Descubra cómo proteger los datos, tanto internamente como en la nube. Asegúrese de que el activo más importante de su empresa esté a salvo.

1. Conceptos Avanzados: Parte 3
Conector de BI
Alejandro Mancilla
Senior Solutions Architect, LATAM
@alxmancilla
Rubén Terceño
Senior Solutions Architect, EMEA
@rubenTerceño

2. 2
Serie de Seminarios web “Conceptos
Avanzados”
–Motores de Almacenamiento
•Qué son los motores de almacenamiento y cuál escoger
–Aggregation Framework
•Cómo implementar analítica avanzada dentro de la base de datos
–Conector de BI
•Cómo crear visualizaciones y reportes a partir de datos en MongoDB
–Seguridad
•Cómo asegurar tu ambiente de MongoDB, tanto on-premise como en
la nube

3. 3
Resumen de lo visto hasta ahora
• ¿Qué es un motor de almacenamiento?
–El motor de almacenamiento es el componente de la base de datos que es responsable de
administrar cómo se almacenan los datos, tanto en memoria como en disco.
–Wired Tiger es el motor de almacenamiento default(3.2). Es el correcto en la mayoría de los
casos.
–MongoDB también cuenta con los motores de almacenamiento: MMAP, In-Memory, Encrypted.
• ¿Qué es el Aggregation Framework?
–Se basa en el concepto de pipeline de procesamiento de datos. Los documentos entran en un
pipeline de varias etapas que transforma los documentos en un resultado agregado.
–Un pipeline proporciona una agregación de datos eficiente utilizando operaciones nativas dentro
de MongoDB y es el método preferido para la agregación de datos en MongoDB.
–El Aggregation Framework puede operar en una colección fragmentada (sharded).

4. 4
Contexto – Business Intelligence (BI)
Business intelligence (BI) es un proceso
impulsado por la tecnología para analizar datos y
presentar información útil para ayudar a
ejecutivos corporativos, gerentes de negocios
y otros usuarios finales a tomar decisiones de
negocios mejor informadas.
BI abarca una variedad de herramientas,
aplicaciones y metodologías que permiten a las
organizaciones recolectar datos de sistemas
internos y fuentes externas, prepararlos para el
análisis, desarrollar y ejecutar consultas contra
los datos y crear reportes, dashboards y
visualizaciones de datos para hacer disponibles
los resultados analíticos a los tomadores de
decisiones corporativos, así como a los
trabajadores operativos.
Porta Ultricies
Commodo Porta

5. 5
¡BI es un gran negocio!
Gartner Says Worldwide Business Intelligence and Analytics
Market to Reach $18.3 Billion in 2017
Los ingresos globales en el mercado de inteligencia de negocios (BI) y analítica se
pronostican llegar a los 18.3 mil millones de dólares en 2016, un aumento de 5.2 por
ciento respecto a 2015, según el último pronóstico de Gartner, Inc.
Según Gartner, BI y analítica modernos continúan expandiéndose más rápidamente que
el mercado en general, lo que está compensando las caídas en el gasto tradicional de
BI. Las plataformas modernas de BI y analítica han surgido en los últimos años para
satisfacer los nuevos requerimientos organizacionales de accesibilidad, agilidad y una
visión analítica más profunda, cambiando el mercado de reportes de sistemas de
registros dirigidos por TI a analíticos ágiles, incluyendo el auto-servicio, dirigidos por el
negocio.
Fuente: Gartner NewsRoom, Febrero, 2017: http://www.gartner.com/newsroom/id/3612617

6. 6
MongoDB Conector de BI
Visualice y explore documentos
multidimensionales utilizando herramientas de
BI basadas en SQL. El conector hace lo
siguiente :
• Proporciona a la herramienta de BI el esquema de la
colección MongoDB para ser visualizado
• Traduce las sentencias de SQL emitidas por la
herramienta de BI en consultas MongoDB equivalentes
que se envían a MongoDB para su procesamiento
• Convierte los resultados al formato tabular esperado por
la herramienta de BI, para que los datos puedan ser
visualizados basados en los requisitos del usuario

