et al 1996)

57 Navegación en Agregados Derivar un cuboide requerido por el usuario a partir de otro(s) cuboide del cubo. Supongamos que queremos computar (All, Proveedor, All) en TPC-D Benchmark

58 Navegación en Agregados (cont.)

59 Navegación en Agregados y Grafo de Dependencia

60 Herramientas Servidor OLAP: procesamiento de consultas, almacenamiento de cubos Front-end: clientes OLAP, planillas de cálculo, visualización Back-End extracción, transformación y carga de datos (ETL) Otras: monitoreo, administración, etc.

61 Herramientas: Servidores OLAP Microsoft SQL Server Enterprise Edition OLAP Server IBM/DB2 OLAP Server Enterprise Edition Oracle 9i Enterprise Edition Express Server

62 Herramientas: Aplicaciones Medianas Cognos Brio Business Objects OLAPX Mondrian (código abierto)

63 Herramientas: ETL DataStage XE 6.0 Suite (Ascential Software) PowerCenter 6.0 (Informatica) Data Transformation Services 2000 (Microsoft)

64 Actualidad y Futuro de OLAP Extensiones del Modelo Multidimensional: Dimensiones irregulares, datos semiestructurados (XML). Diseño de Equemas Sistemas OLAP escalables

65 Diseño de Esquemas

66 Dimensiones Irregulares

67 Sistemas OLAP Escalables Ejemplo: Sistema T3 de Microsoft, EMC, Knosys y Unisis. Cubo de datos sobre 7600 millones de hechos (1.2 TB). Pruebas con 50 usuarios concurrentes y respuestas entre seg..

FACULTAD DE INGENIERÍA. Bases de Datos Avanzadas

FACULTAD DE INGENIERÍA. Bases de Datos Avanzadas FACULTAD DE INGENIERÍA Ingeniería en Computación Bases de Datos Avanzadas Datawarehouse Elaborado por: MARÍA DE LOURDES RIVAS ARZALUZ Septiembre 2015 Propósito Actualmente las empresas necesitan contar

Más detalles

CAPÍTULO 2 DATA WAREHOUSES

CAPÍTULO 2 DATA WAREHOUSES CAPÍTULO 2 DATA WAREHOUSES Un Data Warehouse (DW) es un gran repositorio lógico de datos que permite el acceso y la manipulación flexible de grandes volúmenes de información provenientes tanto de transacciones

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 5 -

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 5 - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 5 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Data Warehouse Modelo multidimensional Diagrama

Más detalles

Capítulo 2 Tecnología data warehouse

Capítulo 2 Tecnología data warehouse Capítulo 2 Tecnología data warehouse El objetivo de éste capítulo es mostrar la tecnología data warehouse (DW) como una herramienta para analizar la información. Este capítulo se encuentra organizado de

Más detalles

SQL Server Business Intelligence parte 1

SQL Server Business Intelligence parte 1 SQL Server Business Intelligence parte 1 Business Intelligence es una de las tecnologías de base de datos más llamativas de los últimos años y un campo donde Microsoft ha formado su camino a través de

Más detalles

Definición. Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4

Definición. Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4 Definición Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4 Definición (cont.) Un Data Warehouse es una colección de

Más detalles

CAPÍTULO 4 IMPLEMENTACIÓN DE SARP. Este capítulo describe los detalles de la implementación de SARP. Una vez explicado el

CAPÍTULO 4 IMPLEMENTACIÓN DE SARP. Este capítulo describe los detalles de la implementación de SARP. Una vez explicado el CAPÍTULO 4 IMPLEMENTACIÓN DE SARP Este capítulo describe los detalles de la implementación de SARP. Una vez explicado el diseño del sistema SARP (ver Capítulo 3) es posible realizar su implementación.

Más detalles

Contenido XIII. Capítulo 1. Capítulo 2. Alfaomega. Bases de datos - Reinosa, Maldonado, Muñoz, Damiano, Abrutsky

Contenido XIII. Capítulo 1. Capítulo 2. Alfaomega. Bases de datos - Reinosa, Maldonado, Muñoz, Damiano, Abrutsky XIII Contenido Capítulo 1 Estructura y tipos de bases de datos...1 1.1 Introducción... 2 1.2 Definición de base de datos... 3 1.3 Sistema de Gestión de Bases de Datos... 4 1.4 Usuarios de la base de datos...

Más detalles

SolucionesAnalíticas con Pentaho.

