3 Data Warehouse y DataMart 3.3 Elementos básicos de un Data Warehouse. (20 09 2012)
Administrador Grupo
victor.niebla.romero
- Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar las transacciones del negocio. A los sistemas fuentes también se le conoce como Legacy System.
- Área de trafico de datos: es un área de almacenamiento y grupo de procesos, que limpian transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente para ser usados en el Data WareHouse.
- Servidor de presentación: la maquina física objetivo en donde los datos del Data WareHouse son organizados y almacenados para queries directos por los usuarios finales, reportes y otras aplicaciones.
- Modelo dimensional: una disciplina especifica para el modelado de datos que es una alternativa para los modelos de entidad – relación.
- Procesos de negocios: un coherente grupo de actividades de negocio que hacen sentido a los usuarios del negocio del Data WareHouse.
- Data Mart: un subgrupo lógico del Data WareHouse completo.
- Data WareHouse: búsquedas fuentes de datos de la empresa. Y es la unión de todos los data marts que la constituyen.
- Almacenamiento operacional de datos: es el punto de integración por los sistemas operacionales. Es el acceso al soporte de decisiones por los ejecutivos.
- OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse, también un estilo dimensional especifico de búsquedas y presentación de información y que es ejemplificada por vendedores de OLAP.
- ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional.
- MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios de tecnología de bases de datos que tienen un fuerte estilo dimensional.
- Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries, analizan y presentan la información objetivo para el soporte de las necesidades del negocio.
- Herramientas de acceso a datos por usuarios finales: un cliente de Data WareHouse.
- Ad Hoc Query Tool: un tipo especifico de herramientas de acceso a datos por usuarios finales que invita al usuario a formas sus propios queries manipulando directamente las tablas relacionales y sus uniones.
- Modelado de aplicaciones: un sofisticado tipo de cliente de Data WareHouse con capacidades analíticas que transforma o digiere las salidas del Data WareHouse.
- Meta Data: toda la información en el ambiente del Data WareHouse que no son así mismo los datos actuales.
francisco.gonzalez.cassio
Sistema fuente: sistemas operacionales de registros donde sus
funciones son capturar las transacciones del negocio. A los sistemas
fuentes también se le conoce como Legacy System.
guardan, archivan y preparan los datos fuente para ser usados en el
Data WareHouse.
Servidor de presentación: la maquina física objetivo en donde los
datos del Data WareHouse son organizados y almacenados para queries
directos por los usuarios finales, reportes y otras aplicaciones.
Procesos de negocios: un coherente grupo de actividades de negocio que
hacen sentido a los usuarios del negocio del Data WareHouse.
Data Mart: un subgrupo lógico del Data WareHouse completo.
Data WareHouse: búsquedas fuentes de datos de la empresa. Y es la
unión de todos los data marts que la constituyen.
Almacenamiento operacional de datos: es el punto de integración por
los sistemas operacionales. Es el acceso al soporte de decisiones por
los ejecutivos.
OLAP: actividad general de búsquedas para presentación de texto y
números del Data WareHouse, también un estilo dimensional especifico
de búsquedas y presentación de información y que es ejemplificada por
vendedores de OLAP.
dimensional.
Aplicaciones para usuarios finales: una colección de herramientas que
hacen los queries, analizan y presentan la información objetivo para
el soporte de las necesidades del negocio.
Herramientas de acceso a datos por usuarios finales: un cliente de
Data WareHouse.
queries manipulando directamente las tablas relacionales y sus
uniones.
Modelado de aplicaciones: un sofisticado tipo de cliente de Data
WareHouse con capacidades analíticas que transforma o digiere las
salidas del Data WareHouse.
Meta Data: toda la información en el ambiente del Data WareHouse que
no son así mismo los datos actuales.
http://www.bi-ppr.com.mx/index.php?option=com_content&view=article&id=45&Itemid=40
deyci.quezada
Extracción: Procesos automatizados cuyo objetivo es el de obtener los datos necesarios para la toma de decisiones de la fuente oficial dentro de la organización, sistema transaccional.
Depuración: Detección y arreglo mediante reglas de negocio, las inconsistencias de información extraída.
Transformación: Aplicación de reglas para transformar los datos almacenados en las fuentes oficiales en información para toma de decisiones, aplicación de cálculos y fórmulas para indicadores.
Diseño de estructuras: Diseño y creación de bases de datos especiales para el almacenamiento de la información de toma de decisiones.
Herramientas de Explotación: Estas son sistemas que ayudan al usuario a la exploración de los datos y generación de vistas de información. Se dividen en Reportadores, Sistemas de Análisis Multidimensional, Sistemas de Apoyo a la Toma de decisiones y Sistemas de información ejecutiva.
