ComenzarEmpieza gratis

Inicio
Cursos
Conceptos de almacenamiento de datos

¿Cuáles son las distintas capas de un almacén de datos?

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este ejercicio forma parte del curso

Conceptos de almacenamiento de datos

IntermedioNivel de habilidad

4.8+

Comienza el curso gratis

Prepárate para adentrarte en el aprendizaje de los almacenes de datos tomando como base algunos conceptos imprescindibles. Para empezar este curso, aprenderás qué es un almacén de datos y lo compararás y contrastarás con tecnologías similares, los data marts y los lagos de datos. También aprenderás cómo ayudan distintas personas en las distintas fases de un proyecto de almacén de datos.

Exercise 1: ¿Qué es un almacén de datos?Exercise 2: Saber el qué y el por qué Exercise 3: Posibles casos de uso de un almacén de datos para Zynga Exercise 4: ¿Cuál es la diferencia entre los almacenes de datos y los lagos de datos?Exercise 5: Almacenes de datos frente a lagos de datos Exercise 6: Almacenes de datos frente a data marts Exercise 7: Elegir entre un lago de datos, un almacén de datos y un data mart Exercise 8: Los almacenes de datos permiten el análisis de la organización Exercise 9: Ciclo de vida del almacén de datos Exercise 10: Ayuda donde se necesita Exercise 11: ¿Quién hace qué?

Ahora comprenderás mejor la arquitectura del almacén de datos viendo las capas típicas de un almacén de datos y la ayuda que la capa de presentación ofrece a los analistas. Además, conocerás a Bill Inmon y su diseño descendente y a Ralph Kimball y su diseño ascendente. Por último, comprenderás la diferencia entre sistemas OLAP y OLTP.

Exercise 1: ¿Cuáles son las distintas capas de un almacén de datos?

Ejercicio actual

Exercise 2: Ordenar las capas del almacén de datos Exercise 3: Comprender ETL Exercise 4: Elige la capa correcta Exercise 5: La capa de presentación Exercise 6: En la piel de un consultor Exercise 7: Apoyo a usuarios analistas y científicos de datos Exercise 8: Arquitecturas de almacenes de datos Exercise 9: Descendente frente a ascendente Exercise 10: Características de los diseños descendente y ascendente Exercise 11: Selección de un diseño descendente Exercise 12: Sistemas OLAP y OLTP Exercise 13: El cubo de datos OLAP Exercise 14: Hipótesis OLAP frente a hipótesis OLTP Exercise 15: Comprender OLTP

Aquí aprenderás a organizar los datos de tu almacén de datos con un excelente modelo de datos. En primer lugar, verás los aspectos básicos del modelado de datos aprendiendo qué son las tablas de hechos y dimensiones y cómo se utilizan en los esquemas en estrella y copo de nieve. A continuación, verás cómo crear un modelado de datos utilizando el proceso de cuatro pasos de Kimball y cómo gestionar las dimensiones que cambian lentamente.

Exercise 1: Modelado de datos del almacén de datos Exercise 2: Qué son las tablas de hechos y dimensiones Exercise 3: Una noche con estrellas y nieve Exercise 4: ¿Hecho o dimensión?Exercise 5: El proceso de cuatro pasos de Kimball Exercise 6: Ordenar los pasos de Kimball Exercise 7: Decisión sobre el nivel de detalle Exercise 8: Selección de hechos razonables Exercise 9: Dimensiones que cambian lentamente Exercise 10: Examen sorpresa sobre cambios lentos Exercise 11: Diferencia entre los tipos I, II y III Exercise 12: Almacén de datos de filas frente a almacén de datos de columnas Exercise 13: Categorización de hipótesis de almacenes de filas y columnas Exercise 14: ¿Por qué es más rápido el almacén de columnas?Exercise 15: ¿Qué consultas son más rápidas?

Terminarás el curso aprendiendo los pros y los contras de los procesos ETL y ELT y la implementación local frente a la implementación en la nube. Concluirás viendo un ejemplo y tomando decisiones clave sobre el diseño y la implementación del almacén.

Exercise 1: ETL y ELT Exercise 2: ETL frente a ELT Exercise 3: Diferencias entre ETL y ELT Exercise 4: Selección de ELT Exercise 5: Limpieza de datos Exercise 6: Operaciones de limpieza Exercise 7: Búsqueda de la verdad en las transformaciones de datos Exercise 8: Qué es la gobernanza de datos Exercise 9: Almacenes de datos locales y en la nube Exercise 10: Diferencias entre almacén de datos local y en la nube Exercise 11: Unir implementación a justificación Exercise 12: Ejemplo de diseño de almacén de datos Exercise 13: Conectarlo todo Exercise 14: Selección de un diseño ascendente Exercise 15: ¿Lo sabes todo?Exercise 16: Resumen