Estos ejemplos tienen el mismo nº de columnas y cada columna en orden con el mismo tipo de datos. En el primero nos devolverá una lista única de alumnos, profesores y personal no docente, y en el otro de las películas que han hecho Emma Thompson y todas las que ha hecho Anthony Hopkins.
GROUPING (Transact-SQL)
La agrupación sólo se permite en la lista de selección asociada a una cláusula GROUP BY que contenga el operador CUBE o ROLLUP.
Sintaxis: GROUPING ( column_name
column_name: Es una columna de una cláusula GROUP BY en la que se comprueban los valores NULL de CUBE o ROLLUP.
El agrupamiento se utiliza para distinguir entre los valores NULL devueltos por CUBE o ROLLUP y los valores NULL normales. El valor NULL devuelto como resultado de una operación CUBE o ROLLUP es un uso especial de NULL. Actúa como marcador de posición de columna en el conjunto de resultados y significa "todos".
En el ejemplo siguiente se agrupa SalesQuota y se agregan las cantidades de SaleYTD. La función GROUPING se aplica a la columna SalesQuota.
USE AdventureWorks;
GO
SELECT SalesQuota, SUM(SalesYTD) 'TotalSalesYTD', GROUPING(SalesQuota) AS 'Grouping'
FROM Sales.SalesPerson
GROUP BY SalesQuota WITH ROLLUP;
GO
El conjunto de resultados muestra dos valores NULL bajo SalesQuota. El primer valor NULL representa el grupo de valores NULL de esta columna en la tabla. El segundo valor NULL se encuentra en la fila de resumen que agrega la operación ROLLUP. La fila de resumen indica las cantidades de TotalSalesYTD para todos los grupos SalesQuota, como señala el valor 1 en la columna Grouping.
Éste es el conjunto de resultados.
SalesQuota TotalSalesYTD Grouping
--------- ------------- --------
NULL 1533087.5999 0
250000.00 33461260.59 0
300000.00 9299677.9445 0
NULL 44294026.1344 1
(4 row(s) affected)
ROLLUP
El operador ROLLUP resulta útil para generar informes que contienen subtotales y totales. El operador ROLLUP genera un conjunto de resultados similar a los generados por el operador CUBE.
Existen algunas diferencias entre CUBE y ROLLUP, son las siguientes:
Por ejemplo, una tabla simple Inventory contiene lo siguiente:
Item Color Quantity
------------- -------------------- ------------------
Table Blue 124
Table Red 223
Chair Blue 101
Chair Red 210
Esta consulta genera un informe de subtotales:
SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'
ELSE ISNULL(Item, 'UNKNOWN')
END AS Item,
CASE WHEN (GROUPING(Color) = 1) THEN 'ALL'
ELSE ISNULL(Color, 'UNKNOWN')
END AS Color,
SUM(Quantity) AS QtySumFROM InventoryGROUP BY Item, Color WITH ROLLUP
Item Color QtySum
------------ -------------------- ------------------
Chair Blue 101.00
Chair Red 210.00
Chair ALL 311.00
Table Blue 124.00
Table Red 223.00
Table ALL 347.00
ALL ALL 658.00
(7 row(s) affected)
Si la palabra clave ROLLUP de la consulta se cambia por CUBE, el conjunto de resultados de CUBE es el mismo, excepto que al final se devuelven estas dos filas adicionales:
ALL Blue 225.00
ALL Red 433.00
La operación CUBE generó filas para las posibles combinaciones de valores de Item y Color. Por ejemplo, CUBE no sólo informa de todas las posibles combinaciones de valores Color con el valor de Item Chair (Red, Blue y Red + Blue), sino que también informa de todas las posibles combinaciones de los valores de Item con el valor Color Red (Chair, Table y Chair + Table).
Para cada valor de las columnas situadas a la derecha de la cláusula GROUP BY, la operación ROLLUP no informa de todas las posibles combinaciones de valores de las columnas situadas a la izquierda. Por ejemplo, ROLLUP no informa de todas las posibles combinaciones de valores de Item para cada valor de Color.
El conjunto de resultados de una operación ROLLUP tiene una funcionalidad parecida a la que devuelve COMPUTE BY. Sin embargo, ROLLUP tiene estas ventajas:
METADATA
Otro aspecto de la arquitectura de data warehouse es crear soporte a la metadata. Metadata es la información sobre los datos que se alimenta, se transforma y existe en el data warehouse. Metadata es un concepto genérico, pero cada implementación de la metadata usa técnicas y métodos específicos.
Estos métodos y técnicas son dependientes de los requerimientos de cada organización, de las capacidades existentes y de los requerimientos de interfase de usuario. Hasta ahora, no hay normas para la metadata, por lo que la metadata debe definirse desde el punto de vista del software data warehousing, seleccionado para una implementación específica.
