Este documento presenta una introducción al modelo tabular de SQL Server Analysis Services 2012. Explica las diferencias entre los modelos tabular y multidimensional, incluyendo características como dimensiones, métricas, lenguajes de consulta y almacenamiento de datos. También compara ambos modelos en términos de tiempo de desarrollo, escalabilidad, rendimiento y herramientas de cliente. Finalmente, ofrece consejos sobre factores a considerar al seleccionar un modelo, como esfuerzo, presupuesto y requisitos técnicos y de negocio.
SPSNYC2019 - What is Common Data Model and how to use it?Nicolas Georgeault
Are you using PowerApps? Not yet or maybe just the Canvas option? All you need to know about the CDS Database, the way to deploy it and the way to use it to modernize your business applications using both Canvas and Model-Driven Apps.
Recolectar y analizar grandes cantidades de datos se ha convertido en algo esencial para muchas organizaciones. El uso de Data Lakes se ha convertido en una popular estrategia para almacenar todo tipo de datos estructurados y no-estructurados, y centralizarlos en una única fuente. Únase a este webinar para descubrir cómo puede crear y administrar facilmente un data lake seguro usando servicios de AWS.
Objetivo: Identificar las herramientas para crear Tableros de control o Dashboards mediante la representación de gráficos estadísticos resumidos de información e indicadores estadísticos para conocer el estado, comportamientos o tendencia del área o negocio de estudio.
Presentación de Gobierno de Datos en DAMA MéxicoRamón Hernández
Presentación del área de conocimiento de Gobierno de Datos según la 1a edición del DMBoK, la versión más reciente disponible es 2da edición, para que lo consideres cuando descargues esta presentación.
Esta presentación se dió en el año 2016 en un meetup de DAMA Capítulo México por parte de Ramón Hernández - VP de Marketing.
DAS Slides: Data Governance and Data Architecture – Alignment and SynergiesDATAVERSITY
Data Governance can have a varied definition, depending on the audience. To many, Data Governance consists of committee meetings and stewardship roles. To others, it focuses on technical Data Management and controls. Holistic Data Governance combines both of these aspects, and a robust Data Architecture and associated diagrams can be the “glue” that binds business and IT governance together. Join this webinar for practical tips and hands-on exercises for aligning Data Architecture and Data Governance for business and IT success.
SPSNYC2019 - What is Common Data Model and how to use it?Nicolas Georgeault
Are you using PowerApps? Not yet or maybe just the Canvas option? All you need to know about the CDS Database, the way to deploy it and the way to use it to modernize your business applications using both Canvas and Model-Driven Apps.
Recolectar y analizar grandes cantidades de datos se ha convertido en algo esencial para muchas organizaciones. El uso de Data Lakes se ha convertido en una popular estrategia para almacenar todo tipo de datos estructurados y no-estructurados, y centralizarlos en una única fuente. Únase a este webinar para descubrir cómo puede crear y administrar facilmente un data lake seguro usando servicios de AWS.
Objetivo: Identificar las herramientas para crear Tableros de control o Dashboards mediante la representación de gráficos estadísticos resumidos de información e indicadores estadísticos para conocer el estado, comportamientos o tendencia del área o negocio de estudio.
Presentación de Gobierno de Datos en DAMA MéxicoRamón Hernández
Presentación del área de conocimiento de Gobierno de Datos según la 1a edición del DMBoK, la versión más reciente disponible es 2da edición, para que lo consideres cuando descargues esta presentación.
Esta presentación se dió en el año 2016 en un meetup de DAMA Capítulo México por parte de Ramón Hernández - VP de Marketing.
DAS Slides: Data Governance and Data Architecture – Alignment and SynergiesDATAVERSITY
Data Governance can have a varied definition, depending on the audience. To many, Data Governance consists of committee meetings and stewardship roles. To others, it focuses on technical Data Management and controls. Holistic Data Governance combines both of these aspects, and a robust Data Architecture and associated diagrams can be the “glue” that binds business and IT governance together. Join this webinar for practical tips and hands-on exercises for aligning Data Architecture and Data Governance for business and IT success.
