SlideShare una empresa de Scribd logo
1 de 19
Analysis Services
Multidimensional vs Tabular
Marco Tulio Gómez Reyes
mgomez@solcomp.com
@mgomezgt
https://www.linkedin.com/in/mgomezgt
http://www.marcotuliogomez.com
MCITP Business Intelligence Developer
MCTS Business Intelligence Development and Maintenance
Organiza
http://tinyurl.com/ComunidadWindows
Patrocinadores del SQL Saturday
Platinum Sponsor
Diamond Sponsor
Bronze Sponsor
¿Por qué usar Analysis Services?
4 |
• SSAS es el motor OLAP que ofrece SQL Server, esta
diseñado para manejar
1. Grandes volúmenes de información
2. Gran cantidad de usuarios
3. Tiempos de respuesta cortos
• Permite a usuarios no técnicos interactuar con fuentes
de información grandes y complejas en una forma ágil y
sencilla.
• Conectividad con otras herramientas
BISM
Business Intelligence Semantic Model
Data Model
Soporta dos variantes
multidimensional y tabular
Business Logic and
Queries
Aquí es donde extendemos el
modelo mas allá de los datos que
ofrece la fuente, según el DATA
MODEL
Se puede utilizar DAX y/o MDX
para agregar la lógica de negocio a
los modelos
Data Access
Diversidad de fuentes,
Dos modelos Data-Cached & Passthrough
Cached = MOLAP / Vertipaq
Passthrough = ROLAP / DirectQuery
¿Qué data model utilizo?
Conocimiento
previo
Curva de
aprendizaje
Tiempo
disponible para
desarrollar
Fuentes de
información
Volumen de
datos y
Crecimiento
esperado
Recursos de
Hardware
Rendimiento
esperado
ComplejidadNivel de detalle
Seguridad
Data Mining
Acciones /
Writeback /
Traducciones
 Requiere de un diseño y
planificación
 Necesita un modelo
dimensional
 No se puede “convertir”
 Desarrollo mas simple y
amigable
 No requiere modelo
dimensional
 Pueden migrar sus power
pivot a tabular
Multidimensional Tabular
Diseño y Desarrollo
 Mas difícil de aprender
 Logica de negocio en
MDX
 Creación de KPI’s Mas
compleja
 Permite relaciones por
medio de llaves
combinadas
 Se aprende muy rápido
 Logica de negocio en
DAX y MDX
 Creación de KPI’s muy
simple
 Relaciones por medio de
solo un campo
Multidimensional Tabular
Diseño y Desarrollo
 Relaciones de uno a
muchos
 Relaciones referenciadas
 Relaciones muchos a
muchos
 Relaciones de uno a
muchos
 Relaciones
Referenciadas
 Solo maneja Relaciones
muchos a muchos por
medio de DAX
Multidimensional Tabular
Diseño y Desarrollo
 Standard
 Ragged
 Parent Child
 Standard
 Ragged
 Parent Child via DAX
Manejo de jerarquías
Multidimensional Tabular
Desempeño y Escalabilidad
 Datos pre calculados
 Grandes (muy grandes)
volúmenes de
información
 Agregaciones son la
herramienta para mejorar
desempeño
 Compresión 3x
 In-Memory Technology (x
Velocity)
 Grandes volúmenes de
información
 No necesita
agregaciones
 Compresión 10x
Multidimensional Tabular
Desempeño y Escalabilidad
 Puede ser mas rápido
que el tabular con los
datos en cache
 Normalmente es mas
rápido
 No requiere de
mucho esfuerzo de
optimización
 Es mejor cuando hay
mucha granularidad
Multidimensional Tabular
Otras características
 Perspectivas
 Drilltrough
 Acciones
 Traducciones
 Writeback
 Perspectivas
 Drilltrough
 Acciones
 Traducciones
 Writeback
Multidimensional Tabular
Problemas Complejos
 Puede resolver problemas
complejos out of the box.
 La mayoría de las reglas de
negocio se aplican antes de
cargar los datos.
 Algunas se aplican cuando
el modelo es consultado
 Necesita algún trabajo
vía DAX para lograr
resolver problemas
complejos
 Reglas de negocio se
evalúan en cada registro
 Nos apoyamos mucho en
columnas calculadas
Multidimensional Tabular
Valores Agregados
 Las agregaciones van de
los niveles mas bajos a
los niveles mas altos de
las jerarquías
 Datos en el origen al mas
bajo nivel
 Los datos están en
memoria
 Las agregaciones se
calculan en tiempo de
ejecución
 Puede tener
agregaciones basadas en
columnas calculadas
Multidimensional Tabular
Seguridad
 Basada en Roles
 Se asigna a nivel de
dimensiones (incluso las
métricas)
 Se puede llegar a niveles
detallados de seguridad
via MDX
 Asignando permisos en el
nivel de tablas.
 Una expresión DAX
puede aplicar filtros.
 También usa roles
 El permiso en una tabla
impacta a todas las que
se derivan.
Multidimensional Tabular
Lo nuevo en 2016
 XEvents (Extended
Events) para monitorear
los motores de SSAS
(ambos), command
begin, command end,
Command end with error,
etc.
 Parallel Processing en
modelo tabular
 Mas de 50 nuevas
funciones en DAX
 Mejora en el desempeño
de Direct query mode
 Super DAX codename
de un proyecto para
mejorar el desempeño de
DAX
Poco tiempo
de
desarrollo
Mucha RAM
Modelo
Simple
Diversidad
de Fuentes
Necesidad
de ver
detalles
Conclusión
2008 R2 o
Anterior
Teras de
Información
Modelo
Complejo
Actions /
Datamining
Writeback /
Translations
Multidimensional Tabular
19 |
PREGUNTAS Y RESPUESTAS
https://twitter.com/mgomezgt
https://www.linkedin.com/in/mgomezgt
mgomez@solcomp.com
http://www.marcotuliogomez.com
Marco Tulio Gómez Reyes

