Estructura y Ciclo de Vida del Data Warehouse

Herramientas para el acceso a la información del Data Warehouse (DW)

Estas herramientas van desde software de análisis estadístico como herramientas OLAP, soluciones de minería de datos o cualquier otra herramienta para el análisis complejo de la información. Después de todo, los DW se construyen para los tomadores de decisiones de alto nivel de las organizaciones.

Ciclo de Vida de un Data Warehouse

En la figura siguiente se puede ver el Ciclo de Vida de un DW donde se especifican las etapas básicas para su construcción que, en esencia, representan detalladamente los niveles conceptual, lógico y físico del diseño de cualquier ambiente de datos.

• En la etapa conceptual se representa la búsqueda de requerimientos, que en este caso se refieren al conocimiento del negocio y la definición de los temas que agruparán la información relevante para la toma de decisiones.
• La etapa lógica se refiere al diseño del área de transformación, del DW y la especificación del proceso de ETT (Extracción, Transformación y Transporte).
• La etapa física se refiere a la construcción, la distribución de los datos y las operaciones de mantenimiento del nuevo ambiente.

Es importante resaltar que un DW tendrá una gran cantidad de información, por lo que la construcción física deberá contemplar la posibilidad de usar estrategias de fragmentación de los datos, así como la implementación de clusters.

Etapas de construcción

1. Alcance y estructura.
2. Clasificación de la información del negocio.
3. Diseño lógico del DW.
4. Diseño físico del DW.
5. Implementación, monitoreo y mantenimiento.
6. Diseño e implementación del ambiente del usuario final.

Diferencias entre sistemas OLTP y Data Warehouse (DW)

Sistemas OLTP (On-Line Transactional Processing)

• Prioridad: Tiempo de respuesta y disponibilidad inmediata.
• Tiempo de respuesta: Menos de 1 minuto.
• Bases de Datos: Cualquier tipo.
• Contenido: Organizado según procesos.
• Naturaleza de la información: Dinámica, volátil, refleja el estado actual del negocio.
• Procesamiento de la información: Estructurado, repetitivo.
• Usuarios: Niveles operativos.
• Operaciones: DML (Data Manipulation Language).

Sistemas DW (Data Warehouse)

• Prioridad: Uso fácil y accesos flexibles.
• Tiempo de respuesta: Segundos a horas.
• Bases de Datos: Relacionales inteligentes o activas.
• Contenido: Organizado según tema.
• Naturaleza de la información: Histórica.
• Procesamiento de la información: No estructurado, heurístico y analítico.
• Usuarios: Nivel alto, medio, consumidores, planeadores, consultores, asesores.
• Operaciones: Lectura.

Concepto de Data Mart

Relacionado con el concepto de DW está el de Data Mart, siendo este un DW para un departamento o LOB (Line of Business o línea de negocio). Cuando se habla de un DW, se supone que este debe contener información para todos los temas relevantes de la organización; enfrentar un desarrollo partiendo de ese punto de partida puede implicar una gran dificultad que obligue a una estrategia de reducir alcance para poder responder a las necesidades de la organización.

Esa reducción de alcance puede ser construir Data Marts para departamentos clave en la empresa y luego unificarlos en un DW. Por lo demás, un Data Mart es exactamente lo mismo que un DW, siendo las diferencias más significativas las relacionadas con el alcance y el contenido de información.