Otras Páginas

¿Qué es el Modelado de Datos?

El modelado de datos es el proceso de conceptualizar y visualizar cómo los datos serán capturados, almacenados y utilizados por una organización. Estableciendo relaciones entre entidades y definiendo conexiones entre tablas. El objetivo final del modelado de datos es establecer estándares claros de datos para toda tu organización.

Tipos de modelado

Conceptual: Representa la estructura lógica de los datos a nivel de negocio y dominios de datos.
Lógico: Define las relaciones y atributos de las entidades. Útil para Data/Business Analyst o Data Architects.
Físico: Especifica cómo se implementarán los datos en un sistema de gestión de bases de datos. Sirve para Administradores de BBDD o implementadores.
Dimensional: Se enfoca en organizar los datos para el análisis y la toma de decisiones, utilizando conceptos como hechos y dimensiones.

Modelo Dimensional

Tipo de Tabla	Descripción
Tablas de hechos (fact)	Son tablas centrales que almacenan medidas numéricas del negocio (ventas, cantidades, costos), caracterizadas por su gran volumen de filas y conexiones a múltiples dimensiones mediante claves foráneas.
Incluyen columnas temporales para análisis histórico y requieren un diseño cuidadoso para optimizar el rendimiento de las consultas y asegurar la efectividad del modelo.
Tablas de dimensiones (dim)	Son tablas que proporcionan contexto descriptivo a los datos numéricos en las tablas de hechos. Contienen atributos que describen las características de las entidades del negocio, como productos, clientes o ubicaciones.
Estas tablas suelen tener menos filas que las tablas de hechos, pero más columnas, y están conectadas a las tablas de hechos mediante claves primarias (PKs).
Tablas de Relación (rel)	Las tablas de relación conectan tablas de hechos con dimensiones en relaciones muchos a muchos. Contienen claves foráneas de ambas tablas y facilitan consultas eficientes al permitir que una dimensión se asocie con múltiples instancias de hechos y viceversa.
Tablas de Stock (stk)	Son similar a las tablas de hechos pero registran niveles o cantidades en puntos específicos del tiempo, en vez de eventos transaccionales. Se usan para rastrear inventarios, saldos de cuentas y otras métricas acumulativas.
A diferencia de las tablas de hechos normales, tienen una granularidad temporal más amplia y requieren cálculos especiales para ver cambios entre períodos.

Estrella vs Snowflake

Estrella

El esquema en estrella es un modelo dimensional que tiene una tabla de hechos central conectada directamente a tablas de dimensiones circundantes. Su estructura simple ofrece consultas eficientes y fácil comprensión, haciéndolo ideal para análisis de datos.

Características:

✅ Simplicidad: Su estructura simple facilita la comprensión y el mantenimiento.
✅ Rendimiento: Las consultas son generalmente más rápidas debido a menos joins.
✅ Flexibilidad: Permite agregar nuevas dimensiones con facilidad.
❌ Desnormalización: Puede llevar a redundancia de datos, lo que aumenta el espacio de almacenamiento necesario.
❌ Actualización de datos: Las actualizaciones pueden ser más complejas debido a la redundancia.
❌ Limitaciones en relaciones complejas: No es ideal para modelar relaciones muy complejas entre dimensiones.

Copo de nieve (Snowflake)

El esquema en copo de nieve normaliza las dimensiones en múltiples tablas relacionadas, dividiendo las tablas de dimensiones en subtablas. Esta estructura reduce la redundancia de datos y permite jerarquías más detalladas, aunque puede complicar las consultas al requerir más joins.

Características:

✅ Normalización: Reduce la redundancia de datos y ahorra espacio de almacenamiento.
✅ Jerarquías detalladas: Permite representar jerarquías complejas de manera más precisa.
✅ Integridad de datos: Facilita el mantenimiento de la consistencia de los datos.
❌ Complejidad: Las consultas pueden ser más complejas debido a la necesidad de más joins.
❌ Rendimiento: Puede ser más lento para algunas consultas en comparación con el esquema en estrella.
❌ Diseño más complejo: Requiere más tiempo y esfuerzo para diseñar y mantener.

Comparación: Estrella vs Snowflake

Característica	Esquema Estrella	Esquema Copo de Nieve
Estructura	Simple, una tabla de hechos central conectada directamente a dimensiones	Compleja, dimensiones normalizadas en múltiples niveles
Rendimiento de consultas	Más rápido (menos joins)	Más lento (más joins necesarios)
Espacio de almacenamiento	Mayor uso debido a la redundancia	Menor uso debido a la normalización
Mantenimiento	Más fácil de mantener y entender	Más complejo de mantener
Integridad de datos	Menor control sobre la integridad	Mayor control sobre la integridad
Flexibilidad	Más flexible para agregar dimensiones	Menos flexible pero mejor para jerarquías complejas

Técnicas Avanzadas

Dimensiones cambiantes lentamente (SCD)

Las Dimensiones Cambiantes Lentamente (SCD, por sus siglas en inglés) son una técnica utilizada en el modelado dimensional para manejar cambios graduales en los atributos de las dimensiones a lo largo del tiempo. Esta técnica es crucial para mantener la integridad histórica de los datos y permitir análisis precisos en diferentes puntos temporales. Existen varios tipos de SCD, cada uno con sus propias características y aplicaciones específicas.