9:39
2024-05-29 10:14:10
4:49
2024-05-29 10:29:56
5:42
2024-05-29 10:36:28
2:45
2024-05-29 10:43:46
1:00:16
2024-05-29 10:48:22
3:26
2024-05-29 12:18:04
5:22
2024-05-29 12:24:11
1:43
2024-05-29 12:33:10
55:30
2024-05-29 12:36:17
47:02
2024-05-29 14:57:58
2:18:28
2024-05-30 09:31:42
32:39
2024-05-30 13:09:57
24:21
2024-05-30 15:06:50
18:09
2024-05-30 15:44:33
3:56:30
2024-05-31 09:51:34
4:23:53
2024-06-05 09:12:19
28:23
2024-06-06 10:52:48
12:29
2024-06-06 11:32:59
3:47
2024-06-06 11:48:14
1:36
2024-06-06 12:03:40
54:36
2024-06-06 12:09:30
1:24:03
2024-06-06 13:32:03
13:43
2024-06-06 15:42:24
18:06
2024-06-07 09:07:48
9:43
2024-06-07 09:33:41
2:49:27
2024-06-07 09:49:42
3:47
2024-06-11 09:19:48
5:51
2024-06-11 09:25:13
1:53
2024-06-11 10:21:33
7:58
2024-06-11 10:26:29
2:48
2024-06-11 13:27:27
43:31
2024-06-11 13:50:56
2:46:00
2024-06-12 09:14:49
20:20
2024-06-12 13:22:18
29:54
2024-06-12 15:00:28
WEBVTT
-->
de Q, un acceso directo, que está en el último, en la esquina superior derecha, le das doble
-->
clic, por favor, y deberíamos, entonces, subir el talent data quality. La interfaz
-->
es similar porque se basa en la interfaz de Clikset, por lo tanto, lo que vas a ver
-->
es diferente, son, digamos, algunas cosas del menú. Voy a decirle que no quiero
-->
ver más eso, listo, vamos a Skit.
-->
Bueno, el caso mío ya subió, el caso de Mauricio, hay que darle Skit, Mauricio, para
-->
que te cargue completamente. Bueno, empiezo a ver que se conectó
-->
Ana Lilia, también se conectó Julio. Por favor, ejecuten el talent data quality,
-->
que es superior derecha, el que dice dos de Q, acceso directo. Recuerden que
-->
todo este software, perdón, este software, todo se va a ser compartido por ustedes,
-->
las presentaciones, todos los ejemplos, los recursos. Si desea, al final, pues
-->
sacamos una copia de seguridad de todos los ejercicios que hemos hecho y queda
-->
también con eso los ejercicios, por si acaso.
-->
Bueno, listo, podemos iniciar, entonces, para ir mostrándole teóricamente cómo
-->
está conformado, entonces, esta herramienta.
-->
Si todos ven mi pantalla, ¿verdad? Todos ven la batalla compartida mía, ¿cierto?
-->
Perfecto, muchas gracias por el feedback. Listo, entonces, note que
-->
pues gráficamente es muy parecido al menú, a la interfaz gráfica, lo que
-->
te da a cambiar, perdón, es el menú. Entonces, aquí en el repositorio es
-->
donde está el centro como tal de la herramienta.
-->
En este repositorio vas a encontrar lo siguiente. En primer lugar, cuando vas
-->
aquí donde dice data profiling, ya te había advertido en qué herramienta lo
-->
que hace es profiling. Por ende, que esta herramienta, la versión, digamos,
-->
Open Studio, me permite solamente encontrar anomalías. Si tienes y vas a
-->
hacer limpieza o curación de la anomalía, tendrías entonces que
-->
abrir el Talent Data Integration. Y no te preocupes si es encorroso si
-->
es el Talent Studio como el que tienes allá en la empresa, pues todos los
-->
componentes del Quality y el Data Integration lo vas a encontrar en la
-->
misma interfaz. O sea que ahí vas a poder hacer tanto el profiling como la
-->
curación o limpieza del dato. Listo, cuando expanda aquí el profiling,
-->
vas a encontrar entonces análisis. Esos son los análisis que vamos a
-->
hacer para encontrar una posible anomalía. Recuerda que esas
-->
anomalías para poder definirla y encontrarla, tienes que basarte en un
-->
estándar de calidad de datos de tu empresa.
-->
Quizás podías encontrar anomalías de inconsistencia, te entiendo, pero para
-->
que hagas un proceso más riguroso, partiendo el hecho en que es más para
-->
el ingeniero de datos, tienes que tener un documento de estándares que
-->
te lo hace normalmente el gobierno de datos para definir a qué llamamos
-->
calidad de datos en mi empresa. Segundo a un nombre que me parece
-->
que no está como que tan correcto, aquí dice librerías. Normalmente
-->
librerías uno lo, digamos que lo relaciona como con software que me va
-->
a permitir a mí agregarle funcionalidades como tal a algo, a
-->
librerías. Pero eso no es eso, expanda librerías por favor.
-->
Entonces te encuentra con diferentes elementos que vas a configurar.
-->
Primero, vas a encontrarte con lo que llaman indicadores. Ya te había
-->
dicho que tú te vas a basar en un estándar de calidad. Los indicadores es
-->
una medida cuantitativa para definir la calidad del dato, o
-->
una medida cuantitativa. Entonces yo puedo definir lo siguiente.
-->
Mira, para que para que los datos de mi empresa haya calidad de
-->
datos, mínimo el 20% de los datos tienen que asegurar que no haya nulos.
-->
Entonces tú lo defines como número, o sea una medida netamente cuantitativa.
-->
Vamos con los patrones. En los patrones lo que haces es que vas a verificar el
-->
formato de un dato. Si corresponde a un formato, por ejemplo,
-->
tú tienes por ejemplo el dato de el número de celular, el número de celular de la
-->
persona. Entonces el número de celular estaría compuesto por primero, más, segundo el número
-->
del país, tercero, los tres dígitos, abro comillas, del operador y lo demás
-->
el número tuyo. Entonces tú quieres definir que ese formato como tal se
-->
establezca y se cumpla. Entonces cuando tú quieres que un formato se cumpla lo
-->
que debería hacer es un patrón. En el caso de la herramienta te
-->
permite hacer dos tipos de patrones. Un patrón que viene de expresiones
-->
regulares y un patrón a nivel de SQL. Entonces vuelvo, repito, la herramienta va,
-->
es más técnica, por lo tanto va para un ingeniero de datos. Entonces se asume,
-->
o la herramienta asume, en que tú tienes conocimientos básicos a nivel de SQL y
-->
conocimientos básicos a nivel de programación en expresiones regulares.
-->
Con expresiones regulares te puedo una recomendación. Yo antes me
-->
desgastaba con estas expresiones regulares, definiéndolas y eso me gustaba mucho
-->
tiempo a nivel de producción. Me costaba a veces hacer una expresión regular que
-->
fuera eficiente, que sea entendible. Yo creo que hoy ya no estoy en ese plan
-->
de perderse tiempo. Yo prácticamente lo que estoy usando es SIA para esa
-->
parte. Es decir, le digo el contexto del caso y digo dame una expresión
-->
regular que me permita validar este formato. Y entonces eso es lo que estoy
-->
haciendo, me lo da, lo pruebo y listo. Pues yo creo que eso me
-->
mejora mucho la productividad porque ya no pierdo tanto tiempo en
-->
haciendo esas expresiones regulares. Pero bueno, si tú lo sabes y la querías
-->
aplicar, perfecto, ningún problema. La otra es haciendo un SQL y este SQL
-->
básicamente para los que ya tienen experiencia básicamente lo que va a
-->
hacer es una expresión de tipo like. Un like que like recordará que tiene
-->
varios operadores, varios modificadores que son el porcentaje,
-->
entonces es eso, es definir eso. Ahora viene la regla.
-->
Entonces los patrones son para que tú valides un formato y la regla es para
-->
que tú valides una condición. Entonces en esa condición tú puedes
-->
decir lo siguiente. Bueno, yo quiero validar en que la edad a partir de
-->
un cálculo que yo hago a la fecha de nacimiento para un cliente tiene que
-->
ser mayor a cero o mayor a 18 años por ejemplo. Entonces eso es una
-->
condición. Partiendo del hecho en que yo sé que la mayoría aquí tienen un
-->
perfil desarrollador, quizás empiezas a pensar pero yo
-->
podía validar una condición con un, por ejemplo, con un
-->
con un patrón y tú lo puedes hacer. Lo que pasa es que por recomendación y
-->
para que no haya confusión, lo que te dice la herramienta o como recomendación
-->
es que el patrón lo vayas a usar para definir el formato y las reglas para
-->
validar una condición, si se cumple o no se cumple. Por ejemplo, tú
-->
puedes decir, mira, yo quiero validar en que
-->
en que todos los datos cumplan la condición que sean verdadero, sean
-->
no puedo hacer con un regex o lo puedo hacer con una regla. Sí, claro, lo que
-->
quiero que entiendas es cuál es la idea de la herramienta. Al final tú
-->
te terminas adaptando y lo que viene aquí después viene es un metadata
-->
y este metadata corresponde a los metadatos que ya habíamos definido,
-->
metadatos hipotécticos, que habíamos definido ya la misma herramienta el
-->
talent data integration. Solamente hay una pequeña diferencia, que las
-->
metadatas acá son la cantidad de fuentes de datos o tipos de fuentes de
-->
datos ya son pocas comparadas con el talent data integration. Acá solamente va a
-->
tener dos fuentes, una que es bases de datos y una que es archivo CSV.
-->
¿Por qué nada más esas dos fuentes? Bueno, aclaro que esto viene más de
-->
lo que dice la herramienta y estadísticamente creo que tiene
-->
razón. En primer lugar, pues normalmente tú analizas tus bases de
-->
datos, eso no hay un puente de discusión. La pregunta que pronto te
-->
sucedería a ti es ¿Por qué la herramienta no me permite JSON o me
-->
permite XML? Que son formatos bastante, digamos, bastante utilizados.
-->
Bueno, aquí vamos a lo siguiente. Hay una característica del CSV que lo
-->
hace, digamos, mejor candidato cuando tú quieres compartir grandes
-->
cantidades de datos. Por ejemplo, quieres compartir un backup de tu base de datos.
-->
Entonces, el mejor formato para hacer ese backup es CSV. ¿Por qué no haces de
-->
pronto o a nivel de plano? No hablamos de backup propios de cada motor.
-->
Digamos como un formato plan. Digamos que tú quieres entregarle los
-->
datos de los clientes a un software de recursos humanos para que haga algo.
-->
Entonces, el mejor formato, digamos, no le entregas un backup de la base de datos
-->
porque de pronto quizás no tenga el motor allá o se lo va a entregar un cliente diferente.
-->
Estamos hablando de formatos planos. Cuando digo plano es que tú puedas
-->
ver el contenido del dato como tal. Pero tú dices, bueno, ¿Pero por qué no lo pongo?
-->
Porque es CSV, porque es el mejor formato para esa para esa
-->
compartición. ¿Por qué? Primero porque es un formato bastante antiguo y
-->
muchos raro una aplicación hoy en día que no te lea un CSV o raro un
-->
software que no tenga una librería para leerte un CSV.
-->
Aparte de eso, el software tiene una característica que es la comprensión del
-->
dato. Lo que pasa es que hacer el backup sobre un CSV sale más pequeño que
-->
tirarlo sobre un JSON o un XML, porque recordarás que el JSON, por cada
-->
fila que yo tenga, me va a repetir los nombres de columnas, mientras que el
-->
CSV nada más tiene la columna en la parte de arriba y lo demás son puro
-->
datos a nivel de columnas o de filas, perdón, a nivel de filas. Entonces a nivel
-->
te sale mucho más recomendable y es el formato que se establece cuando tú vas a
-->
compartir datos de un punto A o punto B sin especificar tecnologías. Ya te
-->
digo ya porque el JSON y además que el JSON, el JSON,
-->
con JSON vas a ver algo que es una cuestión más filosófica y
-->
conceptual, que algunos dicen que el JSON no es un dato no estructurado.
-->
Hay más de conceptos, pero la ventaja que tienes con un CSV es que la estructura del
-->
CSV se conserva en todas las filas. O sea, tú sabes que si tienes cuatro
-->
columnas, sabes que todas las filas van a tener cuatro columnas y
-->
depende si están vacías o no. Pero en un JSON, tú no puedes garantizar que
-->
todas las filas del JSON tienen igual nombre de columna e igual número
-->
de columna. ¿Por qué? Porque tú puedes definir en cada fila lo que tú
-->
quieres, y eso es lo que es la estructura del JSON y la estructura del
-->
JSON.
-->
Listo, esto sería entonces con respecto a lo que es la herramienta. Ahora, la
-->
confesión de la herramienta, pues es muy poca. Lo máximo que puedes hacer
-->
aquí que sería interesante, lo demás es una cuestión netamente gráfica,
-->
pero la herramienta te permite, por ejemplo,
-->
básicamente, que puede ser interesante, que no lo veo mucho. Algo que se llama
-->
el analysis tuning o puesta a punto análisis. Esto lo que hace es que tú
-->
puedas configurar un máximo de memoria en el cual si la aplicación, cuando tú
-->
la ejecutas, sobrepasa el máximo de memoria, entonces en ese caso se
-->
detiene la aplicación. ¿Eso para qué sirve? Normalmente eso sirve cuando tú
-->
utilizas el talent data quality como marketplace, por ejemplo, en AWS, porque
-->
tú puedes comprar en AWS la suscripción de esta herramienta y sabrías que a
-->
nivel de cloud lo que más te cuesta es procesamiento y memoria. Entonces,
-->
quizás tú sube mucho memoria y te sube mucho la facturación y mejor
-->
detienes el proceso. Bueno, eso es lo que veo para qué puede servir. Lo
-->
otro ya son confesiones a nivel visuales que la vamos a ver a lo
-->
largo del curso. Entonces, no le veo como en el talent que podía ver la
-->
herramienta de talent. ¿Puedo cambiar el idioma? Ah, bueno, aquí puedo cambiar el idioma, perdón.
-->
Ya es una cuestión penétamente de algo muy común de herramientas de talent,
-->
pero que no pasa con las herramientas cloud. El cloud si no puedo
-->
cambiar nada más de tres idiomas.
-->
Listo. Entonces, vamos a lo siguiente. Entonces vamos a hacer nuestro primer
-->
análisis. Esto creo que todos estamos conectados.
-->
No sé si hasta el momento hay una pregunta o podemos iniciar. Todo esto fue
-->
teórico. Vamos a iniciar ahora sí la parte práctica con respecto a la
-->
herramienta. No sé si hay alguna pregunta o si quieres esperamos a
-->
alguno que todavía se conecte. No sé.
-->
Bueno, vamos. Bueno, vamos a iniciar. Muchísimas gracias por el firme.
-->
Listo, vamos a hacer lo siguiente. Entonces, lo primero es vamos a
-->
clasificar los análisis. Entonces, dentro de esta carpeta análisis vamos a
-->
crear un pequeño folder y en este folder pues puede identificar ya sea
-->
tu empresa o el proyecto en el que estés. En este caso, pues voy a colocar
-->
el nombre de su empresa. Aquí normalmente pues colocarás el nombre
-->
del proyecto de los análisis que van a hacer. En este caso, bueno, le
-->
coloqué Axel.
-->
Listo. Acto seguido, por favor. Vamos a hacer lo siguiente. Vamos a
-->
tener una carpeta por cada tipo de análisis que vamos a hacer. Entonces, voy
-->
a empezar con un análisis que se llama estructural. Por lo tanto, voy a crear
-->
una carpeta aquí y aquí voy a definir la palabra estructurales diciendo de
-->
que aquí voy a guardar todos los análisis estructurales que tengo de
-->
Axel. Entonces, creo que es una subcarpeta en Axel y me queda de esta forma.
-->
Ok, sí.
-->
No hay problema. Va a este análisis aquí y dale clic derecho,
-->
crea folder, por favor. En este caso usamos AXA o ahí técnicamente debías
-->
colocar el nombre del proyecto en que estés.
-->
Y dentro de AXA vamos a colocar todos los tipos de análisis que vamos a
-->
hacer para AXA o para el proyecto que tú quieras. En este caso vamos a
-->
empezar con uno que se llama estructurales. Entonces, por favor, te
-->
colocaría la carpeta de esta forma, AXA y una subcarpeta llamada de
-->
estructurales. Sí, exactamente. Normalmente, pues ahí colocarías en
-->
vez de AXA los nombres del proyecto en que estés para hacer la calidad de
-->
datos como ingeniero de datos. Listo. Entonces, ¿cómo hacemos un análisis
-->
dentro de la herramienta? Entonces, para esto pues te ubicas en la
-->
carpeta donde lo vas a colocar. En este caso estructural y vamos a dar
-->
clic derecho y vamos a darle nuevo análisis.
-->
Note que la herramienta los clasifica por tipo los análisis y en realidad
-->
son bastante extensos. Vamos a hacer por lo menos uno de cada uno y para
-->
que usted tenga por lo menos la idea qué puedo hacer con cada uno de esos
-->
tipos de análisis. En primer lugar, vamos a crear entonces nos vamos a la
-->
carpeta que se llama estructurales y la expandimos. Y aquí vamos a hacer
-->
lo siguiente. Note aquí que aquí hay tres tipos de análisis pero
-->
prácticamente el mismo pero diferentes en diferentes contextos. Dice que ahí
-->
está el que dice connection, está el que dice catalog y el que dice esquema.
-->
Entonces, primero analicemos conceptualmente esa palabra catálogo y
-->
esa palabra esquema. En primer lugar, ¿qué es un esquema? Yo había dicho ayer,
-->
bueno, esa analogía que hice no es tan buena que fue como si fuese un
-->
baseado pero en realidad no lo es. En realidad, ¿qué es un esquema?
-->
Un esquema te permite organizar lógicamente un conjunto de objetos,
-->
por ejemplo, tablas. Entonces, yo te ya he colocado el del caso ayer. Yo tengo una baseado
-->
en Pogge que se llama metadatos de redes sociales y dentro tengo un
-->
esquema que se llama Facebook, otro Instagram. Eso al final lo que hace es
-->
como si fuera que me crea una subcarpeta y en esa subcarpeta me
-->
permite organizar realmente todos los objetos que tengo de Facebook. Eso al final ¿para qué
-->
sirve? Pues me permite organizar mejor, digamos, mis objetos y, segundo, me
-->
permite mucho para el rendimiento porque si el objeto está dentro de
-->
Facebook, pues lo buscaría como si, haga la analogía, como si nada más lo
-->
buscara dentro de la carpeta de Facebook. Hay otras en que yo no he
-->
visto, yo creo que ya estoy un poco más viejo, quien no define el concepto
-->
es una especie de esquema, pero ese catálogo que está ahí no lo
-->
confunda con el catálogo de datos de una base de datos porque recuerden que
-->
una base de datos tiene metatablas que al final termina siendo su catálogo
-->
de datos. Es decir, en el catálogo de datos de una base de datos te guardan los
-->
datos de las bases de datos, de las tablas y de estadísticas que
-->
tengan esas tablas, cuántas columnas tiene, cuántas filas tiene, nombre de
-->
columna. No es ese catálogo. Este catálogo es muy parecido al catálogo
-->
de como si fuese una especie de esquema. Por ejemplo, esquema MySQL no maneja
-->
esquema, pero Oracle y Poggres maneja esquema, siendo que cada uno lo
-->
maneja de forma diferente. Por eso ser DBA, normalmente es DBA en un
-->
motor porque hay unas diferencias que son significativas en muchos
-->
motores. Mientras que en casos de Oracle, un esquema es prácticamente un
-->
usuario, entonces yo tengo un usuario de una base de datos y el usuario crea unos
-->
objetos. Ese es un esquema. Mientras que para Poggres es parecido, siendo que el
-->
esquema no pertenece a un usuario, sino el esquema es de una base de datos y
-->
esa base de datos, ese esquema se lo puede dar permiso a diferentes
-->
usuarios. Entonces, la forma en que trata el esquema es diferente.
-->
Pero MySQL no maneja eso. Entonces, MySQL maneja, para él, catálogo es una
-->
base de datos, pero te vas a dar cuenta en un software que para
-->
MySQL esquema, para él, es una base de datos. Es una cuestión
-->
honestamente de conceptual, de nombres, y espero que no se me confunda con eso. Al
-->
final, vea el concepto. Yo no he visto todavía los catálogos de base de datos que
-->
tenga esa parte. Al final, sería como una especie de esquema. Vea que esquema es cuando
-->
quiero analizar, digamos, que dentro de una base de datos, por ejemplo de
-->
Poggres, un esquema, el esquema public, el esquema Facebook, el esquema que
-->
tú quieras. Y conexión significa en que voy a analizar toda la base de
-->
datos, independiente si tiene esquema o no tiene esquema. Entonces,
-->
partiendo de este hecho, vamos a hacer lo siguiente. Vamos a hacer la conexión
-->
aquí. Vamos a escoger este conectio.
-->
Y colocamos, entonces, lo siguiente. Yo voy a usar, entonces, un snake case en
-->
minúscula todo. Si usted quiere, deje espacio en blanco al nombre de análisis.
-->
Lo voy a llamar de esta forma. Análisis, under score, estructural,
-->
sinuq. Sinuq es la base de datos que estábamos usando el día de ayer.
-->
Connection, el de connection. Sí, sí, sí, muchísimas gracias. Propósito, analizar la
-->
estructura de la base de datos de sinuq.
-->
Se da lo mismo, el motor aplica, fíjate, aplicas lo mismo, lo de pronto es que
-->
te puede dar cosas diferentes. Aquí, si se da cuenta, el menú sigue muy
-->
parecido a como hacía el job. Tengo el autor, tengo el estatus, entonces el
-->
estatus es los típicos, development, testing y producción. Listo, ahí lo
-->
definís, ahí análisis. Ya eso va más con el estándar que haya definido
-->
internamente en tu empresa. Cómo pasa un análisis de developer a CUA y cómo
-->
pasa de CUA a producción. Ya eso es netamente, pues, suyo allá en su
-->
empresa. Listo, lo demás es el path, el tipo, bueno, de dónde va a quedar. Aquí
-->
le damos test, no hay más nada que hacer aquí. Y aquí, ojo, lo siguiente.
-->
Este tipo de datos estructural solamente se puede hacer en los
-->
metadatos de conexiones a base de datos. No lo puedo hacer a nivel de
-->
archivos CSV, principalmente porque el archivo CSV no maneja metadatos a
-->
nivel de lo que es tipo de datos, ya es primaria, ya es que puede tener una
-->
tabla, etcétera. Por lo tanto, solamente esto lo puedes hacer sobre bases de
-->
datos, nada más. Spade, por favor, perdón, se me
-->
escapaba aquí. Que pena, aquí, vamos a darle aquí un cáncer, por favor, démosle
-->
aquí un cáncer. Aunque lo podía hacer después, pero bueno, démosle un cáncer.
-->
Vamos a hacer la conexión a la base de datos chino.
-->
Esta conexión, hagámosla toda de forma particular, porque yo creo que ya
-->
de ayer debiste aprenderlo. Si no, te voy guiando entonces. Si ya sabes cómo
-->
hacerlo, pues hazlo independiente. Creas una nueva conexión aquí.
-->
Listo, está un poco lento. Listo. Ya viene el nombre de la conexión. Te había
-->
dicho ayer, entonces, que la vamos a llamar base de datos y el motor en
-->
que está Chinut MySQL. Te aparece lo mismo, propósito, descripción.
-->
Entonces, propósito, entonces, conectar a la base de datos transaccional
-->
de la empresa Chinut.
-->
Listo, aquí, pues ya las versiones esta aplican lo mismo que te planteé, el
-->
minor, el mayor, eso fue lo que, ya eso también, directamente, de tu
-->
empresa, le das aquí next. Aplica lo mismo, entonces, buscas el motor, que
-->
sería MySQL. El login sería, dígame. Sí, sí, sí, qué pena, salte de análisis
-->
para tirar la conexión, sí, qué pena. Ahí lo dije muy rápido, entonces, sí.
-->
Acá en metadata, ella hace exactamente lo mismo que hiciste allá en
-->
training integration. El login, entonces, sería root, conservamos. El password sería
-->
también root y el server sería 127.0.0.1. El puerto sigue siendo FIU y aquí
-->
le colocamos, entonces, la base de datos de Chinut.
-->
Me pide lo mismo, punto uno, punto uno, 127.0.0.1, que es lo que llaman
-->
dirección de look back o dirección local. Y no se te olvide, pues, colocar la
-->
base de datos Chinut, el nombre, y aquí, no, no testee, voy a testear
-->
nuevamente para ver, la testía.
-->
A darle eso. Esta herramienta, al final, tiene un problema aquí que, a veces,
-->
bueno, no me deja nuevamente.
-->
Bueno, pero si te conectó bien esta herramienta, no hay que hacer recuperación
-->
de extraer esquema porque automáticamente lo da.
-->
Le das test connection y mira para ver, confirma para ver que te dio crear,
-->
entonces, en el árbol el nombre de base de datos y te tuvo que hacer un
-->
import automáticamente de los objetos que están en esa base de datos. Debe
-->
aparecerte doce tablas.
-->
No, nada más, se le hace el import automático. No es como la otra
-->
herramienta. Esta te importa automáticamente las tablas. ¿Cómo te
-->
quedó? ¿Quién me habló por ahí? Alid. Si te debe aparecer las doce tablas,
-->
cierto. Ok, perfecto. Este, esta herramienta, uno, yo una vez hablé
-->
con un con un asesor y yo le hacía la pregunta, yo tengo una duda a nivel
-->
de software. Como yo desarrollo software, entonces uno lo uno lo ve el punto
-->
de software acá. Tú, ¿Por qué en la, por qué en el talent data
-->
integration, ustedes en el talent integration no importan automáticamente
-->
el esquema cuando yo me, cuando una conexión de tablas. Recuerde que en
-->
talent data integration yo doy recuperar esquema. A respuesta me dice él, no,
-->
lo que pasa es que muchas veces tú no vas a usar todas las tablas que
-->
están definidas en una base de datos. No, yo te acepto esa parte, pero no
-->
entiendo por qué entonces en el talent data quality te traes todas,
-->
porque no te aplica, o es lo uno o es lo otro. Al final, me di una respuesta,
-->
dice, no, lo que pasa es que cada herramienta tiene comunidades
-->
diferentes, entonces lo vende de punto de vista diferente. Ah, bueno, ahora sí te entendí.
-->
Listo. Entonces, ahora sí, por favor, ya después que hizo esta conexión,
-->
vayamos nuevamente a hacer el análisis, nuevo análisis. Aquí, listo. Vamos a hacer
-->
entonces análisis estructural. Ah, perdón. Aquí debo escoger, perdón. Es el tipo de
-->
análisis que sería con Nectium. Next. Y hago la configuración. El name que damos en
-->
que era análisis, underscore, si tú quieres dejar espacio en blanco,
-->
estructural, underscore, chinú. Y el propósito es analizar la estructura,
-->
estructura de la base de datos de chinú. Le das el nombre, por favor, ahí de propósito.
-->
Bueno, ya si tú quieres describir más, pues sería más recomendable que describieras eso.
