VIVIANA DE JESUS MONTELONGO CABRALES

INTELIGENCIA DE NEGOCIOS.

BASES DE DATOS MULTIDIMENSIONALES,

RELACIONALES, OLAP Y OLTP.

BASES DE DATOS MULTIDIMENSIONALES.

Una base de datos multidimensional, es aquella que almacena sus datos con varias dimensiones, es decir que en vez de un valor, encontramos varios dependiendo de los "ejes" definidos o una base de datos de estructura basada en dimensiones orientada a consultas complejas y alto rendimiento. Puede utilizar un SGBDR en estrella (Base de datos Multidimensional a nivel lógico) o SGBDM (Base de datos Multidimensional a niveles lógico y físico o Base de datos Multidimensional Pura).

BASES DE DATOS MULTIDIMENSIONALES.

• Las bases de datos multidimensionales son una variación del modelo relacional que utiliza cubos OLAP para organizar los datos y expresar las relaciones entre ellos. Las principales ventajas de este tipo de bases de datos son la versatilidad para cruzar información y la alta velocidad de respuesta. Esto las convierte en herramientas básicas para soluciones de Business Intelligence o de Big Data, donde el análisis de los datos resulta crucial.

DIFERENCIAS ENTRE BASES DE DATOS MULTIDIMENSIONALES Y BASE DE DATOS RELACIONALES.

 

• Básicamente no se diferencian demasiado de las bases de datos relacionales (una tabla en una base de datos relacional podría serlo también en una base de datos multidimensional), la diferencia está más bien a nivel conceptual; en las bases de datos multidimensionales los campos o atributos de una tabla pueden ser de dos tipos, o bien representan dimensiones de la tabla, o bien representan métricas que se desean estudiar.

APLICACIONES OLAP.

• Es ofrecer a los usuarios una solución que permite agilizar de manera notable las consultas y evaluaciones de la gran cantidad de datos que produce constantemente una compañía, utilizando información proveniente de todos los sectores de la misma, que confluye en un sistema central. 

Es por ello, que la velocidad de respuesta que ofrece OLAP hace que las soluciones a los posibles problemas surgidos durante los procesos productivos, y las posteriores decisiones gerenciales, tengan lugar en tiempo y forma precisa. 

¿DONDE SE UTILIZA? 

• La herramienta OLAP ha sido ampliamente utilizada durante años en diversos sectores empresariales, tales como el marketing, ventas, gerencia y demás, permitiendo realizar informes de negocios confiables, que mejoran la competitividad de las organizaciones, tanto a nivel interno como externo.

CLASIFICACION DE OLAP.

• Tradicionalmente los sistemas OLAP se clasifican en las siguientes categorías:

ROLAP

La implementación OLAP almacena los datos en un botón relacional llamado ROLAP los datos son detallados evitando las agregaciones y las tablas que se encuentran normalizadas, los esquemas más comunes son de estrella y copo de nieve aunque es posible de trabajar sobre cualquier base de datos relacional. La arquitectura de esta se compone de un servidor de banco de datos relacional y el botón OLAP se encuentra en el servidor dedicado. La principal ventaja de esta arquitectura es que permite el análisis de una enorme cantidad de datos.

CLASIFICACION DE OLAP.

• MOLAP

Esta almacena los datos de una base de datos multidimensional. Para utilizar los tiempos de respuesta, hacer resúmenes de información calculados por adelantado y un sinfín de operaciones utilizadas de forma multidimensional para proporcionar el análisis su principal premisa es que OLAP esta mejor implantado almacenando los datos multidimensionales.

CLASIFICACION DE OLAP.

• HOLAP

HOLAP (Hybrid Online Analytical Process, procesamiento analítico en línea híbrido) es una combinación de ROLAP y MOLAP, que son otras posibles implementaciones de OLAP. HOLAP permite almacenar una parte de los datos como en un sistema MOLAP y el resto como en uno ROLAP. El grado de control que el operador de la aplicación tiene sobre este particionamiento varía de unos productos a otros.

CLASIFICACION DE OLAP.

• Existen otros modelos OLAP como son:

• WOLAP (basado y orientado para web)

• DOLAP (Basado en escritorio)

• RTOLAP (o Real Time, basado en tiempo real)

• SOLAP (o especial Solap, Basado en OLAP especiales)

OLTP• Los sistemas OLTP son bases de datos relacionales (

RDBMS) orientadas a transacciones. Una transacción es una secuencia de operaciones llevada a cabo por una base de datos de manera atómica. Las operaciones pueden ser de cuatro tipos diferentes: SELECT, INSERT, DELETE yUPDATE. Al tratarse de un proceso atómico, cada transacción solo tiene dos posibles finales:commit (si se han llevado a cabo correctamente todas las operaciones) o rollback (cuando una operación de la secuencia ha fallado, en cuyo caso hay que deshacer los cambios producidos por el resto de las operaciones de la transacción y alertar del error). Las transacciones son el pilar de prácticamente cualquier programa de gestión o página web del mundo. Su necesidad se ve muy clara, por ejemplo, en el sector de la banca.

