Otra Otr s a técni n c i a c s a de Diseño: BDD, Datawarehouse

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

Download "Otra Otr s a técni n c i a c s a de Diseño: BDD, Datawarehouse"

Transcripción

1 Otras técnicas de Diseño: BDD, Datawarehouse

2 Índice Bases de Datos Distribuidas Definición Objetivo Técnicas de Diseño Almacenes de Datos

3 Definición de BD Distribuida BD que no esta almacenada en una única posición física, sino que esta repartida en distintos lugares geográficamente dispersos y conectados vía enlaces decomunicación, pudiendo los usuarios de cada nodoacceder a todos los datos. Colección de datos que pertenecen lógicamente al mismo sistema pero físicamente están dispersos en distintos lugares de una red. 3

4 Ejemplo de BDD (fragmentación y asignación) MADRID (sede central) EMPLEADOS (todos) PROYECTOS (todos) BARCELONA EMPLEADOS (Barcelona) PROYECTOS (Barcelona) Red de Comunicaciones BILBAO EMPLEADOS (Bilbao) PROYECTOS (Bilbao) SEVILLA EMPLEADOS (Sevilla) PROYECTOS (Sevilla) 4

5 Objetivo de las BD Distribuidas Transparencia: Separación del nivel semántico del sistema (nivel alto) de los aspectos de implementación (bajo nivel) Proporcionar INDEPENDENCIA DE DATOS Tipos de transparencia: en la distribución (o en la red) en las copias en la fragmentación 5

6 Transparencia en ladistribución El usuario no debe conocer detalles operacionales de la red. Se divide en: Transparencia en la localización: li ió El comando usado para realizar la tarea es independiente de la localización de los datos y del lugar donde se escriba el comando. Transparencia en los nombres. Cuando se asignan nombres a los objetos, estos se pueden acceder de forma no ambigua. Un esquema de localización describe el lugar donde está almacenados los dt datos (fragmentos) 6

7 Transparencia en las copias Todos los detalles para localizar y mantener copias deben ser tratados por el sistema. Se duplican los fragmentos. Ventajas: Seguridad (disponibilidad), menor nº de comunicaciones (aumento de paralelismo) Inconvenientes: Modificaciones, más espacio de almacenamiento 7

8 Copias de los Datos Diferentes situaciones: a) Copiar toda la BD en cada nodo. Se crea una BDD totalmente repetida. Ventajas: El sistema funciona mientras funciona alguno de los nodos (Disponibilidad). Paralelismo Incrementado. Las recuperaciones de los datos son más rápidas para las preguntas globales. Desventajas: Modificaciones mas costosas. Mecanismos de control de concurrencia y recuperación ante fallos mas complejas. 8

9 Copias de los Datos b) No tener ninguna copia de los datos, solo los originales. Cada fragmento está en un solo sitio. Distribución no redundante. 9

10 Copias de los datos c) Repeticiones i parciales. il Algunos fragmentos se duplican y otros no. Se duplican en un nodo, dos,... o en tantos como existan. Unadescripción de losfragmentosduplicadosse se denomina esquema de duplicación. La selección de los lugares y el grado de duplicación depende: de los objetivos deseados en cuanto a rendimiento y disponibilidad dl del sistema it y de los tipos y frecuencias de las preguntas enviadas a cada nodo 10

11 Tipos de fragmentación Fragmento: Unidad lógica de BD (ejemplo relación) Tipos de Fragmentación: Horizontal Vertical Mixta 11

12 Fragmentación La fragmentación de una relación R es correcta si son válidas las siguientes propiedades: Completitud: cada elemento de R debe aparecer en alguno de los fragmentos Ri. Restauración: el contenido de R se debe poder obtener a partir de los fragmentos de Ri. 12

13 Por qué Fragmentar? Ventajas: Mejorar el rendimiento de las aplicaciones al trabajar con subconjuntos de relaciones Poder dar una respuesta eficiente a aplicaciones que trabajan con los mismos datos (subconjuntos de relación) en diferentes nodos Los fragmentos permiten aumentar el número de ejecuciones concurrentes. Desventajas: Disminuye la eficiencia en las aplicaciones que trabajan con varios fragmentos La comprobación de las restriccionesde integridad puede ser más costosa. 13

14 Fragmentación Horizontal Una fragmentación horizontal de una relación lo constituyen un subconjunto de tuplas de dicha relación. Las tuplas que pertenecen al fragmento horizontal se especifican por una condición en uno o más atributos de la relación. Operador: Selección. (Condición de guardia) 14

15 Fragmentación Horizontal Propiedades: Completa. Cada tupla de la relación original R está en alguno de los fragmentos (C1 or C2 or Cn) Disjunta. Para cualquier i # j ninguna tupla esta en Ci and Cj Si es completa y disjunta se puede utilizar la operación UNION para reconstruir la relación original. 15

16 Fragmentación Vertical Un fragmento vertical de una relación contiene solo ciertos atributos de la relación que están relacionados entre si de alguna forma. Operador: Proyección Es necesario incluir en cada fragmento el atributo clave primaria. 16

17 Fragmentación Vertical La fragmentación vertical es completa si se cumple que: el conjunto de fragmentos verticales incluyen todos los atributos de la relación original y comparten el atributo clave primaria. L1 U L2...U Ln = Atributos (R) y Li and Lj = Pk(R) para todo i # j clave primaria de R Para reconstruir la relación original se debe aplicar la operación OUTER UNION. 17

18 Fragmentación Fragmentación horizontal: basada en encontrar condiciones de selección Fragmentación vertical: basada en encontrar conjuntos de atributos a proyectar 18