Las Aplicaciones Analíticas incorporan las mejores prácticas tecnológicas, orientadas a entregar una solución completa y eficiente.
FUENTE:
http://es.scribd.com/doc/6566191/BI-y-DWH
luis.galindo.ortega
jmanuelgarciaaragon
3.3 Elementos Básicos de un Data WareHouse
· Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar las transacciones del negocio. A los sistemas fuentes también se le conoce como Legacy System.
· Área de trafico de datos: es un área de almacenamiento y grupo de procesos, que limpian transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente para ser usados en el Data WareHouse.
· Servidor de presentación: la maquina física objetivo en donde los datos del Data WareHouse son organizados y almacenados para queries directos por los usuarios finales, reportes y otras aplicaciones.
· Modelo dimensional: una disciplina especifica para el modelado de datos que es una alternativa para los modelos de entidad – relación.
· Procesos de negocios: un coherente grupo de actividades de negocio que hacen sentido a los usuarios del negocio del Data WareHouse.
· Data Mart: un subgrupo lógico del Data WareHouse completo.
· Data WareHouse: búsquedas fuentes de datos de la empresa. Y es la unión de todos los data marts que la constituyen.
· Almacenamiento operacional de datos: es el punto de integración por los sistemas operacionales. Es el acceso al soporte de decisiones por los ejecutivos.
· OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse, también un estilo dimensional especifico de búsquedas y presentación de información y que es ejemplificada por vendedores de OLAP.
· ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional.
· MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios de tecnología de bases de datos que tienen un fuerte estilo dimensional.
· Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries, analizan y presentan la información objetivo para el soporte de las necesidades del negocio.
· Herramientas de acceso a datos por usuarios finales: un cliente de Data WareHouse.
· Ad Hoc Query Tool: un tipo especifico de herramientas de acceso a datos por usuarios finales que invita al usuario a formas sus propios queries manipulando directamente las tablas relacionales y sus uniones.
· Modelado de aplicaciones: un sofisticado tipo de cliente de Data WareHouse con capacidades analíticas que transforma o digiere las salidas del Data WareHouse.
· Meta Data: toda la información en el ambiente del Data WareHouse que no son así mismo los datos actuales. [1]
[1] http://www.monografias.com/trabajos17/data-warehouse/data-warehouse.shtml#loseleme
josedejesus.santes.palacios
Sistema fuente: sistemas operacionales de registros cuya función es
se le conoce como Legacy System.
Área de trafico de datos: es un área de almacenamiento y grupo de
procesos, que limpian transforman, combinan, remover los duplicados,
guardan, archivan y preparan los datos fuente para ser usados en el
Data WareHouse.
Servidor de presentación: la maquina física objetivo en donde los
Modelo dimensional: una disciplina especifica para el modelado de
datos que es una alternativa para los modelos de entidad – relación.
dan sentido a los usuarios del negocio del Data WareHouse.
constituyen.
Almacenamiento operacional de datos: es el punto de integración de los
ejecutivos.
OLAP: actividad general de búsquedas para presentación de texto y
búsquedas y presentación de información.
ROLAP: grupo de interfases de usuarios y aplicaciones que le dan a la
hacen los querys, analizan y presentan la información objetivo para el
WareHouse.
Ad Hoc Query Tool: tipo especifico de herramienta de acceso a datos
por usuarios finales que invita al usuario a formar sus propios querys
salidas del Data WareHouse.
los datos actuales.
http://www.google.com.mx/url?sa=t&rct=j&q=&esrc=s&source=web&cd=11&ved=0CB4QFjAAOAo&url=http%3A%2F%2Fwww.yoquese.com.ar%2Fresources%2Fexternal%2Fmaterial_toma_de_decisiones%2FDATA%2BWAREHOUSE.ppt&ei=ibJbUJHlFuaC2AXbloC4Cw&usg=AFQjCNFp0sNhBfW-DJ4A82Kbd_-pWjbjtQ&sig2=AfuRWrs6AMxNRYORuQeQQA&cad=rja
Gerardo Felix
Elementos Básicos del Data Warehouse
Los elementos básicos de un Data Warehouse son:
Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar las transacciones del negocio. A los sistemas fuentes también se le conoce como Legacy System.
Área de tráfico de datos: es un área de almacenamiento y grupo de procesos, que limpian transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente para ser usados en el Data WareHouse.
Servidor de presentación: la maquina física objetivo en donde los datos del Data WareHouse son organizados y almacenados para queries directos por los usuarios finales, reportes y otras aplicaciones.
Modelo dimensional: una disciplina específica para el modelado de datos que es una alternativa para los modelos de entidad – relación.
Procesos de negocios: un coherente grupo de actividades de negocio que hacen sentido a los usuarios del negocio del Data WareHouse.
