Un sistema de base de datos optimizado para informes, particularmente en conjunto. A menudo, pero no siempre se implementa utilizando un esquema en estrella.
Las topologías dominantes del modelado de Data Warehouse (Star, Snowflake) están diseñadas con relaciones de uno a muchos en mente. La legibilidad de la consulta, el rendimiento y la estructura se degradan severamente cuando se enfrentan a una relación de muchos a muchos en estos esquemas de...
Me di cuenta de que mi empresa utiliza un proceso ELT (extracción-transformación-carga) en lugar de utilizar un proceso ETL (extracción-transformación-carga). ¿Cuáles son las diferencias en los dos enfoques y en qué situaciones sería "mejor" que el otro? Sería genial si pudieras proporcionar...
Estoy ajustando el rendimiento de un almacén de datos usando índices. Soy bastante nuevo en SQL Server 2014. Microsoft describe lo siguiente: "Vemos el índice de almacén de columnas en clúster como el estándar para almacenar grandes tablas de hechos de almacenamiento de datos, y esperamos que se...
Cuando se usa una tabla temporal versionada por el sistema (nueva en SQL Server 2016), ¿cuáles son las implicaciones de la creación de consultas y el rendimiento cuando esta característica se usa para manejar Dimensiones que cambian lentamente en un gran almacén de datos relacionales? Por ejemplo,...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que sea sobre el tema para el intercambio de pila de administradores de bases de datos. Cerrado hace 4 años ....
Ocasionalmente descargo conjuntos de datos disponibles públicamente en forma de dB de Postgres. Estos conjuntos de datos son actualizados / modificados / expandidos con el tiempo por el host del repositorio. ¿Existe un comando o herramienta de Postgres (idealmente FOSS) que pueda mostrar las...
Necesito admitir campos y valores dinámicos en un gran datawarehouse para almacenar el registro de solicitudes de API, mi caso de usuario es que necesito almacenar todas las cadenas de consulta de solicitudes de API y poder realizar consultas en el futuro (por lo que no es solo almacenamiento, así...
Tengo un almacén de datos de 200 GB en SQL Server. He estado experimentando tiempos de ejecución realmente lentos para algunas consultas; por ejemplo 12 horas para una deleteconsulta simple con un inner join. Después de investigar un poco con los planes de ejecución, actualicé las estadísticas de...
Estamos comenzando a diseñar los bloques de construcción de un data mart / warehouse y necesitamos poder admitir todas las zonas horarias (nuestros clientes son de todo el mundo). Al leer las discusiones en línea (y en los libros), una solución común parece ser tener una dimensión de fecha y hora...
Según mi análisis, un modelo dimensional completo para nuestro almacén de datos requerirá la extracción de más de 200 tablas de origen. Algunas de estas tablas se extraerán como parte de una carga incremental y otras serán una carga completa. Para tener en cuenta, tenemos alrededor de 225 bases de...
En Oracle Exadata (11gR2), tenemos una base de datos relativamente robusta. cpu_count es 24 paralelo_instalaciones_servidor es 2 parallel_threads_per_cpu es 2 Observamos, a través de la observación en Oracle Enterprise Manager (OEM), que el rendimiento era terrible debido a que las consultas se...
Soy bastante nuevo en PostgreSQL, nunca antes había hecho una gran implementación usándolo. Pero tengo una buena experiencia en soluciones empresariales y quiero intentar aplicar algo de lo que aprendí usando PostgreSQL. Tengo un sitio que está dimensionado para manejar gran cantidad de datos y...
Algunos textos sobre la compresión de datos de SQL Server que leí indican que el costo de escritura aumenta aproximadamente cuatro veces más de lo que normalmente se requeriría. También parece implicar que este es el principal inconveniente de la compresión de datos, lo que implica que para una...
Estoy trabajando en un cálculo 'al revés' para una configuración de base de datos de informes de 100 TB. Estoy buscando pensamientos de los expertos aquí. Ambiente propuesto: Capacidad de almacenamiento ~ 100TB Tablas ~ 200, tamaños que van desde 1 GB a 5 TB. el tamaño medio podría estar entre...
Estamos tratando de optimizar un diseño de depósito de datos que admitirá la presentación de informes contra datos para muchas zonas horarias. Por ejemplo, podríamos tener un informe de un mes de actividad (millones de filas) que necesita mostrar la actividad agrupada por hora del día. Y, por...
Estoy involucrado en un nuevo proyecto, donde tengo que crear un cubo de datos a partir del sistema de base de datos relacional existente. Comprendí que, el sistema existente no está diseñado adecuadamente, no estoy seguro de por dónde empezar. Mi pregunta es: ¿Cuál es la diferencia entre Star...
Recién estamos comenzando a diseñar un nuevo almacén de datos y estamos tratando de diseñar cómo funcionarán nuestras dimensiones de fecha y hora. Necesitamos ser capaces de soportar múltiples zonas horarias (probablemente al menos GMT, IST, PST y EST). Inicialmente pensamos que tendríamos una...
Después de leer las preguntas y respuestas de este sitio web sobre índices, me vino a la mente una pregunta. ¿Qué pasa si uno está usando una tabla de dimensiones de tiempo con el nivel más bajo de granularidad siendo el día? ¿Dónde se deben poner los índices? Randy Melder en la pregunta: ¿Qué...
Estamos construyendo un almacén de datos que inicialmente será de 1 TB y crecerá alrededor de 20 gigas cada mes. Para ciertas tablas estamos haciendo procesos ETL diarios y otros estamos haciendo semanalmente / mensualmente. Cuando hay una importación de datos en una tabla, ¿es necesario...
Soy nuevo en el diseño de data mart y necesito aclarar algunos conceptos. He leído un poco sobre el modelado de dimensiones donde veo que las tablas de hechos almacenan referencias de claves externas a las tablas de dimensiones. Ahora supongamos que tengo una tabla de dimensiones de número...