Base de Datos

Muldimencional
Jarvin Jarvin Calderon
94538688
jjcalderon@[Link]
Contenido
Almacenes de datos

Arquitecturas de Data Warehouse

Procesos de extracción, transformación y carga de datos (etl)

Modelado multidimensional

Minería de datos y olap

Herramientas de BI para generación

Servicios de Bi en la nube.
SQL SERVER

POWER BI

Pentaho

Herramientas de Office 365

Datos
Almacén de datos
Un almacén de datos es un tipo de sistema de gestión de
datos diseñado para habilitar y dar soporte a las tareas de
inteligencia empresarial (BI).

Un almacenamiento de datos es un repositorio centralizado

que almacena datos estructurados (tablas de base de datos,
hojas de Excel) y datos semiestructurados (archivos XML,
páginas web) para la creación de informes y el análisis. Los
datos fluyen desde una variedad de orígenes,
A menudo, la información dentro de un data warehouse
proviene de una amplia gama de fuentes, como los archivos
de registro de aplicaciones o las aplicaciones de transacción.
Un almacén de datos centraliza y fusiona grandes cantidades
de datos de múltiples fuentes. Gracias a sus capacidades
analíticas, las organizaciones pueden obtener información
empresarial valiosa a partir de los datos y mejorar las
decisiones.
Con el tiempo, se construye un registro histórico de gran valor
para los expertos en datos y los analistas de negocio. Gracias a
estas funciones, un almacén de datos puede considerarse la
"fuente única de datos" de una organización.
Un almacén de datos típico suele incluir los siguientes
elementos:

• Una base de datos relacional para almacenar y gestionar

los datos.

• Una solución de extracción, carga y transformación (ELT)

para preparar los datos para el análisis.
Un almacén de datos típico suele incluir los siguientes
elementos:

• Análisis estadísticos, informes y funciones de extracción de datos.

• Herramientas de análisis de clientes para visualizar y presentar datos

a usuarios de negocio.

• Otras aplicaciones analíticas más sofisticadas generan información

procesable mediante la aplicación de algoritmos de ciencia de datos
e inteligencia artificial (IA), o gráficos y funciones espaciales que
habilitan más tipos de análisis de datos a escala.
Las ventajas de un almacén de
datos
Los almacenes de datos ofrecen una ventaja
exclusiva y global: permitir a las organizaciones
analizar grandes cantidades de datos de variables
y extraer un valor significativo, además de
mantener un registro histórico.
Características de los data
warehouses disponen de las
siguientes
•Orientados a sujetos.
Pueden analizar datos sobre un tema particular o área
funcional (como las ventas).

•Integrados.
Los data warehouses crean uniformidad entre diferentes tipos
de datos de fuentes dispares.

•No volátiles.
Cuando la información entra en un data warehouse, es
estable y no cambia.

•Tienen en cuenta las variaciones a lo largo del tiempo.

La analítica de los data warehouses toma en consideración los
cambios que se producen con el tiempo.
Un almacén de datos (DW) es un sistema de
almacenamiento digital que conecta y armoniza grandes
cantidades de ellos provenientes de muchas fuentes
diferentes.

Su propósito es alimentar business intelligence (BI),

informes y analíticas, y dar soporte a los requisitos
regulatorios –de manera que las empresas puedan
convertir sus datos en información estratégica y tomar
decisiones inteligentes basadas ello
Los almacenes de datos guardan los actuales e históricos en
un solo lugar, y actúan como única fuente de verdad para la
organización.
Los datos fluyen –generalmente con un ritmo periódico–
hacia un almacén de datos desde sistemas operativos
(como ERP y CRM), bases de datos, y fuentes externas
tales como sistemas de socios, dispositivos de internet de
las cosas (IoT), apps meteorológicas, y redes sociales
Los almacenes de datos modernos están diseñados para
manejar datos estructurados y no estructurados, como
videos, archivos de imágenes y datos de sensores. Algunos
aprovechan analíticas integradas y tecnología de base de
datos in-memory (que mantiene el data set en la memoria
de la computadora en lugar de en el almacenamiento en
disco) para brindar acceso en tiempo real a datos confiables
e impulsar la toma de decisiones con confianza.
Sin almacenamiento de datos, es muy difícil combinar
datos de fuentes heterogéneas, garantizar que estén
en el formato correcto para las analíticas, y obtener
una visión actual y de largo alcance de los datos a lo
largo del tiempo.
 Beneficios del almacenamiento de datos

Un almacén de datos bien diseñado es la base para

cualquier programa de BI o de analíticas. Su principal labor
es potenciar los informes, dashboards y herramientas
analíticas que hoy se han vuelto indispensables para los
negocios
Un almacén de datos brinda información para sus decisiones
basadas en datos –y lo ayuda a tomar la decisión correcta en
todo, desde el desarrollo de nuevos productos hasta los niveles
de inventario
Hay muchos beneficios en un almacén de datos.
Estos son solo algunos:

Mejores analíticas de negocio: con el almacenamiento de

datos, los responsables de la toma de decisiones tienen
acceso a datos de múltiples fuentes y ya no deben tomar
decisiones basadas en información incompleta.
Consultas más rápidas: los almacenes de datos se
crean específicamente para captar y analizar datos rápido.
Con un DW, usted puede consultar rápido grandes
cantidades de datos consolidados con poco o ningún
soporte de TI.
Mejor calidad de datos: antes de cargarse en el DW, el
sistema crea casos de depuración de datos y los introduce
en una lista de trabajo para su posterior procesamiento,
asegurándose de que los datos se transformen en un
formato consistente para dar soporte a analíticas –y
decisiones– basadas en datos precisos de alta calidad.
Información histórica: almacenando datos históricos
enriquecidos, un almacén de datos les permite a los
responsables de la toma de decisiones aprender de
tendencias y desafíos pasados, realizar proyecciones, e
impulsar la mejora continua del negocio.
 ¿Qué puede guardar un almacén
de datos?

Cuando los almacenes de datos se hicieron populares a

finales de la década de 1980, estaban diseñados para
almacenar información sobre personas, productos y
transacciones. Estos datos –llamados datos estructurados –
estaban bien organizados y formateados para facilitar el
acceso. Sin embargo, las empresas pronto quisieron
almacenar, recuperar y analizar datos no estructurados –
como documentos, imágenes, videos, correos electrónicos,
publicaciones en redes sociales, y datos sin procesar de
sensores de máquinas–
 Almacén de datos versus base de datos

Las bases de datos y los almacenes de datos son sistemas

de almacenamiento; sin embargo, sirven a diferentes
propósitos. Una base de datos por lo general los almacena
para un área de negocios en particular. Un almacén de
datos almacena los actuales e históricos para toda la
empresa, y para alimentar BI y analíticas

Los almacenes de datos utilizan el servidor de una base de

datos para extraerlos, y tienen funcionalidades adicionales
para su modelado, gestión de ciclo de vida, integración de
fuentes, y más.
¿Qué es un lago de
datos?
 ¿Qué es un lago de datos?

Un lago de datos es un repositorio centralizado que ingiere y

almacena grandes volúmenes de datos en su forma original.
Después, los datos se pueden procesar y usar como base para
una variedad de necesidades analíticas. Debido a su arquitectura
abierta y escalable, un lago de datos puede alojar todos los tipos
de datos de cualquier origen, desde estructurados (tablas de
base de datos, hojas de Excel), semiestructurados (archivos XML,
páginas web) hasta no estructurados (imágenes, archivos de
audio, tweets)
 Almacén de datos versus lago de datos

Tanto los almacenes de datos como los data lakes se utilizan

para conservar Big Data, pero son sistemas muy diferentes.
Un almacén de datos es para aquellos que han sido
formateados con un propósito específico, mientras que un
data lake es para los brutos que están sin procesar –cuyo fin
aún no se ha definido.
 Almacén de datos vs. data mart
Un data mart es una subsección de un almacén de datos,
dividida específicamente para un departamento o línea de
negocio como ventas, marketing o finanzas.

Algunos también se crean con fines operativos

independientes. Mientras que un almacén de datos sirve
como tienda central para toda una empresa, un data mart
brinda los que son relevantes para un grupo seleccionado de
usuarios.

Esto simplifica el acceso, acelera el análisis y brinda control.

A menudo, se implementan múltiples data marts dentro de
un almacén de datos.
 ¿Cuáles son los componentes clave de un
almacén de datos?

Un almacén de datos típico tiene cuatro componentes

principales: una base de datos central, herramientas de ETL
(extraer, transformar, cargar), metadatos, y herramientas de
acceso. Todos estos componentes están diseñados para ser
rápidos, de modo que usted pueda obtener resultados en
seguida y analizar los datos sobre la marcha.
[Link] de datos central: sirve como cimiento de su almacén
de datos. Tradicionalmente, eran bases de datos
relacionales estándar que operan on-premise o en la nube.
Pero debido a Big Data, a la necesidad de ver el rendimiento
en tiempo real, y a una drástica reducción de costos de la
RAM, las bases de datos in-memory están ganando
popularidad rápido.
Integración de datos: los datos se extraen desde los
sistemas fuente y se modifican a fin de alinear la
información para un consumo analítico rápido usando una
variedad de enfoques de integración de datos, tales como
ETL (extraer, transformar, cargar) y ELT, así como replicación
en tiempo real, procesamiento de carga por lotes,
transformación, y servicios de calidad y enriquecimiento.
Metadatos: estos son datos sobre sus datos. Especifican la
fuente, uso, valores y otras características de los data sets
que hay en su almacén de datos.

Hay metadatos de negocios, que añaden contexto, y

técnicos, que describen cómo acceder a los datos –incluso
dónde residen y cómo están estructurados–.
Herramientas de acceso al almacén de datos: ellas les
permiten a los usuarios interactuar con su almacén de
datos. Los ejemplos de herramientas de acceso incluyen las
de consulta e informes, desarrollo de aplicaciones, minería
de datos, y OLAP.
 Arquitectura de Almacenes de Datos

"La arquitectura de almacenamiento de datos se refiere a

una recopilación de datos orientada al tema, integrada,
variable en el tiempo y no volátil en apoyo del proceso de
toma de decisiones de la gerencia".