Taller de Base de Datos

1
Taller de Base de Datos

• Procesamiento Analítico en Línea
• Qué es OLAP?
• Imaginemos el siguiente escenario
• Una cadena de supermercados posee una (o
  varias) bases de datos operacional que registra
  información sobre
• Supermercados( y sus descripciones)
• Productos (y sus descripciones)
• Precios de productos y promociones
• Proveedores y partes entregados por ellos
• Inventarios en bodegas y supermercados
• Ordenes de compra a proveedores, transacciones y
  facturas
• Transacciones de venta en cada supermercado
• Programa clientes frecuentes, recursos humanos,
  etc.

2
Taller de Base de Datos

• Procesamiento Analítico en Línea Parte II
• Esta base de datos está optimizada para
  realizar procesamiento transaccional en línea
  (OLTP), es decir esta base de datos se encuentra
  totalmente optimizada.
• Complejidad de la base de datos
• Debido a que la base de datos está
  normalizada, esta tiene 500 tablas ( no es
  extraño encontrar base de datos con cientos de
  tablas).
• Por ejemplo, solo para describir a los
  supermercados podrías tener

3
Taller de Base de Datos
Supermercado(SupId,Area,DireccionId,Administrador
Id,) Direccion(DireccionId,Calle,Numero,ComunaId,
) Comuna(ComunaId,AreaDeVentaId,RegionId,NumHabit
antes,) RegionId(RegionId,NumHabitantesPaisId,)
Administrador(AdministradorId,Nombre,Suledo,Contra
doId,) Contrato(ContratoId,Tipo,Texto,) Etc.
4
Taller de Base de Datos

• Puede ser difícil visualizar una Base de Datos de
  esta naturaleza

5
Taller de Base de Datos

• Consultas Analíticas (Reportes)
• Un analista de la cadena de supermercados
  necesita investigar las ventas totales.
• Se contacta con el administrador de la base
  de datos y le solicita la siguiente información
• Ventas totales por semana, supermercado y tipo de
  producto
• Productos más vendidos en los últimos dos meses
• Etc.
• El administrador calcula estos datos vía
  consultas SQL de la siguiente forma

6
Taller de Base de Datos

• Consultas Analíticas (Reportes)

7
Taller de Base de Datos

• Proceso Tradicional para calcular Consultas
  analíticas
• Después de leer el reporte, el analista
  observa que las ventas de la semana 10 del año
  2002 son especialmente altas necesita saber por
  qué.
• Solicita al administrador las ventas por día
  en la semana 10 del 2002.
• Otra futuras indagaciones generan una serie
  de solicitudes/entregas de reportes entre el
  analista y el administrador de la base de datos

8
Taller de Base de Datos

• Data Warehouse OLAP
• Idea construyamos un sistema para el ANALISTA
  con las siguientes características
• Guarde datos sobre un único tema o proceso
• Ejemplo, proceso de venta obtenido de la base de
  datos operacional.
• No es necesario que los datos estén totalmente
  actualizados.
• Fácil de visualizar, por ejemplo, datos
  organizados de acuerdo a conceptos que sean
  fáciles de entender para los analistas Modelo
  Multidimensional.
• Fácil formulación de consultas, consultas a
  distintas granularidades Operadores.
• Respuestas en el orden de los pocos segundos.
• Esto es un data warehouse OLAP

9
Taller de Base de Datos

• Arquitectura de un Data Warehouse OLAP

10
Taller de Base de Datos

• OLTP vs OLAP

11
Taller de Base de Datos

• Historia de OLAP
• Pre-Historia
• 80s Bases de datos estadisticas (ej. Statistical
  Object Representation Model (STORM) Rafanelli y
  Shoshani)
• Operadores de Agregación enBase de datos
  Relacionales (SELECT-FROM-WHERE-GROUP BY)
• Despegue
• 1993. Codd et al. Providing OLAP to
  user-analysts an IT mandate, Arbonsoft.
• 1995. Gray et al. Data Cube A relational
  Operator Generalizing Group-By, cross-tab and sub
  total
• 1996. Benchmark para OALP

12
Taller de Base de Datos

• Modelo de Datos Multidimencional
• El proceso a analizar se representa como
• Un conjunto de Dimensiones
• Perspectivas que usamos para visualizar el
  proceso.
• Estructuradas como jerarquías
• Generalmente pequeñas.
• Un conjunto de hechos (facts)
• Asignaciones de mediciones a puntos en espacios
  formados por dimensiones.
• Agrupados en tablas de hechos
• Esta tabla cambia frecuentemente.
• Grande (GBs o TBs)

13
Taller de Base de Datos

• Ejemplo Cadena de Supermercados
• Hecho n unidades de un producto p fueron
  vendidas en una fecha d por x pesos en una tienda
  
• Dimensiones
• Producto código, descripción, marca, categoría,
  etc.
• Lugar código, nombre, dirección, tipo, etc.
• Tiempo fecha, día, semana, mes, semestre, año,
  etc.
• Medidas
• Número de unidades.
• Precio de venta.
• Costo

14
Taller de Base de Datos

• Ejemplo Información Climática
• Hecho en la latitud x, longitud y, altitud a y
  fecha d fue medida una temperatura t y presión p
• Dimensiones
• Latitud.
• Longitud.
• Altitud.
• Fecha
• Medidas
• Temperatura.
• Presión.

15
Taller de Base de Datos

• Ejemplo Modelo Multidimensional de un Buscador

16
Taller de Base de Datos

• Esquema Estrella (Star Scheme)

17
Taller de Base de Datos

• Esquema Copo de Nieve (Snowflake Scheme)

18
Taller de Base de Datos

• Tamaño de las Tablas
• Dimensión Tiempo 2 años x 365 días730
• Dimensión Lugar 100 supermercados.
• Dimensión Producto30000 productos, 10 vendidos
  cada día en cada supermercado.
• Tabla de hechos 730 x 100 x 3000 219 millones
• Tamaño tabla de hechos 219 millones x 4 ytes x
  6 5.2 Giga- bytes