Almacenamiento de datos: descripción general

El término "almacén de datos" fue acuñado por primera vez por Bill Inmon en 1990. Según Inmon, un almacén de datos es una recopilación de datos no volátil, integrada, variable en el tiempo y orientada al tema. Estos datos ayudan a los analistas a tomar decisiones informadas en una organización.

Una base de datos operativa sufre cambios frecuentes a diario debido a las transacciones que se realizan. Suponga que un ejecutivo de negocios desea analizar comentarios anteriores sobre cualquier dato, como un producto, un proveedor o cualquier dato de consumidor, entonces el ejecutivo no tendrá datos disponibles para analizar porque los datos anteriores se actualizaron debido a transacciones.

Un almacén de datos nos proporciona datos generalizados y consolidados en vista multidimensional. Junto con la vista generalizada y consolidada de los datos, los almacenes de datos también nos proporcionan herramientas de procesamiento analítico en línea (OLAP). Estas herramientas nos ayudan en el análisis interactivo y efectivo de datos en un espacio multidimensional. Este análisis da como resultado la generalización de datos y la minería de datos.

Las funciones de minería de datos como asociación, agrupación, clasificación y predicción se pueden integrar con operaciones OLAP para mejorar la minería interactiva de conocimiento en múltiples niveles de abstracción. Es por eso que el almacén de datos se ha convertido ahora en una plataforma importante para el análisis de datos y el procesamiento analítico en línea.

Comprensión de un almacén de datos

  • Un almacén de datos es una base de datos que se mantiene separada de la base de datos operativa de la organización.

  • No se realizan actualizaciones frecuentes en un almacén de datos.

  • Posee datos históricos consolidados, que ayudan a la organización a analizar su negocio.

  • Un almacén de datos ayuda a los ejecutivos a organizar, comprender y utilizar sus datos para tomar decisiones estratégicas.

  • Los sistemas de almacenamiento de datos ayudan en la integración de la diversidad de sistemas de aplicaciones.

  • Un sistema de almacenamiento de datos ayuda en el análisis de datos históricos consolidados.

Por qué un almacén de datos está separado de las bases de datos operativas

Los almacenes de datos se mantienen separados de las bases de datos operativas debido a las siguientes razones:

  • Una base de datos operativa se construye para tareas y cargas de trabajo conocidas, como buscar registros particulares, indexar, etc. En el contrato, las consultas del almacén de datos suelen ser complejas y presentan una forma general de datos.

  • Las bases de datos operativas admiten el procesamiento simultáneo de múltiples transacciones. Se requieren mecanismos de recuperación y control de simultaneidad para que las bases de datos operativas garanticen la solidez y coherencia de la base de datos.

  • Una consulta de base de datos operativa permite leer y modificar operaciones, mientras que una consulta OLAP solo necesita read only acceso a los datos almacenados.

  • Una base de datos operativa mantiene datos actualizados. Por otro lado, un almacén de datos mantiene datos históricos.

Funciones de almacenamiento de datos

Las características clave de un almacén de datos se analizan a continuación:

  • Subject Oriented- Un almacén de datos está orientado al tema porque proporciona información sobre un tema en lugar de las operaciones en curso de la organización. Estos temas pueden ser productos, clientes, proveedores, ventas, ingresos, etc. Un almacén de datos no se centra en las operaciones en curso, sino que se centra en el modelado y análisis de datos para la toma de decisiones.

  • Integrated - Un almacén de datos se construye integrando datos de fuentes heterogéneas como bases de datos relacionales, archivos planos, etc. Esta integración mejora el análisis efectivo de los datos.

  • Time Variant- Los datos recopilados en un almacén de datos se identifican con un período de tiempo particular. Los datos de un almacén de datos proporcionan información desde el punto de vista histórico.

  • Non-volatile- No volátil significa que los datos anteriores no se borran cuando se agregan nuevos datos. Un almacén de datos se mantiene separado de la base de datos operativa y, por lo tanto, los cambios frecuentes en la base de datos operativa no se reflejan en el almacén de datos.

Note - Un almacén de datos no requiere procesamiento de transacciones, recuperación y controles de concurrencia, ya que se almacena físicamente y es independiente de la base de datos operativa.

Aplicaciones de almacenamiento de datos

Como se mencionó anteriormente, un almacén de datos ayuda a los ejecutivos comerciales a organizar, analizar y usar sus datos para la toma de decisiones. Un almacén de datos sirve como parte única de un sistema de retroalimentación de "ciclo cerrado" planificar-ejecutar-evaluar para la gestión empresarial. Los almacenes de datos se utilizan ampliamente en los siguientes campos:

  • Servicios financieros
  • Servicios bancarios
  • Bienes de consumo
  • Sectores minoristas
  • Fabricación controlada

Tipos de almacén de datos

El procesamiento de información, el procesamiento analítico y la minería de datos son los tres tipos de aplicaciones de almacenamiento de datos que se analizan a continuación:

  • Information Processing- Un almacén de datos permite procesar los datos almacenados en él. Los datos se pueden procesar mediante consultas, análisis estadístico básico, informes mediante tablas de referencias cruzadas, tablas, cuadros o gráficos.

  • Analytical Processing- Un almacén de datos admite el procesamiento analítico de la información almacenada en él. Los datos se pueden analizar por medio de operaciones OLAP básicas, que incluyen cortar y cortar, profundizar, profundizar y pivotar.

  • Data Mining- La minería de datos apoya el descubrimiento de conocimientos al encontrar patrones y asociaciones ocultos, construir modelos analíticos, realizar clasificación y predicción. Estos resultados de minería se pueden presentar utilizando las herramientas de visualización.

No Señor. Almacén de datos (OLAP) Base de datos operativa (OLTP)
1 Implica el procesamiento histórico de información. Implica el procesamiento del día a día.
2 Los sistemas OLAP son utilizados por trabajadores del conocimiento como ejecutivos, gerentes y analistas. Los sistemas OLTP son utilizados por empleados, administradores de bases de datos o profesionales de bases de datos.
3 Se utiliza para analizar el negocio. Se utiliza para administrar el negocio.
4 Se centra en la salida de información. Se centra en los datos en formato.
5 Se basa en el esquema de estrellas, el esquema de copo de nieve y el esquema de constelación de hechos. Se basa en el modelo de relación entre entidades.
6 Se centra en la salida de información. Está orientado a aplicaciones.
7 Contiene datos históricos. Contiene datos actuales.
8 Proporciona datos resumidos y consolidados. Proporciona datos primitivos y muy detallados.
9 Proporciona una vista resumida y multidimensional de los datos. Proporciona una vista relacional detallada y plana de los datos.
10 El número de usuarios está en cientos. El número de usuarios está en miles.
11 El número de registros a los que se accede está en millones. El número de registros a los que se accede está en decenas.
12 El tamaño de la base de datos es de 100 GB a 100 TB. El tamaño de la base de datos es de 100 MB a 100 GB.
13 Estos son muy flexibles. Proporciona un alto rendimiento.