Saltar al contenido
Lakehouse LabLakehouse LabPreparación Databricks Data Engineer
Módulo 07 · Lección

Gold, hechos y dimensiones

Contenido abierto

Puedes leer todo sin registrarte. Solo crearemos un perfil anónimo cuando decidas guardar tu progreso.

Lección 4 de 5

Gold, hechos y dimensiones

Un modelo dimensional separa medidas de eventos y contexto descriptivo.

Duración
17 min aprox.
Objetivo
Un modelo dimensional separa medidas de eventos y contexto descriptivo.
Siguiente paso
Continuar con la siguiente lección
Ver detalles del módulo

Arquitectura medallion, calidad y modelado

Diseña capas y contratos desde las necesidades de consumo, trazabilidad y reejecución.

Al terminar podrás
  • Asignar responsabilidades a bronze, silver y gold
  • Diseñar hechos, dimensiones y SCD
  • Definir controles de calidad por frontera
Ver fuentes y revisión

Metadatos editoriales

Última revisión
21 jul 2026
Nivel
Associate + Professional
Ruta relacionada
core
Dominios blueprint
Data Modelling · Data Quality
Estado
Revisión editorial interna
Fuentes principales
Medallion architecture · Materialized views
Reportar un error
04
Diagnóstico

Gold, hechos y dimensiones

Un modelo dimensional separa medidas de eventos y contexto descriptivo.

Mostrar prerrequisitos
Dificultad
Associate + Professional
Prerrequisitos
m06
Reportar un error en esta lección

La tabla de hechos fija un grain inequívoco y contiene claves y medidas; dimensiones describen cliente, producto o tiempo.

El grain se define antes de columnas. Mezclar una fila por pedido con una por línea duplica importes y rompe agregaciones.

Modelo mental

El modelado dimensional organiza hechos medibles alrededor de contexto descriptivo. Una tabla de hechos declara un grain y contiene medidas y claves hacia dimensiones; una dimensión describe entidades como cliente, producto o fecha. El esquema estrella favorece consultas comprensibles y evita unir cadenas normalizadas innecesarias para BI. La decisión central es el grain: una fila por línea de pedido no es una fila por pedido ni por día. Mezclar medidas de granos distintos produce doble conteo. Las dimensiones lentamente cambiantes determinan si una consulta debe ver atributos actuales o los vigentes cuando ocurrió el hecho. Claves sustitutas y rangos temporales hacen explícita esa historia.

Grain de hecho

Evento o nivel exacto que representa una fila de la tabla de hechos.

Es la base para interpretar medidas y evitar doble conteo.
Dimensión SCD tipo 2

Dimensión que conserva versiones con intervalos de vigencia para representar cambios históricos.

Permite analizar hechos con el contexto que era válido cuando ocurrieron.
Clave sustituta

Identificador interno estable asignado a una versión dimensional, separado de la clave fuente.

Resuelve múltiples fuentes y versiones sin depender de identificadores operacionales mutables.
SQLHecho a grain de línea
SELECT order_id, line_id, customer_key, product_key, quantity, net_amount
FROM main.silver.order_lines;

Declara que cada fila representa exactamente una línea de pedido.

Puntos clave

  • Define grain primero
  • Hechos contienen medidas
  • Dimensiones aportan contexto

Evita

  • No declarar grain
  • Sumar importe de pedido repetido por línea

Recuerdo activo

¿Qué se define primero en una tabla de hechos?

Borrador privado · solo en este navegador
5 lecciones pendientes

Vista de lectura · sin ejecución

Startup ERP Data Lakehouse

Startup ERP Data Lakehouse · commit ba6c71b

notebooks/01_bronze_generate_startup_erp_data.py