SQL

GROUPING

Indica si una expresión de columna especificada en una lista GROUP BY es agregada o no. GROUPING devuelve 1 para agregado y 0 para no agregado, en el conjunto de resultados. GROUPING sólo se puede usar en la lista de SELECT <selección>, cláusulas HAVING y ORDER BY cuando se especifica GROUP BY.

Sintaxis:

GROUPING ( <column_expression> )

GROUPING se utiliza para distinguir entre los valores NULL devueltos por ROLLUP, CUBE o GROUPING SETS y los valores NULL normales. El valor NULL devuelto como resultado de una operación ROLLUP, CUBE o GROUPING SETS es un uso especial de NULL.Actúa como marcador de posición de columna en el conjunto de resultados y significa “todos”.

ROLLUP

Los operadores ROLLUP, CUBE y GROUPING SETS son extensiones de la cláusula GROUP BY. Los operadores ROLLUP, CUBE y GROUPING SETS pueden generar el mismo conjunto de resultados que al utilizar UNION ALL para combinar consultas de agrupación única; aunque utilizar uno de los operadores GROUP BY suele ser más eficaz. Las consultas que usan los operadores ROLLUP y CUBE generan algunos de los conjuntos de resultados y realizan algunos de los cálculos que lleva a cabo las aplicaciones OLAP. Una operación ROLLUP puede calcular el equivalente de una dimensión o jerarquía OLAP.

Sintaxis:

ROLLUP (DATEPART(yyyy,OrderDate)
             ,DATEPART(mm,OrderDate)
             ,DATEPART(dd,OrderDate))

 TOAD

Es una aplicación de software de desarrollo SQL y administración de base de datos, considerada una herramienta útil para los Oracle DBAs (administradores de base de datos). Está ahora disponible para las siguientes bases de datos: Oracle Database, Microsoft SQL Server, IBM DB2, y MySQL.

Se ejecuta en todas las plataformas Windows de 32 bits, incluidas Windows 95, 98, NT, 2000, y XP. Los requisitos de hardware son tales que si puedes ejecutar el sistema operativo, seguramente se ejecutará. Para conectividad backend es necesario Oracle 32-bit SQL*Net y Oracle versión 7.3.4 o posteriores.

No hay soporte para ningún entorno ajeno a Microsoft. Para esos casos, una variante open source de TOAD que es independiente de la plataforma es llamada TOra.

Metadata

Metadatos (meta datos o, a veces, meta información) son “datos sobre datos”, de cualquier tipo en cualquier medio de comunicación. Un tema de los metadatos pueden describir a una persona de referencia, o elemento de contenido, o una colección de los datos incluidos varios elementos de contenido y niveles jerárquicos. En el procesamiento de datos, meta-datos de definición de datos que proporciona información sobre la documentación o de otros datos administrados dentro de una aplicación o el medio ambiente.

UNION

El propósito del comando SQL UNION es combinar los resultados de dos consultas juntas. En este sentido, UNION es parecido a Join, ya que los dos se utilizan para información relacionada en múltiples tablas. Una restricción de UNION es que todas las columnas correspondientes necesitan ser del mismo tipo de datos. También, cuando utilizamos UNION, sólo se seleccionan valores distintos (similar a SELECT DISTINCT).

Sintaxis:

[Instrucción SQL 1]

UNION

[Instrucción SQL 2]

 

Modelo estrella

El diseño en estrella es más rápido: Esta frase hay que saber comprenderla. La velocidad de consulta del cubo no depende del diseño relacional de la dimensión, porque el motor multidimensional estructura los datos con respecto a dimensiones, no con respecto a las tablas que representan una dimensión. Cuando se “puebla” una dimensión, se leen los posibles valores que podrá tener una coordenada con respecto a esa dimensión, y se generan los correspondientes niveles. Evidentemente, durante este proceso, si la proyección relacional de la dimensión está normalizada, habrá que realizar tantas joins como tablas contenga la dimensión para ir poblando los distintos niveles de la dimensión. Hacer Joins es lento, y por eso se dice que el modelo en estrella es más rápido… pero OJO, SÓLO ES MÁS RÁPIDO DURANTE EL PROCESO DE CARGA DE LA DIMENSIÓN. Si nuestra dimensión es estática y jamás necesita ser regenerada, no se ahorra nada de tiempo. Cuidado con esto, porque podemos obsesionarnos con llegar a un modelo en estrella, y no darnos cuenta de que estamos complicando en exceso el ETL que “desnormaliza” los datos para llegar a este diseño en estrella… y recordad que el ETL se ejecuta sobre la base de datos OLTP, así que debería mantenerse tan eficiente como fuese posible. Para seguir profundizando sobre este tema, os recomiendo que leáis el epígrafe “Eliminate Joins between Fact and Dimension Tables” en la guía de optimización de Analysis Services.