SlideShare une entreprise Scribd logo
1  sur  23
Télécharger pour lire hors ligne
D t W H
    Data WareHouse
Diseño I l
Di ñ e Implementación
                 t ió

           MCP Ing. Ricardo Mendoza Rivera

                  rimenri@hotmail.com
               http://rimenri.blogspot.com
Sesión 1: Introducción al
    Data Warehouse
Contenido


  Qué es Data Warehouse ?
  Por qué construir un Data WareHouse ?
  Data Marts y Data Warehouses
  El Ciclo de Vida de un Data Warehouse
  Datos
  D t en un D t Warehouse
            Data W h




                                          http://rimenri.blogspot.com
Qué es un Data WareHouse ?


Definiendo Data Warehouse
Sistemas Operacionales: Una Solución Transaccional
Sistemas Analíticos: Una Solución Data Warehousing
Comparación entre Solución Transaccional y Solución
Data Warehousing




                                       http://rimenri.blogspot.com
Definiendo Data Warehouse

  Un Data Warehouse es una Base de Datos (BD) que
  contiene:
     Datos Empresariales
     Integrar colección de datos históricos.
     Datos: dirigidos al usuario, consolidados y consistentes
     Datos estructurados para distribución y consultas
  Una l ió d D t Warehousing
  U solución de Data W h i (ETL) es un Proceso        P
  que:
     Recupera –desde un OLTP-, transforma datos y carga
          p                        ,                      g
     datos a un Data WareHouse. En terminos generales lleva
     datos desde un origen a un destino.
     Usa herramientas para construir y manejar el data
     warehouse
  Corresponde a la Categoria de los Sistemas de Soporte
  de Decisiones
                                              http://rimenri.blogspot.com
Sistemas Operacionales: Una Solución
Transaccional

   Sigue eventos Individuales
   Diseñado para Real-time Data Entry y Edición de Datos
   Ejemplos:
    j
      Aplicación de Almacenes
      Sistema de pedido de p
                  p        productos
      Atención de Reclamos: empresa de servicios
                      Bancos
      Operaciones de Bancos.




                                            http://rimenri.blogspot.com
Sistemas Analíticos: Una Solución de Data
Warehousing

   Asiste como Soporte de Decisiones Estratégicas.
   Proporciona Diferentes Niveles de Análisis
   Permite a los usuarios Navegar en diferentes Niveles de
   Datos
   D t
   Permite a los Sistemas Búsquedas para hallar nuevas
   Relaciones.
   Relaciones
   Ejemplos:
      Aplicaciones de gestión de unidades de negocio.
      Aplicaciones de rendimiento de un proceso de produccion.




                                             http://rimenri.blogspot.com
Comparando Soluciones Transaccionales y Data
  Warehousing



                        Soluciones         Soluciones en
                      Transactionales     Data warehousing
Frecuencia de
                  Tiempo Real           Periódicamente
Actualización


Estructurado para Integridad de Datos   Facilidad de consultas


                  Procesamiento de      Performance de
Optimizado para
                  Transacciones         Consultas.




                                             http://rimenri.blogspot.com
Por qué Construir un Data WareHouse ?


Permite ejecutar análisis rápidamente
Permite el Acceso a los datos de toda la Empresa
Permite tener datos consistentes
Su gran almacen de datos permite responder en qué
objetos del negocio se pueden hacer mejoras
                                    mejoras.




                                         http://rimenri.blogspot.com
Data Marts y Data Warehouses


Qué es un Data Mart
Moviendo Datos desde un Data Warehouse a Data Marts
Moviendo Datos desde Data Marts a un Data Warehouse




                                      http://rimenri.blogspot.com
Qué es un Data Mart

   Qué es un Data Mart
      Una parte de un data warehouse
      Para temas particulares o Actividades específicas de
      negocios.
         g
      Puede ser una solución táctica
   Por qué Construir Data Marts
       q
      Consultas rápidas y pocos usuarios
      Tiempo de desarrollo rápido




                                              http://rimenri.blogspot.com
Moviendo Datos de un Data Warehouse a Data Marts


       Origen1                        Ventas Mart


       Origen 2        Data
                                     Finanzas Mart
                     Warehouse
      Origen 3
                                       Servicio
                                     Cliente Mart

  Ventajas                 Desventaja
     Campos Compartidos       Tiempo largo de
     Orígen Común             desarrollo
     Procesamiento
     Distribuído


