A Conceptos Data Mart
Este captulo revisa algunos conceptos bsicos relacionados con los mercados de
datos y establece algunas definiciones de trabajo para su uso en el resto de este
libro. Aunque hay una gran cantidad de acuerdo entre los usuarios y los
vendedores en las definiciones y terminologa, que an no han llegado a un
consenso total. Si usted habla con una docena de personas, es probable que or
hablar de una media docena de respuestas similares pero ligeramente diferentes,
incluso para algo tan bsico como "Qu es un mercado de datos?" En este
captulo se hace un rpido vistazo a algunas definiciones y explica lo que es un
mercado de datos es (y no es).
En este captulo se incluyen los temas siguientes:
Seccin A.1, "Qu es un mercado de datos?"
Seccin A.2, "Cmo es diferente de un almacn de datos?"
Seccin A.3, "Dependiente e Independiente data marts"
Seccin A.4, "Cules son los pasos en la implementacin de un Data Mart?"
A.1 Qu es un Data Mart?
Un mercado de datos es una forma simple de un almacn de datos que se centra
en un solo tema (o rea funcional), tales como ventas, finanzas o marketing. Marts
datos se construyen a menudo y controlados por un nico departamento dentro de
una organizacin. Dado su enfoque de un solo tema, data marts normalmente
dibujan los datos de slo unas pocas fuentes. Las fuentes pueden ser los sistemas
internos de funcionamiento, un almacn central de datos, o datos externos.
A.2 Cmo es diferente de un Data Warehouse?
Un almacn de datos, a diferencia de un mercado de datos, se ocupa de varios
temas y se implementa y controlado por una unidad central de organizacin, tales
como la tecnologa de la informacin corporativa (IT) grupo normalmente. A
menudo, se le llama un almacn de datos central o la empresa. Por lo general, un
almacn de datos rene los datos de varios sistemas de origen.
Ninguna de estas definiciones bsicas limita el tamao de un mercado de datos o
la complejidad de los datos de apoyo a las decisiones que contiene. Sin embargo,
data marts son ms pequeos y menos complejos que los almacenes de datos;por
lo tanto, por lo general son ms fciles de construir y mantener. Tabla A-1 se
resumen las diferencias bsicas entre un almacn de datos y un mercado de datos.
Tabla A-1 Diferencias entre un Data Warehouse y Data Mart
Categora Data Warehouse Data Mart
Alcance Corporativo Lnea de negocio (LOB)
Sujeto Mltiple Sujeto individual
Fuentes de datos Muchos Pocos
Tamao (tpico) 100 GB-TB + <100 GB
Tiempo de implementacin Meses o aos Meses
A.3 Dependiente y mercados de datos independiente
Hay dos tipos bsicos de mercados de datos: dependientes e independientes. La
clasificacin se basa principalmente en la fuente de datos que alimenta el mercado
de datos. Data marts dependientes dibujan los datos de un almacn de datos
central que ya ha sido creado. Mercados de datos independientes, en cambio, son
sistemas independientes construidas dibujando los datos directamente de las
fuentes operacionales o externos de datos, o ambos.
La principal diferencia entre los puestos de datos independientes y dependientes
es la forma de llenar la despensa de datos; es decir, cmo obtener los datos de las
fuentes y en el mercado de datos. Este paso, llamado el proceso de extraccin-
transformacin y carga (ETL), consiste en mover datos de sistemas operacionales,
filtrarla, y cargndolo en el mercado de datos.
Con mercados de datos dependientes, este proceso se ha simplificado un poco
porque el formato y resumi los datos (limpio) ya ha sido cargado en el depsito
de datos central. El proceso ETL para mercados de datos dependientes es sobre
todo un proceso de identificar el subconjunto adecuado de los datos relevantes
para el mercado de datos tema elegido y mover una copia de la misma, tal vez en
forma resumida.
Con mercados de datos independientes, sin embargo, debe hacer frente a todos
los aspectos del proceso de ETL, tanto como lo hace con un almacn de datos
central. El nmero de fuentes es probable que sea menos y la cantidad de datos
asociados con el mercado de datos es menor que el almacn, dado su enfoque en
un solo tema.
