Dirección General de Estudios de Postgrado Área de Ingeniería Programa: Maestría Sistemas de Información

Transcripción

1 Dirección General de Estudios de Postgrado Área de Ingeniería Programa: Maestría Sistemas de Información Caracas, Abril 2016 Integrantes: Areiza, Elvis Pérez, Dalila Rivas, Juan

2 Puntos a tratar: 1.- Almacén de Datos (Data Warehouse) 2.- Preparación del almacén de datos 3.- Bases de datos multidimensionales (BDM). 4.- Procesamiento y análisis en línea (OLAP). 5.- Mercados de datos (Data Mart). 6.- Minería de datos (Data mining).

3 Según la RAE Almacén: «Edificio o local donde se depositan géneros de cualquier especie, generalmente mercancías.» Datos: «Documento, testimonio, fundamento.» «Información dispuesta de una manera adecuada para su tratamiento por una computadora.» 1. Almacén de Datos (Data Warehouse)

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19 2. Preparación del Almacén de Datos Sistema de Ayuda Toma de Decisión

20 A la hora de construir un Almacén de datos: SG. Colas Enfoque, Objetivo Perspectiva Distribución de Pedidos

21 SATD: Ordenar Preparar datos Arquitectura de Inteligencia de Negocios Data Warehousing 2 1 Analítico ETL?

22 ETL: Extracción, Transformación y Carga. Los Datos deben ser extraídos de diversas fuentes, Depurados, transformados y consolidados. Vista Detalla Data warehousing

23 Fase de extracción: Captura de Datos Análisis de entrada y/o salidas de Datos Programas en C, Cobol, Pl/Sql Técnicas de Extracción Gateways. Fuentes de extracción: Producción (SBD Transacciones): IMS, DB2, Oracle, Sap. Archivos Planos: Texto o binario Internas o Externas.

24 Fase de Transformación Involucra la división o la combinación de registros fuente Verificación de corrección de errores Importante al mezclar varias fuentes de datos Conversión: Los operadores o transformaciones Generador de Claves: Filtrado: Unión:

25 Fase de Carga Carga de los Datos en el Almacén Pasos para el proceso de Carga: Requisitos del usuario (Tareas Procesos) Proceso de transporte: (técnicas) Ventana de Carga: (Tiempo) Para la eficiencia de las operaciones de carga considerar: Movimiento de datos: Carga de esquemas semejantes al destino Verificación de integridad: Criterios de unicidad Construcción de índices: Eliminación de índices..

26 Caso Práctico: Análisis de Estadísticas Web

27 Conexión BD Entorno de Trabajo Parámetros Ventana de Consulta

28

29 Base de datos multidimensional (MDB) Una base de datos multidimensional (MDB) es un tipo de base de datos que almacena datos en varias dimensiones, guardan datos que adquieren valor diferente dependiendo de la dimensión que tengan con respecto a diversos atributos.

30 En las base de datos multidimensionales la información se representa como cubos y matrices, cada uno de los cuadros se les llama matrices y es donde están almacenadas la información.

31 Versatilidad de las bases de datos multidimensionales Las BDMD se caracterizan por una mayor versatilidad que las bases de datos relacionales a la hora de realizar consultas. A menudo éstas se crean a partir de entradas de las bases de datos relacionales, facilitando un tipo de análisis muy útil para el negocio, que permite extraer datos de forma selectiva y realizar consultas de distinto tipo. Son muy ventajosos en cuanto a rapidez y procesamiento.

32 Es habitual su utilización para conocer las ventas en un determinado contexto. Para hacer comparaciones entre distintas consultas y cuestiones similares con el fin de resumir operaciones o descubrir tendencias de negocios. Cada atributo de los datos se considera por separado y, a su vez, puede dividirse en sub atributos.

