El documento trata sobre Business Intelligence (BI) en SQL Server 2005, cubriendo tecnologías OLTP y OLAP, diseño de data warehouses, introducción al data mining y al lenguaje MDX. Explica las diferencias entre procesos transaccionales y analíticos, así como herramientas para la gestión de datos en empresas. Además, se presentan novedades de OLAP y DTS en SQL Server 2005, incluyendo mejoras en Integration Services y Analysis Services.

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
SSRS
E.T.C.L. Warehouse
Excel
(SSIS) (relacional)
Sharepoint
BI Portal,
Business Scorecard Manager,
Performance Point 2007
Otros…
cubos
(SSAS)

14. Componentes DW
ERP
Area Intermedia 1
E.T.C.L.
(SSIS)
data
E.T.C.L. Warehouse
CRM 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