Implementación de una metodología para el diseño físico de un Data Warehouse

Autores
Erhardt, Juan Carlos
Año de publicación
2003
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Rossi, Gustavo Héctor
Ale, Juan María
Descripción
Las aplicaciones de Soporte de Decisiones involucran consultas complejas en base de datos muy grandes. Partiendo de que los tiempos de respuestas deberían ser pequeños, la optimización de consultas o querys es muy crítica y difícil de evaluar. Los usuarios ven los datos como cubo de datos multidimensionales. Cada celda del cubo de datos es una view que consiste en una agregación de interés, como puede ser el total de ventas. Los valores de muchas de aquellas celdas son dependientes de valores de otras celdas en un cubo de datos. Una poderosa técnica de optimización de las consultas o querys es la materialización de todas o algunas de las celdas en lugar de calcular directamente desde los datos bases en cada momento.Aquí se aplica una metodología de diseño y se implementa una herramienta sobre el problema de qué views se deberán materializar cuando es muy costoso poder precomputar (materializar) todas las views. Se usa el concepto de retículo para expresar dependencias entre views. Se utiliza un algoritmo greedy para seleccionar un subconjunto de views a materializar, de manera de minimizar el costo de evaluación de todas las consultas representadas por las views consideradas. La limitación en el número de views a materializar está dada por restricciones de espacio. El algoritmo selecciona aquellas views que producen el mayor beneficio, no solo en la evaluación de si mismas, sino en la evaluación de otras views que dependen de ella. La contribución de este Trabajo de Grado, será la construcción de una herramienta de ayuda que permita obtener un eficaz diseño físico de un Data Warehouse, con el fin de optimizar la ejecución de consultas, el ahorro de espacio en disco y minimizar el tiempo de respuestas a los querys deseados; mediante la utilización una metodología de diseño.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
Data mining
Distributed databases
Query processing
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/3897
Acceder
id SEDICI_5b8fd3c45a9cf2227279877d010b52ca
oai_identifier_str oai:sedici.unlp.edu.ar:10915/3897
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Implementación de una metodología para el diseño físico de un Data WarehouseErhardt, Juan CarlosCiencias InformáticasData miningDistributed databasesQuery processingLas aplicaciones de Soporte de Decisiones involucran consultas complejas en base de datos muy grandes. Partiendo de que los tiempos de respuestas deberían ser pequeños, la optimización de consultas o querys es muy crítica y difícil de evaluar. Los usuarios ven los datos como cubo de datos multidimensionales. Cada celda del cubo de datos es una view que consiste en una agregación de interés, como puede ser el total de ventas. Los valores de muchas de aquellas celdas son dependientes de valores de otras celdas en un cubo de datos. Una poderosa técnica de optimización de las consultas o querys es la materialización de todas o algunas de las celdas en lugar de calcular directamente desde los datos bases en cada momento.Aquí se aplica una metodología de diseño y se implementa una herramienta sobre el problema de qué views se deberán materializar cuando es muy costoso poder precomputar (materializar) todas las views. Se usa el concepto de retículo para expresar dependencias entre views. Se utiliza un algoritmo greedy para seleccionar un subconjunto de views a materializar, de manera de minimizar el costo de evaluación de todas las consultas representadas por las views consideradas. La limitación en el número de views a materializar está dada por restricciones de espacio. El algoritmo selecciona aquellas views que producen el mayor beneficio, no solo en la evaluación de si mismas, sino en la evaluación de otras views que dependen de ella. La contribución de este Trabajo de Grado, será la construcción de una herramienta de ayuda que permita obtener un eficaz diseño físico de un Data Warehouse, con el fin de optimizar la ejecución de consultas, el ahorro de espacio en disco y minimizar el tiempo de respuestas a los querys deseados; mediante la utilización una metodología de diseño.Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.Licenciado en InformáticaUniversidad Nacional de La PlataFacultad de InformáticaRossi, Gustavo HéctorAle, Juan María2003info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/3897spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:49:22Zoai:sedici.unlp.edu.ar:10915/3897Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:49:22.732SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Implementación de una metodología para el diseño físico de un Data Warehouse
title Implementación de una metodología para el diseño físico de un Data Warehouse
