Modelo Dimensional Mg. Samuel Oporto Díaz. Mapa del Curso Inteligencia de Negocios Metodología...

Modelo Dimensional

Mg. Samuel Oporto Díaz

Mapa del Curso

Inteligencia de Negocios

Metodología Kimball

Planeamiento del Proyecto

Modelo del

Negocio

Modelado Dimensional

Modelado Físico

ETL

Reportes

Minería de Datos

Tabla de Contenido

• Información y Conocimiento• Sistemas transaccionales y sistemas analíticos• Inteligencia de negocios• Almacenes de datos.

Objetivos

1. Describir el rol de la Inteligencia de Negocios (BI) y del Datawarehouse en el actual mercado.

2. Describir porque un Sistema de Procesamiento Transaccional en Línea (OLTP) no se ajusta a un reporte analítico.

3. Describir como se procesa las consultas de soporte a las decisiones en un DW .

4. Explicar porque los negocios se orientan a manejar tecnología de Datawarehouse.

MODELOS RELACIONALES Y DIMENSIONALES

Modelo E-R– Entidades– Atributos– Relaciones

Modelo dimensional– Hechos– Dimensiones– Medidas

Dos técnicas

E-R - Modelo dimensional

• El modelo dimensional puede verse como un caso particular del modelo relacional.

• Foreing keys Dimensión• Hecho Entidad

• Eficiencia

• Soportado por múltiples RDBMS

• Análisis de datos de menor complejidad, debido a la de-normalización

Modelo Estrella

• Mayor normalización, es decir, los niveles de las jerarquías se normalizan.

• Mayor flexibilidad

• Mayor dificultad de mantenimiento

• Joins más costosos

• Menos registros en las dimensiones.

Modelo Copo de Nieve

MODELADO DIMENSIONAL

http://www.mikanassociates.com/yahoo_site_admin/assets/images/Star_Schema_--_People.19092737_std.jpg

Modelado Dimensional

• Es una adaptación del modelo relacional.• Consiste de tablas de hechos que se caracterizan usando

dimensiones y medidas.

• La información sobre un hecho (actividad) se representa mediante indicadores (medidas o atributos de hecho).

• La información de cada dimensión se representa por un conjunto de atributos (atributos de dimensión).

• Una dimensión es el contexto de un hecho, tienden a ser discretas y jerárquicas.

• Un indicador es una cantidad que describe el hecho, debe ser agregables.

Conceptos básicos

1. Hecho. Evento, actividad, item transacción del negocio.

2. Medida. Atributo o medida de hechos, métricas del negocio

3. Dimensión. Característica de un hecho.

4. Jerarquía. Relaciones padre-hijo dentro de una dimensión

5. Tabla de hechos: Almacena eventos y las métricas.

6. Tabla de dimensión. Almacenan las dimensiones.

Hechos

• Representan un evento o actividad específica, tiene dimensiones y medidas.

• Representan un item de negocio, una transacción o un evento que tiene significancia para el negocio.

• Corresponden a una colección de items de datos y datos de contexto.

• Son aquellos datos que residen en una tabla de hechos y que son utilizados para crear indicadores, a través de sumarizaciones preestablecidas.

• Un hecho debe estar relacionado al menos con una dimensión: “El tiempo”.

1

Medidas – Métricas - Hechos

• Es un atributo numérico de un hecho que representa la performance o comportamiento del negocio relativo a la dimensión

• Ejemplos:– Ventas en $$– Cantidad de productos– Total de transacciones– Cantidad de pacientes admitidos– Llamadas efectuadas.– ImporteTotal = precioProducto * cantidadVendida– Rentabilidad = utilidad / PN– CantidadVentas = cantidad– PromedioGeneral = AVG(notasFinales)

2

Hechos o medidas

• Representan los valores que son analizados.

• Características de las medidas:– Deben ser numéricas. Porque estos valores son las

bases de las cuales el usuario puede realizar cálculos.– Cruzan todas las dimensiones en todos los niveles.

• Si la medida es no numérica debemos codificarla a un valor numérico y cuando tengamos que exponerla decodificarla para mostrarla con el valor original.

2

Hechos o medidas

• Las medidas pueden clasificarse en:Naturales. – Son aquellas que se obtiene por agregación de los

datos originales.• Suma: suma los valores de las columnas• Cuenta: conteo de los valores• Mínima: valor mínimo• Máxima: valor máximo• Cuenta de Distintos: valores diferentes

Calculadas– Si se derivan de una medida natural.