                                       http://rimenri.blogspot.com
Moviendo Datos desde Data Marts a un Data
Warehouse


       Origen1         Ventas Mart


       Origen 2       Finanzas M t
                      Fi       Mart
                                                Data
                                              Warehouse
       Origen 3      Atención Cliente
                          Mart


   Ventajas                           Desventajas
      Simple and rápido                  Duplicación de Data
      Datos Departamen tales
            Departamen-tales             Data marts Incompatibles



                                                 http://rimenri.blogspot.com
El Ciclo de Vida de un Data Warehousing


Elementos Básicos
Herramientas para Manejar el Proceso




                                       http://rimenri.blogspot.com
Elementos Básicos


    Orígen: OLTP
    Oí                                    Data M t
                                          D t Marts
      Sistemas
                                                           Cubo
                                                           OLAP

                                                                     Clientes
                     Data
                   Warehouse




1                  3                 4                5              6
  Recuperar Data       Poblar Data        Poblar          Procesar       Consultar
2 Transform Data       Warehouse         Data Mart        Cubos          Data


                                                          http://rimenri.blogspot.com
Elementos Básicos de un Data Mart

   Sistemas        Data Staging     Data Marts     Datos en      Aplicaciones de
 Operationales                     Servidor de    un Entorno      Usuario Final
(Legacy System)                    Presentación     OLAP

                  Almacenamiento                                  Reporteadores
   OLTP           •Archivos
                  Planos
                  •Archivos XML
                   Archivos
                                                                   Intefaces de
                   Proceso          Data Mart
                                                                   Usuario Final
   OLTP           •Limpieza
                  •Depuración
                                                                 Herramientas de
                    ETL                                           Consulta AD
   OLTP           • Extraer                                           HOC
                  •Transformar
                  • Cargar


                                                       http://rimenri.blogspot.com
Herramientas para Manejar el Proceso


   SQL Server Management Studio
   SQL Server Integration Services
   SQL Server Analysis Services
   Microsoft Repository
   PivotTable Service
   Pi tT bl S i
   MS Office 2003
   Visual Studio NET 2005 – usando componentes para
   explotar los servicios OLAP como el owc




                                         http://rimenri.blogspot.com
Datos en un Data Warehouse


Características de la Data
Componentes de un Data WareHouse
Ejemplo de Organizar Datos




                                   http://rimenri.blogspot.com
Características de la Data


        Caracteristícas              Descripción
                                           p

    Consolidada              Centraliza toda la empresa

    Consistente              En el data warehouse

                             Organizado en la perspectiva
    Subject-oriented
    S bj t i t d
                             del usuario

    Histórica                Fotografía del tiempo

    Read-only                No debe ser modificable

                             Apropiada en función al nivel
    Summarizada
                             de detalle



                                             http://rimenri.blogspot.com
Componentes Internos del Data WareHouse

  Tabla Hecho : Medidas   Qué analizar ?
     Montos Vendidos
     Montos Cobrados
     Peso Materia Prima
     Horas Hombre
     Nro de Reclamos
  Tablas Dimension : Dimensiones   Cómo Analizar?
     Producto
     Tiempo
     Ti
     Cliente
     Organización
                                           http://rimenri.blogspot.com
Ejemplo de Organización de Datos

   Reporte Venta Mensual: Región Norte -
                 Mensual:                     Agosto 2007

  Región   Ciudad      Detergente   Aceites     Total $
  NORO     Tumbes       2,750        20,100      22,850
  NORO     Pi
           Piura        2 500
                        2,500        11 635
                                     11,635      14,135
                                                 14 135
  Total NORO            5,250        31,735      36,985
  NOR      Chiclayo     1 725
                        1,725        15,075
                                     15 075      16,800
                                                 16 800
  NOR      Cajamarc     2,200         6,943       9,143
  Total NOR             3,925
                        3 925        22 018
                                     22,018      25,943
                                                 25 943
  NORM     Trujillo     4,950        34,645      39,595
  NORM     Chimbote     1,900        15,105      17,005
  Total NORM            6,850        49,750      56,600
  Total Región Norte     ,
                       16,025          ,
                                    103,503        ,
                                                119,528

                                               http://rimenri.blogspot.com
Revisión


  Qué es Data Warehouse
  Por qué construir un Data WareHouse?
  Data Marts y Data Warehouses
  El Ciclo de Vida de un Data Warehouse
  Datos
  D t en un D t Warehouse
            Data W h




