Implementando un Data Mart con SQL Server 2016
Descargar como PPTX, PDF•0 recomendaciones•2,174 vistas
Raúl Saráchaga Díaz es un consultor en Business Intelligence con certificaciones en SQL Server. El documento explica la estructura de un data warehouse y su relación con los data marts, además de definir medidas y dimensiones dentro de modelos de análisis de datos. También se discuten ejemplos de modelos físicos como copo de nieve y estrella, y se menciona la arquitectura de un proyecto de data warehouse.
Implementando un Data Mart con SQL Server 2016
- 1. Raúl Saráchaga Díaz | SQL Server MCSE
- 2. Raúl Saráchaga • Experiencia – Consultor en Business Intelligence – Administrator de Base de Datos • Certificado en SQL Server – MCSA SQL Server 2012/2014 – MCSE Business Intelligence – MCSE Data Management and Analytics Blog Personal: aprendebi.wordpress.com
- 3. Data Warehouse 3 El Data Warehouse es un almacén de datos, los cuales son utilizados para se reportados y analizados para una mejor toma de decisiones, así mismo cumple las siguientes consideraciones: • Contiene grandes volúmenes de datos históricos. • Permite una mejor visualización de los indicadores de la empresa
- 4. SQL Server como Plataforma para Data Warehousing SQL Server Analysis Services SQL Server Database Engine Microsoft SQL Server Integration Services SQL Server Master Data Services 1011000110 SQL Server Data Quality Services Data Sources Microsoft SharePoint Server Microsoft PowerPivot Technologies Microsoft Excel • Data Mining Add-In • PowerPivot Add-In • MDS Add-In Power View SQL Server Reporting Services Reports, KPIs, and Dashboards FasedeConstrucciónFasedeExplotación
- 5. Data Mart 5 Un Data Mart es un área especial dentro del Data Warehouse, y más enfocado a áreas específicas de la empresa. El conjunto de Data Marts conformarían un Data Warehouse. Data Warehouse Data Mart Ventas Data Mart Logística Data Mart Contabilidad
- 6. Medidas 6 Todo modelo dimensional está compuesto por una parte cuantitativa o cuantificable y la pregunta que nos permite identificarla es ¿Cuánto?. • Este elemento se denomina Medida (Measures) o Métrica. • La medida está representada por columnas numéricas y se encuentra almacenada en la tabla de hechos o fact table. • Las medidas en algunos casos provienen directamente de los sistemas OLTP. • Son los valores de negocio por los que queremos analizar nuestra organización: – Cantidad Vendida – Monto Vendido – Impuestos – Gasto – Costo
- 7. Dimensión 7 Es la parte cualitativa (características) de los reportes. • Las preguntas que nos permiten identificarlas son: ¿Quién?, ¿Qué?, ¿Cuándo?, ¿Dónde? ¿A quién? • Las dimensiones o criterios de análisis, son todas aquellas perspectivas desde las cuales puede observarse una medida. Data Warehouse Data Mart Ventas Data Mart Logística Data Mart Contabilidad
- 8. Modelos Físicos de un Data Mart 8 Existen básicamente dos tipos de modelos físicos de un Data Mart: • Copo de Nieve • Estrella Data Warehouse Data Mart Ventas Data Mart Logística Data Mart Contabilidad
- 10. Modelo Copo de Nieve DimSalesPerson SalesPersonKey SalesPersonName StoreKey DimProduct ProductKey ProductName ProductLineKey SupplierKey DimCustomer CustomerKey CustomerName GeographyKey FactOrders CustomerKey SalesPersonKey ProductKey ShippingAgentKey TimeKey OrderNo LineItemNo Quantity Revenue Cost Profit DimDate DateKey Year Quarter Month Day DimShippingAgent ShippingAgentKey ShippingAgentName DimProductLine ProductLineKey ProductLineName DimGeography GeographyKey City Region DimSupplier SupplierKey SupplierName DimStore StoreKey StoreName GeographyKey
- 11. Arquitectura de un Proyecto de DW 11 Data Mart Ventas Staging Loading Modelo Semántico
- 12. DEMO Implementado un Data Mart con SSIS , SSAS y SSRS