OLTP

• Los sistemas OLAP son bases de datos orientadas al procesamiento analítico. Este análisis suele implicar, generalmente, la lectura de grandes cantidades de datos para llegar a extraer algún tipo de información útil: tendencias de ventas, patrones de comportamiento de los consumidores, elaboración de informes complejos… etc.

ESQUEMAS DE PRESENTACIÓN DE LOS CUBOS OLAP ESTRELLA Y COPO DE

NIEVE.

• Los cubos, las dimensiones y las jerarquías son la esencia de la navegación multidimensional del OLAP. Al describir y representar la información en esta forma, los usuarios pueden navegar intuitivamente en un conjunto complejo de datos. Sin embargo, el solo describir el modelo de datos en una forma más intuitiva, hace muy poco para ayudar a entregar la información al usuario más rápidamente.

ESQUEMA DE LOS CUBOS OLAP.

Un principio clave del OLAP es que los usuarios deberían obtener tiempos de respuesta consistentes para cada vista de datos que requieran. Dado que la información se colecta en el nivel de detalle solamente, el resumen de la información es usualmente calculado por adelantado. Estos valores pre calculados son la base de las ganancias de desempeño del OLAP.

ESQUEMA EN ESTRELLA.

• El concepto de Estrella es bastante sencillo. Hay que diseñar las tablas usando una tabla central para los hechos, tablas paa los catálogos y una tabla de tiempo.

ESQUEMA EN COPOS DE NIEVE.

• Esquema en copo de nieve (bola de nieve) es una variedad más compleja del esquema estrella. El afinamiento está orientado a facilitar mantenimiento de dimensiones. Lo que distingue a la arquitectura en copo de nieve del esquema estrella, es que las tablas de dimensiones en este modelo representan relaciones normalizadas (3NF) y forman parte de un modelo relacional de base de datos. 

3 EJEMPLOS DE APLICACIONES DE CUBOS OLAP Y BASE DE DATOS MULTIDIMENSIONALES.

• Un analista financiero podría querer ver los datos de diversas formas, por ejemplo, visualizándolos en función de todas las ciudades (que podrían figurar en el eje de abscisas) y todos los productos (en el eje de ordenadas), y esto podría ser para un período determinado, para la versión y el tipo de gastos. Después de haber visto los datos de esta forma particular el analista podría entonces querer ver los datos de otra manera y poder hacerlo de forma inmediata. El cubo podría adoptar una nueva orientación para que los datos aparezcan ahora en función de los períodos y el tipo de coste. Debido a que esta reorientación implica resumir una cantidad muy grande de datos, esta nueva vista de los datos se debe generar de manera eficiente para no malgastar el tiempo del analista, es decir, en cuestión de segundos, en lugar de las horas que serían necesarias en una base de datos relacional convencional.

3 EJEMPLOS DE APLICACIONES DE CUBOS OLAP Y BASE DE DATOS MULTIDIMENSIONALES.

• Dentro de una escala temporal para incluir datos determinados a un periodo de tiempo, que llevara el nombre de "Enero de 2009", seguramente incluirá un dimensión denominada "Primer Trimestre de 2009", la cual además incluirá otra dimensión llamada "Año

• 2009" y así sucesivamente, de acuerdo a las necesidades de cada empresa.

• Asimismo, también pueden utilizarse otras dimensiones del cubo para recabar información referente a situaciones geográficas, clasificación de los productos por categorías, gastos realizados por la empresa, y demás.

• Esta confluencia de la información permite llevar a cabo un análisis completo de diversas situaciones, para hallar las soluciones correctas a los problemas de los

• Negocios.

3 EJEMPLOS DE APLICACIONES DE CUBOS OLAP Y BASE DE DATOS MULTIDIMENSIONALES.

OLTP (Relational) OLAP(Multidimensional)

Atomized

Present

Record-at-a-time

Process oriented

Summarized

Historical

Many records at a time

Subject oriented

Por ejemplo, una consulta SQL para crear resúmenes de ventas del producto por la región, las ventas de la región por producto, y así sucesivamente, podrían involucrar la revisión de la mayoría, si no todos, de los registros en una base de datos de mercadeo y podría tomar horas de proceso. Un servidor OLAP podría ocuparse de estas preguntas en unos segundos.