Your SlideShare is downloading. ×
Curso introduccion microsoft_sql_server_business_intelligence
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Curso introduccion microsoft_sql_server_business_intelligence

3,724
views

Published on

Introducción a Microsoft Business Intelligence, mostrando toda la plataforma que nos ofrece basada en SQL Server (Integration Services, Analysis Services, Reporting Services)

Introducción a Microsoft Business Intelligence, mostrando toda la plataforma que nos ofrece basada en SQL Server (Integration Services, Analysis Services, Reporting Services)

Published in: Technology

0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
3,724
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
300
Comments
0
Likes
2
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. BI en SQL server 2005
  • 2. Salvador Ramos MVP SQL Server MCP / MCTS SQL Server Columnista de dotNetManía Mi web: www.helpdna.net webmaster@helpdna.net
  • 3. Agenda Tecnologías OLTP vs OLAP Business Intelligence Diseño de Datawarehouse y soluciones OLAP Introducción a Data Mining Introducción al lenguaje MDX y herramientras cliente OLAP Novedades de OLAP y DTS (->SSIS) en SQL Server 2005
  • 4. Agenda Tecnologías OLTP vs OLAP Business Intelligence Diseño de Datawarehouse y soluciones OLAP Introducción a Data Mining Introducción al lenguaje MDX y herramientras cliente OLAP Novedades de OLAP y DTS en SQL Server 2005
  • 5. Tecnologías OLTP vs OLAP OnLine Transaction Processing  Sistemas transaccionales, enfocados a gestionar un gran número de transacciones concurrentes  Permiten insertar, actualizar, borrar y consultar una pequeña cantidad de registros OnLine Analytical Processing  Enfocados al análisis de grandes cantidades de datos  Proporcionan respuestas rápidas y complejas
  • 6. Tecnologías OLTP vs OLAP OLTP OLAP Orientado a lo operativo  Orientado a temas (procesos) Predomina la  Predomina la consulta. actualización Datos históricos Se accede a pocos  Procesos masivos, se registros accede a muchos registros Datos altamente  Datos Denormalizados normalizados Estructura relacional  Estructura multidimensional Rápidos tiempos de  Respuesta masiva, no respuesta. inmediata Estructura estática  Estructura dinámica, abundantes cambios
  • 7. Agenda Tecnologías OLTP vs OLAP Business Intelligence Diseño de Datawarehouse y soluciones OLAP Introducción a Data Mining Introducción al lenguaje MDX y herramientras cliente OLAP Novedades de OLAP y DTS en SQL Server 2005
  • 8. Business Intelligence “Conjunto de herramientas y servicios destinado a la gestión eficiente del conocimiento y la información en empresas y organizaciones” Nos permite:  Convertir los datos en información  Tomar mejores decisiones rápidamente  Utilizar un método razonable para la gestión empresarial
  • 9. Business Intelligence
  • 10. Solución Microsoft BI
  • 11. Agenda Tecnologías OLTP vs OLAP Business Intelligence Diseño de Datawarehouse y soluciones OLAP Introducción a Data Mining Introducción al lenguaje MDX y herramientras cliente OLAP Novedades de OLAP y DTS en SQL Server 2005
  • 12. Sistemas transaccionales ERP Informes de la aplicación CRM Otros
  • 13. Sistemas OLAP Otros CRM ERP Informes de usuario Informes analíticos data SSRSE.T.C.L. Warehouse Excel(SSIS) (relacional) Sharepoint BI Portal, Business Scorecard Manager, Performance Point 2007 Otros… cubos (SSAS)
  • 14. Componentes DWERP Area Intermedia 1 E.T.C.L. (SSIS) data E.T.C.L. WarehouseCRM Area Intermedia 2 (SSIS) (relacional) E.T.C.L. (SSIS)Otros
  • 15. Datawarehouse Almacén de datos procedentes de los sistemas OLTP. Repositorio colectivo Almacén de datos centralizado Datos organizados en grupos temáticos Los datos son:  Consistentes  Depurados  Históricos (no volátiles) Suministra datos rápida y eficientemente Datamarts
  • 16. DTS herramienta ETL Conjunto de servicios para ETL (Extract, Transform and Load) Modelo de objetos e interfaces gráficos Pueden ser utilizados desde entornos de desarrollo que soporten COM Incluyen asistentes que facilitan las tareas Diseñador de paquetes
  • 17. DTS herramienta ETL Permiten operar con los datos:  Importación  Exportación  Transporte  Transformación Los datos pueden proceder de  Cualquier fuente Ole Db  Cualquier fuente ODBC  Ficheros planos
  • 18. Herramientas de DTS Asistente para la importación o exportación Diseñador DTS DTSRun DTSRunUI (interfaz gráfica) SQLAgent
