Este documento resume conceptos clave de arquitectura de Business Intelligence (BI) e introduce herramientas de OLAP. Explica que el metadata define atributos de tablas y transformaciones de datos. Las jerarquías permiten agregar e información entre diferentes niveles. Las herramientas OLAP habilitan análisis multidimensional rápido de datos. Técnicas como slice, dice, pivot, roll-up y drill-down permiten explorar y filtrar datos almacenados en cubos OLAP.
0 calificaciones0% encontró este documento útil (0 votos)
21 vistas19 páginas
Este documento resume conceptos clave de arquitectura de Business Intelligence (BI) e introduce herramientas de OLAP. Explica que el metadata define atributos de tablas y transformaciones de datos. Las jerarquías permiten agregar e información entre diferentes niveles. Las herramientas OLAP habilitan análisis multidimensional rápido de datos. Técnicas como slice, dice, pivot, roll-up y drill-down permiten explorar y filtrar datos almacenados en cubos OLAP.
Este documento resume conceptos clave de arquitectura de Business Intelligence (BI) e introduce herramientas de OLAP. Explica que el metadata define atributos de tablas y transformaciones de datos. Las jerarquías permiten agregar e información entre diferentes niveles. Las herramientas OLAP habilitan análisis multidimensional rápido de datos. Técnicas como slice, dice, pivot, roll-up y drill-down permiten explorar y filtrar datos almacenados en cubos OLAP.
Este documento resume conceptos clave de arquitectura de Business Intelligence (BI) e introduce herramientas de OLAP. Explica que el metadata define atributos de tablas y transformaciones de datos. Las jerarquías permiten agregar e información entre diferentes niveles. Las herramientas OLAP habilitan análisis multidimensional rápido de datos. Técnicas como slice, dice, pivot, roll-up y drill-down permiten explorar y filtrar datos almacenados en cubos OLAP.
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1de 19
Minería de Datos
ARQUITECTURA Y HERRAMIENTAS DE BI (PARTE I)
PROF. LEANDRO FONDEUR
ITLA Qué vimos? Granularidad Agregación Proceso ETL Área Staging Qué veremos? Arquitectura BI Metadata Jerarquía Herramientas OLAP Concepto FASMI Búsquedas en el cubo OLAP Arquitectura de BI Metadata • Nos explicita todos los atributos de las tablas, de los sistemas de donde provienen, así como la definición de cada uno de los atributos de las mismas • Puede incorporar también si los campos son recalculados o transformados y el detalle de las transformaciones que se han llevado a cabo • Gestión del Metadata: Proveer un repositorio donde definir, documentar y gestionar la información del proceso ETL y su ejecución. El Metadata debería ser accesible también desde otras aplicaciones Metadata (Cont.) • Es el repositorio central de información de la información • Nos da el significado de cada uno de los componentes y sus atributos que residen en el Data Warehouse (o Data Mart) • La información que contiene el Metadata es útil para los departamentos de tecnología y los propios usuarios • Puede incluir definiciones de negocio, descripciones detalladas de los tipos de datos, formatos y otras características Metadata (Cont.) • El personal de los departamentos de Tecnología necesita saber los orígenes de la información: bases de datos de las que obtenemos los datos, qué transformaciones realizamos, criterios de filtros de información, nombre de las columnas y de las tablas, plazos de carga, utilización, etc.
• Los usuarios necesitan saber las entidades y sus atributos, cómo
han sido calculados, quiénes son los responsables de los datos, los informes disponibles, los flujos de distribución de la información, etc. Metadata (Cont.) • La construcción del Metadata supone que se defina el significado de cada una de las tablas y cada uno de los atributos que se cargan en el Data Warehouse. • Este es un punto complejo de todo proyecto, ya que obliga a que se definan los conceptos de negocio y se homogeneicen entre los distintos departamentos, filiales, etc. • Obliga a que todos los componentes de la organización hablen utilizando la misma terminología y con el mismo significado Jerarquías • La existencia de las jerarquías en las dimensiones nos permite pasar del máximo detalle a la agregación en los distintos niveles • Nos permite agregar o desagregar la información • Nos permiten hacer agrupaciones • Cambiar el orden de las distintas dimensiones en función de las necesidades de consulta Herramientas OLAP • Los usuarios necesitan analizar información a distintos niveles de agregación y sobre múltiples dimensiones • Los usuarios pueden hacer este análisis al máximo nivel de agregación o al máximo nivel de detalle • A estos tipos de análisis les llamamos multidimensionales, porque nos facilitan el análisis de un hecho desde distintas perspectivas o dimensiones • La visualización de la información es independiente respecto de cómo se haya almacenado Concepto FASMI que los productos OLAP deben cumplir FAST (Rápido): Debe ser rápido, necesitamos lanzar consultas y ver los resultados inmediatamente ANALYSIS (Análisis): Debe soportar la lógica de negocio y análisis estadísticos que sean necesarios para los usuarios SHARED (Compartido): Debe apoyar el intercambio y la accesibilidad. Debe mantener la integridad de la información al proporcionar confidencialidad (seguridad) y administrar el acceso concurrente MULTIDIMENSIONAL (Multidimensional): Tiene que proveer una visión conceptual de la información a través de distintas dimensiones INFORMATION (Información): Debe poder manejar toda la información relevante y la información derivada La representación gráfica del OLAP son los cubos
Los contenidos de OLAP permite
cada uno de los que cubos individuales cada uno de los recogen lo que cubos llamamos individuales “hechos” pueda contener más de un hecho Búsqueda: Slice and Dice
Slice: Selecciona una
dimensión en particular de un cubo dado y proporciona un nuevo sub-cubo Búsqueda: Slice and Dice (Cont.)
Dice: Selecciona dos o
más dimensiones de un cubo dado y proporciona un nuevo sub-cubo Búsqueda: Pivot
Pivot: Rota el cubo,
proporcionando una vista alternativa de los datos Búsqueda: Roll-up and Drill-down Búsqueda: Roll-up and Drill-down (Cont.) Roll-up: Ver el máximo nivel de agregación en atributos de una dimensión sobre los que se ha definido una jerarquía
Drill-down: Bajamos a más detalle en atributos de una
dimensión sobre los que se ha definido una jerarquía Búsqueda: Roll-up and Drill-down (Cont.)