                                          http://rimenri.blogspot.com
Demostración: Creando un Cubo OLAP


           •Visualizando una Base de Datos
           Multidimensional.
           •   Construyendo un Cubo OLAP


           •Requisitos   Previos
               SQL Server 2005 Instalado
               Base de Datos AdventureWorkDW (Data
               Mart) dentro del SQL Server




                                           http://rimenri.blogspot.com

Contenu connexe

Tendances

Data warehouse concepts
Data warehouse conceptsData warehouse concepts
Data warehouse conceptsobieefans
 
Introduction To Data Vault - DAMA Oregon 2012
Introduction To Data Vault - DAMA Oregon 2012Introduction To Data Vault - DAMA Oregon 2012
Introduction To Data Vault - DAMA Oregon 2012Empowered Holdings, LLC
 
Data Warehouse Basic Guide
Data Warehouse Basic GuideData Warehouse Basic Guide
Data Warehouse Basic Guidethomasmary607
 
Introduction to Data Warehouse
Introduction to Data WarehouseIntroduction to Data Warehouse
Introduction to Data WarehouseShanthi Mukkavilli
 
‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional Development
‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional Development‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional Development
‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional DevelopmentAhmed Alorage
 
Chapter 2: Data Management Overviews
Chapter 2: Data Management OverviewsChapter 2: Data Management Overviews
Chapter 2: Data Management OverviewsAhmed Alorage
 
Chapter 5: Data Development
Chapter 5: Data Development Chapter 5: Data Development
Chapter 5: Data Development Ahmed Alorage
 
Agile Data Engineering - Intro to Data Vault Modeling (2016)
Agile Data Engineering - Intro to Data Vault Modeling (2016)Agile Data Engineering - Intro to Data Vault Modeling (2016)
Agile Data Engineering - Intro to Data Vault Modeling (2016)Kent Graziano
 
Logical Data Warehouse and Data Lakes
Logical Data Warehouse and Data Lakes Logical Data Warehouse and Data Lakes
Logical Data Warehouse and Data Lakes Denodo
 
Project Presentation on Data WareHouse
Project Presentation on Data WareHouseProject Presentation on Data WareHouse
Project Presentation on Data WareHouseAbhi Bhardwaj
 
Chapter 3: Data Governance
Chapter 3: Data Governance Chapter 3: Data Governance
Chapter 3: Data Governance Ahmed Alorage
 
Data Modeling Fundamentals
Data Modeling FundamentalsData Modeling Fundamentals
Data Modeling FundamentalsDATAVERSITY
 

Tendances (20)

Pentaho PDI
Pentaho PDIPentaho PDI
Pentaho PDI
 
Data warehouse logical design
Data warehouse logical designData warehouse logical design
Data warehouse logical design
 
Data warehouse concepts
Data warehouse conceptsData warehouse concepts
Data warehouse concepts
 
Introduction To Data Vault - DAMA Oregon 2012
Introduction To Data Vault - DAMA Oregon 2012Introduction To Data Vault - DAMA Oregon 2012
Introduction To Data Vault - DAMA Oregon 2012
 
Data Warehouse 101
Data Warehouse 101Data Warehouse 101
Data Warehouse 101
 
Data Warehouse Basic Guide
Data Warehouse Basic GuideData Warehouse Basic Guide
Data Warehouse Basic Guide
 
Data Warehouse
Data WarehouseData Warehouse
Data Warehouse
 
Introduction to Data Warehouse
Introduction to Data WarehouseIntroduction to Data Warehouse
Introduction to Data Warehouse
 
‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional Development
‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional Development‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional Development
‏‏‏‏‏‏‏‏‏‏‏‏Chapter 13: Professional Development
 
Chapter 2: Data Management Overviews
Chapter 2: Data Management OverviewsChapter 2: Data Management Overviews
Chapter 2: Data Management Overviews
 
Chapter 5: Data Development
Chapter 5: Data Development Chapter 5: Data Development
Chapter 5: Data Development
 
商業智慧
商業智慧商業智慧
商業智慧
 
Data warehousing
Data warehousingData warehousing
Data warehousing
 
Data Vault Overview
Data Vault OverviewData Vault Overview
Data Vault Overview
 
Agile Data Engineering - Intro to Data Vault Modeling (2016)
Agile Data Engineering - Intro to Data Vault Modeling (2016)Agile Data Engineering - Intro to Data Vault Modeling (2016)
Agile Data Engineering - Intro to Data Vault Modeling (2016)
 
