Вы находитесь на странице: 1из 16

Un nuevo mtodo para el manejo de datos de exploracin y minado

Por Bill Withers Director administrativo Acquire Software Pty Ltd PO Box 933 Canning Bridge Australia 6153

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

INTRODUCCIN El surgimiento de unos estndares de comunicacin para las bases de datos y software nuevos, ha provisto un impulso para el desarrollo de un nuevo mtodo para el manejo de los datos de exploracin y minado. El software acQuire, producido por acQuire Software Pty Ltd, es el resultado de este nuevo enfoque. En el presente se tratan los aspectos prcticos del acQuire, el modelo subyacente de los datos y algunos de los principios del diseo moderno de un sistema de base de datos relacional que forman el software acQuire.

Pgina 1 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

POR QU MEJORAR LA PRCTICA DEL MANEJO DE DATOS Es importante destacar que toda la informacin coleccionada mediante la exploracin y el minado, efectivamente se convierten en datos almacenados en una computadora. Todo el procesado e interpretacin de esa informacin se llevar a cabo subsiguientemente por los sistemas tales como el Geographic Information System (GIS) (Sistema de informacin geogrfica), Sistema de planificacin de mina o el Sistema de contabilidad (Contratos de barrenado y muestreo). La manera en la cual los datos se pueden presentar a tales sistemas para su interpretacin, puede contribuir a la fortuna de una compaa. Por consiguiente es importante para las compaas entender que la inversin en una coleccin fundamental de datos tambin debe concordar con la inversin en su manejo. Lo siguiente resume algunos de los beneficios posibles de mejorar la prctica del manejo de datos. Reduciendo la cantidad de informacin perdida En muchos sistemas de colacin actualmente en uso, puede que no se almacene alguna informacin a causa de que el sistema no fue diseado para permitirlo. Por ejemplo, si un sistema de planificacn de mina fue usado para almacenar informacin del barreno se podra considerar conveniente, no cargar la informacin del departamento, de aparato de cuadrcula o de perforacin. Esto no es necesariamente una falla del sistema de planificacin de mina, ya que tales tems no son de pertinencia a la tarea de la planificacin de la mina. Sin embargo, para usar el sistema de planficacin de mina como medio para el almacenamiento de los datos significa que los tems auxiliares como los detalles de departamento y de cuadrcula, se perdern. Otra desventaja comn pero no obvia al usar los sistemas de la planificacin de mina como depsito es la posibilidad de que no se almacene la informacin acerca de los resultados analticos (incluyendo los detalles del mtodo, del laboratorio o de una preparacin de muestras). Los siguientes ejemplos resumen los beneficios de tener disponible informacin adicional. Exploracin Reconciliacin de laboratorio. Proporciona el medio de evaluar la exactitud de los resultados recibidos de los diferentes laboratorios. Estimacin de recursos de mineral - Conocimiento amplio de los tipos de muestras de ensaye usados en una interpolacin.Tal conocimiento permitira una decisin mejor calculada acerca de cmo manejar un afloramiento de alta ley. Es probable que la informacin adicional acerca de los mtodos y/o duplicados sea muy til. Aumentar validacin Reduciendo la acumulacin de datos malos El concepto de validacin no es nuevo y existe de alguna forma en la mayora de los sistemas utilizados para la colacin de datos. Sin embargo, el mtodo para la implementacin de la validacin vara sensiblemente. La mayora de los sistemas no relacionales resuelven el problema programticamente, al comparar una tabla con otra.