SolucionesAnalíticas con Pentaho. SolucionesAnalíticas con Pentaho. Objetivo Obtener experiencia práctica con los siguientes componentes de la plataforma Pentaho: Pentaho Data Integration (Kettle) Pentaho Analysis Services (Mondrian) Pentaho

Más detalles

Almacén de datos - concepto. Arquitectura de un sistema de almacén de datos

Almacén de datos - concepto. Arquitectura de un sistema de almacén de datos Almacén de datos - concepto Almacén de datos (Bodega de Datos, Data warehouse) es una integrada colección de datos que contiene datos procedentes de sistemas del planeamiento del recurso de la empresa

Más detalles

Sistemas de Información 12/13 La organización de datos e información

Sistemas de Información 12/13 La organización de datos e información 12/13 La organización de datos e información Departamento Informática e Ingeniería de Sistemas Universidad de Zaragoza (raqueltl@unizar.es) " Guión Introducción: Data Warehouses Características: entornos

Más detalles

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II Carlos A. Olarte Bases de Datos II Contenido 1 Introducción 2 OLAP 3 Data Ware Housing 4 Data Mining Introducción y Motivación Cómo puede analizarse de forma eficiente volúmenes masivos de datos? La consulta,

Más detalles

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones 1. La Información: Propiedades de la Información. Sistemas de Información. Bases de Datos. 2. Administración

Más detalles

OLAP 2 OLAP 1 OLAP 4 OLAP 3 OLAP 5 OLAP 6

OLAP 2 OLAP 1 OLAP 4 OLAP 3 OLAP 5 OLAP 6 OLAP EXPLOTACIÓN UN DW: EXPLOTACIÓN UN DW:... OLAP 1 OLAP 2 EXPLOTACIÓN UN DW: MOLO UN AMBIENTE OLAP EXPLOTACIÓN UN DW: LAS HERRAMIENTAS OLAP PRESENTAN AL USUARIO UNA VISIÓN MULTIDIMENSIONAL LOS DATOS

Más detalles

SpagoBI Open Source Business Intelligence

SpagoBI Open Source Business Intelligence SpagoBI Open Source Business Intelligence La plataforma SpagoBI Open Source Business Intelligence Conceptos Inteligencia empresarial (Business Intelligence) es un agregado de aplicaciones y herramientas

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Universidad Nacional de Salta Facultad de Ciencias Económicas, Jurídicas y Sociales Sistemas de Información para la Gestión Fundamentos de la Inteligencia de Negocios Administración de Bases de Datos e

Más detalles

Unidad 10: DATAWAREHOUSING y OLAP. Cátedra Bases de Datos

Unidad 10: DATAWAREHOUSING y OLAP. Cátedra Bases de Datos Unidad 10: DATAWAREHOUSING y OLAP Cátedra Bases de Datos Introducción Dentro de una organización o empresa coexisten dos grupos diferentes de aplicaciones Aplicaciones Tradicionales Aplicaciones de Análisis

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Sistemas de Información para la Gestión UNIDAD 2: Infraestructura de Tecnología de la Información Unidad 2 Infraestructura de Tecnología de la Información Estructura de TI y tecnologías emergentes. Estructura

Más detalles

Construcción de cubos OLAP utilizando Business Intelligence Development Studio

Construcción de cubos OLAP utilizando Business Intelligence Development Studio Universidad Católica de Santa María Facultad de Ciencias e Ingenierías Físicas y Formales Informe de Trabajo Construcción de cubos OLAP utilizando Business Intelligence Development Studio Alumnos: Solange

Más detalles

Business Intelligence

Business Intelligence 2012 Business Intelligence Agenda Programas Diferencias de OLTP vs OLAP Arquitectura de una solución de BI Tecnologías Microsoft para BI Diferencias entre OLTP v/s OLAP Alineación de Datos OLTP Datos organizados

Más detalles

Business Intelligence.

Business Intelligence. Business Intelligence. Qué es inteligencia de negocios? Es el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría

Más detalles

Oracle Business Intelligence Suite Standard Edition One. Antonio Akiyama (antonio.akiyama@gbsperu.net) Consultor Senior Business Intelligence

Oracle Business Intelligence Suite Standard Edition One. Antonio Akiyama (antonio.akiyama@gbsperu.net) Consultor Senior Business Intelligence Oracle Business Intelligence Suite Standard Edition One Antonio Akiyama (antonio.akiyama@gbsperu.net) Consultor Senior Business Intelligence Desafíos actuales Visibilidad y Transparencia Rentabilidad,

Más detalles

Estos documentos estarán dirigidos a todas las personas que pertenezcan a equipos de implementación de Oracle BI, incluyendo a:

Estos documentos estarán dirigidos a todas las personas que pertenezcan a equipos de implementación de Oracle BI, incluyendo a: Oracle Business Intelligence Enterprise Edition 11g. A lo largo de los siguientes documentos trataré de brindar a los interesados un nivel de habilidades básicas requeridas para implementar efectivamente

