Hispanopedia WikiLa carga de datos , o simplemente carga , es una parte del procesamiento de datos en la que estos se transfieren entre dos sistemas para que terminen en un área de almacenamiento temporal en el sistema de destino.
Con el método tradicional de extracción, transformación y carga (ETL), la carga es el último paso, y los datos cargados ya han sido transformados. Con el método alternativo de extracción, carga y transformación (ELT), la carga es el paso intermedio, y los datos transformados se cargan en su formato original para su transformación en el sistema de destino.
Tradicionalmente, la carga de tareas en sistemas grandes ha llevado mucho tiempo y, por lo general, se ha realizado de noche, fuera del horario de apertura de la empresa.
Objetivo
Dos objetivos principales de la carga de datos son obtener datos más recientes en los sistemas tras la carga y que esta sea rápida para que los datos puedan actualizarse con frecuencia. Para una actualización completa de los datos, se puede lograr una carga más rápida desactivando la integridad referencial , los índices secundarios y el registro de eventos , pero esto generalmente no está permitido con la actualización incremental o la alimentación gradual.
Tipos
La carga de datos puede realizarse mediante actualización completa (inmediata), carga y actualización incremental (inmediata) o alimentación gradual (diferida). La técnica elegida dependerá de la cantidad de datos que se actualicen, modifiquen o añadan, y del grado de actualización requerido. El tipo de datos que proporciona el sistema de origen y la fiabilidad de los datos históricos que este proporciona también son factores importantes.
Actualización completa
La actualización completa de datos implica que primero se eliminan los datos existentes en la tabla de destino. A continuación, se cargan todos los datos de la fuente en la tabla de destino, se crean nuevos índices en dicha tabla y se calculan nuevas medidas para la tabla actualizada.
La actualización completa es fácil de implementar, pero implica mover gran cantidad de datos, lo que puede llevar mucho tiempo y dificultar el mantenimiento de los datos históricos. [ 1 ]
Actualización incremental
La actualización incremental o refrescamiento incremental significa que solo se recuperan datos nuevos o actualizados del sistema de origen. [ 2 ] [ 3 ] Los datos actualizados se añaden a los datos existentes en el sistema de destino, y estos últimos se actualizan. Los índices y las estadísticas se actualizan en consecuencia. La actualización incremental puede acelerar la carga y facilitar el seguimiento del historial, pero su configuración y mantenimiento pueden ser complejos. [ 1 ]
Alimentación por triciclo
La alimentación en cascada o carga en cascada significa que cuando se actualiza el sistema de origen, los cambios en el sistema de destino se producirán casi inmediatamente. [ 4 ] [ 5 ]
Cargando en sistemas que están en uso
Al cargar datos en un sistema que está siendo utilizado por usuarios u otros sistemas, es necesario decidir cuándo se debe actualizar el sistema y qué sucederá con las tablas que se utilizan simultáneamente con la actualización. Una posible solución es utilizar tablas de sombra . [ 6 ] [ 7 ]
Véase también
Referencias
- 1 2 "Carga incremental de datos vs. ETL de carga completa: 4 diferencias críticas - Aprende | Hevo" . 14 de abril de 2022. Consultado el 18 de febrero de 2023 .
- ↑ "Carga incremental" . Consultado el 18 de febrero de 2023 .
- ↑ Mitchell, Tim (23 de julio de 2020). "Qué, por qué, cuándo y cómo de las cargas incrementales" . Recuperado el 18 de febrero de 2023 .
- ↑ Zuters, Janis (2011). "Almacenamiento de datos casi en tiempo real con flujo y volteo multietapa" . En Grabis, Janis; Kirikova, Marite (eds.). Perspectivas en la investigación de la informática empresarial . Notas de clase en procesamiento de información empresarial. Vol. 90. Springer Berlin Heidelberg. pp. 73–82 . doi : 10.1007/978-3-642-24511-4_6 . ISBN 978-3-642-24510-7Un almacén de datos suele ser una colección de datos históricos diseñada para la toma de
decisiones, por lo que se actualiza periódicamente desde las fuentes, generalmente a diario. Sin embargo, las empresas actuales requieren datos más recientes. El almacenamiento en tiempo real es una de las tendencias para lograrlo, pero existen varios desafíos para alcanzar un verdadero funcionamiento en tiempo real. Este documento propone una metodología de "actualización gradual y continua" para la renovación del almacén de datos. Se basa en el principio de "actualización gradual y continua" y se extiende para aislar aún más las actividades de carga y consulta, lo que permite que ambas sean más eficientes.
- ↑ "Carga de datos por goteo" . Consultado el 18 de febrero de 2023 .
- ↑ "Crear tablas de sombra para la sincronización - Gestión de datos - Centro de documentación de Alibaba Cloud" . Consultado el 18 de febrero de 2023 .
- ↑ "Tablas de sombra" . IBM . 10 de agosto de 2015. Consultado el 18 de febrero de 2023 .
- Herramientas de extracción, transformación y carga
- Almacenamiento de datos