Logical Data Warehouse and Data Lakes
Logical Data Warehouse and Data Lakes Logical Data Warehouse and Data Lakes
Logical Data Warehouse and Data Lakes
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Project Presentation on Data WareHouse
Project Presentation on Data WareHouseProject Presentation on Data WareHouse
Project Presentation on Data WareHouse
 
Chapter 3: Data Governance
Chapter 3: Data Governance Chapter 3: Data Governance
Chapter 3: Data Governance
 
Data Modeling Fundamentals
Data Modeling FundamentalsData Modeling Fundamentals
Data Modeling Fundamentals
 

En vedette

Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouseguest10616d
 
DATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datosDATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datosMaría Isabel Bautista
 
Data warehouse
Data warehouseData warehouse
Data warehousemalupahu
 
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouseConstrucción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouseJulio Pari
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1nestor
 
Data Mart de una área de compras
Data Mart de una área de comprasData Mart de una área de compras
Data Mart de una área de comprasroy_vs
 
Fundamentos de DataWarehouse
Fundamentos de DataWarehouseFundamentos de DataWarehouse
Fundamentos de DataWarehouseHermes Romero
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseJulio Pari
 
La evolución del modelo de negocios
La evolución del modelo de negociosLa evolución del modelo de negocios
La evolución del modelo de negociosDormimundo
 
datamining
dataminingdatamining
dataminingita
 
05 exposicion data warehouse no. 5
05   exposicion data warehouse              no. 505   exposicion data warehouse              no. 5
05 exposicion data warehouse no. 5Gustavo Cuxum
 
Introduccion datawarehouse
Introduccion datawarehouseIntroduccion datawarehouse
Introduccion datawarehouseEduardo Castro
 
Crm mapa mental
Crm mapa mentalCrm mapa mental
Crm mapa mentalagustifp
 

En vedette (20)

Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouse
 
DATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datosDATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datos
 
Diseño de almacen de datos
Diseño de almacen de datosDiseño de almacen de datos
Diseño de almacen de datos
 
Data mart
Data martData mart
Data mart
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouseConstrucción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouse
 
Diseño de un Datamart
Diseño de un DatamartDiseño de un Datamart
Diseño de un Datamart
 
Data mart
Data martData mart
Data mart
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Datawarehouse2
Datawarehouse2Datawarehouse2
Datawarehouse2
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
 
Data Mart de una área de compras
Data Mart de una área de comprasData Mart de una área de compras
Data Mart de una área de compras
 
Fundamentos de DataWarehouse
Fundamentos de DataWarehouseFundamentos de DataWarehouse
Fundamentos de DataWarehouse
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
 
Diseño Dimensional
Diseño DimensionalDiseño Dimensional
Diseño Dimensional
 
La evolución del modelo de negocios
La evolución del modelo de negociosLa evolución del modelo de negocios
La evolución del modelo de negocios
 
datamining
dataminingdatamining
datamining
 
05 exposicion data warehouse no. 5
05   exposicion data warehouse              no. 505   exposicion data warehouse              no. 5
05 exposicion data warehouse no. 5
 
Introduccion datawarehouse
Introduccion datawarehouseIntroduccion datawarehouse
Introduccion datawarehouse
 
Crm mapa mental
Crm mapa mentalCrm mapa mental
Crm mapa mental
 

Similaire à Data WareHouse. Introduccion

Introduccion Data WareHouse
Introduccion Data WareHouseIntroduccion Data WareHouse
Introduccion Data WareHouseRicardo Mendoza
 
Aplicaciones De Ti Cs
Aplicaciones De Ti CsAplicaciones De Ti Cs
Aplicaciones De Ti CsBalbiG
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouseshady85
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouseguest10616d
 
Big Data - Infraestrucutra de BI para soluciones de BI
Big Data - Infraestrucutra de BI para soluciones de BIBig Data - Infraestrucutra de BI para soluciones de BI
Big Data - Infraestrucutra de BI para soluciones de BIDatalytics
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouseguest10616d
 
Integración de Datos sin límites con Pentaho
Integración de Datos sin límites con PentahoIntegración de Datos sin límites con Pentaho
Integración de Datos sin límites con PentahoDatalytics
 
