Automatic generation of ETL processes from conceptual models

Abstract

Los almacenes de datos (DW) integran diferentes fuentes de datos con el fin de proporcionar una visión multidimensional de los mismos al tomador de decisiones. Con este propósito, los procesos ETL (Extracción, Transformación y Carga) son responsables de extraer datos de fuentes operacionales heterogéneas, su transformación (conversión, limpieza, estandarización, etc.) y su carga en el DW. En los últimos años, se han propuesto varios enfoques de modelado conceptual para el diseño de procesos ETL. Aunque estos enfoques son muy útiles para documentar los procesos ETL y apoyar las tareas del diseñador, estas propuestas no logran proporcionar mecanismos para llevar a cabo una etapa de generación automática de código. Dicha etapa debería ser necesaria tanto para evitar errores como para ahorrar tiempo de desarrollo en la implementación de procesos ETL complejos. Por lo tanto, en este artículo definimos un enfoque para la generación automática de código de procesos ETL. Con este fin, alineamos el modelado de procesos ETL en DW con MDA (Arquitectura Dirigida por Modelos) mediante la definición formal de un conjunto de transformaciones QVT (Consulta, Vista, Transformación).