Modelo multidimensional
Download
1 / 35

Modelo Multidimensional - PowerPoint PPT Presentation


  • 144 Views
  • Uploaded on

Modelo Multidimensional. Operaciones OLAP. El Modelo de Datos Multidimensional. Vista multidimensional del data warehouse => influencia el diseño de la base de datos, las herramientas front-end, y los motores OLAP.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Modelo Multidimensional' - nuri


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Modelo multidimensional

Modelo Multidimensional

Operaciones OLAP


El modelo de datos multidimensional
El Modelo de Datos Multidimensional

  • Vista multidimensional del data warehouse => influencia el diseño de la

    base de datos, las herramientas front-end, y los motores OLAP.

  • Modelo multidimensional de datos: un conjunto de medidas numéricas son los objetos de análisis.

    – Ej: ventas, beneficios, duración de llamadas, etc.

  • Adicionalmente existen, asociadas a las medidas, las dimensiones de

    análisis, que proveen el contexto a las medidas, y se describen mediante

    atributos.

  • El modelo define una medida como un valor en un espacio multidimensional.

    Estas medidas pueden también representar datos agregados.

  • Las dimensiones se pueden organizar en jerarquías de agregación.


Tiempo

Establecimiento

id_fecha

día

semana

mes

año

día_semana

día_mes

trimestre

festivo

....

id_establec

nro_establec

nombre

dirección

distrito

ciudad

país

tlfno

fax

superficie

tipo_almacén

...

Producto

id_producto

nro_producto

descripción

marca

subcategoría

categoría

departamento

peso

unidades_peso

tipo_envase

dietético

...

Ventas

id_fecha

id_producto

id_establec

importe

unidades

nro_clientes


Modelo de datos multidimensional
Modelo de Datos Multidimensional

Ventas de Productos podrían ser representados en una dimensión (como una fact relation) o en dos dimensiones,

e.j. : clients and products

Fact Relation Cubo de dos dimensiones

2D_ Cube


Modelo de datos multidimensional1

day 2

day 1

Modelo de Datos Multidimensional

Fact relation

3-dimensional cube


Crear esquema e insertar valores
Crear Esquema e Insertar valores

CREATE DATABASE VENTAS_DM,

USE VENTAS_DM;

CREATE TABLE SALE (product char(2), client char(2), date char(1), amt int);

INSERT INTO SALE VALUES ( 'p1', 'c1', '1', 12), ( 'p2', 'c1', '1', 11),

( 'p1', 'c3', '1', 50), ( 'p2', 'c2', '1', 8), ( 'p1', 'c1', ‘2', 44), ( 'p1', 'c2', ‘2', 4);


Modelo de datos multidimensional y funciones de agrega ci n
Modelo de Datos Multidimensional y Funciones de Agregación

  • Sumar las cantidades (Amt) del día 1 (Date)

  • En SQL:SELECT sum(Amt)

    FROM SALE

    WHERE Date = 1

result

81


Modelo de datos multidimensional y funciones de agregaci n
Modelo de Datos Multidimensional y Funciones de Agregación

  • Sumar las cantidades por día

  • En SQL: SELECT Date, sum(Amt)

    FROM SALE

    GROUP BY Date

result


Modelo de datos multidimensional y funciones de agregaci n1
Modelo de Datos Multidimensional y Funciones de Agregación

  • Sumar cantidades por client, product

  • En SQL:SELECT product, client, sum(amt) FROM SALE

    GROUP BY product, client


11 11 2 group by modifiers
11.11.2. GROUP BY Modifiers

  • Ver archivo del Manual de Referencia MySQL

    • MySql_groupBy_rollUp.docx


Modelo de datos multidimensional y funciones de agregaci n2
Modelo de Datos Multidimensional y Funciones de Agregación

  • En el Modelo de Datos Multidimensional junto con valores de medición se almacena información sumarizada (agregados)


Funciones de agregaci n
Funciones de Agregación

  • Operadores: sum, count, max, min, average

  • Claúsula “Having”

  • Usando Jerarquías de dimensión

    • Promedio por región (tienda -- store)

    • Máximo por mes (fecha -- date)


Cube aggregation agregaci n del cubo
Cube Aggregation(Agregación del Cubo)

Ejemplo: calculando sumas

day 2

. . .

day 1

129


Cube operators operadores del cubo
Cube OperatorsOperadores del Cubo

day 2

. . .

sale(c1,*,*)

day 1

129

sale(c2,p2,*)

sale(*,*,*)


Cube

*

day 2

sale(*,p2,*)

day 1


Agrega c i n us ando j erar qu a s

day 2

day 1

Agregación UsandoJerarquías

customer

region

country

(customer c1 en Region A;

customers c2, c3 en Region B)


Agrega c i n us ando j erar qu a s1
Agregación UsandoJerarquías

client

city

New Orleans

10

3

21

c1

12

9

c2

5

region

11

7

7

c3

Poznań

Date of sale

12

11

15

c4

CD

Video

Camera

agregación con

respecto a city


Ejemplo de data cube

All, All, All

Ejemplo de Data Cube

Date

1Q

2Q

3Q

4Q

sum

camera

C

o

u

n

t

r

y

video

Product

USA

CD

sum

Canada

Mexico

sum


E jercicio 1
Ejercicio (1)

  • Suponga que AAA Automobile Co. construye una data warehouse para analizar las ventas de sus autos.

