Ingeniero de Sistemas
Páginas: 23 (5742 palabras)
Publicado: 14 de abril de 2014
Business Intelligence: Creación del primer cubo
Stacia Misner
Me gustaría presentarles Microsoft SQL Server Analysis Services con la creación de un cubo sencillo que contiene una muestra de sus propios datos. Aunque debo tener cuidado al hacerlo, porque me ya me han sorprendido más de una vez los nuevos usuarios cuando se emocionaron por lo que vieron y quisieron ponerse de inmediato aexplorar los datos de formas que nunca creyeron posibles. Sea que tenga datos propios que desee explorar con más facilidad o sea una comunidad de usuarios ansiosa por encontrar datos a la que darle ayuda, SQL Server Analysis Services (SSAS) tiene las herramientas.
Este artículo es la tercera entrega de una serie; los primeros do artículos aparecieron en el ejemplar de agosto de 2009 y estándisponibles en technet.microsoft.com/magazine/ee263919.aspx. Esta serie le ayudará a desarrollar una mejor comprensión de la inteligencia empresarial (BI) mediante el uso de componentes disponibles en Microsoft SQL Server 2008 cuando cree su solución de BI. Como voy a hacer referencia a conceptos y terminología presentados en los dos artículos anteriores, recomiendo que dedique un tiempo a revisar esosartículos primero si es que no los ha leído todavía.
En "Planear su primera solución de BI" expliqué las ventajas de compilar un data mart en comparación con recuperar datos directamente desde una base de datos corporativa. Además proporcioné instrucciones para descargar las bases de datos de muestra que necesitará para seguir los pasos descritos en estos artículos. Después, Derek Comingore, en"Generar cimientos de datos para una solución de BI", explicó cómo usar Integration Services para rellenar un data mart con datos desde su base de datos corporativa. En este artículo mostraré cómo crear un cubo basado en un diseño de data mart similar.
¿Por qué debe crear un cubo?
Mi primer artículo resumía las razones para pensar en trasladar datos desde su base de datos corporativa a unaestructura denominada data mart. Si bien hacer consultas a un data mart ciertamente tiene beneficios, y probablemente basta para algunos escenarios, hay beneficios adicionales que se pueden conseguir al reempaquetar esos datos una vez más en una estructura denominada cubo. De hecho, el data mart existe como parada intermedia cuando los datos se abren paso a su destino final en el cubo, por lo queigualmente es importante en la solución general.
Un beneficio adicional de crear un cubo para albergar sus datos es que puede centralizar las reglas de negocios para los cálculos que puede almacenar fácilmente en un data mart relacional. Asimismo, la estructura del cubo facilita mucho más la escritura de consultas para comparar datos año tras año o para crear valores acumulados, como las ventasdel año hasta la fecha.
Además, obtiene la capacidad de administrar de forma transparente los datos agregados en el cubo. Para mejorar el rendimiento de consultas en un data mart relacional que contiene muchos datos, con frecuencia los administradores de bases de datos crean tablas de resumen para preparar datos para consultas que no requieren el detalles del nivel de transacciones. SSAS creael equivalente lógico de tablas de resumen (denominado agregaciones) y los mantiene actualizados.
En este artículo, continuaré con los escenarios presentados en el primer artículo. Estos escenarios definen los objetivos de análisis básicos para la solución de BI que está creando a lo largo de esta serie. La solución debe ser capaz de mostrar qué canal de ventas es más rentable para AdventureWorks, Venta por Internet o Venta del distribuidor y si las tendencias de ventas indican que la demanda de algunos productos está creciendo o disminuyendo. Sus datos de origen para las soluciones de BI es la base de datos de AdventureWorksDW2008, que aplica el modelo dimensional y los principios de ETL descritos en el artículo de Derek.
Puede descargar las bases de datos de muestra usadas para...
Stacia Misner
Me gustaría presentarles Microsoft SQL Server Analysis Services con la creación de un cubo sencillo que contiene una muestra de sus propios datos. Aunque debo tener cuidado al hacerlo, porque me ya me han sorprendido más de una vez los nuevos usuarios cuando se emocionaron por lo que vieron y quisieron ponerse de inmediato aexplorar los datos de formas que nunca creyeron posibles. Sea que tenga datos propios que desee explorar con más facilidad o sea una comunidad de usuarios ansiosa por encontrar datos a la que darle ayuda, SQL Server Analysis Services (SSAS) tiene las herramientas.
Este artículo es la tercera entrega de una serie; los primeros do artículos aparecieron en el ejemplar de agosto de 2009 y estándisponibles en technet.microsoft.com/magazine/ee263919.aspx. Esta serie le ayudará a desarrollar una mejor comprensión de la inteligencia empresarial (BI) mediante el uso de componentes disponibles en Microsoft SQL Server 2008 cuando cree su solución de BI. Como voy a hacer referencia a conceptos y terminología presentados en los dos artículos anteriores, recomiendo que dedique un tiempo a revisar esosartículos primero si es que no los ha leído todavía.
En "Planear su primera solución de BI" expliqué las ventajas de compilar un data mart en comparación con recuperar datos directamente desde una base de datos corporativa. Además proporcioné instrucciones para descargar las bases de datos de muestra que necesitará para seguir los pasos descritos en estos artículos. Después, Derek Comingore, en"Generar cimientos de datos para una solución de BI", explicó cómo usar Integration Services para rellenar un data mart con datos desde su base de datos corporativa. En este artículo mostraré cómo crear un cubo basado en un diseño de data mart similar.
¿Por qué debe crear un cubo?
Mi primer artículo resumía las razones para pensar en trasladar datos desde su base de datos corporativa a unaestructura denominada data mart. Si bien hacer consultas a un data mart ciertamente tiene beneficios, y probablemente basta para algunos escenarios, hay beneficios adicionales que se pueden conseguir al reempaquetar esos datos una vez más en una estructura denominada cubo. De hecho, el data mart existe como parada intermedia cuando los datos se abren paso a su destino final en el cubo, por lo queigualmente es importante en la solución general.
Un beneficio adicional de crear un cubo para albergar sus datos es que puede centralizar las reglas de negocios para los cálculos que puede almacenar fácilmente en un data mart relacional. Asimismo, la estructura del cubo facilita mucho más la escritura de consultas para comparar datos año tras año o para crear valores acumulados, como las ventasdel año hasta la fecha.
Además, obtiene la capacidad de administrar de forma transparente los datos agregados en el cubo. Para mejorar el rendimiento de consultas en un data mart relacional que contiene muchos datos, con frecuencia los administradores de bases de datos crean tablas de resumen para preparar datos para consultas que no requieren el detalles del nivel de transacciones. SSAS creael equivalente lógico de tablas de resumen (denominado agregaciones) y los mantiene actualizados.
En este artículo, continuaré con los escenarios presentados en el primer artículo. Estos escenarios definen los objetivos de análisis básicos para la solución de BI que está creando a lo largo de esta serie. La solución debe ser capaz de mostrar qué canal de ventas es más rentable para AdventureWorks, Venta por Internet o Venta del distribuidor y si las tendencias de ventas indican que la demanda de algunos productos está creciendo o disminuyendo. Sus datos de origen para las soluciones de BI es la base de datos de AdventureWorksDW2008, que aplica el modelo dimensional y los principios de ETL descritos en el artículo de Derek.
Puede descargar las bases de datos de muestra usadas para...
Leer documento completo
Regístrate para leer el documento completo.