cubo multidimensional aplicado para el analisis de reportes estacionales de los consumos de...
DESCRIPTION
En el siguiente proyecto se implementara una base de datos utilizando el sistema OLAP (cubos) para una farmacia donde se requiere el reporte de ventas de medicamentos de acuerdo a las estaciones, para así poder establecer que tipos de medicamentos son los más vendidos.TRANSCRIPT
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
ESCUELA ACADEMICO PROFESIONAL DE INFORMÁTICA
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES
ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA
“INFOFARMA”
Docente : Ing. Arturo Díaz Pulido.
Autores : Alvarez Carhuajulca, Pedro Angel
Gomez Guerrero, Jordan
Quispe Moreno, Julissa Vanessa
Ramirez Avila, Diani
Rodriguez Zavaleta, Kevin Gianmarco
TurKowsky Vega, Oskar Eduardo
Trujillo – Perú
2015
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 2
Dedicatoria
Queremos dedicar este trabajo en primer lugar a
nuestras familias que con su apoyo, su confianza,
su paciencia y sobre todo su amor incondicional
fue posible llegar a esta etapa de nuestras vidas y
culminarla exitosamente y así mismo a nuestros
docentes por brindarnos las enseñanzas necesarias
para nuestra formación profesional.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 3
Agradecimiento
Agradecer ante todo a Dios ya que sin él no
hubiera sido posible llegar a esta etapa de nuestras
vidas, a nuestros padres por siempre estar
apoyándonos en las buenas y en las malas, a
nuestro docente por la enseñanza brindada y así ser
posible llegar a culminar este proyecto
satisfactoriamente y nuestros amigos por la
confianza que nos tuvieron y su apoyo.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 4
TABLA DE CONTENIDO
Dedicatoria.......................................................................................................................... 2
Agradecimiento ............................................................................................................................ 3
Resumen ....................................................................................................................................... 6
Ingeniería del Proyecto ............................................................................................................... 6
1. Introducción ......................................................................................................................... 6
1.1 Usos de un Sistema OLAP: ......................................................................................... 6
1.2 Arquitectura y Funcionamiento de un CUBO: ........................................................ 7
1.2.1 Modelo del Negocio Dimensional: .................................................................... 16
1.2.2 Base de Datos: .................................................................................................... 16
1.2.3 Modelo Relacional ............................................................................................. 17
1.2.4 Interfaz con el Usuario ...................................................................................... 17
1.2.5 Módulo de Explicación ...................................................................................... 18
1.2.6 Módulo de Adquisición ..................................................................................... 19
1.3 Ventajas e Inconvenientes de un CUBO : ............................................................... 19
1.4 Lenguaje de Programación Usado :Transact-SQL ................................................ 20
1.4.1 Introducción Transact-SQL: ............................................................................ 20
1.4.2 Características de Transact-SQL: ................................................................... 20
2. Nombre del Cubo
2.1 Planteamiento y Diseño: ........................................................................................... 21
2.2 Implementación: ........................................................................................................ 21
3. Ejecución ............................................................................................................................ 22
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 5
TABLA DE IMÁGENES
Figura N° 1: Relational OLAP(ROLAP) .......................................................................................... 9
Figura N° 2: Hybrid OLAP (HOLAP) ............................................................................................. 11
Figura N° 3: Modelo estrella ...................................................................................................... 12
Figura N° 5: base de datos .......................................................................................................... 16
Figura N° 7: Numero de ventas por usuario ............................................................................. 21
Figura N° 8: Numero de ventas por sucursal ........................................................................... 22
Figura N° 9: Categorías más vendidas ........................................................................................ 22
Figura N° 10: Clientes con más compras .................................................................................. 23
Figura N° 11: Medicamentos más vendidos ............................................................................. 23
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 6
Resumen
En el siguiente proyecto se implementara una base de datos utilizando el sistema OLAP
(cubos) para una farmacia donde se requiere el reporte de ventas de medicamentos de
acuerdo a las estaciones, para así poder establecer que tipos de medicamentos son los
más vendidos.
Palabras Clave
OLAP, business intelligence, diseño.
Ingeniería del Proyecto
1. Introducción
Con el paso de los años y el avance de las tecnologías informáticas al servicio de las
empresas, que han logrado convertirse en la solución adecuada para la realización de
negocios inteligentes, la herramienta OLAP ha dado lugar al nacimiento de diversos
sistemas basados en su arquitectura que pueden ofrecer respuestas a las necesidades de
las distintas compañías.
Los sistemas OLAP son una de las herramientas más utilizadas en el campo de las
soluciones Business Intelligence, ya que brinda la posibilidad de disponer de una base de
datos multidimensional que permite llevar a cabo el procesamiento analítico de la
información de manera online.
1.1 Usos de un Sistema OLAP:
Es una solución 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).
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 7
Se usa en informes de negocios de ventas, marketing, informes de dirección,
minería de datos y áreas similares.
La razón 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
búsquedas (aunque peor desde el punto de vista operativo) es una base de datos
multidimensional.
La principal característica que potencia a OLAP, es que es lo más rápido a la
hora de ejecutar sentencias SQL de tipo SELECT, en contraposición con OLTP
que es la mejor opción para operaciones de tipo INSERT, UPDATE Y
DELETE.
Brinda la posibilidad de disponer de una base de datos multidimensional que permite
llevar a cabo el procesamiento analítico de la información de manera online.
La herramienta OLAP ha dado lugar al nacimiento de diversos sistemas basados
en su arquitectura que pueden ofrecer respuestas a las necesidades de las
distintas compañías.
1.2 Arquitectura y Funcionamiento de un CUBO:
Arquitectura:
La herramienta OLAP ha dado lugar al nacimiento de diversos sistemas basados
en su arquitectura que pueden ofrecer respuestas a las necesidades de las
distintas compañías.
OLAP presenta la siguiente arquitectura:
Relational OLAP (ROLAP):
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 8
Este tipo de plataforma almacena los datos en una base de datos relacional, lo
que implica que no es necesario que los datos se repliquen en un
almacenamiento separado para el análisis (veremos que en la mayoría de los
casos es preferible esta diferenciación). Los cálculos se realizan en una base de
datos relacional, con grandes volúmenes de datos y tiempos de navegación no
predecibles. Parte de la premisa que las capacidades OLAP se desarrollan mejor
contra este tipo de bases de datos.
El sistema ROLAP utiliza una arquitectura de tres niveles. La base de datos
relacional maneja los requerimientos de almacenamiento de datos, y el motor
ROLAP proporciona la funcionalidad analítica.
El nivel de base de datos usa bases de datos relacionales para el manejo,
acceso y obtención del dato.
El nivel de aplicación es el motor que ejecuta las consultas
multidimensionales de los usuarios.
El motor ROLAP se integra con niveles de presentación, a través de los
cuales los usuarios realizan los análisis OLAP.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 9
Figura N° 1: Relational OLAP(ROLAP)
Los usuarios finales ejecutan sus análisis multidimensionales, a través del motor
ROLAP, que transforma dinámicamente sus consultas a consultas SQL. Se
ejecutan estas consultas SQL en las bases de datos relacionales, y sus resultados
se relacionan mediante tablas cruzadas y conjuntos multidimensionales para
devolver los resultados a los usuarios.
La arquitectura ROLAP es capaz de usar datos precalculados si estos están
disponibles, o de generar dinámicamente los resultados desde los datos
elementales si es preciso. Esta arquitectura accede directamente a los datos del
Data Warehouse, y soporta técnicas de optimización de accesos para acelerar las
consultas. Estas optimizaciones son, entre otras, particionado de los datos a nivel
de aplicación, soporte a la desnormalización y joins múltiples.
Algunos fabricantes son: Oracle’s BI EE, SAP Netweaver BI, MicroStrategy,
Cognos 8, BusinessObjects Web Intelligence.
