5 de diciembre

Herramienta s OLAP

201 2
Trabajo final

Las herramientas Olap son las aplicaciones que se encargan de formar cubos multidimensionales de este tipo de soporte y de analizarlos con el objetivo de producir y obtener la informacin ms completa para las empresas. Gracias a estas herramientas los usuarios corporativos tienen la oportunidad de sacar el mximo partido a las bases de datos de informacin.

OLAP Saltar a: navegacin, bsqueda 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. La razn de usar OLAP para las consultas es la rapidez de respuesta. Una base de datos relacional almacena entidades en tablas discretas si han sido normalizadas. Esta estructura es buena en un sistema OLTP pero para las complejas consultas multitabla es relativamente lenta. Un modelo mejor para bsquedas (aunque peor desde el punto de vista operativo) es una base de datos multidimensional. La principal caracterstica que potencia a OLAP, es que es lo ms rpido a la hora de ejecutar sentencias SQL de tipo SELECT, en contraposicin con OLTP que es la mejor opcin para operaciones de tipo INSERT, UPDATE Y DELETE. ROLAP ROLAP significa Procesamiento Analtico OnLine Relacional, es decir, se trata de sistemas y herramientas OLAP (Procesamiento Analtico OnLine) construidos sobre una base de datos relacional. Es una alternativa a la tecnologa MOLAP (Multidimensional OLAP) que se construye sobre bases de datos multidimensionales. Ambos tipos de herramientas, tanto ROLAP como MOLAP, estn diseadas para realizar anlisis de datos a travs del uso de modelos de datos multidimensionales, aunque en el caso de ROLAP estos modelos no se implementan sobre un sistema multidimensional, sino sobre un sistema relacional clsico. Los sistemas ROLAP difieren significativamente de los MOLAP en que los primeros no requieren, en principio, la computacin previa ni el almacenamiento de la informacin, ya que pueden acceder directamente a la fuente de dichos datos, las herramientas ROLAP acceden a los datos de una base de datos relacional y generan consultas SQL para calcular la informacin al nivel apropiado cuando un usuario final lo requiere.

Aunque las aplicaciones ROLAP se construyen sobre sistemas de bases de datos relacionales, generalmente estas bases de datos deben ser diseadas cuidadosamente para el uso de ROLAP. Una base de datos diseada para procesamiento de transacciones (OLTP) no funcionar bien como base de datos ROLAP. Este diseo especfico puede conllevar la creacin de tablas de base de datos adicionales (tablas resumen o agregaciones) las cuales resumen los datos en cualquier combinacin deseada de dimensiones. Este mecanismo puede agilizar el acceso a datos precalculados mejorando el rendimiento del sistema ROLAP, pero, en este caso, se debe crear una copia adicional de los datos si estos no se grabaron directamente en las tablas ROLAP, sino que provienen de tablas OLTP. Sin embargo, dado que se trata, en ambos casos (ROLAP y OLTP), de una base de datos relacional, pueden utilizarse cualquiera de las tcnicas existentes para el acceso y gestin de la misma y la migracin de datos entre bases de datos relacionales. Una base de datos relacional es una base de datos que cumple con el modelo relacional, el cual es el modelo ms utilizado en la actualidad para implementar bases de datos ya planificadas. Permiten establecer interconexiones (relaciones) entre los datos (que estn guardados en tablas), y a travs de dichas conexiones relacionar los datos de ambas tablas, de ah proviene su nombre: "Modelo Relacional".

VENTAJAS DE ROLAP La construccin de herramientas OLAP sobre sistemas relacionales presenta algunas ventajas frente a los sistemas multidimensionales:

ROLAP se considera ms escalable para manejar grandes volmenes de datos, especialmente modelos con dimensiones de gran cardinalidad (por ejemplo, con millones de miembros). Hay disponible una gran variedad de herramientas de carga de datos para sistemas relacionales; adems, existe la posibilidad de ajustar el cdigo ETL(Extract, Transform, Load) a un modelo de datos particular. Con todo esto se consigue que los tiempos de carga sean generalmente mucho menores que con las cargas MOLAP automatizadas. Los datos se almacenan en una base de datos relacional estndar que puede ser accedida por cualquier herramienta de generacin de informes SQL (reporting). Estas herramientas no tienen que ser necesariamente de tipo OLAP.

Las herramientas MOLAP tienden a sufrir un bajo rendimiento cuando consultan elementos como descripciones textuales. Obviando el almacenamiento de datos del modelo multidimensional, es posible modelar datos con xito que de otro modo no se ajustaran en un modelo dimensional estricto. Desventajas de ROLAPHay un consenso general en la industria de que las herramientas ROLAP tienen menor rendimiento que las herramientas MOLAP.

