1. Base datos multidimensional - OLAP
1.1. Permite al usuario analizar los datos desde diferentes dimensiones
1.2. Muestras información haciendo uso de varios cubos
1.3. Alto nivel de detalle en cada operación
1.4. OLAP proporciona información rápidamente
2. Elementos de un Datawarehouse
2.1. Tabla de hechos
2.1.1. Tipos
2.1.1.1. Transaction Fact Table
2.1.1.2. Periodic Snapshot Fact Table
2.1.1.3. Factless Fact Tables/Coverage Table
2.1.1.4. Accumulating Snapshot Fact Table
2.2. Dimensión
2.2.1. Tipos
2.2.1.1. Según su actualización
2.2.1.1.1. Tipo 0: Nunca cambia la información ni se reescribe.
2.2.1.1.2. Tipo 1: No se guardan los datos históricos, la nueva información sobre escribe la antigua.
2.2.1.1.3. Tipo 2: Se añaden filas.
2.2.1.1.4. Tipo 3: Se añaden columnas.
2.2.1.1.5. Tipo 4: Los datos históricos se dividen en dos tablas (X y X+1).
2.2.1.1.6. Tipo 6 (Híbrida): (1+2+3=6), sirve para reducir el tamaño de las consultas.
2.2.1.2. Según su función
2.2.1.2.1. Degeneradas
2.2.1.2.2. Monster
2.2.1.2.3. Junk
2.2.1.2.4. Conformadas
2.2.1.2.5. Bridge
2.2.1.2.6. Alta cardinalidad
2.2.1.2.7. Role-playing
2.3. Métricas
2.3.1. Tipos
2.3.1.1. Funcionalidad
2.3.1.1.1. Lagging (reactivo)
2.3.1.1.2. Leading (Proactivo)
2.3.1.2. Indicadores
2.3.1.2.1. Key Performance Indicator
2.3.1.2.2. Key Goal Indicator
3. Datamart.
3.1. Categorías
3.1.1. Dependiente
3.1.2. Independientes
4. Bases de Datos
4.1. Es una agrupación lógica de archivos organizados relacionados entre sí.
4.2. Una Base de datos de una institución se puede crear agrupando los archivos de:
4.2.1. Los cursos.
4.2.2. Características
4.2.2.1. DW
4.2.2.2. DM
4.2.3. Alumnos matriculados.
4.2.4. Costos de las materias.
4.3. Tipos de Bases de Datos
4.3.1. Centralizadas.
4.3.1.1. Almacena todos los archivos relacionados en una única posición lógica y por consiguiente física también.
4.3.2. Distribuidas.
4.3.2.1. Replicada
4.3.2.1.1. Tiene copias de bases de datos completas, con el objetivo de respaldar la centralizada.
4.3.2.2. Particionada
4.3.2.2.1. La base de datos esta subdividida. Cada posición tiene una parte de la base de datos.
5. Esquemas para estructurar datos
5.1. Estrella
5.1.1. Es una tabla de hechos y varias dimensiones por cada punto de hecho.
5.2. Copo de nieve
5.2.1. Es un esquema Estrella, pero las dimensiones se normalizan (ramifican) en múltiples tablas.
6. Metadatos
6.1. ¿Qué es?
6.1.1. TI requiere información sobre las bases de datos, tablas y demás. Fuente, significado, transformaciones.
6.1.2. La documentación debe mantenerse constantemente actualizada.
6.2. Función
6.2.1. Diseño, vistas lógicas, dimensiones, Jerarquías, localización de los DM.
6.2.2. Genealogía (linaje), flujo de información.
6.2.3. Listado de métricas del DW, que especifique cuantos accesos a campos o a una vista se han realizado.
7. Datalakes (DL)
7.1. Nuevos depósitos de almacenamiento
7.2. Almacenar información histórica sin necesidad de procesarla
7.3. Contiene gran cantidad de datos en bruto en su formato original
8. Datawarehouse.
8.1. Características
8.1.1. Orientado a tablas, Integrado, Variable en el tiempo, No volátil, Multidimensional, Basada en la web, Cliente/Servidor, Tiempo real, Metadatos.