Pgina 2 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

Al usar los conceptos relacionales, este proceso se puede llevar a cabo completamente dentro de la base de datos. Los beneficios son considerables. El beneficio principal es que muchos de los clientes pueden usar los datos y existe el mismo sistema de validacin para cada uno de ellos. Por ejemplo, al modificar una tabla un usuario sera expuesto a los mismos requerimientos de validacin, tanto en un paquete GIS como en el de ARCVIEW o acQuire. Por consiguiente los datos son consistentes para todos los usuarios. Reporte de capacidad aumentada Incluyendo el reportaje a travs de proyectos La mayora de los sistemas de datos para clientes son construdos para algn propsito y por consiguiente, tienen una funcionalidad de reportaje especfico para esa aplicacin, lo que implica que por lo general no existe un reporte flexible. Por ejemplo, si se requiere un reporte para el Departamento de minas, la generacin del mismo sera difcil de la mayora de los sistemas de planificacin de mina (si ah es que residen los datos). Adicionalmente, muchos de los receptculos de datos son especficos al proyecto, lo que significa que la determinacin de la informacin a travs de los proyectos es extremamente difcil. Un buen ejemplo sera el total de los metros perforados en una regin en particular o el total de los metros perforados con barreno de diamante, por una compaa en algn perodo en particular. Integridad de datos a largo plazo de capacidad aumentada El uso de un modelo de datos proporciona una integridad de datos sostenible. Tradicionalmente la fiabilidad de los datos ha sido una funcin de la estabilidad de la permanencia para los administradores de base de datos, quienes eran efectivamente los guardianes de los datos. Como se resume en la Figura 1, esto puede significar que la integridad puede fluctuar como funcin del cambio de personal. Las razones principales por la fluctuacin son que, como administradores de la base de datos, ellos imparten su propio concepto de cmo se han de estructurar los datos, cules tems son importantes y qu aspectos de validacin son importantes. (Por lo regular el tiempo les impede implementar la validacin completa.) El concepto al fondo del mtodo del modelo de datos es que, la estructura es constante pero el contenido vara, y que la validacin es un aspecto del modelo o estructura de datos bsicos.

Ejecucin total
(DBAAdministrator de base datos) Integridad datos

DBA

DBA

DBA

Tiempo

Fig 1. Comparasin de la integridad de datos con el tiempo


Pgina 3 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

CONCEPTOS DEL ALMACENAMIENTO DE DATOS EN LA EXPLORACIN Y EL MINADO

La mayora de la administracin de los datos de exploracin y minado, se han manejado mediante el uso de paquetes de software para la planificacin de minas. La mayora de tales paquetes tienen sus propias estructuras para los datos propietarios que, a pesar de estar closed (cerrados), tambin se han construdo usando estructuras de archivo bidimensional. Algunos vendedores de software para la planificacin de mina han intentado implementar la tcnica de las bases de datos relacionales, que proveen un grado de flexibilidad, pero en que las estructuras todava permanecan cerradas para los dems vendedores. Lo siguiente resume las diferencias entre los sistemas de archivo bidimensionales y los sistemas de datos relacionales. Sistemas de archivos bidimensionales Como ya se declar los sistemas de archivos bidimensionales son propietarios y no se adhieren a cualquier estndar de administracin de datos en particular. La razn por la cual han durado como dispositivo permaneciente es que haba pocas alternativas efectivas. Los sistemas de base de datos relacional eran muy costosos y lentos, particularmente dado el tipo de aplicacin requerido en el ambiente minero y explorativo. Sin embargo, la velocidada de las computadoras, el costo y la variedad de las soluciones de la Database Management (Administracin de datos de base) es tal que, ahora es posible usar la potencia de los sistemas relacionales. La siguiente lista resume algunos de los problemas relacionados con los sistemas de datos de archivo bidimensional. La validacin de los datos se hace solamente en el software. No es posible construir una tabla de validacin va la estructura del modelo de los datos. Hay relaciones implicadas entre las tablas de datos pero, no forman parte fundamental del sistema de datos. Los datos missing (faltantes) todava requieren espacio en la tabla o en el archivo. Cualquier manipulacin y el reporte de informacin, que queden fuera de las implicaciones del diseo de la estructura de los datos es difcil y requiere un ingreso por el vendedor - especialmente si la estructura no se ha publicado. La estructura del sistema de almacenamiento de datos lleva includo en si un uso implcito para los datos, de forma que es posible que algunos tems de los datos importantes no se puedan almacenar subsiguientemente.

Relational Database Management Systems (RDBMS) (Sistemas de manejo de bases de datos relacionales) Aunque los RDBMS proveen un receptculo de datos ms colorido y funcional, an es posible crear estructuras tan inadecuadas como las de los sistemas de archivos bidimensionales. Tambin vale mencionar que una tendencia que se est desarrollando en los sistemas de base de datos es la base de datos orientada al objeto. Esto, o la unin de sistemas orientados por objeto y relacional, pueden ser la solucin fundamental para la administracin de la base de datos en la exploracin y minado. Sin embargo, actualmente el acQuire Data Model (ADM) (Modelo de datos acQuire) se encuentra slo en forma relacional, de forma que las bases de datos orientadas por objeto no se tratan aqu.
Pgina 4 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

Para entender los sistemas de base de datos relacionales se deben definir algunos de los conceptos y trminos fundamentales. Las siguientes descripciones se han parafraseado del Database Normalization 1 (Normalizacin de la base de datos).

