Modelo estrella y copo de nieve

Modelos

Para que sirven...

Todas las empresas manejan grandes cantidades de informacion y requieren un mayor manejo de dicha informacion.

Data Mart: son almacenes de datos con información de interés particular para un determinado sector de la empresa

Data Warehousing: es el conjunto de almacenes de datos particulares (Data Mart) con información de interés para la empresa en general

Esquema de estrella

Para facilitar el análisis, el data mart organiza los datos en una estructura llamada esquema de estrella.

Esta estructura esta compuesta por una tabla central - tabla de hechos - y un conjunto de tablas organizadas alrededor de ésta - tablas de dimensiones.

En las puntas de la estrella se encuentran las tablas de dimensión que contienen los atributos de las aperturas que interesan al negocio que se pueden utilizar como criterios de filtro y son relativamente pequeñas. Cada tabla de dimensión se vincula con la tabla de hechos por un identificador.

Las BD OLAP se organizan para ajustarse a la forma en que se recuperen y analicen los datos a fin de facilitar la creacion de los informes necesarios

Caracteristicas

Esquema copo de nieve

El esquema copo de nieve es una variación del esquema estrella donde alguna punta de la estrella se explota en mas tablas.

En este esquema, las tablas de dimensión copo de nieve se encuentran normalizadas para eliminar redundancia de datos.

A diferencia del esquema estrella, los datos de las dimensiones se reparten en múltiples tablas.

Como ventaja del esquema destacamos el ahorro de espacio de almacenamiento en disco, pero en perjuicio de un aumento en la cantidad de tablas.

 El centro de la estrella es la tabla de hecho.

 Los puntos de la estrella son las tablas de dimensiones.

 Cada esquema esta compuesto por una sola tabla de hechos

 Generalmente es un esquema totalmente desnormalizado, pudiendo estar parcialmente normalizado en las tablas de dimensiones.

Caracteristicas

Ventajas y desventajas

 La dimensión esta normalizada

 Los distintos niveles se encuentran almacenados en tablas separadas

 Se argumenta ahorro de espacio

* Una vez poblada la BD no se puede modificar su estructura sin rediseñar el cubo.

*El cubo es una estructura adicional de datos que mantener y actualizar, eso supone un gesto extra de recursos.

*El modelo de negocios no siempre se adapta bien en un modelo jerarquico.

ROLAP (Procesamiento analítico OnLINE Relacional)

*Consultas son mas rápidas

*Cuando se elabora un informe no se accede directamente a la BD del sistema, sino a un cubo preconfigurado, lo que posibilita el acceso a los datos en un tiempo corto.

*Dependiendo del usuario se realizan cubos destinados a suplir las necesidades del mismo.

Tipos de OLAP

Caracteristicas

Estan diseñadas para realizar analisis de datos a travez del uso de modelos de datos multidimensionales, aunque en el caso de ROLAP. Estos modelos no se implementan sobre un sistema multidimensional, sino sobre un sistema relacional clasico.

 La dimensión esta normalizada

 Los distintos niveles se encuentran almacenados en tablas separadas

 Se argumenta ahorro de espacio

ROLAP accede alos datos de una BD relacional y genera consultas SQL para calcular la informacion al nivel apropiado cuando un usuario final lo requiere.

HOLAP (Procesamiento analítico en linea hibrido)

Ventajas

*Gracias a los cubos quedaron las interminables horas de búsqueda de información y la elaboración de estadísticas y gráficos estáticos.

*La principal características que potencia a OLAP, es que es lo mas rápido a la hora de ejecutar sentencias SQL de tipo SELECT.

* Es una combinación de ROLAP y MOLAP.

* Permite almacenar una parte de los datos como en un sistema MOLAP y el resto como en uno ROLAP.

Particionamiento vertical: En este modo, HOLAP almacena agregaciones como un MOLAP para mejorar la velocidad de las consultas, y los datos se detallan en ROLAP para optimizar el tiempo en que se procesa el cubo

MOLAP (Procesamiento analítico Multidimensional en linea)

* Se considera mas escalable para manejar grandes volúmenes de datos.

* Hay disponibles una gran variedad de herramientas de carga de datos para sistemas relacionales

* Los datos se almacenan en una base de datos relacional estandar que puede ser accedida por cualquier herramienta de generacion de informes SQL (Reporting)

Se trata de una alternativa a la tecnóloga

ROLAP, aunque ambos tipos de herramientas

estan diseñadas para realizar análisis de

datos a través de un modelo de datos

multidimensional, MOLAP se diferencia

significativamente en que requiere un

preprocesa miento y almacenamiento de la

información contenida en el cubo.

Ventajas y desventajas

* Consultas rápidas debido a la optimización del rendimiento de almacenamiento, la indexación multidimensional y la memoria cache.

* Muy compacto para conjuntos de datos de pocas dimensiones.

Desventajas

MOLAP almacena estos datos en una matriz

de almacenamiento multidimensional

optimizada, mas que en una base de datos

relacional (o en una ROLAP)

* Las Herramientas MOLAP tradicionales tienen dificultades para consultar con modelos con dimensiones muy altas

* El enfoque MOLAP introduce redundancia en los datos.

Desventajas

* Se necesita mas tiempo de desarrollo de codigo

* Dado que la herramienta OLAP se basa en SQL para todos los cálculos, no son apropiados cuando el modelo realiza muchos cómputos que no se traducen bien en SQL