Arquitecturas de data warehouse

Conceptos de almacenamiento de datos

Aaren Stubberfield

Data Scientist

Inmon - top-down

Imagen de icono de data warehouse

Inmon - top-down

Imagen de icono de data warehouse

Hay que decidir:

Todas las definiciones, limpieza y reglas de negocio
Antes de que entre cualquier dato al warehouse

Inmon - top-down

Imagen de dos iconos de base de datos con flechas hacia una flecha llamada ETL que apunta a un icono de data warehouse

Inmon - top-down

Imagen de dos iconos de base de datos con flechas hacia una flecha llamada ETL que apunta a un icono de data warehouse con flechas hacia dos iconos de data mart con flechas hacia un icono de persona en un ordenador, un icono de reportes y un icono de lupa

Pros y contras del enfoque top-down

Ventajas:

Fuente única de verdad para la organización
Normalización = menos almacenamiento
Fácil cambiar data marts para nuevos reportes

Desventajas:

Más joins = respuesta más lenta
Mucho trabajo inicial
- Mayor coste de inicio

Kimball - bottom-up

Imagen de dos iconos de base de datos con flechas hacia una flecha llamada ETL y flechas hacia dos iconos de data mart

Desnormaliza los datos
Enfoque en el data mart del departamento
Los datos van directo de ETL a los data marts

Kimball - bottom-up

Imagen de dos iconos de base de datos con flechas hacia una flecha llamada ETL y flechas hacia dos iconos de data mart con flechas hacia un icono de data warehouse con flechas hacia un icono de persona en un ordenador, un icono de reportes y un icono de lupa

Pros y contras del enfoque bottom-up

Ventajas:

Desarrollo inicial rápido
- Menor coste de inicio
Desnormalizado = más fácil para usuarios

Desventajas:

Más tiempo de procesamiento ETL
Mayor riesgo de datos duplicados
Desarrollo continuo necesario

¡Vamos a practicar!

Conceptos de almacenamiento de datos