Topicos de adm modificado
- 1. ADMINISTRACIÓN DE BASE DE DATOS TÓPICOS DE BASE DE DATOS Trabajo final Luis Antonio Nieblas Juárez 330637
- 2. MENU 1. Tecnología y Administration de data warehouse • Definición • Objetivos • Comparación de bases de datos operacionales y los data warehouse • Arquitectura • Aplicaciones 2. Procesamiento cliente servidor, procesamiento de bases de datos paralelas y bases de datos distribuidas 3. Listar razones para el procesamiento cliente-servidor, procesamiento de bases de datos paralelas y datos distribuidos 4. Describir arquitecturas comunes para el procesamiento de bases de datos paralelas
- 3. Definición: Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta La creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business Intelligence. MENU
- 4. Objetivos : El data warehouse debe hacer la información de la organización fácilmente flexible El datawarehouse debe presentar la información de la organización consistentemente El datawarehouse debe ser adaptable y resistente a cambios El datawarehouse debe servir como base para una toma de desiciones mejorada MENU
- 5. COMPARACIÓN DE BASES DE DATOS OPERACIONALES Y LOS DATA WAREHOUSE MENU
- 6. MENU
- 8. APLICACIONES DEL DATA WAREHOUSELos proyectos de data warehouse se han emprendido en una gran variedad de industrias. Unas cuantas aplicaciones clave han llevado a la adopción de proyectos de data warehouse, como se enlista en la tabla 16.2. Las industrias altamente competitivas, como la venta al detalle, seguros, aerolíneas y telecomunicaciones (particularmente de servicio de larga distancia), han invertido con anticipación en tecnología y proyectos de data warehouse MENU
- 9. PROCESAMIENTO CLIENTE/SERVIDOR BASE DE DATOSEl enfoque cliente-servidor apoya el uso de recursos de cómputo remoto para realizar complejos procesos empresariales que consisten de una diversidad de subtareas. Por ejemplo, la compra electrónica es un proceso complejo que consiste en la selección del producto, levantamiento del pedido, gestión de inventarios, procesamiento de pago, embarque y regreso del producto. Un cliente es un programa que hace solicitudes a un servidor. El servidor ejecuta las solicitudes y comunica los resultados a los clientes. Los clientes y servidores pueden estar ordenados a través de computadoras en red para dividir el trabajo complejo en unidades más manejables. MENU
- 10. PROCESAMIENTO DE BASES DE DATOS PARALELAS Y BASES DE DATOS DISTRIBUIDASBase de datos paralelas: Un DBMS paralelo usa una colección de recursos (procesadores, discos y memoria) para realizar trabajo en paralelo. Dado un presupuesto de recursos fijo, el trabajo se divide entre recursos para lograr niveles deseados de rendimiento (escalamiento y aceleración) y disponibilidad. Un DBMS paralelo usa los servicios de una red de alta rapidez, sistema operativo y sistema de almacenamiento para coordinar la división del trabajo entre recursos. Por ende, comprar un DBMS paralelo involucra una decisión acerca de todos estos componentes, no sólo del DBMS. El grado de recursos compartidos determina las arquitecturas para procesamiento de bases de datos paralelas. El estándar de clasificación de arquitecturas se conoce como todo compartido (SE), discos compartidos (SD) y nada compartido (SN). En el enfoque SE, memoria y discos se comparten entre una colección de procesadores. El enfoque SE usualmente está relacionado como una sola computadora de multiprocesamiento y no como una arquitectura de base de datos paralela. En la arquitectura SD, cada procesador tiene su memoria privada, pero los discos se comparten entre todos los procesadores. En la arquitectura SN, cada procesador tiene su propia memoria y discos. En la arquitectura SN, los datos se deben particionar entre los procesadores. MENU
- 11. Base de datos distribuidas: Los DBMS distribuidos implican tecnología diferente a la del procesamiento cliente-servidor y al procesamiento de bases de datos paralelas. El procesamiento cliente-servidor enfatiza la distribución de funciones entre computadoras en red con el uso de middleware para gestión de proceso. Una diferencia fundamental entre el procesamiento de bases de datos paralelas y distribuidas es la autonomía. Las bases de datos distribuidas proporcionan autonomía de sitio mientras que las bases de datos paralelas, no. Por lo tanto, la base de datos distribuida requiere un conjunto diferente de características y tecnología.
- 12. LISTAR RAZONES PARA EL PROCESAMIENTO CLIENTE-SERVIDOR PROCESAMIENTO DE BASES DE DATOS PARALELAS Y DATOS DISTRIBUIDOS Centralización del control Escalabilidad: se puede aumentar la capacidad de clientes y servidores por separado Fácil mantenimiento mejoran la velocidad de procesamiento y de E/S mediante la utilización de UCP y discos en paralelo Los sistemas paralelos de base de datos constan de varios procesadores y varios discos conectados a través de una red de interconexión de alta velocidad. MENU
- 13. MENU
- 14. DESCRIBIR ARQUITECTURAS COMUNES PARA EL PROCESAMIENTO DE BASES DE DATOS PARALELASModelos de Arquitectura Memoria compartida. Todos los procesadores comparten una memoria común. Disco compartido. Todos los procesadores comparten un disco común. Sin compartimiento. Los procesadores no comparten ni memoria ni disco. Jerárquico. Es un híbrido de las anteriores. MENU
- 15. En una arquitectura de data warehouse de dos niveles, los datos operativos se transforman y luego se transfieren a un data warehouse. Puede emplearse un plano separado de servidores para soportar las complejas actividades del proceso de transformación. Para asistir con el proceso de transformación, se crea un modelo de datos empresariales (EDM). El EDM describe la estructura del data warehouse y contiene los metadatos requeridos para entrar a bases de datos operacionales y fuentes de datos externas. El EDM también puede contener detalles acerca de la depuración e integración de las fuentes de datos. La gerencia usa el data warehouse directamente para recuperar datos para el apoyo a las decisiones. MENU