Professional Documents
Culture Documents
los ms profanos en la materia, pueden sonar a cualquier cosa y uno de ellos es OLAP (On-
Line Analytical Processing) una solucin muy usada que tiene como objetivo principal agilizar
la consulta de grandes volmenes de datos. Este trmino naci gracias a Edgar F. Codd, de
la compaa EF Codd & Associates, donde se usaban bases de datos relacionales para el
proceso de la informacin con diferentes sistemas.
Para ello se usan cubos OLAP o estructuras multidimensionales que cuentan con datos
resumidos de grandes BDs o Sistemas Transacionales (OLTP, On-Line Transactional
Processing) y suele ser usado en el mundo de BI, con informes de negocios de ventas, informes
de direccin, marketing, data mining, etc.
Todo ello est enfocado para obtener la mayor rapidez de respuesta aunque para que
verdaderamente sea efectivo debe cumplir con una serie de reglas impuestas por el
propio Edgar F Codd aunque muchas de ellas son prcticamente imposibles de conseguir,
aunque s se pueden obtener buenos resultados si seguimos estos consejos de cara a la
implantacin de un sistema OLAP.
Hay que contar con una visin multidimensional de los datos, no ajustarse a un nico
punto de vista, hay que procurar pensar en dimensiones y mtricas de negocio, no en
tablas y campos.
El motor OLAP tiene que ser un organizador intermedio para que las aplicaciones finales
como los cuadros de mando, aplicaciones de analticas, Scorecard, etc.,
puedan proveer de datos al usuario.
El sistema OLAP tiene que adaptar automticamente su estructura segn sean las
dimensiones, datos, mtricas, etc., es algo que no resulta fcil y normalmente requiere
de intervencin manual.
Debe haber la posibilidad de acceder a datos almacenados directamente o en procesos
batch desde el relacional. Como si se tratase de un sistema hbrido.
Hay que mantener los clculos y resultados de queries OLAP separados y
almacenados en una ubicacin diferente del sistema fuente.
Procurar crear modelos basados en OLAP, algo que puede resultar muy subjetivo
porque depende de la complejidad de los modelos. Cuantos ms tipos, mejor ser
el OLAP.
Se debe permitir el acceso multiusuario a las aplicaciones de forma concurrente, con
la posibilidad de realizar modificaciones, establecer colas de trabajo, etc.
Tiene que ser transparente para los usuarios, procurando ocultar todo el mecanismo
intrnseco como los procesos batch, de cargas, etc. dejando solamente visible una capa
de abstraccin de negocio.
Buscar una arquitectura cliente/servidor, pensando siempre en la posibilidad de que
los usuarios interacten y colaboren en la aplicacin.
Hay ms reglas que prcticamente van con el sentido comn y aqu hemos condensado algunas
de ellas que un sistema OLAP debera tener para un mejor funcionamiento y productividad.
Qu es OLAP?
Definiciones
jueves, 29 de diciembre de 2011
Segn la Wikipedia, OLAP es:
OLAP es el acrnimo en ingls de procesamiento analtico en
lnea (On-Line Analytical Processing). Es una solucin
utilizada en el campo de la llamada inteligencia empresarial
(o Business Intelligence) cuyo objetivo es agilizar la consulta
de grandes cantidades de datos. Para ello utiliza estructuras
multidimensionales (o cubos OLAP) que contienen datos
resumidos de grandes bases de datos o Sistemas
Transaccionales (OLTP). Se usa en informes de negocios de
ventas, marketing, informes de direccin, minera de datos y
reas similares.
Atomized Summarized
Present Historical
Record-at-a-time Many records at a time
Process oriented Subject oriented
Las aplicaciones OLTP tienden a tratar con datos atomizados registro a un tiempo, considerando
que las aplicaciones de OLAP normalmente se tratan de los datos resumidos. Mientras las
aplicaciones OLTP generalmente no requieren de datos histricos, casi cada aplicacin de OLAP
se preocupa por ver las tendencias y por consiguiente requiere de datos histricos. Como
consecuencia, las bases de datos OLAP necesitan la capacidad de ocuparse de datos series de.
Mientras las aplicaciones OLTP y bases de datos tienden a ser organizados alrededor de procesos
especficos (como ordenes de entrada), las aplicaciones OLAP tienden a ser orientadas al tema,
respondiendo a preguntas como Qu productos estn vendiendo bien? o Dnde estn mis
oficinas de ventas ms dbiles?.
Los sistemas OLAP son bases de datos orientadas al procesamiento analtico. Este
anlisis suele implicar, generalmente, la lectura de grandes cantidades de datos para
llegar a extraer algn tipo de informacin til: tendencias de ventas, patrones de
comportamiento de los consumidores, elaboracin de informes complejos etc. Este
sistema es tpico de los datamarts.
Los datos se estructuran segn las reas de negocio, y los formatos de los datos
estn integrados de manera uniforme en toda la organizacin.
El acceso a los datos est optimizado para tareas frecuentes de lectura y escritura. (Por
ejemplo, la enorme cantidad de transacciones que tienen que soportar las BD de bancos o
hipermercados diariamente).
Los datos se estructuran segn el nivel aplicacin (programa de gestin a medida, ERP o
CRM implantado, sistema de informacin departamental).
Los formatos de los datos no son necesariamente uniformes en los diferentes departamentos
(es comn la falta de compatibilidad y la existencia de islas de datos).
El acceso a los datos suele ser de slo lectura. La accin ms comn es la consulta, con muy pocas inserciones,
actualizaciones o eliminaciones.
Los datos se estructuran segn las reas de negocio, y los formatos de los datos estn integrados de manera uniforme en
toda la organizacin.
Como cubos es una extensin de la manera normal en que los usuarios de negocios
interactan con los datos.
Por ejemplo: La mayora de los usuarios deseara ver como se desarrollan las ventas a lo
largo del tiempo, para ello se necesitara ver varias planillas de clculo.
Los sistemas de gestin del conocimiento son una clase de sistemas de informacin aplicados
a la gestin del conocimiento organizacional. Estn basados en las tecnologas de informacin
y desarrollados para apoyar los procesos de creacin, almacenamiento, recuperacin,
transferencia y aplicacin del conocimiento y, adems, facilitan bastantes de los aspectos
sociales y culturales de la gestin del conocimiento.
La preparacin de los datos es una parte crtica dentro del anlisis avanzado de informacin,
ya sea que se trate de efectuar un anlisis estadstico, un anlisis de minera de datos o textos
o bien para la construccin de un sistema de descubrimiento de conocimiento.
http://inteligenciadenegocios-iff-1016.blogspot.mx/p/unidad-2.html