Qu es la normalizacin? Qu es una estructura relacional? La normalizacin se refiere al proceso de crear una estructura relacional eficiente, fidedigna, flexible y apropiada para almacenar informacin. Los datos normalizados deben de estar en una estructura de datos relacional. Una estructura de datos relacional es una que conecta conjuntos de informacin para que se puedan manipular por un slo programa y unirse como sea necesario. Un RDBMS (relational database management system) (sistema de manejo de base de datos relacional) es un programa que le permite al usuario crear estructuras relacionales para almacenar los datos. Una base de datos relacional comprende de un programa y conjuntos de datos (denominados tablas) construdos con un RDBMS. Cmo es una estructura relacional y cules son sus ventajas? Para obtener una idea de las ventajas de una estructura relacional, considere esta situacin: Lo que quiere es crear un programa computacional que pueda llevar cuenta de los drillholes (barrenos) y las muestras de estos barrenos. Estar rastreando los nombres y domicilios de las compaas de barreno, del equipo usado y el contacto principal. Tambin rastrear la fecha del anlisis de las muestras, los resultados del anlisis y por supuesto para cada anlisis querr saber cul laboratorio ejecuto el anlisis y el mtodo utilizado para el mismo. En una base de datos relacional, se crearan seis o ms tablas para almacenar la informacin. Es probable que tenga una tabla de perforaciones de barreno, una tabla de las muestras, una tabla de los assays (ensayes), una tabla de los mtodos de los ensayes, una tabla de las compaas de perforacin y una tabla de los laboratorios. En una base de datos de archivo bidimensional, sera necesario llevar todos los detalles relacionados con cada muestra en cada lnea. Esto significa que, entre otras cosas todos los detalles acerca de los barrenos y la perforacin se tendran que repetir para cada muestra en cada barreno. Tal circunstancia significa que, con la adicin de cada nueva muestra, toda la informacin extra se tendra que ingresar de nuevo. Adems, si se decidiera subsiguientemente que se le debe hacer otro anlisis en cada muestra, se tendra que descartar toda la base de datos de archivo bidimensional existente y construir una nueva. Cualquier informacin que se pueda relacionar en una base de datos relacional se puede agrupar para formar una imagen de los datos. En el caso del ejemplo que se resumi anteriormente, se puede hacer una imagen para que simule al archivo bidimensional. Los datos se deben agrupar en tablas a base de inters relacional, no prctico. Una razn apremiante para esto es que, es imposible pronosticar cules tems de los datos sern importantes. Quizs un ejemplo de esto es el Proyecto de Kambalda Nickel. Al comienzo de este proyecto, los
1

Reid Software Development Site.


Pgina 5 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

datos fueron agrupados a base de que el nquel era el producto principal. Cuando el cobalto y luego el oro subsiguientemente se hicieron importantes las estructuras de los datos no se podan usar para proveer la informacin necesaria y por consiguiente, se tuvo que modificar. Si los datos se hubiesen agrupado a base relacional no hubiese que haberlos modificado. (Para serles justo a las personas involucradas en este trabajo en aquella poca en que se desarroll el software, 1970 1975, los conceptos tales como la normalizacin y la base de datos relacional an no se haban dado a conocer; y tampoco haba el poder computacional adecuado para implementar estos conceptos si hubiesen existido.) Tambin es importante reconocer que la normalizacin completa no siempre es deseable. A coninuacin se encuentra un trueque entre la flexibilidad y la conveniencia. 2 Qu es una clave principal y cmo se usa? En el ejemplo (simplificado) de la muestra de barreno, cada barreno tendr un nombre nico para ese barreno. El nombre del barreno identifica cada record (registro) de barreno nico. Un registro o row (fila) es una sola entrada en la tabla; por ejemplo, en la tabla de barreno, cada conjunto de datos de barreno constituye un registro. En una tabla ejemplar cada muestra, su ubicacin y nombre de barreno relacionado constituye un registro. El nombre del barreno en la tabla de barreno es denominado la primary key (clave principal). En la tabla ejemplar, tambin es necesaria una clave principal. Adems vamos a querer que el nombre del barreno aparezca en la tabla como un campo, para relacionar cada muestra al barreno de donde origin. El nombre del barreno en la tabla ejemplar es denominada foreign key (clave extranjera). Una clave extranjera es una copia de una clave principal que aparece en otro lado. Podemos tener muchos caso de un mismo nombre de barreno en una tabla ejemplar, as como podramos tener muchas muestras de cada barreno. La clave principal en la tabla de barreno y la clave extranjera en la tabla ejemplar son relacionadas, ya que el nombre del barreno nos permite discernir cules muestras pertenecen a cul barreno. Por consiguiente crearemos una relacin, la cual es una definicin de la conexin entre el campo del nombre del barreno en la tabla de barreno y el campo del nombre del barreno en la tabla ejemplar. Esta relacin particular es denominada oneto-many (un a muchos), a causa de que pueden haber muchas muestras para cada barreno. Hay un segundo tipo de relacin denominado relacin one-to-one (uno a uno) que se desarroll para cuando, por razones de conveniencia, una tabla normalizada se divide en dos. Es rara la vez en la cual se usan las relaciones de uno a uno. No existe una relacin de many-to-one (muchos a uno), y no es correcto tcnicamente, hablar acerca de las relaciones de many-to-many (muchos a muchos).