• Cálculos Matemáticos• Expresiones condicionales• Alertas

2

Dimensiones

• Es una característica de un hecho que permite su análisis posterior, en el proceso de toma de decisiones.

• Determina el contexto del hecho (quién participó, cuándo y donde pasó y su tipo).

• Es una entidad de negocios respecto de la cual se deben calcular las métricas (clientes, productos, tiempo)

• Tienden a ser discretas y jerárquicas <país, región, departamento, provincia, distrito>.

• Es una colección de miembros o unidades o individuos del mismo tipo que permite categorizar un hecho.

3

Dimensiones

• Se utilizan como parámetros para los análisis OLAP

• Las dimensiones habituales son:

Dimensión MiembroTiempo Meses, Trimestre, AñosGeografía País, Región, CiudadCliente Id ClienteVendedor Id Vendedor

3

Designing Summary Tables

Units Sales(€) Store

Product ATotal

Product BTotal

Product CTotal

• Average• Maximum

• Total• Percentage

Summary Tables Example

SALES FACTSSales Region Month10,000 North Jan 9912,000 South Feb 9911,000 North Jan 9915,000 West Mar 9918,000 South Feb 9920,000 North Jan 9910,000 East Jan 992,000 West Mar 99

SALES BY MONTH/REGIONMonth Region Tot_Sales$Jan 99 North 41,000Jan 99 East 10,000Feb 99 South 40,000Mar 99 West 17,000

SALES BY MONTHMonth Tot_SalesJan 99 51,000Feb 99 40,000Mar 99 17,000

Summary Management in Oracle8i

ProductProduct

RegionRegion

TimeTime

SalesSalessummarysummary

CityCity

SalesSales

StateState

Summary Summary usageusage

Summary advisor

Space Space requirementsrequirements Summary Summary

recommendationsrecommendations

The Time Dimension

How and where should it be stored?

Timedimension

Sales fact

• Time is critical to the data warehouse.• A consistent representation of time is required for

extensibility.

Jerarquía de las dimensiones

• Una jerarquía representa una relación lógica entre los datos de una dimensión.

• Estos datos poseen una relación “padre-hĳo”.

4

Jerarquía de las dimensiones

• Tienen las siguientes características:– Se presentan al interior de una

dimensión.– Pueden existir varios niveles (dos o

más)– Relación “1-n” o “padre-hĳo” entre

atributos consecutivos de un nivel superior y uno inferior.

• Se pueden identificar cuando existen relaciones “1-n” o “padre-hĳo” en la dimensión.

4

Origen de las Jerarquías

• Entre los atributos de una dimensión se definen jerarquías.

tipo

almacén

ciudad región

tipo

día mes año

Producto

Almacén

Tiempo

nro. producto categoría

trimestre

semana

4

Granularidad

• La granularidad es el nivel de detalle en que se almacena la información.

• Por ejemplo: – Datos de ventas o compras de una empresa, pueden registrarse día a día– Datos pertinentes a pagos de sueldos o cuotas de socios, podrán almacenarse a nivel de mes.

• A mayor nivel de detalle, mayor posibilidad analítica, ya que los mismos podrán ser resumidos o sumarizados.

• Los datos con granularidad fina (nivel de detalle) podrán ser resumidos hasta obtener una granularidad media o gruesa. No sucede lo mismo en sentido contrario.

4

Tablas de Hechos

• Las tablas de hechos contienen las dimensiones y las medidas de los hechos.

• Los hechos o medidas son los valores de datos que se analizan (son numéricos).

• La tabla de hechos tiene una clave primaria compuesta por las claves primarias de las tablas de dimensiones relacionadas a este.

Medidas o hechos

Dimensiones

5

Tabla de dimensiones

• Definen la organización lógica de los datos.

• Tiene una PK (única) y columnas de referencia:– Clave principal (PK) o identificador único.– Clave foráneas.– Datos de referencia primarios (identifican la dimensión)– Datos de referencia secundarios (complementan la descripción).

• No siempre la PK del OLTP, corresponde con la PK de la tabla de dimensión relacionada.

6

EJERCICIO

Ejercicio

• Etapas en la construcción de un modelo dimensional:

Construcción de las

Dimensiones

Armado de la Tabla de Hechos

Definición de las Medidas

0

2

1

Requerimientos del usuario

Decidir la granularidad

3 4

Dimensiones

Medidas Tiempo Sucursal Vendedor Cliente Producto

Ventas_Importe X X X X X

Ventas_Costo X X X X X

Ventas_Unidades X X X X X

Ventas_ImporteTotal X X X X X

Ventas_Ganancia X X X X X

Ventas_Promedio X X X X X

Requerimientos del usuario 0


• La granularidad:– Es el nivel de detalle al que se desea almacenar información sobre

la actividad a modelar.– Define el nivel atómico de datos en el almacén de datos.– Determina el significado de las tuplas de la tabla de hechos.– Determina las dimensiones básicas del esquema.

