CLUSTER SQL SERVER

CLUSTER: Es un conjunto de computadoras construidas mediante la utilizacin de

componentes de hardware, y que se comportan como si fuesen una nica computadora.

Una de sus caractersticas principales es la ALTA DISPONIBILIDAD.

Es inevitable la inactividad de un servidor debido a: Desastres, cortes de energa y

accidentes.

CLUSTER DE CONMUTACION POR ERROR: - Cada nodo monitorea los otros nodos. -
Failover se activa si uno falla (automticamente). - Otro nodo inicia la aplicacin partiendo
de lo ltimo guardado en el disco duro.

REQUERIMIENTOS PARA ARMAR UN CLUSTER: - 2 o ms servidores. - 2 tarjetas de

red por servidor (una para red pblica y una interna).

DATA WEREHOUSE DATA WEREHOUSE:

Es un componente de la arquitectura de sistemas, temtico, integrado, no voltil y

dependiente del tiempo diseado para ayudar en la toma de decisiones. Conjunto de
tecnologas de soporte a la toma de decisin, cuyo objeto es que quien trabaja con los
conocimientos (ejecutivo, director, analista) pueda tomar decisiones de la manera ms
rpida y eficaz.

SISTEMA DE INFORMACION DE GESTION (SIG): Sistema por el cual los datos que
son importantes para una empresa son identificados, analizados y recolectados para su
posterior uso.
PRIMER OBJETIVO DE UN SIG: Incrementar la inteligencia de los procesos del negocio
(Business Intelligence).

OLAP (On-Line Analytical Processing o Procesamiento Analtico On-Line): Se define

como anlisis rpido de informacin multidimensional compartida.

DSS (Decision-Support System o Sistema de Soporte a la toma de Decisiones): Son un

sistema integrado de planificacin y tratamiento de la informacin que incorpora la
habilidad de consultar los datos del DW en una forma determinada, analizando la
informacin obtenida y predecir, en base a unos determinados modelos, el impacto de unas
futuras decisiones antes de llevarlas a la prctica.

DM (Data Mining o Minera de Datos): Se emplea como parte del proceso para descubrir
conocimiento: Reglas de asociacin, patrones secuenciales y rboles de clasificacin.
Objetivos Data Mining: Prediccin, identificacin, clasificacin y optimizacin.

OLTP (On-Line Transaction Processing o Procesamiento de Transacciones On-Line): Es el

procesamiento de dato soportado por las bases de datos tradicionales (Tambin
denominadas transaccionales).

BI (Business Intelligence o Inteligencia de Negocios): Es el conjunto de tecnologas que

permiten a las empresas utilizan la informacin disponible en cualquier parte de la
organizacin para hacer mejores anlisis, descubrir nuevas oportunidades y tomar mejores
decisiones estratgicas.

METADATA EN UN DATA WEREHOUSE: Es la informacin sobre los datos que se

introducen, transforman y existen en el DW (Datos acerca de los datos).

CUBOS
 CUBO OLAP: Es la representacin multidimensional de los datos detallados (filas
concretas) y de los datos resumidos (agregados). Son creados a partir de un esquema de
base de datos Estrella o Copo de Nieve.

VENTAJAS: - Modelo de datos intuitivo y multidimensional que facilita la seleccin,

recorrido y exploracin de los datos. - Proporciona velocidad y flexibilidad necesaria para
dar apoyo al analista en tipo real.

CUBO MOLAP: Es la estructura que almacena los datos y agregaciones en una estructura
multidimensional. Permite dimensiones que contengan hasta 5 millones de miembros.

CUBO ROLAP: Es la estructura que mantiene los datos en la tabla de hechos original y
almacena las agregaciones en las tablas relacionales de la misma base de datos. CUBO
HOLAP: Es la estructura que mantiene los datos en la tabla de hechos original y almacena
las agregaciones en una estructura multidimensional.

SISTEMA DE BASE DE DATOS DISTRIBUIDA

REGLAS: - Autonoma local. - No es necesario un sitio central. - Operacin continua. -

Hay independencia de localizacin (fsica). - Hay independencia de fragmentacin de
datos, etc.

VENTAJAS: - No hay cuello de botella. - Acceso rpido. - Aumenta la disponibilidad y

fiabilidad.

DESVENTAJAS: - Complejidad de distribucin de operacin. - Costo de desarrollo. - Hay

mayor probabilidad de error.
 BASE DE DATOS ORIENTADO A OBJETOS El MOO (Modelo Orientado a Objetos): Es
la construccin de modelos de un sistema, por medio de la identificacin, especificacin de
un conjunto de objeto relacionado.

CARACTERISTICAS: - Persistencia - Concurrencia. - Recuperacin. - Consulta. -

Almacenamiento secundario.

ACTIVIDADES: - Identificar objetos y atributos. - Definir el comportamiento de los

objetos. - Organizar las clases en jerarquas.

PERSISTENCIA: Se entiende por persistencia como el mecanismo o la accin de preservar

la informacin.

trigger

Un disparador (o trigger) es un procedimiento almacenado asociado a una tabla que se

ejecuta al realizar una operacin bsica (INSERT, un DELETE o un UPDATE) sobre
sta.

Los disparadores pueden ser utilizados para cumplir con alguna de las siguientes tareas:
Evitar la ejecucin de transacciones invlidas Garantizar el cumplimiento de restricciones
de integridad Garantizar el cumplimiento de reglas del negocio Generar,
automticamente, valores de columnas derivadas

Va a venir
TRANSACCIONAL

PROCEDIMIENTOS

TRIGGERS

Preguntas tecnicas para resolver casos

Pero m imagino q

Va a venir

Cluster y todo lo demas