Más contenido relacionado

La actualidad más candente

Datawarehouse
DatawarehouseDatawarehouse
Datawarehouseshady85
 
Creación de un datamart
Creación de un datamartCreación de un datamart
Creación de un datamartJorch Mendez
 
Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouseguest10616d
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningNintendo
 
Introduccion datawarehouse
Introduccion datawarehouseIntroduccion datawarehouse
Introduccion datawarehouseEduardo Castro
 
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACKKEEDIO
 
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouseConstrucción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouseJulio Pari
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1nestor
 
Aplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datosAplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datosLuis Fernando Aguas Bucheli
 
Un Nuevo Modelo De GestióN Del Tiempo 1
Un Nuevo Modelo De GestióN Del Tiempo 1Un Nuevo Modelo De GestióN Del Tiempo 1
Un Nuevo Modelo De GestióN Del Tiempo 1edison sanchez
 
Data warehouse
Data warehouseData warehouse
Data warehousemalupahu
 
Data WareHouse. Introduccion
Data WareHouse. IntroduccionData WareHouse. Introduccion
Data WareHouse. IntroduccionRicardo Mendoza
 

La actualidad más candente (20)

Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Creación de un datamart
Creación de un datamartCreación de un datamart
Creación de un datamart
 
Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouse
 
Fundamentos dw
Fundamentos dwFundamentos dw
Fundamentos dw
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
 
Data mart
Data martData mart
Data mart
 
Data mart
Data martData mart
Data mart
 
Introduccion datawarehouse
Introduccion datawarehouseIntroduccion datawarehouse
Introduccion datawarehouse
 
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
 
Inteligencia de Negocios – Data Warehouse
Inteligencia de Negocios – Data WarehouseInteligencia de Negocios – Data Warehouse
Inteligencia de Negocios – Data Warehouse
 
Datawarehouse2
Datawarehouse2Datawarehouse2
Datawarehouse2
 
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouseConstrucción de un DataWareHouse - FISI - UNMSM - DataWareHouse
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouse
 
Data mart
Data martData mart
Data mart
 
Data mart
Data martData mart
Data mart
 
data warehouse
data warehousedata warehouse
data warehouse
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
 
Aplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datosAplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datos
 
Un Nuevo Modelo De GestióN Del Tiempo 1
Un Nuevo Modelo De GestióN Del Tiempo 1Un Nuevo Modelo De GestióN Del Tiempo 1
Un Nuevo Modelo De GestióN Del Tiempo 1
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Data WareHouse. Introduccion
Data WareHouse. IntroduccionData WareHouse. Introduccion
Data WareHouse. Introduccion
 

Similar a Analysis Services multidimensional vs tabular

PLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxx
PLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxxPLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxx
PLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxxedwin520324
 
Cap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptxCap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptxpaul638936
 
Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...
Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...
Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...Denodo
 
Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. GustavoMartin46
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasJoseph Lopez
 
Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Calzada Meza
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligenceMaryy Aqua
 
Integracion de datos.pdf
Integracion de datos.pdfIntegracion de datos.pdf
Integracion de datos.pdfssuserc7cdff
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouseguest10616d
 
Analisis multidemensional.pdf
Analisis multidemensional.pdfAnalisis multidemensional.pdf
Analisis multidemensional.pdfmgl27
 
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptxJASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptxIT-NOVA
 

Similar a Analysis Services multidimensional vs tabular (20)

PLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxx
PLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxxPLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxx
PLANTILLA INCEPERÚ Sesión 3.pdf-xxxxxxxx
 
Cap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptxCap I - Componentes de Business Intelligence.pptx
Cap I - Componentes de Business Intelligence.pptx
 
Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...
Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...
Demostración: ¿Cómo acelera la plataforma Denodo su tiempo para obtener infor...
 
Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero.
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivas
 
Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
ADMINISTRACION DE BASE DE DATOS UNIDAD 1
ADMINISTRACION DE BASE DE DATOS UNIDAD 1ADMINISTRACION DE BASE DE DATOS UNIDAD 1
ADMINISTRACION DE BASE DE DATOS UNIDAD 1
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligence
 
Integracion de datos.pdf
Integracion de datos.pdfIntegracion de datos.pdf
Integracion de datos.pdf
 
Business Analytics 101
Business Analytics 101Business Analytics 101
Business Analytics 101
 
Big data
Big dataBig data
Big data
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 
ALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptxALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptx
 
Cuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utplCuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utpl
 
Analisis multidemensional.pdf
Analisis multidemensional.pdfAnalisis multidemensional.pdf
Analisis multidemensional.pdf
 
Modelo Tabular
Modelo TabularModelo Tabular
Modelo Tabular
 
Data mart
Data martData mart
Data mart
 
Funciones de un DBA
Funciones de un DBAFunciones de un DBA
Funciones de un DBA
 
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptxJASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
 

Último

Editorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfEditorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfYanitza28
 
herramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaherramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaJadeVilcscordova
 
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptxTarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptxVICTORMANUELBEASAGUI
 
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdfpresentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdfaxelv9257
 
Imágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónImágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónUniversidad de Sonora
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx221112876
 
BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).jcaballerosamayoa
 
Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.241534381
 
Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024NicolleAndrade7
 
presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...axelv9257
 
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónNavegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónAntonia Yamilet Perez Palomares
 
Editorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdfEditorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdfYanitza28
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosYOMIRAVILLARREAL1
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaRicardoEstrada90
 
De Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxDe Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxdoloresolmosantiago
 
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptxAVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptxdulcemonterroza
 
microsoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamtemicrosoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamte2024020140
 
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptxinfor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptxgustavovasquezv56
 
10°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-810°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-8antoniopalmieriluna
 
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...dramosbrise1403
 

Último (20)

Editorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfEditorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdf
 
herramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaherramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el tema
 
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptxTarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
 
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdfpresentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
 
Imágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónImágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la información
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx
 
BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).
 
Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.
 
Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024
 
presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...
 
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónNavegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
 
Editorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdfEditorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdf
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de Datos
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - Estrada
 
De Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxDe Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptx
 
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptxAVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptx
 
microsoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamtemicrosoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamte
 
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptxinfor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
 
10°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-810°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-8
 
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
 

Analysis Services multidimensional vs tabular

  • 1. Analysis Services Multidimensional vs Tabular Marco Tulio Gómez Reyes mgomez@solcomp.com @mgomezgt https://www.linkedin.com/in/mgomezgt http://www.marcotuliogomez.com MCITP Business Intelligence Developer MCTS Business Intelligence Development and Maintenance
  • 3. Patrocinadores del SQL Saturday Platinum Sponsor Diamond Sponsor Bronze Sponsor
  • 4. ¿Por qué usar Analysis Services? 4 | • SSAS es el motor OLAP que ofrece SQL Server, esta diseñado para manejar 1. Grandes volúmenes de información 2. Gran cantidad de usuarios 3. Tiempos de respuesta cortos • Permite a usuarios no técnicos interactuar con fuentes de información grandes y complejas en una forma ágil y sencilla. • Conectividad con otras herramientas
  • 5. BISM Business Intelligence Semantic Model Data Model Soporta dos variantes multidimensional y tabular Business Logic and Queries Aquí es donde extendemos el modelo mas allá de los datos que ofrece la fuente, según el DATA MODEL Se puede utilizar DAX y/o MDX para agregar la lógica de negocio a los modelos Data Access Diversidad de fuentes, Dos modelos Data-Cached & Passthrough Cached = MOLAP / Vertipaq Passthrough = ROLAP / DirectQuery
  • 6. ¿Qué data model utilizo? Conocimiento previo Curva de aprendizaje Tiempo disponible para desarrollar Fuentes de información Volumen de datos y Crecimiento esperado Recursos de Hardware Rendimiento esperado ComplejidadNivel de detalle Seguridad Data Mining Acciones / Writeback / Traducciones
  • 7.  Requiere de un diseño y planificación  Necesita un modelo dimensional  No se puede “convertir”  Desarrollo mas simple y amigable  No requiere modelo dimensional  Pueden migrar sus power pivot a tabular Multidimensional Tabular Diseño y Desarrollo
  • 8.  Mas difícil de aprender  Logica de negocio en MDX  Creación de KPI’s Mas compleja  Permite relaciones por medio de llaves combinadas  Se aprende muy rápido  Logica de negocio en DAX y MDX  Creación de KPI’s muy simple  Relaciones por medio de solo un campo Multidimensional Tabular Diseño y Desarrollo
  • 9.  Relaciones de uno a muchos  Relaciones referenciadas  Relaciones muchos a muchos  Relaciones de uno a muchos  Relaciones Referenciadas  Solo maneja Relaciones muchos a muchos por medio de DAX Multidimensional Tabular Diseño y Desarrollo
  • 10.  Standard  Ragged  Parent Child  Standard  Ragged  Parent Child via DAX Manejo de jerarquías Multidimensional Tabular
  • 11. Desempeño y Escalabilidad  Datos pre calculados  Grandes (muy grandes) volúmenes de información  Agregaciones son la herramienta para mejorar desempeño  Compresión 3x  In-Memory Technology (x Velocity)  Grandes volúmenes de información  No necesita agregaciones  Compresión 10x Multidimensional Tabular
  • 12. Desempeño y Escalabilidad  Puede ser mas rápido que el tabular con los datos en cache  Normalmente es mas rápido  No requiere de mucho esfuerzo de optimización  Es mejor cuando hay mucha granularidad Multidimensional Tabular
  • 13. Otras características  Perspectivas  Drilltrough  Acciones  Traducciones  Writeback  Perspectivas  Drilltrough  Acciones  Traducciones  Writeback Multidimensional Tabular
  • 14. Problemas Complejos  Puede resolver problemas complejos out of the box.  La mayoría de las reglas de negocio se aplican antes de cargar los datos.  Algunas se aplican cuando el modelo es consultado  Necesita algún trabajo vía DAX para lograr resolver problemas complejos  Reglas de negocio se evalúan en cada registro  Nos apoyamos mucho en columnas calculadas Multidimensional Tabular
  • 15. Valores Agregados  Las agregaciones van de los niveles mas bajos a los niveles mas altos de las jerarquías  Datos en el origen al mas bajo nivel  Los datos están en memoria  Las agregaciones se calculan en tiempo de ejecución  Puede tener agregaciones basadas en columnas calculadas Multidimensional Tabular
  • 16. Seguridad  Basada en Roles  Se asigna a nivel de dimensiones (incluso las métricas)  Se puede llegar a niveles detallados de seguridad via MDX  Asignando permisos en el nivel de tablas.  Una expresión DAX puede aplicar filtros.  También usa roles  El permiso en una tabla impacta a todas las que se derivan. Multidimensional Tabular
  • 17. Lo nuevo en 2016  XEvents (Extended Events) para monitorear los motores de SSAS (ambos), command begin, command end, Command end with error, etc.  Parallel Processing en modelo tabular  Mas de 50 nuevas funciones en DAX  Mejora en el desempeño de Direct query mode  Super DAX codename de un proyecto para mejorar el desempeño de DAX
  • 18. Poco tiempo de desarrollo Mucha RAM Modelo Simple Diversidad de Fuentes Necesidad de ver detalles Conclusión 2008 R2 o Anterior Teras de Información Modelo Complejo Actions / Datamining Writeback / Translations Multidimensional Tabular
  • 19. 19 | PREGUNTAS Y RESPUESTAS https://twitter.com/mgomezgt https://www.linkedin.com/in/mgomezgt mgomez@solcomp.com http://www.marcotuliogomez.com Marco Tulio Gómez Reyes