Más detalles

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS Sistemas de Información para la Gestión UNIDAD 3: RECURSOS DE TECNOLOGÍA DE INFORMACIÓN Aplicaciones UNIDAD 2: RECURSOS DE TI Aplicaciones 1. Administración de bases de datos e información: Sistemas de

Más detalles

UN PASEO POR BUSISNESS INTELLIGENCE

UN PASEO POR BUSISNESS INTELLIGENCE UN PASEO POR BUSISNESS INTELLIGENCE Ponentes: Agreda, Rafael Chinea, Linabel Agenda Sistemas de Información Transaccionales Qué es Business Intelligence? Usos y funcionalidades Business Intelligence Ejemplos

Más detalles

IWG-101: Introducción a la Ingeniería. Departamento de Informática, UTFSM 1

IWG-101: Introducción a la Ingeniería. Departamento de Informática, UTFSM 1 IWG-101: Introducción a la Ingeniería Departamento de Informática, UTFSM 1 Gestión de Bases de Datos Gestión de Bases de Datos Base de datos una colección de datos relacionados organizados de manera de

Más detalles

Microsoft SQL Server Conceptos.

Microsoft SQL Server Conceptos. Microsoft Conceptos. Microsoft 2005 es una plataforma de base de datos a gran escala de procesamiento de transacciones en línea (OLTP) y de procesamiento analítico en línea (OLAP). La siguiente tabla muestra

Más detalles

Tecnologías de Información y Comunicación II.

Tecnologías de Información y Comunicación II. INGENIERÍA EN INFORMÁTICA Tecnologías de Información y Comunicación II. INFORME: ETL y Modelo Estrella. NOMBRE : Ruben Chura, Andony Pavez. CARRERA : Ingeniería en Informática. ASIGNATURA : Tecnologías

Más detalles

Universidad de Cantabria corcuerp@unican.es

Universidad de Cantabria corcuerp@unican.es Bases de Datos Pedro Corcuera Dpto. Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria corcuerp@unican.es Objetivos Presentar los conceptos básicos y terminología de las bases de

Más detalles

La Base de Datos OLAP Analysis Services (SSAS) Agenda. Agenda. Construyendo una Solución de BI paso a paso con SQL Server 2005

La Base de Datos OLAP Analysis Services (SSAS) Agenda. Agenda. Construyendo una Solución de BI paso a paso con SQL Server 2005 Construyendo una Solución de BI paso a paso con SQL Server 2005 La Base de Datos OLAP Analysis Services (SSAS) Ing. José Mariano Alvarez Jose.Mariano.Alvarez@SqlTotalConsulting.com Agenda Por qué Analysis

Más detalles

INTELIGENCIA DE NEGOCIOS CON SQL SERVER 2008 R2

INTELIGENCIA DE NEGOCIOS CON SQL SERVER 2008 R2 Programa de Capacitación y Certificación. INTELIGENCIA DE NEGOCIOS CON SQL SERVER 2008 R2 Contenido PERFIL DE UN ESPECIALISTA EN BASES DE DATOS.... 3 6231. MANTENIENDO UNA BASE DE DATOS DE SQL SERVER 2008

Más detalles

PROYECTO DE TESIS DIEGO GALLARDO. ESPEL - Diego Gallardo

PROYECTO DE TESIS DIEGO GALLARDO. ESPEL - Diego Gallardo PROYECTO DE TESIS DIEGO GALLARDO TEMA DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE ADMINISTRACIÓN DE TIEMPOS EN PROYECTOS DE DESARROLLO DE SOFTWARE Y CONTROL DE DESEMPEÑO MEDIANTE CUBOS DE INFORMACIÓN PARA

Más detalles

Cuáles son algunos de los padecimientos que enfrentan las empresas hoy día?

Cuáles son algunos de los padecimientos que enfrentan las empresas hoy día? Qué es Inteligencia de Negocios? Una interesante definición para inteligencia de negocios o BI, por sus siglas en inglés, según el Data Warehouse Institute, lo define como la combinación de tecnología,

Más detalles

Tema 11 Bases de datos. Fundamentos de Informática

Tema 11 Bases de datos. Fundamentos de Informática Tema 11 Bases de datos Fundamentos de Informática Índice Evolución Tipos de modelos de datos y SGBD El modelo relacional y el Diseño de una Base de Datos Operaciones básicas: consulta, inserción y borrado.

