ıllı Internet y Tecnologías de la Información (2018)

internet, Hosting, dominios, seo, antivirus, banco de imágenes, páginas web, tiendas online

[Enciclopedia Online Gratuita] Diccionario de Internet y Tecnologías de la Información y la Comunicación (TIC):

ıllı Cubo OLAP wiki: info, historia y vídeos

videos internet

salud  Cubo OLAP 


La propuesta de Codd consistía en efectuar una predisposición de los datos en vectores para permitir un análisis veloz. Estos vectores son llamados cubos. Contar con los datos en cubos evita una restricción de las bases de datos relacionales, que no son muy convenientes para el análisis instantáneo de grandes cantidades de datos. Las bases de datos relacionales son más convenientes para registrar datos procedentes de transacciones (conocido como OLTP o bien procesamiento de transacciones online). Si bien hay muchas herramientas de generación de informes para bases de datos relacionales, estas son lentas cuando debe explorarse toda la base de datos.


Por ejemplo, una compañía podría examinar ciertos datos financieros por producto, por periodo, por urbe, por género de ingresos y de gastos, y a través de la comparación de los datos reales con un presupuesto. Estos factores en función de los que se examinan los datos se conocen como dimensiones. Para acceder a los datos solo es preciso indexarlos desde los valores de las dimensiones o bien ejes.


El guardar físicamente los datos de esta manera tiene sus ventajas y sus inconvenientes. Por poner un ejemplo, en estas bases de datos las consultas de selección son rapidísimas (en verdad, prácticamente instantáneas). Mas uno de los inconvenientes más grandes de este modo de almacenaje es que una vez poblada la base de datos esta no puede percibir cambios en su estructura. Para esto sería preciso volver a diseñar el cubo.


En un sistema OLAP puede haber más de 3 dimensiones, con lo que a los cubos OLAP asimismo reciben el nombre de hipercubos. Las herramientas comerciales OLAP tienen diferentes métodos de creación y vinculación de estos cubos o bien hipercubos (véase Géneros de OLAP en el artículo sobre OLAP).


Un analista financiero podría apreciar ver los datos de distintas formas, por poner un ejemplo, visualizándolos en función de todas y cada una de las urbes (que podrían figurar en el eje de abscisas) y todos y cada uno de los productos (en el eje de ordenadas), y esto podría ser para un periodo determinado, para la versión y el género de gastos. Tras haber visto los datos así particular el analista podría entonces estimar ver los datos de otro modo y poder hacerlo inmediatamente. El cubo podría adoptar una nueva orientación a fin de que los datos aparezcan ahora en función de los periodos y el género de costo. Debido a que esta reorientación implica resumir una cantidad muy grande de datos, esta nueva vista de los datos se debe producir de forma eficaz para no desperdiciar el tiempo del analista, esto es, en cuestión de segundos, en vez de las horas que serían precisas en una base de datos relacional usual.


Cada una de las dimensiones de un cubo OLAP puede resumirse a través de una jerarquía. Por poner un ejemplo si se considera una escala (o bien dimensión) temporal "Mayo de dos mil cinco" se puede incluir en "Segundo Trimestre de dos mil cinco", que por su parte se incluye en "Año dos mil cinco". De igual modo, otra dimensión de un cubo que refleje una situación geográfica, las urbes se pueden incluir en zonas, países o bien zonas mundiales; los productos podrían clasificarse por categorías, y las partidas de gastos podrían agruparse en géneros de gastos. En cambio, el analista podría empezar en un nivel muy resumido, como por servirnos de un ejemplo el total de la diferencia entre los resultados reales y lo presupuestado, para más tarde descender en el cubo (en sus jerarquías) para poder observar con un mayor nivel de detalle que le deje descubrir en el cubo los lugares en los que se ha producido esta diferencia, conforme los productos y periodos.


Vincular o bien enlazar cubos es un mecanismo para superar la dispersión. Esta se genera cuando no todas y cada una de las celdas del cubo se rellenan con datos (escasez de datos o bien valores nulos). El tiempo de procesamiento es tan valioso que se debe adoptar la forma más eficaz de sumar ceros (los valores nulos o bien no existentes). Por poner un ejemplo los ingresos pueden estar libres para cada cliente del servicio y producto, mas los datos de los costos pueden no estar libres con esta cantidad de análisis. En vez de crear un cubo desperdigado, en ocasiones es mejor crear otro cubo diferente, mas vinculado, en el que un subconjunto de los datos se pueden examinar con gran detalle. La vinculación asegura que los datos de los 2 cubos sostengan una congruencia.


En teoría de bases de datos, un cubo OLAP es una representación abstracta de la proyección de una relación de un sistema de administración de bases de datos relacionales (RDBMS). Dada una relación de orden N, se considera la posibilidad de una proyección que dispone de los campos X, Y, Z como clave de la relación y de W como atributo residual. Categorizando esto como una función se tiene que:

W : (X,Y,Z) ? W

Los atributos X, Y, Z se corresponden con los ejes del cubo, al paso que el valor de W devuelto por cada tripleta (X, Y, Z) se corresponde con el dato o bien elemento que se rellena en todos y cada celda del cubo.


Debido a que los dispositivos de salida (monitores, impresoras, ...) solo cuentan con 2 dimensiones, no pueden caracterizar de manera fácil 4 dimensiones, es más práctico proyectar "rebanadas" o bien secciones de los datos del cubo (se afirma proyectar en el sentido tradicional vector-metódico de reducción dimensional, no en el sentido de SQL, si bien los 2 conceptos son meridianamente equivalentes), como la expresión:

W : (X,Y) ? W

Aunque no se conserve la clave del cubo (al faltar el factor Z), puede tener algún significado semántico, no obstante, asimismo es posible que una sección de la representación funcional con 3 factores para un determinado valor de Z asimismo resulte de interés.


La motivación que hay tras OLAP vuelve a enseñar nuevamente el paradigma de los informes de tablas cruzadas de los sistema de administración de base de datos de los ochenta. Se puede querer una visualización al estilo de una hoja de cálculo, donde los valores de X se hallan en la fila dólares americanos 1, los valores de Y aparecen en la columna dólares americanos A, y los valores de W: (X,Y) ? W se hallan en las celdas individuales desde la celda dólares americanos B2 y desde ahí, cara abajo y cara la derecha.Aunque se puede usar el Lenguaje de Manipulación de Datos (o bien DML) de SQL para enseñar las tuplas (X,Y,W), este formato de salida no es tan deseable como la opción alternativa de tablas cruzadas. El primer procedimiento requiere que se realice una busca lineal para cada par (X,Y) dado, para determinar el pertinente valor de W, al tiempo que el segundo deja efectuar una busca más adecuadamente dejando encontrar el valor W en la intersección de la columna X apropiada con la fila Y pertinente.


Se ha desarrollado el lenguaje MDX (MultiDimensional eXpressions o bien expresiones multidimensionales) para poder expresar inconvenientes OLAP fácilmente. Si bien es posible traducir ciertas de sus sentencias a SQL tradicional, habitualmente se requieren expresiones SQL poco claras aun para las sentencias más simples del MDX. Este lenguaje ha sido acogido por la enorme mayoría de los distribuidores de OLAP y se ha transformado en regla en verdad para estos sistemas.


  ELIGE TU TEMA DE INTERÉS: 


autoayuda.es   Internet y Tecnologias 

Está aquí: Inicio > [ INTERNET ] > ıllı Cubo OLAP wiki: info, historia y vídeos

Las cookies nos permiten ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso que hacemos de las cookies. Ver políticas