Taller de Base de Datos

1
Taller de Base de Datos

• Consulta Típica en OLAP
• Encontrar el total y número de unidades
  vendidas para marca en el primer semestre de 1997

2
Taller de Base de Datos

• Formulación de consultas en OLAP
• Inspeccionar las dimensiones
• Imponer una condición sobre las dimensiones (ej.
  Semestre1S97)
• Seleccionar atributos y categorías
  (granularidad).
• Seleccionar medidas y agregaciones(ej.
  Sum(f.pesos))
• Observar el resultado, e investigar por qué, lo
  que implica una nueva consulta.

3
Taller de Base de Datos

• Operadores OLAP
• Roll-up Cambiar una categoría en la
  granularidad por una categoría menos fina.
• Drill-down inverso de Roll-Up.
• Navegación secuencia de roll-up y drill-downs
• Drill-across cruzar más de una tabla de hechos
• Slice imponer condiciones sobre las dimensiones
• Pivot elegir atributos para la tabla de salida y
  cambiar la disposición de los atributos.
• Etc.

4
Taller de Base de Datos
Cubo de Datos
5
Taller de Base de Datos
Grafo de Dependencia de un Cubo de Datos
6
Taller de Base de Datos
Almacenamiento de un Cubo de Datos en un Sistema
OLAP Relacional
7
Taller de Base de Datos

• Un cubo de datos puede tener hasta
• E1xE2xxEn
• hechos, donde Ei es el número de elementos
  de la dimensión i.
• Tamaño del cubo es cercano a la tabla de hechos
  base si los datos son densos y la jerarquía se
  condensa fuertemente a medida que nos acercamos a
  All.
• En general puede ser MUCHO MÁS grande (data cube
  explosión)
• Ejemplo benchmark TCP/Dpart customer supplier,
  la tabla de hechos base tiene 6 millones de
  tuplas, el cubo tiene 19 millones.

8
Taller de Base de Datos

• Algoritmo Básico para calcular un cubo de datos
• Algoritmo 2N para cubos simples (dimensiones
  tiene una categoría a parte de All).
• Procedimiento Iter(handle,v) agrega el valor v a
  una dirección asociada a la tupla (punto) handle.
• Leemos la tabla de hechos y por acada tupla
  tltx1,,xn,vgt llamamos 2n veces Iter(handle,v).
• Para cada tupla handle se despliega
  final(handle)
• Iter se puede implementar usando una tabla de
  hash.
• Número de llamadas a Iter2nxT,donde n es el
  número de dimensiones y T es la cardinalidad de
  la tabla de hechos base.

9
Taller de Base de Datos

• Computación Eficiente de Cubos de Datos
  Distributivos
• Cubos de datos distributivos funciones de
  agregación distributivas. Ejemplos SUM, MAX,
  MIN.
• Recordemos que cada granularidad define una vista
  cúbica.
• ltcodProducto, codSuper, fechagt define un cuboide
  de 3 dimensiones.
• ltcodProducto, codSuper, Allgt define un cuboide de
  2 dimensiones.
• Todo cuboide de dimensión K puede ser computado
  usando algún cuboide de dimensión K-1
• Ejemplo Para todo punto ltAll, p1, Allgt,
• V(All,p1,All)G(V(All, p1,fi) fi ? Mi).

10
Taller de Base de Datos

• Algoritmo PipeSort y PipeHash

11
Taller de Base de Datos

• Algoritmo PipeHash
• Idea general algoritmo PipeHash (S. Agrwal et al,
  VLDB 96)
• Para cada vista cúbica definido por una
  granularidad G elegir un cuboide G.
• Es decir, tenemos que elegir un árbol del grafo
  de dependencia que cubra todos los nodos y cuya
  raíz sea el cuboide inferior (minimun Spannig
  Tree)
• Hay muchos árboles posibles, si computamos el
  cubo usando tablas de hash, elegimos los
  antecesores más pequeños.
• Particionar el árbol en subarboles, cada subarbol
  se computa por separado con una sóla lectura del
  cuboide de su raíz.

12
Taller de Base de Datos

• Procesamiento de Consultas en OLAP
• Almacenar sólo tabla de hechos base, computar los
  cuboides en tiempo de consulta.
• Problema computar un cuboide sobre dimensiones
  simples toma tiempo proporcional al tamaño de la
  tabla de hechos base.
• Materializar completamente el cubo (no siempre es
  posible)
• Problema explosión del cubo
• Costos de actualización
• Materializar sólo algunos cuboidesy usar
  navegación de agregados (Harinaraya et al 1996).

13
Taller de Base de Datos

• Navegación en Agregados
• Supongamos que queremos computar ltAll,
  proveedor, Allgt en TPC-D Benchmark
• Navegación en agregados proceso en que
  se reformula un cuboide requerido por el usuario
  como una consulta que se refiere a otro(s)
  cuboide pre- computado.

14
Taller de Base de Datos

• Navegador en Agrados (cont)

15
Taller de Base de Datos

• Navegación en Agrados (cont)
• Cuboide C ltcodProducto, semestregt
• Consulta Q Cuánto jabón se ha vendido cada año?
• SELECT from C WHERE codProdJabón Roll-Up de
  semestre a año
• En general si
• C y Q son sobre el mismo conjunto de dimensiones,
• Las condiciones de Q implican las de C y
• La granularidad de C es más fina que la
  granularidad de Q,
• Entonces C se puede usar para responder Q.

16
Taller de Base de Datos

• Herramientas para WareHouses OLAP
• Back- End extracción de datos, integración,
  limpieza, carga, mantención incremental
• Servidor procesamiento de consulta
• Front-end clientes OLAP, herramientas de
  consulta y visualización, reportes
• Otras monitoreo, administración, meta-datos

17
Taller de Base de Datos

• Actualidad y Futuro de OLAP
• Extensiones del modelo multidimensional (ej.,
  dimensiones heterogéneas), datos semiestruturados
  (XML), teoría de Diseño en este contexto.
• Minería de datos organizados en modelos OLAP.
• Sistemas MOLAP escalables Sistema T3 de
  Microsoft, EMC, Knosys, Unisys. Cubo de datos de
  1.2 Terabyte de datos base, 7.6 billones de
  hechos (tuplas), 50 usuarios concurrentes,
  respuestas a consolidaciones toman 0.02-0.08 seg.