7. 7
Diagrama funcional
MongoDB
Conector
de BI
Mapeo de meta-
datos
Datos de la
aplicación
{name:
“Andrew”,
address:
{street:…
}}
DocumentoTablaAnalítica & visualización

8. 8
Definición de mapeo de datos
mongodrdl –-host 127.0.0.1 --port 27017 –d=<database_name> –c=<collection_name> -
o schema.drdl
mongosqld --addr=127.0.0.1:3307 --mongo-uri=127.0.0.1:27017 –schema=schema.drdl
DRDL mongodrdl
mongosqld
localhost:3307 localhost:27017

9. MongoDB DRDL
• DRDL – Document Relational Definition Language
• Mapea un esquema de documentos anidados a un esquema tabular
$ mongodrdl --host 127.0.0.1 --db MUGS --collection groups --out groups.drdl
$ ls *.drdl
groups.drdl
$

10. Documento de ejemplo
{
"batchID" : 1,
"timestamp" : ISODate("2017-05-03T17:49:20.887Z"),
"group" : {
"city" : "Las Vegas",
"description" : "…",
"who" : "MongoDB LV'ers",
"created" : ISODate("2016-05-19T01:04:25Z"),
"join_mode" : "open",
"visibility" : "public",
"country" : "US",
"localized_country_name" : "USA",
"state" : "NV",
"link" : "https://www.meetup.com/Las-Vegas-MongoDB-Meetup/",
"members" : 37,
"timezone" : "US/Pacific",
"urlname" : "Las-Vegas-MongoDB-Meetup",
"id" : 19969928,
"name" : "Las Vegas MongoDB Meetup"
}
}

11. Ejemplo de DRDL
schema: # Define un archivo de esquema
- db: MUGS # de esta base de datos(-d=<database name>)
tables: # que tiene las tablas (groups)
- table: groups
collection: groups # creado a partir de la coleccion groups
pipeline: [] # fitro que aplicar
columns: # mapeo de campos de documento a columnas
- Name: _id
MongoType: bson.ObjectId
SqlName: _id
SqlType: varchar
- Name: batchID
MongoType: int
SqlName: batchID
SqlType: int

12. Demo
• Crear un archivo DRDL
• Iniciar mongosqld
• Mostrar datos desde la linea de comandso de mysql
• Mostrar datos en Tableau
• Crear un reporte básico en Tableau
• Editar el archivo DRDL y reejecutar Tableau

13. 13
Op. editar manualmente el archivo DRDL
• Ocultar atributos
• Usar tipos de datos más
apropiados (el muestreo puede
equivocarse)
• Crear nuevas vistas utilizando
MongoDB Aggregation Framework
• e.g., $lookup para unir 2 tablas
- table: homesales
collection: homeSales
pipeline: []
columns:
- name: _id
mongotype: bson.ObjectId
sqlname: _id
sqltype: varchar
- name: address.county
mongotype: string
sqlname: address_county
sqltype: varchar
- name:
address.nameOrNumber
mongotype: int
sqlname:
address_nameornumber
sqltype: varchar

14. 14
Siguientes Pasos
➢ Pruebe MongoDB Conector de BI
https://www.mongodb.com/download-center#bi-connector
➢ Revise la documentación
https://docs.mongodb.com/bi-connector/current/
➢ FAQ
https://docs.mongodb.org/bi-connector/faq/

15. 15
Serie de Seminarios web “Conceptos
Avanzados”
–Motores de Almacenamiento
•Qué son los motores de almacenamiento y cuál escoger
–Aggregation Framework
•Cómo implementar analítica avanzada dentro de la base de datos
–Conector de BI
•Cómo crear visualizaciones y reportes a partir de datos en MongoDB
–Seguridad
•Cómo asegurar tu ambiente de MongoDB, tanto on-premise como en
la nube