Típicamente, la metadata incluye los siguientes ítems:
Los niveles de sumarización, el método de sumarización y las tablas de registros de su data warehouse.
Algunas implementaciones de la metadata también incluyen definiciones de la(s) vista(s) presentada(s) a los usuarios del data warehouse. Típicamente, se definen vistas múltiples para favorecer las preferencias variadas de diversos grupos de usuarios. En otras implementaciones, estas descripciones se almacenan en un Catálogo de Información.
Los esquemas y subesquemas para bases de datos operacionales, forman una fuente óptima de entrada cuando se crea la metadata. Hacer uso de la documentación existente, especialmente cuando está disponible en forma electrónica, puede acelerar el proceso de definición de la metadata del ambiente datawarehousing.
La metadata sirve, en un sentido, como el corazón del ambiente data warehousing. Crear definiciones de metadata completa y efectiva puede ser un proceso que consuma tiempo, pero lo mejor de las definiciones y si usted usa herramientas de gestión de software integrado, son los esfuerzos que darán como resultado el mantenimiento del datawarehouse.
MODELO ESTRELLA
Existen 2 modelos para crear un Data Warehouse, el modelo estrella o el copo de nieve.El concepto de Estrella es bastante sencillo, hay que diseñar las tablas usando una tabla central para los hechos, tablas para los catálogos y una tabla de tiempo.
Lo importante del diseño de las tablas en el modelo estrella está en los catálogos. Tiene que poner en una sola tabla todo aquello que se pueda deducir del elemento más granular de la tabla y que está más abajo en la jerarquía.
Por ejemplo, si hay un catálogo de productos, el elemento más granular es el producto, ¿qué se puede deducir del producto? Pues la marca, el empaque, la presentación (botella de cristal, PET no retornable, lata, etc.), la familia (bebidas), la subfamilia, la categoría, la subcategoría, el color, la talla si aplica, etc. Entonces todo esto se coloca en la misma tabla.
El campo llave de esa tabla es el product_id (la llave de producto) porque producto (product) es el elemento más abajo en la jerarquía. Por ejemplo: una marca tiene productos, la familia agrupa productos, la subfamilia igual, la categoría igual, el color igual. El producto es el único que no agrupa a nadie, entonces esa es la llave.
Si usted le hiciera un Select a ese catálogo de productos el resultado sería el siguiente.:
Se puede ver que en el mismo registro se almacena el producto, la marca, la subcategoría, el departamento, la familia, la categoría. Todo lo que se puede deducir del producto está ahí.
Lo mismo pasa con las tiendas. De la tabla de tiendas (ver tabla Stores en el diagrama) se puede deducir la región y el país al que pertenece. Entonces país y región se pone en la misma tabla que tienda.
Para mejorar todavía más el tiempo de respuesta se coloca en la tabla el campo llave y el descriptor como se muestra en la siguiente imagen.
Si hace esto en un query SQL se necesita escribir lo siguiente para obtener datos de la estrella se puede usar:
where IdBrand = 15
en véz de:
where Brand = ‘Washington’
Se tendrá un mejor tiempo de respuesta si se usa llaves. Entonces siempre en los catálogos hay que poner además de los descriptores el campo llave de cada descriptorSiempre hay que tratar de que siempre sean numéricas y de no usar llaves compuestas. Esto es el modelo estrella.
IMPORTANTE: No hay que quedarse con la idea que al hacer los catálogos redundantes se va a desperdiciar todo el disco duro. La redundancia es solo en los catálogos no en los hechos, se puede tener un catálogo de 100,000 productos pero millones y millones de transacciones. Lo que hace que un datawarehouse crezca normalmente es la tabla de hechos.
BMC
BMC ha sido el líder en la entrega de herramientas y utilerías para bases de datos para asegurar el desempeño en misión crítica, administración y soluciones de recuperación para la mayoría de las plataformas de bases de datos. De hecho un reporte de IDC muestra que este mercado le pertenece a BMC en un 70%, BMC ha tenido este liderazgo en los últimos 6 años consecutivos.
BMC Software (NYSE: BMC) es un proveedor líder de software para gestión de sistemas corporativos. A través de su estrategia Business Service Management (BSM-Gestión del Servicio del Negocio), sus soluciones permiten a los clientes contar con una vista completa de sus negocios y operaciones de TI, enlazando los recursos tecnológicos a los objetivos de negocio.
Las soluciones de BMC Software abarcan sistemas corporativos, aplicaciones, bases de datos y gestión de servicio. Fundada en 1980, BMC Software posee oficinas en todos el mundo y es miembro de S&P 500; obtuvo unos ingresos de 1,4 billones de dólares en el ejercicio fiscal 2004.