19 Fragmentación Mixta Combinación de los tipos de fragmentación Horizontal y Vertical. 19

20 Fragmentación En general un fragmento de relación se puede especificar por la combinación de las operaciones SELECT PROJECT. Si C = true and L # ATR(R) Fragmento vertical Si C # true and L =ATR(R) Fragmento horizontal Si C #true and L # ATR(R) Fragmento Mixto Si C =true and L = ATR(R) Relación Original 20

21 Fragmentación Un esquema de fragmentación de una BD contiene la definición del conjunto de fragmentos que incluyen todos los atributos y tuplas de la BD y que cumple la condición de que toda la BD puede ser reconstruida a partir de los fragmentos mediante alguna secuencia de operaciones 21

22 Objetivo Transparencia en la localización + Transparencia en las copias + Trasparencia en la fragmentación Permiten que el sistema distribuido parezca al usuario un sistema centralizado 22

23 Objetivos Además, la transparencia en la localización permite desplazar relaciones entre nodos sin alterar las aplicaciones la transparencia en las copias permite incrementar el factor de disponibilidad de los datos y el del rendimiento del sistema la transparencia en la fragmentación también permite incrementar el factor de rendimiento del sistema. 23

24 Diseño de BDs Distribuidas Hay que decidir en qué nodos deben residir 1) los datos Diseño de BD Distribuidas No si ilas BD ya existen (SBDF). En ese caso hay que integrarlas para obtener el esquema global. En otro caso (SBDD), tras obtener el esquema conceptual global se debe fragmentar y asignar 2) las aplicaciones que trabajan con los datos Es necesario un sistema de gestión de BD Distribuidas que realice lo siguiente: procesamiento de preguntas, mantenimiento de la consistencia si hay replicación de datos, control de transacciones, etc. 24

25 Diseño 25

26 Diseño de BD Distribuidas Cómo distribuir los datos entre diferentes sitios? Objetivos del Diseño: Procesamiento Local Distribución de la carga de trabajo Costo de almacenamiento y disponibilidad Problemas: Fragmentación Asignación 26

27 Diseño top-down de BDD (Rel.) Esquema Global Información de Acceso (transacciones) FRAGMENTACION Esquema Global Fragmentado ASIGNACIÓN Esquema Local 1 DISEÑO FÍSICO Esquema Local N DISEÑO FÍSICO Esquema Físico 1 Esquema Físico N 27

28 Diseño Bottom Up de BDD Esquema Local 1 Esquema Local N TRADUCCIÓN Esquema Local 1 en un modelo canónico TRADUCCIÓN Esquema Local N en un modelo canónico INTEGRACIÓN Esquema Global en un modelo canónico 28

29 Diseño top-down de BDD (Rel.). Etapas 1. Diseño Esquema Global 2. Fragmentar y Asignar 3. Diseños Físicos 29

30 Diseño Top Down El problema de obtener los esquemas locales a partir del global se divide en dos: Fragmentación: partir las tablas en fragmentos. Asignación: distribuir los fragmentos entre los esquemas locales. El fragmento es la unidad a distribuir ventaja: incrementa el nivel de concurrencia de transacciones. desventaja: algunas transacciones se degradarán si tienen que trabajar con varios fragmentos. 30

31 Fragmentación Con el fin de realizar una fragmentación adecuada es necesario trabajar con la siguiente información: Sobre el significado de los datos Sobre las aplicaciones que los usan Acerca de la red de comunicaciones 31

32 Diseño. Asignación Cómo asignar los fragmentos a los nodos? La elección de los lugares y el grado de repetición de los datos dependerá: del rendimiento que se quiera obtener del sistema del grado de disponibilidad de los datos que se desee y del tipo y frecuencia de las transacciones en cada nodo. 32

33 Asignación En la fase de asignación se necesita conocer información cuantitativa relativa a: la BD, las aplicaciones que se usaran, la red de comunicación, lascapacidades de procesamiento y de almacenamiento de cada nodo en la red. 33

34 Ai Asignaciónió Asignar fragmentos a los esquemas locales Sin replicación: todo fragmento reside en un único nodo bueno para actualizaciones, malo para preguntas Con replicación total: todos los fragmentos residen en todos los nodos bueno para preguntas, malo para actualizaciones Con replicación parcial: algunos fragmentos pueden residir en más de un nodo compromiso entre actualizaciones y preguntas Si hay más actualizaciones que preguntas entonces la replicación será menos ventajosa 34

35 Formulación del problema Asignación Dados N fragmentos y M nodos, encontrar la matriz X (Xij = true) el fragmento i se aloja en el nodo j tal que minimiza el costo total suma de los costos de procesamiento de todas las preguntas, actualizaciones (multiplicando cada costo por el nº de veces que se pregunta / actualiza) y costos de almacenar todos los fragmentos. sujeto a las siguientes restricciones: tiempo de respuesta máximo para cada pregunta existe un almacenamiento máximo en cada nodo no superar la carga de procesamiento en cada nodo El problema es NP-completo. Pero se pueden usar heurísticos: problema de la mochila, técnicas de ramificar y acotar, etc... 35

36 Ai Asignaciónió PROCESAMIENTO DE PREGUNTAS REPLICACIÓN REPLICACIÓN SIN COMPLETA PARCIAL REPLICACIÓN Más fácil Más Difícil Más difícil CONTROL DE CONCURRENCIA Difícilil Más Difícil Más fácil DISPONIBILIDAD DE LOS DATOS Muy alta Alta Baja 36

37 Diseño Donde almacenar el catálogo global? a) Centralizado. En un único nodo b) Totalmente repetido. En cada nodo c) Distribuido. En cada nodo se almacena la información necesaria para el nodo. Combinación de a y c. 37

