Nueva Vida para las bases de datos antiguas
¿Cómo trasladarlas a la era moderna?
Al igual que ocurre con los “viejos rockeros”, da la sensación de que las viejas bases de datos nunca mueren. Intentando defender los terrenos que ganaron un día, parece que estas bases de datos continuarán viviendo penosamente en el trasfondo mientras se despliegan nuevas tecnologías en torno a ellas para extender su vida útil.
En la actualidad se aprecian varias formas de trasladar a la era moderna esas bases de datos antiguas o “heredadas”. A continuación se presentan cuatro ejemplos de cómo funcionan en la vida real.
Inteligencia Comercial
Crear una nueva área de base de datos y añadir un nivel para inteligencia comercial. “Si no está estropeado, no arreglarlo”, es la norma que rige en la firma Aqua-Chem, un fabricante norteamericano de calderas. Esta compañía tiene en funcionamiento packages financieros antiguos basados en mainframes, en conjunción con un sistema de gestión de bases de datos CA-Datacom de Computer Associates, basado en host. Aqua-Chem, que en general se encuentra satisfecha con el rendimiento del sistema mainframe, se muestra reacia a cambiar. La única queja que tiene la compañía respecto al software es la incapacidad de éste para realizar análisis financiero multidimensional, pero eso no ha sido suficiente para que la compañía cambie a una nueva base de datos. En lugar de hacerlo, Aqua-Chem amplió sus sistemas financieros básicos añadiendo una nueva base de datos y herramientas de inteligencia comercial. Para ello optó por el sistema de gestión de bases de datos SQL Server de Microsoft, con el fin de crear un servidor financiero para manejar herramientas de inteligencia comercial de la firma Cognos. Datos de fabricación, ventas y de otro tipo son extraídos, transformados, transferidos y cargados de forma regular en el SQL Server utilizando productos de “data warehousing” de terceras compañías. En la base de datos SQL Server, los directores de Aqua-Chem pueden acceder, analizar y manipular los datos a través de cubos OLAP creados mediante herramientas Cognos.
Aplicaciones Analíticas
Haciendo que la información esté directamente accesible a los directores, sin las molestias, retrasos y gastos de un almacén de datos convencional.
La Dirección superior en la organización Blue Cross/Blue Shield, comprende el valor que tiene la información en el sector de la asistencia sanitaria, sometido a fuertes presiones. Sin embargo, los datos operacionales que más necesitan los directores están en un sistema mainframe que maneja los productos IMS y CICS de IBM, y eso les impide acceder rápidamente a la información. Además, como se utilizan diferentes aplicaciones y sistemas para capturar y procesar diferentes porciones de datos, los directores encontraron difícil observar el negocio en su globalidad. La Dirección superior deseaba un lugar centralizado en el que los ejecutivos pudieran ver y analizar todos los datos. Tanto el grupo M&E como el departamento TI corporativo afrontaron el desafío por separado. Después de analizar diversas opciones, el grupo M&E decidió crear algo que es en realidad un data warehouse lógico utilizando aplicaciones analíticas y herramientas de datos de la firma SAS Institute. Por su parte, el grupo TI adoptó la ruta convencional, creando un almacén de datos físico totalmente nuevo utilizando herramientas de Oracle. M&E consideró también la conveniencia de crear un almacén de datos convencional utilizando una base de datos relacional, pero comprendió pronto que el almacén de datos convencional iba a requerir demasiado tiempo y demasiado trabajo, por lo que comenzó a explorar opciones con menor intensidad TI. Se estudiaron las herramientas y opciones disponibles en el mercado y SAS obtuvo de manera consistente las máximas puntuaciones, así que Blue Cross/Blue Shield optó finalmente por el enfoque SAS después de que ésta creó un prototipo para M&E.
En la primera fase -se está implementando actualmente- los vicepresidentes y directores están utilizando el sistema para analizar modelos de personal y de presupuesto. En la segunda, el sistema se generalizará a través de la intranet.El proyecto es de SAS de principio a fin, desde las aplicaciones analíticas y los data sets almacenados hasta el interface gráfico de usuario y, más adelante, el interface Web. El sistema analítico contendrá 18 meses de datos de producción. El grupo ha recogido ya 400G bytes de datos en data sets SAS y está añadiendo aproximadamente 5G bytes cada mes.