Multidimensional OLAP (MOLAP):
Los datos son replicados en plataformas con un almacenamiento construido a
propósito que asegura mayor velocidad en los análisis. Los cálculos se llevan a
cabo en un servidor con una base de datos multidimensional, partiendo de la
premisa que un sistema OLAP estará mejor implantado almacenando los datos
multidimensionalmente.
El sistema MOLAP utiliza una arquitectura de dos niveles: La bases de datos
multidimensionales y el motor analítico.
La base de datos multidimensional es la encargada del manejo, acceso y
obtención del dato.
El nivel de aplicación es el responsable de la ejecución de los
requerimientos OLAP. El nivel de presentación se integra con el de
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 10
aplicación y proporciona un interfaz a través del cual los usuarios finales
visualizan los análisis OLAP. Una arquitectura cliente/servidor permite a
varios usuarios acceder a la misma base de datos multidimensional.
La información procedente de los sistemas operacionales, se carga en el sistema
MOLAP, mediante una serie de rutinas batch. Una vez cargado el dato elemental
en la Base de Datos multidimensional (MDDB), se realizan una serie de cálculos
en batch, para calcular los datos agregados, a través de las dimensiones de
negocio, rellenando la estructura MDDB. Tras rellenar esta estructura, se
generan unos índices y algoritmos de tablas hash para mejorar los tiempos de
accesos a las consultas.
Una vez que el proceso de compilación se ha acabado, la MDDB está lista para
su uso. Los usuarios solicitan informes a través del interface, y la lógica de
aplicación de la MDDB obtiene el dato. La arquitectura MOLAP requiere unos
cálculos intensivos de compilación. Lee de datos precompilados, y tiene
capacidades limitadas de crear agregaciones dinámicamente o de hallar ratios
que no se hayan precalculados y almacenados previamente.
Algunos fabricantes son: Oracle’s Hyperion Essbase, Microsoft Analysis
Services, TM1, SAS OLAP, Cognos PowerCubes.
Hybrid OLAP (HOLAP):
Plataformas que usan una combinación de varias técnicas de almacenamiento.
Las agregaciones se realizan en cache, pero el drill-down a traves de la base de
datos relacional. Algunos fabricantes son: Microsoft Analysis Services, SAS
OLAP, Oracle’s Hyperion Essbase.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 11
Figura N° 2: Hybrid OLAP (HOLAP)
En un cubo OLAP contamos con 2 formas de hacer el diseño de las dimensiones,
pero al final darán resultados satisfactorios. La primera, es un modelo de diseño
llamado “modelo estrella”, el cual consta de dimensiones bien definidas, y es
muy aplicable al mundo de las ventas. El segundo lleva el nombre de “modelo
copo de nieve”, el cual es totalmente igual al modelo estrella, la diferencia es
que este mantiene las relaciones existentes entre las tablas de la base de datos. Es
decir, al final en teoría se convierte en un modelo estrella, porque sigue siendo
una sola tabla la que contiene las medidas, pero las dimensiones mantienen sus
relaciones con las demás tablas, lo que hace que tenga la forma en que se
observe sea distinta a una estrella.
Modelo estrella:
Como se muestra en la imagen. Las dimensiones básicas de este diseño son
tiempo, producto, cliente, y la tabla ventas vendría a ser los hechos que se
realizan en la empresa, es la que nos proporcionará las medidas.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 12
Figura N° 3: Modelo estrella
Consiste en estructurar la información en procesos, vistas y métricas (recordando
a una estrella). Es decir, tendremos una visión multidimensional de un proceso
que medimos a través de unas métricas. A nivel de diseño, consiste en una tabla
de hechos en el centro para el hecho objeto de análisis y una o varias tablas de
dimensión por cada dimensión de análisis que participa de la descripción de ese
hecho. En la tabla de hecho encontramos los atributos destinados a medir el
hecho: sus métricas. Mientras, en las tablas de dimensión, los atributos se
destinan a elementos de nivel y a atributos de dimensión. En el esquema en
estrella la tabla de hechos es la única tabla del esquema que tiene múltiples joins
que la conectan con otras tablas. El resto de tablas del esquema únicamente
hacen join con esta tabla de hechos.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 13
- Modelo Copo de Nieve:
El esquema en copo de nieve es un esquema de representación derivado del
esquema en estrella, en el que las tablas de dimensión se normalizan en
múltiples tablas. Por esta razón, la tabla de hechos deja de ser la única tabla del
esquema que se relaciona con otras tablas, y aparecen nuevas joins gracias a que
las dimensiones de análisis se representan ahora en tablas de dimensión
normalizadas. En la estructura dimensional normalizada, la tabla que representa
el nivel base de la dimensión es la que hace join directamente con la tabla de
hechos. La diferencia entre ambos esquemas reside entonces en la estructura de
las tablas de dimensión. Para conseguir un esquema en copo de nieve se ha de
tomar un esquema en estrella y conservar la tabla de hechos, centrándose
únicamente en el modelado de las tablas de dimensión, que si bien en el esquema
en estrella se encontraban totalmente desnormalizadas, ahora se dividen en
subtablas tras un proceso de normalización. Es posible distinguir dos tipos de
esquemas en copo de nieve, un "copo de nieve" completo (en el que todas las
tablas de dimensión en el esquema en estrella aparecen ahora normalizadas en el
copo de nieve) o un "copo de nieve" parcial (sólo se lleva a cabo la
normalización de algunas de ellas)
Figura N° 4: Modelo copo de nieve
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 14
Funcionalidad:
Las herramientas OLAP proporcionan a las compañías un sistema confiable para
procesar datos que luego serán utilizados para llevar a cabo análisis e informes
que permitan mejorar las operaciones productivas, tomar decisiones inteligentes
y optimizar la competitividad en el mercado.
Para funcionar, las aplicaciones OLAP utilizan un tipo de base de datos que
posee la peculiaridad de ser multidimensional, denominada comúnmente Cubo
OLAP.
Básicamente, el Cubo OLAP, es una base de datos que posee diversas
dimensiones, ampliando las posibilidades que hasta el momento ofrecían las
conocidas hojas de cálculo.
Mediante la incorporación de estos vectores o cubos, se han ampliado las
posibilidades de las bases de datos relacionales, permitiendo el procesamiento de
importantes volúmenes de información, que de lo contrario sería imposible
realizar.
Cada una de las dimensiones que posee la base de datos incorpora un campo
determinado para un tipo de dato específico, que luego podrá ser comparado con
la información contenida en el resto de dimensiones, para hacer posible la
evaluación y posteriores informes de la información realmente relevante para
una compañía.
Una base de datos multidimensional puede contener varios cubos o vectores que
extenderán las posibilidades del sistema OLAP con el cual se trabaja. Por ello, si
bien en general los sistemas OLAP suelen estar compuestos por tres
dimensiones, lo cierto es que existe la posibilidad de que el sistema OLAP
albergue más de tres dimensiones mediante la utilización de estos Cubos OLAP.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 15
Para tener una idea más simple de la función de los Cubos OLAP dentro de una
base de datos multidimensional, cabe destacar que cada una de las dimensiones o
escalas del cubo corresponde básicamente a una jerarquía de datos.
En la base de cualquier sistema OLAP se encuentra el concepto de cubo OLAP
(también llamado cubo multidimensional o hipercubo). Se compone de hechos
numéricos llamados medidas que se clasifican por dimensiones. El cubo de
metadatos es típicamente creado a partir de un esquema en estrella o copo de
nieve, esquema de las tablas en una base de datos relacional. Las medidas se
obtienen de los registros de una tabla de hechos y las dimensiones se derivan de
la dimensión de los cuadros.
La funcionalidad de los sistemas OLAP se caracteriza por ser un análisis
multidimensional de datos corporativos, que soportan los análisis del usuario y
unas posibilidades de navegación, seleccionando la información a obtener.
Normalmente este tipo de selecciones se ve reflejada en la visualización de la
estructura multidimensional, en unos campos de selección que nos permitan
elegir el nivel de agregación (jerarquía) de la dimensión, y/o la elección de un
dato en concreto, la visualización de los atributos del sujeto, frente a una(s)
dimensiones en modo tabla, pudiendo con ello realizar, entre otras las siguientes
acciones:
Rotar (Swap): alterar las filas por columnas (permutar dos dimensiones
de análisis)
Bajar (Down): bajar el nivel de visualización en las filas a una jerarquía
inferior.
Detallar (Drilldown): informar para una fila en concreto, de datos a un
nivel inferior.
Expandir (Expand): id. anterior sin perder la información a nivel
superior para éste y el resto de los valores.
Colapsar (Collapse): operación inversa de la anterior.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 16
1.2.1 Modelo del Negocio Dimensional:
Es el modo óptimo de organizar los datos en los sistemas de
Business Intelligence, y puede hacerse mediante bases de datos
relacionales (ROLAP), o utilizando bases de datos
multidimensionales (MOLAP).
1.2.2 Base de Datos:
Una base de datos es un “almacén” que nos permite guardar grandes
cantidades de información de forma organizada para que luego
podamos encontrar y utilizar fácilmente.
Desde el punto de vista informático, la base de datos es un sistema
formado por un conjunto de datos almacenados en discos que
permiten el acceso directo a ellos y un conjunto de programas que
manipulen ese conjunto de datos.
Figura N° 5: base de datos
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 17
1.2.3 Modelo Relacional
Este modelo está basado en el concepto de relación. Una relación es
un conjunto de n-tuplas. Una tupla, al contrario que un segmento,
puede representar tanto entidades como interrelaciones N:M. Los
lenguajes matemáticos sobre los que se asienta el modelo relacional,
aportan un sistema de acceso y consultas orientado al conjunto.
Implementación OLAP que almacena los datos en un motor
relacional. Típicamente, los datos son detallados, evitando las
agregaciones y las tablas se encuentran desnormalizadas Los
esquemas más comunes sobre los que se trabaja son estrella o copo
de nieve, aunque es posible trabajar sobre cualquier base de datos
relacional.
1.2.4 Interfaz con el Usuario
La interfaz de usuario es el medio con que el usuario puede
comunicarse con una máquina, un equipo o una computadora, y
comprende todos los puntos de contacto entre el usuario y el equipo.
Normalmente suelen ser fáciles de entender y fáciles de accionar.
El interfaz de usuario permite que el usuario pueda describir el
problema al sistema. Interpreta sus preguntas, los comandos y la
información ofrecida. A la inversa, formula la información generada
por el sistema incluyendo respuestas a las preguntas, explicaciones y
justificaciones. Es decir, posibilita que la respuesta proporcionada
por el sistema sea inteligible para el interesado. También puede
solicitar más información si le es necesaria al sistema experto. En
algunos sistemas se utilizan técnicas de tratamiento del lenguaje
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 18
natural para mejorar la comunicación entre el usuario y el sistema
experto.
1.2.5 Módulo de Explicación
La mayoría de los sistemas OLAP contienen un módulo de
explicación, diseñado para aclarar al usuario la línea de
razonamiento seguida en el proceso de inferencia. Si el usuario
pregunta al sistema cómo ha alcanzado una conclusión, éste le
presentará la secuencia completa de reglas usada.
Esta posibilidad de explicación es especialmente valiosa cuando se
tiene la necesidad de tomar decisiones importantes amparándose en
el consejo del sistema experto
Gracias a la estructura aportada por los cubos OLAP el acceso a la
información es prácticamente instantáneo.
Figura N° 6:Modulo de explicación
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 19
1.2.6 Módulo de Adquisición
El módulo de adquisición del conocimiento permite que se puedan
añadir, eliminar o modificar elementos de conocimiento (en la
mayoría de los casos reglas) en el sistema OLAP.