• Por ejemplo en la dimensión Sucursal:

1


• Ejemplo de la dimensión fecha. Se desea los datos por:– Información anual– Información semestral– Información trimestral– Información mensual. ....– Información semanal– Información diaria– Transacción en el OLTP

1

+ granularidad+ detalle

Construcción de las dimensiones

• Identificar las dimensiones que caracterizan el proceso al nivel de detalle (gránulo) que se ha elegido.

• De cada dimensión se debe decidir los atributos (propiedades) relevantes para el análisis de la actividad.

• Entre los atributos de una dimensión existen jerarquías naturales que deben ser identificadas (día-mes-año)

– Tiempo. Cuándo se produce la actividad– Sucursal. Donde está ubicado el almacén– Vendedor. Quién ha vendido– Cliente. Quién es el destinatario de la

actividad– Producto. Cuál es el objeto de la actividad

2

Dimensiones








Dimensión Tiempo

* Año ** Semestre *** Trimestre **** Mes ***** Día

Dimensión Sucursal

* Sucursal ** Tipo Sucursal *** País **** Provincia ***** Ciudad

Dimensión Vendedor

* Sucursal ** Sección *** Vendedor

Dimensión Cliente

* País ** Provincia *** Ciudad **** Razón Social

2

Dimensiones








2

Dimensiones








Fact_Ventas

ID_Tiempo ID_Producto ID_Cliente ID_Vendedor ID_Sucursal

Tabla de Hechos 3

Fact_Ventas


Medidas

Definición de las medidas 4

Fact_Ventas


ID_Fecha ID_Producto ID_Cliente ID_Vendedor Ventas_Importe Ventas_Costo Ventas_Unidades

Dimensión Tiempo

* Año ** Semestre *** Trimestre **** Mes ***** Día

Dimensión Sucursal

* Sucursal ** Tipo Sucursal *** País **** Provincia ***** Ciudad

Dimensión Vendedor

* Sucursal ** Sección *** Vendedor

Dimensión Cliente

* País ** Provincia *** Ciudad **** Razón Social

Fact_Ventas

ID_Fecha ID_Producto ID_Cliente ID_Vendedor Ventas_Importe Ventas_Costo Ventas_Unidades

Fact_Ventas


ROLAP, MOLAP, HOLAP

Tipos de OLAP.

• OLAP Relacional (ROLAP)• OLAP Multidimensional (MOLAP)• OLAP Híbrida (HOLAP)

Esquema Físico• Existe tres formas de almacenar los datos:

.

Base de Datos Relacional

Vista de Usuario

Base de Datos Multidimensional

DATOS AGREGACIONES


Vista de Usuario


DATOS AGREGACIONES


Vista de Usuario


AGREGACIONES Y DATOS


Vista de Usuario




Vista de Usuario




Vista de Usuario



ROLAP - Relacional OLAP. HOLAP - OLAP híbrido

MOLAP - Multidimensional OLAP.

MOLAP

• En un sistema MOLAP (OLAP multidimensional) los datos se encuentran almacenados en una estructura multidimensional.

• Para optimizar los tiempos de respuesta, el resumen de la información es usualmente calculado por adelantado. Estos valores pre-calculados o agregaciones son la base de las ganancias de desempeño de este sistema.

• Algunos sistemas utilizan técnicas de compresión de datos para disminuir el espacio de almacenamiento en disco debido a los valores pre-calculados.

ROLAP

• ROLAP (OLAP Relacional) es un sistema en el cual los datos se encuentran almacenados en una base de datos relacional.

• Típicamente, los datos son detallados, evitando las agregaciones y las tablas se encuentran normalizadas.

HOLAP

• Un sistema HOLAP (OLAP Híbrido) mantiene los registros detallados en la base de datos relacional, mientras que los datos resumidos o agregados se almacenan en una base de datos multidimensional separada.

• Este método de almacenamiento es una combinación de los dos anteriores e intenta rescatar lo mejor de cada uno.

PREGUNTAS

Modelo Dimensional Mg. Samuel Oporto Díaz. Mapa del Curso Inteligencia de Negocios Metodología...

Documents

Transcript of Modelo Dimensional Mg. Samuel Oporto Díaz. Mapa del Curso Inteligencia de Negocios Metodología...