Business Intelligence (BI) and Data Management Basics amorshed
A one-day training course on the Concepts of Data Management and Business Intelligence (BI) in the DX age
A Basic Review of BI and DM
How to Implement BI
A review of BI Tools and 2022 Gartner Quadrant Magic
Basics of Data warehouse (DWH)
An introductions to Power BI
Components of Power BI
Steps for BI Implementation
Data Culture
Intro to ETL and ELT
OLAP files and Architecture
Digital transformation or DX review
A glance at DMBOK2.0 framework
BI Challenges
Data Governance
Data Integration
Data Security and Privacy in DMBOK2.0
Data-Driven Organization
Data and BI Maturity Model
Traditional BI
Self-service BI
who is DMP
who is BI developer
what is Metadata
what is Master data
Data Quality
Data Literacy
Benefits of BI
BI features
How does BI Works?
Modern BI
Data Analytics
BI Architecture
Data Types
Data Lake
Data Mart
Data Silo
Data Visualization
Power BI Architecture and components
This is the presentation for the lecture of Dimitar Mitov "Data Analytics with Dremio" (in Bulgarian), part of OpenFest 2022: https://www.openfest.org/2022/bg/full-schedule-bg/
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...Ramón Hernández
Presentación donde se describe el enfoque para iniciar una iniciativa de gestión y gobiero de datos en las organizaciones.
El video con la presentación lo puedes ver en YouTube te dejo el enlace https://youtu.be/JCs7cAzwcWc
Aprenda a crear su propio plan estratégico de BI respondiendo a las siguientes preguntas:
1. ¿Sabe usted si su organización necesita (BI) Business Intelligence?
2. ¿Qué resultados espera de un proyecto de BI?
3. ¿Tiene su empresa las capacidades analíticas y corporativas para implementar BI?
4. ¿Su estrategia de BI está alineada con la estrategia de la organización?
Data protection and privacy regulations such as the EU’s General Data Protection Regulation (GDPR), the California Consumer Privacy Act (CCPA), and Singapore’s Personal Data Protection Act (PDPA) have been major drivers for data governance initiatives and the emergence of data catalog solutions. Organizations have an ever-increasing appetite to leverage their data for business advantage, either through internal collaboration, data sharing across ecosystems, direct commercialization, or as the basis for AI-driven business decision-making. This requires data governance and especially data asset catalog solutions to step up once again and enable data-driven businesses to leverage their data responsibly, ethically, compliantly, and accountably.
This presentation explores how data catalog has become a key technology enabler in overcoming these challenges.
Building Robust Production Data Pipelines with Databricks DeltaDatabricks
"Most data practitioners grapple with data quality issues and data pipeline complexities—it's the bane of their existence. Data engineers, in particular, strive to design and deploy robust data pipelines that serve reliable data in a performant manner so that their organizations can make the most of their valuable corporate data assets.
Databricks Delta, part of Databricks Runtime, is a next-generation unified analytics engine built on top of Apache Spark. Built on open standards, Delta employs co-designed compute and storage and is compatible with Spark API’s. It powers high data reliability and query performance to support big data use cases, from batch and streaming ingests, fast interactive queries to machine learning. In this tutorial we will discuss the requirements of modern data pipelines, the challenges data engineers face when it comes to data reliability and performance and how Delta can help. Through presentation, code examples and notebooks, we will explain pipeline challenges and the use of Delta to address them. You will walk away with an understanding of how you can apply this innovation to your data architecture and the benefits you can gain.
This tutorial will be both instructor-led and hands-on interactive session. Instructions in how to get tutorial materials will be covered in class. WHAT
YOU’LL LEARN:
– Understand the key data reliability and performance data pipelines challenges
– How Databricks Delta helps build robust pipelines at scale
– Understand how Delta fits within an Apache Spark™ environment – How to use Delta to realize data reliability improvements
– How to deliver performance gains using Delta
PREREQUISITES:
– A fully-charged laptop (8-16GB memory) with Chrome or Firefox
– Pre-register for Databricks Community Edition"
Speakers: Steven Yu, Burak Yavuz
ASTRAZENECA. Knowledge Graphs Powering a Fast-moving Global Life Sciences Org...Neo4j
AstraZeneca share their experience of share their experience of building a knowledge graph platform and central service, to power the next generation of insights and analytics at AstraZeneca.