Almacén de Datos
Creando un almacén de datos convencional utilizando un enfoque tradicional para ofrecer resultados rápidamente. La firma Owens & Minor, sabía a comienzos de 1997 que debía mejorar el acceso a sus datos de producción contenidos en bases de datos ya existentes. Lo que no vio era que consiguiendo el acceso a esos datos antiguos estaba creando una nueva oportunidad de ingresos. La compañía mantiene la mayor parte de sus datos en el mainframe, en una serie de bases de datos IBM DB2, IMS y VSAM y ficheros planos transaccionales. Sin embargo, los directores de esta compañía de suministros quirúrgicos se sentían frustrados cuando necesitaban información. Habiendo decidido que se requería un almacén de datos completo, Owens & Minor instaló una base de datos Oracle en un servidor Unix, como repositorio de almacén de datos central, con el producto Business Objects como herramienta de consultas para los directores en el front end.
Adoptando un enfoque incremental “tema por tema”, la compañía creó el almacén de datos rápidamente, estableciendo la primera área temática, de datos sobre ventas, en cinco meses a partir de comienzos de 1997. Aproximadamente cada dos meses, añade un área temática nueva. Actualmente, el almacén de datos contiene datos que cubren seis áreas temáticas, y se está trabajando en una séptima, con otras dos en fase de planificación. La base de datos Oracle contiene 120G bytes de datos, incluyendo más de tres años de historial de ventas.
Front End Web
Ofreciendo a los usuarios acceso Web a un data mart, evitando los problemas de soporte desktop del acceso a datos basados en cliente/servidor.
En la ciudad de Nueva York hay 1.1 millones de estudiantes de escuelas públicas. Estos estudiantes generan un enorme volumen de datos, que se almacenan en una variedad de bases de datos antiguas: IDMS de CA, VSAM y otras. Aunque las personas del área operacional de TI están satisfechos con estos sistemas ya existentes, los ejecutivos, administradores, superintendentes y 1.200 funcionarios escolares se sienten sobrecargados. Ante la presión de aumentar el rendimiento de los estudiantes en sus escuelas, necesitan un acceso rápido y fácil a los datos contenidos en esos sistemas.
Hacer que los datos antiguos estuvieran accesibles a los directores del sistema escolar requirió un trabajo en dos etapas. Primero, la Administración de la ciudad tuvo que extraer los datos de una multitud de bases de datos antiguas y almacenarlos en una base de datos intermedia a la que pudieran acceder los usuarios. En segundo lugar, la Administración tenía que proporcionar a los usuarios unas herramientas de acceso fáciles de utilizar.
El problema resultaba complicado además por el hecho de que la administración dependía de la arquitectura SNA com
En la actualidad se aprecian varias formas de trasladar a la era moderna esas bases de datos antiguas o “heredadas”. A continuación se presentan cuatro ejemplos de cómo funcionan en la vida real.
Inteligencia Comercial
Crear una nueva área de base de datos y añadir un nivel para inteligencia comercial. “Si no está estropeado, no arreglarlo”, es la norma que rige en la firma Aqua-Chem, un fabricante norteamericano de calderas. Esta compañía tiene en funcionamiento packages financieros antiguos basados en mainframes, en conjunción con un sistema de gestión de bases de datos CA-Datacom de Computer Associates, basado en host. Aqua-Chem, que en general se encuentra satisfecha con el rendimiento del sistema mainframe, se muestra reacia a cambiar. La única queja que tiene la compañía respecto al software es la incapacidad de éste para realizar análisis financiero multidimensional, pero eso no ha sido suficiente para que la compañía cambie a una nueva base de datos. En lugar de hacerlo, Aqua-Chem amplió sus sistemas financieros básicos añadiendo una nueva base de datos y herramientas de inteligencia comercial. Para ello optó por el sistema de gestión de bases de datos SQL Server de Microsoft, con el fin de crear un servidor financiero para manejar herramientas de inteligencia comercial de la firma Cognos. Datos de fabricación, ventas y de otro tipo son extraídos, transformados, transferidos y cargados de forma regular en el SQL Server utilizando productos de “data warehousing” de terceras compañías. En la base de datos SQL Server, los directores de Aqua-Chem pueden acceder, analizar y manipular los datos a través de cubos OLAP creados mediante herramientas Cognos.
Aplicaciones Analíticas
Haciendo que la información esté directamente accesible a los directores, sin las molestias, retrasos y gastos de un almacén de datos convencional.
