Desarrollo de un CUBO OLAP CINEMA

PROYECTO FINAL DE BASE DE DATOS II

El presente trabajo consiste en la implementación de un sistema business intelligence, cuyo propósito es mostrar a través de una estructura multidimensional (Cubo OLAP) de un Cinema haciendo uso de algunas herramientas necesarias como SQL Server 2012 y utilizando Visual Studio 2010 para realizar el diseño y la organización de los datos.

Para ello primero haremos una breve descripción de los sistemas business intelligence, cubo OLAP y después pasaremos a detallar la implementación y diseño del sistema.

1. INTRODUCCIÓN:

La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados de la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría de bienes se incluyen las bases de datos de clientes, información de la cadena de suministro, ventas personales y cualquier actividad de marketing o fuente de información relevante para la empresa.

BI apoya a los tomadores de decisiones con la información correcta, en el momento y lugar correcto, lo que les permite tomar mejores decisiones de negocios. La información adecuada en el lugar y momento adecuado incrementa la efectividad de cualquier empresa.

Según Candice Goodwin: "La tecnología de BI no es nueva, ha estado presente de varias formas por lo menos en los últimos 20 años, comenzando por generadores de reportes y sistemas de información ejecutiva en los años 80”

De forma general, el BI suele definirse como la transformación de datos de la empresa en conocimiento para obtener una ventaja competitiva.

El presente documento tiene como objetivo principal, exponer el diseño de un Cubo de Datos, la cual es una estructura muy usada para organizar los datos y obtener información. Este cubo de datos será realizado enfocado en una base creada para ese propósito, una base de datos de un cinema. Cada paso realizado será explicado, pero solo se dará un resumen de cada uno de ellos. Haciendo uso de las herramientas que ofrece sql y Visual Studio, se expondrá el diseño e implementación de esta estructura.

1.1. Usos de un Sistema OLAP:

OLAP es el acrónimo en inglés de procesamiento analítico en línea (On-Line Analytical Processing). 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). Se usa en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares. 

Razones de su uso extendido:

- Proporciona rapidez en las consultas de Datos.

- Su diseño es cómodo, y está orientado al ámbito empresarial.

- Permiten procesar grandes volúmenes de información, esto se debe a que los cubos son vectores.

- 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.

- Antes solo se utilizaban sistemas ROLAP, ahora gracias al concepto de cubo OLAP, las soluciones se han ampliado, y contamos con un sistema donde la información es confiable, precisa, y su extracción muy rápida.

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

1.2. Arquitectura y Funcionamiento de un cubo:

a) Arquitectura

La arquitectura de un cubo consta de dimensiones y hechos.

- Dimensiones: Representan factores por lo que se analiza un determinado área del negocio. Son pequeñas y usualmente están desnormalizadas.
- Hechos: Son el objeto de los análisis y están relacionados con las dimensiones. Son tablas muy grandes y suelen estar desnormalizadas.

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.Para poder realizar un cubo de datos OLAP, tenemos que realizar primeramente un diseño. El cual, como se mencionaba, está compuesto de dimensiones y hechos. Las dimensiones son las características que se medirán, y la tabla de hechos las contendrá. La tabla de hechos tendrá las llaves primarias de todas las tablas con las que se relaciona, es decir, las dimensiones. Pero gracias a esta tabla se podrán obtener las medidas al cubo en función a las dimensiones elegidas.

Todo esto conlleva un proceso de selección riguroso, ya que si no se eligen correctamente las dimensiones, el cubo mostrará datos correctos, pero difíciles de entender, poco relacionados. Y como el cubo es parte de un datamart, está enfocado a un usuario, el cual desea entender toda la información de manera más sencilla, se la debe proporcionar de dicha forma.

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 ilustración. 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.

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.

- 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).