38 Ejemplo Diseño ESTUDIANTE (Dni, Nombre, Centro, Campus) AMONESTACION (coda, Fecha, Periodo, Dni) LIBRO (ISBN, Titulo, Editorial, BibliotecaCampus) PRESTAMO (Dni,, ISBN, Fecha,, Tipo) 38

39 Ejemplo Diseño El dominio corresponde a la gestión del servicio de bibliotecas de la Universidad (existe una biblioteca por campus). En este servicio se anotan datos acerca de los estudiantes matriculados en la universidad, los libros con los que cuentan las bibliotecas, los préstamos que se realizan y las amonestaciones que se hacen a los estudiantes cuando incumplen las normas de préstamo establecidas El sistema distribuido a construir está compuesto de 3 nodos, uno por cada campus (Donostia, Bilbo, Gasteiz). Además de las aplicaciones que introducen los datos de estudiantes, libros, préstamos y amonestaciones se ejecutan otras aplicaciones para hacer informes estadísticos, etc. Estas aplicaciones que se han desarrollado cumplen las siguientes condiciones o restricciones: En cada nodo se gestionan los datos relacionados con los estudiantes del campus correspondiente. En cada biblioteca se pueden realizar préstamos de libros propios o prestamos de libros que pertenecen a las otras bibliotecas. La gestión de préstamos se realiza en cada caso con una aplicación diferente (la aplicación del campus de Donostia es diferente de la aplicación del campus de Bilbo, etc.) Cada biblioteca gestiona los datos de las amonestaciones relacionados con los estudiantes de su campus 39

40 BD Distribuidas y ORACLE Cada BD en una BDD es diferente del resto de BDs y tiene su propio nombre global. nombrebd.nombre BDN b dominio i Ej. ERREALA.GI.EHU.ES EHU ES Todas las BD Oracle de un SBDD utilizan el software de red OracleNet8 para la comunicación entre las Bases de Datos. 40

41 DB LINK. ORACLE Un DB LINK define un camino desde una BD ORACLE a otra BD (pero no viceversa). Se almacena en el catálogo (SELECT db_link FROM user_db_links;) Por qué usar un links? Un usuario local puede acceder a través de un link a una BD remota sin ser usuario de dicha base remota. Permite limitar el acceso a base de datos remotas a usuarios locales. Permiten a los usuarios acceder a las BDs como si se tratara de una única BD lógica. Es transparente para los usuarios. Cuando GLOBAL_NAMES= true el nombre del LINK debe coincidir con el nombre de la BD a la que señala el link. Si GLOBAL_NAMES A = fl false el DB LINK puede tener otro nombre 41

42 Sintaxis de DB LINK CREATE [GLOBAL][PUBLIC]DATABASE LINK nombre [CONNECT TO {CURRENT USER usuario IDENTIFIED BY password}] [USING nombre conexión] Se obtiene de MiPC/C:/Oracle/NETWORK/ADMIN/tnsnames.ora.) 42

43 Servicio (service) ERREALA11G = (DESCRIPTION = (ADDRESS_LIST = (ADDRESS = (PROTOCOL = TCP)(HOST = u gi.ehu.es)(port = 1521))) (CONNECT_DATA = (SERVICE_NAME = erreala.gi.ehu.es) ) 43

44 TIPOS DE DB LINK Private. Sólo lo puede usar el que lo crea (CREATE DATABASE LINK...) Public. Lo podrán usar todos los usuarios de la BD (CREATE PUBLIC DATABASE LINK...) Global. Lo podrán usar todos losusuarios de cualquier BDen la red ORACLE Se deben definir en ORACLE NAME SERVER 44

45 TIPOS DE USUARIOS Fixed. Hay que indicar en la definición el usuario y el password Connected User (sin CONNECT). Válido para el usuario conectado. td Db Debe tener en la BD remota una cuenta con el mismo nombre de usuario que en la cuenta de la base de datos local. Current User. Un usuario local se puede conectar como usuario global a través de un procedimiento almacenado. 45

46 Almacenes de Datos (Data Warehouses)

47 Índice Características Generales Modelado de Datos Construcción de Almacenes de Datos Servidores

48 Motivación En la actualidad los directivos de nivel medio con poder para tomar decisiones necesitan manejar información a un nivel de detalle tal que les facilite la toma de decisiones. El almacenamiento de datos, OLAP (Online Analytical Processing) ) y la minería de datos dt ofrecen esta funcionalidad. OLAP. Término usado para describir el análisis de datos complejos desde el almacén de datos.

49 Interés de usar Almacenes de Datos Cuál es el margen mayor/menor de los productos? Cuál es el mejor canal de distribución? Qué tipo de clientes tenemos y qué productos compran? Qué tipo de promociones de productos funcionan mejor? Pérfil de los clientes que pueden ir a la competencia? Cómo influirán los nuevos productos en el balance? 49

50 Almacenes de Datos. Definición Colección de datos orientada al sujeto, integrada, no volátil y de tiempo variable para el soporte de las decisiones de los directivos. Colección de tecnologías de soporte a las decisiones, i que tiene como objetivo que el trabajador del conocimiento (ejecutivo, (j director, analista) tome decisiones mejores y más rápidas. E ió d dt i t d d t d Es una agrupación de datos integrados procedentes de varias fuentes, procesados para su almacenamiento en un modelo multidimensional.

51 Diferencia entre BD y Almacenes de Datos BD. Son transaccionales (gestionan inserciones, borrados, actualizaciones además de las consultas para la recuperación de la información) Soportan OLTP AD. Oi Orientados a aplicaciones i de toma de decisiones. i Optimizadas i para la recuperación de datos, no para el procesamiento de transacciones rutinarias. No admiten modificaciones. Soportan OLAP Soportan análisis de series temporales (datos por años,..) y los datos son no volátiles. Los usuarios sólo necesitan realizar operaciones de consulta pero el acceso debe ser rápido para grandes volúmenes de datos provenientes de diferentes fuentes.

