Correspondencia entre Modelo Operacional y Analítico
Este documento detalla la trazabilidad y transformación que sufren las entidades operacionales de PostgreSQL para convertirse en las tablas analíticas del modelo dimensional en AWS S3 / Athena (Capa Gold).
1. Mapeo Entidad por Entidad

2. Matriz de Transformación
| Entidad Operacional (PostgreSQL) | Entidad Analítica (Gold / Lake) | Mecanismo de Ingesta y Transformación | Notas de Diseño |
|---|---|---|---|
ZONE | DIM_ZONE | Spark desde F2 (TLC) | Ambas provienen del mismo catálogo oficial de 265 zonas de NYC. |
TARIFF_RULE_VERSION | DIM_RULE_VERSION | Spark desde PostgreSQL / Config | Permite comparar el rendimiento financiero y tiempos de espera entre distintas versiones de reglas (RF-08). |
TRIP_REQUEST y FARE_AUDIT | FACT_TRIP | Airflow extrae a diario; Spark integra | Para viajes históricos de F1, FACT_TRIP se construye desde los archivos CSV/Parquet históricos de NYC Yellow Taxi. |
ZONE_STATE_HISTORY | FACT_ZONE_INTERVAL | Airflow extrae periódicamente; Spark consolida | Permite evaluar series de tiempo de oferta vs. demanda y detección de zonas desatendidas (RN-08). |
SPECIAL_EVENT | Campo booleano is_special_event en FACT_TRIP | Spark realiza lookup temporal y espacial | Para viajes históricos, los eventos se leen del archivo de eventos F7 en la capa Bronze. |
| (Sin equivalente operacional) | FACT_QUARANTINE y DIM_REJECT_REASON | Spark Job 1 (limpieza de F1) | La cuarentena reside en S3 (quarantine/), no en PostgreSQL. Guarda el motivo de descarte (reject_reason). |
| (Sin equivalente operacional) | DIM_DATE y DIM_TIME_SLOT | Generadas algorítmicamente por Spark | No existen en PostgreSQL. Spark las genera como dimensiones conformadas compartidas. |
WEATHER_CURRENT | (Sin equivalente analítico directo) | El clima analítico proviene de F3 Bronze | WEATHER_CURRENT solo retiene la foto actual para la API. DIM_WEATHER se construye con el historial horario de F3. |
DRIVER, VEHICLE, VEHICLE_STATE, LICENSE, SANCTION | (Sin equivalente analítico) | Exclusivas del entorno operacional en vivo | Sirven para validar la oferta activa y la cinemática en tiempo real. |
3. Principio de Desacoplamiento Referencial
En las bases de datos relacionales, la integridad referencial se garantiza mediante Foreign Keys (FK) en el motor de base de datos. En el modelo analítico sobre Parquet y Athena:
- Las relaciones son lógicas (claves sustitutas o naturales para joins).
- La integridad referencial no la impone el almacén, sino el proceso de transformación de Apache Spark, que debe validar que no existan claves huérfanas antes de escribir en la capa Gold.