Please enable JavaScript.

Coggle requires JavaScript to display documents.

TEMA 36 : GESTIÓN DE DATOS CORPORATIVOS. DATA-WAREHOUSE. ARQUITECTURA OLAP…

- - - - Diferencias con procesos orientados las aplicaciones
        
        Con respecto al nivel de detalle de los datos, el DW excluye la información que no será utilizada exclusivamente en el proceso de toma de decisiones
        
        Con respecto a la interacción de la información, los datos operacionales mantienen una relación continua entre dos o más tablas, basadas en alguna regla comercial vigente. En cambio, las relaciones encontradas en los datos residentes del DW son muchas, debido a que cada tabla estará conformada por la integración de varias tablas u otras fuentes del ambiente operacional
      - El depósito de datos se diseña para realizar consultas e investigaciones sobre las actividades de la organización y no para soportar los procesos que se realizan en ella.
      - La información está desnormalizada, y con una redundancia que esté dimensionada para evitar tener que recorrer toda la BD cuando se tenga que realizar un análisis determinado
    - - Técnicas de integración
        
        Procesos ETL (Extracción, Transdormación y Carga de Datos)
        
        Extracción : grupo de técnicas enfocadas en tomar los datos indicados y mantenerlos en un almacenamiento intermedio
        
        Transformación :técnicas que analizarán los datos para verificar que sean correctos y válidos.
        
        Carga de Datos :técnicas para cargar y actualizar el DW
      - Resuelve problemas relacionados con las convenciones de nombres, unidades de medida, codificaciones, fuentes múltiples etc
    - - Toda la información en el DW tiene su propio sello de tiempo, contribuyendo a una de las principales ventajas del almacén de datos : que los datos son guardados junto a sus respectivos históricos
      - Garantiza poder desarrollar análisis de la dinámica de la información pues es procesada como una serie de instantáneas, cada una representando un periodo de tiempo y por lo tanto teniendo acceso a diferentes versiones de la misma información
      - El almacenamiento de datos históricos es lo que permite al DW poder desarrollar pronósticos y análisis de tendencias y patrones
    - - En el depósito de datos la manipulación básica de los datos es mucho más simple que la operacional, debido a que solo existen dos tipos de operaciones : la carga de datos y el acceso a los mismos
      - No se requieren mecanismos de concurrencia y recuperación
  - - - Arquitectura cliente / servidor
      - Técnicas avanzadas para replicar, refrescar y actualzar datos
      - Software front-end para acceso y análisis de datos
      - Herramientas para extraer, transformar y cargar datos en el depósito desde múltiples fuentes heterogéneas
      - SGBD
- - - - Permite recolectar y organizar la información analítica necesaria para los usuarios y disponer de ella en diversos formatos.
      - Soporta análisis complejos de grandes volúmenes de datos
      - Presenta a los usuarios una visión multidimensional de los datos
      - No tiene limitaciones en cuanto al nº de dimensiones
      - Permiten realizar agregaciones y combinaciones de los datos de maneras complejas y específicas, con el fin de realizar análisis más estratégicos
  - - - Presentan la información altamente resumida
      - Se componen de consultas, reportes, análisis interactivos, gráficos, semáforos, indicadores causa-efecto
      - Permiten evaluar la situación de la empresa con un solo golpe de vista
      - Poseen un formato de diseño visual muy llamativo
  - - - Redes neuronales:se utilizan para construir modelos predictivos no lineales que aprenden a través de entrenamiento y que simulan la estructura de una red neuronal biológica
      - Sistemas Expertos:sistema informático que simula a los expertos humanos en un área de especialización dada
        
        Controlar y regular el flujo de tráfico en las calles y en los ferrocarriles, mediante la operación automática de semáforos
        
        Resolver complejos problemas de planificación en los que intervienen muchas variables
        
        Descubrir relaciones entre diversos conjuntos de variables
      - Programación Genética :con ella se pretende que las computadoras aprendan a resolver problemas sin ser explicitamente programadas para solucionarlos, generando soluciones a partir de la inducción en los programas
        
        Analizar sistemas que actúan sobre condiciones inestables en ambientes cambiantes
        
        Generar de manera automática programas que solucionen problemas planteados
      - Árboles de decisión:estructuras en forma de árbol que representan conjuntos de decisiones. Estas decisiones generan reglas para la clasificación de u conjunto de datos, que explican el comportamiento de una variable con relación a otras y pueden traducirse en reglas de negocio
        
        Optimizar respuestas de campañas
        
        Identificar clientes potenciales
        
        Realizar evaluación de riesgos
      - Detección de desviación :analiza una serie de datos similares y cuando encuentra un elemento que no coincide con el resto lo considera una desviación
  - - - Accesibilidad a la información :a través de diferentes estructuras de datos de forma transparente
      - Apoyo en la toma de decisiones :permiten la exploración de los datos a fin de seleccionar, filtrar y personalizar los mismos, para obtener información oportuna, relevante y útil, de cara a la correcta toma de decisiones
      - Orientación a los usuarios finales :a través de entornos amigables e intuitivos, permiten que los usuarios puedan realizar análisis y consultas sin poseer conocimientos técnicos.
- - - - Hadoop Distributed File System (HDFS)los datos en el clúster de Hadoop son divididos en pequeñas piezas llamadas bloques y distribuidas a través del clúster; de esta manera las funciones ma y reduce pueden ser ejecutadas en pequeños subconjuntos y esto provee de escalabilidad necesaria para el procesamiento de grandes volúmenes
      - Hadoop MapReduce :se refiere a dos procesos por separado que Hadoop ejecuta. Map, toma un conjunto de datos y lo convierte en otro conjunto, donde los elementos individuales son separados en tuplas (pares de clave / valor) . Reduce obtiene la salida de Map como datos de entrada y combina las tuplas en un conjunto más pequeño de las mismas.