Si el entorno es dinámico es muy necesario, puesto que, el sistema
funcionará correctamente sólo si se mantiene actualizado su
conocimiento. El módulo de adquisición permite efectuar ese
mantenimiento, anotando en la base de conocimientos los cambios
que se producen.
1.3 Ventajas e Inconvenientes de un CUBO :
Ventajas
Escalable
Gran variedad de herramientas de carga de datos.
Posibilidad de ajustar ETL
Presenta mejoras en los operadores CUBE y ROLLUP.
A pesar de las grandes ventajas que presenta este tipo de base de datos
multidimensional que incluye Cubos OLAP, la cual permite obtener mayor
rapidez en las consultas y en el procesamiento de la información, lo cierto es que
su gran falla reside en la imposibilidad de realizar cambios en su estructura.
Inconvenientes
Sin tablas agregadas el tiempo de una consulta se ve afectado
directamente.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 20
Si se genera demasiadas tablas agregadas también afectan el
rendimiento de las consultas y el tiempo de respuesta.
No permite el indexado jerárquico especial.
No son apropiados cuando el modelado realiza muchos cómputos que
no se traducen bien en SQL.
1.4 Lenguaje de Programación Usado :Transact-SQL
1.4.1 Introducción Transact-SQL:
Es un lenguaje muy potente que nos permite definir casi cualquier tarea
que queramos efectuar sobre la base de datos; incluye características
propias de cualquier lenguaje de programación, características que nos
permiten definir la lógica necesaria para el tratamiento de la información
1.4.2 Características de Transact-SQL:
El lenguaje SQL se creó con la finalidad de ser un lenguaje muy potente
y a la vez muy fácil de utilizar, se ha conseguido en gran medida ya que
con una sola frase (instrucción) podemos recuperar datos complejos (por
ejemplo datos que se encuentran en varias tablas, combinándolos,
calculando resúmenes), y utilizando un lenguaje muy cercano al lenguaje
hablado (¡suponiendo que hablamos inglés, claro!).
Por ejemplo: SELECT código, nombre FROM Clientes WHERE
localidad=’Valencia’; Esta instrucción nos permite SELECCIONAR el
código y nombre DE los Clientes CUYA localidad sea Valencia.
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 21
2. Nombre del cubo: Farmacia Infofarma
2.1 Planteamiento y Diseño:
Queremos realizar una aplicación para establecer un régimen de consulta
generado por reportes estacionales (durante el año) de los consumos de
medicamentos (según pacientes), para establecer su reposición de mercadería.
Para realizar el diseño de esta aplicación hemos usado la estrategia del copo de
nieve.
2.2 Implementación:
3. Ejecución:
Figura N° 7: Numero de ventas por usuario
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 22
Figura N° 8: Numero de ventas por sucursal
Figura N° 9: Categorías más vendidas
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 23
Figura N° 10: Clientes con más compras
Figura N° 11: Medicamentos más vendidos
CUBO MULTIDIMENSIONAL APLICADO PARA EL ANALISIS DE REPORTES ESTACIONALES DE LOS CONSUMOS DE MEDICAMENTOS EN LA FARMACIA “INFOFARMA”
[Escriba texto] Página 24
Bibliografía Albal, P. (06 de Marzo de 2013). sistemas de gestion. Obtenido de
http://www.sistemasdegestion.com/blog/index.php/business-intelligence-por-que-y-
para-que/
Baku. (06 de Abril de 2013). blogspot. Obtenido de http://modelodimensional.blogspot.pe/
Escamilla, V. (01 de Octubre de 2012). Slideshare. Obtenido de
http://es.slideshare.net/jjgramp/descripcin-de-cubos-olap?related=2
Marquez, J. J. (26 de noviembre de 2014). Redcientifica. Obtenido de
http://www.redcientifica.com/doc/doc199908210001.html