Como construir un mini generador de corriente:
Hacer notar que es una gran idea, usar los pequeños motores para usarlos como generadores en lugar de como motores. El invento es útil para acoplarle una linterna de LEDS y conseguir luz en cualquier situación de emergencia..
Esto se puede acoplar como hemos dicho a una linterna de LEDS
-Mediante este metodo, se obtiene una POCA CANTIDAD de energia. Con la energia producida, solo conseguiremos alimentar una linterna de LEDS, puede que incluso una Bombilla pequeña (de linterna, por supuesto). -Suponiendo que el voltaje de salida sea suficiente para cargar una bateria (tiene que ser igual que el de esta) no se recomienda hacerlo, porque al depender de la energia mecanica puede sufrir un bajo o un aceleron e interrumpir la carga, lo cual perjudica a la bateria -NO todos los motores sirven para hacer de generadores. Si ves que tu motor no genera corriente, es probable que no sirva. Prueba con otro -Los motores son normalmente reversibles, es decir, un dinamo es un motor y viceversa. Excepto en el caso anterior, no es necesario ningun componente mas para generar corriente
lunes, 26 de marzo de 2012
lunes, 12 de marzo de 2012
Datamart
Datamart
Un Datamart es una base de datos
departamental, especializada en el almacenamiento de los datos de un área de
negocio específica. Se caracteriza por disponer la estructura óptima de
datos para analizar la información al detalle desde todas las
perspectivas que afecten a los procesos de dicho departamento. Un datamart
puede ser alimentado desde los datos de un datawarehouse,
o integrar por si mismo un compendio de distintas fuentes de información.
Por tanto, para crear el datamart de un área funcional
de la empresa es preciso encontrar la estructura óptima para el análisis de su
información, estructura que puede estar montada sobre una base de datos OLTP,
como el propio datawarehouse, o sobre una base de datos OLAP. La designación de
una u otra dependerá de los datos, los requisitos y las características
específicas de cada departamento. De esta forma se pueden plantear dos tipos de
datamarts:
Datamart OLAP
Se basan en los populares cubos OLAP, que se construyen agregando, según los requisitos de cada área o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creación, explotación y mantenimiento de los cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.
Se basan en los populares cubos OLAP, que se construyen agregando, según los requisitos de cada área o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creación, explotación y mantenimiento de los cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.
Datamart OLTP
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones más usuales) aprovechando las características particulares de cada área de la empresa. Las estructuras más comunes en este sentido son las tablas report, que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas materializadas, que se construyen con la misma estructura que las anteriores, pero con el objetivo de explotar la reescritura de queries (aunque sólo es posibles en algunos SGBD avanzados, como Oracle).
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones más usuales) aprovechando las características particulares de cada área de la empresa. Las estructuras más comunes en este sentido son las tablas report, que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas materializadas, que se construyen con la misma estructura que las anteriores, pero con el objetivo de explotar la reescritura de queries (aunque sólo es posibles en algunos SGBD avanzados, como Oracle).
Los datamarts que están dotados con estas estructuras
óptimas de análisis presentan las siguientes ventajas:
Poco volumen de
datos
Mayor rapidez de
consulta
Consultas SQL y/o
MDX sencillas
Validación directa
de la información
Facilidad para la historización de los
datos
viernes, 9 de marzo de 2012
fot
file:///E:/joeser/ESTRUCTURA%20DE%20LABORATORIOS%20DE%20ELECTRONICA.pdf
Suscribirse a:
Entradas (Atom)