spellingShingle Implementación de una metodología para el diseño físico de un Data Warehouse
Erhardt, Juan Carlos
Ciencias Informáticas
Data mining
Distributed databases
Query processing
title_short Implementación de una metodología para el diseño físico de un Data Warehouse
title_full Implementación de una metodología para el diseño físico de un Data Warehouse
title_fullStr Implementación de una metodología para el diseño físico de un Data Warehouse
title_full_unstemmed Implementación de una metodología para el diseño físico de un Data Warehouse
title_sort Implementación de una metodología para el diseño físico de un Data Warehouse
dc.creator.none.fl_str_mv Erhardt, Juan Carlos
author Erhardt, Juan Carlos
author_facet Erhardt, Juan Carlos
author_role author
dc.contributor.none.fl_str_mv Rossi, Gustavo Héctor
Ale, Juan María
dc.subject.none.fl_str_mv Ciencias Informáticas
Data mining
Distributed databases
Query processing
topic Ciencias Informáticas
Data mining
Distributed databases
Query processing
dc.description.none.fl_txt_mv Las aplicaciones de Soporte de Decisiones involucran consultas complejas en base de datos muy grandes. Partiendo de que los tiempos de respuestas deberían ser pequeños, la optimización de consultas o querys es muy crítica y difícil de evaluar. Los usuarios ven los datos como cubo de datos multidimensionales. Cada celda del cubo de datos es una view que consiste en una agregación de interés, como puede ser el total de ventas. Los valores de muchas de aquellas celdas son dependientes de valores de otras celdas en un cubo de datos. Una poderosa técnica de optimización de las consultas o querys es la materialización de todas o algunas de las celdas en lugar de calcular directamente desde los datos bases en cada momento.Aquí se aplica una metodología de diseño y se implementa una herramienta sobre el problema de qué views se deberán materializar cuando es muy costoso poder precomputar (materializar) todas las views. Se usa el concepto de retículo para expresar dependencias entre views. Se utiliza un algoritmo greedy para seleccionar un subconjunto de views a materializar, de manera de minimizar el costo de evaluación de todas las consultas representadas por las views consideradas. La limitación en el número de views a materializar está dada por restricciones de espacio. El algoritmo selecciona aquellas views que producen el mayor beneficio, no solo en la evaluación de si mismas, sino en la evaluación de otras views que dependen de ella. La contribución de este Trabajo de Grado, será la construcción de una herramienta de ayuda que permita obtener un eficaz diseño físico de un Data Warehouse, con el fin de optimizar la ejecución de consultas, el ahorro de espacio en disco y minimizar el tiempo de respuestas a los querys deseados; mediante la utilización una metodología de diseño.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Informática
description Las aplicaciones de Soporte de Decisiones involucran consultas complejas en base de datos muy grandes. Partiendo de que los tiempos de respuestas deberían ser pequeños, la optimización de consultas o querys es muy crítica y difícil de evaluar. Los usuarios ven los datos como cubo de datos multidimensionales. Cada celda del cubo de datos es una view que consiste en una agregación de interés, como puede ser el total de ventas. Los valores de muchas de aquellas celdas son dependientes de valores de otras celdas en un cubo de datos. Una poderosa técnica de optimización de las consultas o querys es la materialización de todas o algunas de las celdas en lugar de calcular directamente desde los datos bases en cada momento.Aquí se aplica una metodología de diseño y se implementa una herramienta sobre el problema de qué views se deberán materializar cuando es muy costoso poder precomputar (materializar) todas las views. Se usa el concepto de retículo para expresar dependencias entre views. Se utiliza un algoritmo greedy para seleccionar un subconjunto de views a materializar, de manera de minimizar el costo de evaluación de todas las consultas representadas por las views consideradas. La limitación en el número de views a materializar está dada por restricciones de espacio. El algoritmo selecciona aquellas views que producen el mayor beneficio, no solo en la evaluación de si mismas, sino en la evaluación de otras views que dependen de ella. La contribución de este Trabajo de Grado, será la construcción de una herramienta de ayuda que permita obtener un eficaz diseño físico de un Data Warehouse, con el fin de optimizar la ejecución de consultas, el ahorro de espacio en disco y minimizar el tiempo de respuestas a los querys deseados; mediante la utilización una metodología de diseño.
publishDate 2003
dc.date.none.fl_str_mv 2003
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/3897
url http://sedici.unlp.edu.ar/handle/10915/3897
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615746627305472
score 13.069144

Publicaciones similares