DW: descripción general
Un almacén de datos se conoce como un repositorio central para almacenar los datos de una o varias fuentes de datos heterogéneas. El almacén de datos se utiliza para informar y analizar información y almacena tanto datos históricos como actuales. Los datos en el sistema DW se utilizan para informes analíticos, que luego son utilizados por analistas de negocios, gerentes de ventas o trabajadores del conocimiento para la toma de decisiones.
Los datos en el sistema DW se cargan desde un sistema de transacciones operativas como Ventas, Marketing, RR.HH., SCM, etc. Pueden pasar a través del almacén de datos operativos u otras transformaciones antes de cargarse en el sistema DW para el procesamiento de la información.
Almacén de datos: características clave
Las características clave de un sistema DW son:
Es un repositorio de datos central donde se almacenan datos de una o más fuentes de datos heterogéneas.
Un sistema DW almacena tanto datos actuales como históricos. Normalmente, un sistema DW almacena de 5 a 10 años de datos históricos.
Un sistema DW siempre se mantiene separado de un sistema de transacciones operativas.
Los datos del sistema DW se utilizan para diferentes tipos de informes analíticos que van desde la comparación trimestral hasta la anual.
Necesidad de un sistema DW
Suponga que tiene una agencia de préstamos hipotecarios donde los datos provienen de múltiples aplicaciones como marketing, ventas, ERP, HRM, MM, etc. Estos datos se extraen, transforman y cargan en Data Warehouse.
Por ejemplo, si tiene que comparar las ventas trimestrales / anuales de un producto, no puede usar una base de datos de transacciones operativas, ya que esto colgará el sistema de transacciones. Por lo tanto, se utiliza un almacén de datos para este propósito.
Diferencia entre DW y ODB
Las diferencias entre un almacén de datos y una base de datos operativa (base de datos transaccional) son las siguientes:
Un sistema transaccional está diseñado para cargas de trabajo y transacciones conocidas, como actualizar un registro de usuario, buscar un registro, etc. Sin embargo, las transacciones del almacén de datos son más complejas y presentan una forma general de datos.
Un sistema transaccional contiene los datos actuales de una organización y el almacén de datos normalmente contiene los datos históricos.
El sistema transaccional admite el procesamiento paralelo de múltiples transacciones. Se requieren mecanismos de recuperación y control de concurrencia para mantener la coherencia de la base de datos.
Una consulta de base de datos operativa permite leer y modificar operaciones (eliminar y actualizar), mientras que una consulta OLAP solo necesita acceso de solo lectura a los datos almacenados (instrucción Select).
Arquitectura DW
El almacenamiento de datos implica la limpieza de datos, la integración de datos y la consolidación de datos.
Un almacén de datos tiene una arquitectura de 3 capas: Data Source Layer, Integration Layer, y Presentation Layer. La ilustración proporcionada anteriormente muestra la arquitectura común de un sistema de almacenamiento de datos.