Please enable JavaScript.
Coggle requires JavaScript to display documents.
Modelado Lógico en Data Warehouse - Coggle Diagram
Modelado Lógico en Data Warehouse
modelado lógico
define cómo se almacenan los datos en una base de datos. Existen dos enfoques principales:
✔ ROLAP (Relational OLAP)
✔ MOLAP (Multidimensional OLAP)
Diferencias entre ROLAP Y MOLAP
ROLAP → Maneja grandes volúmenes de datos, pero requiere transformaciones.
MOLAP → Responde más rápido, pero tiene problemas con datos muy grandes.
Normalizacion
📌 Objetivo
Eliminar redundancias y mejorar integridad de datos
1NF (Primera Forma Normal):
Los atributos deben ser atómicos (sin listas o datos repetidos en una
3NF (Tercera Forma Normal):
No deben existir dependencias transitivas entre atributos.
2NF (Segunda Forma Normal):
Los datos deben depender completamente de la clave primaria.
BCNF (Boyce-Codd Normal Form)
Mejora la 3NF eliminando anomalías complejas.
4NF (Cuarta Forma Normal)
No deben existir dependencias multivaluadas (ejemplo: un estudiante con múltiples supervisores).
Modelado multidimensional
Esquema Estrella
✔ Tabla de Hechos con valores numéricos y claves foráneas.
✔ Ventaja:
Rápido acceso a datos y fácil de entender.
✔ Tablas de
Dimensiones desnormalizadas
para facilitar consultas rápidas.
✔ Desventaja:
Puede volverse inflexible si se cambia la estructura de datos.
Esquema Copo de nieve
✔ Dimensiones normalizadas
, evitando redundancia.
✔ Ventaja: Ahorra espacio en disco.
✔ Desventaja: Consultas más complejas.
Esquema de constelacion de hechos
✔ Un modelo más complejo con múltiples tablas de hechos y dimensiones compartidas.
✔ Ejemplo: Un negocio que maneja ventas y devoluciones en diferentes hechos.
Jerarquias en modelo Dimensional
Las jerarquías permiten analizar los datos en diferentes niveles de agregación.
Jerarquías Independientes:
No comparten niveles comunes.
Jerarquías Dependientes
Un nivel superior afecta a los inferiores.