DATAWAREHOUSE
DATAWAREHOUSEDATAWAREHOUSE
DATAWAREHOUSEnestor
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasJoseph Lopez
 
Cap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptxCap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptxpaul638936
 
Rendimiento performance
Rendimiento performanceRendimiento performance
Rendimiento performancemelasa7
 
Rendimiento performance
Rendimiento performanceRendimiento performance
Rendimiento performancemelasa7
 

Similaire à Data WareHouse. Introduccion (20)

Introduccion Data WareHouse
Introduccion Data WareHouseIntroduccion Data WareHouse
Introduccion Data WareHouse
 
Aplicaciones De Ti Cs
Aplicaciones De Ti CsAplicaciones De Ti Cs
Aplicaciones De Ti Cs
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 
Big Data - Infraestrucutra de BI para soluciones de BI
Big Data - Infraestrucutra de BI para soluciones de BIBig Data - Infraestrucutra de BI para soluciones de BI
Big Data - Infraestrucutra de BI para soluciones de BI
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 
Data mart
Data martData mart
Data mart
 
Integración de Datos sin límites con Pentaho
Integración de Datos sin límites con PentahoIntegración de Datos sin límites con Pentaho
Integración de Datos sin límites con Pentaho
 
ALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptxALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptx
 
DATAWAREHOUSE
DATAWAREHOUSEDATAWAREHOUSE
DATAWAREHOUSE
 
Querona
QueronaQuerona
Querona
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivas
 
Cap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptxCap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptx
 
Rendimiento performance
Rendimiento performanceRendimiento performance
Rendimiento performance
 
Fundamentos dw
Fundamentos dwFundamentos dw
Fundamentos dw
 
data warehouse
data warehousedata warehouse
data warehouse
 
Performance
PerformancePerformance
Performance
 
Rendimiento performance
Rendimiento performanceRendimiento performance
Rendimiento performance
 
Performance
PerformancePerformance
Performance
 
1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt
 

Dernier

Trabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power PointTrabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power PointValerioIvanDePazLoja
 
Análisis de Artefactos Tecnologicos (3) (1).pdf
Análisis de Artefactos Tecnologicos  (3) (1).pdfAnálisis de Artefactos Tecnologicos  (3) (1).pdf
Análisis de Artefactos Tecnologicos (3) (1).pdfsharitcalderon04
 
Actividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolarActividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolar24roberto21
 
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024u20211198540
 
Herramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdfHerramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdfKarinaCambero3
 
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúRed Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúCEFERINO DELGADO FLORES
 
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...Marketing BRANDING
 
La electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdfLa electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdfcristianrb0324
 
#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptx
#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptx#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptx
#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptxHugoGutierrez99
 
Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1ivanapaterninar
 
CommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersCommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersIván López Martín
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxAlexander López
 
Trabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfTrabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfedepmariaperez
 
La tecnología y su impacto en la sociedad
La tecnología y su impacto en la sociedadLa tecnología y su impacto en la sociedad
La tecnología y su impacto en la sociedadEduardoSantiagoSegov
 
Documentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosDocumentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosAlbanyMartinez7
 
David_Gallegos - tarea de la sesión 11.pptx
David_Gallegos - tarea de la sesión 11.pptxDavid_Gallegos - tarea de la sesión 11.pptx
David_Gallegos - tarea de la sesión 11.pptxDAVIDROBERTOGALLEGOS
 
Viguetas Pretensadas en concreto armado
Viguetas Pretensadas  en concreto armadoViguetas Pretensadas  en concreto armado
Viguetas Pretensadas en concreto armadob7fwtwtfxf
 
_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdf
_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdf_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdf
_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdfBetianaJuarez1
 
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docxPLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docxhasbleidit
 

Dernier (20)

Trabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power PointTrabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power Point
 
Análisis de Artefactos Tecnologicos (3) (1).pdf
Análisis de Artefactos Tecnologicos  (3) (1).pdfAnálisis de Artefactos Tecnologicos  (3) (1).pdf
Análisis de Artefactos Tecnologicos (3) (1).pdf
 
Actividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolarActividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolar
 
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
 
El camino a convertirse en Microsoft MVP
El camino a convertirse en Microsoft MVPEl camino a convertirse en Microsoft MVP
El camino a convertirse en Microsoft MVP
 
Herramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdfHerramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdf
 
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúRed Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
 
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
 
La electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdfLa electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdf
 