Más detalles

Cuadrante Mágico de Gartner para BI 2013 vs. 2014

Cuadrante Mágico de Gartner para BI 2013 vs. 2014 Cuadrante Mágico de Gartner para BI 2013 vs. 2014 Challengers Leaders Challengers Leaders Niche Players Visionaries Niche Players Visionaries Cuadrante Mágico de Gartner SGBD y Sistemas de Data WareHouse

Más detalles

Bases de Datos Otoño 2012 Maestría en Ingeniería de Software L.I Yessica Sugeidy Morales Mateo. 22/09/2012 Bases de Datos

Bases de Datos Otoño 2012 Maestría en Ingeniería de Software L.I Yessica Sugeidy Morales Mateo. 22/09/2012 Bases de Datos Bases de Datos Otoño 2012 Maestría en Ingeniería de Software L.I Yessica Sugeidy Morales Mateo 22/09/2012 Bases de Datos 1 Antecedentes A principios de la década de los sesenta, el software de acceso a

Más detalles

SQL Server 2014 Implementación de una solución de Business Intelligence (SQL Server, Analysis Services, Power BI...)

SQL Server 2014 Implementación de una solución de Business Intelligence (SQL Server, Analysis Services, Power BI...) Prólogo 1. A quién se dirige este libro? 15 2. Requisitos previos 15 3. Objetivos del libro 16 4. Notación 17 Introducción al Business Intelligence 1. Del sistema transaccional al sistema de soporte a

Más detalles

ANEXO F ARQUITECTURAS DE INTELIGENCIA DE NEGOCIOS

ANEXO F ARQUITECTURAS DE INTELIGENCIA DE NEGOCIOS ANEXO F ARQUITECTURAS DE INTELIGENCIA DE NEGOCIOS 1. Realizado por: Stephanie Herrera Bautista 2. Introducción: 2.1. Propósito: Se busca realizar el planteamiento de las diversas arquitecturas que se pueden

Más detalles

DESARROLLO E IMPLANTANCIÓN DE UN SISTEMA ACADEMICO PARA EL ICM

DESARROLLO E IMPLANTANCIÓN DE UN SISTEMA ACADEMICO PARA EL ICM DESARROLLO E IMPLANTANCIÓN DE UN SISTEMA ACADEMICO PARA EL ICM Sergio Bauz Olvera 1, Washington Jama 2 1 Ingeniero en Estadística e Informática 2003 2 Director de Tesis de Grado, Ing. Washington Jama.

Más detalles

Minería de Datos JESÚS ANTONIO GONZÁLEZ BERNAL. Universidad UPP

Minería de Datos JESÚS ANTONIO GONZÁLEZ BERNAL. Universidad UPP Universidad Politécnica de Puebla UPP JESÚS ANTONIO GONZÁLEZ BERNAL 1 2 Evolución de la Tecnología BD 1960 s y antes Creación de las BD en archivos primitivos 1970 s hasta principios de los 1980 s BD Jerárquicas

Más detalles

Capítulo 4 Implementación

Capítulo 4 Implementación Capítulo 4 Implementación Este capítulo describe los detalles de implementación del sistema. La sección 4.1 habla sobre las herramientas utilizadas y detalla la arquitectura para la implementación de ATEXEM.

Más detalles

Licencia GNU FDL. Detalle del cambio. Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Versión incial. 05/11/2009

Licencia GNU FDL. Detalle del cambio. Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Versión incial. 05/11/2009 Licencia GNU FDL Copyright 2009 Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Se otorga permiso para copiar, distribuir y/o modificar este documento bajo los términos de la Licencia

Más detalles

Módulo Minería de Datos

Módulo Minería de Datos Módulo Minería de Datos Diplomado Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Análsis Dimensional OLAP On-Line Analytical Processing Estructura del Proceso

Más detalles

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN

Más detalles

Modelamiento Dimensional. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS

Modelamiento Dimensional. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Modelamiento Dimensional Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Agenda Modelo Dimensional Definición Componentes Ejemplos Comparación con E/R Proceso

Más detalles

Introducción. Campos de Aplicación SGBD. Índice. Aplicaciones Representativas. Aplicaciones Representativas

Introducción. Campos de Aplicación SGBD. Índice. Aplicaciones Representativas. Aplicaciones Representativas SGBD Base de Un Sistema Gestor de consiste en: Datos Una colección de datos interrelacionados Un conjunto de programas para acceder a los datos Objetivo Principal de un SGBD: Proporcionar una forma práctica

Más detalles

Sistema de análisis de información. Resumen de metodología técnica

Sistema de análisis de información. Resumen de metodología técnica Sistema de análisis de información Resumen de metodología técnica Tabla de Contenidos 1Arquitectura general de una solución de BI y DW...4 2Orígenes y extracción de datos...5 2.1Procesos de extracción...5

Más detalles

APOYO PARA LA TOMA DE DECISIONES

APOYO PARA LA TOMA DE DECISIONES APOYO PARA LA TOMA DE DECISIONES Cátedra: Gestión de Datos Profesor: Santiago Pérez Año: 2006 Bibliografía: Introducción a las Bases de Datos. DATE - 1 - 1. INTRODUCCION APOYO PARA LA TOMA DE DECISIONES

Más detalles

Plantillas Empresariales de ibaan Decision Manager. Guía del usuario de BAAN IVc Sales

Plantillas Empresariales de ibaan Decision Manager. Guía del usuario de BAAN IVc Sales Plantillas Empresariales de ibaan Decision Manager Una publicación de: Baan Development B.V. P.O.Box 143 3770 AC Barneveld Países Bajos Impreso en los Países Bajos Baan Development B.V. 2002. Reservados

Más detalles

Transformación de grandes cantidades de datos en valiosa estrategia Business Intelligence

Transformación de grandes cantidades de datos en valiosa estrategia Business Intelligence MICROSOFT SQL SERVER 2000 SOLUCIÓN C SPAR Handels AG Transformación de grandes cantidades de datos en valiosa estrategia Business Intelligence Publicado: Mayo de 2001 SPAR es un minorista líder europeo

Más detalles

Anexo 11. Manual de Administración

Anexo 11. Manual de Administración PONTIFICIA UNIVERSIDAD JAVERIANA Anexo 11. Manual de Administración Para mantenimiento a los modelos y código fuente Alex Arias 28/05/2014 El presente documento muestra los requerimientos necesarios para

Más detalles

Arquitectura para análisis de información. Zombi es una arquitectura que proporciona de manera integrada los componentes

Arquitectura para análisis de información. Zombi es una arquitectura que proporciona de manera integrada los componentes Capítulo 4 Arquitectura para análisis de información propuesta 4.1 Arquitectura Zombi es una arquitectura que proporciona de manera integrada los componentes necesarios para el análisis de información

Más detalles

3.3.3 Tecnologías Mercados Datos

3.3.3 Tecnologías Mercados Datos 3.3.3 Tecnologías Mercados Datos TECNOLOGIAS DATAMART: Aspect Data Mart es una solución completa de reportes para la empresa, que le proporciona un mayor entendimiento de las operaciones de sus negocios

Más detalles

SQL Server 2000 está diseñado para trabajar con dos tipos de bases de datos :

SQL Server 2000 está diseñado para trabajar con dos tipos de bases de datos : Introducción a SQL Server 2000 SQL Server 2000 es un sistema de gestión de bases de datos relacionales (SGDBR o RDBMS: Relational Database Management System) diseñado para trabajar con grandes cantidades

Más detalles

Integración de Datos y ETL con Oracle Warehouse Builder

Integración de Datos y ETL con Oracle Warehouse Builder Oracle University Contact Us: +34916267792 Integración de Datos y ETL con Oracle Warehouse Builder Duration: 5 Days What you will learn Los participantes aprenderán a cargar datos mediante la ejecución

Más detalles

Bases de Datos: Teoría General y Aplicaciones

Bases de Datos: Teoría General y Aplicaciones IN60E Aplicaciones de Bases de Datos en la Empresa y Minería de Datos Otoño 2008 Bases de Datos: Teoría General y Aplicaciones Universidad de Chile Departamento de Ingeniería Industrial Profesor: Richard

Más detalles

Comparing the MOLAP the ROLAP storage models

Comparing the MOLAP the ROLAP storage models REVISTA INGENIERÍA E INVESTIGACIÓN VOL. 26 No.3, DICIEMBRE DE 2006 (135-142) Análisis del modelo de almacenamiento MOLAP frente al modelo de almacenamiento ROLAP Comparing the MOLAP the ROLAP storage models

Más detalles

Sistemas de Data Warehousing

Sistemas de Data Warehousing Federación Médica del Interior (FEMI) Sociedad Uruguaya de Informática en la Salud (SUIS) Información en Salud Edición 2009 Sistemas de Data Warehousing Dr. Ing. Adriana Marotta (In.Co - F.Ing - UDELAR)

Más detalles

[CASI v.0110] Pág. 1

[CASI v.0110] Pág. 1 I. DATOS INFORMATIVOS II. SUMILLA Carrera Especialidad Curso Código : T-INF105 Ciclo : Segundo Requisitos : Ninguno Duración : 12 Semanas Horas Semana : 06 horas Versión : v.0110 : COMPUTACIÓN E INFORMATICA

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA Escuela Académico Profesional de Ingeniería de Sistemas 1. ESPECIFICACIONES

Más detalles

Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos

Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos Data Warehousing: el reto de extraer el valor de los datos AGENDA Data Warehouses Problemáticas típicas de Data Warehouse Soluciones

