Implementación de data warehouse y reparación de inconsistencias

Abstract

Un Data Warehouse es una colección de datos orientada a un determinado ámbito; integrando información desde diversas fuentes otorga la funcionalidad de ayudar a la toma de decisiones en la entidad en que se implementa. El almacenamiento de la información en un Data Warehouse no se usa en combinación con datos de uso actual, puesto que mantienen datos históricos con el propósito de generar información que sirva de apoyo en decisiones estratégicas. La información en los sistemas Data Warehouse se organiza de acuerdo a dimensiones y hechos. Mientras que las dimensiones proveen la forma en que los datos se organizan, los hechos almacenan tuplas que pueden verse como puntos en espacios formados por las dimensiones. Una dimensión se modela por medio de una jerarquía de categorías. Los sistemas Data Warehouse al igual que bases de datos tradicionales pueden presentar inconsistencias; en el caso particular de los primeros se manifiesta como inconsistencias a restricciones dimensionales. Estas restricciones dimensionales se representan por las denominadas restricciones de particionado, las cuales sirven para establecer que un elemento de una categoría dada se relacione con un único elemento de una categoría padre. Los objetivos de este proyecto son la construcción de una aplicación que implemente un Data Warehouse con su respectiva organización, y que sobre las instancias dimensionales ofrezca la funcionalidad de comprobar consistencia y reparar mediante la eliminación e inserción de arcos entre elementos. En el Capítulo 1 se presenta la introducción al desarrollo de la aplicación, sus respectivos objetivos, alcances, límites y formas de llevar a cabo su funcionalidad principal, es decir, la detección y reparación de instancias inconsistentes respecto de restricciones dimensionales. El Capítulo 2 explica el concepto de Data Warehouse exponiendo cómo se subdivide la información en unidades lógicas más pequeñas organizándose en dimensiones, categorías y hechos, considerando las restricciones dimensionales, relaciones roll-up y sumarizabilidad. Todo lo necesario para comprender de qué forma ha de realizarse una reparación queda presente en este capítulo. Capítulo 3, mediante el uso de ejemplos se describe como se produce información errónea al momento de consultar instancias dimensionales inconsistentes; estos mismos ejemplos se usan para demostrar la forma de detectar y reparar las inconsistencias. Capítulo 4, desarrolla una completa exposición del sistema encargado de reparar las instancias de dimensión implementando programas de reparación. En este capítulo se Capítulo 3, mediante el uso de ejemplos se describe como se produce información errónea al momento de consultar instancias dimensionales inconsistentes; estos mismos ejemplos se usan para demostrar la forma de detectar y reparar las inconsistencias. Capítulo 4, desarrolla una completa exposición del sistema encargado de reparar las instancias de dimensión implementando programas de reparación. En este capítulo se describe la arquitectura del sistema y los algoritmos. El Capítulo 5 muestra la interfaz gráfica del sistema reparador de instancias dimensionales, así como también el manual de usuario complementado de un seguimiento y ejemplo de cómo operar el sistema. Finalizando, el Capítulo 6 describe las conclusiones del proyecto.