Microsoft Access Knowledge Base article #Q100139, Database Normalization Basics.


Pgina 6 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

Qu es una clave compuesta? En nuestro ejemplo de muestra de barreno, hemos usado el nombre del barreno como la clave principal y por consiguiente, hemos decretado automticamente que todos los nombres del barreno sern nicos. Si, como es comn, los nombres de barreno slo son nicos dentro de un proyecto, entonces la tabla de barreno tendra que incluir un campo para el nombre o cdigo del proyecto y la clave principal tendra que consistir de dos campos el nombre del proyecto y elnombre de barreno. La combinacin de dos o ms campos para hacer una clave produce una clave compuesta. Qu es la integridad referencial? La integridad referencial es una opcin caracterstica de una relacin en la mayora de los RDBMS. Cuando los datos tienen integridad esto significa que se anticipa que sean posibles ciertos problemas o errores y ayuda a prevenirlos mediante su misma estructura. Las relaciones entre las tablas son referencias a un conjunto de informacin mediante otro conjunto de informacin; por consiguiente la integridad referencial significa que una relacin es resistente a los problemas. Cuando una relacin tiene integridad referencial, cada dato de informacin de clave extranjera debe estar disponible como clave principal en el lado uno de la relacin. Por ejemplo, si impusieramos la integridad referencial en nuestro ejemplo, el RDBMS no permitiera que se ingresaran registros ejemplares al menos que se especificara un nombre de barreno vlido en la tabla de barreno. Esto evita registros hurfanos (en este caso, un registro ejemplar sin registro de barreno relacionado). Cmo se ve la estructura de los datos normalizados? Una estructura de datos normalizados aprovecha de los aspectos de un RDBMS de manera eficiente, poderosa y apropiada. Ya que se puede decir poco que sea aplicable en cada situacin, hay ciertas caractersticas que se pueden ver en la mayora de las estructuras de datos normalizados. Estas son: Es comn para una tabla (o para unas cuantas tablas) tomar el papel de tabla(s) central en una estructura de datos. Estas tablas estn relacionadas con la mayora de las tablas en las bases de datos, ya sea directamente o mediante otras tablas. Note que, mientras haya una cadena de relaciones y tablas, estas dos tablas se pueden enlazar y la informacin dentro de stas se puede usar y manipular como grupo. Note que las tablas centrales no son tcnicamente diferentes de cualquier otra tabla sin embargo la tabla central es til para ver la estructura de los datos por completo. Otra caracterstica comn de las estructuras de los datos bien normalizados es que, todas (o prcticamente todas) las tablas son enlazadas finalmente. Como anteriormente, esto se lleva a cabo mediante una o ms tablas centrales. Cuando una senda de relaciones no se puede trazar entre dos tablas, se presenta la pregunta: si no tienen nada en comn por qu estn dentro de la misma estructura? Claro, siempre hay excepciones. Por ejemplo, puede haber una tabla que lista todas las dems tablas en la base de datos.
Pgina 7 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

Casi sin excepcin, cada tabla tendr una clave principal. Una estructura de datos bien normalizada tpicamente tiene la integridad referencial impuesta. Por lo regular hay tablas que actan como tablas de referencia.

