Perforación de datos

Las operaciones de consulta tabular consisten en operaciones estándar sobre tablas de datos.

Entre estas operaciones se encuentran:

• buscar
• clasificar
• filtrar (por valor)
• filtrar (por función o condición extendida)
• transformar (por ejemplo, añadiendo o eliminando columnas)

Consideremos el siguiente ejemplo:

Tabla de Fred y Wilma (Fig. 001) :

 género, nombre, apellido, casa hombre, fred, chopin, Polonia masculino, fred, flintstone, lecho de roca hombre, fred, durst, EE. UU. mujer, wilma, flintstone, lecho de roca mujer, wilma, rudolph, EE. UU. mujer, wilma, webb, EE. UU. hombre, fred, johnson, EE. UU.

El ejemplo anterior muestra una tabla simple de archivo plano formateada como valores separados por comas. La tabla incluye el nombre, apellido, género y país de origen de varias personas llamadas Fred o Wilma. Si bien el ejemplo está formateado de esta manera, es importante destacar que las operaciones de consulta tabular (así como todas las operaciones de exploración de datos) se pueden aplicar a cualquier tipo de dato imaginable , independientemente del formato subyacente. El único requisito es que los datos sean legibles por la aplicación de software en uso.

Una consulta dinámica permite múltiples representaciones de datos según diferentes dimensiones. Este tipo de consulta es similar a una consulta tabular, con la diferencia de que también permite representar los datos en formato resumido, según una jerarquía flexible seleccionada por el usuario . Esta clase de operación de exploración de datos se conoce formalmente (aunque de forma informal) con diferentes nombres, como consulta de tabla cruzada , tabla dinámica , controlador de datos , jerarquía selectiva , interconexión, entre otros.

Para ilustrar los conceptos básicos de las consultas dinámicas, consideremos la tabla de Fred y Wilma (Fig. 001) . Un análisis rápido de los datos revela que la tabla contiene información redundante. Esta redundancia podría consolidarse mediante un esquema, una estructura de árbol o de alguna otra manera. Además, una vez consolidados, los datos podrían tener diversas representaciones alternativas.

Utilizando un esquema de texto simple como resultado, son posibles los siguientes diseños alternativos con una consulta pivote:

Resumen por género (Fig. 001) :

 femenino Picapiedra, Wilma Rudolph, Wilma Webb, Wilma masculino Chopin, Fred Picapiedra, Fred Durst, Fred Johnson, Fred (Dimensiones = género; Campos tabulares = apellido, nombre;)

Resumir por domicilio, apellido (Fig. 001) :

 base Piedra de picena Fred Wilma Polonia Chopin Fred EE.UU ... (Dimensiones = home, lname; Campos tabulares = fname;)