1. Patrn de Arquitecturas Orientadas a Servicios

2. Arquitectura orientada a servicios La arquitectura orientada a servicios de cliente (eningls Service Oriented Architecture), es un conceptode arquitectura de software que define la utilizacin deservicios para dar soporte a los requisitos del negocio. Permite la creacin de sistemas de informacinaltamente escalables que reflejan el negocio de laorganizacin, a su vez brinda una forma bien definidade exposicin e invocacin de servicios (comnmentepero no exclusivamente servicios web), lo cual facilitala interaccin entre diferentes sistemas propios o deterceros. 3. Arquitectura orientada a serviciosSOA define las siguientes capas de software: Aplicaciones bsicas - Sistemas desarrollados bajo cualquier arquitectura o tecnologa, geogrficamente dispersos y bajo cualquier figura de propiedad. De exposicin de funcionalidades - Donde las funcionalidades de la capa aplicativa son expuestas en forma de servicios (generalmente como servicios web). De integracin de servicios - Facilitan el intercambio de datos entre elementos de la capa aplicativa orientada a procesos empresariales internos o en colaboracin. De composicin de procesos - Que define el proceso en trminos del negocio y sus necesidades, y que vara en funcin del negocio. De entrega - donde los servicios son desplegados a los usuarios finales. 4. DATA WAREHOUSE 5. INTRODUCCIN DW es una tecnologa construida para optimizar eluso y anlisis de informacin utilizado por lasorganizaciones para adaptarse a los cambios en losmercados. Su funcin esencial es ser la base de un sistema deinformacin gerencial. Debe cumplir el rol deintegrador de informacin proveniente de fuentesfuncionalmente distintas. 6. DATA WAREHOUSE Se caracteriza por ser integrado, no voltil y variable en eltiempo, que ayuda a la toma de decisiones en la entidad enla que se utiliza 7. ARQUITECTURA Online Transaction Processing (OLTP) Consolidacin Middleware Online Analytical Process (OLAP) Data Marts 8. OLTP Es un tipo de sistemas que facilitan y administranaplicaciones transaccionales, usualmente para entradade datos y recuperacin y procesamiento detransacciones. Los paquetes de software para OLTP se basan en laarquitectura cliente-servidor ya que suelen serutilizados por empresas con una red informticadistribuida. Algunos ejemplos de este tipo de aplicaciones son:-Compras, - Ventas, - Inventario, - Sueldos 9. OLAP Es una solucin utilizada en el campo de la llamada Inteligencia empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes Bases de Datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de direccin, minera de datos y reas similares. 10. TIPOS DE SISTEMAS OLAP ROLAP Motor relacional. Datos detallados,tablas normalizadas. Los esquemas mscomunes sobre los que se trabaja son estrella copo de nieve MOLAPBase de datos multidimensional. elresumen de la informacin es usualmentecalculado por adelantado. HOLAP (Hybrid OLAP) Almacena algunos datos en un motorrelacional y otros en una base de datosmultidimensional 11. DATA MARTS 12. ESQUEMA EN ESTRELLA Modelo de datos que tiene una tabla de hechos (o tabla fact) que contiene los datos para el anlisis, rodeada de las dimensiones estas tiene una clave primaria simple, mientras que en la tabla de hechos, la clave principal estar compuesta por las claves principales de las dems. 13. ESQUEMA EN COPO DE NIEVE Un esquema en copode nieve es unaestructura algo mscompleja que elesquema en estrella. Seda cuando alguna de lasdimensiones seimplementa con ms deuna tabla de datos. Lafinalidad es normalizarlas tablas y as reducir elespacio dealmacenamiento aleliminar la redundanciade datos 14. DATAWAREHOUSE DATA MINING 15. DATA WAREHOUSE 16. DATAesWAREHOUSE Un Datawarehouse una base de datos corporativa que se caracteriza por integrary depurar informacin de una o ms fuentes distintas, para luego procesarla permitiendo su anlisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La creacin deun datawarehouse representa en la mayora de las ocasiones el primer paso, desde el punto de vista tcnico, para implantar unasolucin completa y fiable de Business Intelligence. 17. Los elementos bsicos de un DataWareHouse OLAP: actividad general de bsquedas para presentacin de texto ynmeros del Data WareHouse, tambin un estilo dimensionalespecifico de bsquedas y presentacin de informacin y que esejemplificada por vendedores de OLAP. ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan ala base de datos relacional un estilo dimensional. MOLAP: un grupo de interfases de usuarios, aplicaciones ypropietarios de tecnologa de bases de datos que tienen un fuerte estilodimensional Ad Hoc Query Tool: un tipo especifico de herramientas de acceso adatos por usuarios finales que invita al usuario a formas sus propiosqueries manipulando directamente las tablas relacionales y susuniones. Modelado de aplicaciones: un sofisticado tipo de cliente de DataWareHouse con capacidades analticas que transforma o digiere las 18. Los elementos bsicos de un DataWareHouse 19. Principales aportaciones de un datawarehouse Proporciona una herramienta para la toma de decisiones encualquier rea funcional, basndose en informacin integrada yglobal del negocio.Facilita la aplicacin de tcnicas estadsticas de anlisis ymodelizacin para encontrar relaciones ocultas entre los datosdel almacn; obteniendo un valor aadido para el negocio dedicha informacin.Proporciona la capacidad de aprender de los datos del pasado yde predecir situaciones futuras en diversos escenarios.Simplifica dentro de la empresa la implantacin de sistemas degestin integral de la relacin con el cliente.Supone una optimizacin tecnolgica y econmica en entornosde Centro de Informacin, estadstica o de generacin deinformes con retornos de la inversin espectaculares 20. USOS DEL DATA WAREHOUSE Los datos operacionales y los datos del data warehouse sonaccesados por usuarios que usan los datos de manerasdiferentes. 21. USOS DEL DATA WAREHOUSE Slo pocos usuarios accesan a los datos concurrentemente En contraste a la produccin de sistemas que pueden manejar cientos o miles de usuarios concurrentes, al data warehouse accesa un limitado conjunto de usuarios en cualquier tiempo determinado. Los usuarios generan un procesamiento no predeciblecomplejo Los usuarios del data warehouse generan consultas complejas. A veces la respuesta a una consulta conduce a la formulacin de otras preguntas ms detalladas, en un proceso llamado drilling down. El data warehouse puede incluir niveles de resmenes mltiples, derivado de un conjunto principal, nico, de datos detallados, para soportar este tipo de uso. 22. USOS DEL DATA WAREHOUSE Las consultas de los usuarios accesan a cantidades grandes de datos Debido a la necesidad de investigar tendencias y evaluar las relaciones entre muchas clases de datos, las consultas al data warehouse permiten accesar a volmenes muy grandes tanto de data detallada como resumida. Debido a los requerimientos de datos histricos, los data warehouses evolucionan para llegar a un tamao ms grande que sus orgenes operacionales (de 10 a 100 veces ms grande). Las consultas de los usuarios no tienen tiempos de respuesta crticos Las transacciones operacionales necesitan una respuesta inmediata porque un cliente puede estar esperando una respuesta. En el data warehouse, por el contrario, tiene un requerimiento de respuesta no-crtico porque el resultado frecuentemente se usa en un proceso de anlisis y toma de decisiones. Aunque los tiempos de respuesta no son crticos, los usuarios esperan una respuesta dentro del mismo da en que es hecha la consulta. 23. USOS DEL DATA WAREHOUSE 24. USOS DEL DATA WAREHOUSEEjemplo: Preparacin de un reporte complejo Considere un problema bastante tpico en una compaa de fabricacin grande en el que se pide una informacin (un reporte) que no est disponible. El informe incluye las finanzas actuales, el inventario y la condicin de personal, acompaado de comparaciones del mes actual con el anterior y el mismo mes del ao anterior, con una comparacin adicional de los 3 aos precedentes. Se debe explicar cada desviacin de la tendencia que cae fuera de un rango predefinido. Sin un data warehouse, el informe es preparado de la manera siguiente: La informacin financiera actual se obtiene desde una base de datos mediante un programa de extraccin de datos, el inventario actual de otro programa de extraccin de otra base de datos, la condicin actual de personal de un tercer programa de extraccin y la informacin histrica desde un backup de cinta magntica o CD-ROM. 25. USOS DEL DATA WAREHOUSE 26. VENTAJAS DE DATA WAREHOUSESe deben considerar los siguientes beneficios empresariales potenciales: Los Procesos de Toma de Decisiones pueden ser mejorados mediante la disponibilidad de informacin. Las decisiones empresariales se hacen ms rpidas por gente ms informada. Los procesos empresariales pueden ser optimizados. El tiempo perdido esperando por informacin que finalmente es incorrecta o no encontrada, es eliminada. Procesos y datos de los sistemas operacionales, as como los datos en el Data Warehouse, son usados y examinados. Apenas el Data Warehouse comienza a ser fuente primaria de informacin empresarial consistente, pueden comenzar a presentarse las siguientes situaciones: La gente tiene mayor confianza en las decisiones empresariales que se toman. Ambos, quienes toman las decisiones como los afectados conocen que est basada en buena informacin. La informacin compartida conduce a un lenguaje comn, conocimiento comn, y mejoramiento de la comunicacin en la empresa. Se mejora la confianza y cooperacin entre distintos sectores de la empresa, vindose reducida la sectorizacin de funciones. Visibilidad, accesibilidad, y conocimiento de los datos producen mayor confianza en los sistemas operacionales. 