1. Docente: Ing. Marco Aurelio Porro Chulli
Asignatura: Base de Datos II
Carrera Profesional: Ingeniería de Sistemas yTelemática
Integrantes: ■ Vásquez Espinoza, María Rocío
■ Vega Montenegro, Luisa
Junio del 2018
3. ¿Qué es un Almacén de Datos?
Es un conjunto de datos históricos, internos o
externos, y descriptivos de un contexto o área
de estudio.
Permiten aplicar eficientemente
herramientas para resumir, describir y
analizar los datos con el fin de ayudar a la
toma de decisiones estratégicas.
¿Para que sirve?
4. ¿QUÉ ES UN DATA WAREHOUSE?
Es un repositorio de almacenamiento de datos que
permite a los ejecutivos de negocios organizar,
comprender y utilizar sus datos para tomar decisiones
estratégicas.
Los datos de una data Warehouse deben
almacenarse de forma segura, fiable, fácil de
recuperar y fácil de administrar.
5. Para Qué Sirve una Data WareHouse
-Para tener un mayor conocimiento del negocio.
-Para tomar mejores decisiones y en un tiempo menor.
-Para mejorar y ser más efectivos.
-Para no perder distancia con la competencia.
-En definitiva, para aumentar los ingresos.
6. Históricamente, los data Warehouse se habían
formado utilizando datos repetitivos
estructurados que eran filtrados antes de entrar
en la data Warehouse.
Los primeros datos relacionales estructurados no podían ser mezclados y
emparejados para temas analíticos con datos textuales no estructurados.
Pero con el tiempo, ahora sí pueden hacerse de forma naturales y fácil.
7. OBJETIVOS
• Accesibilidad de
información por
parte de la
organización.
• Ayuda a la toma de
decisiones.
• Generación de información de
forma flexible.
• Controlar el acceso de la
información.
9. ESTRUCTURAS DE UN DATA WAREHOUSELaarquitecturadeunadataWarehousese
divideentresestructurassimplificadas:
Estructura básica, sistemas operativos
y archivos planos proporcionan datos
que se almacenan junto
con metadatos.
Estructura básica con área de ensayo:
ésta proporciona un lugar donde los
datos se pueden limpiar antes de
entrar en el almacén.
Estructura data marts: Son sistemas
diseñados para una línea de negocio en
particular.
10.
11.
12. DIFERENCIAS CLAVE ENTRE DATA LAKE Y DATA WAREHOUSE
Datos: Una data warehouse sólo
almacena datos que han sido
estructurados, mientras que un Data
Lake no hace acepción de datos
Procesamiento: Antes de que una empresa pueda
cargar datos en un data warehouse, los datos deben ser
modelados. Con un data lake, sólo se cargan los datos
sin procesar, tal y como están, y cuando esté listo para
usar los datos, es cuando se le da forma y estructura.
Agilidad: Una data lake, carece de la estructura
de una data warehouse
Seguridad: La tecnología del data warehouse existe
desde hace décadas, mientras que la tecnología de un
Data Lake es relativamente nueva.
13. La data Warehouse están atravesando actualmente dos transformaciones muy importantes.
La nube está demostrando ser un facilitador dominante.
Permite a las organizaciones enfrentarse de forma activa
a los desafíos que presentan estas dos transformaciones
clave.
La primera área de transformación es el impulso para
aumentar la agilidad general.
La segunda área de transformación gira en torno a la
necesidad de mejorar el control de costes.
La nube está demostrando ser un facilitador dominante.
Permite a las organizaciones enfrentarse de forma activa
a los desafíos que presentan estas dos transformaciones
clave.
14. Las 3 tecnologías que ya tienen y seguirán teniendo un gran impacto en la
transformación de negocios son: la nube, datos, análisis, e Internet de las Cosas
Estas tres tecnologías son parte clave del ecosistema del data warehouse actual.
Por lo tanto, es posible sacar la conclusión de que el data warehouse en la nube
tiene un gran potencial para generar un impacto significativo en los negocios.
La importancia de la nube para el
data warehouse está
directamente vinculado a tres
factores clave:
Mayor agilidad
Mejor control de costes
Co-localización
15. PRINCIPALES VENTAJAS DE MOVER EL DATA WAREHOUSE A LA NUBE
Existen tres ventajas principales para mover un data
warehouse a la nube.
Más fácil consolidación y
racionalización.
Monetización más rápida de los
datos en la nube.
La nube ofrece mejor protección.