- CUBO OLAP:

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.
Gracias a la incorporación de las bases de datos de tipo multidimensional, y el nacimiento del nuevo concepto Cubo OLAP, las herramientas de soluciones para sistemas Business Intelligence han avanzado notablemente en cuanto a las prestaciones que estas aplicaciones brindan a las empresas, donde la información confiable, precisa y en el momento oportuno, son uno de los bienes más preciados.
Cabe destacar que los Cubos OLAP son vectores en los cuales se dispone la información, y gracias a esta ordenada jerarquía es posible llevar a cabo un análisis rápido de los datos.
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.


                                            

1.2.1. Modelo del Negocio Dimensional

En la base de datos creada de un cinema, hemos obtenido, que los hechos contendrían a las proyecciones, las ventas de entradas. Ambas vendrían a ser las medidas que usaremos. Las dimensiones serían las tablas sombreadas de azul, las tablas de hechos, las sombreadas de amarillo.


      

1.2.2. Base de Datos

La base de datos o base de hechos es una parte de la memoria del ordenador que se utiliza para almacenar los datos recibidos inicialmente para la resolución de un problema.

La base de datos del cinema ser vera a continuación en el modelo relacional.

1.2.3. Modelo Relacional

El modelo relacional fue realizado en “Erwin”, el cual nos permite del mismo modelo obtener el código para la creación de la base en SQL server, o cualquier otro servido. Se uso porque sus beneficios eran muy bueno. El proceso de diseño era fácil y muy cómodo y se puede ahorrar tiempo con su uso.

                                     



1.2.4. Interfaz con el Usuario

El medio de comunicación con el usuario será la plataforma de Visual Studio, o si el usuario prefiere algo más sencillo, Excel es una opción que nos puede ayudar a visualizar los resultados.

1.2.5. Módulo de Explicación.

La mayoría de los sistemas business intelligence contienen un módulo de explicación, diseñado para aclarar al usuario la línea de razonamiento seguida en el proceso de reporte, análisis de datos.

Business Intelligence proporciona información cuando se necesita y en el formato en que se necesita.
Gracias a las funciones de integración de datos, provenientes de todas las áreas de la empresa y a la creación/presentación autónoma de reportes y análisis.

Business Intelligence ofrece además una capa de presentación integrada, robusta y flexible para toda la gama de funciones de Analytics, incluyendo estadísticas, análisis predictivos, data mining y text mining, predicción y optimización, todo integrado en el contexto empresarial para una mejor y más rápida toma de decisiones.

En este caso se mostraran en pantalla, de acuerdo a los que el usuario quiera ver tenemos dos medidas básicas, el número de proyecciones y la cantidad de ventas de entradas. Estas medidas se podrán relacionar con las dimensiones elegidas.

Al usar Excel podremos visualizar, utilizando la opción de “Datos de otras fuentes desde Alnalysis Services”, se podrá visualizar el servidor local, del cual se puede importar el cubo realizado en visual studio. Así se podrá visualizar los siguientes resultados:

            





Y si el usuario desearía otros resultados. Tan solo se tendría que seleccionar las dimensiones y si se requiere algo más específico, el usuario deberá hacer uso de los filtros. Cabe mencionar que gracias a Excel también se podrán realizar gráficos muy interesantes haciendo uso de esta información ya organizada

1.2.6. Módulo de Adquisición (Preparación de plataformas y herramientas)

Lo usado durante la creación del cubo fue:
• Sql server 2012
• Visual Studio 2010
• Erwin data modeler
• Excel 2010

Para hacer uso de estos es necesario descargar las versiones originales de las paginas oficiales de descarga. En este caso se eligio Visual 2010, porque era el único compatible en Windows 7 con las herramientas de Business Intelligence que ofrece sql 2012.
Erwin es fácil de usar y se puede conseguir una versión para estudiantes en la pagina del mismo es gratuito al menos por un año.
Excel 2010 es parte del paquete de office y se uso para visualizar los daros del cubo por su interface tan sencilla y muy familiar.

