Continuando con la temática del post anterior, volvemos a lo básico. Tenemos tiempo para proyectarnos sobre situaciones más complejas. Ya sabemos que para poder consolidar conocimientos a veces es necesario recordar los conceptos básicos.
Existen situaciones, como por ejemplo la heterogeneidad de las fuentes de datos y la complejidad de los mismos, en las que en el momento de construir un data warehouse, es lícito plantearse el uso de una Staging Area.
Se entiende por Staging Area el sistema que permanece entre las fuentes de datos y el data warehouse con el objetivo de:
- Facilitar la extracción de datos (los procesos ETL) desde las fuentes de origen de carácter múltiple realizando un pretratado.
- Realizar lo que se conoce como data cleansing (limpieza de datos).
- Mejorar la calidad de datos.
- Ser usado como cache de datos operacionales con el que posteriormente se realiza el proceso de Data Warehousing.
- Uso de la misma para acceder en detalle a información no contenida en el Data warehouse.
¿Cuándo se estable conveniente usar una staging area en un proyecto de Data Warehousing? Depende de la estructura informacional de nuestra organización, así mismo de si es necesario algunos de los puntos anteriores.
mmm como que muy breve la explicación de staging