Son bases de datos ideadas para desarrollar aplicaciones muy concretas, como creación de Cubos OLAP.
*
Básicamente no se diferencian demasiado de las bases de datos relacionales (una tabla en una base de datos multidimensional podría serlo también en una base de datos multidimensional), la diferencia está más bien a nivel conceptual; en las bases de datos multidimensionales los campo o atributos de una tabla pueden ser de dos tipos, o bien representan dimensiones de la tabla, o bien representan métricas que se desean estudiar.
*
El modelamiento dimensional es una técnica para modelar bases de datos simples y entendibles al usuario final- La idea fundamental es que el usuario visualice fácilmente la relación que existe entre los distintos componentes del modelo.
*
Cuando una base puede ser visualizada como un cubo de tres o más dimensiones, es más fácil para el usuario organizar la información e imaginarse en ella cortando y rebanando el cubo a través de cada una de sus dimensiones, para buscar la información deseada.
*
cubo.jpg
*
Este tipo de bases proveen una estructura que permite tener acceso flexible a los datos, para explorar y analizar sus relaciones, y resultados consiguientes. Estas se pueden visualizar como un cubo multidimensional, en donde las variables asociadas existen a lo largo de varios ejes o dimensiones, y la intersección de las mismas representa la medida, indicador o el hecho que se esta evaluando.
*
*
*

Representación matricial de lo anterior

*

cubo_multidimensional.jpg
*
En el ejemplo anterior, existen tres dimensiones:
  • Dimensión 1
  • Dimensión 2
  • Dimensión 3
*
Cada una con sus respectivos valores asociados.
*
Las bases de datos multidimensionales implican tres variantes posibles de modelamiento, que permiten realizar consultas de soporte de decisión:
*
  • Esquema en estrella (Star Scheme)
  • Esquema copo de nieve (Snowflake Scheme)
  • Esquema constelación o copo de estrellas (Starflike Scheme)
*
Los esquemas ya mencionados pueden ser implementados de diversas maneras, que, independientemente al tipo de arquitectura, requieren que toda la estructura de datos este desnormalizado o semi desnormalizado, para evitar desarrollar uniones (Join) complejas para accesar a la información, con el fin de agilizar la ejecución de consultas.
*
Los diferentes tipos de implementación son los siguientes:
*
  • Relacional --> ROLAP
  • Multidimensional --> MOLAP
  • Híbrido --> HOLAP




siguiente.gifatras.gif