52 OLTP Diferencias OLTP / OLAP Transacciones cortas Preguntas simples Trabajan con porciones pequeñas de la BD Actualizaciones frecuentes OLAP Transacciones largas Preguntas complejas Trabajan con porciones grandes de la BD Actualizaciones poco frecuentes

53 Tipos de Almacenes de Datos AD de empresas. Suconstrucción requiere mucho tiempo y dinero. AD virtuales. Se reflejan como vistas materializadas sobre BD operativas. Data marts. Enfocadas a una parte concreta de la organización (ej. Dpto compras)

54 Modelado de Datos para los Almacenes Se usan modelos multidimensionales. Estos modelos se benefician de las relaciones inherentes de los datos para rellenar unas matrices multidimensionales llamadas cubos de datos (o hipercubos) Ventas Producto Región Africa América Europa Asia Laptop Camara LCD monitor Q1 Q2 Q3 Q4 Tiempo

55 Modelado de Datos para los Almacenes Los datos pueden solicitarse en cualquier combinación de dimensiones. Existen herramientas que permiten visualizar los datos según las dimensiones elegidas por el usuario. El cambio desde una aorientación acó dimensional so a otra en un cubo de datos se logra fácilmente gracias a la técnica de pivotaje (o rotación).

56 Modelado de Datos para los Visualización: Almacenes Roll up compactar). Mueve hacía arriba la orientación, agrupando en unidades más grandes a lo largo de una dimensión. Drill down (descomponer).proporciona una vista más fina

57 Modelado de Datos para los Almacenes Los AD pueden usar índices para mejorar el tiempo de acceso a los datos (tipo bitmap) Cada cierto tiempo hay que refrescar los AD (ej. Para trabajar con periodos históricos diferentes)

58 Modelado de Datos para los Almacenes El modelo multidimensional implica dos tipos de tablas: de dimensión y de hechos. Tabla de dimensión. Consta de tuplas de atributos de la dimensión. Tabla de hechos. Agrupación de tuplas. Una por cada hecho registrado.

59 Ejemplo

60 Modelado de Datos para los Almacenes Esquemas multidimensionales comunes: Estrella. Consiste en una tabla de hechos con una única tbl tabla por cada dimensiónió Copo de Nieve. Variación del esquema en estrella en el que las tablas dimensionales de éste están organizadas en una jerarquía.

61 Construcción de un Almacén de Datos Pasos: 1. Los datos deben ser extraídos de fuentes múltiples y ht heterogéneas (jbd (ej. B.D, ficheros, etc.) 1. Los datos deben estar formateados de forma que sean coherentes dentro del almacén. 2. Los datos deben estar limpios para garantizar la validez. 3. Los datos procedentes de distintas fuentes deben acomodarse al modelo de datos del almacén. 4. Los datos deben cargarse en el almacén.

62 Arquitectura Monitorización & Administración Repositorio i de metadatos Servidores OLAP Análisis Fuentes externas Extraer Almacén de Datos Consultas/Informes BD operacionales Transformar Cargar Refrescar Servir Minería de datos Fuentes de datos Data Marts Herramientas de consulta

63 Fuentes de datos: procesos y herramientas Monitorización & Administración Repositorio i de metadatos Servidores OLAP Análisis Fuentes externas Extraer Almacén de Datos Consultas/Informes BD operacionales Transformar Cargar Refrescar Servir Minería de datos Fuentes de datos Data Marts Herramientas de consulta

64 Fuentes de datos Bases de datos externas Ficheros planos Datos en formato tradicional: documentos, facturas, albaranes, etc. Internet

65 ETL: Extraction, Transformation & Loading Extraction Loading Transformation 80% of total cost of building warehouse

66 ETL Oracle Extract, transform, load (ETL) Cube building

67 Herramientas de limpieza. Tipología Data migration (Migración de datos) Permiten reglas de transformaciones simples Ej. Reemplazar género por sexo Data Scrubbing (Limpieza de datos) Utilizan conocimiento específico del dominio Ej. Direcciones postales Data Auditing tools (Auditoría de datos) Escanean datos para descubrir reglas y relaciones y lanzar señales de violaciones si es necesario

68 Servidores de consultas En la mayoría de las arquitecturas se utiliza un servidor distinto al del almacén de datos Rendimiento y mantenimiento Dos tecnologías ROLAP MOLAP

69 Servidores de consultas ROLAP Utilizan tecnología Rl Relacional l(relational l OLAP) Métodos de implementación adecuados para representar los datos multidimensionales en tecnología relacional Utilizan extensiones del SQL estándar para soportar el acceso multidimensional a los datos Ventaja: Basado en un estándar Algunos de los más extendidos Oracle (Oracle 9i/10g) IBM (DB2 y Business solutions)

70 Servidores de consultas MOLAP Utilizan tecnología Multidimensional i l(multidimensional i l OLAP) Los datos están almacenados directamente en matrices Operacionesdeconsulta consulta estánimplementadasdirectamentesobre directamente sobre estas matrices Ventaja: Suelen ser más rapidos que los ROLAP Inconveniente: No están basados en SQL estándar Ejemplos comerciales Essabse (Arbor), Accumate (Kenan)

71 AD versus Vistas AD soportan un almacenamiento persistente en las vistas sólo en determinados casos. AD no son relacionales sino multidimensionales En los AD se pueden definir índices en las vistas No Los AD proporcionan funcionalidades de anális especiales Los AD contienen datos de varias BD las vistas sólo contienen datos de una BD

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

Hasta ahora: Entorno Centralizado. Gestión Distribuida de los Datos. Aspectos de Administración. Entornos Distribuidos.