  • La medida measure - price de un auto

  • Se necesita responder las siguientes consultas típicas:

    • encontrar las ventas totales por día, semana, mes y año

    • encontrar las ventas totales semana, mes y año, ... para cada agencia

    • encontrar las ventas totales semana, mes y año, ... Para cada modelo de carro

    • encontrar las ventas totales por mes para todos las agencias en una ciudad, región y estado dados.


E jercicio 2
Ejercicio (2)

  • Dimensiones:

    • time (day, week, month, quarter, year)

    • dealer (name, city, state, region, phone)

    • cars (serialno, model, color, category , …)

  • Diseñe el esquema conceptual de la datawarehouse


Datawarehouse de aaa automobile co

Dealer

Date

Name

City

State

Region

Phone

Day

Week

Month

Quarter

Year

Car

SerialNo

Model

Color

Category

Datawarehouse de AAA AutomobileCo.

Price Fact Table

Date

Dealer

Car

unit_prices

descount

total

Measurements


Aaa co datawarehouse
AAA Co. DataWarehouse

price

unitprice

car

date

dealer

serialNo

name

name

city

state

region

phone

model

serialNo

color

category

desc.

total

date

dateid

day

week

month

year


Esquema de la datawarehouse aaa tarea
Esquema de la DataWarehouseAAA (tarea)


Consultas a aaa datawarehouse
Consultas a AAA Datawarehouse

  • encontrar las ventas totales por día, semana, mes y año

    SELECT day, sum(total)

    FROM PRICE, DATE

    WHERE date=dateid

    GROUP BY day

  • AÑADIR ROLLUP


  • Consultas a aaa datawarehouse1
    Consultas a AAA Datawarehouse

    • encontrar las ventas totales por día, semana, mes y año

    • encontrar las ventas totales semana, mes y año, ... para cada agencia

    • encontrar las ventas totales semana, mes y año, ... Para cada modelo de carro

    • encontrar las ventas totales por mes para todos las agencias en una ciudad, región y estado dados.


    Olap servers
    OLAP Servers

    • Relacional OLAP (ROLAP):

      • DBMS relacional extendido que mapea operaciones en datos multidimensionales a operaciones relacionales estandar

      • Almacen toda la información incluyendo fact tables como relaciones

    • Multidimensional OLAP (MOLAP):

      • Servidor de propósito especial que directamente implementa operaciones y datos multidimensionales

      • Almacena conjuntos de datos multidimensionales como arreglos


    Olap servers1
    OLAP Servers

    • OLAP Híbrido (HOLAP):

      • Da a los usuarios y administradores del sistema la libertad para seleccionar particiones.


    Olap queries consultas
    OLAP Queries (Consultas)

    • Roll up: resume datos dentro de una jerarquía de dimensión

      • Si sabemos el volumen total de ventas por ciudad es posible agregar sobre la ubicaión (location) para obtener ventas por estado


    Olap queries
    OLAP Queries

    client

    city

    10

    3

    21

    c1

    New Orleans

    12

    9

    c2

    5

    region

    11

    7

    7

    c3

    Date of sale

    12

    11

    15

    Poznań

    c4

    CD

    video

    Camera

    roll up


    Olap queries1
    OLAP Queries

    • Roll down, drill down: ir desde alto nivel de resumen hasta bajo nivel de resumen o datos detallados

      • Para una categoría de producto particular, encontrar el detalle de ventas para cada vendedor por fecha

      • Dado el total de ventas por estado, se pueden pedir las ventas por ciudad; o solo las ventas por ciudad para un estado seleccionado


    Olap queries2

    rollup

    drill-down

    OLAP Queries

    day 2

    day 1

    129


    Olap queries3
    OLAP Queries

    • Slice and dice: select and project

      • Ventas de video en USA en los últimos 6 meses

      • Slicing and dicing reducen el número de dimensiones

    • Pivot: reorientar el cubo

      • El resultado del pivoteo es llamado cross-tabulation

      • Si se pivotea el cubo Sales en las dimensiones Client y Product, se obtieneuna tablapara cada client para cada valor de product


    Olap queries4

    day 2

    day 1

    OLAP Queries

    • Pivoteo puede ser combinado con aggregation


    Olap queries5
    OLAP Queries

    • Ranking: selección de los primeros n elementos (e.j. select los 5 mejores productos comprados en Julio)

    • Otros: stored procedures, etc.

    • Time functions

      • e.j., time average


    ad