DATA WAREHOUSE CUBO DE DATOS

Honelako gehiago

MICRORELATO

by Martín Llano

TÉCNICAS DE INVESTIGACIÓN SOCIAL

by Beatriz Villa

Influencia del Kichwa

by Fernando Carranza

HENRY FAYOL - TEORIA CLASICA DE LA ADMINISTRACION

by Jorge Silva

DATA WAREHOUSE CUBO DE DATOS

HOLAP

Para consultas que tienen acceso a los datos de resumen, OLAP híbrido (HOLAP) equivale a MOLAP. Las consultas que tienen acceso a los datos base, como el aumento del nivel de detalle de un solo hecho, deben recuperar los datos de la base de datos relacional y no serán tan rápidas como si la base de datos estuviera almacenada en la estructura MOLAP.

Los cubos almacenados como HOLAP tienen un tamaño menor que los cubos MOLAP equivalentes y responden con mayor rapidez que los cubos ROLAP a consultas relativas a datos de resumen. El almacenamiento HOLAP suele ser adecuado para cubos que requieren tiempos cortos de respuesta para consultas realizadas en resúmenes basados en grandes cantidades de datos base.

ROLAP

construidos sobre bases de datos relacionales que emplean, principalmente, esquemas de copo de nieve o de estrella. Es un sistema apto para analizar grandes volúmenes de datos. En el ejemplo tenemos que son seleccionadas generalmente por compañías con grandes volúmenes de datos o gran cardinalidad de dimensiones y se necesita una alta escalabilidad a ROLAP.

construidos sobre bases de datos relacionales que emplean, principalmente, esquemas de copo de nieve o de estrella. Es un sistema apto para analizar grandes volúmenes de datos.

MOLAP

Molap requiere un preprocesamiento del cubo OLAP y almacena estos datos en una matriz de almacenamiento multidimensional optimizada más que en una base de datos relacional, un ejemplo puede ser aplicar a soluciones departamentales con unos volúmenes de información y números de informaciones más modestos.

El sistema MOLAP utiliza una arquitectura de dos niveles: la bases de datos multidimensionales y el motor analítico. La base de datos multidimensional es la encargada del manejo, acceso y obtención del dato.

OLAP

Un gerente de negocios querría poder ver los datos de diversas formas por ejemplo en función de ciudades que sería el eje X o eje de las abscisas y productos en el eje Y o eje de las ordenadas, agregando a esto un dato más que sería el periodo, luego para la versión y el tipo de datos, esto agrega la dificultad que se le puede dar al cubo esto es conocido como varias dimensiones.

EJEMPLO

Un cubo OLAP es una estructura de datos que supera las limitaciones de las bases de datos relacionales y proporciona un análisis rápido de datos. Cubos OLAP pueden mostrar y sumar grandes cantidades de datos también proporciona a los usuarios acceso de búsqueda a los puntos de datos para que los datos se pueden acumular, segmentar y o reorganizar según sea necesario para procesar la variedad más amplia de preguntas pertinentes al área de un usuario de interés.

OBJETIVO

El objetivo del cubo de datos es mostrar los mismos de una forma multidimensional, los cubos se pueden considerar como una ampliación de dos dimensiones de una hoja de cálculo, teniendo como perspectiva la búsqueda de datos dentro de una base de datos de tipo relacional, el cubo de datos plantea la aplicación de filtros en varias dimensiones e indexarlos a partir de las dimensiones de valores o ejes, al hacer esto se mejoraría considerablemente el tiempo de respuesta.

Características

Constituye una pieza más en el almacenamiento de datos. Su estructura es multidimensional que nos permiten analizar bases de datos relaciones de gran volumen y variedad. El procesamiento de los datos es rápido y ágil en un corto tiempo. Los resultados que se obtienen numéricos se les llama medidas mientras que los elementos que se utilizan para organizar y filtrar la información se llaman dimensiones. Se recibe el dato original que mediante los diversos procesos lo convierten en información útil para el análisis. Las tablas de dimensiones constituyen un pilar importante para la creación del cubo.

Concepto

El cubo de datos comprende una herramienta que nos permite transformar grandes cantidades de datos los cuales nos permitirán obtener información útil.