Data Mart: un subgrupo lógico del Data WareHouse completo.
Data WareHouse: búsquedas fuentes de datos de la empresa. Y es la unión de todos los data marts que la constituyen.
Almacenamiento operacional de datos: es el punto de integración por los sistemas operacionales. Es el acceso al soporte de decisiones por los ejecutivos.
OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse, también un estilo dimensional especifico de búsquedas y presentación de información y que es ejemplificada por vendedores de OLAP.
ROLAP: un grupo de interfaces de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional.
MOLAP: un grupo de interfaces de usuarios, aplicaciones y propietarios de tecnología de bases de datos que tienen un fuerte estilo dimensional.
Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries, analizan y presentan la información objetivo para el soporte de las necesidades del negocio.
Herramientas de acceso a datos por usuarios finales: un cliente de Data WareHouse.
Ad Hoc Query Tool: un tipo específico de herramientas de acceso a datos por usuarios finales que invita al usuario a formas sus propios queries manipulando directamente las tablas relacionales y sus uniones.
Modelado de aplicaciones: un sofisticado tipo de cliente de Data WareHouse con capacidades analíticas que transforma o digiere las salidas del Data WareHouse.
Meta Data: toda la información en el ambiente del Data WareHouse que no son así mismo los datos actuales.[1]
[1] http://www.bi-ppr.com.mx/index.php?option=com_content&view=article&id=45&Itemid=40
cipriano.hernadez.alanis
3.3 Elementos Básicos de un Data WareHouse
· Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar las transacciones del negocio. A los sistemas fuentes también se le conoce como Legacy System.
· Área de trafico de datos: es un área de almacenamiento y grupo de procesos, que limpian transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente para ser usados en el Data WareHouse.
· Servidor de presentación: la maquina física objetivo en donde los datos del Data WareHouse son organizados y almacenados para queries directos por los usuarios finales, reportes y otras aplicaciones.
· Modelo dimensional: una disciplina especifica para el modelado de datos que es una alternativa para los modelos de entidad – relación.
· Procesos de negocios: un coherente grupo de actividades de negocio que hacen sentido a los usuarios del negocio del Data WareHouse.
· Data Mart: un subgrupo lógico del Data WareHouse completo.
· Data WareHouse: búsquedas fuentes de datos de la empresa. Y es la unión de todos los data marts que la constituyen.
· Almacenamiento operacional de datos: es el punto de integración por los sistemas operacionales. Es el acceso al soporte de decisiones por los ejecutivos.
· OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse, también un estilo dimensional especifico de búsquedas y presentación de información y que es ejemplificada por vendedores de OLAP.
· ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional.
· MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios de tecnología de bases de datos que tienen un fuerte estilo dimensional.
· Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries, analizan y presentan la información objetivo para el soporte de las necesidades del negocio.
· Herramientas de acceso a datos por usuarios finales: un cliente de Data WareHouse.
· Ad Hoc Query Tool: un tipo especifico de herramientas de acceso a datos por usuarios finales que invita al usuario a formas sus propios queries manipulando directamente las tablas relacionales y sus uniones.
· Modelado de aplicaciones: un sofisticado tipo de cliente de Data WareHouse con capacidades analíticas que transforma o digiere las salidas del Data WareHouse.
· Meta Data: toda la información en el ambiente del Data WareHouse que no son así mismo los datos actuales. [1]
[1] http://www.monografias.com/trabajos17/data-warehouse/data-warehouse.shtml#loseleme
El martes, 18 de septiembre de 2012 10:25:14 UTC-5, Administrador Grupo escribió:
cesar.monarrez.a
- Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar lastransacciones del negocio. A los sistemas fuentes también se le conoce como Legacy System.
- Área de tráfico de datos: es un área de almacenamiento y grupo de procesos, que limpiantransforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente paraser usados en el Data Warehouse.
- Servidor de presentación: la maquina física en donde los datos del Data Warehouse sonorganizados y almacenados para Queries directos por los usuarios finales, reportes y otrasaplicaciones.
- Modelo dimensional: una disciplina especifica para el modelado de datos que es una alternativa para los modelos de entidad – relación.
- Data Warehouse system
- OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse,también un estilo dimensional especifico de búsquedas y presentación de información.
- ROLAP: un grupo de interfaces de usuarios y aplicaciones que le dan a la base de datos relacionalun estilo dimensional.
- MOLAP: un grupo de interfaces de usuarios, aplicaciones y propietarios de tecnología de basesde datos que tienen un fuerte estilo dimensional.
- Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries, analizany presentan la información objetivo para el soporte de las necesidades del negocio [1]
Referencias Bibliograficas.
[1] http://es.scribd.com/doc/27007744/Que-Es-Un-Data-Warehouse