Estoy tratando de revivir mi blog, y aprovechando que estoy aprendiendo nuevas cosas en mi nuevo trabajo decidi escribir este post que espero que le sea util a mas de alguna persona.
Bueno si estan leyendo eso es porque han oido de los famosos sistemas OLAP o datawarehouses. OLAP quiere decir Online Analytical Processing, o en espaniol, Procesamiento Analitico en Linea. Generalmente estas bases de datos son datawarehouses, y se utilizan para inteligencia de negocios o mineria de datos. Un datawarehouse es una base de datos que contiene datos historicos, y aparte de esos este tipo de bases de datos (OLAP) esta diseniada para optimizar la consulta de la informacion (SELECTS) a diferencia de las bases de datos OLTP que estan optimizadas para la insercion de datos (INSERTS, Y UPDATES). Los sistemas principales de las empresas son OLTP, me refiero a los sistemas donde guardan la informacion de ventas u otras transacciones del negocio diariamente. El problema es que en los sistemas OLTP no tienen ningun beneficio guardar el historico de transacciones por mucho tiempo, ni tampoco estan optimizados para SELECTs por lo que si nos ponemos a analizar la informacion directamente en estos sistemas, es probable que no lo soporten. Ahi es donde entra el datawarehouse, su nombre literamente traducido al espaniol es “bodega de datos”, y eso es lo que es en realidad, aqui se guarda toda la informacion antigua que ya no se necesita en los sistemas transaccionales (OLTP), con el proposito de poder analizar la informacion y hacer predicciones en el flujo del negocio (OLAP), o para descubrir patrones escondidos en los datos (data mining). Hay que estar claros que OLAP y Data mining son cosas diferentes, por ejemplo, con OLAP yo puedo responder la pregunta “Cuantas ventas he tenido en todo el anio” mientras que con data mining puedo responder “Que clientes van a comprar mi nuevo producto”.
Para transferir la informacion de mi base de datos OLTP al data warehouse se usa un mecanismo ETL (Extract, Transform, Load) que lo que hace es extraer, transformar y cargar la informacion al DW. La informacion se transforma con el objetivo de resumirla, o en muchos casos la informacion proviene de sistemas OLTP diferentes por lo que no viene en el mismo formato, en esos casos hay que transformarla a un mismo formato y luego cargarla en el datawarehouse.
Para conluir:
* El datawarehouse esta hecho para el analisis de la informacion mientras que los sistemas transaccionales (OLTP) estan hechos para ser rapidos en la insercion o actualizacion de la informacion
* El datawarehouse almacena los datos historicos que ya no se necesitan en los sistemas transaccionales asi como tambien informacion actual del negocio.
* El disenio de un datawarehouse es completamente distinto del de un sistema OLTP, en otras palabras, todo lo que ustedes saben de base de datos no aplica al datawarehouse, por ejemplo, en un DW se usan tipos de indices diferentes a los que se usan en los sistemas OLTP, estos indices se conocen como bitmap indexes.
* La informacion en los datawarehouse es actualizada diariamente, semanalmente o mensualmente, no es en tiempo real, esto se hace a traves de un proceso ETL
Related posts:
{ 5 comments… read them below or add one }
hey muchas gracias por tu explicacion tan practica y facil de entender
Muy buena información, logre entender las diferencias. muchas gracias
Muy interesante tu artículo. Gracias.
Buena Kpo… xD
Muy buena tu explicacion, he navegado por varias paginas por varias horas y tu en 1 minuto lo has explicado de manera sencilla y clara, gracias.