¿Qué es el modelo de datos?
La interpretación y documentación de los procedimientos y transacciones de diseño y desarrollo de software existentes se denominan modelos de información. Los métodos e instrumentos de modelado de información simplifican los diseños de sistemas complejos para simplificar la reingeniería para operar la información. Se utiliza para diseñar un almacén de información de forma lógica y física. En este tema, vamos a aprender sobre el modelado de Data Warehouse.
Necesidad de modelado de almacén de datos
- Colección de requisitos comerciales
- Mejora del rendimiento de la base de datos.
- Proporciona documentación del sistema de origen y destino.
1. Colección de requisitos comerciales
Un almacén de datos generalmente está diseñado para determinar las entidades requeridas para el almacén de datos y los hechos que deben registrarse con los arquitectos de datos y los usuarios comerciales. Este primer diseño tiene mucha iteración antes de que se decida el modelo final.
Tenemos que superar las desventajas prevalentes en la fase de diseño en este punto. Dado que un sistema existente implementa un almacén de datos, los arquitectos a veces incorporan una gran proporción del sistema antiguo en el nuevo diseño, ahorrando tiempo o divulgación.
El modelo lógico captura eficazmente las necesidades de la empresa y sirve de base para el modelo físico.
2. Mejora del rendimiento de la base de datos
La comprobación de la eficiencia es una característica esencial de un almacén de datos. En un almacén de datos, se trata de una gran cantidad de información, por lo que es muy esencial utilizar un producto modelo de datos para la gestión de datos y metadatos utilizados por los consumidores de BI.
El modelo físico agrega indexación para optimizar la eficiencia de la base de datos. Los esquemas también se modifican a veces. Por ejemplo, si un esquema en estrella promete una recuperación de datos más rápida, puede cambiar a un esquema de copo de nieve
3. Proporciona documentación del sistema de origen y destino
Al desarrollar un sistema ETL, es muy importante verificar los modelos físicos y lógicos de los sistemas de origen y destino.
Esta documentación se ofrece mediante modelado de información como referencia para el futuro.
Modelo conceptual de datos
La relación más alta entre las distintas entidades está determinada por un modelo de datos conceptual.
Es el primer paso para crear un modelo de datos de arriba hacia abajo que represente la presentación precisa de la organización empresarial.
Diseña la estructura total de la base de datos y enumera las áreas temáticas.
Comprende los tipos e interacciones de las entidades. Las anotaciones simbólicas (IDEF1X o IE) representan la conexión entre los campos del tema. En un modelo de información, la cardinalidad muestra las relaciones uno a uno o muchas
Modelo de datos de relación
Se utiliza el modelado de información relativa en esquemas OLTP orientados a transacciones. Un modelo de datos relacionales tiene características importantes:
- Usos de clave
- Redundancia de datos
- Relación entre datos
Usos de clave
La clave principal en una tabla es la clave. Se utiliza como una identificación única. Una columna distinta de cero es una clave primaria. Para la clave principal, se utiliza la clave externa. Vinculan la información de una tabla a otra y se conectan.
Redundancia de datos
El modelo de información de relación aplica las leyes de integridad de la información.
Se elimina la redundancia de datos. Una pieza de información no se recopila repetidamente. Esto garantiza la coherencia de los datos y el almacenamiento de datos restringido.
Relación entre datos
Todos los datos se almacenan en tablas y cada relación tiene columnas y filas.
Un encabezado y un cuerpo deben estar sobre la mesa. El encabezado es la lista de columnas de la tabla y la tabla consta de las filas. La tupla es el valor único producido por una intersección de columna y fila.
Modelo de datos multidimensionales
Una organización que refleja las entidades importantes de una empresa y la conexión entre ellas es una perspectiva lógica de un modelo de datos multidimensional. Las bases de datos y las tablas no se limitan a una base de datos natural. Los diagramas ER no están representados.
- Atributos
- Hechos
- Dimensión
a. Dimensión
- Un aspecto es una recopilación de datos que consta de componentes de información individuales que no se superponen
- Puede configurar, agrupar y filtrar información para fines de visualización y navegación por parte de los usuarios finales.
si. Hechos
- Una tabla de columnas utilizada para responder a problemas de la empresa por razones numéricas.
- Las medidas son aditivas, semiaditivas y no aditivas.
C. Atributos
- Las condiciones abstractas están diseñadas para facilitar el resumen de la información en un estudio.
- También se pueden describir como encabezados de columna que no se incluyen en el cálculo de un informe.
Ventajas del modelo dimensional.
- La estandarización de dimensiones facilita la presentación de informes en todas las áreas de negocio.
- Dimensional también para almacenar datos para facilitar la obtención de datos de los datos cuando los datos se almacenan en la base de datos.
- La compañía es muy comprensible para el modelo dimensional. Este modelo se basa en los términos de la empresa para que la empresa comprenda los significados de cada realidad, aspecto o característica.
- Para consultas rápidas de información, los modelos dimensionales se deforman y optimizan. Muchas plataformas de bases de datos de relaciones reconocen este modelo y optimizan los planes de rendimiento de las consultas.
- Los modelos dimensionales pueden acomodar el cambio convenientemente. Las tablas de dimensiones pueden incluir columnas adicionales sin influir en el uso de estas tablas por las aplicaciones actuales de inteligencia de la compañía.
Mejores prácticas de modelado de datos
Antes de comenzar el modelo de datos, debe llevarse a cabo un análisis completo de las necesidades de la empresa cliente. Debe ser extremadamente importante reunirse con los clientes para discutir las demandas y técnicas de modelado de información y hacer que los especialistas de la empresa lo confirmen inmediatamente.
La empresa debe comprender el modelo de datos, ya sea en formato gráfico / de metadatos o como reglas comerciales para textos.
Artículos recomendados
Esta es una guía para el modelado de Data Warehouse. Aquí discutimos el modelo de datos, por qué es necesario en Data Warehousing junto con sus ventajas, así como los tipos de modelos. También puede consultar el siguiente artículo para obtener más información:
- Herramientas de Data Warehouse
- Tipos de almacén de datos
- Herramientas de análisis de datos
- Herramientas de ciencia de datos
- Oracle Data Warehousing