Hasta ahora: Entorno Centralizado. Gestión Distribuida de los Datos. Aspectos de Administración. Entornos Distribuidos. Aspectos de Administración Seguridad Hasta ahora: Entorno Centralizado Concurrencia En adelante: Entorno Distribuido Recuperación 2 Gestión Distribuida de los Datos Entornos Distribuidos 3 Bases de Datos

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

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

MOLAP REALIZADO POR: JOSE E. TABOADA RENNA

MOLAP REALIZADO POR: JOSE E. TABOADA RENNA MOLAP REALIZADO POR: JOSE E. TABOADA RENNA BASE DE DATOS Conjunto de datos estructurados, fiables y homogéneos organizados independientemente en máquina, m accesibles en tiempo real, compatible por usuarios

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

Inteligencia de Negocios Introducción. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS

Inteligencia de Negocios Introducción. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Inteligencia de Negocios Introducción Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Agenda 1.Introducción 2.Definición 3.ETL 4.Bodega de Datos 5.Data Mart

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

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

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

Botón menú Objetivo de la Minería de datos.

Botón menú Objetivo de la Minería de datos. Titulo de Tutorial: Minería de Datos N2 Botón menú: Introducción. Las instituciones y empresas privadas coleccionan bastante información (ventas, clientes, cobros, pacientes, tratamientos, estudiantes,

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

Vicente Toledo Israel Miralles. Base de Datos Distribuidas

Vicente Toledo Israel Miralles. Base de Datos Distribuidas Bases de Datos Distribuidas Vicente Toledo Israel Miralles Pg-1 Indice 1. - Que son Bases de Datos Distribuidas? Pg-3 1. -Comparación Pg-3 2. -Arquitectura de las Bases de Datos Pg-4 1. -Ejemplo de una

Más detalles

Introducción. Bases de Datos Distribuidas. Características de las BDD. Introducción (II) Tema VI. Sitio BDD. BD local

Introducción. Bases de Datos Distribuidas. Características de las BDD. Introducción (II) Tema VI. Sitio BDD. BD local Introducción Tema VI Bases de Datos Distribuidas BDD Sistema de sitios DB por sí misma Convienen en trabajar juntos Sitio BDD Usuarios locales SGBD local Programas control transacciones BD local Administr.

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

CAPITULO 1. Introducción a los Conceptos Generales de Bases de Datos Distribuidas

CAPITULO 1. Introducción a los Conceptos Generales de Bases de Datos Distribuidas CAPITULO 1 Introducción a los Conceptos Generales de 1.1 Preliminares Las empresas necesitan almacenar información. La información puede ser de todo tipo. Cada elemento informativo es lo que se conoce

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

HISTORIA DE LAS B.D.

HISTORIA DE LAS B.D. BASE DE DATOS HISTORIA DE LAS B.D. Tuvieron sus orígenes en 1960-1962, cuando se empezaron a usar las maquinas que codificaban la información en tarjetas perforadas por medio de agujeros. Las bases de

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

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El diseño de la base de datos de un Data Warehouse Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El modelo Multidimensional Principios básicos Marta Millan millan@eisc.univalle.edu.co

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

Data Warehousing. Introducción. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación

Data Warehousing. Introducción. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación Data Warehousing Introducción Introducción Indice (I) Propiedades de un dw Arquitectura de procesos en un sistema de data warehousing Puntos clave Diseño de la base de datos de un data warehouse Indice

Más detalles

Almacenes de datos. (Data Warehouses) Wladimiro Díaz Villanueva. Universitat de València. Wladimiro.Diaz@uv.es. 13019 Diseño de bases de datos p.

Almacenes de datos. (Data Warehouses) Wladimiro Díaz Villanueva. Universitat de València. Wladimiro.Diaz@uv.es. 13019 Diseño de bases de datos p. Almacenes de datos (Data Warehouses) Wladimiro Díaz Villanueva Wladimiro.Diaz@uv.es Universitat de València 13019 Diseño de bases de datos p.1/72 Almacenes de datos 1. Introducción. 2. Almacenes de datos:

Más detalles

Primeros pasos hacia la Inteligencia de Negocios: Almacenes de datos (DataWareHouse), Herramientas ETL(PDI), Procesamiento analítico en línea.

Primeros pasos hacia la Inteligencia de Negocios: Almacenes de datos (DataWareHouse), Herramientas ETL(PDI), Procesamiento analítico en línea. Primeros pasos hacia la Inteligencia de Negocios: Almacenes de datos (DataWareHouse), Herramientas ETL(PDI), Procesamiento analítico en línea. Introducción Una solución de Business Intelligence parte 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

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

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

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

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

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

Business Intelligence. Octubre 2007 1

Business Intelligence. Octubre 2007 1 Business Intelligence 1 1. Introducción al Business intelligence Qué es? En qué nivel de negocio se aplica? 2. Componentes del BI Esquema de una solución BI DataWarehouse Query & Reporting OLAP Cuadro

Más detalles

DATA WAREHOUSE DATA WAREHOUSE

DATA WAREHOUSE DATA WAREHOUSE DATA WAREHOUSE DATA WAREHOUSE Autor: Roberto Abajo Alonso Asignatura: Sistemas Inteligentes, 5º Curso Profesor: José Carlos González Dep. Ing. Sistemas Telemáticos, E.T.S.I. Telecomunicación Universidad