#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptx
#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptx#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptx
#Tare10ProgramacionWeb2024aaaaaaaaaaaa.pptx
 
Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1
 
CommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersCommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 Testcontainers
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
 
Trabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfTrabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdf
 
La tecnología y su impacto en la sociedad
La tecnología y su impacto en la sociedadLa tecnología y su impacto en la sociedad
La tecnología y su impacto en la sociedad
 
Documentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosDocumentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos Juridicos
 
David_Gallegos - tarea de la sesión 11.pptx
David_Gallegos - tarea de la sesión 11.pptxDavid_Gallegos - tarea de la sesión 11.pptx
David_Gallegos - tarea de la sesión 11.pptx
 
Viguetas Pretensadas en concreto armado
Viguetas Pretensadas  en concreto armadoViguetas Pretensadas  en concreto armado
Viguetas Pretensadas en concreto armado
 
_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdf
_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdf_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdf
_Planificacion Anual NTICX 2024.SEC.21.4.1.docx.pdf
 
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docxPLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
 

Data WareHouse. Introduccion

  • 1. D t W H Data WareHouse Diseño I l Di ñ e Implementación t ió MCP Ing. Ricardo Mendoza Rivera rimenri@hotmail.com http://rimenri.blogspot.com
  • 2. Sesión 1: Introducción al Data Warehouse
  • 3. Contenido Qué es Data Warehouse ? Por qué construir un Data WareHouse ? Data Marts y Data Warehouses El Ciclo de Vida de un Data Warehouse Datos D t en un D t Warehouse Data W h http://rimenri.blogspot.com
  • 4. Qué es un Data WareHouse ? Definiendo Data Warehouse Sistemas Operacionales: Una Solución Transaccional Sistemas Analíticos: Una Solución Data Warehousing Comparación entre Solución Transaccional y Solución Data Warehousing http://rimenri.blogspot.com
  • 5. Definiendo Data Warehouse Un Data Warehouse es una Base de Datos (BD) que contiene: Datos Empresariales Integrar colección de datos históricos. Datos: dirigidos al usuario, consolidados y consistentes Datos estructurados para distribución y consultas Una l ió d D t Warehousing U solución de Data W h i (ETL) es un Proceso P que: Recupera –desde un OLTP-, transforma datos y carga p , g datos a un Data WareHouse. En terminos generales lleva datos desde un origen a un destino. Usa herramientas para construir y manejar el data warehouse Corresponde a la Categoria de los Sistemas de Soporte de Decisiones http://rimenri.blogspot.com
  • 6. Sistemas Operacionales: Una Solución Transaccional Sigue eventos Individuales Diseñado para Real-time Data Entry y Edición de Datos Ejemplos: j Aplicación de Almacenes Sistema de pedido de p p productos Atención de Reclamos: empresa de servicios Bancos Operaciones de Bancos. http://rimenri.blogspot.com
  • 7. Sistemas Analíticos: Una Solución de Data Warehousing Asiste como Soporte de Decisiones Estratégicas. Proporciona Diferentes Niveles de Análisis Permite a los usuarios Navegar en diferentes Niveles de Datos D t Permite a los Sistemas Búsquedas para hallar nuevas Relaciones. Relaciones Ejemplos: Aplicaciones de gestión de unidades de negocio. Aplicaciones de rendimiento de un proceso de produccion. http://rimenri.blogspot.com
  • 8. Comparando Soluciones Transaccionales y Data Warehousing Soluciones Soluciones en Transactionales Data warehousing Frecuencia de Tiempo Real Periódicamente Actualización Estructurado para Integridad de Datos Facilidad de consultas Procesamiento de Performance de Optimizado para Transacciones Consultas. http://rimenri.blogspot.com
  • 9. Por qué Construir un Data WareHouse ? Permite ejecutar análisis rápidamente Permite el Acceso a los datos de toda la Empresa Permite tener datos consistentes Su gran almacen de datos permite responder en qué objetos del negocio se pueden hacer mejoras mejoras. http://rimenri.blogspot.com
  • 10. Data Marts y Data Warehouses Qué es un Data Mart Moviendo Datos desde un Data Warehouse a Data Marts Moviendo Datos desde Data Marts a un Data Warehouse http://rimenri.blogspot.com
  • 11. Qué es un Data Mart Qué es un Data Mart Una parte de un data warehouse Para temas particulares o Actividades específicas de negocios. g Puede ser una solución táctica Por qué Construir Data Marts q Consultas rápidas y pocos usuarios Tiempo de desarrollo rápido http://rimenri.blogspot.com
  • 12. Moviendo Datos de un Data Warehouse a Data Marts Origen1 Ventas Mart Origen 2 Data Finanzas Mart Warehouse Origen 3 Servicio Cliente Mart Ventajas Desventaja Campos Compartidos Tiempo largo de Orígen Común desarrollo Procesamiento Distribuído http://rimenri.blogspot.com
  • 13. Moviendo Datos desde Data Marts a un Data Warehouse Origen1 Ventas Mart Origen 2 Finanzas M t Fi Mart Data Warehouse Origen 3 Atención Cliente Mart Ventajas Desventajas Simple and rápido Duplicación de Data Datos Departamen tales Departamen-tales Data marts Incompatibles http://rimenri.blogspot.com
  • 14. El Ciclo de Vida de un Data Warehousing Elementos Básicos Herramientas para Manejar el Proceso http://rimenri.blogspot.com
  • 15. Elementos Básicos Orígen: OLTP Oí Data M t D t Marts Sistemas Cubo OLAP Clientes Data Warehouse 1 3 4 5 6 Recuperar Data Poblar Data Poblar Procesar Consultar 2 Transform Data Warehouse Data Mart Cubos Data http://rimenri.blogspot.com
  • 16. Elementos Básicos de un Data Mart Sistemas Data Staging Data Marts Datos en Aplicaciones de Operationales Servidor de un Entorno Usuario Final (Legacy System) Presentación OLAP Almacenamiento Reporteadores OLTP •Archivos Planos •Archivos XML Archivos Intefaces de Proceso Data Mart Usuario Final OLTP •Limpieza •Depuración Herramientas de ETL Consulta AD OLTP • Extraer HOC •Transformar • Cargar http://rimenri.blogspot.com
  • 17. Herramientas para Manejar el Proceso SQL Server Management Studio SQL Server Integration Services SQL Server Analysis Services Microsoft Repository PivotTable Service Pi tT bl S i MS Office 2003 Visual Studio NET 2005 – usando componentes para explotar los servicios OLAP como el owc http://rimenri.blogspot.com
  • 18. Datos en un Data Warehouse Características de la Data Componentes de un Data WareHouse Ejemplo de Organizar Datos http://rimenri.blogspot.com
  • 19. Características de la Data Caracteristícas Descripción p Consolidada Centraliza toda la empresa Consistente En el data warehouse Organizado en la perspectiva Subject-oriented S bj t i t d del usuario Histórica Fotografía del tiempo Read-only No debe ser modificable Apropiada en función al nivel Summarizada de detalle http://rimenri.blogspot.com
  • 20. Componentes Internos del Data WareHouse Tabla Hecho : Medidas Qué analizar ? Montos Vendidos Montos Cobrados Peso Materia Prima Horas Hombre Nro de Reclamos Tablas Dimension : Dimensiones Cómo Analizar? Producto Tiempo Ti Cliente Organización http://rimenri.blogspot.com
  • 21. Ejemplo de Organización de Datos Reporte Venta Mensual: Región Norte - Mensual: Agosto 2007 Región Ciudad Detergente Aceites Total $ NORO Tumbes 2,750 20,100 22,850 NORO Pi Piura 2 500 2,500 11 635 11,635 14,135 14 135 Total NORO 5,250 31,735 36,985 NOR Chiclayo 1 725 1,725 15,075 15 075 16,800 16 800 NOR Cajamarc 2,200 6,943 9,143 Total NOR 3,925 3 925 22 018 22,018 25,943 25 943 NORM Trujillo 4,950 34,645 39,595 NORM Chimbote 1,900 15,105 17,005 Total NORM 6,850 49,750 56,600 Total Región Norte , 16,025 , 103,503 , 119,528 http://rimenri.blogspot.com
  • 22. Revisión Qué es Data Warehouse Por qué construir un Data WareHouse? Data Marts y Data Warehouses El Ciclo de Vida de un Data Warehouse Datos D t en un D t Warehouse Data W h http://rimenri.blogspot.com
  • 23. Demostración: Creando un Cubo OLAP •Visualizando una Base de Datos Multidimensional. • Construyendo un Cubo OLAP •Requisitos Previos SQL Server 2005 Instalado Base de Datos AdventureWorkDW (Data Mart) dentro del SQL Server http://rimenri.blogspot.com