1.3. Ventajas e Inconvenientes de un CUBO OLAP

1.3.1. Ventajas

• Tiene acceso a grandes cantidades de información.
• Analiza las relaciones entre muchos tipos de elementos empresariales.
• Involucra datos agregados.
• Compara datos agregados a través de periodos jerárquicos.
• Presenta los datos en diferentes perspectivas.
• Involucra cálculos complejos entre elementos de datos.
• Puede responder con rapidez a consultas de usuarios
• Es de fácil uso y acceso flexibles para los usuarios.
• Los datos están organizados en diferentes dimensiones lo que permite un mejor análisis.
• Ahorro generado por productividad de personas altamente profesionales.
• Permite encontrar la historia en los datos.
• Genera cierta ventaja competitiva.

1.3.2. Inconvenientes

• 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.

• Debido a su forma de funcionamiento y almacenamiento de la información, cuando los usuarios requieren realizar modificaciones en la estructura de este tipo de base de datos, deben rediseñar el Cubo OLAP, sin posibilidades de poder utilizar la estructura en la que se trabajó hasta el momento.

• El modelo de negocio no siempre se adopta bien en un modelo jerárquico.

• El cubo es una estructura adicional de datos que mantener y actualizar, eso supone un gasto extra de recursos (servidores, discos, procesos de carga).

1.4. Lenguaje de Programación Transact-SQL

1.4.1. Introducción a Visual Studio y SQL

a) Visual Studio: Es un entorno muy completo y confiable de herramientas de desarrollo para la generación de aplicaciones web ASP.NET, Servicios Web XML, aplicaciones de escritorio y aplicaciones móviles. Visual Basica, Visual C# y visual C++ utilizan todos el mismo entrono de desarrollo integrado (IDE), que habilita el uso compartido de herramientas y facilita la creación de soluciones en varios lenguajes. Asimismo, dichos lenguajes utilizan las funciones de .NET Framework, las cuales ofrecen acceso a tecnologías clave para simplificar el desarrollo de aplicaciones web ASP y servicios Web XML.

b) SQL Server: Es un servidor de bases de datos muy completo que es relacional. El lenguaje que usa es el transac- sql. Es un lenguaje antiguo, pero que aun tiene su uso muy extendido, ya que de ahí se derivan muchos de los lenguajes para servidores de base de datos actuales.

1.4.2. Características Principales

a) Visual Studio:

• Es un IDE que usa diversos lenguajes. En este caso no se hizo uso de los lenguajes directamente, sino mas bien del entorno que ofrece.
• Las plantillas que ofrece son muy importantes
• Son muy completas y están ligadas al diseño que brinda Business Intelligence.

b) 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 (inglés).
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.

- La sencillez también radica en que lo que indicamos es lo que queremos obtener, no el cómo lo tenemos que obtener, de eso se encargará el sistema automáticamente.

- Las sentencias SQL además siguen todo el mismo patrón:

• Empiezan por un verbo que indica la acción a realizar.

• Completado por el objeto sobre el cual queremos realizar la acción.

• Seguido de una serie de cláusulas (unas obligatorias, otras opcionales) que completan la frase, y proporcionan más detalles acerca de lo que se quiere hacer.

Si sabemos algo de inglés nos será más fácil interpretar a la primera lo que quiere decir la instrucción, y de lo contrario, como el número de palabras que se emplean es muy reducido, a continuación las mencionamos:

• Por ejemplo en el DDL (acciones sobre la definición de la base de
datos), tenemos 3 verbos básicos:

CREATE (Crear)
DROP (Eliminar)
ALTER (Modificar)

Completados por el tipo de objeto sobre el que actúan y el objeto concreto:

+ CREATE DATABASE mibase…….;

Permite crear una base de datos llamada mibase, a continuación escribiremos las demás cláusulas que completarán la acción, en este caso dónde se almacenará la base de datos, cuánto ocupará, etc.

+ CREATE TABLE mitabla (…..);

Permite crear una nueva tabla llamada mitabla, entre paréntesis completaremos la acción indicando la definición de las columnas de la tabla.

+ CREATE INDEX miindex…;

Lo mismo para crear un índice

+ DROP DATABASE mibase;

Permite borrar, eliminar la base de datos mibase.