Las motivaciones detrs de la creacin de estos dos tipos de mercados de datos
tambin suelen ser diferentes. Data marts dependientes se construyen
generalmente para lograr un mejor rendimiento y disponibilidad, mejor control, y
los costos de telecomunicaciones ms bajos como consecuencia del acceso local de
los datos correspondientes a un departamento especfico. La creacin de mercados
de datos independientes a menudo es impulsado por la necesidad de disponer de
una solucin dentro de un tiempo ms corto.
Los anuncios por OnlineBrowserAdvertisingOpciones del Anuncio
A.4 Cules son los pasos en la implementacin de un
Data Mart?
En pocas palabras, los pasos ms importantes en la implementacin de un
mercado de datos se van a disear el esquema, construir el almacenamiento fsico,
pueblan el mercado de datos con los datos de los sistemas de cdigo, acceder a
ella para tomar decisiones informadas, y administrar el tiempo.
Esta seccin contiene los siguientes temas:
Seccin A.4.1, "Diseo"
Seccin A.4.2, "Construyendo"
Seccin A.4.3, "poblar"
Seccin A.4.4, "Acceso"
Seccin A.4.5, "Gestin"
A.4.1 Proyectos
La etapa de diseo es el primero en el proceso de data mart. Esta etapa cubre
todas las tareas de inicio de la solicitud para un puesto de datos a travs de la
recopilacin de informacin acerca de los requisitos, y el desarrollo del diseo
lgico y fsico del data mart. La etapa de diseo incluye las siguientes tareas:
Reunir los requisitos tcnicos y de negocio
La identificacin de las fuentes de datos
Seleccin del subconjunto apropiado de los datos
El diseo de la estructura lgica y fsica de la despensa de datos
A.4.2 Constructing
Este paso incluye la creacin de la base de datos fsica y las estructuras lgicas
relacionadas con el mercado de datos para proporcionar un acceso rpido y
eficiente a los datos. Este paso consiste en las siguientes tareas:
La creacin de las bases de datos y almacenamiento de las estructuras
fsicas, tales como espacios de tabla, asociados con el mercado de datos
Creacin de los objetos de esquema, como tablas e ndices definidos en la
etapa de diseo
La determinacin de la mejor manera de configurar las tablas y las
estructuras de acceso
Los anuncios por OnlineBrowserAdvertisingOpciones del Anuncio
A.4.3 Populating
El paso de poblar cubre todas las tareas relacionados con la obtencin de los datos
de la fuente, la limpieza para arriba, modificndolo para el formato y el nivel de
detalle adecuado, y que se incorpore al mercado de datos. Dicho ms
formalmente, el paso de poblar implica las siguientes tareas:
Fuentes de datos de mapeo para orientar las estructuras de datos
La extraccin de los datos
La limpieza y la transformacin de los datos
Carga de datos en el mercado de datos
Creacin y almacenamiento de metadatos
A.4.4 Acceso
El paso de acceder consiste en poner los datos a utilizar: la consulta de los datos,
su anlisis, la creacin de informes, tablas y grficos, y la publicacin de los
mismos. Por lo general, el usuario final utiliza una herramienta de interfaz grfica
para enviar consultas a la base de datos y mostrar los resultados de las
consultas. El paso de acceder requiere que se realicen las siguientes tareas:
Configurar una capa intermedia para la herramienta de front-end para su
uso. Esta capa, la metalayer, traduce las estructuras de bases de datos y los
nombres de los objetos en trminos de negocio, de modo que el usuario
final puede interactuar con el mercado de datos utilizando trminos que se
relacionan con la funcin empresarial.
Mantener y gestionar estas interfaces de negocio.
Configurar y administrar las estructuras de bases de datos, como las tablas
de resumen, que las consultas de ayuda presentadas a travs de la
herramienta de front-end ejecutar rpida y eficientemente.
Los anuncios por OnlineBrowserAdvertisingOpciones del Anuncio
A.4.5 General
Este paso implica la gestin del mercado de datos durante su vida til. En este
paso, a realizar tareas de gestin, tales como los siguientes:
Proporcionar un acceso seguro a los datos
Administrar el crecimiento de los datos
Optimizar el sistema para un mejor rendimiento
Asegurar la disponibilidad de los datos, incluso con los fallos del sistema