-->
Le damos aquí next. Y ahora en los metadatas te va a aparecer entonces la conexión hacia chinú,
-->
¿cierto? Esa es la que vas a coger. Le das next. Pregunta si desea filtrar algo, ya sea una
-->
tabla o una vista que tú desees. De todos modos, si no te acuerdas con vista, hay un
-->
ejercicio que sí o sí hay que hacer una vista aquí. Ya te voy a decir por qué después.
-->
Pero bueno, en este caso no vamos a hacer ningún tipo de filtro, entonces le vamos a
-->
dar finish aquí y te debería aparecer entonces el análisis debajo de la carpeta. Cuando te
-->
crea el análisis, si te das cuenta, te configura, te hace una ventana del lado derecho para que
-->
definas y otremíes de configurar como tal el análisis. Entonces, primero expande la parte
-->
de metadata que viene siendo pues la parte donde definimos el nombre, la descripción. Aquí puedo
-->
cambiar, si quiero nuevamente, pues ya sea el nombre o ya sea o le agrego o le quito propósito
-->
de descripción, ya lo que tú desees. Vamos siguiente con los parámetros de análisis.
-->
Listo. Como esto va a ser una conexión a la base de datos, esto lo que hace es que define
-->
el número de conexiones hacia esa base de datos para hacerlo más eficiente. Me
-->
explico de esta forma. Entonces, ¿cómo sería? Sería de esta manera. Permítame aquí,
-->
hago el gráfico. Tú tienes la base de datos que se llama Chinook. Entonces,
-->
ese número de conexiones lo que va a hacer entonces es que acá tienes el talent data
-->
el TDQ. Vamos a colocarlo un poco más grande. Y entonces te dice cuántas conexiones deseas
-->
hacia esta base de datos. El número de conexiones lo que va a hacer es que va a definir N hilos,
-->
dependiendo de las conexiones que tenga. O sea, 5 serían 5 hilos de conexión. Y los
-->
5 de conexión lo que harían es que cuando tienes muchos datos, entonces cada hilo jala
-->
un dato diferente o una colección de datos diferente de tal forma de que sea más rápido
-->
cargar los datos. Para este tipo de análisis carece de sentido hasta la cantidad de 5,
-->
porque te vas a dar cuenta en que el análisis no está a nivel de la data,
-->
sino a nivel de la estructura de la base de datos. Pero es para que sepas para qué es esa
-->
parte de las conexiones. Entre mayores conexiones, abro comillas doble aquí,
-->
hay una probabilidad de que mejore el tiempo de respuesta. Pero no necesariamente cuando
-->
yo incremento, posiblemente puedes incrementar el tiempo de respuesta. Porque eso depende de
-->
muchos factores. Entre los factores es la parte física de tu equipo, porque si vas a crear 5 hilos
-->
indica que tendrías que tener 5 cores para por lo menos ejecutar concurrentemente. Entonces
-->
cuando yo incremento el número de cores, el número de hilos no significa que vaya a
-->
incrementar el tiempo de respuesta. O sea, hacerlo menos lento. O sea, hacerlo más rápido,
-->
poner otra palabra. Es para eso exactamente. Este análisis pues ya no necesita más nada,
-->
este hay algunos contextos que pueda mandar de confesión de los datos,
-->
nunca he trabajado con esta parte, siendo sincero. Pero aquí no hay que configurar más
-->
nada comparado con otro análisis. Simplemente lo que vamos a hacer es vamos a ejecutar el
-->
análisis. Donde lo hace, entonces vayas aquí donde está el play y le das a ejecutar.
-->
Note por favor que cuando lo ejecutó, pasó, en la parte de abajo tiene dos pestañas. Una
-->
pestaña de resultados y una pestaña de configuración de la análisis. Y puede navegar
-->
entre cada una de ellas para hacer algún cambio. Acá bajito lo pueden ver. Una está la de
-->
configuración y la otra es la de resultado. Note que como su nombre lo dice, lo que vamos a
-->
analizar es netamente la estructura de la base de datos. Y vea entonces que te está mostrando
-->
aquí. Te muestra entonces en una tabla, ve que te lo muestra como la palabra catálogo. Para
-->
el MySQL el catálogo es una base de datos. Y vea lo que te aparece ahí. En la primera
-->
parte te aparece el número o la cantidad de registro que tiene la base de datos. Como tenemos
-->
la misma imagen, debería aparecer el mismo número. 15.607. Te aparece el número de tablas,
-->
el número de proporción de filas por tabla, el número de vistas, en este caso cero,
-->
el número de proporción de filas con vista y te aparece el número de índices en total
-->
que tiene la base de datos. Entonces, la pregunta que uno empieza a formularse es
-->
¿qué puedo hacer con esta información que me presenta este tipo de análisis? Bueno,
-->
este tipo de información, aclaro nuevamente que esto va más para un ingeniero de datos,
-->
pero esto es información que le puede servir también y transmítesela al DBA de tu base
-->
de datos. ¿Qué pasa con el número de filas? Con el número de filas tú puedes hacer un
-->
análisis interesante que es un análisis de frecuencia y analizar cómo, digamos,
-->
cómo incrementa o quizás decrementa el número de filas en cierto periodo de tiempo.
-->
Cuando tú haces eso significa que bueno, en el mes pasado tenía tantos registros y en este mes
-->
tengo tantos registros. Analizas el cambio y puedes determinar el nivel de crecimiento que
-->
va a tener tu base de datos en los próximos meses o en los próximos años. Eso te va a
-->
permitir a ti tomar varias ediciones. Primero, determinar si el espacio que tengo a nivel de
-->
disco me va a servir para el escalamiento de los datos. Es decir, para ver si entonces me toca
-->
pensar en agregar un nuevo disco o quizás pasar esta base de datos a una máquina que
-->
tenga un disco más grande, hacer cualquier labor de migración y me va a permitir entonces
-->
analizar y definir para ver ese escalamiento como tal. Ahora, ese escalamiento aparte de
-->
definirte a futuro cómo va a crecer tu base de datos y determinar entonces cómo te va a afectar
-->
ese escalamiento porque hay que tener algo que cuando tu base de datos crece en tamaño vas a
-->
tener un problema de tiempo de respuesta. Porque es sencillo, no es lo mismo buscar
-->
un registro en un millón que buscarlo en 15 millones de registros. No es lo mismo. Entonces,
-->
cuando tú incrementas en tamaño la cantidad de registro, entonces tú tienes que empezar en
-->
políticas. ¿Qué vas a hacer para mejorar los tiempos de respuesta? Políticas que van en
-->
definir, por ejemplo, si voy a definir particiones, si voy a incrementar el número de índices. Si,
-->
por el contrario, de pronto tú dices, mira, hay algunos que tienen la siguiente política.
-->
Te pongo el caso de una empresa de Colombia que se llama Olímpica. Esa Olímpica es un
-->
supermercado, una caña supermercado a nivel de Colombia. Tú lo vas a encontrar en cualquier
-->
parte de Colombia. De pronto tú tengas la posibilidad de ir allá en México. Entonces,
-->
esos señores están produciendo diariamente alrededor de 5 millones de registros. Diariamente,
-->
eso es una cifra que tú en el tiempo, tú vas sumando 5 millones, 5 millones, 5 millones,
-->
y eso te cuesta en el tiempo. Entonces, ¿qué hacen los señores? Mira, los señores
-->
se los siguen deteniendo de datos. Una base de datos que es la neta nacional donde tienen,
-->
por ejemplo, solamente del último año o de los últimos meses, significa que esa base de datos
-->
no está grande. Y tienen una base de datos donde tienen el histórico. ¿Por qué no tienen esa
-->
forma? Porque normalmente a nivel de ventas, de la forma del negocio en que está, en la
-->
forma del negocio en que está, tú solamente tienes lo que tienes actualmente en stock.
-->
Entonces, carece de sentido tener muy raro que tú consultes el dato histórico. Muy, muy raro.
-->
Entonces, ¿qué hace la política de ellos? Bueno, lo voy a dividir en dos. Una base de datos que
-->
tengo pocos datos y va a ser los datos actuales que puede ser del último mes o del último año
-->
y tengo una base de datos histórica. Esa se histórica ya es para tomar decisiones y es la
-->
que consulto cuando de pronto voy a hacer un data warehouse, por ejemplo. Entonces, va en
-->
esas políticas de crecimiento y va también en otras políticas. Y esto es un poco más técnico
-->
y es para que de pronto tú lo entiendas y para qué te puede servir, digamos. Resulta que cuando
-->
tú creas una base de datos, dependiendo del motor, el motor, digamos, que planifica de
-->
forma diferente cada uno de ellos. Ahí viene que cada DBA es diferente. No es lo mismo un DBA
-->
ahora con un DBA de server, porque cada arquitectura puede ser diferente de muchas cosas. Hay
-->
motores que hacen lo siguiente. Tú entenderás que, y es claro porque solamente para recordarle,
-->
cuando yo tengo una tabla, esa tabla lo que hace es que me guarda los datos al final de un
-->
archivo, porque un sistema operativo guarda un sistema de ficheros. O sea, la base de datos,
-->
cuando tú guardas una fila, te guardas un archivo. Esos archivos son los que ellos
-->
llaman data files o archivos de datos y entonces hay motores de base de datos que
-->
definen data files para un conjunto de objetos. O sea, digamos, tú tienes tres tablas, cinco
-->
tablas y esas cinco tablas se pueden guardar en un solo data files, nada más en uno.
-->
Entonces el problema es, como yo sé cómo es el crecimiento a futuro de mi dato,
-->
yo puedo configurar el data file a un tamaño predilecto, porque hay dos cosas. Si el
-->
data file lo define muy corto, y te lo voy a decir gráficamente, es decir, de tamaño muy
-->
corto, vas a tener un pequeño inconveniente en que esos data files te van a quedar muchos
-->
data files desplegados. Y no necesariamente estos data files te van a colocar aquí,
-->
DB1 como data file 1, DB2 como data file 2 y DB3 como data file 3. Aquí digamos que tienen
-->
datos de la tabla empleada de los clientes y tienen muchos tablas. Si esto es muy corto,
-->
forza al sistema a que te cree muchos data files. Y el problema de tener muchos data files es que
-->
si tú haces un full scan, un full scan que es hacer la consulta esto, hacer un select asterisco
-->
from employee, esto hace un full scan, porque tú te vas a traer todos los datos que tiene la
-->
tabla. O peor todavía, si tú tienes un where, tú colocas un where, where name sea igual a
-->
que va a pasar aquí. Si el name no es un índice, tiene que ser full scan. Un full scan al final es
-->
lo que más cuesta a un motor y uno trata de evitarlos en lo máximo posible. ¿Qué es un full
-->
scan? Un full scan es que el motor sabe dónde están sus data files, tiene que buscar sus data
-->
files y de cada data file tiene que subir los datos de memoria principal para poderte los
-->
mostrar a ti. Entonces si estos data files hay muchos y normalmente no están adyacentes,
-->
no son contiguos, porque recuerda que este disco duro o disco solido puede estar grabando
-->
muchas personas, te va a quedar en espacios separados, cuenta fragmentados, entonces tienes
-->
que recuperar cada fragmento y después subirlo de memoria principal y eso te cuesta. Entonces
-->
al final esa análisis de frecuencia de lo que es, de lo que es como incrementa,
-->
le puede permitir a un DBA hacer lo que uno llama técnicamente el tuning o la puesta a
-->
la base de datos, de colocar la base de datos con características específicas para la aplicación
-->
que quiere ejecutar. Y más específicamente sería con esto un data file con el tamaño
-->
de sus data files. Aclaro, ¿qué es mejor, pequeño o grande? Depender. Ahí no hay un,
-->
depende de lo que tú vayas a hacer. Si lo colocas muy grande, entonces te queda un
-->
data file ahí que ocupa un espacio que de pronto para llenarlo demora mucho tiempo.
-->
O sea, no hay una panacea, una fórmula matemática que nos diga cuál es mejor.
-->
Si te fijas entonces, eso es lo que podías hacer con esa parte. Ahora, si vas nuevamente a la
-->
herramienta, date cuenta que ahora te está dando la información por cada una de las
-->
tablas. Cuando seleccionas aquí la base de datos, te das cuenta ahora que ahora te lo está
-->
diciendo la misma información por cada tabla. Te está diciendo, por ejemplo, que la tabla
-->
actualmente tiene 347 filas. Tiene una clave y tiene dos índices. Entonces, aquí aplicas
-->
lo mismo pero de forma particular en tablas. ¿Qué pasa ahora? ¿Para qué me sirve estos datos?
-->
Ahora, puedo hacer un análisis de frecuencia, pero por tabla. ¿Y de qué me sirve? La misma
-->
teoría que te dije, el data file te sirve ahora para lo mismo. ¿Por qué? Porque hay
-->
motores que hacen lo siguiente. No tienen un data file para endos objetos. Sino lo que
-->
hace el motores es que te crea un data file por cada tabla. ¿Que si es bueno o malo? Sí,
-->
como todo en la vida, tiene ventajas y desventajas. Te crea un data file,
-->
significa que tengo la tabla de álbum, álbum se guarda en un data file. Entonces,
-->
yo puedo definir de igual forma el mismo análisis diciendo que si veo que me está
-->
creciendo mucho esa tabla en el tiempo, voy a crear un data file mucho más grande.
-->
Si de pronto la tabla no crece, voy a colocar un data file mucho más pequeño y te aplica lo
-->
mismo que vas a tener a nivel de lo que es el full scan. Cuando yo consulto eso,
-->
si tengo muchos data files separados, entonces me demora más tiempo. Y te aclaro que lo que
-->
más desgasta a un motor es bajar a memoria secundaria, porque entendemos que la memoria
-->
RAM es mucho más rápida. Eso es lo que más desgasta un motor. Entiendo que con los discos
-->
es mucho más rápido, pero es lo que más cuesta un motor. Y la mayor parte de motores lo que
-->
buscan es tenerte la mayor cantidad de datos de memoria principal, de tal forma en que no
-->
bajes a memoria secundaria. Y eso mismo te aplica el sistema operativo. Mira,
-->
tú Windows, te voy a colocar con Windows, es más un devolvador de recursos. Tú montas
-->
un Windows y tienes 8 GB y vamos a suponer que por defecto cuando tú montas el Windows
-->
con todo lo que tienes, te ocupa 5 GB, uno podría creer que si yo subo a 16 GB,
-->
ese bendito Windows me va a ocupar los mismos 5. No te ocupo los mismos 5,
-->
te ocupo más memoria. ¿Y tú irás por qué? Porque el sistema operativo aplica lo mismo. Dice,
-->
voy a tratar de subir la mayor cantidad de servicios arriba, memoria principal,
-->
de tal forma de que si tú lo vas a ejecutar, pues sea lo más rápido posible. Entonces,
-->
ese mismo principio que tiene el sistema operativo, lo replicas acá con el concepto
-->
de motores de base datos. La mayor cantidad de datos por registro lo tiene más arriba,
-->
que apartamos el hecho. La mínima unidad de datos que tiene uno base datos es un registro.
-->
Si uno sube una columna, tiene que subir la tabla, o sea, el registro, perdón, la tabla.
-->
A menos en que cambies el tipo de motor. Entonces, cuando tú hablas de un motor
-->
columnar, ah, la cosa es diferente. No es lo mismo que un motor relacional,
-->
no es lo mismo. Mientras que allá la mínima unidad de información es la columna, acá la
-->
mínima unidad de información es el registro. Entonces, tú lo que subes es un registro. Aunque
-->
vayas a usar una columna de registro, hay que subir el registro completo. Ni modo. Hay
-->
que hacerlo así. Listo. Entonces, puedes aplicar el mismo concepto de crecimiento,
-->
como está la tabla. Ahora, si le das clic derecho aquí sobre esta tabla, por ejemplo,
-->
álbum, dale donde dice view keys, por favor, y te debe abrir una pestaña.
-->
Mira que te abre una ventana de este lado y puedes ver la tabla que te da la información,
-->
por ejemplo, de la tabla álbum. Por ejemplo, voy a empezar aquí de la primera que dice column.
-->
Empezamos con column, acá bajito. Se está diciendo, mira, esa tabla tiene tres columnitas,
-->
y te dice el tipo de datos. Ese tipo de datos, aunque tú no creas, yo entiendo que hoy en día uno
-->
no se preocupa con el tipo de datos. Pero entienda un poco más mi punto de vista,
-->
porque yo vengo de una generación, seguramente mucho más antigua que ustedes son. Yo asumo
-->
que ustedes son muy jóvenes. Entonces, allá a ahorrarse un datico o unos bytes, pues uno
-->
estaba muy pendiente. Hoy en día, pues en realidad el almacenamiento secundario es lo más barato.
-->
Si tú te vas a un cloud, el cloud, lo más barato es secundario y lo que más te cobran es
-->
memoria RAM y te cobran procesamiento, es lo que más te cobran. Pero tú dices, por ejemplo,
-->
bueno, voy a definir el tipo de datos. No es lo mismo definir un integer de cuatro bytes a
-->
un integer de seis bytes. ¿Por qué? Porque cuando el vinito de datos es numérico,
-->
el mando ocupa los cuatro y seis bytes. Pero tú vas a guardar solamente uno, dos, tres, cuatro,
-->
nada más un número muy pequeño. Entonces, si tú vas a guardar un número muy pequeño,
-->
ajusta el tipo de datos a lo que vayas a hacer. ¿Por qué? Si es una base de datos,
-->
digamos. Tú dices, no, pero es que el base de datos que yo tengo no pasa mucho,
-->
él no crece. No, pero es que estamos hablando quizás de base de datos que tengan 15, 20,
-->
100 millones de registros. O sea, son base de datos sumamente grandísimos y esos bytes te
-->
cuestan en almacenamiento. Entonces, no es lo mismo decir, porque cuando yo defino un integer
-->
de cuatro bytes, me ocupa los cuatro bytes, aunque el número que vaya a guardarse a uno.
-->
Cosa diferente como cuando tengo un varchar, ¿verdad? El varchar es más dinámico y el
-->
varchar tú define un varchar. Por ejemplo, aquí es como tengo un varchar de 160,
-->
pero tú tienes 40, él nada más te ocupa los 40, ¿cierto? Y tú dices, no, el mando ocupa.
-->
Sí, pero hay un pequeño problema a nivel de recursos, que es el siguiente. Mira lo que pasa,
-->
te voy a pintar gráficamente. Suponte esa tabla que se llama álbum, listo, y voy a seguir el
-->
esquema siguiente. Tengo la tabla álbum y ahora este motor va a ser lo siguiente. Por
-->
cada álbum que tenga, por cada tabla voy a tener un datafile, que al final es un bloque
-->
de memoria. Este datafile piensa en lo siguiente, piensa en que tú puedas hacer un update de
-->
tus datos. Entonces imagínate lo siguiente, tú guardaste el nombre del artista, te ocupó 40 bytes,
-->
pero hiciste un update y ese update te ocupa 20 bytes. Ese motor se tiene que preocupar por eso,
-->
por lo siguiente. Porque si en ese datafile no cabe esa información, él no se puede dar
-->
el lujo de coger ese registro y mandarlo para otro datafile. Eso le cuesta mucho.
-->
Mira, le cuesta tan programación y también le va a costar a nivel de lo que es tiempo de
-->
cuesta. Entonces, ¿qué hace el motor? Esto es claro que todos deberían ser igual,
-->
la técnica no sé cuál sería, pero todos serían iguales. Es decir, entonces por aquí te guarda
-->
un pequeño espacio, el datafile, fíjate que aquí te guarda, que aquí no está ocupado. Ese
-->
que no está ocupado es por si acaso tú haces un update y, digamos, vas a incrementar el
-->
espacio y por si acaso hoy tengo como que un colchón de seguridad de espacio por los updates
-->
que tengas tú. Entonces, si tú defines un varchar de 1000 y al final está ocupando solamente 20,
-->
date cuenta que aunque no lo estés usando, el motor tiene que reservar esa memoria,
-->
ese espacio de memoria, por si acaso tú haces un update que ahora ocupaba 20,
-->
pero ahora quiere ocupar los 1000. La moralidad es lo siguiente, es analiza entonces tus tipos
-->
de datos y verifica que vayan de acuerdo entonces a lo que tú que desees almacenar.
-->
Entonces, no te traslímites todo porque de pronto te está afectando mucho. Al final sé
-->
que de pronto tú tienes mucho espacio, pero al final te puede afectar en lo que el motor como
-->
configura internamente. Ya lo demás pues ahí no veo algo como que interesante para decirte y
-->
para tener en cuenta con este tipo de estudios que tú haces. Date cuenta que este estudio va
-->
un poco más dirigido, más técnico hacia una persona que conoce de base de datos o de
-->
motor de base de datos, perdón. Bueno, aquí pues pasa la siguiente pestaña que te dice info,
-->
te da información general, pues básicamente el nombre de la tabla y no hay ningún poder
-->
de decisión ahí pues o algo que analizar. Seguidamente pues te da un preview de los datos,
-->
no te trae todos los datos que tengas, te hace un preview de 80, 100 datos, solo puedes
-->
configurar ahí en los parámetros de cuánto preview vas a hacer. Quizás puedas ver el
-->
contenido que tengas y quizás puedas ver algún dato inconsistente en ese contenido.
-->
Tal vez lo ves, porque si tienes un millón, 20 millones, 30 millones de registros, pues la
-->
muestra que te está colocando aquí es muy pequeña para poder hacer un análisis, por ejemplo,
-->
por lo menos visual de qué puede estar mal ahí. Aquí este rowcon ya te había mencionado,
-->
pero para qué sirve, digamos para definir ese data file, el tamaño, cómo es, cómo está
-->
creciendo en el tiempo esa tabla. Y si crece en el tiempo, cuál va a ser mi política para
-->
hacerla más rápido. Entonces de pronto hago petición de tabla, de pronto agrego más índices
-->
a la tabla, que también tiene otro problema con los índices. Primariquín, bueno,
-->
primariquín sí puede ser, pues puedes analizar para ver cuáles son las columnas
-->
que pertenecen o si la tabla no tiene primariquín. Ya te había colocado un
-->
caso ejemplo en que el caso de tal auditorías carece de sentido en que normalmente pues le
-->
colocó una llave primaria y carece todavía más del sentido en que le crea una secuencia y le
-->
cree la llave primaria para la secuencia, a veces todavía más de sentido esa parte. Aquí
-->
normalmente lo que podías verificar es si las tablas que tienes, por lo menos tiene llave
-->
primaria, están las que son primordiales en tu negocio. Por ejemplo, te encuentras una tabla
-->
cliente y dices, bueno, ¿cómo así que cliente no tiene llave primaria? Pues eso es muy raro
-->
que sucede hoy en día, pero quizás puede ser. Yo te aclaro que yo tengo una historia
-->
de esas anécdotas que pasaron cuando yo empecé con esta parte de freelance. Yo creo que fue el
-->
segundo contrato que yo tuve. En ese segundo contrato que tuve trabajé para un español.
-->
Ese español me mandó a hacer un software que era un webcrawler, un escrapeador. El
-->
señor lo que quería era que él colocaba una URL de un periódico y yo me traje a todos
-->
los artículos del periódico. Esa solución no quedó tan estable porque por muchas cosas
-->
de formato de cada uno de los periódicos. Pero eso al final es ilegal en algunos países.
-->
O sea, escrapear datos de una página depende directamente del país. Yo me enteré fue después.
-->
No sabía, estaba muy privíparo. Yo recuerdo que el español una vez me muestra su pantalla
-->
para explicarme algo que quería agregar en el software. Y yo recuerdo que las tablas
-->
teníamos una tabla que se llamaba violaciones. Una tabla que se llamaba asesinatos. Y a mí me
-->
causó un poco, yo como voy a un país sumamente complejo, entonces esas palabras ya están
-->
marcadas en mi cabeza. Y ya a mí me dio miedo esa parte. Entonces yo le pregunto a él,
-->
disculpa, y tú esas tablas, ¿por qué las tienes? Él se enojó mucho y me dijo,
-->
¿para qué te interesa eso? A usted no le interesa lo que yo le mandé. Entonces me
-->
asustó mucho. Pero al final, cuando él me pregunta por qué me interesa, yo me di una
-->
cuenta de una particularidad de las tablas. Las tablas no tenían foreign key. Entonces yo
-->
disparo y me dije, no, no, es que me da curiosidad, es que ¿por qué las tablas no
-->
tienen foreign key? Entonces ese foreign key me dice él, no, lo que pasa es que,
-->
y tiene razón, tiene razón técnicamente el señor, lo que pasa es que yo hago mucho,
-->
mucha subida de datos a través de procesos de batch o de bool. El batch es que tú lo
-->
haces normalmente, lo divides en partes y lo ejecutas, no necesariamente en tiempo
-->
real. El bool nada más tiene un solo archivo y lo ejecutas normalmente en tiempo real,
-->
son las diferencias que hay con lo respecto. Lo que hace es que cuando tienes mucho foreign
-->
key te hace más lento subir la información. Claro, ya te explico por qué. Bueno,
-->
si de cuando te interesa, te sube más lento, se le quita las llaves primarias,
-->
entonces él pierde integridad de datos, claro, integridad referencial, porque él no
-->
asegura, no puede asegurar muchas cosas ahí, pero él gana velocidad. Al final siempre
-->
quedé con la duda de qué hacía el señor con eso y qué guardaba ahí. Ahí estaba. Bueno,
-->
pero al final esto te va a permitir pues definir si tienes llave primaria o no llave
-->
primaria. Entonces aquí te va a definir entonces en el porte key es hacia qué,
-->
cuál de las tablas, cuál columna de las tablas hacen referencia a otras. Por ejemplo,
-->
esta tabla hace referencia a la tabla que se llama Track C, al NUNAID,
-->
hace referencia a la tabla Track. Importe key es quién me referencia a mí.
-->
Ahí podías analizar por eso si de pronto tienes una ciudad de tablas y si te hace
-->
falta alguna. Y aquí sí viene algo y te explico por qué y esto va con relación a lo que te dije
-->
el día de ayer en que te dije, piensa muy bien cuando voy a hacer un Join con una herramienta
-->
ETL. Por muchas razones, porque primero la base de datos está preparada para esos Join.
