Material Big Data

Lanzados ppts informativos de tecnologías BigData: Hadoop, Hbase, Hive, Zookeeper...

Apuntate al Workshop gratuito para aprender Business Intelligence. Plazas limitadas!!

Diseño multidimensional, OLAP, ETL, visualización, open source, Pentaho...

Pentaho Analytics. Un gran salto

Ya se ha lanzado Pentaho 7 y con grandes sorpresas. Descubre con nosotros las mejoras de la mejor suite Open BI

La mejor oferta de Cusos Open Source

Después de la gran acogida de nuestros Cursos Open Source, eminentemente prácticos, lanzamos las convocatorias de 2017

8 jun. 2009

Volviendo a las bases, Kimball´s What Not to Do

Kimball´s DW

Muchas veces nos perdemos en el día a día, en las novedades que van sacando los fabricantes, en los nuevos desarrollos, etc... y perdemos el foco en lo 'más importante'. En los buenos y críticos factores para construir un DW.

Recupero una entrada del 2004 de Kimball que nos da unas claves sobre los principales errores a la hora de construir un Data Warehouse. Imprescindible reelerlo!!

Mistake 12: Place text attributes in a fact table if you mean to use them as the basis of constraining and grouping.

Mistake 11: Limit the use of verbose descriptive attributes in dimensions to save space.

Mistake 10: Split hierarchies and hierarchy levels into multiple dimensions.

Mistake 9: Delay dealing with a slowly changing dimension (SCD).

Mistake 8: Use smart keys to join a dimension table to a fact table.

Mistake 7: Add dimensions to a fact table before declaring its grain.

Mistake 6: Declare that a dimensional model is “based on a specific report.”

Mistake 5: Mix facts of differing grain in the same fact table.

Mistake 4: Leave lowest-level atomic data in E/R format.

Mistake 3: Eschew aggregate fact tables and shrunken dimension tables when faced with query performance concerns

Mistake 2: Fail to conform facts across separate fact tables.

AND THE BIGGEST MISTAKE …

Mistake 1: Fail to conform dimensions across separate fact tables.

0 comentarios: