Como buena práctica en el desarrollo de data warehouse no se recomienda tener registros NULL en las dimensiones y/o hechos. Se sugiere cambiarlos por registros dummy, por ejemplo, asignar palabras dicientes de cada campo como (sin_telefono, sin_ciudad, no_registra…) o asignar el valor en blanco (" ").
Introducción a BI y Data Warehouse
¿Qué es BI y Data Warehousing?
Niveles de analítica y jerarquía del conocimiento
Conceptos de BI: Data Warehouse, Data Mart, Dimensiones y Hechos
Base de datos OLTP vs. OLAP
Metodologías de Data Warehouse
Quiz: Introducción a BI y Data Warehouse
Modelos dimensionales
Data Warehouse, Data Lake y Data Lakehouse: ¿Cuál utilizar?
Tipos de esquemas dimensionales
Dimensiones lentamente cambiantes
Dimensión tipo 1
Dimensión tipo 2
Dimensión tipo 3
Tabla de hechos (fact)
Configuración de herramientas para Data Warehouse y ETL
Modelado dimensional: identificación de dimensiones y métricas
Modelado dimensional: diseño de modelo
Quiz: Modelos dimensionales
ETL para inserción en Data Warehouse
Documento de mapeo
Creación del modelo físico
Extracción: querys en SQL
Extracción en Pentaho
Transformación: dimensión de cliente
Carga: dimensión de cliente
Soluciones ETL de las tablas de dimensiones y hechos
Parámetros en ETL
Orquestar ETL en Pentaho: job
Revisión de todo el ETL
Quiz: ETL para inserción en Data Warehouse
Cierre
Reflexiones y cierre
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Si ya tienes una cuenta,
No se trata de lo que quieres comprar, sino de quién quieres ser. Invierte en tu educación con el precio especial
Antes: $249
$209
Paga en 4 cuotas sin intereses
Termina en:
11 Días
3 Hrs
51 Min
32 Seg
Extracción: querys en SQL
18/26Recursos
Aportes 4
Preguntas 0
Ordenar por:
A todos los interesados en el arte de data warehousing, de dimensional modeling, les recomiendo dbt, es una herramienta que es el estandar en la industria.
Soy Analytics Engineer y es mi herramienta principal, fundamental en lo que llamamos el “Modern Data Stack”.
Seria buenisimo un curso de dbt por parte de platzi, hoy en dia no conozco una startup que no utilice dbt, y aqui nunca lo he escuchado en ningun curso.
Una consulta: Si las tablas en el datawarehouse no tienen relaciones como en las bases de datos transaccionales como hago para presentar información en una herramienta de bi y qeu esa relacion se mantenga cuando realizo los filtros?
De acuerdo con lo visto aqui, quiere decir que hay clientes creados que no existen en la tabla personas?
No debe existir primero la persona y luego el cliente?, dado que no todas las personas creadas deben ser necesariamente clientes, pero si todos los clientes son necesariamente personas?
Entiendo que esto aquí no tiene relevancia porque es para temas netamente académicos, pero si nos encontramos con problemas como estos en la vida real, cual sería la metodología mas correcta a seguir?
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?