-->
Y además la base de datos, los datos están locales, mientras que para el proceso de Join
-->
con un ETL te toca coger los datos, pasarlas por una red y llevarla al equipo donde tengas
-->
el job o el workflow o el pipeline, lo que tú quieras ver. Entonces,
-->
fíjate que la tabla tiene dos índices. El índice que se crea por defecto,
-->
y te voy a abrir comillas dobles aquí, creería que todas las bases de datos hacen
-->
exactamente lo mismo. ¿Por qué dar las comillas dobles? Porque me
-->
aseguraste eso. Pero normalmente cuando tú, creo que tú en la universidad y en lo que
-->
ya te he dicho siempre, mira, trata de buscar por ya de primaria porque te hace más rápida
-->
las búsquedas. Sí señor, efectivamente eso es. ¿Y eso por qué se hace? Porque entonces
-->
normalmente la mayoría, pues la forma puede variar, pero en el fondo hacen lo mismo. Entonces
-->
digamos que este bloque de memoria es de álbum, pero este álbum puede tener varios
-->
data files, varios bloques de memoria por muchas razones de esta señora acá. Entonces,
-->
cuando tú creas y defines la base de datos, defines una ya de primaria, la base de datos lo
-->
que hace internamente es que crea para ese señor álbum un bloque de memoria donde guarda
-->
índices. ¿Qué hace el índice? Lo que hace el índice, lo que hace es que, por ejemplo,
-->
si tu índice es tu número de identificación, entonces él guarda en dos partes. Guarda en la
-->
tabla de índices y guarda en el bloque de memoria que le tocó a ese registro. Cuando tú
-->
buscas por ese índice, en este caso por la ya de primaria, él primero busca en el índice y
-->
el índice le dice en qué bloque de memoria, no en qué parte de la memoria, sino en qué
-->
bloque de memoria se encuentra el registro que estás buscando y el motor nada más sube ese
-->
bloque de memoria y te busca el registro de memoria principal. El algoritmo es fácil buscar
-->
para ver si el número que estás buscando coincide con los números que subió de memoria
-->
principal. Ya tú aseguras que vas a subir el bloque donde está. Si no usas ya de primaria,
-->
te hace full scan, te sube todos los bloques de memoria y si tienes poca memoria te hace
-->
swapping. Es decir, entonces te comienza a bajar los bloques de memoria que no usas,
-->
la secundaria y ese swapping que va haciendo te retarda entonces la búsqueda. Eso es lo que
-->
hace el índice al final, te mejora la búsqueda pero un pequeño problema con el índice. Porque
-->
tú pensarás, todo aquí tiene ventaja y de ventaja, no ayudo que no tenga. Tú dirás,
-->
pero ven acá. ¿Pero esto significa en qué? Por ejemplo, yo hago mucha búsqueda por nombre
-->
de usuario, por nombre de cliente, perdón. Y eso está lento, claro, entonces tú empiezas
-->
a crecer en datos, te quedan muy dispersos los tu data files, tienes que subir esos bloques de
-->
memoria a primaria y eso te retarda el tiempo y vas a buscar los nombres que tú quieras. Ahora,
-->
tienes un order by más complicado todavía, un order by cuando es más grande. Eso hay que
-->
pensarlo bien. Pero es inteligente eso, pero tú dices, ah no, entonces tú dices, piensa,
-->
Eva, ¿qué hago yo? Entonces lo que voy a hacer es lo siguiente, voy a agregar un índice
-->
para name y significa ahora que ahora va a ser más rápida la consulta por nombre. Sí señor,
-->
le hace más rápida la consulta por nombre. Claro que sí, pero hay un problema que cuando tú ganas
-->
algo normalmente pierdes otra cosa. Si tú tienes un índice, los índices ¿qué haces? Te mejoran las
-->
búsquedas, pero te retardan la actualización y borrado. Porque quizás cuando tú borras,
-->
tienes que borrar en el data file y borrar entonces donde tienes los índices. Entonces
-->
tienes que hacer dos operaciones y todas esas actualizaciones, por ejemplo, sobre la
-->
llave primaria, te toca actualizar que normalmente uno no lo hace, pero lo puede hacer.
-->
Normalmente uno por standard no lo hace, pero es claro que uno lo puede hacer.
-->
Entonces yo, ¿qué pasa? Te tengo que actualizar en el índice y en el registro del data files.
-->
Entonces, ¿qué pasa? Que si yo tengo mucho índice como tal, me va a incrementar la búsqueda,
-->
pero me retarda la actualización de ML, específicamente más la de update y la de delete,
-->
en el caso que te mencioné. Entonces, yo he visto muchos casos, había un joke,
-->
a mí me gusta mucho la parte de Philan, porque por lo menos, aunque no vaya a participar en
-->
un trabajo, me doy cuenta de los problemas que tienen muchas empresas o alguien en particular.
-->
Alguien decía que tiene una tabla, en ese caso tenía 15 millones de registros,
-->
perdón, 150 millones de registros. La tenían Postgres. Y la tabla para una consulta en
-->
particular le demoraba 10 segundos y él quería bajarla a 5. Yo recuerdo que él decía,
-->
bueno, aquí quiero que la persona que vaya a hacer esto me indique qué va a hacer. Ya la
-->
tabla tiene actualmente 16 índices. Ya no soporto un índice más porque tengo unos
-->
problemas a nivel de inserción y atresiones. Quiero que me definan una solución para poder
-->
mejorar las búsquedas. Entonces ya no solamente, entonces de pronto puedes partir la tabla y hacer
-->
muchas cosas dependiendo del motor en que estés. Es interesante los problemas que se
-->
forman ahí. Entonces no siempre tú tiras un índice, porque a veces puedes tratar otras cosas.
-->
Y vete a lo siguiente aquí. Mira ahora lo que te había comentado el día de ayer de por qué
-->
es más rápido el join a cada nivel de base de datos. Les te cuento lo siguiente. Aquí se
-->
genera un índice a nivel de foreign key. O sea, genera un índice por defecto. Creo que la
-->
mayoría, vuelvo y repito, que haya uno que no te lo haga y venga, pero bueno. Pero la mayoría
-->
de motores cuando tú haces un foreign key te tira un índice. Este índice no es igual al
-->
de primary key. No es igual. Este índice entonces lo que hace es lo siguiente. Este
-->
te mejora las búsquedas a nivel de join. ¿Qué sería? Que cuando tú haces un join sobre dos tablas,
-->
que habría que entender un poco más esa parte de join, porque recuerda que un join termina
-->
siendo un producto cartesiano. Pero es entendible que por ejemplo cuando tú tengas lo siguiente,
-->
tienes por ejemplo un select, el join lo puede hacer a nivel del front aquí o lo
-->
tienes en tabla A, en tabla B. Bueno, perdón. Condición A, en condición B. Para que me
-->
entiendan mejor hagamos customer C, pedidos. Listo. Entonces tú tienes, por ejemplo,
-->
si lo haces a nivel de Word, ya depende como tú quieras, por ejemplo CID igual a PID,
-->
siguiente. Y supongamos que arreglas una nueva tabla aquí. ¿Qué te digo yo?
-->
De evoluciones, no sé. Listo. Entonces vamos a suponer que sea C.ID igual a D.ID client.
-->
Entonces todo esto de base de datos va hasta con la forma en que tú hagas el Word,
-->
porque aunque él intenta hacer lo siguiente, normalmente él se da cuenta en que subir todos
-->
registros de memoria principal le puede costar. Entonces primero une estas dos tablas y a partir
-->
del filtro de estas dos tablas tira un producto cartesiano con la tabla restante. O sea, aquí
-->
en la primera parte él haría esta parte primero, sube customer y sube pedidos. Hace full scan
-->
ahí dependiendo de muchas cosas. Pero entonces ya después con los registros que me quedan
-->
aquí, hago entonces producto cartesiano aquí. En pocas palabras, quizás no es lo mismo tirar
-->
este man primero así, te da el mismo resultado, pero a nivel de tiempo de respuesta puede que no
-->
te dé. A revés puede hacerlo, digamos, a revés. O sea, no es lo mismo, no es como que se llama
-->
acumulativo a nivel de tiempo de respuesta. Entonces tú tienes que analizar que vas a tirar
-->
ahí si tiras primero al izquierdo o derecho. Lo que sí es seguro es que el motor te tira
-->
un índice para ya de primaria. Perdón, listo, vamos a ver qué termina ya esta parte. Bueno,
-->
aquí ya viene siendo privilegios que tengas. Quizás en el estándar y no te lo da,
-->
te lo todavía da el gerente de datos, definir quiénes podían acceder a ese campo.
-->
Porque si hay personas que no pueden acceder al campo, entonces podías pensar en una vista,
-->
definir una vista para eso. Los privilegios que tenga la columna y ya listo. Bueno, eso es lo que
-->
podía hacer con este análisis, pues es más, digamos, técnico con respecto a tu base de datos
-->
como tal. Ya aquí podías ver de forma general todas las tablas, mirar si alguno
-->
tiene ya de primaria, decidir si hay que agregarla, no agregarla o cambiarla. Bueno,
-->
muchas cosas que pueden. O sea, si hacemos un pequeño break de 10 minutitos y seguimos
-->
con el siguiente análisis. Bueno, ok. Bien, volvimos nuevamente, pues espero que hayan tomado algo
-->
y hayan descansado un poco. A veces más duro cuando la sesión es. De pronto para uno que
-->
es el, digamos, el instructor creo que a veces un poco más fácil porque de pronto uno se cansa,
-->
se distrae menos, pero de pronto seguramente tiene allá problemas de la oficina o lo
-->
que se llama y quizás de pronto es un poco más complejo. Bueno, retomamos nuevamente aquí esta
-->
parte. Se me escapaba algo en los ejercicios que estoy haciendo aquí. Yo los voy a compartir en
-->
una presentación. Aquí están las fuentes de datos que vamos a tomar para acá y aquí están
-->
cada uno de los ejercicios en el orden de lo que vamos a hacer. Entonces yo los voy leyendo y
-->
los voy explicando. De todos modos ahí les especifica el ejercicio y qué es lo que se busca
-->
con cada uno de los análisis y qué anomalías va a encontrar o que puede contar con cada uno de
-->
los equipos de análisis. Entonces yo me estoy siguiendo esto. De todos modos esto se lo voy a
-->
entregar. Tanto el instalador, los recursos, tutoriales, que eso lo hace directamente. Bueno,
-->
eso lo va a ser Jimena, pero si alguna cosa no lo comparte ella, pues me avisa y yo con
-->
mucho gusto les comparto esa parte. No se lo olvide alguna cosa. Sigo entonces con la
-->
herramienta. Listo, entonces voy a cerrar aquí. Voy a cerrar acá, listo.
-->
Para finalizar el tema ese de las análisis estructurales, note que entonces ya le había
-->
comentado que aquí hay tres opciones, que es catálogo, esquema y connection. Al final es
-->
lo mismo, exactamente lo mismo. La única diferencia, principalmente con el esquema,
-->
porque con catálogo no conseguí decir un motor que me ayude, pero con esquema es que no
-->
lo hago a toda la base de datos, sino al esquema en particular. Pero las estadísticas
-->
que les mostré son exactamente las mismas, o sea, las que voy a mostrar. No va a cambiar
-->
en nada. Lo que te cambia es el alcance mientras connection va a ser a toda la base de datos,
-->
esquema va a ser a una parte de esa base de datos que sería el esquema que tú hayas
-->
escogido. De ahí no hay más nada. Vamos entonces a lo siguiente, vamos a cambiar,
-->
vamos a crear, ahora sí, vamos a crear una nueva carpeta ahí en AXA y la vamos a llamar
-->
columnares. O sea, vamos a hacer análisis columnares ahora. Le quedaría la estructura de esta forma,
-->
quedaría entonces, tengo análisis estructural y voy a hacer N columnares ahora, a ver si
-->
tengo alguna duda, columnares. Acto seguido entonces, vamos ya, este análisis ya es, bueno,
-->
no es tan técnico, pero a veces hay que meter cosas técnicas.
-->
Vamos a lo siguiente, se va entonces a la carpeta columnares y vamos a crear un nuevo análisis.
-->
Acto seguido, va a buscar la sección de column análisis.
-->
Y aquí hay muchos. Vamos a iniciar con el basic. Entonces vamos aquí a basic column análisis.
-->
Entonces vamos a llamar entonces, análisis, un momento, busco el ejercicio, lo deje acá,
-->
este no es, perdón, un momento, busco el ejercicio, voy a ver que es el dos, listo.
-->
Análisis columnar, nombre, análisis columnar. Customers, bueno, está en inglés la tabla,
-->
bueno, lo colocamos en español porque después decimos un ingleñol ahí. Análisis columnar,
-->
clientes, underscore chinu. Sí, sí, ese exactamente, ese exactamente. Y el nombre
-->
del análisis lo vamos a colocar como análisis columnar clientes chinu. Vamos a analizar la
-->
tabla customer. Por propósito, analizar la tabla, bueno, se llama customer en realidad.
-->
Y encontrar posibles anomalías. Entonces, ya después que tenga el nombre, el propósito y si
-->
desea pues la descripción, que sería lo más aconsejable, vamos a darle aquí entonces finish.
-->
Y debería abrir una ventana similar a la que tenemos. Cambian un par de cositas porque
-->
el tipo de análisis es un poco diferente. Note entonces que le aparecen las dos mismas
-->
pestañas, un análisis de setting y uno de resultados. Te va a cambiar un poco,
-->
los metadatas siguen siendo igual, cuando expando aquí, aquí puedo cambiar lo que yo
-->
quiera a nivel del nombre o el propósito y agregar cualquier descripción o cambiar el
-->
status si desea. Ese no es el caso. Vamos entonces a la parte de configuración de
-->
este tipo de análisis. El otro no era de esta forma. En primer lugar entonces tiene que definir
-->
la conexión. Ahora, este tipo de análisis lo puedo hacer sobre los dos metadatos que permite
-->
la herramienta. O lo hago sobre un archivo CSV o lo hago sobre archivos de base de datos,
-->
sobre conexiones de base de datos. En caso particular que te tocó analizar un JSON y
-->
vas a usar la herramienta, pues ni modo. Te toca pasar el JSON a CSV. Te toca usar el
-->
data integration o cualquier herramienta que ya tu conozcas. Ya es ni modo. Entonces,
-->
por defecto, aquí aparecen los metadatos donde dice connection. Aquí solamente aparece una,
-->
pero aquí si hubiesen varias conexiones, ya sea a bases de datos o archivos CSV,
-->
van a aparecer en este convoco de aquí. Listo. Ahora, ¿qué hay que hacer? Lo siguiente,
-->
hay que definir hacia qué tabla, como estoy conectado a una base de data, hacia qué tabla
-->
deseo el análisis. Ya en el nombre ya he dicho que le íbamos a hacer sobre customer. Entonces,
-->
vaya a donde dice select column y debería aparecerle la conexión con que está en el
-->
combo voz. Solamente debemos una, pero dependiendo de los cambios que tenga,
-->
te va a aparecer la que tú hayas escogido. Expande y te van a aparecer las estructuras,
-->
dos estructuras a nivel de tablas y a nivel de vistas. Quizás, y te voy a colocar un
-->
pequeño caso, te va a tocar recordar o por lo menos tener el conocimiento claro de cómo crear
-->
vistas y por lo menos saber cuándo debo crearlas para este tipo de análisis. Yo te
-->
voy a colocar un caso en que vas a ver, y abro comillas dobles, muy sencillamente,
-->
por qué debía crear una vista. Pero hasta el momento no hay vistas en la base de datos,
-->
solamente hay tablas, entonces expandimos tablas. Y aquí debes escoger una tabla,
-->
no puedes escoger varias, aunque sea un checkbox, te va a salir un error porque nada más tienes que
-->
coger columnas de una tabla, nada más. Aquí creo que gráficamente, como la mayoría aquí
-->
de pronto somos desarrolladores, creo que ese checkbox se equivocó, hubiese colocado mejor
-->
un radiobutton. El checkbox uno lo asocia en que va a coger varios. Acá el radiobutton,
-->
uno entiende que radiobutton, aunque a nivel de programación puede ser lo mismo,
-->
pero ya uno ni el usuario se da cuenta. Bueno, si es radiobutton es que va a coger uno,
-->
pero bueno, está así. Escojamos la tabla customer aquí, seleccione. Cuando seleccione,
-->
si no le aparecen las columnas, dele click en el nombre de la tabla, si,
-->
dele click en customer y debería aparecer las columnas. Acto seguido entonces,
-->
vamos a hacer lo siguiente. Podemos escoger todas las columnas, pero normalmente,
-->
como tú vas a ser ingeniero de datos y hay una particular contigo, es que aunque seas ingeniero
-->
de datos, al tener la tabla de datos, tú tienes un bagaje del modelo de negocio que vas
-->
a probar. Por ende, ya tú debes determinar en este punto qué columnas sería interesante
-->
de analizar. Si deseas, vamos a montar todas un momento para ver. Ya después,
-->
ya con la experiencia que tú tengas y más más, la escogencia no a nivel técnico,
-->
sino a nivel de negocio y a nivel de, digamos, de ese sexto sentido en determinar
-->
para ver cuáles columnas pueden tener problemas de calidad. Para este caso en
-->
todas, pero es claro en que en un análisis real, escoger todas puede ser muy tedioso,
-->
hay columnas que carecen significado. Por ejemplo, la columna customer ID,
-->
esa columna ya es ya de primaria. Entonces, normalmente un módulo de hacer datos te va
-->
a funcionar bien a nivel de que la de primaria, o sea, no se va a equivocar. Entonces, por
-->
ejemplo, no, que quiero verificar para ver si hay un nudo en la llave primaria. No,
-->
carece de sentido eso porque si está definida ya de primaria, a menos que sea un error de
-->
programación del motor, que creo que ninguno te lo va a hacer hoy en día, pues tendría
-->
sentido, pero hay cosas que no tienen. En este caso vamos a escoger todas, vamos a
-->
decirlo ok. Y te aparece un pequeño preview, donde ese preview, el límite del número de
-->
configuras aquí, por defecto está 50, pero tú puedes cambiar el límite que tú quieras y puede
-->
hacer de pronto una revisión de los datos como están. No te trae todos, sino hace un preview
-->
del número que tú configures. Listo, sigamos. ¿Sabes que nunca lo he probado ese límite?
-->
No, no sabría decirle, pero déjame y te investigo porque no, esa pregunta nunca me lo
-->
he hecho, pero nunca lo he investigado, pero no sé. Por ejemplo, la herramienta si tiene un par de
-->
límites, más que todo para export, pero no recuerdo que tenga un límite para el número de
-->
filas y como la cantidad de filas es bastante pequeña, carecería sentido que lo colocara
-->
un millón o dos millones porque al fin y al cabo, pues nada más hay como 250 registros,
-->
pero si deseas permíteme y te averiguo para ver si de pronto en el tutorial te
-->
especifica es un límite para eso. Quería que no, quería que no por acá en mi ignorancia por acá.
-->
Dile lo siguiente, automáticamente cuando, cuando usted escoge las columnas que puede
-->
coger las que usted quiera, él ya sabe el tipo de datos. ¿Por qué? Porque viene la tabla,
-->
entonces si te das cuenta en la parte de abajo, aquí te dice cuáles son las columnas que vas
-->
a analizar. Entonces aquí estaría, entonces aquí no te muestra dudas. Ahora configuramos esta
-->
parte. Si le das clic aquí te va a mostrar el resto de columnas. Mira aquí, da clic aquí,
-->
city, state, country y etcétera. Ahí te aparecen todas las filas. Pero aquí vamos a lo siguiente.
-->
Resulta que te había comentado también del que viene el talent data integration.
-->
Cuando tú tienes un CSV, un JSON, un XML, tú no tienes tipo de datos. Entonces él asume el
-->
tipo de datos a partir de los datos que estén ahí. ¿Qué hace él internamente? Hace lo que
-->
llama una minería de texto. Según él, pues ahí es una minería de texto. Bueno, lo que sí es
-->
seguro es que la herramienta, cuando tú despandes aquí el combo voz, te aparecen
-->
cuatro tipos de datos. Te aparece un tipo de datos nominal, interval y texto no estructurado
-->
y uno que dice others, que ese era un tipo de datos especial que se iba a sacar. Pero como
-->
la herramienta, pues no hay nuevas versiones, quedó ahí en other. Eso era como ese mismo
-->
caso de muy popular de Oracle. Oracle tiene el Varchar y el Varchar 2. Uno espera que Varchar 2
-->
dice, no, que Varchar 2 viene con un tipo especial de datos. Pero bueno, al final no sé
-->
por qué se trató de un tipo como Oracle. Pero recuerdo que cuando trabajaba en los 2000,
-->
por allá 2004-2005 por allá, esperando que el Varchar 2 fuera algo diferente,
-->
pero al final era lo mismo. Nunca dijeron que era lo diferente. Acá pues nunca vino
-->
este cambio. Debes entender entonces qué es cada uno de ellos. Entonces,
-->
para esta parte vamos a numerar los tres tipos. Entonces los tres tipos son los siguientes y es
-->
la recomendación que te da. Tienes un tipo de datos nominal. Este dato nominal lo vas a usar
-->
cuando el dato pertenece a una clase. O sea, cuando el valor del dato está en una
-->
clasificación. Forma sencilla. Por ejemplo, el clima. El clima está establecido en una
-->
clasificación, verdad? El color de una prenda. Ese color pertenece a un rango de colores que
-->
tú lo tienes clasificado. Pero entonces este nominal, hay que entenderlo, que el nominal
-->
no solamente aplica a Varchar. Un nominal aplica hacia un campo numérico también. Normalmente,
-->
cuando un campo numérico debe ser nominal, cuando el campo numérico carece de sentido,
-->
puede sacarle un promedio. ¿Cómo así? El caso típico es el de código postal. El código postal
-->
carece de sentido en que yo saque un promedio de los códigos postales de una región. Porque
-->
¿Qué hago con eso? Nada. Entonces, en realidad el código postal debería ser un campo nominal.
-->
¿Por qué? Porque ese campo como tal pertenece a un conjunto valores preestablecidos. Entonces,
-->
es un caso de decir, en pocas palabras, el nominal puede ser o Varchar o puede ser numérico.
-->
Vamos con el siguiente, que es interval. Normalmente, cómo sé cuando yo tengo un
-->
dato en que el promedio sea interesante, un lado interesante de analizar. Promedio
-->
de duración de algo. Interesante, más o menos. Este interval, hay que entender que el
-->
interval puede ser numérico o también puede ser un poco Varchar. O sea, perdón,
-->
alfanumérico. Numérico, ¿Qué puede ser? Por ejemplo, el peso. El peso de las personas.
-->
Entonces, yo puedo sacar el peso promedio de una ciudad. Podía decir entonces que,
-->
partiendo del peso promedio, hay un problema de sobrepeso de la población. Típico en Estados
-->
Unidos, Canadá, del lado de Toronto, porque más de Estados Unidos, están acostumbrados
-->
más a comida rápida. Yo creo que el caso de nosotros, los latinos, no tenemos así tanto promedio
-->
de, bueno, de obesidad comparado con los gringos, evidentemente. Entonces, te puedes
-->
sacar el dato promedio y dice, bueno, ¿En qué momento puede ser un dato alfanumérico?
-->
No, lo que pasa es que tú puedes tener de pronto algo así, guardar unos baseatos. Un día,
-->
dos semanas, y entonces aquí puedo hacer algún proceso en lo cual el promedio de eso
-->
me sirve para algo. Claro que es un, carece de sentido en que yo guardo un dato así,
-->
pero te lo encuentras. Ese carece de sentido, particularmente yo que he trabajado con
-->
diferentes países, principalmente, bueno, tengo experiencia con Estados Unidos, con Australia,
-->
con Inglaterra, aunque claro, yo no domino el inglés fluido, sino que, bueno,
-->
de la casualidad que hay unos, hay unos requerimientos que están muy claros,
-->
pero a veces uno cree que esa persona sabe más que el latino, pero en realidad no crea,
-->
no crea ese uno, esos gringos deben saberla todas, pero no, no, tú encuentras uno de
-->
errores teóricos que un estudiante de ingeniería no lo hace y te lo hace un
-->
profesional de allá. Es más, la mayor parte de esos países, por ejemplo, Estados Unidos,
-->
buscan mucho latino, porque latino tiene algo muy particular, el latino es leal,
-->
como dice que leal, el, por ejemplo, el canadiense llega a una empresa y se encuentra un trabajo
-->
que le pagan más ceba inmediatamente, el latino no, el latino sigue en esa empresa y es leal a
-->
esa empresa durante mucho tiempo y buscan el latino porque eso, y además porque si haces
-->
freelance te pagan al cambio de dinero, pues a ti te dan mucho, pero el cambio de ello,
-->
el cambio de ayer allá es poco comparado con lo que le pagan un profesional allá,
-->
pero bueno, uno encuentra una cantidad de cosas ahí sobre esta parte. Y lo último sería el texto
-->
no estructurado, por ejemplo, una descripción, pero, por ejemplo, tú puedes tener un,
-->
puedes tener una dirección y la dirección tiene una estructura, por ejemplo, supongamos
-->
que tu dirección tú la guardas como acá en Colombia, son barrio, ciudad, departamento,
-->
no sé cómo se llaman las de acá, o calle y carrera, entonces si tú tienes una estructura,
-->
entonces no es un texto no organizado, entonces lo puedes definir como nómina,
-->
pero si es texto no estructurado, donde simplemente no hay una estructura como su
-->
nombre lo dice, pues lo defines como no estructurado, la herramienta en teoría pues te
-->
clasifica, pero puede que esto te pueda cambiar algunas cosas, esto más que todo es para algo,
-->
para un proyecto que tenían ellos para esta herramienta de hacer minería textual,
-->
pero no lo alcanzaron a agregar, eso es lo que más te afecta el tipo de datos,
-->
pero hay cosas de algunos tipos de análisis en que realidad da lo mismo cómo lo coloques,
-->
porque pronto no te afecta el tipo análisis. Si intentas ejecutar actualmente el análisis,
-->
va a salir un error porque hay que definir qué es lo que quiero hacer sobre cada una de las
-->
columnas, muy pendiente a lo siguiente, cada columna que yo escoja, tengo que definir qué
-->
quiero hacer con la columna, es decir, tengo que definir el indicador que deseo,
-->
entonces el indicador lo puedes agregar a cada columna en dos partes, o lo agregas acá arriba,
-->
o lo agregas acá abajo, decide dónde desee, al final te va a mostrar ahí una ventana,
-->
dale clic por favor, y te va a mostrar esta ventana que está aquí.
-->
Seguidamente notarás que hay gran cantidad de tipos de análisis, vamos a hacer un caso para
-->
cada tipo, para que vea el alcance y lo que puedo hacer con cada uno de ellos.
-->
Vamos con el primero que es el más sencillo que se llama simple estadística,
-->
espande por favor el árbol ese, el de simple estadística, estadísticas,
-->
y vamos entonces que estadística te está presentando aquí, bueno analicemos un poco,
-->
estas son las básicas y esta es la que vas a encontrar en cualquier herramienta de análisis
-->
de datos. Primero tienes para contar el número de filas, tú dirás pero para qué sirve eso,
-->
lo que pasa es que el número de filas te va a permitir hacer proporciones, por ejemplo,
-->
proporción de nulos, proporción de datos vacíos, entonces es importante contar el número de filas.
