Data Warehouse
Definición.
Data warehouse es una colección de información recopiladas de múltiples base de datos operacionales. Data
warehouse provee una plataforma sólida de datos integrados e históricos de los cuales se puede sacar un
análisis. Otra definición podría ser que se encarga de organizar y almacenar los datos necesarios para los
procesos de información y análisis en un tiempo histórico.
Usualmente son construída para almacenar grandes cantidades de información recolectada de diferentes
fuentes operacionales. Por ejemplo: una empresa quiere determinar si la causa de la baja de los precios de su
producto fue causada por la cantidad de vendedores que tomaron vacaciones. Para poder encontrar la
respuesta, el data warehouse necesita contener información tanto de la base de dato del producto, como de la
base de dato del personal de la empresa. De aquí que se diga que el data warehouse se utilice para examinar
problemas o posibles problemas y determinar su causa.
Características.
Data warehouse tiene cuatro características genereles que la definen como tal:
Subject−oriented (orientada a un tema): el diseño del warehouse está orientado en cuanto temas globales.
Esta cualidad contrasta con el clásico método que era orientado al proceso y funcionamiento de las
aplicaciones utilizados en sistemas operacionales más antiguos. En estos sistemas los datos giraban en torno
a las aplicaciones o funciones como: préstamos, ahorros, etc. En el warehouse, los datos giran alrededor de
temas globales como: vendedores, clientes, productos, etc.
•
Integrada: los datos necesitan ser almacenados en el data warehouse de una forma globalmente aceptable y
singular, aunque el programa operacional los almacene de una forma distinta. Los datos deben de ser
consistentes siempre dentro del data ware house. Por ejemplo :
•
Código: al introducir una información, ésta debe llegar al data ware house de una forma consistente
independientemente de cómo fue introducido en el programa de aplicación.
•
Medidas de atributos: independientemente de cual sea la medida utilizada (por ejemplo: centímetros,
metro, yardas, pulgadas), al ser almacenados los datos en el data warehouse deben tener una misma medida.
•
Variación de tiempo: las características de los datos contenidos en el warehouse son distinto a aquellos en
el ambiente operacional. En el ambiente operacional, al momento de accesar los datos éstos son exactos a
aquellos que se espera recibir. Sin embargo, en el warehouse, los datos son exactos en algún momento del
tiempo. Las variantes del tiempo se pueden notar de tres formas:
•
Límite de tiempo: el margen de tiempo del warehouse es mucho mayor en cuanto a los datos (puede
contener datos entre 5 y 10 años de almacenamiento). Por otro lado, en el ambiente operacional, el margen
de tiempo de almacenamiento de los datos es mucho menor por lo que la información que se accesa es
mucho más fresca (60− 90 días); ya que un programa de aplicación para trabajar eficientemente debe llevar
la mínima cantidad de data necesaria para realizar las transacciones.
•
Clave de estructura (key structure): los datos en el warehouse contienen un elemento de tiempo (día,
semana, mes, año, etc.).
•
Actualizaciones: los datos una vez almacenados correctamente en el warehouse no se puden ser alterados,
por lo tanto no se pueden actualizar.
•
No volátil: la manipulación de datos en el warehouse es mucho más simple. Sólo existen dos tipos de
operaciones que se llevan a cabo en el warehouse: cuando se cargan inicialmente los datos y cuando se
accesan.
•
Componentes.
1
