Design method for a Historical Data Warehouse, explicit valid time in multidimensional models

Método de diseño de un Data Warehouse Histórico, tiempo válido explícito en modelos multidimensionales

Presentamos una nueva estructura de almacenamiento que contiene el tiempo válido explícito denominada DW Histórico. Esta propuesta combina una Base de Datos Histórica y un DW en un modelo integrado. El objetivo de este modelo es resolver las limitaciones temporales de las estructuras multidimensionales tradicionales. Aunque el DW Temporal considera, además de la dimensión temporal, otros aspectos relacionados con el tiempo, este modelo sólo tiene en cuenta los cambios que se producen en el esquema del DW, tanto en las dimensiones como en las jerarquías. Por lo tanto, teniendo en cuenta la necesidad de registrar valores que permitan evaluar tendencias, variaciones, valores máximos y mínimos, un problema a resolver es cómo plasmar los valores de las entidades, atributos o relaciones que pueden variar en el tiempo, en el diseño de la estructura. El hecho de que los datos necesarios fueran almacenados ya es conocido, pero los mecanismos de búsqueda temporal serían complejos. El diseño del DW Histórico se enmarca en el enfoque MDD, estrategia que permite, mediante sucesivas transformaciones automáticas, obtener una de las implementaciones del modelo en un Sistema de Gestión de Bases de Datos Relacionales (RDBMS).

INTRODUCCIÓN

Un Almacén de Datos es una "colección de datos orientada a un tema, integrada, no volátil y que varía en el tiempo, para apoyar las decisiones de la dirección" [10]. Una característica distintiva del Data Warehouse es que el tiempo es una de las dimensiones para el análisis [4, 7], pero éste se refiere al momento en que se realizó una transacción, por lo tanto, no especifica cómo o cuándo han variado los valores de las entidades, atributos y relaciones asociadas a estas transacciones a través del tiempo. Aunque el Almacén de Datos Temporal considera, además de la dimensión temporal, otros aspectos relacionados con el tiempo [5, 6, 9], este modelo considera únicamente los cambios que se producen en el esquema del Almacén de Datos, tanto en las dimensiones como en las jerarquías. Por lo tanto, un problema a resolver en este tipo de estructura multidimensional, teniendo en cuenta la necesidad de registrar valores que permitan evaluar tendencias, variaciones, valores máximos y mínimos, es cómo plasmamos los valores de las entidades, atributos o relaciones que pueden variar en el tiempo en el diseño de la estructura multidimensional; ya que, aunque se almacenaran los datos de información necesarios, los mecanismos de búsqueda temporal serían complejos [21].

Se han propuesto varios métodos que permiten derivar el esquema conceptual multidimensional a partir de las fuentes de datos de la organización y/o de los requerimientos del usuario (ver [7, 32]); la mayoría de ellos deben hacerse manualmente [26].