Más detalles

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE BUSINESS INTELLIGENCE Técnicas, herramientas y aplicaciones María Pérez Marqués Business Intelligence. Técnicas, herramientas y aplicaciones María Pérez Marqués ISBN: 978-84-943055-2-8 EAN: 9788494305528

Más detalles

ARQUITECTURA DE UNA BODEGA DE DATOS

ARQUITECTURA DE UNA BODEGA DE DATOS ARQUITECTURA DE UNA BODEGA DE DATOS Estructura de contenidos INTRODUCCIÓN... 3 1. ARQUITECTURA DE UNA BODEGA DE DATOS... 3 1.1 PROPIEDADES... 3 1.2 ARQUITECTURA DE UNA CAPA... 4 1.3 ARQUITECTURA DE DOS

Más detalles

CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER. 40 horas 60 días

CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER. 40 horas 60 días CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER DURACIÓN DÍAS DE CONEXIÓN 40 horas 60 días CONTACTO: formacion@fgulem.es El Campus Virtual ha sido concebido con una metodología dinámica e

Más detalles

FUNDAMENTOS DE DATA WAREHOUSE

FUNDAMENTOS DE DATA WAREHOUSE FUNDAMENTOS DE DATA WAREHOUSE 1. Qué es Data Warehouse? El Data Warehouse es una tecnología para el manejo de la información construido sobre la base de optimizar el uso y análisis de la misma utilizado

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

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

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

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

Estructura de Bases de datos. Leonardo Víquez Acuña

Estructura de Bases de datos. Leonardo Víquez Acuña Estructura de Bases de datos Leonardo Víquez Acuña Lenguajes de Bases de Datos Un sistema de bases de datos proporciona Un lenguaje de definición de datos para especificar el esquema de la base de datos

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

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

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

Sistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas

Sistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas para la Gestión Unidad 3 Aplicaciones de Sistemas U.N.Sa. Facultad de Cs.Económicas SIG 2010 UNIDAD 3: APLICACIONES DE SISTEMAS Aplicaciones empresariales: Sistemas empresariales. Sistemas de administración

Más detalles

BASES DE DATOS TEMA 1

BASES DE DATOS TEMA 1 BASES DE DATOS TEMA 1 Contenido 1. Qué es una base de datos? 2. Un ejemplo 3. Personas que interactúan con la base de datos 4. Inconvenientes de los sistemas de ficheros 5. Modelos de datos 6. Lenguajes

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

Diseño y Construcción de Bases de Datos Distribuidas Heterogéneas sobre Oracle Y SQL Server

Diseño y Construcción de Bases de Datos Distribuidas Heterogéneas sobre Oracle Y SQL Server Universidad Carlos III de Madrid Escuela Politécnica Superior Ingeniería Técnica en Informática de Gestión Proyecto Fin de Carrera Diseño y Construcción de Bases de Datos Distribuidas Heterogéneas sobre

Más detalles

Tecnologías de la Información en la Gestión Empresarial

Tecnologías de la Información en la Gestión Empresarial Tecnologías de la Información en la Gestión Empresarial 1 Sesión No.8 Nombre: Procesos de Negocio y Gestión en Business Intelligence Objetivo: Al término de la sesión, el alumno ilustrará un proceso de

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

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

Oracle Database 10g: Taller de Administración I 1-2

Oracle Database 10g: Taller de Administración I 1-2 Oracle Database 10g: Taller de Administración I 1-2 Estructuras lógicas y físicas de la BD Bloque dedatosoracle:eselnivellógico másfinodegranularidad,dondesealmacenanlosdatosdelabd. Un bloquededatosse

Más detalles

Tema I: Bases de Datos y Sistema Gestor de Bases de Datos

Tema I: Bases de Datos y Sistema Gestor de Bases de Datos 1 - Concepto de Base de Datos. Modelos y lenguajes de descripción. Tema I: Bases de Datos y Sistema Gestor de Bases de Datos 1.1 - Introducción. Objetivos de las Bases de Datos. 1.2 - Concepto de Base

Más detalles

Bases de Datos Especializadas

Bases de Datos Especializadas Bases de Datos Especializadas BASES DE DATOS ESPECIALIZADAS 1 Sesión No.7 Nombre: Fragmentación, asignación y arquitectura de referencia Objetivo: Al término de la sesión, el alumno conocerá características

Más detalles

,QWURGXFFLyQDO 'DWD:DUHKRXVLQJ

,QWURGXFFLyQDO 'DWD:DUHKRXVLQJ &XUVRGH'RFWRUDGR ³([WUDFFLyQGH&RQRFLPLHQWRHQ%DVHVGH'DWRV,QWURGXFFLyQDO 'DWD:DUHKRXVLQJ )HUQDQGR%HU]DO*DOLDQR!" $#% & ' (*),+-.0/1-23)546/879:);< )54:= -?9:)A@>-B;72C+EDF/1-:= < G4*)EH 46/8) @ < IJ)54:=

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

DataBase Administration

DataBase Administration DataBase Administration 1. FUNCIONES DE UN DBA (Data Base Administrator) El rol de DBA involucra las siguientes tareas: Creación de Bases y Tablas Base de Datos Verificar el lugar de creación, en los espacios

Más detalles

Unidad I: Sistemas Gestores de Bases de Datos. 1.1 Objetivo de las Bases de Datos

Unidad I: Sistemas Gestores de Bases de Datos. 1.1 Objetivo de las Bases de Datos Unidad I: Sistemas Gestores de Bases de Datos. 1.1 Objetivo de las Bases de Datos Redundancia e inconsistencia de datos: Puesto que los archivos que mantienen almacenada la información son creados por

Más detalles

Base de datos II Facultad de Ingeniería. Escuela de computación.

