Asumiendo cambios significativos en las fuentes de datos

La predictible simetria de los modelos dimensionales permiten a estos absorver algunos cambios significativos en la fuente de datos o en el modelado, esto sin invalidar las aplicaciones datawarehouse existentes.
Aqui les describo algunas de las modificaciones no esperadas. Iniciando con la mas simple:

Nuevos atributos en la dimension. Si descubrimos nuevos atributos a un producto, agregariamos esos atributos a la dimension como nuevas columnas. Si nuevos atributos estan disponibles solo despues de un punto especifico en el tiempo, entonces “No Disponible” o su equivalente sera insertado en los registros anteriores a este punto en el tiempo.

Nuevas dimensiones. Podemos agregar dimensiones a una tabla de hechos existente, bastara con agregar una nueva llave foranea y llenar esta correctamente con valores de las llave primarias proveniente de la nueva dimension.

Nuevas medidas en la Tabla de hechos (Caso Sencillo). El Caso sencillo de esto es,

cuando las nuevas medidas estan disponibles para el mismo grado de granularidad en el que se encuentra la tabla de hechos

. En este caso, la tabla de hechos es alterada para agregar las nuevas columnas, y los valores son puestos en su lugar. Si las nuevas medidas para la tabla de hechos, estan solo disponibles desde un punto del tiempo en adelante, entonces los valores nulos necesitaran ser remplazados en las viejas filas de la tabla de hechos.

Nuevas medidas en la Tabla de hechos (Caso Complejo)Cuando nuevas medidas que se desean agregar a la tabla de hechos

ocurren sobre un nivel diferente de granularidad

. Si las nuevas medidas no pueden ser albergadas o asignadas a el original nivel de granularidad de la tabla de hechos, se puede decir entonces que las nuevas medidas pertenecen a su propia tabla de hechos.”Ya que es un error mezclar diferentes medidas con diferente nivel de granularidad sobre una tabla de hechos”.

Dimensiones que se vuelven mas granulares. En algunas ocasiones es deseable aumentar la granularidad de una dimension. En la mayoria de los casos, los atributos originales de la dimension pueden ser incluidos en una nueva, mucho mas granular a causa de que estos pueden acomodarce en una relacion muchos a uno. Las dimensiones mas granulares a menudo implicaran una tabla de hechos mas granular. Pudiece no existir mas alternativa que tirar la tabla de hechos y reconstruir la misma. Ademas, todas las aplicaciones existentes podrian no ser afectadas.

Agregando una completamente nueva fuente de datos envolviendo tambien inesperadas nuevas dimensiones. Casi siempre, una nueva fuente de datos tiene su propia granularidad y dimensionalidad, entonces nosotros creamos unas nueva tabla de hechos . Deberiamos evitar el ajuste a la fuerza de nuevas medidas dentro de una existente tabla de hechos con medidas ya consistentes. Las aplicaciones existentes trabajaran aun a razon de que las tablas de hechos y dimensiones ya hechas no sean modificadas.

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s