  • 19. El diseñador de paquetes
  • 20. El diseñador de paquetes Conexiones Proveedor OLE DB para SQL Server Data Link Controlador ODBC para Oracle (MS) dBase 5 Microsoft Access Archivo HTML (origen) Microsoft Excel Paradox 5.x
  • 21. El diseñador de paquetes Conexiones Archivo de texto (origen) Archivo de texto (destino) Otras conexiones
  • 22. El diseñador de paquetes Tareas Transformar datos Consulta controlada por datos Inserción masiva Ejecutar SQL Copia de objetos de SQL Server Transferencia de base de datos Transferencia de mensajes de error Transferencia de Inicios de sesión Transferencia de trabajos Transferencia de proced. almacenados
  • 23. El diseñador de paquetes Tareas Secuencia de comandos ActiveX Propiedades dinámicas Ejecutar paquete Ejecutar proceso (.exe o .bat) FTP Cola de mensajes Enviar correo Procesar Analysis Services Extracción de datos (consultas de predicción)
  • 24. DTS Demo 1  Utilizando los asistentes  Utilizando el diseñador de paquetes
  • 25. Diseño de un DW Definir objetivos y requerimientos  Revisar los informes actuales  Investigar todas las posibles fuentes de información que alimentarán el DW Diseño y modelado  Definir las tablas del área intermedia, que alimentarán dimensiones y tablas de hechos  Realizar los precálculos necesarios  Crear índices y vistas  Elegir el esquema más adecuado:  Estrella (star)  Copo de nieve (snowflacke)
  • 26. Diseño de un DW Estrategia de extracción y transformación  Decidir en cada caso si se realizará una extracción completa o incremental  Diseño del sistema de extracción incremental  Utilizar triggers, replicación u otras técnicas Transformación de los datos  Asegurar la validez, integridad y utilidad de los datos  Comprobar que todas las claves externas encuentren valores, y evitar claves nulas  (ej: sustituirlas por 0 -> „Sin familia‟)
  • 27. Diseño de un DW Ejercicios  Supongamos que vamos a gestionar las ventas, teniendo en cuenta los vendedores que las han realizado, los clientes, y la zona geográfica a la que pertenecen.  Diseñar un sistema en el que los datos históricos permanezcan inalterables ante los cambios de residencia de los clientes
  • 28. Diseño de un DW a fondo Ralph Kimball Slowly Changing Dimensions  Type 1: overwrite  Type 2: partitioning history  Type 3: alternate realities  Hybrid Inferred members (miembros inferidos)
  • 29. Diseño de un DW Demo 2  Procesos ETL con SSIS (entorno)
  • 30. BBDD Multidimensionales Son contenedores de cubos relacionados y objetos que comparten La unidad de almacenamiento es el cubo (en los SGDBR es la tabla) cubos SSAS cubos SSAS cubos SSAS CUBOS
  • 31. Opciones de almacenamiento MOLAP  Almacenamiento en estructura multidimensional de Analysis Services  Mayor rapidez de respuesta ROLAP  Almacenamiento en base de datos relacional  Para grandes volúmenes de datos HOLAP  Híbrido  Respuesta rápida y gran cantidad de datos en origen
  • 32. Elementos de la base de datos Origenes de datos Cubos Dimensiones compartidas Modelos de minería de datos Funciones de base de datos (seguridad)  Sólo autenticación windows
  • 33. Cubos Producto Id Tabla de Hechos Cliente Id Nombre Nombre Tamaño Provincia Tabla de Hechos … …  Claves externas Tiempo Fecha  Medidas Año Mes Dimensiones Dia … Producto1 Producto1 Producto2 Producto2 Producto 3 Producto 3
  • 34. Dimensiones Jerarquías y niveles  Tiempo (año, trim, mes, dia)  Geografía (país, prov, poblac)  Artículo (fam, grupo, art) Agregaciones  Son sumas precalculadas de los datos para acelerar el tiempo de respuesta Producto1 Miembros Producto2 Producto 3
  • 35. Tipos de dimensiones Regulares Virtuales (a partir de propiedades) Padre-Hijo o Primario-Secundario Según su ámbito  Privadas  Compartidas
  • 36. Medidas y Miembros calculados Medidas  Conjunto de valores de una columna de la tabla de hechos del cubo Miembros calculados  Medidas calculadas mediante una fórmula MDX
  • 37. Tipos de cubos Normales Vinculados  Apuntan a un cubo de otro servidor Virtuales  Se crean a partir de varios cubos existentes (‘equivalentes a vistas en SGDBR’)
  • 38. Analysis Manager
  • 39. Analysis Services Demo 3  Analysis Manager  BIDS proyecto Analysis Services  http://blogs.msdn.com/jbartual/archive/2006/12/12/ minidemo-3-overview-de-analysis-services- 2005.aspx
