INFOSPHERE DATASTAGE

Róbinson Andrés MejíaNexos Software SAS

Capitulo 1: Fundamentos

ObjetivosO Definir BIO Definir ETLO Definir Data warehouseO Algunas herramientas de ETLO Fundamentos de DatastageO Componentes de Datastage

Business intelligence

Inteligencia empresarial (Business Intelligence), también llamado “Gestión de los Datos” (Data

Management), es un agregado de aplicaciones y herramientas

enfocadas al procesamiento de los datos en una empresa para poder ayudar tomar decisiones y hacer

varios análisis.

Business intelligenceAlgunos conceptos importantes concernientes a la inteligencia de negocios:

O DW - Almacenes de datos, Bodegas de Datos (Data warehouses)

O ETL - Transformar, Extraer y Cargar datosO DM - Minería de datos (Data mining)O Aplicaciones OLAP - cubos OLAP, procesamiento

analítico línea, Online Analytical Processing and multidimensional analysis

O MIS - Sistemas de Información para la Administración (Management Information Systems)

O Consultas e informes - Information visualization, and Dashboarding

O Calidad de Datos y limpieza de DatosO Sistemas de previsión empresarialO DSS - Apoyo en la toma de decisiones (Decision

Support Systems)O CRM - Customer Relationship Management

ETL (Extracción, Transformación y Carga)

El proceso ETL organiza el flujo de los datos entre diferentes sistemas en una organización y esta fase de importar y cargar datos se suele realizar con una herramienta ETL (como por ejemplo Informática Powercenter, Datastage). También es posible y ocurre a menudo programar el proceso ETL en el lenguaje dedicado a la base de datos (PL/SQL por ejemplo).

Almacén de Datos

Un Almacén de Datos (Data Warehouse) es una colección de datos que está formada por Variables (hechos, facts) y Dimensiones (dimensions). Dimensiones son los elementos para ubicar datos que participan en el análisis y Variables los valores que se desean analizar.

Fundamentos Datastage

DataStage es una herramienta ETL que permite crear y mantener fácil y rápidamente almacenes de datos procedentes de sistemas de Aplicaciones Empresariales incluyendo SAP, Siebel, Oracle y PeopleSoft CRM y de otros sistemas relacionados al negocio.

Fundamentos Datastage

Datastage soporta la extracción, integración y transformación de altos volúmenes de datos desde estructuras simples hasta muy complejas. Entre funciones de DataStage, la más destacada es el diseño de tareas que extraen, integran, agregan, cargan y transforman los datos para el Data Warehouse o Data Mart. Las tareas son compiladas para crear ejecutables que son calendarizados por el Director y ejecutadas por el Servidor.

Componentes Datastage

Hay cuatro componentes principales de la herramienta Datastage:

O Administrator - Interfaz de usuario usada para configurar proyectos de Datastage y usuarios. Gestiona administración de proyectos de DataStage en ambientes de desarrollo y producción.

Componentes Datastage

O Designer - usada para crear, diseñar y compilar tareas Datastage (también permite testear y ejecutar). Mayormente usado por los desarrolladores.

O Director - para validar, calendarizar, testear, ejecutar y monitorizar jobs Datastage. Usado por los operadores y los testers.

O Manager - interfaz de usuario usada para visualizar y editar el contenido del repositorio.