Base de datos II Facultad de Ingeniería. Escuela de computación. 2 Base de datos II Facultad de Ingeniería. Escuela de computación. Base de datos II. Guía 9 3 Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo

Más detalles

Unidad didáctica 2: Metodologías de desarrollo de Bases de Datos. Unidad didáctica 1: Fase de análisis de requisitos Modelo E/R

Unidad didáctica 2: Metodologías de desarrollo de Bases de Datos. Unidad didáctica 1: Fase de análisis de requisitos Modelo E/R índice Módulo A Unidad didáctica 1: Introducción a las Bases de Datos Unidad didáctica 2: Metodologías de desarrollo de Bases de Datos 3 19 Módulo B Unidad didáctica 1: Fase de análisis de requisitos Modelo

Más detalles

ARQUITECTURA DE DISTRIBUCIÓN DE DATOS

ARQUITECTURA DE DISTRIBUCIÓN DE DATOS 4 ARQUITECTURA DE DISTRIBUCIÓN DE DATOS Contenido: Arquitectura de Distribución de Datos 4.1. Transparencia 4.1.1 Transparencia de Localización 4.1.2 Transparencia de Fragmentación 4.1.3 Transparencia

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

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

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

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

Tema 32. Adm. de BBDD: motores, gestión del espacio, seguridad, rendimiento, servicios de red, backup.

Tema 32. Adm. de BBDD: motores, gestión del espacio, seguridad, rendimiento, servicios de red, backup. Tema 32. Adm. de BBDD: motores, gestión del espacio, seguridad, rendimiento, servicios de red, backup. Introducción... 1 Los motores de Bases de Datos... 2 Gestión del almacenamiento... 3 Gestión del espacio

Más detalles

Arquitecturas de los Sistemas de Bases de Datos

Arquitecturas de los Sistemas de Bases de Datos Arquitecturas de los Sistemas de Bases de Datos Marta Zorrilla -Universidad de Cantabria- Marta Zorrilla - UC 1 Paradigmas Arquitecturales en BD Arquitectura Centralizada: los datos y las aplicaciones

Más detalles

Datawarehouse. Ing. Adan Jaimes Jaimes. Datawarehouse

Datawarehouse. Ing. Adan Jaimes Jaimes. Datawarehouse 1 Ing. Adan Jaimes Jaimes 2 Conceptos : Repositorio completo de datos, donde se almacenan datos estratégicos, tácticos y operativos, al objeto de obtener información estratégica y táctica Data-Marts: Repositorio

Más detalles

Business Information Warehouse Manual SAP BW Business Information Warehouse

Business Information Warehouse Manual SAP BW Business Information Warehouse Manual SAP BW Business Information Warehouse Manual SAP BW / BI Business Information Warehouse Página 1 Confidencialidad Este documento es propiedad de E-SAP (CVOSOFT) por lo tanto, no podrá ser publicado

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

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

MATERIA: BASE DE DATOS II. GUIA DE LABORATORIO #9. Pág.: 1/ 12 Tema:

MATERIA: BASE DE DATOS II. GUIA DE LABORATORIO #9. Pág.: 1/ 12 Tema: GUIA DE LABORATORIO #9. Pág.: 1/ 12 Tema: Contenido: 1. Objetivos. 2. Entorno teórico. 3. Ejecución de Guía. 4. Actividad Ex aula. 5. Autoevaluación. 6. Bibliografía. Objetivos: Diseño de CUBOS. 1. Desarrolla

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

Unidad III Modelamiento Multidimencional. Tecnología DATAWAREHOUSE

Unidad III Modelamiento Multidimencional. Tecnología DATAWAREHOUSE Unidad III Modelamiento Multidimencional Tecnología DATAWAREHOUSE Datawarehouse Colección de datos integrados, variantes en el tiempo, no volátiles, orientados a temas de interés para la gestión de una

Más detalles

BASES DE DATOS. 1.1 Funciones de un DBMS

BASES DE DATOS. 1.1 Funciones de un DBMS BASES DE DATOS Un DBMS, son programas denominados Sistemas Gestores de Base de Datos, abreviado SGBD, en inglés Data Base Management System (DBMS) que permiten almacenar y posteriormente acceder a los

Más detalles

Informática II Ing. Industrial. Data Warehouse. Data Mining

Informática II Ing. Industrial. Data Warehouse. Data Mining Data Warehouse Data Mining Definición de un Data Warehouses (DW) Fueron creados para dar apoyo a los niveles medios y altos de una empresa en la toma de decisiones a nivel estratégico en un corto o mediano

Más detalles

INTRODUCCION A LOS SGBD

INTRODUCCION A LOS SGBD Parte Primera: INTRODUCCION A LOS SGBD Sistemas de Gestión de Bases de Datos Tabla Tabla Type Fila Tabla Type Fila Tabla text Fila Type Fila Fila text Type Fila Tabla Tabla Fila text Fila text Fila Fila

Más detalles

Diseño y Admón. de Bases de Datos. Ingeniería Informática curso 2010/11

Diseño y Admón. de Bases de Datos. Ingeniería Informática curso 2010/11 Laboratorio 06. Objetivos: Representación interna de un BD. Tablas, índices e índices full-text. Sesiones: 1 (24 de noviembre de 2010) Ejercicio: 1. Representación interna: 1.1. Copiar al repositorio de

Más detalles

Tema 1: Implementación del sistema de archivos

Tema 1: Implementación del sistema de archivos Tema 1: Implementación del sistema de archivos 1. Introducción 2. Implementación 3. Estructura del almacenamiento secundario Dpto. Tema Lenguajes 1: Implementación y Sistemas del Informáticos. sistema

Más detalles

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services 2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services Introducción El propósito de este curso de tres días impartido por instructor es de enseñar profesionales

