Data Warehouse y modelado dimensional
Para qué un almacén
Reúne datos de muchos sistemas, historizados y coherentes, para informar decisiones. Su valor está en la calidad y consistencia del dato integrado, no en replicar el detalle transaccional de cada origen.
Capas del almacén
Se organiza en capas: una de llegada casi cruda, una de datos depurados y consistentes, y una final consumible, agregada y lista para el informe. Cada capa aísla un tipo de trabajo y facilita el linaje.
Hechos y dimensiones
- Un hecho es el evento medible: una venta, un clic, una medición.
- Una dimensión aporta el contexto: cuándo, dónde, quién, qué producto.
- La tabla de hechos enlaza claves ajenas con sus medidas numéricas.
Esquema estrella
El esquema estrella coloca la tabla de hechos en el centro rodeada de dimensiones desnormalizadas, que se unen por claves simples. Es intuitivo, agrega rápido y tolera dimensiones que cambian con historial.
Grano del hecho
Antes de nada hay que fijar el grano: qué representa exactamente una fila del hecho. Un grano ambiguo propaga errores por todo el modelo; uno bien elegido mantiene las medidas aditivas y comparables.
Dimensiones que cambian
Una dirección del cliente muda con el tiempo. Las dimensiones lentamente cambiantes guardan versiones para poder responder tanto por el valor actual como por el vigente entonces, preservando la historia.
A escala
En volúmenes grandes, el modelo dimensional se apoya en el almacenaje columnar y la partición por fecha, de modo que agregar por periodo lea solo el trozo necesario. Buen modelo y buen físico van juntos.
Errores frecuentes
- Confundir el almacén con una copia grande de la base operativa, sin modelar para la pregunta.
- Dejar el grano ambiguo y romper la aditividad de las medidas en cuanto se cruzan consultas.
- Tratar las dimensiones como si nunca cambiaran y perder la historia del dato vigente entonces.
Ejemplo resuelto: modelar ventas por región histórica
El negocio pregunta por ventas del mes por región, pero el cliente se mudó y el hecho no guardaba región. El diseño:
- Fijar el grano: una fila por línea de producto de ticket, la medida más detallada que se agrega bien.
- Crear la dimensión cliente con versión por cada cambio de dirección, con fechas de validez.
- Enlazar el hecho a la clave de la versión vigente en el momento de la venta, no a la actual.
- Exponer la región como atributo de la dimensión para agrupar sin tocar el hecho.
- Verificar que una suma mensual por región cuadre con el total de ventas de siempre.
¿Para qué sirve en la realidad?
Todo cuadro de mando que sobrevive a los años necesita un modelo que la gente entienda. El dimensional decide si responder a una pregunta nueva cuesta una consulta o un proyecto de tres meses.
Al diseñar una tabla de hechos de ventas, fijar primero si cada fila será un línea de producto de un ticket o un ticket completo decide:
En un esquema estrella, las dimensiones suelen estar desnormalizadas para facilitar y acelerar el análisis.
Dimensional
Ordena el diseño de un almacén analítico con modelo dimensional:
Pregunta
Grano
Dimensiones
Capas
Modelado dimensional
Hechos, dimensiones y esquemas estrella aplicados al almacén analítico.
Une cada pieza del almacén con su papel.
Modelar para la pregunta
# Almacén dimensional ## Para qué ### leer y agregar ### historia coherente ## Hecho ### evento medible ### grano fijo primero ## Dimensiones ### contexto desnormalizado ### versiones históricas ## A escala ### columnar ### partición por fecha
El negocio pregunta por ventas por región del mes, pero el hecho está a nivel de ticket sin región histórica. ¿Qué dimensión y qué cambio de grano necesitas para responder sin romper consultas antiguas?