-->
Vamos con el null con, o sea el número de valores nulos, ya te había dicho que ese es un
-->
es un problemita a nivel de base de datos si no tienes documentado por qué el valor es
-->
nulo, hay valores nulos que carecen sentido y valores que no, te coloco un caso de la
-->
cantidad, cantidad nula puede que carezca de sentido, pero de pronto tú que manejas seguro
-->
tienes un campo que se llama fecha de fallecimiento y el campo está nulo, ah es claro entonces que
-->
porque está nulo es porque el señor pues no se ha muerto, vamos de esa forma. Sigue el
-->
campo distinct count y el campo unit count, ahora que ejecute te voy a hacer las diferencias
-->
tengo la cantidad de duplicados, la cantidad de blancos y la cantidad, la cantidad ojo de
-->
elementos que tienen el valor por defecto, recordarás que a nivel de base de datos tú
-->
puedes definir un constre que se llama default, que en caso por ejemplo que la base de datos,
-->
que el campo sea nulo, tome el valor por defecto, por ejemplo, puedes configurar esa
-->
parte, a eso se refiere el default, eso para que al final termina, de pronto tú diciendo lo que
-->
pasa es que yo estoy me doy cuenta que el 90% de mi datos tiene valor por defecto, eso es
-->
netamente raro, eso es porque de pronto al digitador le está dando flujera a preguntar
-->
ese dato o quizás en la interfaz gráfica la cree muy mal y ese dato no se alcanza a
-->
ver y el señor no le pregunta y le da a guardar, bueno muchas cosas que pueden pasar con
-->
respecto a eso. Notarás entonces que esta sería esta parte y en la parte de arriba te vas a
-->
encontrar con la columna que escogiste, aquí tienes la columna customer, tienes first name,
-->
last name y vas a tener una columna por cada tipo de, por cada columna que tú escogiste,
-->
ahí está y tienes una columna que simplemente enumera, que es importante para la selección
-->
ya te digo para qué, mira lo siguiente, en primer lugar aquí tienes row com y aquí tienes
-->
varias cosas, en primer lugar si tú quieres por ejemplo contar el número de filas del customer
-->
id, entonces tú te vas aquí a customer id que es, perdón, este de aquí y le das click,
-->
eso para seleccionar un solo indicador, ese indicador aplica nada más que para esa columna
-->
customer id solamente va a contar el row com. Si tú quieres seleccionar que todas las columnas
-->
que tienes ahí vayan a contar row com, le das click donde está este espacio en blanco de aquí,
-->
al darle click aquí es coger toda la fila,
-->
se me quedó, aquí está, ahí está, se me quedó. Esto que hace, selecciona todas las
-->
filas significa que todas las columnas que están aquí, les voy a contar el row com,
-->
si quieres pues le das selección o coges de manera particular.
-->
Si quieres ahora seleccionar todos los indicadores para todas las columnas le
-->
da click en la primera columna de la primera fila, este de aquí, click aquí y eso selecciona
-->
todo. La pregunta después, tengo que seleccionar todo, no, lo que pasa es que si haces esto así
-->
el problema que vas a tener es que vas a tener mucho dato, entonces de pronto te complica
-->
más analizar muchos dados, al final tú decides que deseas hacer entonces. Para el caso particular
-->
déjala esa forma, entonces vamos a seleccionar todos los indicadores para todas las columnas,
-->
analiza algo, en el caso del default column, este que está aquí, por qué no pudo seleccionar,
-->
porque seguramente ninguna de esas columnas tiene un constrain default. Solamente se
-->
explicaría si el constrain de la columna tiene un default, si no, no aplica. Si te das cuenta,
-->
si, ah perfecto, listo, si está en esta en esta sección hay dos formas, o le das
-->
select indicator aquí abajito, o select indicator acá abajo, acá arribita,
-->
dale click por favor para ver, dale click por favor, si, listo, voy a darle click aquí,
-->
expando simple statistic y voy a seleccionar todos los indicadores para todas las columnas,
-->
como es la primera columna de la primera fila y me selecciono a todo. Les decía que el default
-->
aparece desactivado porque seguramente ninguna ninguna columna tiene constrain default y
-->
analice que el caso de simple statistic, el black count aparece desactivado para el
-->
constrain default. ¿Por qué? Porque seguramente esa columna tiene un nonnul, un nonnul que no le
-->
deja por lo menos colocar el blanco. Bueno, listo, entonces vamos a lo siguiente. Dale aquí ok por favor
-->
y espere un momento, en que al parecer está agregando los, está un poco lento, listo, vea
-->
que para cada fila le agrego un par de elementos, es decir, los indicadores que usted
-->
elegió. Si hay una fila que no se señaló, si hay una columna que no le agrega identificador,
-->
te sale un error porque todos los columnas tienen que tener a lo mucho o por lo menos
-->
un indicador. Listo, después de esto que ya he configurado los indicadores, procede el paso
-->
entonces ya a ejecutar ese análisis.
-->
Y listo, te va a generar entonces una gráfica. Vamos a analizar entonces la gráfica que nos
-->
genera. Por favor, note lo siguiente, si usted baja, puede que no alcance a ver todos los
-->
indicadores porque seleccionó muchas columnas. Si quiere ver varios, entonces en la parte de
-->
abajo puede navegar a diferentes pestañas. En la parte de abajo, listo, alto seguido,
-->
entonces vamos a hacer una parte de configuración. Quizás a usted no le gusta ver todo en esas
-->
pestañas. Quizás quiera ver todos los datos en una sola pestaña. Bueno, para esta parte
-->
entonces vamos a lo siguiente. Vaya a donde dice Windows, Preferences, Profiling, Editor.
-->
Y acá en la parte de abajo le quiere decir cuántos sitios aparecen para las pestañas
-->
de resultados. Voy a colocar aquí 15 y cuánto a nivel de reglas de negocio. A usted lo ajusta
-->
como usted quiera. De pronto a usted le gusta en diferentes páginas o le gusta
-->
y por favor vuelve a ejecutar nuevamente el análisis y debería cambiar la forma en que
-->
vas a ver los datos. Deberías verlo en una sola pestaña. Ah, perdón, creo que me toca cerrar
-->
y volver a abrir. Un momento, para que tome la configuración. Doble clic aquí. Creo que me
-->
gusta. Voy a ejecutar nuevamente. No sé si ya los muestra para ver. No, listo. Solamente
-->
es cerrar y volver a abrir. No hay que volverlo a ejecutar. Solamente es cerrar y volverlo a
-->
abrir. Es una pestaña crucial. Digamos que es la básica que en todo proyecto Nice tiene que
-->
tenerlo en cuenta por lo menos. Listo entonces. Note que para cada columna tiene una gráfica
-->
y tiene una tabla. Entonces, por ejemplo, aquí en mi pantalla estoy viendo los datos de
-->
customer ID, pero más abajito tengo lo de false name. Cada uno, cada columna va a mostrar
-->
los indicadores que usted haya seleccionado. Para este caso cogimos todos para todas las
-->
columnas. Significa que las tablas y las gráficas se van a parecer iguales a nivel de
-->
columnas de lo que va a mostrar. Vamos al caso entonces, por ejemplo, del customer ID. Acá si
-->
lo quieres ver gráficamente o a nivel de tabla, te está diciendo lo siguiente. Mira,
-->
ven acá. El número de filas que tenemos actualmente es 59. El número de registros
-->
distintos son 59 y de único son 59. Tiene sentido porque ese señor es ya de primaria.
-->
Es decir, ahí no hay ningún tipo de duplicado. Por eso decía, ahí de pronto
-->
carece sentido uno analizarla ya de primaria porque al fin y al cabo te va a dar prácticamente
-->
la misma estadística. Vamos ahora con el false name y analicemos un par de cosas entonces.
-->
False name. Mira, ven acá. Date cuenta que hay 59 registros. Listo, perfecto. ¿Cuántos nulos hay?
-->
No hay ninguno. Si tú tienes un nulo ahí, tú puedes decir, mira, te dice, mira, vamos a hacer
-->
una campaña en el cual vamos a mandarle una felicitación el día del cumpleaños a mis
-->
clientes. Si tú no tienes el false name, ya tienes un problema porque ya no podía hacer
-->
ese mensaje tan personalizado. Entonces, tú tienes que analizar cómo el nulo afecta una
-->
decisión en particular que tenga la empresa. Pero dese cuenta de algo. El número de distintos
-->
que hay, hay 56. El número de únicos hay 53 y el número de duplicados hay 3. Entonces,
-->
lo que hay que entender que llama el único, que llama distinto y cómo cuenta los duplicados.
-->
Entonces, vamos a lo siguiente. Te lo voy a mostrar acá a nivel de un archivito. Entonces,
-->
voy por aquí. Voy a abrir acá. Supongamos lo siguiente ahora. Tienes los siguientes registros.
-->
Tienes clientes. Tienes uno y tienes el nombre del cliente. Perdón, tienes el código del
-->
cliente y tienes el nombre del cliente. Tienes aquí uno y tienes el cliente, por ejemplo,
-->
que se llama Ana. Tienes dos. Tienes el cliente que se llama, por ejemplo, Alberto. Tienes
-->
tres aquí. Voy a colocar entonces Jesua que es aquí. Cuatro. Voy a repetir aquí Ana.
-->
Cinco. Voy a repetir aquí Alberto. Entonces, vamos a contar el número de row con aquí.
-->
¿Cuál sería? Pues sencillo. Sería el número de filas. En este caso, row con tuyo sería 5.
-->
El número de elementos distintos. Distintos en nombre. Entonces, ¿qué es lo que hacen
-->
internamente? Si hay duplicados, se lo cuenta una vez. Queriendo decir lo siguiente. Aquí
-->
tengo Ana. Tengo Alberto. Tengo Jesua. Lleva tres. Ana lo tengo aquí. Ya no
-->
cuento porque está duplicado. Alberto no lo vuelvo a contar porque está duplicado. Quiere
-->
decir que el número de distintos es igual a tres. O sea, en pocas palabras, cuenta los
-->
duplicados independiente del número una vez. Es decir, aquí me daba lo mismo si aquí hay un
-->
seis, por ejemplo, Ana, porque el número distinto me seguía igual. Los duplicados los
-->
cuentan a más una vez. El otro es los únicos. Para él los únicos son aquellos
-->
elementos que no tienen repetición. No tienen repetidos. Entonces, Ana no lo puedo contar
-->
porque Ana tiene una repetición en el registro cuatro. Pero puedo contar. Alberto tampoco lo
-->
puedo contar. Solamente contaría Jesua. Jesua entonces me indica que es uno. Es decir,
-->
de los registros nada más tengo uno que no se repite. Los demás se repiten. ¿Y cuántos
-->
duplicados tengo? Entonces, cuento los duplicados. Digamos, no cuento lo original. Por ejemplo,
-->
no contaría este Ana si no cuenta cuántas veces repite Ana a partir de aquí. Ana se repite
-->
una vez y Alberto una vez. Duplicados igual dos. Y de esa forma entonces es que haces el
-->
cálculo a nivel de duplicados, únicos y cada uno de los elementos. Entonces, la herramienta,
-->
mira cómo te funciona la herramienta. Vamos por acá. La herramienta te hace lo siguiente.
-->
Voy a cerrar aquí un momento para concentrarme. Aquí voy a colapsar
-->
a este señor para concentrarme en Farsen. Distinct Count. Entonces tú vas o de este lado
-->
o de este lado. Voy a ir de este lado que me parece más sencillo. En la gráfica que yo quiero
-->
analizar le doy clic derecho. En este caso quiero analizar los distintos. Click derecho.
-->
Y esta opción te dice ver los valores que son distintos. Entonces yo doy clic aquí y aquí
-->
va a aparecer. Hace una consulta contra la base de datos que está demorando y me
-->
debería aparecer los valores. Qué raro. No sé si es que está a alguno le pareció.
-->
A mí no me pareció. Qué raro. Vamos aquí a lo siguiente. Voy a ir nuevamente. Qué raro.
-->
Click derecho. Ver valores.
-->
Bueno, aquí debe aparecer. Yo creo que está ejecutando. Creo que hay un problema de memoria aquí.
-->
Alguno le apareció. Sí, hay algunos que le apareció, pero a mí no me apareció.
-->
Bueno, si coges custom ID, te debe mostrar las filas. Aquí debería mostrar las filas.
-->
Es decir, las filas las saca de esta consulta. Pero qué raro que no lo haya hecho.
-->
Sí, le muestra el nombre. Debería mostrar el nombre, pero qué raro. De pronto es que
-->
está lento. Pero voy a quitar este 5010 para ver. Está desactivado este señor que está acá.
-->
Eso sí es sumamente raro. Voy a ser al ingeniero. Voy a cerrar este señor de acá.
-->
Y voy a volver a abrir aquí. Intentar ver las filas que son, en este caso los valores que
-->
son distintos. Veo que está funcionando muy lento. Voy aquí nuevamente.
-->
La fila que vamos a escoger es first name.
-->
De este señor, clic derecho, ver valores. Bueno, aquí no sé qué raro. Voy a intentar
-->
ejecutar nuevamente el análisis para ver si de pronto ahí cambia.
-->
First name es que está muy lento también para subir las gráficas.
-->
Me va a tocar subir memoria aquí a esta máquina virtual para ver.
-->
Bueno, aquí está, clic derecho, ver valores.
-->
Esta consulta que está aquí es la que debería sacar para mostrarme los valores. Aquí debería
-->
mostrármelo, pero aclaro que no sé por qué no lo hace. No le veo ningún error aquí. Voy a
-->
dejarlo aquí abierto entonces por si acaso. Bueno, sigo entonces de todo modo. Ahí no sé,
-->
tengo que analizar más internamente qué pasó aquí. Aquí también puedo hacer los
-->
ver valores y aquí esta opción me permite ver los valores y la fila completa. Voy a cambiar
-->
valores por View Rows para ver si una muestra. Tampoco me la está mostrando a ninguno de las
-->
muestras. Bueno, a alguno de las muestras, ¿Verdad? Creo que el único que no las muestra es a mí.
-->
Sí, bueno, tengo que analizar qué pasó con el caso mío.
-->
Listo, miren, entonces aquí esto es para todos. Vamos entonces, vamos a analizar un poco. Voy a
-->
buscar columna interesante. Voy a buscar la columna, por ejemplo, del postal code. Por favor,
-->
busque entonces la columna postal code. Postal code. Creo que aquí está postal code. Vamos a ver.
-->
Aquí está postal code. Por ejemplo, digamos que tú quieres mandar unos paquetes. Digamos que tú
-->
empieces de paquetes. Si te das cuenta, el postal code tiene cuatro, tiene cuatro columnas,
-->
en cuatro regitos en que la columna es nulo. Entonces ahí vas a tener un problema porque
-->
quizás a esas cuatro personas no le va a llegar lo que tú decías mandar. Si tú le das,
-->
normalmente le das click aquí. Bureau. Debería, bueno, mostrar también. No sé por qué no debe
-->
mostrar. Me va a mostrar las filas en las cuales ese señor es nulo. Ahí quizás tú mandas
-->
un reporte de análisis a decir que esa columna está nula y ver para ver cómo hacemos para
-->
llenar de datos esa parte. Llenar datos puedes hacerlo con curación social. Básicamente en
-->
esta curación social lo que tú haces es que le ayudas a alguien que sabe de negocio a que
-->
te ayude a completar los datos. Vamos a buscar por ejemplo la de correo. Bueno, aquí tengo
-->
city y digamos que cada una puede tener un contexto diferente. Date cuenta lo siguiente,
-->
solamente tienes, por lo menos tienes diez, diez registros en los cuales hay clientes que
-->
estado, por ejemplo, lo que tienes tienen que tus clientes, por lo que está diciendo la gráfica,
-->
es que hay cuatro, bueno cuatro duplicados, pues significa que hay cuatro registros que
-->
están a nivel, al final terminas ocho clientes que puede estar viviendo en la misma región.
-->
Voy a buscar entonces al final la que me interesaba que era el de el de teléfono,
-->
el de perdón, el de email, mira el de email, búsquete de email.
-->
Email te está diciendo, por ejemplo, en que ahora todos los correos que tienes ahí son
-->
diferentes y digamos si tú estás pensando en que tu user ID sea un correo electrónico y
-->
aparece uno que está duplicado, epa es una alarma, tengo dos clientes con el mismo correo,
-->
está sumamente raro. En este caso, supongamos que tú tienes una aplicación en el cual
-->
tengas el correo como user ID, significa que cada usuario tiene un correo diferente y es lo
-->
que debería ser. Búsquete por ejemplo phone, teléfono, ¿cómo estamos a nivel de teléfono
-->
para ver si hago campañas de mercadeo por teléfono? Creo que lo pasé. Se llama phone,
-->
ese fax se envió y eso no se usa. Por ejemplo, phone me está diciendo y voy a leerlo ahora
-->
a nivel de porcentaje, me dice que el 1.79% de los datos en total son nulos. En pocas palabras,
-->
si hablamos a nivel de cantidad, tengo un cliente en el cual no tengo su teléfono. Por
-->
ende, activar una campaña de mercadeo lo que puede llevar es que el 1% de esas personas que
-->
están como clientes míos no le llegue como tal ese mensaje. Y de esa forma entonces es que
-->
empiezas a analizar cada uno de los aspectos que le toca entonces. Normalmente la herramienta,
-->
así como está, si es que la vas a usar, vas a hacer entonces dos cosas. Una cosa es
-->
a detectar anomalía y otra cosa es documentar anomalía. En el caso particular de que tú
-->
no seas el ingeniero de datos o la persona encargada de solucionar la limpieza, te
-->
tocaría mandar ese reporte al ingeniero correspondiente para que solucione la anomalía
-->
como tal. Listo, y esto entonces lo puedes ver. Puedes analizar entonces ahí varias cosas.
-->
Listo, entonces vamos a hacer otro pequeño análisis, pero voy a restringirlo para que se
-->
vea mucho mejor, para que le queden los dos ejemplos entonces. Quiero activar una regla de
-->
negocio. Entonces aquí la estás visualizando, pero de grados que tú quieras. Oye, venga acá,
-->
si los nulos están por encima del 10%, por favor, activen una alerta. Y con esa alerta,
-->
pues ya yo es más fácil visualizar. No me toca ir gráfica por gráfica y ver para ver que está
-->
pasando. Entonces para esto voy a hacer lo siguiente. Entonces vamos a crear aquí,
-->
cerremos este señor de acá.
-->
Cerremos este señor de acá. Y ahora, sí, dígame. Liliana me dio, ¿verdad? Sí, me dio Liliana.
-->
OK, así. Normalmente esto es clic en análisis colundar, pero en el análisis. No en la carapela,
-->
doble clic ahí, perfecto. Ahora, váyase donde está la casita de la barra del menú.
-->
Spanda ahí, dele clic. Y ahora dele doble clic donde dice DQ Repositorio. Ahí dice, en la parte
-->
de arriba, DQ Repositorio. En la parte de arriba del menú, más arriba. Ahí está la casita,
-->
doble clic. Dere nuevamente doble clic. Esto es de clic C. En final, normalmente doble
-->
clic para expandir y doble clic para dejar como está. Bueno, hagamos entonces lo siguiente
-->
ahora. Voy a crear análisis colundar. Vamos a colocar aquí un basic column. Y coloque
-->
lo siguiente entonces. Análisis. ¿Era con qué? ¿Con font o con fax? Dejé de ver el ejemplo
-->
para ver. Bueno, análisis, colundar. El fax que ya casi no lo usan, pero bueno, colundar,
-->
fax. Voy a colocar al final alerta. Propósito, generar, generar. Aquí se me fue el enter. Voy
-->
a cambiarlo entonces aquí. Generar una alerta de cumplimiento para el fax. La columna fax,
-->
perdón. Sí, lo terminé ahí porque sí, básico. Sí, señor. Efectivamente, así
-->
como te dice. Listo. Ya después que terminaste aquí, entonces debe quedar más o menos así.
-->
La pestaña. La conexión sigue siendo la misma. Vamos a escoger la misma tabla,
-->
pero no vamos a escoger nada más una sola columna, la de fax. Se voy aquí a select column.
-->
Voy entonces aquí donde dice tabla. Y voy entonces donde dice la tabla que se llama customer
-->
y voy a escoger fax. Perdón, selecciono aquí. Ya seleccioné. Nada más. Nada más una columna.
-->
Le damos aquí, ok. Si intento ejecutar esto que está aquí, por ejemplo, intento ejecutar
-->
aquí. Dice, hay un error, ¿por qué? Porque todavía no le ha asignado un indicador a la
-->
columna. Todas las columnas en una análisis tienen que tener por lo menos un indicador.
-->
Listo, entonces ahora aquí lo que voy a hacer lo siguiente es select indicator
-->
y voy a escoger todo lo de simple, esta indica simple. Simplemente le doy click aquí y para
-->
esa columna van a aplicar todos esos indicadores. Damos entonces aquí, ok.
-->
Y te voy a agregar entonces cuáles son los indicadores que tú escogiste aquí.
-->
Si deseas, vamos para ver, para decirte entonces, porque normalmente estos indicadores o estas alertas
-->
que tú vas a colocar, se las vas a configurar según el estándar de calidad que tengas en tu
-->
empresa. Normalmente, como te he dicho varias veces, lo hacen de gobierno de datos. Él
-->
decide qué elementos mínimos tienen que existir en los datos para definir que son de calidad,
-->
ok. Entonces ejecuta inicialmente aquí por favor, te voy a pasar solamente una gráfica.
-->
Bueno y aquí la configuración ya viene un tipo sí, más o menos. Mira lo siguiente, a ti te dicen,
-->
mira, si la cantidad de datos nulos supera los 40, entonces hazme el favor y manda una alerta.
-->
Bueno, perdón, mandar no, muestra una alerta. Ah, ok, listo. Significa, date cuenta aquí que
-->
tengo null cone que es 47. Si está por encima de esto significa entonces que debo decir,
-->
hay un problema, hay que revisarlo. Esos datos no pasan, no pasan la calidad. Ah,
-->
listo, entonces ¿cómo hacemos eso? Listo, ya tú sabes porque el departamento de gobierno
-->
de datos te definió esa calidad. Vas aquí entonces, análisis setting y aquí en el
-->
elemento que tú quieres alertar, lo buscas. En este caso quiero los null cone. Le das
-->
doble clic por favor y te va a aparecer una pequeña ventanita. Y aquí la ventana te permite
-->
generar alertas ya sea por cantidad o por porcentaje. Aclaro que la mejor forma es
-->
por porcentaje. ¿Por qué? Porque normalmente pues la mayoría se coge por el porcentaje,
-->
no por la cantidad, la proporción de datos que cumplan o no cumplan algo. Entonces
-->
normalmente la mayoría te coge porcentaje. Pero quizás, quizás, quizás de pronto te toque
-->
por cantidad. Entonces vamos a hacer los dos ejemplos. Primer ejemplo, entonces mira que está
-->
acá. Aquí las alertas las disparas ¿cómo? Si cumplen la condición que está por debajo o
-->
que está por encima. Entonces voy a generar la alerta por encima. Es decir, si está por
-->
encima de cuarenta significa que me debe mostrar una alerta. Esto es un sí, sí, no. Si está por
-->
encima de cuarenta, vamos a darle aquí finish en uppers por encima. Perfecto, perfecto, listo.
-->
Date cuenta que acá tienes los diferentes columnas entre los diferentes indicadores,
-->
¿Verdad? En este caso quiero generar alerta por el null cone. Dale doble clic aquí en
-->
el engranaje null cone, doble clic y te va a aparecer entonces esta esta interfaz. ¿Sí
-->
te apareció? Ahí está. Listo, en este caso entonces tú disparas la alerta si está por
-->
debajo o si está por encima. Vuelvo, repito, no depende de ti porque tú no eres el que sabe
-->
los datos, tú eres el que los procesas, tú eres el que los verificas, no depende de ti.
-->
Si te tocó pues ni modo. Aquí en Colombia le decimos todero. Todero es que te toca
-->
hacer de todo en la verita empresa. Bueno, aquí entonces en el upper vamos a colocar cuarenta,
-->
ya lo había colocado pero lo borré. Vamos a darle finish y por favor ejecuta porque creo
-->
que esto no actualiza porque me tocaría nuevamente ejecutar el análisis. Ah no,
-->
automáticamente ya estaba ejecutado, no hay que volverlo a ejecutar. Si te marca y date cuenta
-->
que te marcó, te marcó un cuarenta y siete ahí. ¿Qué va a pasar? En que tú llevarías
-->
si tú no eres el de limpieza, te tocaría hacer un informe y mandárselo de la limpieza. El de
-->
limpieza soluciona el problema y tú vuelves a ejecutar con los nuevos datos para ver si pasó
-->
el umbral de calidad. Si lo pasó pues perfecto, si no pasó pues reenvía nuevamente el
-->
comunicado diciendo oye todavía esos datos no cumplen el umbral que tiene que ser mayor a
-->
alerta si el número de únicos es menor a 10. Entonces primero ¿cómo se hace? Oh ya tú sabes
-->
porque te identifica el número único menor a 10. Entonces me voy aquí al setting,
-->
voy a Unicom que es donde quiero la alerta y digo oye ven acá dame un favor si tú eres
-->
menor a 10 por favor, aquí en la pestaña menor a 10, por favor dispara y colócame una
-->
alerta para saber que no cumple con la condición de calidad. Le das aquí finish perfecto aquí
-->
y listo. Entonces vas por acá y la pregunta del millón es ¿Será que debe aparecer o no debe
-->
aparecer? ¿Será que aparece o no aparece? Menor a 10, no debería porque la condición
-->
estoy en 12 y solamente se dispara si la condición es menor a 10. Hagamos ahora por
-->
porcentaje y ayúdenme en esa parte. Quiero que el número de duplicados sea cero,
-->
que el número de duplicados sea cero, o sea si es decir que el 100% de los datos no
-->
tenga ningún duplicado. Pero porcentaje ¿Cómo lo haríamos? ¿Cómo se lo ocurre? Si lo
-->
ocurre, tú quieres que el 100% de tus datos cumplan y que no haya ningún duplicado o sea que
-->
si está por encima de cero entonces el alerta tiene que dispararse. Entonces aquí muy bien,
-->
no sé quién respondió pero excelente. Entonces aquí tengo duplicate con y yo digo ven acá lo
-->
que hace como porcentaje o que también funcionaba con cantidad. Yo digo oye ven acá
-->
si esto está por encima del cero por ciento mandame una alerta porque eso no es lo que
-->
yo pedí a nivel de calidad. Y vas acá entonces y ahí lo tienes y ahora te lo muestra el porcentaje.
-->
Bueno al final es un juego de decir si no, si es mayor o si es menor para que te dispare o
-->
no te dispare. Normalmente la mayoría se da por proporción, casi raro que alguien se
-->
da por cantidad. Porque la proporción es mejor. Estadísticamente es mucho mejor. No mayor,
-->
buena pregunta, no no tiene igual. O sea mayor. Ya que se nota que somos programadores.
-->
Vamos entonces a hacer lo siguiente, vamos a cambiar un poco de de tablas,
-->
vamos a hacer el mismo. Pero analicemos a ver qué puede usted encontrar dependiendo de
-->
estas cosas. Por ejemplo, un nombre duplicado quizás no es tan relevante para ti. Porque es
-->
común en que los nombres se encuentren duplicados. Eso es lo más común que hay. Pero entonces
-->
vamos a hacer lo siguiente ahora. Vamos a crear un nuevo análisis columnar pero lo vamos a
-->
hacer sobre la tabla, ya le digo cuál. Lo que es album. No, un momento. Este de aquí. No, es track.
-->
Listo, vamos con lo siguiente entonces. Vamos a hacer un nuevo análisis columnar por favor y
-->
vamos a escoger la sobre la la la tabla que se llama track que sea pista o canción en inglés.
-->
Acá pista normalmente llaman pista de baile. Pista donde usted va a la discoteca y y baila
-->
ahí, entonces lo llaman pista. Pero en otros países creo que la pista la llaman en la
-->
canción como tal. Bueno, y la edad nuevamente sigue siendo columnar.