+ DROP TABLE mitabla;

Elimina la tabla mitabla.

+ ALTER TABLE mitabla…..;

Permite modificar la definición de la tabla mitabla.

• En el DML (acciones sobre los datos almacenados) utilizaremos los verbos:

INSERT (Crear, es decir, insertar una nueva fila de datos)
DELETE (Eliminar filas de datos)
UPDATE (Modificar filas de datos)
SELECT (Seleccionar, obtener)

Por ejemplo:

INSERT INTO mitabla: Inserta nuevas filas en mitabla.
DELETE FROM mitabla: Eliminar filas de mitabla.
UPDATE mitabla: Actualiza filas de mitabla.

Como ejemplo de cláusula dentro de una instrucción tenemos:

SELECT código, nombre
FROM Clientes
WHERE localidad=’Valencia’;

En esta sentencia nos aparecen dos cláusulas, la cláusula FROM que nos permite indicar de dónde hay que coger los datos y la cláusula WHERE que permite indicar una condición de selección.

• Otra característica de una sentencia SQL es que acaba con un punto y coma (;) originalmente éste era obligatorio y servía para indicar el fin de la instrucción, pero ahora se puede omitir, aunque se recomienda su uso.

• En una sentencia utilizaremos palabras reservadas (las fijas del lenguaje), y nombres de objetos y variables (identificadores). Las palabras reservadas no se pueden utilizar para otro propósito, por ejemplo una tabla no se puede llamar FROM, y los nombres (los identificadores) siguen las reglas detalladas en el punto siguiente.

• Nombres cualificados. En ocasiones deberemos utilizar nombres cualificados, por ejemplo cuando se escribe un nombre de tabla, SQL presupone que se está refiriendo a una de las tablas de la base de datos activa, si queremos hacer referencia a una tabla de otra base de datos utilizamos su nombre cualificado nombrebasedatos.nombredeesquema.nombretabla, utilizamos el punto para separar el nombre del objeto y el nombre de su contenedor.

• El valor NULL;

Puesto que una base de datos es un modelo de una situación del mundo real, ciertos datos pueden inevitablemente faltar, ser desconocidos o no ser aplicables, esto se debe de indicar de alguna manera especial para no confundirlo con un valor conocido pero que sea cero por ejemplo, SQL tiene para tal efecto el valor NULL que indica precisamente la ausencia de valor. Por ejemplo: no es lo mismo que el alumno no tenga nota a que tenga la nota cero, esto afectaría también a todos los cálculos que se pueden realizar sobre la columna nota.

2. CUBO OLAP

2.1. Planteamiento y Diseño:

La base de datos creada ya se mostró anteriormente lo que se hizo en el diseño del cubo fue identificar los hechos y dimensiones.
Hechos:

•  Medidas:
•  Cantidad de Ventas
•  Cantidad de Proyecciones.

• Dimensiones:
•  Cliente
•  Tipo de Pago
•  Proyección: película, horario, tipo de película, pago

2.2. Implementación:

Pasos de la implementación:

1.  Generar un vista de datos seleccionando “una nueva vista de datos”, en esa opción, seleccionar todas las tablas de la base de datos.
2.  Crear dimensión a dimensión, ya que si se deja que el asistente del cubo cree las dimensiones, no las creara correctamente. Ademas asi, se puede seleccionar solo los atributos necesarios de cada tabla para que se carguen.
3.  Ahora seleccionar la opción de “nuevo cubo”, la cual nos seleccionara automáticamente las dimensiones ya estructuradas.
4.  Se revisa el cubo seleccionando la opción del “examinador”. O bien usar Excel, para visualizar los datos.

2.3. Ejecución:

Al tener las dimensiones ya definidas en el proyecto. Se procede a realizar el cubo. Siempre se debe ejecutar el cubo así se podrá abrir el “Examinador”, que nos permitirá observar los datos organizados. En la siguiente figura se muestra algunas dimensiones relacionadas con las medidas.

Si desean el proyecto: https://sites.google.com/site/cuboolapcinema/