La Dirección superior en la organización Blue Cross/Blue Shield, comprende el valor que tiene la información en el sector de la asistencia sanitaria, sometido a fuertes presiones. Sin embargo, los datos operacionales que más necesitan los directores están en un sistema mainframe que maneja los productos IMS y CICS de IBM, y eso les impide acceder rápidamente a la información. Además, como se utilizan diferentes aplicaciones y sistemas para capturar y procesar diferentes porciones de datos, los directores encontraron difícil observar el negocio en su globalidad. La Dirección superior deseaba un lugar centralizado en el que los ejecutivos pudieran ver y analizar todos los datos. Tanto el grupo M&E como el departamento TI corporativo afrontaron el desafío por separado. Después de analizar diversas opciones, el grupo M&E decidió crear algo que es en realidad un data warehouse lógico utilizando aplicaciones analíticas y herramientas de datos de la firma SAS Institute. Por su parte, el grupo TI adoptó la ruta convencional, creando un almacén de datos físico totalmente nuevo utilizando herramientas de Oracle. M&E consideró también la conveniencia de crear un almacén de datos convencional utilizando una base de datos relacional, pero comprendió pronto que el almacén de datos convencional iba a requerir demasiado tiempo y demasiado trabajo, por lo que comenzó a explorar opciones con menor intensidad TI. Se estudiaron las herramientas y opciones disponibles en el mercado y SAS obtuvo de manera consistente las máximas puntuaciones, así que Blue Cross/Blue Shield optó finalmente por el enfoque SAS después de que ésta creó un prototipo para M&E.
En la primera fase -se está implementando actualmente- los vicepresidentes y directores están utilizando el sistema para analizar modelos de personal y de presupuesto. En la segunda, el sistema se generalizará a través de la intranet.El proyecto es de SAS de principio a fin, desde las aplicaciones analíticas y los data sets almacenados hasta el interface gráfico de usuario y, más adelante, el interface Web. El sistema analítico contendrá 18 meses de datos de producción. El grupo ha recogido ya 400G bytes de datos en data sets SAS y está añadiendo aproximadamente 5G bytes cada mes.
Almacén de Datos
Creando un almacén de datos convencional utilizando un enfoque tradicional para ofrecer resultados rápidamente. La firma Owens & Minor, sabía a comienzos de 1997 que debía mejorar el acceso a sus datos de producción contenidos en bases de datos ya existentes. Lo que no vio era que consiguiendo el acceso a esos datos antiguos estaba creando una nueva oportunidad de ingresos. La compañía mantiene la mayor parte de sus datos en el mainframe, en una serie de bases de datos IBM DB2, IMS y VSAM y ficheros planos transaccionales. Sin embargo, los directores de esta compañía de suministros quirúrgicos se sentían frustrados cuando necesitaban información. Habiendo decidido que se requería un almacén de datos completo, Owens & Minor instaló una base de datos Oracle en un servidor Unix, como repositorio de almacén de datos central, con el producto Business Objects como herramienta de consultas para los directores en el front end.
Adoptando un enfoque incremental “tema por tema”, la compañía creó el almacén de datos rápidamente, estableciendo la primera área temática, de datos sobre ventas, en cinco meses a partir de comienzos de 1997. Aproximadamente cada dos meses, añade un área temática nueva. Actualmente, el almacén de datos contiene datos que cubren seis áreas temáticas, y se está trabajando en una séptima, con otras dos en fase de planificación. La base de datos Oracle contiene 120G bytes de datos, incluyendo más de tres años de historial de ventas.
Front End Web
Ofreciendo a los usuarios acceso Web a un data mart, evitando los problemas de soporte desktop del acceso a datos basados en cliente/servidor.
En la ciudad de Nueva York hay 1.1 millones de estudiantes de escuelas públicas. Estos estudiantes generan un enorme volumen de datos, que se almacenan en una variedad de bases de datos antiguas: IDMS de CA, VSAM y otras. Aunque las personas del área operacional de TI están satisfechos con estos sistemas ya existentes, los ejecutivos, administradores, superintendentes y 1.200 funcionarios escolares se sienten sobrecargados. Ante la presión de aumentar el rendimiento de los estudiantes en sus escuelas, necesitan un acceso rápido y fácil a los datos contenidos en esos sistemas.
Hacer que los datos antiguos estuvieran accesibles a los directores del sistema escolar requirió un trabajo en dos etapas. Primero, la Administración de la ciudad tuvo que extraer los datos de una multitud de bases de datos antiguas y almacenarlos en una base de datos intermedia a la que pudieran acceder los usuarios. En segundo lugar, la Administración tenía que proporcionar a los usuarios unas herramientas de acceso fáciles de utilizar.
El problema resultaba complicado además por el hecho de que la administración dependía de la arquitectura SNA com
