Dentro del extenso mundo del Big Data se encuentran los tipos de dimensiones de Data Warehouse. Cada una de ellas es fundamental para llevar a cabo el desarrollo efectivo de un Data Warehouse, puesto que estas poseen funciones específicas y eficaces para este desarrollo.
Por esta razón, hay que familiarizarse con el papel que cada una de ellas representa si lo que planeas es convertirte en un experto en los procesos de un Data Warehouse y aumentar tu conocimiento Big Data. Por ello, a continuación te recordamos qué son y cuáles son los tipos de dimensiones de Data Warehouse o SDC (Slowly Changing Dimensions).
¿Qué son las dimensiones de Data Warehouse?
Un concepto importante en el diseño de los procesos de aprovisionamiento de un Data Warehouse (DWH) es la estrategia de carga de las tablas de dimensión.
Por otra parte, la referencia al término de dimensiones lentamente cambiantes (SDC, por sus siglas en inglés: Slowly Changing Dimensions) hace referencia a que los datos de las dimensiones van cambiando poco a poco a lo largo del tiempo, por lo que aplicar un análisis de tipo temporal se convierte en una necesidad.
Por último, dentro de estas existen unos tipos de dimensiones de Data Warehouse, pero, en general, debes tener en cuenta que ninguna de ellas son incrementales, al contrario de lo que sucede con las tablas de los “hechos”. Cada día hay nuevas ventas o pedidos, sin embargo, la categorización de los productos o clientes va cambiando poco a poco a lo largo del tiempo.
Tipos de dimensiones de Data Warehouse
Existe una serie de dimensiones que se especializan para llevar a cabo una determinada función según los tipos de dimensiones de Data Warehouse que puedes abordar. A continuación, te exponemos cuáles son esos tipos de dimensiones de Data Warehouse que puedes abordar en tu estudio de datos: dimensiones tipo 1 2 y 3
Dimensión tipo 0
En primer lugar, podrás contar con la dimensión tipo 0. Este tipo de dimensión se refiere a las tablas que tienen una carga completa; sin embargo, para ello, debes contar con un previo borrado de los datos.
Dimensión tipo 1
Por otra parte, la dimensión tipo 1 se forma con parte de las tablas que recogen los cambios. Por ejemplo, al insertar aquellos registros nuevos que no tendrás en el Data Warehouse.
Por otra parte, se van a ir actualizando de manera automática los registros que has cambiado o que ya existen.
Dimensión tipo 2
En suma, podrás contar con la dimensión 2. Este tipo de dimensión se refiere a las tablas que recogen los cambios, de manera que inserta aquellos registros nuevos de los que no tienes en el Data Warehouse.
De forma que los datos se van actualizando los registros que han cambiado o que ya existen. Por último, esta dimensión va “eliminando” aquellos registros que ya no existen en el Operacional, lo que te ahorra tiempo y esfuerzo en el procesamiento de los datos.
En el desarrollo de este post, has podido conocer e identificar cada uno de los tipos de dimensiones de Data Warehouse. Sin embargo, resulta necesario estudiar más en profundidad desde los teórico hasta lo práctico sobre el desarrollo de cada una de las dimensiones que te hemos mencionado. ¡Por lo que debes continuar aprendiendo sobre el mundo del Big Data!
Por este motivo, desde KeepCoding te recomendamos echar un vistazo a nuestro Bootcamp Full Stack Big Data, Inteligencia Artificial & Machine Learning. Puesto que, en el transcurso del bootcamp, podrás aprender mucho más sobre las herramientas, sistemas y lenguajes de programación más usados y populares dentro del mundo Big Data. Todo ello, de la mano de grandes profesionales y expertos en el tema. En menos de nueve meses te convertirás en todo un profesional en el manejo de los macrodatos. ¡No lo dudes más y apúntate ahora mismo!