En la presente exposición, se estarán cubriendo todos los productos que bajo el producto Power BI, Microsoft no ofrece en la actualidad. La cual, resumiéndoles todos los productos involucrados mostraremos como funcionan en conjunto. Durante la presente sesión, les explicare y guiare a responder todas las interrogantes que se nos presenten en la vida real para con ellos, logran impartir a nuestros clientes un servicio mas efectivo a la hora de vender este productos en nuestros proyectos.
IN Unidad 2: Infraestructuras y arquitecturas de inteligencia de negociosFranklin Parrales Bravo
Objetivo: Crear almacenes de datos mediante herramientas tecnológicas sobre arquitecturas de Inteligencia de Negocios para recopilar datos de varios orígenes a través del proceso ETL (Extracción, Transformación y Carga) para mantener información consolidada e integrada
Business Intelligence (BI) and Data Management Basics amorshed
A one-day training course on the Concepts of Data Management and Business Intelligence (BI) in the DX age
A Basic Review of BI and DM
How to Implement BI
A review of BI Tools and 2022 Gartner Quadrant Magic
Basics of Data warehouse (DWH)
An introductions to Power BI
Components of Power BI
Steps for BI Implementation
Data Culture
Intro to ETL and ELT
OLAP files and Architecture
Digital transformation or DX review
A glance at DMBOK2.0 framework
BI Challenges
Data Governance
Data Integration
Data Security and Privacy in DMBOK2.0
Data-Driven Organization
Data and BI Maturity Model
Traditional BI
Self-service BI
who is DMP
who is BI developer
what is Metadata
what is Master data
Data Quality
Data Literacy
Benefits of BI
BI features
How does BI Works?
Modern BI
Data Analytics
BI Architecture
Data Types
Data Lake
Data Mart
Data Silo
Data Visualization
Power BI Architecture and components
This is the presentation for the lecture of Dimitar Mitov "Data Analytics with Dremio" (in Bulgarian), part of OpenFest 2022: https://www.openfest.org/2022/bg/full-schedule-bg/
Estrategia de Datos, ¿por dónde iniciar una iniciativa de gestión y gobierno ...Ramón Hernández
Presentación donde se describe el enfoque para iniciar una iniciativa de gestión y gobiero de datos en las organizaciones.
El video con la presentación lo puedes ver en YouTube te dejo el enlace https://youtu.be/JCs7cAzwcWc
Aprenda a crear su propio plan estratégico de BI respondiendo a las siguientes preguntas:
1. ¿Sabe usted si su organización necesita (BI) Business Intelligence?
2. ¿Qué resultados espera de un proyecto de BI?
3. ¿Tiene su empresa las capacidades analíticas y corporativas para implementar BI?
4. ¿Su estrategia de BI está alineada con la estrategia de la organización?
Data protection and privacy regulations such as the EU’s General Data Protection Regulation (GDPR), the California Consumer Privacy Act (CCPA), and Singapore’s Personal Data Protection Act (PDPA) have been major drivers for data governance initiatives and the emergence of data catalog solutions. Organizations have an ever-increasing appetite to leverage their data for business advantage, either through internal collaboration, data sharing across ecosystems, direct commercialization, or as the basis for AI-driven business decision-making. This requires data governance and especially data asset catalog solutions to step up once again and enable data-driven businesses to leverage their data responsibly, ethically, compliantly, and accountably.
This presentation explores how data catalog has become a key technology enabler in overcoming these challenges.
Building Robust Production Data Pipelines with Databricks DeltaDatabricks
"Most data practitioners grapple with data quality issues and data pipeline complexities—it's the bane of their existence. Data engineers, in particular, strive to design and deploy robust data pipelines that serve reliable data in a performant manner so that their organizations can make the most of their valuable corporate data assets.
Databricks Delta, part of Databricks Runtime, is a next-generation unified analytics engine built on top of Apache Spark. Built on open standards, Delta employs co-designed compute and storage and is compatible with Spark API’s. It powers high data reliability and query performance to support big data use cases, from batch and streaming ingests, fast interactive queries to machine learning. In this tutorial we will discuss the requirements of modern data pipelines, the challenges data engineers face when it comes to data reliability and performance and how Delta can help. Through presentation, code examples and notebooks, we will explain pipeline challenges and the use of Delta to address them. You will walk away with an understanding of how you can apply this innovation to your data architecture and the benefits you can gain.
This tutorial will be both instructor-led and hands-on interactive session. Instructions in how to get tutorial materials will be covered in class. WHAT
YOU’LL LEARN:
– Understand the key data reliability and performance data pipelines challenges
– How Databricks Delta helps build robust pipelines at scale
– Understand how Delta fits within an Apache Spark™ environment – How to use Delta to realize data reliability improvements
– How to deliver performance gains using Delta
PREREQUISITES:
– A fully-charged laptop (8-16GB memory) with Chrome or Firefox
– Pre-register for Databricks Community Edition"
Speakers: Steven Yu, Burak Yavuz
ASTRAZENECA. Knowledge Graphs Powering a Fast-moving Global Life Sciences Org...Neo4j
AstraZeneca share their experience of share their experience of building a knowledge graph platform and central service, to power the next generation of insights and analytics at AstraZeneca.
En la presente exposición, se estarán cubriendo todos los productos que bajo el producto Power BI, Microsoft no ofrece en la actualidad. La cual, resumiéndoles todos los productos involucrados mostraremos como funcionan en conjunto. Durante la presente sesión, les explicare y guiare a responder todas las interrogantes que se nos presenten en la vida real para con ellos, logran impartir a nuestros clientes un servicio mas efectivo a la hora de vender este productos en nuestros proyectos.
IN Unidad 2: Infraestructuras y arquitecturas de inteligencia de negociosFranklin Parrales Bravo
Objetivo: Crear almacenes de datos mediante herramientas tecnológicas sobre arquitecturas de Inteligencia de Negocios para recopilar datos de varios orígenes a través del proceso ETL (Extracción, Transformación y Carga) para mantener información consolidada e integrada
MS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datosJoseph Lopez
Las características "In Memory" es la tendencia más de perspectiva en el área de alto rendimiento. Los Índices de ColumnStore es uno de las tales características, y aún con sus limitaciones, pueden aceleran a veces sus consultas! ¿Cómo obtener más de esta característica? ¿En qué situaciones debemos usarlos? ¿Qué mecanismos internos ayudan a lograr eso? Usted puede obtener respuestas a estas y otras preguntas que se haya generado en algún momento en esta sesión.
Big Data - Desarrollando soluciones efectivasJoseph Lopez
Como continuación a la presentación titulada "Introducción al mundo de las Bodegas de datos", esta presentación le explicará qué es Big Data y sus beneficios, incluyendo casos de uso. Así mismo, discutiremos cómo Hadoop, la nube y procesamiento masivamente paralelo (MPP) está cambiando la forma en los almacenes de datos se están construyendo. Hablaremos de arquitecturas híbridas que combinan datos in situ con datos en la nube, así como datos relacionales y no relacionales de datos (no estructurados). Veremos también los beneficios del MPP en SMP y cómo integrar datos desde dispositivos en la Internet (IoT). Aprenderemos también lo que debería verse como un almacén de datos moderno y cómo cuadra su papel de un mar de datos y Hadoop. Al finalizar esta exposición, tendremos una orientación sobre la mejor solución para el almacén de datos en el futuro.
Cada vez más observamos la creciente necesidad de tomar decisiones en tiempo real. Nuestro negocio esta vivo y el tomar decisiones cuanto antes nos puede suponer una ventaja competitiva respecto al resto.
Durante la siguiente sesión vamos a explorar todas las mejoras que trae SQL Server 2014 y que podemos aprovechar para dar un empujón de velocidad a nuestro sistema de BI.
Introducción a Microsoft Business Intelligence, mostrando toda la plataforma que nos ofrece basada en SQL Server (Integration Services, Analysis Services, Reporting Services)
http://www.sqlserversi.com - Visión general de los proyectos de Business Intelligence, basados en Microsoft SQL Server 2000, DTS y Analysis Services 2000.