Más detalles

ALMACENES PARA GESTIÓN MASIVOS.... ALMACENES PARA GESTIÓN MASIVOS 1 ALMACENES PARA GESTIÓN MASIVOS 2 EL OBJETIVO ES EL ANÁLISIS PARA EL SOPORTE EN LA TOMA DE DECISIONES. GENERALMENTE, LA INFORMACIÓN QUE

Más detalles

Plantillas Empresariales de ibaan Decision Manager. Guía del usuario de BAAN IVc Inventory 2.0

Plantillas Empresariales de ibaan Decision Manager. Guía del usuario de BAAN IVc Inventory 2.0 Plantillas Empresariales de ibaan Decision Manager Guía del usuario de BAAN IVc Inventory 2.0 Una publicación de: Baan Development B.V. P.O.Box 143 3770 AC Barneveld Países Bajos Impreso en los Países

Más detalles

2071 Querying Microsoft SQL Server 2000 with Transact- SQL

2071 Querying Microsoft SQL Server 2000 with Transact- SQL 2071 Querying Microsoft SQL Server 2000 with Transact- SQL Introducción La meta de este curso es proveer a los estudiantes con las habilidades técnicas requeridas para escribir consultas básicas de Transact-SQL

Más detalles

DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM

DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM Historial de revisiones Versión Fecha Autor: Descripción del cambio 1.0 31/08/2007 Rayner Huamantumba. Manual para diseño y desarrollo de Datamart INDICE 1-

Más detalles

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA Qué es inteligencia de negocios? (BI) Business Intelligence es la habilidad para transformar los datos en información, y la información en

Más detalles

www.itconsulting.com.bo

www.itconsulting.com.bo Señor(a): Cliente Presente.- Santa Cruz, 23 de octubre del 2012 Distinguido Señores: REF.: COTIZACION CURSO BUSINESS INTELLIGENCE & DATAWAREHOUSE & CUBOS OLAP EN EXCEL 2010 Consultores en Tecnologías de

Más detalles

Facultad de Ingeniería y Tecnología Informática Licenciatura en Sistemas de Información Plan: 2012 Ciclo: 2014 Programa Analítico Base de Datos II

Facultad de Ingeniería y Tecnología Informática Licenciatura en Sistemas de Información Plan: 2012 Ciclo: 2014 Programa Analítico Base de Datos II 1. OBJETIVOS: Lograr que los alumnos conozcan los componentes y la arquitectura de las bases de datos relacionales. Brindar un curso internacionalmente actualizado respecto del ámbito académico, así como

Más detalles

Bases de datos: Sistemas de bases de datos:

Bases de datos: Sistemas de bases de datos: Bases de datos: Sistemas de bases de datos: Un sistema de bases de datos es básicamente un sistema para archivar en computador, es decir, es un sistema computarizado cuyo propósito general es mantener

Más detalles

TOPICOS AVANZADOS DE BASES DE DATOS Unidad 3

TOPICOS AVANZADOS DE BASES DE DATOS Unidad 3 TOPICOS AVANZADOS DE BASES DE DATOS Unidad 3 3.2 Procesamiento y análisis en linea Olap OLAP es el acrónimo en inglés de procesamiento analítico en línea (On-Line Analytical Processing). Es una solución

Más detalles

CAPITULO 7. MS SQL Server Express Edition

CAPITULO 7. MS SQL Server Express Edition CAPITULO 7 MS SQL Server Express Edition 7.1 Requerimientos Previos El proceso de instalación de Microsoft SQL Server 2008 no es complejo y es de gran importancia tener en cuenta que se está realizando

Más detalles

UNIVERSIDAD SIMÓN BOLÍVAR

UNIVERSIDAD SIMÓN BOLÍVAR UNIVERSIDAD SIMÓN BOLÍVAR DECANATO DE ESTUDIOS PROFESIONALES COORDINACIÓN DE INGENIERÍA DE COMPUTACIÓN DISEÑO Y DESARROLLO DE SISTEMA DE INTELIGENCIA DE NEGOCIOS EN EL SECTOR FINANCIERO Por: Daniel Alejandro

Más detalles

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS 1. RESEÑA HISTORICA Las exigencias competitivas del mercado hacen que las organizaciones busquen mecanismos

Más detalles

Capacitación SAP BW Plataforma Tecnológica Única

Capacitación SAP BW Plataforma Tecnológica Única Capacitación SAP BW Plataforma Tecnológica Única Noviembre, 2011 Agenda Presentación del Instructor e Integración Grupal Objetivos del Taller Qué es un Datawarehouse? Qué es SAP BW? Estructura / Capas

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR FACULTAD DE INGENIERÍA ESCUELA DE SISTEMAS DISERTACIÓN DE TESIS PREVIO A LA OBTENCIÓN DEL TÍTULO DE