El proceso de carga de tablas agregadas debe ser gestionado por cdigo ETL personalizado. Las herramientas ROLAP no disponen de mecanismos automticos para realizar esta tarea, lo que significa que se necesita ms tiempo de desarrollo de cdigo. Muchos desarrolladores de modelos dimensionales ROLAP ignoran el paso de crear tablas agregadas. En este caso el rendimiento de una consulta se ve afectado porque entonces se necesita consultar las tablas con datos ms detallados. Esto puede evitarse parcialmente aadiendo tablas agregadas adicionales, sin embargo no es prctico crear tablas agregadas para todas las combinaciones posibles de dimensiones/atributos. Los sistemas ROLAP se construyen sobre bases de datos de propsito general, por lo que hay algunas funcionalidades especiales propias de las herramientas MOLAP que no estn disponibles en los sistemas ROLAP (tales como el indexado jerrquico especial). Sin embargo, las herramientas ROLAP modernas van supliendo estas carencias con las ltimas mejoras en el lenguaje SQL tales como los operadores CUBE y ROLLUP, las vistas de cubo DB2, as como otras extensiones SQL OLAP. Estas mejoras SQL pueden mitigar las diferencias frente a las herramientas MOLAP. Dado que las herramientas ROLAP se basan en SQL para todos los clculos, no son apropiadas cuando el modelo realiza muchos cmputos que no se traducen bien en SQL (por ejemplos: presupuestos, asignaciones. Algunas compaas usan ROLAP porque quieren reutilizar las tablas de las bases de datos relacionales existentes, frecuentemente estas tablas no tendrn un diseo ptimo para uso OLAP. La flexibilidad de las herramientas ROLAP permite que funcionen, pero el rendimiento decae si no se ha realizado un diseo adecuado de las tablas. Las herramientas MOLAP en cambio forzaran a que los datos sean recargados en un diseo OLAP ptimo.

MOLAP 'procesamiento analtico multidimensional en lnea' . Se trata de una alternativa a la tecnologa ROLAP (OLAP-Relacional). Aunque ambos tipos de herramientas estn diseadas para realizar anlisis de datos a travs de un modelo de datos multidimensional, MOLAP se diferencia significativamente en que requiere un preprocesamiento y almacenamiento de la informacin contenida en el cubo OLAP. MOLAP almacena estos datos en una matriz de almacenamiento multidimensional optimizada, ms que en una base de datos relacional (o en un ROLAP). Ventajas de MOLAP Consulta rpida debida a la optimizacin del rendimiento de almacenamiento, la indexacin multidimensional y la memoria cach. Ocupa menor tamao en disco en comparacin con los datos almacenados en base de datos relacional debido a tcnicas de compresin. Automatizacin del procesamiento de los datos agregados de mayor nivel. Muy compacto para conjuntos de datos de pocas dimensiones. El modelo de almacenamiento en vectores/matrices proporciona una indexacin natural. Eficaz extraccin de datos lograda gracias a la pre-estructuracin de los datos agregados. Desventajas de MOLAP La etapa de procesamiento (carga de datos) puede ser bastante larga, sobre todo para grandes volmenes de datos. Normalmente, esto se puede evitar con un procesamiento incremental, es decir, slo el procesamiento de los datos que han cambiado (por lo general, los nuevos datos) en lugar de volver a procesar de todo el conjunto de datos. Las herramientas MOLAP tradicionalmente tienen dificultades para consultar con modelos con dimensiones muy altas (del orden de millones de miembros).Algunas herramientas MOLAP (por ejemplo, Essbase) tienen dificultades para actualizar y consultar los modelos con ms de diez dimensiones. Este lmite vara en funcin de la complejidad y la cardinalidad de las dimensiones de que se trate. Tambin

depende de la cantidad de hechos o medidas almacenados. Otras herramientas MOLAP (por ejemplo, Microsoft Anlisis Services o Applix TM1) puede manejar cientos de dimensiones. HOLAP Procesamiento analtico en lnea hbrido es una combinacin de ROLAP y MOLAP, que son otras posibles implementaciones de OLAP. HOLAP permite almacenar una parte de los datos como en un sistema MOLAP y el resto como en uno ROLAP. El grado de control que el operador de la aplicacin tiene sobre este particionamiento vara de unos productos a otros. PARTICIONAMIENTO VERTICAL En este modo, HOLAP almacena agregaciones como un MOLAP para mejorar la velocidad de las consultas, y los datos se detallan en ROLAP para optimizar el tiempo en que se procesa el cubo. PARTICIONAMIENTO HORIZONTAL En este modo HOLAP almacena una seccin de los datos, normalmente los ms recientes (por ejemplo particionado por la dimensin tiempo) en modo MOLAP para mejorar la velocidad de las consultas, y los datos ms antiguos en ROLAP. Adems, se pueden almacenar algunos cubos en MOLAP y otros en ROLAP.