Las tablas de referecia por lo general contienen solamente dos o tres campos un campo de clave prinicipal, un valor de texto y quizs una descripcin. Las tablas de referencia se pueden usar para los estados, los cdigos del proyecto, los nombres de anlisis, cdigos geolgicos y as sucesivamente. Estos mejoran la consistencia, simplifican el ingreso de datos y previenen los errores del teclado al obligarle al usuario a seleccionar un valor de la lista en vez de hacer que lo teclee. (En realidad, cualquier tabla en el lado de la relacin puede actuar como tabla de referencia para la clave extranjera en el lado "muchos".

Cules son las seales que muestran que la estructura de datos no fue normalizada apropiadamente? Hay ciertas seales que indican que la estructura de datos no fue normalizada correctamente. Aunque hay excepciones, los siguientes son indicadores generales para estructuras de datos no normalizados apropiadamente: Campos mltiples que contienen los mismos tipos de datos Cuando se duplica o se puede duplicar la informacin dentro de una tabla Una estructura que permite registros hurfanos, por lo general, puede ser normalizada mejor para el fidedigno de los datos y en particular, en el uso de la integridad referencial. Cuando la misma informacin se presenta en tablas separadas y la informacin no se usa en una relacin. Esto es por lo regular es una sea de que debiera ocurrir la normalizacin.

Pgina 8 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

RESUMEN DEL AcQuire AcQuire es un sistema de software que se origino del intento de mover la administracin de los datos de exploracin y minado un mundo no propietario y al mismo tiempo mejorar la calidad de la metodologa del almacenamiento. El problema con los datos que se almacenan en los sistemas propietarios es que, cada uno de estos sistemas de software que usan los datos deben convertir y duplicarlos. ste es un requerimiento que puede crear muchos problemas, algunos de los cuales se encuentran listados a continuacin: La conversin entre sistemas puede ser difcil La duplicacin de los datos no es buena prctica Ningn sistema est diseado como guardin Tpicamente se almacena un conjunto de datos incompleto Hay la tendencia de preservar slo aquellos tems que son importantes a la tarea actual

El siguiente diagrama despliega el concepto esencial de AcQuire. ste usa los sistemas de base de datos relacionales existentes como el ncleo de la administracin efectiva de los datos. Todos los sistemas de software que usan esos datos tienen acceso a una base de datos. Mediante el resto de este documento, a los sistemas de software que usan el AcQuire Data Model (ADM) (Modelo de datos de AcQuire) se les referir como clientes de datos. Como se despliega en la Figura 2, en un ambiente de exploracin y minado existen muchos clientes de datos potenciales.

Fig 2. Procesamiento de informacin La ventaja del ADM, dado el deseo de crear un mtodo de sistema abierto para almacenar los datos de exploracin y minado, es que el mapa de los datos es disponible a todos. Tambin dado el Open DataBase Connectivity (ODBC) (Conectividad de la base de datos) cualquier sistema que soporte al protocolo, puede accesar los datos fcilmente. Es importante indicar que los Relational Databases Management Systems (RDBMS) (Sistemas de administracin de las bases de datos relacionales) han existido desde el principio de la dcada de los aos ochenta. Sin embargo, su uso en las compaas de exploracin y minado se ha limitado a organizaciones grandes a causa de su costo y ejecucin (tpicamente ejecucin pobre en los sistemas de computadora ms chicos). El Acquire se ha convertido en una posibilidad a causa de los cambios en la tecnologa en los campos de hardware y software.
Pgina 9 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

Objetivos de AcQuire La meta general del AcQuire es la de resolver algunos de los problemas funadamentales relacionados con la administracin de los datos de la exploracin y produccin. Las metas principales se describen a continuacin. 1. Formalizar la tarea de la administracin de datos para que las estructuras de datos se definan y se impongan. Esto se puede lograr al usar un modelo de datos relacionales. El modelo de los datos provee las siguientes facilidades:i. Integridad referencial
3URMHFW

