{"id":38668,"date":"2026-07-09T12:47:50","date_gmt":"2026-07-09T11:47:50","guid":{"rendered":"https:\/\/developers.ila.cegid.com\/vision\/\/"},"modified":"2026-07-09T12:47:50","modified_gmt":"2026-07-09T11:47:50","slug":"carga-y-actualizacion-de-datos","status":"publish","type":"vision","link":"https:\/\/developers.ila.cegid.com\/es\/vision\/documentacion\/modelo-de-datos\/article\/carga-y-actualizacion-de-datos","title":{"rendered":"Carga y actualizaci\u00f3n de datos"},"content":{"rendered":"<section class=\"av_textblock_section \"  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock  '   itemprop=\"text\" ><p>Para que la informaci\u00f3n pueda visualizarse en un dashboard, los datos deben cargarse previamente en Vision. Este art\u00edculo describe c\u00f3mo se cargan los datos, las distintas opciones para transformarlos mediante procesos ETL y las estrategias disponibles para mantener los datasets actualizados.<\/p>\n<\/div><\/section>\n<section class=\"av_textblock_section \"  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock  '   itemprop=\"text\" ><h2>Datos en Vision<\/h2>\n<p>Vision utiliza una base de datos <a href=\"https:\/\/www.mongodb.com\/\">MongoDB<\/a> propia. Por ello, toda la informaci\u00f3n que se muestra en un dashboard debe cargarse previamente en un dataset de Vision.<\/p>\n<p>Los datos pueden cargarse desde diferentes or\u00edgenes, como archivos csv o Excel, servicios de carga de datos, bases de datos u otros datasets de Vision.<\/p>\n<p>En el desarrollo de productos Cegid existen dos formas principales de cargar datos en un dataset:<\/p>\n<ul>\n<li><strong>Modelo <em>push<\/em><\/strong>: el producto env\u00eda los datos mediante servicios de carga y eliminaci\u00f3n de datos;<\/li>\n<li><strong>Modelo <em>pull<\/em><\/strong>: Vision obtiene los datos directamente de una base de datos del cliente mediante una consulta, una vez configurada la conexi\u00f3n correspondiente.<\/li>\n<\/ul>\n<\/div><\/section>\n<section class=\"av_textblock_section \"  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock  '   itemprop=\"text\" ><h2>Procesos ETL de consolidaci\u00f3n<\/h2>\n<p>Desde los datos de origen hasta su visualizaci\u00f3n en Vision, la informaci\u00f3n puede pasar por distintas etapas de transformaci\u00f3n o consolidaci\u00f3n, en funci\u00f3n de las necesidades de cada desarrollo:<\/p>\n<ol>\n<li><strong>Datos originales en la base de datos<\/strong>: corresponden a la estructura de datos inmutable, que origina la informaci\u00f3n;<\/li>\n<li><strong>Manipulaciones en la propia base de datos de origen<\/strong>: tablas consolidadas o vistas. De cara a la explotaci\u00f3n de datos, especialmente en datos de origen transaccional, se pueden hacer manipulaciones (ETLs) en la propia base de datos a trav\u00e9s de procedimientos almacenados, vistas o procesos externos que consolidan tablas. En muchas ocasiones esta opci\u00f3n se descarta (excepto el uso de vistas) porque porque implica intervenir en la base de datos utilizada por el cliente y mantener los procesos directamente sobre ella;<\/li>\n<li><strong>Consulta desde Vision a la base de datos de origen<\/strong>: para cargar los datos en un dataset de Vision se puede ejecutar una consulta SQL o NoSQL a la base de datos de origen. Esta opci\u00f3n requiere que la l\u00f3gica de negocio, las consolidaciones y los c\u00e1lculos se resuelvan en una \u00fanica consulta. Como ventaja, la consulta se ejecuta sobre la base de datos donde residen los datos originales y \u00fanicamente es necesario mantener la consulta almacenada en Vision, sin crear objetos o procesos adicionales en la base de datos de origen. Por ello, puede ser una alternativa a la consolidaci\u00f3n en la base de datos de origen, especialmente cuando no es conveniente o no es posible realizar modificaciones sobre ella.<\/li>\n<li><strong>ETL en Vision<\/strong>: un dataset de Vision puede utilizar otro dataset de Vision como origen de datos. A partir de un dataset principal pueden construirse otros datasets mediante consultas de Vision. Esta etapa puede generar redundancia de datos, afectar al rendimiento y aumentar el coste de mantenimiento, ya que la informaci\u00f3n puede replicarse en varios datasets y Vision no est\u00e1 concebido como una herramienta espec\u00edfica para procesos ETL.<\/li>\n<li><strong>Consulta de datos en los widgets de Vision<\/strong>: la \u00faltima etapa de transformaci\u00f3n puede realizarse en la consulta que ejecuta cada widget sobre su dataset. Estas consultas utilizan el lenguaje propio de Vision y pueden incorporar l\u00f3gica de negocio, consolidaciones o c\u00e1lculos que no se hayan realizado en etapas anteriores. Como las consultas se ejecutan en tiempo real cuando el usuario visualiza el dashboard, es importante controlar su complejidad y el volumen de datos procesados para mantener un tiempo de respuesta adecuado.<\/li>\n<\/ol>\n<p>No existe una \u00fanica estrategia v\u00e1lida para todos los desarrollos. La elecci\u00f3n depender\u00e1 de factores como:<\/p>\n<ul>\n<li>La disponibilidad de los datos;<\/li>\n<li>La posibilidad de realizar modificaciones en la base de datos;<\/li>\n<li>El rendimiento de las consultas y de los procesos ejecutados;<\/li>\n<li>Los costes asociados;<\/li>\n<li>Los recursos disponibles y su conocimiento t\u00e9cnico.<\/li>\n<\/ul>\n<\/div><\/section>\n<section class=\"av_textblock_section \"  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock  '   itemprop=\"text\" ><h2>Refresco de los datos<\/h2>\n<p>La frecuencia de actualizaci\u00f3n de los datos est\u00e1 directamente relacionada con el proceso de carga.<\/p>\n<p>Como ocurre en otras herramientas de BI, Vision trabaja con datos consolidados almacenados en su propia base de datos y ejecuta consultas optimizadas sobre ellos. Esto permite mostrar informaci\u00f3n con un alto grado de consolidaci\u00f3n y tiempos de respuesta reducidos.<\/p>\n<p>En el modelo <strong><em>push<\/em><\/strong>, el producto de origen determina cu\u00e1ndo y c\u00f3mo se cargan los datos.<\/p>\n<p>En el modelo <strong><em>pull<\/em><\/strong>, es necesario definir una planificaci\u00f3n que establezca la frecuencia y el modo en que Vision actualiza la informaci\u00f3n desde la base de datos de origen.<\/p>\n<p>Existen dos tipos de refresco:<\/p>\n<ul>\n<li><strong>Carga completa<\/strong>: elimina los datos y los carga de nuevo;<\/li>\n<li><strong>Carga parcial o incremental<\/strong>: evita eliminar todo el contenido existente. Las cargas incrementales pueden realizarse de tres formas:\n<ul>\n<li>Insertar \u00fanicamente informaci\u00f3n nueva;<\/li>\n<li>Eliminar una parte de los datos existentes y volver a cargarla;<\/li>\n<li>Insertar informaci\u00f3n nueva y actualizar parte de los datos existentes.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>La estrategia de refresco depender\u00e1 de la naturaleza de los datos de origen y del modelo de datos de la base de datos de origen, ya que no siempre es posible realizar cargas incrementales sin eliminar datos previamente.<\/p>\n<p>Habitualmente se programa una actualizaci\u00f3n diaria en horario nocturno. Esta frecuencia suele ser suficiente para mantener actualizados datos de naturaleza mensual o anual sin interferir en el uso del producto de origen o de Vision.<\/p>\n<\/div><\/section>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":2254,"featured_media":0,"menu_order":0,"comment_status":"open","ping_status":"open","template":"","format":"standard","tags":[],"post-type":[],"categoria-vision":[1073],"class_list":["post-38668","vision","type-vision","status-publish","format-standard","hentry","categoria-vision-modelo-de-datos"],"_links":{"self":[{"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/vision\/38668","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/vision"}],"about":[{"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/types\/vision"}],"author":[{"embeddable":true,"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/users\/2254"}],"replies":[{"embeddable":true,"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/comments?post=38668"}],"version-history":[{"count":0,"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/vision\/38668\/revisions"}],"wp:attachment":[{"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/media?parent=38668"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/tags?post=38668"},{"taxonomy":"post-type","embeddable":true,"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/post-type?post=38668"},{"taxonomy":"categoria-vision","embeddable":true,"href":"https:\/\/developers.ila.cegid.com\/es\/wp-json\/wp\/v2\/categoria-vision?post=38668"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}