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR FACULTAD DE INGENIERÍA ESCUELA DE SISTEMAS DISERTACIÓN DE TESIS PREVIO A LA OBTENCIÓN DEL TÍTULO DE PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR FACULTAD DE INGENIERÍA ESCUELA DE SISTEMAS DISERTACIÓN DE TESIS PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERO EN SISTEMAS GUÍA PARA IMPLEMENTAR UNA SOLUCION

Más detalles

Universidad Rey Juan Carlos

Universidad Rey Juan Carlos Universidad Rey Juan Carlos ESCUELA SUPERIOR DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS Curso Académico 2009/2010 Proyecto de Fin de Carrera Desarrollo de una aplicación de

Más detalles

Concepción - Chile Marcela Varas Universidad de Concepción Chile - 2012

Concepción - Chile Marcela Varas Universidad de Concepción Chile - 2012 Presentación Concepción - Chile www.udec.cl Universidad de Concepción - Chile Estudiantes Universidad de Concepción Departamento de Ingeniería Informática y Ciencias de la Computación Facultad de Ingeniería

Más detalles

ANEXO C Documento de Extracción. 1. Objetivo. 2. Alcance. 3. Arquitectura de la Extracción

ANEXO C Documento de Extracción. 1. Objetivo. 2. Alcance. 3. Arquitectura de la Extracción ANEXO C Documento de Extracción 1. Objetivo El objetivo del documento de extracción es presentar aquellas características que se mencionan de manera general en el documento de tesis. Aquí se enfoca directamente

Más detalles

Herramientas de Modelado & Simulación de Negocios Incorporadas Dentro del SAP SEM

Herramientas de Modelado & Simulación de Negocios Incorporadas Dentro del SAP SEM Herramientas de Modelado & Simulación de Negocios Incorporadas Dentro del SAP SEM By Ulrich Hauke, SAP AG, y Kai Berendes, Powersim GmbH - Traducción CACIT Group Están disponibles una amplia variedad de

Más detalles

IMPLEMENTACIÓN DE UN DATA MART PARA UN SERVICIO DE DOSIMETRÍA EXTERNA.

IMPLEMENTACIÓN DE UN DATA MART PARA UN SERVICIO DE DOSIMETRÍA EXTERNA. X Congreso Regional Latinoamericano IRPA de Protección y Seguridad Radiológica Radioprotección: Nuevos Desafíos para un Mundo en Evolución Buenos Aires, 12 al 17 de abril, 2015 SOCIEDAD ARGENTINA DE RADIOPROTECCIÓN

Más detalles

DEPARTAMENTO: Computación y diseño NOMBRE DEL CURSO: Base de datos I CLAVE: 004012 ACADEMIA A LA QUE PERTENECE: Base de datos I

DEPARTAMENTO: Computación y diseño NOMBRE DEL CURSO: Base de datos I CLAVE: 004012 ACADEMIA A LA QUE PERTENECE: Base de datos I PROGRAMA DE CURSO Modelo 2009 DEPARTAMENTO: Computación y diseño NOMBRE DEL CURSO: Base de datos I CLAVE: 004012 ACADEMIA A LA QUE PERTENECE: Base de datos I PROFESIONAL ASOCIADO Y LICENCIATURA Versión

Más detalles

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia Señor(a): CLIENTE Presente.- Santa Cruz, 14 Noviembre del 2012 REF.: COTIZACION ESPECIALISTA EN ANALISIS DE DATOS & INTELIGENCIA DE NEGOCIOS EN EXCEL 2007-2010 Distinguido Señores: Consultores en Tecnologías

Más detalles

Alicia Iriberri Dirección de Tecnologías de Información. I.- Definición del foco estratégico

Alicia Iriberri Dirección de Tecnologías de Información. I.- Definición del foco estratégico Alicia Iriberri Dirección de Tecnologías de Información I.- Definición del foco estratégico II.- Establecimiento de mediciones a través del Balanced Scorecard (Tablero de Comando) III.- Despliegue del

Más detalles

OLAP y Minería de Datos: Introducción

OLAP y Minería de Datos: Introducción OLAP y Minería de Datos: Introducción Carlos Hurtado L. churtado@dcc.uchile.cl Departamento de Ciencias de la Computación Universidad de Chile OLAP y Minería de Datos: Introducción, DCC, U. de Chile, 2do

Más detalles

INTRODUCCION A LAS BASES DE DATOS ESPACIALES

INTRODUCCION A LAS BASES DE DATOS ESPACIALES INTRODUCCION A LAS BASES DE DATOS ESPACIALES Índice Introducción Qué es un SIG? Arquitectura de un SIG La información n en un SIG Uso y aplicación n de los SIG Bases de datos Introducción Antecedentes:

Más detalles

50401 Designing and Optimizing Database Solutions with Microsoft SQL Server 2008

50401 Designing and Optimizing Database Solutions with Microsoft SQL Server 2008 50401 Designing and Optimizing Database Solutions with Microsoft SQL Server 2008 Introducción Este curso de cinco días impartido por instructor provee el conocimiento y habilidades que profesionales de

Más detalles

10778 Implementing Data Models and Reports with Microsoft SQL Server 2012

10778 Implementing Data Models and Reports with Microsoft SQL Server 2012 10778 Implementing Data Models and Reports with Microsoft SQL Server 2012 Introducción Inteligencia de negocio (BI) se está convirtiendo incrementalmente importante para compañías de diferentes tamaños

Más detalles

FORMACIÓN PARA LA CERTIFICACIÓN OFICIAL MICROSOFT. MCSA: SQL Server Solutions Associate

FORMACIÓN PARA LA CERTIFICACIÓN OFICIAL MICROSOFT. MCSA: SQL Server Solutions Associate FORMACIÓN PARA LA CERTIFICACIÓN OFICIAL MICROSOFT MCSA: SQL Server Solutions Associate DETALLE DE LA ACCION FORMATIVA Mediante la siguiente acción formativa se formará a las personas asistentes para la

Más detalles

INTELIGENCIA DE NEGOCIOS

INTELIGENCIA DE NEGOCIOS INTELIGENCIA DE NEGOCIOS En tiempos de incertidumbre financiera, la toma de decisiones basada en información es crucial para sobrevivir en el mundo de los negocios. Empresas de todas las industrias dependen

Más detalles

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Ana María Bisbé York Servicios Profesionales sp@danysoft.com 916 638683 www.danysoft.com Abril 2015 Sala 1 SQL Server

Más detalles

Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008

Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008 Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008 Introducción Aunque la estrategia de adquisiciones que Oracle ha seguido en los últimos años siempre ha buscado complementar y fortalecer nuestra oferta

Más detalles

Cátedra: BI Business Intelligence. Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012.

Cátedra: BI Business Intelligence. Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012. Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012 programa Plan 2008 Área Complementaria Carga horaria semanal Anual/ cuatrimestral Coordinador de Cátedra Objetivos

Más detalles

Diseño de Bases de Datos

Diseño de Bases de Datos Diseño de Bases de Datos Año 2015 Carrera/ Plan: Licenciatura en Informática Plan 2015 Licenciatura en Sistemas Plan 2015 Analista Programador Universitario, Computación Plan 2015 Año: 2 Régimen de Cursada:

Más detalles

Programa Analítico Plan de estudios 2011. Asignatura: Bases de Datos

Programa Analítico Plan de estudios 2011. Asignatura: Bases de Datos Programa Analítico Plan de estudios 2011 Asignatura: Bases de Datos CARRERA: LCC Lic. en y LSI Ciencias de la Computación - Lic. en Sistemas de Información AÑO: 3 (LCC) y 4 (LSI) CREDITO HORARIO: 7 DESPLIEGUE:

Más detalles

Tecnologías de Información y Comunicación II CLASE 10

Tecnologías de Información y Comunicación II CLASE 10 Tecnologías de Información y Comunicación II CLASE 10 Medidas Una medida es un tipo de dato cuya información es usada por los analistas (usuarios) en sus consultas para medir la perfomance del comportamiento

Más detalles

Introducción a Bases de Datos

Introducción a Bases de Datos de a M. -Tastets Universidad de Concepción,Chile www.inf.udec.cl\ andrea andrea@udec.cl II Semestre - 2007 y del s: Sistemas de y del s: de y del s: Objetivos de la Unidad Dar a conocer las características,

Más detalles

Escalabilidad y Rendimiento en una Solución BI. Copyright 2008, Solid Quality Mentors. All rights reserved.

Escalabilidad y Rendimiento en una Solución BI. Copyright 2008, Solid Quality Mentors. All rights reserved. Escalabilidad y Rendimiento en una Solución BI Agenda Escalabilidad Rendimiento Escalabilidad SSIS Podemos instalar SSIS de forma independiente en un servidor Podemos escalar utilizando varios servidores

Más detalles

INTRODUCCION. entidades. Modelo lógico de la base de datos. Matricula. carne. codigo_curso. año semestre nota. propiedades

INTRODUCCION. entidades. Modelo lógico de la base de datos. Matricula. carne. codigo_curso. año semestre nota. propiedades INTRODUCCION Uno de los objetivos del curso es modelar a través de un diagrama las estructuras lógicas requeridas para almacenar los datos y resolver las consultas del sistema información que requiera

Más detalles