Más detalles

2.1 Compuertas para Bases de Datos

2.1 Compuertas para Bases de Datos 1 Colección de Tesis Digitales Universidad de las Américas Puebla Romero Martínez, Modesto Uno de los aspectos mas importantes en un sistema multibase de datos es la forma en como llevar a cabo la comunicación

Más detalles

Control Informático de Gestión. Tema 5: Sistemas de Apoyo a la Toma de Decisiones

Control Informático de Gestión. Tema 5: Sistemas de Apoyo a la Toma de Decisiones Control Informático de Gestión Tema 5: Sistemas de Apoyo a la Toma de Decisiones Índice Revisión de los sistemas de información en la empresa La información y la toma de decisiones Sistemas transaccionales

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO INSTITUTO DE CIENCIAS BÁSICAS E INGENIERÍA CENTRO DE INVESTIGACIÓN EN TECNOLOGÍAS DE INFORMACIÓN Y SISTEMAS TESIS DE MAESTRÍA EN CIENCIAS COMPUTACIONALES UTILIZACIÓN

Más detalles

BASES DE DATOS DISTRIBUIDAS MIS

BASES DE DATOS DISTRIBUIDAS MIS 1 1 BASES DE DATOS DISTRIBUIDAS PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 1. FUNDAMENTOS DE BASES DE DATOS DISTRIBUIDAS 1.1. Conceptos básicos 1.2. Objetivos de bases de datos distribuidas 1.3. Disciplinas

Más detalles

Data Warehousing - Marco Conceptual

Data Warehousing - Marco Conceptual Data Warehousing - Marco Conceptual Carlos Espinoza C.* Introducción Los data warehouses se presentan como herramientas de alta tecnología que permiten a los usuarios de negocios entender las relaciones

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

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

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

TEMA 3 PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 3. PROCESAMIENTO DE CONSULTAS DISTRIBUIDAS

TEMA 3 PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 3. PROCESAMIENTO DE CONSULTAS DISTRIBUIDAS 1 1 BASES DE DATOS DISTRIBUIDAS TEMA 3 PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 3. PROCESAMIENTO DE CONSULTAS DISTRIBUIDAS 3.1 Metodología del procesamiento de consultas distribuidas 3.2 Estrategias de

Más detalles

2.1 Multibase. Información mas detallada sobre este sistema se encuentra en [Ceri y Pelagatti 1985].

2.1 Multibase. Información mas detallada sobre este sistema se encuentra en [Ceri y Pelagatti 1985]. 1 Colección de Tesis Digitales Universidad de las Américas Puebla Alvarez Carrión, Guillermo La necesidad de llevar a cabo la integración de BDC s, con problemas de heterogeneidad, ha llevado a diversos

Más detalles

Tema 1. Conceptos básicos

Tema 1. Conceptos básicos Conceptos básicos Sistema de Gestión de Bases de Datos, SGBD (DBMS, Database Management System): software diseñado específicamente para el mantenimiento y la explotación de grandes conjuntos de datos 1

Más detalles

Replicación de Datos en SQL Server... 3. Resumen... 3. 1. Introducción... 3. 2. Componentes del modelo de replicación... 3

Replicación de Datos en SQL Server... 3. Resumen... 3. 1. Introducción... 3. 2. Componentes del modelo de replicación... 3 REPLICACIÓN DE DATOS EN SQL SERVER CONTENIDO Replicación de Datos en SQL Server... 3 Resumen... 3 1. Introducción... 3 2. Componentes del modelo de replicación... 3 3. Escenarios típicos de la replicación...

Más detalles

asired EIS Descripción de producto. Integración de Sistemas Explotación de Datos y Business Intelligence para la Pequeña y Mediana Empresa.

asired EIS Descripción de producto. Integración de Sistemas Explotación de Datos y Business Intelligence para la Pequeña y Mediana Empresa. asired EIS Integración de Sistemas Explotación de Datos y Business Intelligence. Descripción de producto. 2004 Así-Red Servicios Telemáticos, S.L.L. C/ Progreso, 36, 3º B 36202 Vigo Telf. 986 44 34 91

Más detalles

Temario Curso Bases de Datos

Temario Curso Bases de Datos Temario Curso Bases de Datos TEMA 1. INTRODUCCION A LAS BASES DE DATOS 1. Cualidades De La Información 2. Sistemas de Información 2.1. Componentes de un Sistema de Información 3. Niveles de Gestión de

Más detalles

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997 UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Económicas Departamento de Sistemas Asignatura: INTELIGENCIA DE NEGOCIOS Código: 715 Plan 1997 Cátedra: DEPARTAMENTO DE SISTEMAS Carrera: Licenciado en

Más detalles

Tema 5: Integración de Datos

Tema 5: Integración de Datos Tema 5: Integración de Datos Distribuidosib id Integración de Datos Distribuidos El problema de la integración de datos distribuidos consiste en integrar datos de fuentes distribuidas, heterogéneas y posiblemente

Más detalles

Introducción a las bases de datos

Introducción a las bases de datos Introducción a las bases de datos Juan Ignacio Rodríguez de León Abstract Aplicaciones de los sistemas de bases de datos. Sistemas de bases de datos frente a sistemas de archivos. Visión de los datos.

Más detalles

CAPITULO 9. Diseño de una Base de Datos Relacional Distribuida

CAPITULO 9. Diseño de una Base de Datos Relacional Distribuida 9.1 Operaciones CAPITULO 9 Diseño de una Base de Datos Relacional Distribuida Las consultas distribuidas obtienen acceso a datos de varios orígenes de datos homogéneos o heterogéneos. Estos orígenes de

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