Los esquemas de Enterprise Data Warehouse (EDW) definen la estructura y la organización lógica de los datos dentro de un almacén de datos. Estos esquemas describen cómo se almacenan, relacionan y facilitan el acceso, la consulta y la generación de informes eficientes. A continuación se muestran algunos tipos de esquemas EDW:
- Esquema de estrella:
- En un esquema en estrella, el almacén de datos está organizado en una tabla de hechos central rodeada de tablas de dimensiones.
- La tabla de hechos contiene datos cuantitativos (medidas o métricas) y cada tabla de dimensiones contiene atributos descriptivos.
- Las tablas de dimensiones están vinculadas a la tabla de hechos mediante relaciones de clave externa.
- Las medidas en estrella se utilizan ampliamente por su simplicidad y utilidad para respaldar cuestiones de inteligencia empresarial.
- Esquema de copo de nieve:
- El diagrama de nieve es una extensión del diagrama de estrellas.
- En este esquema, las tablas de dimensiones se normalizan en subdimensiones, lo que reduce la redundancia de datos.
- La normalización ayuda a ahorrar espacio de almacenamiento y simplifica el mantenimiento, pero puede generar consultas más complejas.
- Esquema de galaxia (realidad verdadera):
- Un diagrama de galaxias, también conocido como constelación de realidad, contiene múltiples tablas de realidad que comparten tablas de dimensiones.
- Este esquema es para escenarios en los que los data marts tienen sus propias tablas de hechos, pero comparten algunos parámetros comunes.
- Admite consultas analíticas complejas que involucran múltiples tablas de hechos.
- Esquema multivariado (Cubo OLAP):
- Los esquemas multidimensionales se utilizan comúnmente en sistemas de procesamiento analítico en línea (OLAP).
- Los datos se organizan en cubos, donde cada dimensión representa un aspecto de los datos.
- Los cubos permiten análisis multidimensionales, lo que los hace adecuados para informes y análisis complejos.
- Esquema híbrido:
- Un esquema híbrido combina elementos de estrella, copo de nieve y otros tipos de esquemas para satisfacer necesidades comerciales específicas.
- Proporciona flexibilidad en el diseño de esquemas para optimizar tanto el almacenamiento como el rendimiento de las consultas.
- Esquema de bóveda de datos:
- Schema Data Vault es un enfoque de modelado para capturar y almacenar datos sin procesar de una manera altamente flexible y escalable.
- Consta de tres tipos principales de tablas: concentradores (para claves comerciales), enlaces (para contactos) y satélites (para funciones).
- Los estándares de Data Vault están diseñados para la integración de datos y el seguimiento histórico de cambios, lo que los hace adecuados para entornos de almacenamiento de datos donde los datos de origen cambian rápidamente.
- Esquema de anclaje:
- Un esquema de anclaje se utiliza en bases de datos donde varias tablas de hechos comparten tablas de dimensiones.
- Utiliza parámetros de anclaje para facilitar la relación entre tablas de hechos y parámetros comunes.
- Este esquema reduce la complejidad al consultar parámetros comunes.
- Sin esquema (sin esquema):
- Algunos lagos de datos y sistemas de almacenamiento de datos modernos pueden utilizar un enfoque sin espejo.
- En una arquitectura sin caparazón, los datos se incorporan en su forma original sin ninguna estructura predefinida.
- El esquema en lectura se aplica al consultar datos, lo que permite flexibilidad en el almacenamiento de datos no estructurados o semiestructurados.
La elección de un esquema EDW depende de factores como las necesidades de modelado de datos de la organización, los requisitos de rendimiento de las consultas y la complejidad de los datos. Los esquemas de estrella y copo de nieve son opciones comunes por su equilibrio entre simplicidad y utilidad, pero se pueden elegir otros esquemas, como los esquemas de galaxias o los esquemas de Data Vault, para casos de uso más especializados. Los enfoques híbridos y las arquitecturas sin nubes también están ganando popularidad a medida que las organizaciones buscan flexibilidad en el manejo de una variedad de datos y casos de uso dentro de sus entornos de almacenamiento de datos.