3URMHFW&RGH

3URMHFW1DPH 3URMHFW'HVFULSWLRQ $UHD&RGH

+ROH/RFDWLRQ 7HQHPHQW,' 5LJ,' *ULG1DPH +ROH7\SH (DVW 1RUWK 5/ 'HSWK

+ROH,' 3URMHFW&RGH

Fig 3. Integridad referencial En la Figura 3 anterior el Project Code (Cdigo del proyecto) es definido en la tabla de referencia Project (Proyecto). No se puede hacer ningn ingreso a la Holelocation (Ubicacin de hoyo) sin un Project Code existente en la tabla relacionada. Existen tablas de referencia para Tenement ID (Identificacin de departamento), GridName (Nombre de cuadrcula) y Hole Type (Tipo de hoyo).

ii. Tablas de campo virtual El uso de las tablas de campo virtual como medio para definir los campos/tems de los datos en vez de modificar la estructura fundamental de la tabla.
6DPSOH 6DPSOH$VVD\

6DPSOH,'

+ROH,' 3URMHFW&RGH 6DPS)URP 6DPS7R 6DPSOH7\SH 'HVSDWFK1R 6WUXFWXUH1DPH 3RLQW(DVW 3RLQW1RUWK 3RLQW5/

6DPSOH,' $VVD\7\SH
$VVD\9DOXH

$VVD\7\SH

$VVD\7\SH

$7'HVFULSWLRQ 8QLWV /RZHU'HWHFWLRQ 8SSHU'HWHFWLRQ $VVD\3UHFLVLRQ $VVD\7\SH'DWH

Fig 4. Campos virtuales


Pgina 10 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

La definicin de los campos nuevos simplemente significa la adicin de un registro nuevo a la tabla. En la Figura 4 anterior, si se requiere un elemento nuevo, se aade un Assay Type (Tipo de ensaye) a la tabla AssayType. La implicacin de esto es que AcQuire se puede usar para modificar la estructura de los datos que se almacenan, as como tambin los datos mismos. La Figura 5 despliega cmo se definen los campos de los datos en el ADM. En este ejemplo los campos que se aaden son campos de assay (ensaye). Note que los datos actuales se almacenan en una forma normalizada pero, AcQuire provee la facilidad de visualizarlos en su forma bidimensional. La implicacin de esto es que el uso de las tcnicas de las bases de los datos relacional se ha optimizado, y a la misma vez que se ha hecho ms flexible y ms fcil de usar.

AssayType Data Fields Defined

Required information stored in a flat form.

Form used by Geologist in the flat view

Fig 5. Implementacin de los Campos virtuales iii. Un modelo de datos amplio Se construye un modelo de datos que incluya facilidades para almacenar la reconciliacin del laboratorio, verificar ensayes y estndares. Esta informacin no ha sido parte fundamental de la mayora de los sistemas de administracin de datos.

Pgina 11 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

Una de las razones principales por la cual AcQuire se concibi originalmente es que, la construccin de las estructuras efectivas de los datos en las bases de datos relacionales no es cuestin trivial. El diseo de relaciones para optimizar la ejecucin y la flexibilidad ha sido una parte significtorio del desarrollo del AcQuire. Si las organizaciones eligen hacerlo por si mismos las siguientes cuestiones se deben evaluar: Puede la organizacin obtener las tcnicas para disear un modelo de datos, dada la dificultad inherente de este proceso? Suponiendo que se lograra (i), estarn disponibles el personal para los cambios subsiguientes? En lo que cambie el personal en una organizacin los conceptos del modelo de los datos originales pueden ser comprometidos mientras se modifique. Se mantendrn y documentarn los cambios a los modelos de datos? Se crearn algunas dificultades a causa de los cambios subsiguientes del sistema de software usado? El objetivo con AcQuire es el de asegurar que el software siempre trabaje con el modelo de datos.

1. Incluir las tendencias del software de la base de datos actual Aprovechar de las tendencias actuales del software de la base de datos para que el modelo de datos se construya en un ambiente abierto y no propietario. Esto se ha logrado al construir una aplicacin con base en Open Database Connectivity (ODBC) (Conectividad de base de datos abierto). Por consiguiente, la base de datos relacional que se est usando puede ser ORACLE, ACCESS, o SQL SERVER (otras bases de datos se agregarn en el futuro). Mediante el uso de este mtodo el sistema se puede poner a escala. Una pequea organizacin podra empezar con ACCESS y luego cambiarse al SQL SERVER cuando cresca. La interfase y el modelo de datos persisten. Solamente cambia la potencia del software de administracin de la base de datos subyacente. 2. Proveer un sistema User Friendly (amigable al usuario) Proveer un sistema user friendly (amigable al usuario) para la administracin e interrogacin de los datos. La interfase provee facilidades para la administracin de la base de datos y las interrogaciones e informes de los usuarios de punto terminal. 3. Proveer un sistema amplio Proveer un sistema con campos para incorporar la continuidad de los datos de la oficina. La estructura de los datos y el sistema de software usados en el campo sern paralelos al sistema usado en la oficina corporativa. Tal concepto se presta a la idea de data briefcasing (encapsular datos dentro de un portafolio), la idea de descargar una carpeta de datos de proyecto a ser usado en el campo. Esta carpeta sera un ADM creado slo para un proyecto pertinente.