-->
Next. Listo. Y entonces en este análisis que está aquí voy a colocar análisis columnar.
-->
Track. Bueno, aquí voy a colocarlo en inglés. Track.
-->
Y no. Propósito entonces analizar los.
-->
Sí, sí, basic. Todo lo que estamos haciendo son basic column. Analizar los nombres de canciones
-->
y duplicados y perdón y compositores. Te pidieron hacer ese análisis. Hay análisis
-->
que te pueden llevar a hacer que quizás el gobierno no lo tiene claro en definir.
-->
Entonces te puede hacer una una una tarea de rastreo. Es típica. Aclaro que este perfil
-->
de de todo lo que tenga que ver datos es un perfil de una persona que es curiosa,
-->
está muy pendiente de los detalles, se da cuenta cuando lee un texto que si falta una
-->
coma o no falta una coma. Vean, yo hice un que también es una habilidad que tiene que
-->
tener tester. Últimamente las empresas lo que están haciendo es que le colocan
-->
un examen de verdad de exames técnicos, pero se los compran otra empresa. Y para ser
-->
tester, ustedes te colocan, por ejemplo, ok, te colocan dos frases. Ahí es la cantidad de
-->
diferencias que hay en dos frases. Mi hermano, si tú estás mal de la vista. Esa de ser lo vas
-->
a perder ese examen. No hay que le falte una coma, hay dos espacios blancos que están
-->
pegados. Pero bueno, ese es el perfil normalmente. Le damos finish aquí. Por favor. Y vamos
-->
ahora a hacer lo mismo, pero vamos a escoger, vamos a ver si lo memorizamos. No lo voy a
-->
decir yo. Si se queda, después lo hago. Bueno, hágalo para intentarlo hacer. Intente escoger
-->
la tabla track y va a escoger dos columnas, una que se llama name y una que se llama
-->
compositor. Compositor, creo que no acuerdo con eso. Y después agregue todos los
-->
indicadores a esa, a esa columna. Si no se acuerdan, entonces me siga a mí. Seleccólo,
-->
expando y busco la tabla que me interesa que se llama track. Selecciono aquí y voy
-->
a seleccionar aquí compositor y el nombre de la pieza. Creamos un nuevo análisis,
-->
ya lo hizo. Vamos a desear la tabla track. Sí lo creo. Listo. Seguidamente entonces
-->
vamos a escoger la tabla, las columnas compositor y name de la tabla track, que es la que quiero
-->
analizar. A modo informativo, recuerden que no puedo hacer análisis sobre dos
-->
talas diferentes, o sea, columnas que tengan dos talas diferentes. No lo puedo hacer.
-->
Es un limitante que tiene herramienta y creo que, pues, tampoco tiene mucho sentido
-->
de pronto ver ese análisis. Si hay un, bueno, estos colunares, pero si hay análisis en que
-->
puedo hacer un cross table, ya lo voy a mostrar que es sumamente interesante y más
-->
específicamente cuando tenga referencias. Es sumamente interesante. Veamos, ok, aquí.
-->
En la tabla me perdí un momentito. ¿Quién me habló, Liana? Analizadis. Ahí debes
-->
escoger la conexión, pero la conexión no. Esa es una forma de hacerlo, pero ya lo tiene
-->
este lado ya. Del lado donde tiene ahí el mouse, escoja select columns, escoja la tabla
-->
y la forma en que usted lo hacía es directamente con la tabla, que también me da lo mismo. Y ahí,
-->
por favor, seleccione nada más. Creo que deseleccione track mejor primero y ahora
-->
seleccione nada más, que salía más rápido. Seleccione ahora composer y name, que es lo que
-->
quiero analizar. Ahora, por favor, después que de ok, seleccione todos los indicadores para
-->
esas dos columnas. En simple statistic, si quiere la expande y aquí puede escoger los dos.
-->
Vamos a darle entonces aquí ok. Vamos a darle aquí entonces ya tengo la configuración que
-->
tengo. Voy a darle aquí room. Listo. El caso de Jesu, ¿Qué te pasó? Muestra a Jesu.
-->
Ah, te faltó escoger los indicadores. Dale en select indicator, Jesu. Select indicator. Listo.
-->
Expande. A ver, te faltó los indicadores para la columna 2. Si quieres, le da click
-->
a eso ahí. Perfecto. Porque desde por lo menos uno. Listo. Y dese cuenta que aquí vienen unos
-->
casos que preocupan entonces, por lo menos. Entonces, usted pensaría, bueno,
-->
tengo un par de problemas aquí. Tengo 978 canciones que no tienen compositor.
-->
Y eso puede ser un problema legal, más que todo, por ejemplo, en este caso del país.
-->
Porque normalmente cuando usted vende música, usted tiene que darle regalías a la persona que
-->
es dueña de la canción y a otra persona, bueno, un conjunto de personas. A los músicos que
-->
participaron en eso. Pero de entrada ya hay una inconsistencia con respecto a eso porque me
-->
encuentro que hay canciones que no tienen compositor. Sí sé que hay unas canciones que
-->
de pronto ya son más en el mercado de la música que de pronto son anónimas. Pero ahí,
-->
cuando son anónimas, normalmente se les debe pagar el Estado. En el caso de Colombia,
-->
no sé en otros países cómo será. Si usted quiere, bueno, esperemos que me muestra ahora aquí.
-->
Voy a ver las filas que están en nulas. Y no aclaro, no sé por qué aquí no me está
-->
mostrando esta parte ahora. Ahora reinicio la herramienta para ver qué pasó. Por favor,
-->
vea, narice. No, no me da. No, aquí hay algún problema de actualización, no sé. Es
-->
no nada. Bueno, vamos para ver entonces. Ahora, aquí yo podría entonces qué hacer, sacar los
-->
nombres de canciones. Y aquí hay algo en particular. Voy a tomar aquí la imagen de
-->
alguien porque no me sale. Mira cómo sería en este caso. Voy a, Antonio, atribuidamente voy a
-->
mostrar tú en pantalla. En este caso está mostrando cuáles de esas filas no tienen
-->
compositores. Están compositores nulos. Ahí le aparece null. Entonces, si esto es preocupante
-->
para ti, lo máximo que podías hacer es un, digamos, un reporte diciéndole mira, averíguate
-->
por qué estas canciones no están en null. Entonces, aquí la herramienta tiene un pequeño
-->
limitante porque es open source. Antonio, si ya le das clic derecho sobre la posición en
-->
que está el mouse, por favor. Y ahí hay un export, por favor, dale clic derecho.
-->
Ahí en la tabla esa, por favor, clic derecho. No está apareciendo. Clip derecho,
-->
no. No te aparece ahí una sesión que dice export, no. Ah, listo. Ahí te dice export. Dale donde
-->
dice export. Ahí lo puedes exportar a diferentes formatos. Escoge SSV que es el más, uno de los
-->
más usados, por favor. SSV, el primero. Aquí puedes hacer la configuración si quieres
-->
hider cuál es de pronto el carácter de separación que tú quieres. Escoge, por favor,
-->
la ubicación y el nombre del export para decir cuál es el problema que vas a tener.
-->
¿Quieres? Colócalo en, no sé, en cualquier ubicación del disco.
-->
Bueno, le adelanto. El limitante de la herramienta es que solamente le permite,
-->
creo que 50 filas. 50 filas. La herramienta, pues, entre el país no lo permite. Ahora,
-->
eso es un limitante para ti, para tu informe. Si se da cuenta, la herramienta, lo que le
-->
está mostrando en la parte de arriba es la consulta SQL que sacó para poder tomar los
-->
datos. Entonces, ¿qué deberías hacer? Dale safe ahí. Bueno, cuando puedas, le das safe. Y listo,
-->
le das ok. ¿Qué puedes hacer? Si se da cuenta, la parte de arriba está usada el
-->
carterisco. Entonces, tú puedes tomar la consulta y la llevas a la base de datos y
-->
sacas los registros y haces un export directamente en la base de datos porque ahí no vas a tener
-->
problemas del limitantes. Si es el caso, ese es la consulta y la llevas a la base de
-->
datos y me da. Esa consulta es sumamente sencilla, no hay ningún problema. Si quieres,
-->
nuevamente al análisis, por favor, análisis colunar ese que está ahí. Vamos a analizar
-->
algo, por ejemplo, con respecto a los nombres. Me doy cuenta en que hay nombres que están
-->
repetidos. Hay 206, pero sería 512. O sea, aparece por lo menos dos veces lo que aparece
-->
ahí. Si tú le das clic derecho, dame el favor, clic derecho, ver valores inicialmente. Ese
-->
valor es lo que voy a mostrar. ¿Cuáles son? Las que están repetidas. Entonces dice Angel
-->
Perfect está repetida, pero bueno, para hacer un análisis más profundo, por lo menos puede
-->
que la canción sea igual, pero que el álbum sea diferente. Entonces, ¿qué pasa? Puedo hacer
-->
un análisis a nivel de analizar la canción con el álbum. Vete entonces al análisis de
-->
Columns, por favor, análisis nuevamente, análisis nuevamente y dale clic derecho en
-->
el álbum, por favor. Y ahora muestra la fila completa. Deschulea, por favor, el limit row
-->
que aparece en cien porque hay doscientos y dice no, va a ser limit row, en la parte de
-->
arriba tienes un limit row, hay, deschulea, deschulea esa parte. Vuelve a ejecutar la
-->
consulta en el play, en el play. Ok, ahora dale clic en el name para que te obtena por
-->
nombre, dale clic ahí. Y por ejemplo, ya aquí me aparece, me dice, bueno, oye, la canción que
-->
se llama dos minutos en la noche aparece repetida seis veces, me parece a mí, pero
-->
analizamos para ver si primero el compositor es igual. Me doy cuenta que en la, en el uno y
-->
en el tres el compositor es igual. Ahora date cuenta si el álbum es diferente. Ah, no,
-->
si es diferente. En la primera está en el álbum con código 95 y en el otro 104. Eso
-->
normalmente es cuando no vas a, no te piden algo específico si no te dice, mire, analiza para
-->
ver si de pronto hay errores partiendo de cómo están los datos en la base de datos, en este
-->
caso en particular. Ahí está interesante. Ahí está, ahí está interesante. Bueno, en primer
-->
lugar, tengo seis veces el nombre repetido. Tengo, en los seis veces tengo cinco veces
-->
del mismo género y un género diferente que es el uno. Tres veces el tres, bueno, cinco
-->
veces el uno y me doy cuenta en que las canciones están en álbum diferente. Están en álbum
-->
diferente pues es lógico que podía que podía ser el mismo nombre, pero no sé si es posible
-->
en que tú tengas el mismo nombre de la canción dos veces en un mismo álbum. Quizás pueda ser
-->
posible porque puedas tener una versión rock, no sé, una versión cumbia para una,
-->
no hay una canción y no hay versión rock en el mismo álbum. Eso es raro, pero quizás al final
-->
no sé dónde quiero llegar, que depende de la realidad y esa actitud de los datos de tu
-->
empresa, de cómo lo manejas. Pero lo que es que la herramienta te puede fácilmente ayudar y
-->
encontrar relaciones que de pronto puedas encontrar un error específicamente. Es más
-->
que todo eso. Bueno, sigamos entonces, hagamos algo en particular. Ahora sí me voy nuevamente
-->
y para hacer un pequeño brillao después vamos a agregarle un pequeño patrón. Un patrón
-->
para que veas los datos. Entonces, voy nuevamente aquí y para no tener que hacer un nuevo análisis,
-->
por favor. Bueno, voy a cerrar todos estos señores que están aquí. Voy a abrir el primer
-->
análisis que era el del cliente.
-->
El del cliente.
-->
Expande, por favor, la columna email si son tan amables.
-->
Bueno, aquí hay muchos. Bueno, aunque tampoco era necesario, no sé para qué pena. No era necesario
-->
ampliarla. Pero bueno, si la tienes ampliada, lo mismo al final. Nota entonces que en cada una
-->
de las columnas te aparece el data meaning, que ya te he explicado para qué era, y te aparecen
-->
dos cosas. El patrón y un UDI. Ese UDI son indicadores de usuario. Vamos a agregarle un
-->
patrón entonces al correo. Dele click por favor donde dice pattern, doble click por favor,
-->
y te aparece una ventana. Expande la ventana y vas a tener dos tipos de patrones. Los
-->
patrones vamos a hacer uno cada uno para cada tipo. Pero al final el patrón Reyes
-->
termina siendo una opción regular y el patrón SQL termina siendo un like en SQL.
-->
Expande Reyes, por favor.
-->
Y no veo por aquí.
-->
Perdón.
-->
Mira si hay uno de correo aquí que no lo alcanzó a ver. No vi el de correo aquí.
-->
Perdón, lo tienes a nivel de patrón SQL, qué pena. Lo busca ese en SQL.
-->
Aclaro, si se da cuenta aquí en SQL, que me confundí, pensé que estaba en Reyes,
-->
está en SQL, quiero validar ese correo con un formato Reyes. Tú puedes aplicar tantos
-->
patrones tú quieras. Entonces, por ejemplo, yo puedo aplicar este patrón aquí y este
-->
patrón significa que va a validar los dos patrones. Pero eso te puede causar una
-->
confusión. Por favor, nada más deja que valide los correos de tipo Yahoo. A ver
-->
qué pasa. Nada más déjale email Yahoo. Le das OK por favor y vuelves a ejecutar
-->
porque ese cambio no estaba. Vamos a ejecutar aquí. No sé si ejecutó. Este máquina
-->
mía está seguramente lenta, no sé por qué. ¿De qué? No, no, no hay ningún.
-->
Y te debió crear una nueva estadística, lo que es que tenemos muchos campos aquí
-->
y eso a veces da mucho ruido. Aquí la tienes SQL Pattern. Está de penúltima y mira
-->
lo que está diciendo la estadística. Está diciendo cuántos de los registros que
-->
están en la tabla cumplen con el patrón. Para el caso particular, como tenemos los
-->
mismos datos y yo dando las mismas estadísticas, lo está diciendo que el
-->
29% de los datos no cumplen con el patrón que tú definiste y el 38%, 30% de los
-->
datos si los cumple y aplicar lo mismo. Puedes darle entonces clic derecho y
-->
puedes ver cuáles son los válidos y cuáles son los inválidos. Entonces, si yo quiero
-->
ver los valores válidos, le doy clic aquí y me va a mostrar cuáles cumplen
-->
esa condición, ese patrón que tú definiste. Y esto cuando lo creas,
-->
nuevamente cuando el de gobierno te dice, mira ve, los correos de mis clientes tienen
-->
el siguiente formato. Entonces tú defines un patrón para que te verifique eso. Aquí
-->
cuando ejecuto esto no pasa el umbral, a menos que te hayan dicho, bueno ve acá,
-->
por lo menos que el 30% no los cumpla o si los cumpla y ahí tú defines una
-->
alerta con respecto a eso que está ahí. Si me permite entonces hacemos un pequeño
-->
bray de 10 minutos para descansar un poco la garganta y también usted
-->
descanse y volvemos entonces en 10 minutos para hacer más ejemplos. Ahora sí
-->
vamos a hacer un patrón nosotros. Listo, entonces nos volvemos en 10
-->
minutos. Gracias. Bueno, regresamos nuevamente. Creo que me tomé dos
-->
minutos más, disculpe por eso. Seguimos entonces. Voy a poner el
-->
siguiente caso. Voy a mostrar un momento, por favor, haga lo siguiente.
-->
Aquí yo instalé una herramienta de administración de MySQL que se llama
-->
el Worldbench. No es muy buena, pero claro yo he trabajado con MySQL, pero esta
-->
cuestión académica no es necesario un motor tan grande, pero acceda aquí a
-->
MySQL Worldbench. Si están amables, denle doble clic. Si están amables a MySQL
-->
Worldbench. MySQL Worldbench. Y por favor, inmediatamente aparece una conexión
-->
que se llama local, distancia local, denle doble clic a esa conexión por favor.
-->
El power es root y salve el password para que no tener que
-->
que digitarlo nuevamente. Root, el mismo que hemos usado y estamos en la casa
-->
anterior. Aquí hay un pequeño guardia que continúe.
-->
Y le aparece entonces la ventana. Nota que en el título de acá arriba le
-->
dice esquemas, ¿Verdad? Entonces a este señor en esta herramienta llama a las
-->
bases de datos esquemas, pero esquemas en oral es una cosa diferente y esquemas
-->
en postal es una cosa completamente diferente. Es solamente para mencionar el
-->
problema conceptual que a veces nos toca todos los días en esta granita
-->
carrera. Bien, entonces mire, le pongo el contexto del problema.
-->
Supongo que es una empresa que vende, el caso de Chinu vende, en este caso
-->
vende canciones, pero hay un inconveniente a nivel de inventario.
-->
Es decir, la cantidad de elementos que tengo en inventario no cuadra o no
-->
cuadra la caja. Decir que la cantidad de ventas que están en el software no
-->
cuadra con la cantidad en efectivo que está en la caja, como se llama.
-->
Las ventas no cuadran. Entonces, para realizar esto entonces hay que hacer un
-->
poco más el modelo. Vamos a ver dónde se guarda la parte de las ventas.
-->
Entonces las ventas, la base de datos que me interesa es Chinu. Dele
-->
aquí Spanda, por favor, y Spanda Tables.
-->
Espere un momento y voy a intentar encontrar el esquema por acá, el esquema Chinu
-->
para mostrarlo de este lado mejor. Vamos a ver.
-->
Un momento por favor. Bueno, este, un momento.
-->
Este es el esquema mejor, este es el diagrama relacional.
-->
Entonces, este señor lo que hace es lo siguiente.
-->
Normalmente en las tablas de compra y venta tú las divides en dos, verdad?
-->
En un encabezado y en un detalle, ya eso está establecido.
-->
Y entonces tengo la tabla encabezado, se llama Invoice, y la tabla de detalles
-->
se llama Invoice Lite. Entonces hay un problema en que quizás el detalle
-->
no está cuadrando con el total que tengo en el invoice.
-->
Entonces, usted se cuenta lo siguiente, por una cuestión netamente de eficiencia,
-->
porque teóricamente no te da, es decir, de esta forma, tú seguramente pudiste ver
-->
o escuchar en la universidad, de pronto eso no lo ves tanto a nivel pragmático,
-->
a nivel práctico de proyectos, el concepto ese de normalización.
-->
Esa normalización lo que busca es minimizar la redundancia de datos,
-->
porque el problema de la redundancia de datos es que si tengo datos redundantes,
-->
entonces no sé cuál es la vista verdadera, cuál es el verdadero.
-->
Entonces él trata de minimizar esa redundancia.
-->
Entonces tú recordarás que tenías primera, segunda, tercera, cuarta y quinta forma normal.
-->
Eso tú lo veías a nivel de universidad y quizás tú dices, pero ven acá,
-->
porque eso que yo veo teórico en esa universidad, porque yo no lo estoy viendo
-->
a nivel pragmático, en el práctico allá, en los proyectos de mi base de datos.
-->
No, la historia es que no es que no sirva, sino que normalmente ya por unas cuestiones
-->
ya que tú has aprendido de memoria en el tiempo, de la forma en que tú haces tus diseños,
-->
normalmente tú haces un diseño donde defines primero las entidades
-->
y después define las columnas. A ese diseño se llama top-bottom.
-->
Hay uno que es bottom-top, es decir, yo defino primero las columnas, perdón, los atributos
-->
y defino a qué entidad va o a qué tal la va.
-->
Entonces, cuando tú siempre haces de arriba hacia abajo más unas cosas
-->
que has aprendido de la forma en que debería o no debería hacer las cosas,
-->
ese modelo que tú haces te queda por lo menos en tercera forma normal.
-->
Entonces, no es necesario aplicar rigurosamente la teoría porque si tú ya
-->
algunas características básicas, alguna información que ya tienes,
-->
las replicas te quedas en tercera forma normal, que es lo mínimo que debería estar
-->
un modelo para hacer, abro comillas, digamos, no eficiente,
-->
sino que minimice la mayor cantidad de redundancia posible.
-->
Ya la cuarta y quinta forma normal tú la aplicas normalmente en tablas
-->
como la tabla países, ciudades, bueno, no voy a meterme en ese detalle tampoco.
-->
Lo que sí es seguro es que hay algo teóricamente que no te funciona acá,
-->
es lo siguiente, que un modelo netamente normalizado es ineficiente.
-->
Entonces, tú necesariamente tienes que colocar redundancia
-->
a tu modelo, porque si lo haces netamente normalizado
-->
es ineficiente a nivel de tiempo de respuesta.
-->
Entonces, uno qué hace? Redunda cosas. ¿Dónde redunda cosas?
-->
Aquí este invoice no se ve, pero este invoice
-->
aquí tiene un total, un total que guarda la
-->
sumatoria de la multiplicación del unique por el quantity,
-->
hace la sumatoria de los productos que están aquí en esta factura y el total lo guarda de este lado.
-->
¿Para qué lo guardas? Sencillo, entonces imagínate el caso de la empresa
-->
que yo te estoy diciendo que tiene cinco millones de registros al día, por lo tanto tendría
-->
al mes 150 millones de registros. Si quisiera saber
-->
la ganancia, es lo que tiene que hacer, es un set ex sum, si no
-->
tiene el total en el encabezado, le tocaría sumar
-->
o multiplicar, bueno, multiplicar el unique por el quantity, sumarlo
-->
de los 150 millones de registros que tiene.
-->
Entonces, no le va a dar así.
-->
Entonces, ¿qué pasa? Yo eso lo tengo como, digamos, precalculado
-->
y lo que nada más sumo es el total y evidentemente los tiempos de respuesta superan ahí.
-->
Eso es algo que tú también aplicas a nivel de data warehouse,
-->
cuando haces tu data de hechos y la aplicas también cuando
-->
creas sus dimensiones, las creas desnormalizadas,
-->
mientras que cuando estás en un modelo transicional lo creas normalizado.
-->
Eso por una cuestión netamente de eficiencia. Pero
-->
el problema que se puede suceder, y a donde quiero llegar el problema para que me voy a
-->
solucionarlo es el siguiente, yo quiero verificar que la sumatoria
-->
de los productos que están acá es igual al total de acá.
-->
Quiero verificar eso. Si yo encuentro por lo menos
-->
un registro en que no coincida ese total del detalle
-->
con el del encabezado, hay un problema, no se guardó el registro,
-->
hubo un error en el software, muchas cosas que pudieron
-->
haber de por qué esto no funciona.
-->
Entonces la idea es que como eso puede ser repetitivo, es una empresa que vende mucho,
-->
en vez de hacer eso para un solo caso, voy a
-->
aplicar una regla y definir un patrón que cada mes en que me piden a mí
-->
verificar los datos, yo pueda, digamos, decir si eso funciona
-->
o no funciona y, digamos, mandar algún mensaje
-->
de error al ingeniero de datos encargado de la parte de corrección de datos.
-->
Esa es la idea entonces. Ahora, quiero comprobar
-->
que este total de acá sea igual al total de aquí.
-->
Entonces, bueno, este lo voy a hacer yo,
-->
acá, no es necesario, es solamente para mostrar que muchas veces hay que
-->
necesitamos conocimiento en SQL. Me voy ahora nuevamente a este señor
-->
que está aquí, voy a tratar de ampliar esto, no se ve, no se ve.
-->
Para seleccionar una base de datos es
-->
darle doble clic a la base de datos donde vas a ejecutar una sentencia SQL.
-->
Entonces, como acá quiero sobre la base de datos chinos, dale doble clic al chinos
-->
y te va a aparecer en negrita, diciéndole que estás conectado
-->
a esa base de datos. Significa que cualquier consulta,
-->
que sentencia SQL que coloque de este lado, se ejecutará sobre esta base de datos que está
-->
marcada en negrilla.
-->
Ahora, mire lo que voy a hacer de manera muy
-->
sencilla. Primero, voy a sacar el total de la
-->
tabla de talle. La tabla de talle se llama invoice line.
-->
¿Cómo haría para sacar el total por factura de esta tabla?
-->
Entonces, lo que voy a hacer es lo siguiente. Voy a hacer aquí un select
-->
que sume, que me saque primero
-->
el nombre de la factura,
-->
coma y me sume el unit price
-->
por el quantity
-->
from la tabla que se llama invoice line
-->
y voy a agrupar, voy a hacer aquí un group by por invoice line.
-->
Por este invoice line que está aquí.
-->
Y esto que me da el total de la factura, pero a nivel
-->
del detalle. Me voy a ejecutar aquí un momento.
-->
Y ahí me está dando que la factura uno
-->
fueron 1.98, la factura 2.396 y hay una,
-->
se nota que los datos son sintéticos, porque hay una
-->
una curva ascendente
-->
del valor de los datos. Si quiere se la mando
-->
o si la cansa a ver o esta es la primera.
-->
Consulta que hice. Voy a mostrarla acá mejor para que sea más grande.
-->
Y me dice si no le funciona nada. Un momento aquí.
-->
Voy a colocarla aquí.
-->
No, es interesante. No es interesante. MySQL
-->
ha sufrido diferentes cambios. MySQL por defecto
-->
antes en Windows era insensitivo, pero
-->
en Linux era sensitivo. Entonces ahora en la ultima
-->
versión es 8, por defecto está insensitivo, pero usted si desea lo puede cambiar a
-->
sensitivo. O sea aquí no hay problema con mayúscula y minúscula.
-->
Vamos a ver.
-->
¿Quién me habló? Disculpe.
-->
Vamos a ver.
-->
Dale a ejecutar para ver.
-->
Sí, ahora a nivel de sensitividad
-->
estamos hablando de la pregunta que usted me dice. Vamos a ver.
-->
Unit price. Creo que llevo underscore.
-->
No, no. Unit. Ah, le puse una E. Antes de la P
-->
le coloco una E. Antes de la P.
-->
Sí, unit. Ejecuta. Ok, la pregunta de ustedes es interesante
-->
desde el punto de vista siguiente. Es decir, el caso de algunos
-->
de MySQL cuando habló de sensitivo es en el nombre
-->
de la tabla. Por defecto, cuando yo consulto
-->
en MySQL un texto es no sensitivo, pero en Oracle
-->
por defecto es sensitivo, pero a nivel de stream.
-->
Y hay motores como el de MySQL que se crea complicar la vida
-->
en que entonces hay que colocar específicamente el nombre a tabla como estaba.
-->
Bueno, continuamos entonces. Sigo ahora.
-->
Esto me da el, me va a dar entonces
-->
el total de las facturas a nivel del detalle.
-->
Y ahora voy a hacer lo siguiente. Mira lo que voy a hacer aquí.
-->
Este señor. Así.
-->
Voy a socar el total ahora a nivel de
-->
del señor de la tabla
-->
encabezado que sería siguiente. Mejor hagamos la consulta así. Select.
-->
Select.
-->
Bueno, aquí la coloque en MySQL. No sé por qué se me fue
-->
el texto. Select. Voy a coger el nombre de la tabla Invoice. Si quiere
-->
doy doble clic aquí a la tabla y me dé a aparecer. Un momento, que será
-->
Fronkara. Le quiero llegar a lo siguiente. Select.
-->
Expanda acá las columnas y en vez de escribirle
-->
le da doble clic donde quiere que aparezca, así como hicimos en el talent data integration
-->
de las columnas cual. Invoice ID, doy doble clic, me aparece allá.
-->
Coma. Y quiero la columna total.
-->
Ve la tabla que modifique Invoice, doy doble clic
-->
y me va armando la columna ahí.
-->
Hay diferentes formas de hacer esto.
-->
Voy de la más fácil, quizás no es la más eficiente
-->
pero mira lo que voy a hacer aquí. Voy a hacer así de truco aquí. Voy a agregarle
-->
aquí un alias y voy a definir aquí y minúscula
-->
y voy a definir esto como si fuera una vista inline que llaman.
-->
Entonces voy a colocar esto entre paréntesis de aquí al ladito y esto se me va a comportar
-->
como si fuera una tabla. Esto que está aquí.
-->
Ve una tabla y como aparece una tabla, le voy a colocar
-->
un alias. Voy a colocar aquí
-->
Invoice Line.
-->
Y como tengo dos, voy a hacer entonces un join aquí.
-->
Por web. Voy a decir entonces
-->
I.InvoiceID sea igual a
-->
IL.InvoiceID
-->
Este que está aquí.
-->
Esto es lo que llaman. Bueno, seguramente la mayoría
-->
ya lo ha conocido de ser una vista inline. Es decir, hago una consulta y
-->
le hago creer al SELE que es como si fuera una tabla, pero
-->
bueno, eso me ha sacado de muchos problemas a veces para ciertas consultas
-->
que son complejas. El problema puede ser de punto de escalamiento.
-->
Entonces mire lo que deseo hacer ahora aquí.
-->
Para poder sacar este zoom, que es una fórmula matemática de una vista inline, voy a colocarle un alias aquí.
-->
Voy a colocarlo aquí como total. Y lo que voy a hacer es lo siguiente.
-->
Bueno, aquí como esta está repetida, voy a colocarla aquí y
-->
junto Invoice. Voy a dividir
-->
o lo siguiente. Voy a dividir el total del encabezado que sería
-->
I.Total
-->
sobre el total que me da el detalle y el total.
-->
Estos si son exactamente iguales debe
-->
darme uno. Si el valor es diferente a uno significa que
-->
hay un inconveniente. Hay un conveniente entre el detalle
-->
y el encabezado. Voy a ejecutar aquí antes para ver si sale la
-->
Listo, aquí está. Si desea, la mando por aquí por
-->
de todos modos por el grupo, por aquí por el chat
-->
para que la tenga ya entonces. Un momento, aquí me salió.
-->
Ahí la mandé. Si entiende la idea, es decir,
-->
esta fue la forma en que lo vi, no significa que sea la única.
-->
Si hago la división del total de que me da el encabezado sobre el total
-->
debe ser exactamente el mismo valor. Si no es el mismo valor
-->
significa entonces que el dato hay un problema.
-->
No me está dando el detalle con el encabezado.
-->
No sé si hay alguno que lo apoye en la consulta.
-->
Voy a ver para ver. Me termina y regálame cinco
-->
minutos para buscar un poquito de agua. Me termina por favor. Ya vengo, vengo enseguida.
-->
Bienvenido.
-->
Bienvenido.
-->
Bueno, volví nuevamente. Eh sí, nos dio la consulta,
-->
sí, nos dio, no nos dio, sí. Sí, le dio,
-->
alguno no le dio para revisar un momento.
-->
Perfecto, creo que la mayoría la tiene, Gerardo le falta por terminarla.
-->
OK. Bueno,
-->
de todos modos la mandé aquí en el grupo por si acaso.
-->
Ah, acá dice,
-->
con respecto a las máquinas, creo que el problema
-->
es el siguiente, con las máquinas. Usted tiene, usted tiene, disculpa un momentito
-->
antes para, para eso se llama el problema de las máquinas. Ustedes tienen
-->
portátiles, ¿qué? Portables, si tienen portables o no.
-->
O son máquinas de stock, máquinas perdón, PC. Permítame
-->
y el problema del símbolo puede ser el siguiente. Lo que pasa es que
-->
eh, tomemos un momento este símbolo porque creo que esta máquina
-->
no lo tengo. Lo que pasa es que este sistema,
-->
este sistema operativo eh el teclado lo tiene
-->
eh inglés. Y entonces si tu teclado está
-->
en el latinoamericano eh te va a tomar
-->
en los símbolos que nada. Intente de esta forma, vamos a ver. Eh
-->
creo que es keyboard por aquí, no es region,
-->
es region. Region setting.
-->
Un momento para él porque sí te puede causar.
-->
Eh
-->
aquí creo que por defecto no está
-->
español, hay que instalarlo. Ah vamos a ver.
-->
Instalo ese señor.
-->
Acá en lenguaje.
-->
Eh
-->
pero tocaría probarlo con uno de ustedes para ver.
-->
Es acá donde coloca region o
-->
lenguaje coloca acá lenguaje
-->
lenguaje aquí y entonces primero
-->
edición a un nuevo lenguaje eh adición español
-->
español mexicano español
-->
español
-->
español español
-->
España vamos a ver no pero yo creo que
-->
eso el problema es con los portables no sé
-->
eh porque yo tengo
-->
tengo un destoque acá entonces español y si
-->
perdí español de España no lo veo
-->
Ecuador México Nicaragua Perú Puerto Rico bueno aquí
-->
y después cambia el teclado a España.
-->
Next y después cambia el teclado lo instala y
-->
después cambia el keyboard este aquí a español
-->
y veamos para ver si funciona de pronto y
-->
cambiamos también la región
-->
sí porque es engorroso esta parte de
-->
configuración
-->
ah bueno está instalando ahí
-->
eh si no funcionó
-->
o no te funcionó perdón sí
-->
pero cambiaste el teclado ¿Verdad? O dejaste el teclado igual
-->
o solamente
-->
ah bueno listo
-->
eh bueno ahorita ya está instalando acá ¿Quién todavía necesita ayuda con respecto
-->
al a la consulta? Bueno te vuelvo nuevamente aquí a la consulta pues
-->
si todo está bien quiero crear una vista
-->
recuerden que una vista es lo que llaman algunos la tabla virtual
-->
porque al final una vista termina siendo una sentencia CQL
-->
entonces haga lo siguiente agreguele a esta sentencia
-->
lo siguiente create view
-->
vamos a llamarla
-->
ventas totales
-->
proporción
-->
y le voy a colocar aquí vista bueno el nombre fue un poquito largo le coloco
-->
as y voy a cambiarle voy a colocarle un alias
-->
a estas tablas voy a colocarle aquí identificador en español
-->
y voy a dejar esta como total
-->
le mando el
-->
el el la sentencia
-->
por acá por el chat
-->
ah muchas gracias acá
-->
acá me está diciendo Gerardo de las confecciones
-->
muy bien gracias eh voy a ejecutar para
-->
bueno no la ejecuté listo esto tuvo que haber creado
-->
acá una vista voy a refrescar aquí
-->
y aquí está la vista la vista se comporta
-->
como si fuese una tabla pero al final es una consulta CQL digamos
-->
dígame
-->
creo que nada más se debe seleccionar
-->
selecciona la la la consulta
-->
y le das en el rayito porque creo que el punto y coma acá no no
-->
no lo manejo mucho pero eh digamos solamente
-->
quiere colocar ejecutar una parte por ejemplo nada más quisiese ejecutar esta consulta
-->
aquí la selecciono y le doy aquí ejecutar aquí
-->
y me ejecuta nada más esa parte
-->
pero no sé con punto y coma
-->
creo que sí sabes no no no sé no sé no no lo he probado
-->
no lo he probado no lo he probado bueno sigamos entonces no sé si espero
-->
a que termina ya no sé voy a ver voy a entrar en mi room para ver si ya
-->
nos vamos a la herramienta si ya creo la vista o alguno tiene
-->
problemas con la creación de la vista porque recuerden que la herramienta a nivel de
-->
base de datos pues eh lee tablas y lee vistas entonces con esta vista
-->
ya la puedo recuperar allá a nivel de la herramienta bueno espero un momento
-->
que hay algunos que todavía no han terminado
-->
si ya la pudieron hacer
-->
para la herramienta voy a el alguno que todavía no creaba la vista
-->
ah listo y quién me habló? Eduardo entonces
-->
Eduardo del lado izquierdo está el panel
-->
de los esquemas dale refresh ya tienes el refresh ahí
-->
el botoncito que está ahí de ese y te debió
-->
crear allá view expande y ahí tienes la vista expande la vista ahí si tú quieres
-->
o la consulta ya eso como si fuese una tabla ahí está aquí aquí
-->
está bien pequeño bueno listo entonces
-->
vamos ahora a la herramienta
-->
y vamos a crear entonces un análisis
-->
ah perdón antes del análisis
-->
eh revise la conexión para ver si le aparece
-->
el debería eh creo clic derecho
-->
recargar lista de base de datos
-->
reload
-->
para recuperar la vista
-->
no sé si es en la conexión un momento a ver
-->
está embrando un poquito
-->
eh listo eh
-->
váyase a la conexión y le dice reload
-->
para que le cargue la vista
-->
debería aparecer entonces con el nombre que usted colocó allá
-->
y la estructura a nivel de columnas con los nombres que especificó
-->
no creo yo no leí
-->
para ver quién me dijo
-->
ah no pero no hicimos ningún cambio
-->
agregamos no cambiamos entonces va a seguir emocionando es más como un warning
-->
ahí creo que el mensaje está como muy exagerado
-->
listo entonces ahora vamos a crear un patrón
-->
de tipo SQL le da clic derecho y le dice new pattern
-->
por favor
-->
entonces el nombre del patrón vamos a llamarlo entonces
-->
verificar totales
-->
factura
-->
eh dale next por favor
-->
y ahí te pide el lenguaje
-->
que deseas más específicamente si da clic aquí puedes escoger
-->
de pronto alguna funcionalidad de algún motor pero este no es el caso
-->
eh vamos a usar el SQL estándar y entonces aquí en la
-->
expresión ojo lo siguiente lo que vas a colocar
-->
sí no no vamos primero a hacer el patrón
-->
que me habló analiza esto por favor entonces haga lo siguiente
-->
cierre la ventana esa de inicial todavía no hemos hecho análisis
-->
cierre la por favor cierre vayase
-->
cierre esa ventana de crear nuevo primero listo
-->
ahora en del lado del menú vertical la barra vertical vayase a
-->
patrones expande patrones ahí por ahí se quita
-->
ahí patterns ahí listo en SQL le da clic
-->
derecho y le dice crear nuevo patrón ahí verificaron del score proporción totales
-->
se llama el patrón verificar
-->
con del score proporción totales
-->
y aquí creamos aquí vamos por ahí
-->
y aquí en esta parte lo que va a hacer es lo siguiente
-->
se me perdió la conexión
-->
se me perdió a mí
-->
perdió la mía aquí está ahí lo que vas a
-->
colocar es la comparación del valor
-->
partiendo de lo que es el like de pronto para recordar
-->
aunque sé que la mayoría lo sabe recordará entonces que a nivel
-->
de base de datos se tiene en el operador que se llama like
-->
este para buscar por patrones entonces este operador like tiene dos
-->
dos modificadores un modificador que es el porcentaje y un
-->
un modificador que es el el under score
-->
este significa esta reemplaza
-->
cero o más caracteres
-->
y esta reemplaza un carácter por ejemplo
-->
si yo quisiera hazme el favor y muéstrame todos los
-->
nombres que empiezan por a entonces que hace esto entonces tiene
-->
nombre coloca nombre like que empiezan
-->
por una a y que después tengan lo que usted quiera
-->
cero o más caracteres mira quiero los que empiecen por a
-->
pero terminen por n entonces le coloco aquí n dice
-->
que empiecen por a que haya en el medio cualquier cosa y que termine en n
-->
y el otro es reemplazar un carácter dice
-->
quiero que en la segunda columna en la segunda perdón en el segundo
-->
valor tenga una a entonces que haces tú le dices lo siguiente le dices
-->
la primera de voy a ver cualquier cosa
-->
pero en la segunda tiene que haber una a alto seguido después de la
-->
puede haber cualquier cosa que quiero que en la tercera
-->
haya una a entonces reemplazas por cada carácter
-->
reemplazas el número de valores que tú quieras y de esa forma
-->
funciona el like listo de igual forma si yo hago nombre
-->
like igual aquí a an aquí por ejemplo
-->
esto es exactamente lo mismo que decir nombre
-->
igual solamente hay cambios
-->
cuando uso los operadores que es el porcentaje
-->
son los que hay nada más listo pero si te das
-->
cuenta y en realidad lo dice así no quise truncar el valor si te das
-->
cuenta en la vista voy a consultarla mejor acá en
-->
momento por favor voy a consultarla acá para que te des cuenta de algo
-->
si te das cuenta cuando consulto la vista
-->
que sería el valor este que está aquí
-->
la vista me tiene uno punto cero cero cero cero cero
-->
porque uno de los valores seguramente es float y me está volviendo el valor
-->
el float entonces ahí no lo quise truncar en realidad
-->
no lo quise truncar para lo siguiente voy por acá entonces
-->
y mira lo que voy a hacer nada más vas a especificar
-->
el valor a comparar nada más
-->
porque la columna como yo asocio la columna con el patrón
-->
el nombre de la columna sería cuando yo asocio esa columna con el
-->
patrón ya él sabe que la columna que va a buscar es de la asociación
-->
entonces voy a colocar lo siguiente como este like es
-->
string él va a hacer una conversión de ese numérico a string
-->
entonces voy a colocar entre comillas simples aquí va a colocar uno
-->
punto cero aquí puedo hacer lo siguiente coloco punto cero punto cero
-->
tanto cero o coloco cero porcentaje que haya cualquier
-->
cosa mira como me quedo aquí
-->
lo que dice fue que la expresión me quedo así
-->
es decir coloque el porcentaje porque no quería agregar todos los
-->
ceros eso entonces yo mira si es uno punto cero cero cero compararlo
-->
con ese valor él va a volver true or false
-->
si es true pues va contando si es false pues no cuenta
-->
si no cumple estoy por aquí te quedo así
-->
listo aquí no hay que hacer nada y le damos finish aquí
-->
y te debió agregar aquí
-->
una expresión sql aquí te debió
-->
agregar aquí el valor y puedes modificar si tú quieres pues la
-->
expresión que vas a comparar no hay ningún problema
-->
ahora vamos a usarla para usarla ahora sí
-->
vamos a crear el análisis entonces voy a crear
-->
aquí en columnar voy a crear aquí un nuevo análisis
-->
este va a ser basic column
-->
y voy a colocarle entonces aquí lo siguiente
-->
voy a colocarle aquí análisis totales
-->
factura
-->
propósito
-->
analizar si los totales
-->
del detalle
-->
son iguales a los del encabezado
-->
ese sería el propósito
-->
al final dele aquí un finish
-->
y ahora la conexión sigue siendo la misma
-->
ahora voy a seleccionar las columnas que quiero analizar
-->
en este caso va a ser el column
-->
expando aquí y debería aparecerle la vista
-->
que creo, es decir, debería aparecerle por lo menos
-->
ahí el número uno diciéndole que aquí
-->
está la vista expando aquí y aquí está la pequeña vista aquí
-->
de esta pequeña vista me interesa nada más analizar el total
-->
y entonces aquí lo siguiente recordarán
-->
en que para que yo pueda ejecutar un análisis por lo menos tengo que
-->
agregarle un indicador a cada una de las columnas
-->
en este caso nada más tengo una columna pero voy a agregarle nada más un patrón
-->
entonces vete aquí donde dice pattern
-->
y busca el patrón que agregaste anteriormente
-->
aquí está verificar totales factura le das ok
-->
y colócale una alerta
-->
para que cumpla la condición al 100%
-->
¿Cómo haríamos ahí? Sería 99, mayor a 99, verdad, o menor a 101
-->
más preciso
-->
ah bueno, este como es numérico el valor
-->
me toca por número, qué pena, hay veces que sale
-->
no, aquí no podría ser el indicador porque este indicador
-->
no me da por porcentaje
-->
si la cantidad de elementos es menor a uno
-->
mi escuela me confundió, ahora un momento, vamos a ejecutar un momento
-->
y sacamos la regla a seguir, vamos a ejecutar un momento
-->
debería aparecer y todos cumplen el 100%
-->
no, aquel indicador es por número, no, no podría
-->
Nadia, me preocupa que a ti no tienes el 100%, no
-->
mi escuela, ahora me preocupo, vamos a ver
-->
vamos a ver qué pasó
-->
eh
-->
busca el patrón por favor, el patrón que hiciste
-->
eh no, dale cancelar acá, lo tienes del lado derecho
-->
le das doble X del lado derecho
-->
listo, ya lo abrió
-->
carajo, si lo tienes igual, muéstrame por favor los que no cumplen
-->
vete ahora, vete al análisis
-->
y muestra los que no cumplen
-->
en el resultado
-->
el 84 no cumple, clic derecho
-->
valores inválidos
-->
ahora muéstrame
-->
la consulta para ver, la de la vista
-->
el 404.13, vamos a ver
-->
no veo el error
-->
ah, en el where tienes un más, un momento
-->
en el where es igual tienes un más, es un producto cartesiano ahí
-->
igual, igual, igual, seguramente por la problema del teclado
-->
ok, el símbolo, y ahora bueno hay que cambiar la
-->
sentencia por create or replace
-->
listo, allá de create agregale or replace
-->
or replace
-->
ejecuta para ver, no, eh, es lo que decía
-->
tengo la duda ahora, colócalo un punticoma ahí en la línea siete al final
-->
era la pregunta que me decía ahora alguien, eh, punticoma, hay distintos puntos
-->
ah, sí
-->
no, para no perder mucho tiempo, nada más selecciona
-->
eh, va a buscar el punticoma
-->
bueno, listo, entonces
-->
bueno, eh, dígame
-->
¿Quién me, me habló por ahí?
-->
Gerardo, voy contigo entonces, vamos a ver
-->
dale ok, un momento ahí
-->
dale ok, ahí, ¿por qué? muéstrame
-->
eh, la, la regla en favor, muéstrame el, el
-->
el regex, perdón, el SQL, doble clic
-->
el regex, el patrón del SQL, ahí está bien, muéstrame
-->
sí, ahí está bien, no, ahí está bien, muéstrame el análisis por favor
-->
el análisis que hiciste, vete al setting, vete donde dice pattern un momento, pattern
-->
patrón, patrón para, sí, sí, para el momento
-->
expande ahí por favor, sí, tienes ese, o sea
-->
vamos a ver, dale ok para ver nuevamente, para ver el rock que hice, que tampoco decía
-->
mucho, dale escuchado para ver, como así, vete
-->
muéstrame la vista, para, da, da, refresca, refresca por favor ahí
-->
muéstrame la vista, ¿cómo te quedó? expande la vista ahí
-->
identificado el total, ahora, vamos nuevamente acá, bueno, vete nuevamente
-->
al, al, al
-->
pero lo raro, no, no, no, ahí, ahí está lo raro, lo que pasa es que
-->
eh borra nuevamente, borra, en la x borrarte la columna esa
-->
para que no hay control, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya, ya
-->
select indicator, dale nuevamente, pero eso, select column, perdón
-->
select column, select column, por favor
-->
expande la vista por favor y muéstrame la metadata, expande ahí, dale clic
-->
eh, pero, ah, ya, entendí, vete nuevamente
-->
a, a tu, a tu word page, ah, no, pero, es que acá
-->
lo que parece, lo que pasa es
-->
que como le cambiaste el nombre,
-->
vete nuevamente acá al ¿Qué
-->
pena? Al al talen, dale acá,
-->
al tal, no, vete al tal, vete
-->
al tal. Dale en la conexión,
-->
dale refrescar, clic derecho en
-->
la conexión y recuperar list,
-->
reload, reload, la primera
-->
opción, reload, database list,
-->
la primera opción. Dale reload,
-->
dale que OK, y ahora me
-->
muestran la vista como te
-->
dice, ¿Qué pasa table? ¿Se
-->
dice que está ahí? O muéstrame
-->
la vista, colapso, ¿te digo?
-->
Creo que ya te cogió. Baja,
-->
baja, baja un poquito, baja,
-->
baja un momento en es, es pan
-->
de view, es pan de ventas, y
-->
es pan de column para ver.
-->
Pero, pero lo raro es que el
-->
sitio lo detecta a nivel de
-->
de MySQL y no lo detecta acá.
-->
Vete nuevamente acá al al al
-->
World Bench un momento. No,
-->
porque tiene un punto ahí. No
-->
tiene un punto ahí. No tiene
-->
punto L, punto total. Ah, no,
-->
no, no está bien. No es que
-->
lo raro es que acá. Ah, sí.
-->
Ah. Al al al al al al
-->
ingeniero, bórate un momento
-->
la tabla esa. Dale clic
-->
derecho del del lado de la
-->
tabla de la vista y bórate
-->
la vista, por favor. Que
-->
raro que le metes. Dale un
-->
drop view. La vuelves a
-->
crear nuevamente. Dale
-->
ejecutar nuevamente. Dale
-->
ejecutar. Dale refrescar
-->
la tabla de la vista acá. Para
-->
eso te la creó, que estuvo
-->
detectado. Es pan de ventas
-->
y ahí tienes total
-->
identificador, listo. Vamos
-->
entonces ahora a nuevamente y
-->
y recarga la conexión. Vale,
-->
recargar. OK. Normal. Eh eh
-->
aquí creo que hay un problema
-->
con y es a lo siguiente, para
-->
ver si el problema es la
-->
conexión o ya o MySQL.
-->
Créate una nueva conexión
-->
de base de datos, me
-->
interesa, por favor. Dale
-->
clic derecho, sí, clic
-->
derecho, crear database,
-->
conexión, dale chinook uno,
-->
intentamos para ver si esa
-->
nueva conexión me trae la
-->
configuración de ella,
-->
tráeme la configuración,
-->
claro, chinook uno, listo,
-->
MySQL, listo, dale next,
-->
dale next, MySQL, root,
-->
root, server ciento veintisiete
-->
punto cero punto cero punto
-->
cero punto cero punto uno y
-->
la data se llama chinook chinook
-->
dale test connection por si
-->
acaso listo, bien, OK, dale
-->
finish y ahora vete a chinook
-->
uno, por favor, abajo chinook
-->
uno chinook uno y expande la
-->
vista expande ventas. Bueno,
-->
ahora a lo siguiente, cambia
-->
la conexión en el análisis,
-->
en el análisis, cuando dice
-->
connection, escoge chinook
-->
uno, expande ahí con voz o
-->
tiene que refrescar, tiene
-->
que cerrar y volver a abrir
-->
porque no coge la la
-->
conexión, listo, créate,
-->
expande ahí y escoge chinook
-->
uno, ahí listo, ahora
-->
selecciona, dale yes,
-->
selecciona la cruz, yes,
-->
esa tiene que borrarla,
-->
OK, dale OK y la borras,
-->
dale OK ahí, borrála ahí
-->
y ya está borrado, listo,
-->
dale select column, expande
-->
y ahí sería total, listo,
-->
dale OK, agrega el patrón,
-->
agrega el patrón, por favor
-->
OK, eso dale ejecutar,
-->
no, eso no lo configuramos,
-->
ejecutar, ejecutar, así.
-->
Bueno, ahí como que hay un
-->
problema, como que no actualiza,
-->
no sé, no actualizo, bueno,
-->
ahí pasó algo raro.
-->
Bueno, sigamos entonces.
-->
Vamos a crear un patrón,
-->
pero ahora tipo regex,
-->
tipo regex.
-->
Para esto entonces, por
-->
favor, hacemos lo siguiente,
-->
hasta que cambie aquí,
-->
listo, vamos aquí donde dice
-->
regex y vamos a crear entonces,
-->
vamos a crearlo aquí donde dice
-->
me, a lo que no hay,
-->
créate una carpeta para
-->
localizarnos, créate un folder
-->
aquí dentro de regex,
-->
llámalo entonces, mail,
-->
para conservar los nombres ahí
-->
en inglés, mail,
-->
y te voy a compartir algo
-->
entonces, mail de correo para
-->
para validarlo, para que deja
-->
conservar lo mismo.
-->
Por aquí tengo un, hago un
-->
regex, un momento por aquí,
-->
un momentico y busco aquí, un
-->
momento para compartirle un regex.
-->
Váyase a la carpeta que se
-->
llama carpeta compartida que
-->
creo que está ahí, para
-->
colocarlo ahí, no pasarlo por
-->
acá por, y ahí hay algunos que
-->
no le sirve copiar y pegar,
-->
entonces para copiarlo allá.
-->
Vamos entonces, un momento
-->
por favor,
-->
relance, clientes,
-->
un momentico.
-->
Vamos a colocar este regex
-->
para ver qué tal funciona.
-->
Vamos aquí a colocar
-->
cualquier, un momento.
-->
No, un momento, no estoy
-->
comprando hoy, un momento.
-->
Bueno, ese momento ya carga,
-->
listo.
-->
Entonces, vayamos aquí a lo
-->
siguiente.
-->
Vayamos a
-->
carpeta compartida,
-->
URL,
-->
voy a copiar esta URL,
-->
y la voy a pegar en el
-->
browser.
-->
Y aquí está un regex que está
-->
aquí.
-->
Copié mal el nombre, pero
-->
bueno, aquí está.
-->
Copié por favor la expresión
-->
esa que está ahí.
-->
Bueno, este es un regex que
-->
ya no lo tuve mucho en cuenta
-->
algunas cosas, pero vamos a
-->
ver cómo nos funciona para
-->
saber cómo se hace regex.
-->
Entonces, ya después que
-->
tenga el regex como tal,
-->
ya habíamos creado una
-->
pequeña carpeta que se llama
-->
email.
-->
Dale clic derecho por favor
-->
y dígale nuevo regex.
-->
Y llámela por favor.
-->
Validar.
-->
Perdón, verificar, verificar,
-->
correo, verificar, correo.
-->
Vamos a darle aquí en next.
-->
Y ahora la expresión, diga,
-->
sí.
-->
Ah, sí, este, vete, ¿Quién
-->
me habló? Gerardo, sí,
-->
Gerardo, sí, mucho bien.
-->
Gerardo, mira lo siguiente.
-->
Vete a lo siguiente, vete al
-->
escritorio y vas a encontrar
-->
una carpeta que se llama
-->
Entra la carpeta, entra la
-->
ORL, por favor. A ese
-->
archivo se llama ORL.
-->
Copia, por favor, copia la
-->
dirección para decirte
-->
listo, cópiala y ábrelo en
-->
el blóser, por favor.
-->
Entra ahí y hay una carpeta
-->
que se llama regex.
-->
Ahí está regex. Entra el
-->
archivo regex y ahí está la
-->
la presión regular.
-->
No, cópiala, cópiala,
-->
cópiala. Ahí cópiala
-->
directamente ahí. Y ahora te
-->
daría así entonces. Ahora,
-->
entre comillas simples,
-->
metemos la expresión que
-->
copiamos. Nos quedaría así.
-->
Entre comillas simple. Aquí
-->
le de un espacio en blanco
-->
ahí. Ojo, con el espacio en
-->
blanco al final. Que no me va
-->
a dar igual. Le das por
-->
defecto y le das finish
-->
aquí.
-->
Y te crea la expresión
-->
regular de esa forma. Si tú
-->
quieres la puedes testear
-->
aquí. Entonces, si le das
-->
clic aquí en test.
-->
Entonces, tienes la
-->
expresión y aquí colocas
-->
alguna algo para bailarlo,
-->
¿OK? Pero hagamos lo
-->
siguiente y probémoslo
-->
inmediatamente que estamos
-->
casi para la para el almuerzo.
-->
Sí, me habló.
-->
No sé, vamos a ver qué
-->
pasó. Ah, no, listo, no,
-->
listo, porque tiene que estar
-->
cerrado entre comillas
-->
simple. Al inicio y al fin
-->
comía. Agregue las comillas
-->
simple para ver si está
-->
amable. Y al inicio. Listo,
-->
ahora sí, dele finish, dele
-->
finish. Perfecto. Entonces,
-->
probemos esta parte,
-->
probemos la expresión. Creemos
-->
aquí entonces un nuevo
-->
análisis, nuevo análisis, va
-->
a ser de tipo basic.
-->
Y este se va a llamar análisis
-->
expresión regular, correo.
-->
Propósito, validar el correo
-->
con un regex o en inglés o
-->
en español, expresión
-->
regular con un regex
-->
personalizado. Validar el
-->
correo con un regex
-->
personalizado. Se llama análisis
-->
expresión regular correo o
-->
análisis regex correo como tú
-->
quieres, es para verificar
-->
cómo se hace con expresiones.
-->
Ya sabes que lo puedes hacer
-->
a nivel de CQL o a nivel de
-->
expresión regular. Se aplica
-->
todo lo que has aprendido
-->
en expresión regular, lo que
-->
tú quieras puedes validarlo
-->
aquí. Te damos aquí finish
-->
entonces y vamos a escoger el
-->
email que está en customer
-->
como columna nada más. En la
-->
conexión de MySQL vamos
-->
entonces aquí dale chinook y
-->
busco la tabla que se llama
-->
customer. Y en customer
-->
solamente voy a escoger
-->
entonces correo. Te damos
-->
aquí OK. Debes escoger nada
-->
más correo o email, bueno
-->
email. Seleccione si usted
-->
quiere un identificador,
-->
aunque no necesario, quiero
-->
que me muestre por lo menos
-->
el road cone. Nada más voy a
-->
seleccionar road cone, aquí
-->
nada más me queda aquí. Y
-->
agregue ahora el patrón de
-->
tipo regex que hizo ahora. Se
-->
va aquí donde dice father.
-->
Aquí tiene regex. Y aquí va
-->
a buscar entonces mail y
-->
debería aparecer el que
-->
agregó nuevo. Y le da
-->
entonces OK. Nada más le
-->
agregué road cone. Road cone
-->
nada más. Número de filas.
-->
Y después le agregan el
-->
patrón ¿OK? ¿Quién me
-->
decía por allá? Alguien más.
-->
Road cone. Listo, acto
-->
seguido entonces, si ya todo
-->
está configurado, démoslo
-->
entonces donde dice room.
-->
Listo, y entonces aquí me
-->
dice en que ninguno de los
-->
correos cumple con el patrón.
-->
Deja a cambiarle ese correo
-->
un momentico. Voy a
-->
cambiarle este, voy a ver
-->
los correos que están aquí.
-->
En para ver de qué tipo son
-->
y agregar un regex entonces
-->
para eso. Un momento para
-->
cambiar ese regex que está
-->
ahí. No lo puedo ver. Un
-->
momento y me consigo un
-->
correo para que coincida con
-->
alguno por lo menos.
-->
No me sirve ninguna consulta
-->
hacia la base de datos. Alguno
-->
me puede mandar aquí por el
-->
check eh uno de los correos
-->
dos viéme dos correos por
-->
ahí para hacer un regex con
-->
respecto a esos correos por
-->
lo menos para que para que
-->
me cuadre con algunos. Que
-->
no puedo consultar aquí la
-->
bueno a menos que me vaya
-->
de un momento. No, ya lo
-->
hago por acá. Lo hago acá
-->
con el para traerme dos
-->
correditos por aquí y hago
-->
un regex con respecto a
-->
los correos tres. Aquí le
-->
damos. Voy a buscar el
-->
correo de qué tipo son. Creo
-->
que este correo son sí el
-->
problema es que es punto con
-->
punto BR por ejemplo. Un
-->
momento. Ah listo. Bueno aquí
-->
tengo uno que me lo generó
-->
aquí. Vamos. Permítame
-->
probar este regex para ver
-->
si funciona un poco mejor.
-->
Se me perdió el análisis
-->
¿Cuál era ese? Creo que era
-->
ese. Ejecuto nuevamente.
-->
Bueno, aquí le voy a mandar
-->
eh un reyes, lo voy a poner en
-->
el archivo. Diferente para
-->
que el que tenía no era como
-->
que muy bueno. Entonces, un
-->
momento, por favor. Voy a
-->
reemplazar este reyes por
-->
este. Guardar. Sea nuevamente
-->
la carpeta compartida, por
-->
favor. Y copie y reemplace
-->
reyes que que teníamos con
-->
el reyes que mandé ahora. Ya
-->
ese reyes sí está mejor, porque
-->
actualiza, ya encuentra la
-->
mayor parte de. Ese reyes lo
-->
va a hacer lo siguiente. Sí,
-->
está en la carpeta compartida,
-->
efectivamente. Es así como
-->
usted dice. Está en la carpeta
-->
compartida. Permítame
-->
comprobar para ver. Del F5
-->
aquí lo de F5 debería
-->
cambiar.
-->
Sí, ahí está. Todo que no
-->
tenga espacio ni al principio
-->
ni al final porque ya le
-->
daña la expresión.
-->
Sí. Dale F5, por favor, por
-->
recacar estos modos de cambio.
-->
Listo, hay algunos que no
-->
cumple, pero creo que el
-->
noventa y nueve por ciento
-->
cumple con ese noventa y
-->
ocho por ciento. Cumple con
-->
ese reyes. Pero la idea es
-->
que sepa entonces cómo cómo
-->
cómo agrega un reyes para
-->
poder utilizar digamos
-->
verificar elementos de
-->
calidad. Normalmente pues
-->
ese tipo de parámetros,
-->
formatos, te lo está dando
-->
el gobierno de datos. Lo que
-->
es que tú tienes que hacer sí
-->
ahora es cómo haces para
-->
configurar esa parte. Julio,
-->
en este caso no te no te
-->
tienes que el cien por ciento
-->
¿Qué? ¿Qué reyes tiene?
-->
¿El antiguo o el nuevo?
-->
Muestra para ver.
-->
Muéstrame para ver el reyes
-->
en el mail para ver. Ahí lo
-->
tienes. Ah, que no has
-->
guardado. En verificar
-->
correo si te das cuenta que
-->
hay un asterisco en
-->
verificar correo indica que
-->
no has guardado. Hazle
-->
clic ahí y ahora dale
-->
guardar. Te das cuenta que
-->
hay un asterisco cuando
-->
de guardar.
-->
Aquí, aquí, ahí, ya lo
-->
viste. A ver, estoy enseñándote
-->
aquí, ¿no? Sí, ves. Espera
-->
un momento, te lo coloco.
-->
Dale guardar ahí, por
-->
favor. Ahí ya estás. Sí,
-->
listo, ya viste que cambió.
-->
Ahora vuelve a ejecutar
-->
nuevamente. Le cambiaste
-->
reyes. Muestra para ver
-->
porque. Muestrame reyes
-->
nuevamente para ver. Vete a
-->
verificar el correo. Ah, no,
-->
ese es el. Ese es el viejo
-->
o es el nuevo que ve. Sí,
-->
sí, sí, sí, está ahí.
-->
Muestra para ver entonces
-->
nuevamente. Muestra nuevamente
-->
para ver la el análisis si
-->
están amables. Muestra. No,
-->
no, muéstrame el análisis
-->
nuevamente. Muestrame el
-->
análisis, está bien.
-->
Muestrame el análisis.
-->
Ah, porque te atumaste fue
-->
total. No, ese análisis.
-->
No, vete a expresión regular
-->
correo. El el análisis que
-->
tienes es el último que se
-->
llama análisis expresión
-->
regular correo. Ejecuta ese,
-->
¿sí? Porque está
-->
ejecutando era el de el
-->
anterior te ejecuta ese.
-->
Baja para ver. Ahora sí,
-->
tienes el noventa y ocho
-->
por ciento ahí ve. Sí, estamos
-->
ejecutando el que no era.
-->
Bueno, este bueno, nos vamos
-->
entonces ahora a almuerzo y
-->
regresamos en una hora, ¿OK?
-->
Eso, muchas gracias. OK.
-->
Listo, pues. Nos vemos nos
-->
vemos una hora, pues. Listo,
-->
liso, gracias.
-->
Listo, pues.
-->
Listo, pues.
-->
Listo, pues.
-->
Listo, pues.
-->
Listo, pues.
-->
Bueno, nuevamente, buenas
-->
tardes. Buenas tardes. Espero
-->
que hayan se descansado un
-->
poco entonces. Continuamos,
-->
¿Estamos conectados? Yes.
-->
Listo, entonces, eh, ya
-->
hicimos un par de ejemplos
-->
relacionados con la parte de
-->
patrones, eh, definimos
-->
entonces patrones a nivel de
-->
lo que es y lo que es lo
-->
que es SQL. Tiene que tener
-->
en cuenta que estos
-->
patrones pueden ser
-->
aplicables a cualquier columna
-->
que usted quiera agregarle.
-->
Lo que si tiene lo que lo que
-->
tiene que revisar es si tiene
-->
sentido pues al tipo de
-->
columna como tal. Pero digamos
-->
que cuando tú defines ya sea
-->
un patrón, tipo reyes o
-->
tipo SQL, lo puedes aplicar
-->
a cualquier columna entonces
-->
como tal. Bueno, vamos
-->
entonces a hacer lo
-->
siguiente, vamos a crear
-->
ahora un identificador, un
-->
indicador, perdón,
-->
identificador, un indicador.
-->
Entonces, para que me
-->
recuerde a la tienda antes de
-->
iniciar esta parte, vamos a lo
-->
siguiente entonces, cuando ah
-->
tenemos, bueno, cualquiera de
-->
estas de estos análisis,
-->
momento, que reinicie la
-->
reinicie la interfaz porque
-->
tenía problemas, voy a coger
-->
el primero que hicimos que
-->
fue el de, creo que fue
-->
este inicialmente, un
-->
momento, por favor, está un
-->
momento, está bien. Bueno,
-->
vamos a ver entonces. Listo,
-->
ya cargo aquí. Ya lo he
-->
ejecutado ya, no sé por qué
-->
lo ejecuté. Voy a ver un
-->
momento el resultado para
-->
explicarle qué es lo que
-->
vamos a hacer entonces.
-->
Cuando tú ejecutas un
-->
análisis, notarás entonces
-->
que esa gráfica lo que
-->
hacen es un conteo, ¿Verdad? Al
-->
final, saca el número de
-->
elementos y te lo presenta en
-->
un diagrama en barra. Al
-->
final, esa gráfica que están
-->
ahí son indicadores que
-->
cuentan elementos, es decir,
-->
muestran una gráfica de un
-->
suceso en netamente
-->
cuantitativo. Eso es lo que
-->
es al final. Los
-->
indicadores, entonces, lo
-->
que hacen es contar, mostrar
-->
cuantitivamente el valor de
-->
algo. Entonces, para crear un
-->
identificador, nos vamos
-->
entonces aquí donde dice
-->
indicator. Aquí hay unos ya
-->
definidos por la herramienta.
-->
Vamos a crear nuestro propio
-->
identificador. Por lo tanto,
-->
vamos a crear entonces lo
-->
siguiente, clic derecho,
-->
nuevo indicador. Voy a hacer
-->
un indicador muy sencillo
-->
para que podamos ver cómo
-->
funciona. El indicador lo
-->
que va a contar es
-->
verificar, va a contar el
-->
número de veces en que una
-->
cadena de string empieza
-->
mayúscula. Es sumamente
-->
sencillo. Que si carece de
-->
sentido, pues, muy poco,
-->
porque normalmente, aunque
-->
tenga un formato, es más
-->
fácil de hacer con otras
-->
cosas. Pero lo que va a
-->
ser sencillamente es contar
-->
si una cadena de string
-->
inicia mayúscula. Eso es
-->
lo único que va a contar.
-->
Entonces, voy a colocar
-->
identificador de esta
-->
forma. Contador, voy a
-->
llamarlo de esta forma.
-->
Contador, contador inicia
-->
iniciales un derechor
-->
mayúscula. Propósito, contar
-->
el número de veces que una
-->
variable string inicia en
-->
mayúscula. Voy a cambiar
-->
ese string porque es más de
-->
tipo de texto, entonces voy
-->
a cambiar de su mejora de
-->
texto, es decir, contar el
-->
número de veces que una
-->
variable de texto, de tipo
-->
texto va a contrar para que
-->
sea. De tipo texto inicia
-->
en mayúscula. Eso es lo
-->
que va a hacer. Va a hacer
-->
más nada. Nada del otro
-->
mundo. Vamos con una
-->
cuestión muy sencilla y
-->
después vamos inventando
-->
entonces la complejidad de
-->
los ejercicios. Vamos a
-->
ver y le damos entonces
-->
aquí finish.
-->
E indicadores hay de cuatro
-->
tipos. Vamos con el más
-->
sencillo que es el que cuenta
-->
elementos. Ese es el más
-->
sencillo de todos. Contar
-->
elementos. Entonces, para
-->
definir el tipo
-->
identificador, aquí le da
-->
clic y hay cuatro tipos
-->
identificadores. En este
-->
caso voy a hacer es
-->
conteo de elementos que
-->
cumplen una condición. Si se
-->
da cuenta la gráfica por
-->
ejemplo de nulos, lo que
-->
hace al final es contar el
-->
número de veces que una
-->
columna es nula. Esa es la
-->
misma idea que tenemos acá
-->
con el indicador. Va a
-->
contar el número de veces
-->
que la columna corresponde
-->
es igual a la condición
-->
que vamos a hacer. Entonces
-->
dejamos por defecto este
-->
que está aquí que es
-->
contar por definición de
-->
la columna y vamos a
-->
definir entonces la
-->
sentencia. Para definir
-->
sentencia nos vamos aquí
-->
donde dice más.
-->
Y aquí hay que analizar un
-->
poco la entrada, la
-->
entrada. En este caso este
-->
identificador yo puedo
-->
hacerlo un identificador
-->
genérico o un
-->
identificador bajo un
-->
lenguaje que en este caso
-->
únicamente es Java. Es
-->
decir, identificador
-->
genérico es para
-->
cualquiera, digamos motor
-->
de base de datos, específico
-->
un motor de base de datos o
-->
un lenguaje específico
-->
con este caso que es el de
-->
Java. Vamos a escoger
-->
entonces como estamos
-->
sobre una base de datos
-->
MySQL, vamos a hacer uno
-->
específico para MySQL.
-->
Tome aquí y escoja MySQL
-->
y le va a cambiar
-->
entonces los parámetros de
-->
configuración. Cuando esté
-->
en esta interfaz dele
-->
por favor donde dice
-->
editar. Y notará entonces
-->
que va a encontrar varias
-->
pestañas. Pestañas entonces
-->
donde está full SQL y un
-->
template que vamos a
-->
modificar ahora. Entonces lo
-->
único que usted tiene que
-->
configurar es la definición
-->
del indicator. La definición
-->
del indicator lo que va a
-->
colocar usted es la
-->
condición del where que
-->
usted quiere que se cumpla
-->
para contar los elementos.
-->
Nuevamente lo único que va
-->
a configurar para este tipo
-->
de indicador es la
-->
condición del where.
-->
Partiendo de que la columna
-->
viene de una base de datos
-->
en este caso MySQL.
-->
Entonces que vamos a hacer
-->
aquí hay varios
-->
varios template.
-->
Explico entonces el más
-->
sencillo. Cuando usted
-->
escoja column names este que
-->
está aquí column names
-->
lo suelta acá perdón
-->
lo selecciona y lo suelta
-->
acá. Ese column name está
-->
de forma genérica porque
-->
ese column name se
-->
emplaza por la por el nombre
-->
de la columna al cual tú
-->
agregue el indicador. Entonces
-->
si yo agrego la columna al
-->
indicador email significa que
-->
la consulta select la hace
-->
sobre la tabla que tenga
-->
análisis where la columna
-->
que agregue el indicador.
-->
Por eso que se coloca de
-->
forma genérica. Pero de
-->
igual forma tú puedes
-->
construir una sentencia
-->
SQL igualmente de forma
-->
genérica con todos los
-->
elementos que tú puedes tener
-->
ya sea elementos de group
-->
by and or having lo que
-->
tú quieras. Listo. Listo,
-->
vamos a lo siguiente. Eh,
-->
aquí donde dice a esta
-->
parte. Bueno, listo, vamos a
-->
lo que me di. Pero te va
-->
más. Bueno, va. Bueno,
-->
vamos a ver. Eh, pero si si
-->
te el indicador significa
-->
que sería doble clic lo
-->
puedes ver, ¿no? ¿Quién me
-->
habló para ver para ver la
-->
pantalla un momento? Uy,
-->
vamos a ver, vamos a ver
-->
la pantalla. Ah, listo. Eh,
-->
minimiza esta esta que yo te
-->
deja ver aquí, este que no
-->
te deja ver. Minimiza aquí
-->
por favor. Cierra. O baja
-->
el scroll. Lo que va a ser
-->
que no te deja ver. Dale
-->
ahí. Clip, por favor. Y
-->
escoge eh MySQL. Y después
-->
le da clic en edit. No, el
-->
de acá, el edit que está
-->
en la eh en la scroll de
-->
barra de barra horizontal.
-->
Ruedalo a la derecha, por
-->
favor. Y dale edit. Bueno, si
-->
te das cuenta, acabo de haber
-->
unos templates, escoge el
-->
segundo column name, lo
-->
selecciona, clic sostenible,
-->
lo sueltas en en el en el
-->
text área. Perfecto. Y y
-->
vamos por ahí entonces.
-->
Listo, entonces, voy por aquí
-->
editar column names y aquí
-->
coloco una expresión cualquiera
-->
que yo quiera que cumple. En
-->
este caso en particular quiero
-->
definir entonces una expresión
-->
que me valide y que me
-->
cuente si la primera letra
-->
del de un texto inicia
-->
mayúsculas. Eso es lo que va
-->
a contar. Entonces, ¿Cómo
-->
hacemos aquí? Como este
-->
señor es MySQL, voy a
-->
usar una función de MySQL
-->
de expresión regular que se
-->
llama rec x. Así es, rec, un
-->
momento, te la coloco acá para
-->
que la veas mejor, rec, te la
-->
coloco acá, un momento.
-->
Sería esa. Esta es la rec
-->
x. Y entonces, aquí coloco,
-->
digo entonces que inicie,
-->
quiero sacar el circunflejo
-->
¿Cómo es? Ah, circunflejo
-->
¿Cuál es el símbolo?
-->
Siento ¿Cómo se llama el
-->
carácter de Tiangulito?
-->
Circunflejo, ¿Verdad?
-->
Circunflejo, carácter, voy a
-->
buscarlo, se me circunflejo
-->
circunflejo, creo que se
-->
circunflejo. Este de aquí,
-->
¿Cómo sale? No sé, pero se me
-->
olvidó el es este de aquí,
-->
control C, diciéndole que
-->
inicie la expresión regular
-->
quedaría así y le digo que
-->
esté en un rango de la A
-->
mayúscula a la Z mayúscula
-->
entonces cierro aquí, me
-->
quedaría la expresión al final
-->
de esta forma. En este caso
-->
ese función es propio de
-->
MySQL, con lo tanto, si
-->
intento ejecutar este
-->
indicador sobre un motor tipo
-->
Postgres, va a ser un error
-->
porque va a intentar hacer esa
-->
consulta con el REX y no la
-->
va a encontrar en Postgres de
-->
esa misma forma o con el
-->
mismo, la misma sintaxis.
-->
Quedaría de esa forma. Espero
-->
que hay alguno estamos con
-->
otro día el circunflejo. De
-->
algún modo, si usted sea, voy
-->
a voy a pegar esto en en la
-->
carpeta compartida, por si
-->
acaso, para que tengas el
-->
circunflejo ahí entonces, si
-->
no demore mucho, voy a
-->
agregarle la carpeta. Dale,
-->
y voy a colocar entonces
-->
indicador, un archivo llamado
-->
indicador, voy a colocar la
-->
expresión esa.
-->
Entonces, vamos a ver acá.
-->
Sería ir a la carpeta
-->
compartida.
-->
Aquí en el root de la carpeta
-->
compartida, agregué un archivo
-->
llama indicator, y ahí está el
-->
el REX. Bueno, rellenó la
-->
expresión.
-->
Como el circunflejo. En el
-->
raíz, Gerardo, al atrás,
-->
por favor. Vaya, la cogí. Ah,
-->
ya, espérate, sí, ya la
-->
cogí. Al final, debería
-->
que darle entonces, así
-->
nada más, la expresión.
-->
Eduardo, creo que te quedó esa
-->
expresión muy grande, me
-->
parece a mí. Creo que la tienes.
-->
Ah, porque tienes, eh, ¿dónde
-->
le agregaste? Vete al
-->
indicator, ahí, ah, no, está
-->
viendo, ah, sí, sí, sí, que
-->
estaba viendo el full
-->
template. Sí, sí, sí. No había
-->
dado cuenta. Bueno, listo,
-->
creo que ya la todos la
-->
tenemos entonces, le damos
-->
aquí, ¿OK? Listo. Vamos a
-->
probar entonces, va, ah, se
-->
va. Voy a cerrar todos estos
-->
señores para que no me
-->
causen
-->
sí, dígame
-->
¿Quién me ya, quién me
-->
escribió? Vamos a ver. Ya
-->
wey. Sí, te quedó. Dale
-->
nuevamente editar para ver.
-->
Ah, porque reemplazaste el
-->
full. Ah, lo siguiente,
-->
borrá, borráte, porque te
-->
va, te, te quedó, borráte,
-->
dale cáncer ahí un momento.
-->
Y te voy a colocar acá mejor.
-->
Dale cáncer, borráte ahí en
-->
la X, borráte esa, ese
-->
template listo, vete a
-->
crearlo nuevamente.
-->
Dale, eh, coge MySQL,
-->
por favor.
-->
Dale editar, espérate un
-->
momento, dale editar. Y al
-->
final lo que tienes que
-->
reemplazar nada más es la
-->
sentencia del web. Y ese
-->
web se une con el full,
-->
full SQL. Entonces, ahora
-->
si pega la la lo que mande
-->
en el en la carpeta, no sé si
-->
usted tiene memoria ahí,
-->
listo. Dale OK. Y ahora
-->
eso que existe se agregó con
-->
lo que estaba como template
-->
anteriormente. Sí, lo
-->
hiciste, lo creaste en el
-->
full. O sea, reemplazate,
-->
reemplazate ahí. Listo.
-->
Entonces, vamos a probar eso.
-->
Vamos a probar entonces.
-->
Vamos a crear aquí un nuevo
-->
análisis de tipo basic.
-->
Colundar de tipo básico.
-->
Entonces vamos a colocarle
-->
análisis. Indicador. Inicio
-->
con derechor mayúscula.
-->
Propósito. Analizar las
-->
columnas textuales.
-->
Que inician en mayúscula.
-->
El yo lo llamé análisis
-->
indicador inicio mayúscula.
-->
Análisis indicador inicio
-->
mayúscula.
-->
Y el propósito de analizar
-->
las columnas textuales que
-->
inician en mayúscula.
-->
Listo, le damos aquí
-->
Finish.
-->
Y vamos a a a escoger
-->
ahora entonces nuevamente
-->
la tabla cliente que tiene
-->
muchos campos textuales.
-->
Entonces voy aquí al select
-->
column, ya empieza a hacer
-->
un proyecto de memoria.
-->
Voy a la tabla que se llama
-->
customer.
-->
Y voy a escoger el first name,
-->
last name,
-->
company, y correo, email.
-->
Cuatro columnas, first name,
-->
last name, company,
-->
e email.
-->
First name, last name,
-->
company, e email.
-->
Y ahora vamos a agregar
-->
cuatro columnas de tipo
-->
barchar.
-->
Listo, le damos OK.
-->
Y ahora a cada una de esas
-->
columnas le vamos a agregar
-->
el indicador de usuario.
-->
¿Cómo lo hacemos?
-->
Al lado de pattern está
-->
UDI.
-->
Dele click en el UDI de
-->
cada una de las columnas y
-->
le agrega el indicador que
-->
acaba de hacer.
-->
Se voy con la primera,
-->
expando aquí y aquí aparece
-->
el contador inicial de
-->
mayúsculas.
-->
Listo, OK.
-->
Voy a este UDI de acá.
-->
Perfecto.
-->
Este UDI de acá.
-->
Como tiene por lo menos un
-->
UDI, un patrón o
-->
identificador, puedes
-->
ejecutar.
-->
Entonces, vamos
-->
después que termine esta parte,
-->
dele room para ver.
-->
OK.
-->
Y ahora vamos a agregar
-->
el indicador de usuario.
-->
indicador de usuario.
-->
Bueno, aquí tenemos lo
-->
siguiente.
-->
Se me hace raro esta parte.
-->
Pero el todo empiezan con
-->
mayúscula la primera.
-->
Todo empiezan con
-->
mayúscula.
-->
Compañía solamente hay 10
-->
que inician en mayúscula.
-->
Y correo hay 59 que si me
-->
hace raro con ese correo que
-->
no recuerdo que los correos
-->
iniciaran en mayúscula.
-->
Permítame confirmar para ver
-->
estos datos.
-->
No sé.
-->
Voy a confirmar los datos
-->
para ver si están bien o me
-->
equivoqué de pronto en la
-->
configuración.
-->
Voy a consultar los nombres
-->
de clientes.
-->
Entonces, voy a colocar aquí
-->
la primera.
-->
Listo.
-->
Esto sí empieza en
-->
mayúscula.
-->
Estoy seguro.
-->
Sí, señor.
-->
Empecé en mayúscula.
-->
Compañía.
-->
Los que no empiezan en
-->
mayúscula porque están en
-->
nulos.
-->
Sí, definitivamente.
-->
y el último que quedé con la
-->
cincuenta. Sí.
-->
Perfecto. Tengo. Bueno, va por
-->
aquí entonces, señor, está la
-->
columna, y aquí está un le das
-->
clic aquí al botoncito, y te va
-->
a aparecer para escoger entonces
-->
el indicador. Exactamente. Sí,
-->
señor, así es.
-->
Muy. Perfectamente. Entonces,
-->
¿Ves quién me habló? Julio hoy
-->
para allá, Julio. Ah, baja un
-->
momento, Julio. Ah, porque no
-->
ha guardado, Julio, parece. No
-->
ha guardado la expresión.
-->
Mira, mira lo siguiente. Si
-->
te das cuenta que el nombre
-->
acá tiene un asterisco,
-->
indica que no ha guardado.
-->
Dale guardar primero la
-->
expresión. Ah, vete, dale
-->
clic ahí. Date cuenta que tiene
-->
un asterisco al lado,
-->
significa no ha guardado. Dale
-->
guardar entonces. Allá donde
-->
está el disquecito acá
-->
arribita. Aquí, aquí, aquí.