En esta presentación encontrarás información importante sobre algunas características, beneficios y ventajas que ofrece Jaspersoft para tu empresa. Cómo:
- Generar documentos tipo facturas, cuentas de cobro, órdenes de entrega, estados de cuenta, entre otros de forma masiva mediante el uso de tecnología de contenedores y/o virtualización en la nube de forma rápida y a bajo costo.
- Entregar sus documentos impresos y/o en PDF o como contenido web totalmente interactivo. Los informes de TIBCO Jaspersoft se pueden publicar en formato PDF, XLS, XLSX, XML, HTML, PPT, CSV, DOC, RTF, ODT y JSON. Entre otras.
Para más información visita nuestra página web:
www.it-nova.co
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeRodrigo Corral
Presentación del evento Industria 4.0 que Plain Concepts organiza anualmente en Bilbao. Este año hablé de almacenamiento y procesamiento de grandes volumenes de datos, como los que generan las soluciones de monitoriazción e IoT industriales, en la nube. Hablamos de Azure Data Lake, Cosmos DB, SQL Azure y bases de datos de series temporales como InfluxDb y OpenTSDB.
http://www.sqlserversi.com - Visión general de los proyectos de Business Intelligence, basados en Microsoft SQL Server 2000, DTS y Analysis Services 2000.
Esta guía paso a paso esta enfocada completamente a la instalación de una instancia nombrada de Sql Server 2019 donde utilizaremos únicamente el motor de base de datos y el motor de full text, los cuales serán suficiente para desarrollar cada una de las prácticas.
Las soluciones de ciencia de datos se están convirtiendo en una necesidad empresarial como parte de la analítica avanzada permitiendo que los negocios puedan predecir el futuro mediante métodos estadísticos y computacionales.
Al ser una nueva tendencia tecnológica es difícil saber que debo aprender.
El objetivo del este curso es brindar una visión general de las funcionalidades de “Microsoft Machine Learning Studio” y como esta gran solución puede ayudar a potenciar tu negocio.
En esta primera entrega, el enfoque principal es conocer el entorno de desarrollo e implementar un modelo predictivo utilizando un modelo de regresión logística para predecir el valor de una variable dicotómica.
Exam 70-761 Querying Data with Transact-SQL.
Uno de los principales objetivos de muchos expertos de Sql Server es lograr una certificación que valide el conocimiento adquirido.
El examen 70-761 es uno de los primeros que debes realizar para mayor información (https://www.microsoft.com/en-us/learning/exam-70-761.aspx).
Para iniciar este apacionado curso debemos preparar un ambiente de desarrollo con este tutorial inicial este apasionado curso.
¿Qué es transformación digital?
¿Qué es ciencia de datos?
¿Qué es un científico de datos?
¿Qué es Machine Learning?
“Hola Mundo en Machine Learning”: Algoritmo de Clasificación
Demo: Algoritmo de Clasificación
Sql Saturday Guatemala 2018-Mas rápido y Mas FuriosoWindowing Functions & Co...JOSE AHIAS LOPEZ PORTILLO
En esta sesión veremos como las funciones de WF puede mejorar su rendimiento utilizando índices en memoria. Una opción mas para nuestros sistemas analíticos.
The Windowing Functions are advanced SQL Server commands, existing since 2005, but many database developers forget to use them. In this session we will discuss about how they work, how we should use them and how we can combine them with other development techniques as the use of CTE, procedures, functions, etc.
En esta sesión veremos el potencial del Excel y las capacidades avanzadas que ofrecen PowerPivot, DAX y Power View, para poder realizar inteligencia de negocios desde una perspectiva de usuarios final.
3Redu: Responsabilidad, Resiliencia y Respetocdraco
¡Hola! Somos 3Redu, conformados por Juan Camilo y Cristian. Entendemos las dificultades que enfrentan muchos estudiantes al tratar de comprender conceptos matemáticos. Nuestro objetivo es brindar una solución inclusiva y accesible para todos.
Inteligencia Artificial y Ciberseguridad.pdfEmilio Casbas
Recopilación de los puntos más interesantes de diversas presentaciones, desde los visionarios conceptos de Alan Turing, pasando por la paradoja de Hans Moravec y la descripcion de Singularidad de Max Tegmark, hasta los innovadores avances de ChatGPT, y de cómo la IA está transformando la seguridad digital y protegiendo nuestras vidas.