Pgina 12 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

CONCLUSIONES El objetivo de este documento es obviamente el de destacar los aspectos del concepto del AcQuire Data Management (Administracin de datos). Sin embargo, hay unos cuantos puntos que se tocan a travs de este papel que son importantes, sin tomar en cuenta cul solucin para el software se use al almacenar los datos de exploracin y produccin. Desde el punto de nuestra experiencia al tratar los datos de exploracin y minado, los siguientes casos parecen describir la mayora de la prctica en cuanto a la administracin de datos. Caso A Sin centralizacin de datos

Unos cuantos sistemas de software que comparten datos al copiarlos. Sin base de datos central. Muchos acuerdos hechos a la integridad de los datos. Sin capacidad de informar entre proyectos. Sin imagen corporativa. Los datos con riesgo de perderse cuando se vaya el personal.

Caso B Desarrollo interno - Tpico en compaas grandes Invertido en un mtodo centralizado para la administracin de los datos. Han tenido que emplear a su propio personal para la administracin de los datos y el software. Por lo regular no es adecuada la documentacin y la capacitacin subsiguiente. Tuvieron que cargar el costo para la conversin de las bases de datos de plataforma a plataforma. Es difcil hacer el R&D (Investigacin y desarrollo) necesario de la tecnologa de base de datos nuevas. Con el tiempo el costo del desarrollo y mantenimiento interno se hacen muy grandes. Los requerimientos del desarrollo cambian con el tiempo y el personal, y hay riesgo de que el desarrollo nunca sea til.

Caso C Desarrollo de bajo costo - Tpico en compaas pequeas a medianas Un sistema in-house (hecho en casa) (o producido por consultores) es construdo mediante el uso de las herramientas como las de MSACCESS. Las cosas progresan bien hasta que haya un cambio en el personal. La solucin tiene documentacin y soporte/apoyo limitado. Mientras continuen los cambios del personal, el modelo de datos evoluciona a un estado inestable. La funcionalidad nueva es costosa para desarrollarse. No es un mtodo que se puede poner a escala. Si la compaa crece se requerir una solucin nueva.
Pgina 13 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

Los casos tratados anteriormente fueron parte de la razn por la cual evolucion el concepto del AcQuire. Una solucin prefabricada para la administracin de los datos de exploracin y produccin parece ser la nica forma efectiva de lograr un solucin a largo plazo para este problema.

Pgina 14 de 16

AcQuire Un nuevo mtodo para el manejo de datos de exploracin y minado

REFERENCIAS Applied Information Science, 23 January, 1997. The Role of Data Modeling, http://www.aisintl.com/case/model.html Dorion, P, 1995, Data Administration at the National Library of Canada, in Network Notes #22, (ISSN 1201-4338 Information Technology Services: National Library of Canada), http://www.nlcbnc.ca/pubs/netnotes/notes22.html Microsoft Access Knowledge Base, Database Normalization Basics. ,#Q100139, http://www.microsoft.com/msdn/news/feature/mfcjuly98/mfc_faq.htm Jakobovits, R, 14 Nov, 1995. Integrating Databases and Programming Languages, http://www.cs.washington.edu/homes/rex/pp2/node2.html Reid Software Development Web Site, Normalisation, Microsoft Access Knowledge Base. Article #Q100139, http://www.ariasoft.com/normalize.html

FIGURAS 1. 2. 3. 4. 5. Data Integrity V Time (Integridad de datos comparado con el tiempo) Information Process (Proceso de la informacin) Referential Integrity (Integridad referencial) Virtual Fields (Campos virtuales) Implementation of Virtual Fields (Implementacin de campos virtuales)

Pgina 15 de 16