Almacén de datos

¿Qué es un almacén de datos?

los Almacenes de Datos o Data Warehouse (DW) son el núcleo de los sistemas de BI, estos son responsables de guardar los datos de las transacciones diarias provenientes de las bases de datos y fuentes diversas, y su diseño está enfocado a la consulta y análisis.

El proceso ETL sirve para alimentar el DW. Los DW deben ser actualizados constantemente.

Técnica de modelado Kimball

La metodología del ciclo de vida de Kimball fue concebida a mediados de la década de 1980. Desde entonces, ha sido utilizado con éxito para el desarrollo de proyectos de almacenamiento de datos e inteligencia comercial (DW/BI) en prácticamente todas las industrias, áreas de aplicación, funciones comerciales y plataformas técnicas.

El desarrollo del DW de SINSAC esta basado en libro "The Data Warehouse Toolkit (3ra Ed.) : The Definitive Guide to Dimensional Modeling".

Construcción del DW

Se deben hacer la colección de todas las fuentes de datos, y en cada fuente seleccionar las tablas candidatas para el DW. Las tablas candidatas son la de interés para el desarrollo del proyecto.

La fuente de datos de Catastro es la base de datos del padrón catastral del Estado de Colima alojada en SGBD SQL Server.

Tablas candidatas

La selección de las tablas candidatas es para la construcción de nuestro modelo del almacén. Kimball menciona que las tablas transaccionales serán nuestras tablas de Hechos y las tablas con catálogos serán nuestras tablas de Dimensiones.

Los corchetes [ ] son para identificar el nombre de la tabla.

Cada fuente de datos tendrá un diseño de base de datos diferente. Para la base de datos de catastro, se seleccionaron las siguientes tablas.

Tablas candidatas de Hechos

[PADRON]

Tablas candidatas de Dimensiones

[Usos]

[Giros]

[Tipos_Predios]

Existen 7 dimensiones en total. Las dimensiones restantes de obtienen de columnas de la tabla [PADRON] que no tiene catálogos en la BD, pero si la información de acuerdo a los requerimientos del sistema y del DW.

DW Diseño Dimensional

El diseño final es un Modelo Dimensional en Estrella para el almacén de datos para SINSAC

Se tiene una la tabla de Hechos [TH_padron] con 7 Dimensiones.

[Dim_tipoPredio], [Dim_usos], [Dim_usosSecundarios], [Dim_giros], [Dim_tipoPropiedad], [Jer_zonaGeografica] y [Jer_tiempo]

Las Jerarquias [Jer_zonaGeografica] y [Jer_tiempo] son dimensiones.

Para más información sobre la tabla de Hechos y Dimensiones se explica la sección del proceso ETL y Diccionario de datos.