Clase 4 - Profundizando en modelos, dimensiones y hechos.

Get Started. It's Free
or sign up with your email address
Rocket clouds
Clase 4 - Profundizando en modelos, dimensiones y hechos. by Mind Map: Clase 4 - Profundizando en modelos, dimensiones y hechos.

1. Wadel, Vargas. (Enfoque bottom-up)

2. Enfoques para la construcción del data warehouse. Top Down- Imonn y botton up- Kimbal propone la unión de data marts para la creación del DW. Parece un enfoque más realista ya que los DW surgen de la información proveniente de varios sistemas operacionales. Pellegrinetti Augusto. Rodsevich Nicolás.

3. Wadel, Vargas. Dimensiones. Normalización de las tablas de dimensión. Esquemas (estrella, copo de nieve, constelación).

4. El data warehouse es nada mas que la unión de todos los data marts. Kimball 1997 Aguirre - Noguera

5. Entender el negocio es imprensindible.

6. Entender el negocio es imprescindible. Además deben considerarse los requerimientos de los usuarios como la realidad de las fuentes al tomar decisiones en el proceso de definición del DW. Maggi, Suarez, Zarza

7. Wadel, Vargas. Granularidad: Especificar cada fila de la tabla de hechos, indicando el nivel de detalle asociado a las medidas que contiene. Declarar la granularidad es un paso crucial en el diseño. Se recomienda elegir el nivel más bajo de granularidad posible para lograr un diseño más robusto.

8. Enfoques para la construcción del data warehouse. Top Down- Imonn y botton up- Kimbal propone la unión de data marts para la creación del DW. Parece un enfoque más realista ya que los DW surgen de la información proveniente de varios sistemas operacionales.

9. Dimensiones: Surgen de la definicion del proceso de negocio. Augusto Pellegrinetti Nicolas Rodsevich

10. Identificar las medidas. Medidas Aditivas. Medidas con Multiples Unidades Una medida es Derivada si necesita ser calculada. Maggi, Suarez, Zarza

11. Es necesario gestionar de una forma correcta los cambios que se producen en los atributos de las dimensiones, que nos permitan realizar de una forma correcta el análisis histórico de los datos. Aguirre - Noguera

12. Paradigma Ralph Kimball. El Data Warehouse es un conglomerado de todos los Data Marts dentro de una empresa, siendo una copia de los datos transaccionales estructurados de una forma especial para el analisis. Los diferentes Data Marts estan conectados entre si por la llamada bus structure. Enfoque Bottom-up. Gustavo De Marzi

13. Dimensiones con valores variables son cambios en los atributos de la dimension por correccion de errores o por cambios en el sistema fuente. Maggi, Suarez, Zarza

13.1. La construcción de un DW incluye 4 fases, que son: Selección del proceso de negocio, definición de la granularidad de la información, elección de las dimensiones de análisis e identificación de los hechos o métricas. Aguirre - Noguera

14. Wadel, Vargas. Proceso: Un proceso es una actividad realizada por una organización y generalmente soportada por un sistema fuente. Los procesos deben modelarse una única vez.

15. Son mostradas al usuario para la navegacion. Augusto Pellegrinetti Nicolas Rodsevich

16. Se listan todos los atributos que proveeran detalles a la dimension Augusto Pellegrinetti Nicolas Rodsevich

17. Esquema estrella: cada dimensión reside en una tabla. Su punto más debil es la redundancia, ya que es dificil de controlar en la BD. Pellegrinetti Augusto Rodsevich Nicolás

18. Kimball vs Inmon. Podemos resumir que el enfoque Inmon es mas apropiado para sistemas complejos, donde ademas queremos asegurar su perdurabilidad y consistencia aunque cambien los procesos de negocio en la organización. Pero para pequeños proyectos, donde ademas queremos asegurar la usabilidad de los usuarios con un sistema facil de entender y el rapido desarrollo de la solución, el enfoque Kimball es mas apropiado. http://churriwifi.wordpress.com/2010/04/19/15-2-ampliacion-conceptos-del-modelado-dimensional/ Gustavo De Marzi