27. Desventajas del Data Ware House No es muy til para la toma de decisiones en tiempo realdebido al largo tiempo de procesamiento que puederequerir. En cualquier caso la tendencia de los productosactuales (junto con los avances del hardware) es la desolventar este problema convirtiendo la desventaja en unaventaja. Requiere de continua limpieza, transformacin eintegracin de datos. Mantenimiento. En un proceso de implantacin puede encontrarsedificultades ante los diferentes objetivos que pretende unaorganizacin. Una vez implementado puede ser complicado aadirnuevas fuentes de datos. 28. Operaciones en un DataWarehouse 29. Operaciones en un DataWarehousea) Sistemas Operacionales Los datos administrados por los sistemas de aplicacin operacionales son la fuente principal dedatos para el data warehouse. Las bases de datos operacionales se organizan como archivos indexados (UFAS, VSAM), basesde datos de redes/jerrquicas (I-D-S/II, IMS, IDMS) o sistemas de base de datos relacionales(DB2, Oracle, Informix, etc.). Segn las encuestas, aproximadamente del 70% a 80% de lasbases de datos de las empresas se organizan usando DBMSs no relacional.b) Extraccin, Transformacin y Carga de los Datos Se requieren herramientas de gestin de datos para extraer datos desde bases de datos y/oarchivos operacionales, luego es necesario manipular o transformar los datos antes de cargarlos resultados en el data warehouse. Tomar los datos desde varias bases de datos operacionales y transformarlos en datos requeridospara el depsito, se refiere a la transformacin o a la integracin de datos. Las bases de datosoperacionales, diseadas para el soporte de varias aplicaciones de produccin, frecuentementedifieren en el formato. Los mismos elementos de datos, si son usados por aplicaciones diferentes o administrados pordiferentes software DBMS, pueden definirse al usar nombres de elementos inconsistentes, quetienen formatos inconsistentes y/o ser codificados de manera diferente. Todas estasinconsistencias deben resolverse antes que los elementos de datos sean almacenados en el datawarehouse. 30. Operaciones en un DataWarehousec) Metadata Otro paso necesario es crear la metadata. La metadata (es decir, datos acerca de datos) describe los contenidos del data warehouse. La metadata consiste de definiciones de los elementos de datos en el depsito, sistema(s) del (os) elemento(s) fuente. Como la data, se integra y transforma antes de ser almacenada en informacin similar.d) Acceso de usuario final Los usuarios accesan al data warehouse por medio de herramientas de productividad basadas en GUI (Graphical User Interface - Interfase grfica de usuario). Pueden proveerse a los usuarios del data warehouse muchos de estos tipos de herramientas. Estos pueden incluir software de consultas, generadores de reportes, procesamiento analtico en lnea, herramientas data/visual mining, etc., dependiendo de los tipos de usuarios y sus requerimientos particulares. Sin embargo, una sola herramienta no satisface todos los requerimientos, por lo que es necesaria la integracin de una serie de herramientas. 31. TRANSFORMACION DE DATOS YMETADATA 32. EJEMPLO DE UN DATAWAREHOUSE 33. PORQUE CONSTRUIR BLOQUESDE DATA WAREHOUSE? 1 Se ha reconocido los beneficios del procesamiento analtico en lnea (OnLine Analytical Processing - OLAP), ms all de las reas tradicionales demarketing y finanzas. Las organizaciones saben que los conocimientos inmersos en las masas dedatos que rutinariamente recogen sobre sus clientes, productos, operaciones yactividades comerciales, contribuyen a reducir los costos de operacin yaumentar las rentas, por no mencionar que es ms fcil la toma de decisionesestratgicas. 2 El crecimiento de la computacin cliente/servidor, ha creado servidores dehardware y software ms poderosos y sofisticados que nunca. Los servidores dehoy compiten con las mainframes de ayer y ofrecen arquitecturas de memoriatecnolgicamente superiores, procesadores de alta velocidad y capacidades dealmacenamiento masivas. Al mismo tiempo, los Sistemas de Gestin de Base de Datos (Data BaseManagement Systems - DBMS(s)) modernos, proporcionan mayor soporte paralas estructuras de datos complejas. 34. CONSIDERACIONES PREVIAS ALDESARROLLO DE UN DATAWAREHOUSEHay muchasmaneras paradesarrollar datawarehouses comotantasorganizacionesexisten. Sinembargo, hay unnmero dedimensionesdiferentes quenecesitan serconsideradas: Alcance de un data warehouse Redundancia de datos Tipo de usuario final 35. DISEO DE LA ARQUITECTURA 36. DISEO DE LA ARQUITECTURA 37. IMPLEMENTACION En esta fase, el proyecto de data warehouse debe tenerasignado el liderazgo adecuado, as como, los recursoshumanos, recursos tecnolgicos y el presupuestoapropiado. Sin embargo, deben evaluarse otros aspectos, comodesarrollar un proyecto en su totalidad o por fases yadems, diferenciar el tipo de proyecto a realizar