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Telefónica
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0xWord escrito por Ibón Reinoso ( https://mypublicinbox.com/IBhone ) con Prólogo de Chema Alonso ( https://mypublicinbox.com/ChemaAlonso ). Puedes comprarlo aquí: https://0xword.com/es/libros/233-big-data-tecnologias-para-arquitecturas-data-centric.html
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
3. Expositor
Ing. Ahias Portillo, MCT, MCITP DBA, BI
Evangelista y conferencista latinoamericano de
Sql Server, con mas de 7 años de experiencia en
el desarrollo de soluciones BI.
portillo.ahias@Outlook.com.
6. Objetivos de la sesión
Definición de conceptos
SSAS Tabular vs Multidimensional
Demostración.
7. ¿Por qué utilizar Base de datos Analíticas?
Mejores Tiempos de
respuestas.
Entrega de datos en
lenguaje natural.
Self-Services.
Funcionalidades de
navegación (Jerarquías),
KPI.
Minería de datos.
8. ¿Qué es SSAS?
BISM (2012)
Business Intelligence Semantic Model
UDM (2005-2008 R2)
Unified Dimensional Model
Multidimensional Model
Data Mining Model
Tabular Model
9. ¿Evolución de SSAS?
OLAP
Services
Sql Server 7
Sql Server 2000
Sql Server
Analysis Services
Sql Server 2005
Sql Server 2008
Sql Server 2008 R2
Sql Server 2012
Power Pivot
(Excel -SP)
Tabular
Model
10. ¿Preguntas comunes ?
El Tabular Model sustituye el modelo
multidimensional o solo es una mejora de
Power Pivot.
Debería desarrollar solo modelos Tabulares.
Quien es mas rápido los modelos en
memoria o los MOLAP.
El desarrollo en Tabular Model es mas
sencillo. Pero solo conocemos de
Dimensiones, Hechos y MDX.
11. ¿Que es BISM?
BISM es un concepto.
Es un modelo de datos que los usuarios pueden
consultar.
No necesitas comprender la complejidad de los
repositorios de datos.
BISM provee:
Modelo de datos
Lógica de negocio y Consultas
Acceso a datos.
Se puede implementar en 3 tecnologías:
MOLAP
SSAS Tabular Mode
PowerPivot
12. ¿Que es Multidimensional Model?
OLAP DB
Dimensiones
Hechos
Almacenamiento optimizado para análisis
MDX
Modelos MOLAP, ROLAP y HOLAP.
Agregaciones.
13. ¿Que es Tabular Model?
Nuevo Motor DB
Tabular Mode
Column Store
In-Memory
Compresión
Copia de todos los datos al Tabular model
Direct SQL
Querys transformados a SQL, ejecutando
directamente al motor relacional de Sql Server.
Es la versión ROLAP del Tabular Model.
16. ¿SSAS Tabular vs Multidimensional?
Tabular
Menores tiempos de
desarrollo.
Alto rendimiento.
Características
limitadas.
Principal
almacenamiento es
Memoria.
Disponible en ediciones
BI y Empresarial.
Multidimensional
Modelo basado en
Dimensiones y hechos.
Soporte para cubos de
gran volumen.
Principal
almacenamiento es
disco duro.
Disponibles en todas
las ediciones
comerciales.
17. Tabular Model - Dimensiones
Solo una relación
puede estar activa
por tabla.
Alto rendimiento en
dimensiones de
millones de registros.
Una dimensión es
una tabla.
18. Tabular Model - Métricas
Sum, min, max,
count, distinct count o
expresiones
complejas de DAX.
Una tabla puede
contener atributos y
métricas.
19. ¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Time to solution / Longer time to
solution.
Shorter time to
solution.
Learning curve
/
Dimensional
modeling and MDX
language create a
steeper learning
curve but natively
provide more
complex
capabilities.
Relational
modeling and
Excel-like DAX
language create
a less steep
learning curve
but complex
capabilities may
require
sophisticated
DAX
expressions.
Data model Data
relationships
/
One-to-many.
Many-to-many.
Reference
relationships must
be explicitly
modeled.
One-to-many.