-->
Porque te cuenta que ahora
-->
te quita ya el el signo.
-->
Ahora, intenta nuevamente
-->
ejecutar, ejecuta la, ah,
-->
bueno, te faltó. Y ejecuta para
-->
ver cuando termines la
-->
configuración, por favor.
-->
Ejecuta cuando termine la
-->
configuración, listo, vamos
-->
a ver. Quita esta parte aquí
-->
para que no te da lo que
-->
esto porque no minimiza esto
-->
aquí. Minimiza esto aquí
-->
porque creo que te está
-->
cuando terminas de configurar
-->
esta parte minimízala para
-->
que no se te vea ahí esta de
-->
acá abajo. Este dale clic
-->
aquí. No te minimiza aquí
-->
aquí. Eso, dale clic ahí
-->
baja, minimiza ahí. Listo, y
-->
este cierra la ventana esta
-->
que está acá, ve. Esta de
-->
acá arriba, detail view, la
-->
del, no, aquí está el X,
-->
ahí está, le cierra. Listo,
-->
y minimiza, ah, no, ya está
-->
bien. Listo, pues, eh, ya
-->
agréate a todos los user ID.
-->
Ahí te faltó. Ahora sí,
-->
ejecuta para ver.
-->
Muéstrame por favor el el
-->
company tienes diez, pero eh
-->
muéstrame un momento, sigue
-->
bajando y muéstrame el de
-->
e-mail. Un momento, reviso la
-->
presión regular. No, no,
-->
listo, está bien, está
-->
bien. Lo que es que creo que
-->
no me dio darse cincuenta y
-->
nueve. Un momento. Un
-->
momento y reviso esa presión
-->
regular que está como
-->
¿Qué es lo que es? Está
-->
extraña, no sé por qué dio
-->
eso. Momentico, momento. No,
-->
la presión regular está bien.
-->
¿Por qué me dio eso? Bueno, me
-->
tocó investigar ahora, pues.
-->
Vamos a seguir porque de no
-->
devoramos más tiempo. Bueno,
-->
déjeme y lo investigo que más
-->
sube esa expresión, pero
-->
bueno, así se define, eh, un
-->
indicador. Al final el
-->
indicador lo que hace es
-->
contar si la expresión que
-->
tú colocas es verdadera,
-->
entonces conte el número de
-->
elementos que cumplen esa
-->
expresión y la condición como
-->
tal. Vamos entonces a seguir
-->
con otro tipo de ejercicio
-->
y vamos ahora a hacerlo con
-->
CSV. A ver si esto lo subí un
-->
momento. No, un momento, ya
-->
voy a subir unos archivos que
-->
no los subí, se me escapó.
-->
Listo, un momento, tal vez
-->
no está el cualito. Listo,
-->
vamos a la carpeta compartida
-->
nuevamente. Aquí vamos a
-->
descargar una carpeta que
-->
subí ahora, que se llama
-->
F5. F5, un momento aquí. No
-->
la veo.
-->
TDQ. Descarga por favor esta
-->
carpeta. Voy a revisar cuál
-->
es el que vamos a hacer ahora.
-->
Listo, yo la tengo aquí, voy
-->
a descomprimirla.
-->
Listo, descargas.
-->
Entonces,
-->
entonces, vamos a aquí extraer
-->
todo.
-->
extraer aquí.
-->
Listo, esto lo que tiene son
-->
archivos CSV.
-->
Que vamos a probar ahora
-->
entonces.
-->
Bueno, entonces, si ya
-->
descargo, por favor, vamos
-->
entonces a hacer lo siguiente.
-->
Crece un, una entrada de
-->
metadata. Mientras respondo
-->
aquí a algo Jimena. Por cada
-->
uno de esos archivos, a
-->
excepción del ten que está
-->
ahí que se fue.
-->
Voy a fight the limit, yo
-->
primero.
-->
Creamos entonces.
-->
Y aquí creo una entrada hacia
-->
anomalias.csv.
-->
Lo voy a llamar entonces
-->
anomalias.
-->
anomalias.
-->
Next.
-->
Ya eso viene exactamente lo
-->
vimos, lo mismo que vimos con
-->
CSV allá en el talent data
-->
integration.
-->
Vamos entonces aquí.
-->
Subimos este señor,
-->
anomalias.
-->
Descargas.
-->
TDC, TDQ, perdón,
-->
CSV.
-->
Anomalias.
-->
Next.
-->
Listo, señor, tiene
-->
encabezado, está separado por
-->
coma.
-->
Y doy un refresh para ver.
-->
Listo.
-->
Next.
-->
Y cree una entrada, por
-->
favor, para cada, para cada
-->
uno de esos archivos que
-->
están ahí.
-->
Mientras respondo aquí a
-->
ustedes, entonces aquí sería
-->
el otro archivo que sería.
-->
Correlaciones.
-->
Mientras vagamos haciendo eso,
-->
disculpe, ¿Quiénes son los
-->
que van a hacer la prueba el
-->
caso estudio hoy? No te
-->
preocupes. No te preocupes.
-->
Julio, ¿Quién más? OK,
-->
perfecto. Me espero un
-->
momento, listo, confirmo algo
-->
aquí en la máquina virtual.
-->
Vaya haciendo, por favor, un
-->
metadata para cada uno de
-->
estos archivos. Acesión del
-->
ten uno que está ahí. Si no,
-->
se fue ahí. Eh, confirmó algo
-->
aquí.
-->
Nada más el y el encabezado,
-->
el del imitador y el
-->
encabezado. Que tiene
-->
encabezado. Creo que hay
-->
uno que se llama ten uno,
-->
creo que se llama. Ten uno.
-->
Ah, entonces me equivoqué,
-->
fui yo, perdón, te
-->
confirmó para ver. Cuando
-->
descargué me pareció ver un
-->
ten uno aquí. Si no hay
-->
este ten uno que está aquí,
-->
no. Ten uno. Ese no,
-->
borralo. Si quieren borrarlo,
-->
se no tienen nada.
-->
Bueno,
-->
bueno, si quieres, este,
-->
dejemos hasta aquí y me deja
-->
con los que van a hacer el
-->
el nuevamente el caso de
-->
estudio para explicarle un
-->
par de cositas ahí. Si ya
-->
terminó de subir todos los
-->
archivos, por favor,
-->
entonces, me deja nada más
-->
como se quedan nada más los
-->
tres y les explicamos
-->
nuevamente porque hay que
-->
configurar lo que teníamos
-->
anteriormente, que no lo
-->
tenemos, perdimos los job
-->
que seguramente alcanzaron
-->
a hacer, se perdieron en
-->
la máquina virtual anterior.
-->
Ya voy para allá, voy para
-->
allá, voy para allá.
-->
Oye, vamos a ver.
-->
OK, vamos a ver. Dale
-->
refresh. Refresh. Listo,
-->
lo que que que es mandado
-->
mítico, dale, ah, listo,
-->
hidre, dale allá, ponle uno
-->
ahí, dale nuevamente refresh
-->
porque no es automático. Ah,
-->
porque tienes que configurar
-->
el set acá. Dale set, ahí
-->
tienes, ahí tienes, ahí tienes
-->
el refresh. Dale nuevamente
-->
para ver. Espérate, que te
-->
te subió uno más. Cámbiate,
-->
elegir que te te sumó uno,
-->
ponle uno ahí. Dale nuevamente
-->
refresh. Ahora sí, listo,
-->
ahora sí. Listo. Sí, pero la
-->
idea era que hiciera todos
-->
los metadatas, pero si los
-->
metadatas, si no lo semos
-->
vamos a empezar el día el día
-->
martes, si no, vamos a
-->
empezar, no sé si nos si
-->
iniciamos para la configuración
-->
de las máquinas como estaban
-->
anteriormente, regálenme tres
-->
minutos, busco un poquito de
-->
agua y vengo enseguida, ya
-->
vengo. Los de vas, si
-->
quieres, pues, no sé si quieren
-->
quedarse o si quieres se
-->
desconectan, como decen, ya
-->
vengo.
-->
Ah, bueno, volví, bueno,
-->
volví ya nuevamente, listo.
-->
Vamos entonces los del
-->
los que vamos a hacer el caso
-->
de estudio. Primero, estamos
-->
conectados los tres, yes o
-->
no. Bueno, en primer lugar,
-->
recuerde que lo primero que
-->
hicimos fue subir el modelo
-->
de datos del data warehouse,
-->
entonces, primero, váyase a
-->
MySQL command line.
-->
Y esto aquí le damos root.
-->
Nos conectamos con root.
-->
Y váyase a la carpeta
-->
compartida, caso de estudio,
-->
y descarga un archivo que se
-->
llama Chinook Undercore DWSQL,
-->
por favor. Esto es lo
-->
primero que vamos a hacer.
-->
Vete a la carpeta compartida
-->
ahí en tu browser, por favor.
-->
Vas acá a caso de estudio, a
-->
la carpeta caso de estudio,
-->
no, pero vete al browser, en
-->
el browser, la carpeta
-->
compartida, eh, la que tenemos
-->
ahí en, voy a tu máquina.
-->
Vete a tu desktop. Ah,
-->
perdón, ahí la tienes, que
-->
perdón, que no veía bien,
-->
ese exactamente, que no te
-->
veía bien. Listo, sí,
-->
carpeta, el caso de estudio,
-->
entra a caso de estudio y
-->
descarga el que se llama Chinook
-->
Undercore DWSQL. Listo,
-->
entonces, abre la carpeta,
-->
copia la ruta donde está el
-->
archivo, bueno, aquí me
-->
aparece, voy a copiarla
-->
directamente aquí, le da clic
-->
derecho en propiedades del
-->
archivo, y me traigo la
-->
ruta, donde está, donde se
-->
ha descargado, esa ruta la
-->
copio, y la pego en, antes
-->
de esto le digo source,
-->
pego la ruta, slash, y
-->
llamo, el archivo se llama
-->
chinookdw.sql, ya lo pongo
-->
en grande, queda más o
-->
menos así, queda así.
-->
Por favor, le da enter, y
-->
veamos para ver si construye
-->
el modelo.
-->
Ah, listo, me fui por acá
-->
porque, bueno, descargué,
-->
dos formas, una me fui a la
-->
barra de direcciones, eso
-->
le di clic derecho en el
-->
archivo que descargué,
-->
properties, y aquí copié la
-->
ruta. Aquí copié la ruta,
-->
location aquí, copy, y
-->
después la pegué acá, y le
-->
pongo chinookdw.
-->
Listo, ahí te entro ya.
-->
Ahí te entro, sí. Funcionó.
-->
Listo, ahora, y si ya
-->
funcionó, súbete el talent
-->
data integration, por favor.
-->
No caso ve, creo que, de
-->
ahí, todos de ahí. Listo, yo
-->
también le doy enter entonces.
-->
Listo, procedemos entonces y
-->
montamos el talent data
-->
integration. Ese que está
-->
aquí. Si vas adelantado y te
-->
sube antes, crea una
-->
conexión hacia el chinook de
-->
MySQL. Mientras acá está
-->
caliendo todavía. Perdón.
-->
El no, no es el mismo. No,
-->
no es el mismo. No es el
-->
mismo. El otro, este que
-->
estamos, que está abierto es
-->
el talent data quality. Y
-->
ahora tenemos el talent, el
-->
talent.
-->
Sí, la primera vez, no, deja
-->
el proyecto por defecto,
-->
quise crear un nuevo proyecto
-->
que se llama local project,
-->
¿Verdad? Sigue, siguiente.
-->
Sí, dale perfecto.
-->
Bueno, espero entonces a que
-->
Eduardo te cargue. Listo,
-->
primero entonces, Eduardo,
-->
creemos la conexión hacia
-->
el chinook de MySQL. Entonces,
-->
creas aquí metadata, debe
-->
conexión, clic derecho, crear
-->
conexión, y colocamos aquí
-->
chinook, entre paréntesis,
-->
MySQL identificando el motor.
-->
Next, no le agregamos
-->
propósito ni nada por cuestión
-->
de tiempo. En el debe type,
-->
por favor, escoge MySQL
-->
en el login vamos a colocar
-->
root
-->
con lo que fue
-->
el password es root, el
-->
server es ciento veintisiete
-->
punto cero punto cero punto
-->
uno y la base de datos es
-->
chinook.
-->
Cuatro mil de test
-->
connection, por favor.
-->
Listo, bajar, aquí,
-->
descarga los driver.
-->
Ok,
-->
Finish,
-->
y procede a extraer el esquema.
-->
Entonces, vete aquí en la
-->
conexión, clic derecho, y le
-->
dice recuperar esquema.
-->
Recuperar esquema, le damos
-->
aquí next, y escogemos aquí
-->
todas las tablas de chinook.
-->
Listo,
-->
Next, y Finish.
-->
Listo, ahora creemos una
-->
conexión hacia la modelo de la
-->
bodega de datos. Nuevamente
-->
creamos una nueva conexión,
-->
crear conexión.
-->
Esto se llama chinook
-->
con la base de datos, con
-->
underscore DW,
-->
abre aparentes y aquí coloco
-->
el motor MySQL.
-->
Lo mismo, pero cambiamos la
-->
base de datos, la vamos a
-->
llamar ahora chinook,
-->
underscore DW.
-->
DBTi,
-->
MySQL aquí.
-->
Entonces, aquí coloco
-->
login, voy a colocar aquí
-->
root,
-->
el backwards root,
-->
el server es 127.0.0.1,
-->
y la base de datos, lo único que te va a cambiar,
-->
se va a llamar chinook
-->
con underscore DW, que fue el nombre que le
-->
dimos. Por favor, pruebas
-->
la conexión, Test Connection.
-->
Ok,
-->
Finish, y haces lo mismo,
-->
recuperas el esquema.
-->
Ya voy, muestra para ver, ya voy
-->
para allá.
-->
Ya voy para allá.
-->
Sí, dale ok ahí,
-->
y ese falta exactamente.
-->
Chinook.
-->
Listo, dale Test Connection ahora
-->
para ver.
-->
Ok,
-->
dale detalles un momento ahí,
-->
acceso de negado, qué power le
-->
colocaste, mira a ver si el power es
-->
el root, nuevamente borra el power y
-->
coloca el root nuevamente para ver,
-->
dale Test Connection,
-->
ahora sí, ok,
-->
Finish,
-->
exactamente, recupera el esquema.
-->
Next,
-->
y Finish.
-->
Sí, sí, no nos compliquemos,
-->
todo está bien, aunque vamos a usar solamente 5.
-->
Bueno, alto seguido, conexión.
-->
Ok, no.
-->
Bueno, mientras creamos una
-->
carpeta acá en el Job Design
-->
Create Folder, y lo vamos a llamar
-->
caso
-->
estudio.
-->
Y entonces,
-->
dentro de caso
-->
estudio, vamos a hacer un job
-->
por cada requerimiento
-->
que nos pidieron, que fue el de
-->
Dean Género.
-->
Vamos entonces a crear un job, por ejemplo,
-->
llamado Job
-->
Dean Under Record
-->
Géneros.
-->
Listo,
-->
y entonces vamos a hacer el primero
-->
que es igual a los demás,
-->
que es de álbum, iguales, vamos entonces
-->
al de género.
-->
La tabla de entrada es
-->
Enchinute,
-->
y busco la tabla Genre,
-->
y éste entra de entrada.
-->
Genre, la coloco acá.
-->
Bien,
-->
y la salida sería Dean Género
-->
en español, y va a ser
-->
la salida de tipo Output.
-->
Va a ser Output, TV Output.
-->
Uno de entrada y uno de salida.
-->
¿Cuál está
-->
generando? Genre.
-->
Ese va a ser de entrada,
-->
está bien, TV Input.
-->
Listo, está bien, ok.
-->
Ahora, Dean Género,
-->
lo sueltas y va a ser de salida.
-->
Sueltas y va a ser TV Output.
-->
Listo, agrega un T-Mat en el medio.
-->
Conecta el
-->
Genre con el T-Mat.
-->
Conecta el T-Mat con Dean Género.
-->
Vamos a llamar la salida
-->
Under Record Géneros.
-->
La conexión.
-->
Configuramos el tema, doble clic
-->
en el tema y mapeamos cada columna.
-->
Entonces, iría Genre ID
-->
iría con ID Género.
-->
Iname iría con nombre.
-->
Y le dices una nueva columna, ya hay que poner la nueva columna que le dices.
-->
Julio, te veo todavía con esa parte que pasó ahí.
-->
No está bien, no está bien la configuración, ya está bien.
-->
Te falta otra.
-->
Que es la de la...
-->
No, espérate, espérate, espérate.
-->
Es que son dos.
-->
Ahora créate la otra que sería.
-->
Exactamente, bien, exactamente.
-->
Muestra para ver el caso tuyo, Eduardo.
-->
Ese...
-->
Tienes mal la columna, no.
-->
¿Cuál fue la que creaste?
-->
Genre ID, la primera es la que tienes mal.
-->
Tienes que borrar la primera, la que se llama Genre ID.
-->
Oh, no, la borra acá.
-->
De este lado, perdón, sí, de este lado.
-->
Este Genre ID que tienes que borrar.
-->
La borra aquí con esta X que está acá bajito.
-->
Acá, mira, pero ojo, no.
-->
Ojo, mira, mira.
-->
Mira cómo la vas a borrar. Deja que te muestro de este lado.
-->
Ahí te muestro.
-->
El problema es esta columna.
-->
Entonces, la ubicas acá abajo.
-->
Acá abajo.
-->
Y le das X a esa columna.
-->
Borre ese road name que lo puntaste mal.
-->
Es decir, entra ahí, clic y borralo.
-->
Ahora, conecta entonces el Genre ID con ID género.
-->
Ahí no, atrás.
-->
Ahí, suéltalo.
-->
Suéltalo ahí, listo.
-->
Y ahora el name va con nombre.
-->
Dale OK.
-->
Y procede a ejecutar el job para ver.
-->
Listo, esperamos a ver.
-->
Yo no sé si le cambiamos la memoria.
-->
Esperamos para ver.
-->
Listo, ahí tienes que tomar
-->
un screenshot de ese.
-->
Ahora, vete.
-->
Ahí él toma el screenshot de esa parte, ¿Verdad?
-->
Ahora, para confirmar que todo esté bien,
-->
vete a la conexión del Chinook DW
-->
de la bodega de datos.
-->
A la conexión del lado izquierdo de la metadata.
-->
La conexión, en la conexión acá.
-->
Chinook DW, donde está la conexión.
-->
Clip derecho.
-->
Editar query.
-->
Dale select asterisco ahí
-->
from din, din género, ¿Verdad?
-->
Vuela que grabamos ahora, din género.
-->
No, asterisco.
-->
Din género, ¿Verdad?
-->
Din
-->
género, ahí lo, esto.
-->
Ejecuta.
-->
Ahí está el señor que está corriendo.
-->
Ejecuta el señor que está corriendo. Ah, listo.
-->
Y ahí tienes, ábrete.
-->
Ábrete, ábrete, ábrete.
-->
Y ahí tienes
-->
el segundo pantallazo del primer punto.
-->
Y ahora lo que tienes que hacer es
-->
con las demás tablas.
-->
Din género,
-->
vas a llamarlo. Jov, Jov géneros, perdón.
-->
Jov géneros.
-->
El del otro sería Jov,
-->
¿Cuál era el que era? Jov.
-->
Se me escapó ahora.
-->
Jov tiempo.
-->
Y sí, veo aquí.
-->
Jov géneros.
-->
Sí, ahí está, Jov géneros.
-->
Ah, bueno, entonces este.
-->
Ok, entonces créate el tiempo, Jov tiempo.
-->
Nada más Jov tiempo, sí,
-->
nada más tendría que ser Jov.
-->
Finish. Y ahí tendría que tener
-->
un, la entrada sería
-->
eh,
-->
in voice.
-->
¿Cierto? Jov sabe hacer Jack, sí.
-->
Jov sabe hacer.
-->
De entrada. Ah,
-->
din tiempo y de salir definitivamente.
-->
Le agregas
-->
un te unique,
-->
un te matte y listo.
-->
Bueno,
-->
los dejo porque me toca hacer algo con mi amá,
-->
qué pena que me toca ir.
-->
Bueno, cualquier cosa
-->
me están escribiendo, Jov. Le hizo.
-->
Gracias a ustedes.
-->
Listo.
-->
Jov.
-->
Ufff.
-->
Bueno,
-->
sí.
-->
.
-->
.
-->
Jov.
-->
Jov.
-->
.
-->
.
-->
.
-->
¿Pero hay mayúsculo en los demás?
-->
¿Tenemos que ir a los mayúsculos?
-->
¿Pero qué?
-->
Pues ya...
-->
Pues dame lo que digas, dame lo que digas, y como vos...
-->
Nada más, ¿verdad?
-->
¿Pero qué?
-->
¿Pero qué pues?
-->
A ver, cuénteme.
-->
Bueno, ya...
-->
Voy a tomar la f...
-->
Bueno, cuénteme pues.
-->
Pero ya habíamos tirado los mayúsculos.
-->
Por eso muéstame...
-->
Pero muéstame lo que...
-->
Lo que estaba viendo o no muéstame.
-->
¿Quién fue? ¿Quién no fue?
-->
¿Me lo voy a traer?
-->
¿Y por qué?
-->
¿Y por qué fuiste el truco?
-->
Vale, listo.
-->
Si no estoy mal...
-->
Si no estoy mal...
-->
Si no estoy mal...
-->
Si no estoy mal
-->
Puedes ser ahí.
-->
Que se ve mejor que el de...
-->
que lo zeربías de alta.
-->
¿Vas a darse el alto?
-->
Pero ahí en esto lo que se va a hacer es...
-->
No, no.
-->
Ahí si entiendo.
-->
Debe de tener un logo, acá una imagen.
-->
Pero ahí en el menú de lo que va a mostrarte
-->
tiene que empezar en mayúsculas.
-->
Porque yo creo que tiene la mayúscula, y ese es mayúscula.
-->
Y yo la siguiente coje voy a decir de pocas palabras.
-->
Ya he dado una, en la fase que tenés
-->
tiene que empezar en mayúsculas mientras lo hago,
-->
No sé si es la verdad la principal, ya hay, creo que, cierta la creimiento, y solamente de aquí puedo hacer a cuatro.
-->
Como ejemplo, como, no sé, como es que tú dices que no.
-->
Claro, tendrías que, como esto es la página principal.
-->
Claro, yo sé que de esta página, ya que tengo lista, no sé.
-->
Ya parecía que un día teníamos a cuatro.
-->
¿Qué es eso?
-->
¿Qué es ahí al lado, junto a eso?
-->
Porque el personal va junto a él, y él sabe.
-->
Pero me da caos.
-->
Pero él ya empieza con ese vallúsculo.
-->
A punto como va vallúsculo.
-->
¿Ve esto?
-->
¿Y qué? O sea, ¿qué es lo que está al lado junto?
-->
¿Qué es eso?
-->
¿Cómo todo esto?
-->
Y venía a Cádiz y compreendió su inglés.
-->
A Cádiz tiene a ver, a Chibis.
-->
Ahora te pregunto lo mismo que te había pasado.
-->
¿Cómo vas a hacer para la actualización, eliminación y consulta?
-->
Dice, a veces va a la actualización.
-->
El creimiento.
-->
Estaba un buen punto en guardar.
-->
¿Cómo actualiza, cómo elimina?
-->
Es una pregunta que tengo, pero es una pregunta que tengo.
-->
Entendería que cuando yo inserte, no sé, la voy a guardar.
-->
Pero en la misma página.
-->
Bueno, pero cuando me vas a tirar a un rey,
-->
muércale que le va a quedar la tabla.
-->
Pero no me lo separes porque entendería que son dos páginas diferentes.
-->
Listo, me sigo.
-->
Bueno, ¿qué más?
-->
Bueno, estoy diciendo donde va a estar la sesión,
-->
va a estar donde me va a ir.
-->
Pero tengo una pregunta ahí.
-->
Dice, ¿qué hora y dónde está la hora ahí más?
-->
No, lo hay más allá.
-->
Tengo que ir agotando la parte de abajo.
-->
Listo.
-->
Otra pregunta.
-->
Oye.
-->
Ah, pero usted, doctor, ¿cuándo te queda?
-->
Dos horas.
-->
Listo, voy agotando.
-->
Déjame lo que quedamos antes.
-->
Yo también.
-->
Bueno, me va a mostrar.
-->
Oye, es lo que vamos a iniciar.
-->
¿Cómo es, cómo es la historia de esto?
-->
¿Cómo es la historia?
-->
¿Dónde saca los poseos, por ejemplo?
-->
Lo sacamos de...
-->
¿Ligero?
-->
No, no, pero a nivel de...
-->
Pero te vamos a dejar con las líneas, ¿verdad?
-->
No, o sea, la información.
-->
Bueno, no, honesto.
-->
No, pero es que me nada.
-->
Yo no me pregunté nada.
-->
¿Tú lo vas a tener guardado a nivel de un archivo
-->
y lo vas a consultar por los clientes de la oficina?
-->
Sí.
-->
¿Y cuál es la idea?
-->
¿Yo doy clic en un botón ahí y se me puso ahí para entender?
-->
Sí.
-->
Espera, espera un momento.
-->
Yo creo que eso está estático.
-->
¿Qué decís, entonces?
-->
¿Tú vas a alguna página estática?
-->
No la pregunta.
-->
Es que sí es estática.
-->
Ya esa página está para establecer la botada.
-->
¿Tú no quieres que el botón ya viene?
-->
¿Tú quieres que me ponga a la luz?
-->
¿Cómo que te vas a hacer así?
-->
¡Oye!
-->
¿Cual?
-->
Sí.
-->
¿Y si sí, otra?
-->
Si, el botón va a pasar bien también.
-->
¿Y si sí?
-->
Sí, sí.
-->
Eso que mejor quita todo y no vas a colocar ahora ahí
-->
porque sabes que en día de hoy estés por estar ahora
-->
que las ideas no tienen tiempo.
-->
Cuando creas una sesión.
-->
No, no, no, no.
-->
No, no.
-->
No puedo ir ahora por favor, no tienes ningún lado.
-->
¿Quién dice un artículo de tu?
-->
Entonces, quita el código y te da la categoría si es inmenso o inmenso y vuelve a ir.
-->
Listo, ¿qué más? Si tienes el código, lo muestras, si no, lo quitas.
-->
Uy, acá hay confirmado la señal, diles porque faltó confirmado la señal.
-->
Ahí faltó.
-->
Ah, nada más, nada más.
-->
Porque estoy en el suelo, estoy en el suelo, más, sigue.
-->
¿Tenéis otro en el suelo?
-->
¿Tenéis?
-->
¿Y qué hicimos? Listo.
-->
¿Cuánto hay? Quedamos así.
-->
Entonces, por ejemplo, ya te había dicho que no cogías los primeros, o sea, podíamos...
-->
Sí, pero el código, ahí tienes con los dos con el código, claro.
-->
Ahí tienes con los dos con el código, claro, ya.
-->
Si no está bien, no tienes que quitarla.
-->
Venga, tío.
-->
Me lo he dicho, me lo he dicho.