ETL en SQL - creación de datawarehouse

SQL Server · ETL · Data Warehouse · Modelo estrella

Construcción de un datawarehouse a partir de AdventureWorks: creación de dimensiones, tabla de hechos, vistas para carga y un modelo estrella listo para explotación analítica.

</div>

Objetivo

Transformar y estructurar datos operacionales (OLTP) en un esquema analítico (DW).
Generar vistas en origen y carga en destino para simplificar consumo y análisis.
Incorporar métricas derivadas (p. ej., tiempos de envío) y claves de fechas.

Enfoque (ETL)

Vistas en origen (AdventureWorks2017) para preparar los datos:
- DW_Fact_Sales
- DW_Dim_Dates
- DW_Dim_Product
- DW_Dim_ShipMethod
- DW_Dim_Territory
- DW_Dim_Customer_IN (clientes individuales)
- DW_Dim_Customer_ST (clientes tienda)
Tablas en destino (datawarehouse):
- Fact_Sales
- Dim_Dates, Dim_Product, Dim_ShipMethod, Dim_Territory, Dim_Customer_IN, Dim_Customer_ST
Carga: inserción en tablas del DW desde las vistas del origen.

Extracción (vistas en SQL)

Ejemplos de vistas en el origen para extraer/transformar datos antes de cargarlos en el datawarehouse.

Vista

DW_Dim_Dates

Vista

DW_Fact_Sales

Tablas creadas en el datawarehouse

Modelo estrella

Esquema final con una tabla de hechos central y dimensiones conectadas para análisis de ventas.

Validación

Consulta de prueba para verificar cargas y agregaciones básicas (clientes y total por año).

Ver código Abrir script SQL