  • 40. Agenda Tecnologías OLTP vs OLAP Business Intelligence Diseño de Datawarehouse y soluciones OLAP Introducción a Data Mining Introducción al lenguaje MDX y herramientras cliente OLAP Novedades de OLAP y DTS en SQL Server 2005
  • 41. Data Mining Uso de métodos automatizados para obtener tendencias y pautas a partir de los datos del DW Se componen de  Escenarios (entidades a analizar)  Ej: un cliente y sus ventas  Atributos (información sobre los escenarios)  Ej: edad, número de hijos, total ventas, … Una vez elegidos los escenarios y atributos, procesamos el modelo
  • 42. Data Mining En Analysis Services disponemos de dos proveedores, diseñados para obtener agrupaciones eficazmente  Microsoft Decision Trees  Arbol de clasificación, con diversas ramificaciones  Microsoft Cluster  Agrupación de escenarios
  • 43. Agenda Tecnologías OLTP vs OLAP Business Intelligence Diseño de Datawarehouse y soluciones OLAP Introducción a Data Mining Introducción al lenguaje MDX y herramientras cliente OLAP Novedades de OLAP y DTS en SQL Server 2005
  • 44. El lenguaje MDX MultiDimensional eXpressions (Lenguaje de expresiones multidimensionales) Es el equivalente a SQL para bases de datos multidimensionales También tiene una instrucción SELECT SELECT <espec-eje>, <espec-eje> … FROM <espec-cubo> WHERE <espec-rebanador> Nos permite crear Miembros calculados y Conjuntos con nombre Dispone de múltiples funciones avanzadas
  • 45. El lenguaje MDX Demo 5  Aplicación de ejemplo MDX
  • 46. Conectividad PivotTable Service (PTS)  Es el cliente de los servicios OLAP  Proporciona la interfaz para conectarnos desde las aplicaciones ADO MD (ActiveX Data Objects MultiDimensional) ADO MD .Net
  • 47. Herramientas cliente OLAP SQL Server Reporting Services Microsoft Excel Microsoft Data Analyzer Herramientas desarrolladas por nosotros  AddIn para Excel  Aplicaciones asp o asp.net  Webparts para Sharepoint Herramientas de terceros
  • 48. Microsoft Excel Consultas ad-hoc Para mostrar datos utiliza  Tablas dinámicas  Gráficos dinámicos Necesita MS Query instalado Se puede publicar en web (OWC)
  • 49. Microsoft Excel Demo 6
  • 50. Agenda Tecnologías OLTP vs OLAP Business Intelligence Diseño de Datawarehouse y soluciones OLAP Introducción a Data Mining Introducción al lenguaje MDX y herramientras cliente OLAP Novedades de OLAP y DTS (SSIS) en SQL Server 2005
  • 51. Novedades SSIS (antes DTS) DTS, ahora „Integration Services‟ Se ha reescrito todo el código Servicio windows independiente Incrementa su potencia y funcionalidad Incrementa su rendimiento Nuevo entorno de desarrollo  MS Development Environment Integrados con la plataforma .Net
  • 52. Novedades SSIS Nuevo entorno de desarrollo, en vez de crear un paquete, se crean proyectos  „Data Transformation Project‟
  • 53. MS Development Environment
  • 54. Ejemplo agregación
  • 55. Novedades Analysis Services Nuevas herramientas  2000  Enterprise Manager  Query Analyzer  Analysis Manager  Report Manager  2005  BI Development Studio (BIDS)  Orientado a Soluciones y Proyectos (vs.net)  Incluye un Debugger  SQL Server Management Studio
  • 56. Novedades Analysis Services Mejoras para el modelado de datos  Data Source Views  Tenemos una capa más de abstracción  Podemos trabajar de forma desconectada  Podemos renombrar entidades Intellicube, nos facilita la construcción de cubos el Repository (por defecto en Access), se sustituye por metadatos en XML Deployment Wizard (facil despliegue)
  • 57. Novedades Analysis Services UDM – Unified Dimensional Model  Se integran todos los tipos de Data Sources  Combina las mejores características de los modelos relacionales y OLAP  Querys interactivas con mejor rendimiento Alto rendimiento gracias a Proactive Caching
  • 58. BI hoy Datos Modelos Herramientas MOLAP OLAP Browser (1) MOLAP OLAP Browser (2) Datamart Reporting Tool (1) Datamart Reporting Tool (2) DW Reporting Tool (3)
  • 59. UDM Datos Modelos Herramientas Hojas de cálculo MOLAP Analysis Services XML/A or OLEDB Frontales de BI MOLAP Datamart Datamart Informes Ad-Hoc UDM LOBDatamart Informes ricos DW Cache DW Dashboards
  • 60. Novedades Analysis Services KPI Framework Nuevos tipos de dimensiones Nuevos algoritmos de Data Mining (8) MDX Scripts (servidor) y MDX Debugging
  • 61. BI Development Studio
  • 62. Preguntas y dudas ??? www.helpdna.net webmaster@helpdna.net microsoft.public.es.sqlserver microsoft.public.espanol.sqlserver.administracion microsoft.public.espanol.sqlserver.olap