Many-to-many
requires DAX
expressions.
Modeling table
relationships
creates reference
relationships.
20. ¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data model Hierarchies
/
Native support for
standard, ragged,
and parent-child
hierarchies
Native support for
standard
hierarchies. Parent-
child hierarchies
require DAX
expressions.
Data model Additional data
modeling
features /
Perspectives,
translations, actions,
drillthrough, stored
procedures, and
write-back.
Perspectives and
drillthrough.
Business logic Calculation
language / MDX DAX
Business logic Calculations
/
Native support for
common and
complex calculations.
Native support for
common and many
complex
calculations.
21. ¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Business logic Aggregation
functions
/
Sum, Count, Min,
Max, Distinct Count,
None, ByAccount,
AverageOfChildren,
FirstChild,
LastChild,
FirstNonEmpty, and
LastNonEmpty.
Sum, Count, Min,
Max, Average,
DistinctCount, and
various time
intelligence
functions like
FirstDate, LastDate,
OpeningBalanceMo
nth, and
ClosingBalanceMon
th.
Business logic Hierarchy logic
/
Functions to
navigate standard
and parent-child
hierarchies.
DAX functions to
navigate parent-
child hierarchies,
DAX expressions to
implement logic in
standard
dimensions.
Hierarchy logic
generally more
difficult using DAX.
22. ¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Business logic KPIs
/
Actual, goal, status,
and trend with
graphical indicators
Actual, goal, and
status with graphical
indicators.
Business logic Currency
conversion
/
Supports multi-
currency conversion
using the Business
Intelligence Wizard.
Implement using
DAX expressions.
Data access and
storage
Scale
/
Extremely large
scale (multi-
terabyte)
Large Scale (Billions
of records)
Data access and
storage
Performance
/
Indexes and
preaggregated
measure values
stored on disk.
Dimension data and
query results
cached in memory.
Approximately 3x
data compression.
In memory column-
based data storage.
Approximately 10x
data compression.
23. ¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data access
and storage
Data sources
/
Relational databases. Relational
databases, Excel,
Text, OData feeds,
Azure Data Market,
Analysis Services.
Data access
and storage
Query
language /
MDX DAX
MDX (In-Memory
mode only)
Data access
and storage
Data storage
/
MOLAP - Dimension,
fact, and aggregated data
stored on disk. Dimension
data and query results
cached in memory.
ROLAP – Dimension,
fact, and aggregated data
stored in a relational
database.
In-Memory - All data
cached in memory
utilizing column-
oriented xVelocity
analytics engine
DirectQuery – Data
stored in SQL
Server 2012.
24. ¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data access and
storage
Data
compression / Typically 3x. Typically 10x.
Data access and
storage
Client tools
/
Excel, Reporting
Services, Microsoft
PerformancePoint,
and other third-party
client tools.
Reporting Services
Power View
supported in future
SQL Server
versions.
Reporting Services
Power View, Excel,
Reporting Services,
PerformancePoint,
and other third-party
client tools.
25. ¿SSAS Tabular vs Multidimensional?
(Microsoft, Choosing a Tabular or Multidimensional Modeling Experience in SQL Server 2012 Analysis
Services)
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data access
and storage
Programmability
/
XMLA, ASSL,
ADOMD.NET,
MSOLAP, AMO,
Windows PowerShell
for AMO. Developed
for use with
multidimensional
models.
XMLA, ASSL,
ADOMD.NET,
MSOLAP, AMO,
PowerShell for
AMO. Available but
less intuitive for use
with tabular models.
Security Security
/
Dimension member
and cell-level security.
Dynamic Security.
Row-level security.
Dynamic Security.
27. ¿Qué debo considerar?
Esfuerzo requerido en el desarrollo.
Presupuesto.
Hardware.
Requerimientos de datos en tiempo real.
Herramientas de cliente.
Requerimientos del negocio.
28. ¿Qué debo considerar?
Tiempo.
Tabular Model puede brindar desarrollos en
menos tiempo.
Modelo de procesamiento y la optimización de
querys pueden mejorar tiempos de respuesta.
Presupuesto.
Solo disponible en versiones Empresarial y BI.
Tiempo = Dinero
Hardware.
El core del este modelo es la memoria.