33 Características: Dimensiones Medidas Datos ordenados por jerarquía Simplifica consultas

34 Ventajas de las bases de datos multidimensionales Accesos a grandes cantidades de información. Analiza relaciones entre muchos tipos de elementos. Presenta los datos en diferentes perspectivas. Involucra cálculos complejos entre elementos de datos. Aseguran un buen tiempo de respuesta a las necesidades del usuario.

35 Beneficios que trae a una organización la utilización de una BDMD Facilidad de acceso y Uso. Flexibilidad. Los datos organizados en diferentes dimensiones. Ahorro por productividad de personas altamente profesionales. Permite encontrar con facilidad el historial de datos. Genera ventajas competitivas.

36 OLAP(Proceso analítico en línea) Es una solución utilizada en el campo de la llamada inteligencia empresarial cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras multidimensionales (o cubos OLAP) que contienen datos resumidos de grandes bases de datos.

37 Acciones Básicas del Proceso Analítico en Línea Segmenta Rota Filtra Sintetiza Profundiza

38 Características: Visión multidimensional. Arquitectura cliente / servidor. Multiusuario. Permite navegar fácilmente por la información Ofrece filtros adecuados, fáciles y dinámicos para el acceso a la información. Capacidad de análisis. Interfaces gráficas. Diferencia entre valor vacío y valor cero.

39 Ventajas de OLAP: Acceso a grandes cantidades de datos. Analizan las relaciones entre muchos tipos de elementos empresariales. Facilitan la toma de decisiones. Involucran datos agregados. Comparan datos agregados a través de periodos jerárquicos. Respuesta rápida a las consultas de usuarios. Presenta datos en diferentes dimensiones. Guarda histórico de datos.

40 Arquitecturas para los sistemas OLAP MOLAP ROLAP HOLAP DOLAP

41 ROLAP es una implementación OLAP que almacena los datos en un motor relacional. La arquitectura está compuesta por un servidor de banco de datos relacional y el motor OLAP se encuentra en un servidor dedicado. ROLAP

42 MOLAP La arquitectura MOLAP usa unas bases de datos multidimensionales para proporcionar análisis, su principal premisa es que el OLAP está mejor implantado almacenando los datos multidimensionalmente.

43 HOLAP (Hybrid OLAP) Almacena algunos datos en un motor relacional y otros en una base de datos multidimensional, es una combinación de varias técnicas de almacenamiento. Las agregaciones se realizan en cache, pero el drill-down a través de la base de datos relacional. Algunos fabricantes son: Microdsoft Analysis Servises, SAS OLAP, Oracle Hyperion Essbase

44 DOLAP (Desktop OLAP). Es un OLAP orientado a equipos de escritorio (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.

45 5.- Mercado de Datos (Data Mart) Data Mart Departamentales Línea de Negocio

46 Qué razones tengo para crea un Data Mart? Acceso a la Información Vista Potencial Costo TR

47 Beneficios Decisiones estratégicas. Acelera consultas. Estructura de datos. El costo. Perspectivas macros y micro que ahorra Tiempo. Desventajas

48 Diferencias entre un Data Mart y Data Warehouse. Aspectos Datawarehouse Datamart Alcance Corporativo Línea de Negocio Temas Múltiples Un único tema Tamaño 100 GB-TB+ Menor 100 GB Tiempo de Implementación De meses a años Varios meses Motivo de la Creación Satisfacer las necesidades de una corporación Satisfacer las necesidades especificas de un departamento Tipos de Datos Datos con un nivel de detalle amplio Datos agregados y resumidos Rol de usuarios Exploradores Recolectores

49 Data Marts Dependientes Data Marts Independientes Data Mart Híbrida

50 Arquitectura Descentralizada Arquitectura Integrada Herramientas de Base de datos que permiten trabajar con Data Marts: Microsoft SQLServer PostgreSql Oracle MySql

51

52

53

54

55

56

57

58

59

60

61

62

63

64 6. Minería de Datos (Data Mining)

65 6. Minería de Datos (Data Mining)

66 6. Minería de Datos (Data Mining)

67 6. Minería de Datos (Data Mining)