i

UNIVERSIDAD DE EL SALVADORUNIVERSIDAD DE EL SALVADORFACULTAD MULTIDISCIPLINARIA DE OCCIDENTEFACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

DEPARTAMENTO DE INGENIERÍA Y ARQUITECTURADEPARTAMENTO DE INGENIERÍA Y ARQUITECTURA

SISTESIS DE ANALYSIS SERVICES SQL SERVER 2005

MATERIA: BASES DE DATOS MATERIA: BASES DE DATOS

ING. CALDERONING. CALDERON

ESTUDIANTE: MANUELA DE JESUS BONILLA MARTINEZ.

CICLO:1/2009CICLO:1/2009

SANTA ANA, 23 DE JUNIO DE 2009

INDICE

ii

Introducción. . . . . . . . . . iii

Objetivos. . . . . . . . . . . iv

Analysis Services 2005 para Desarrolladores. . . . . 2

Microsoft SQLServer2005 – Introducción a SQLServer2005 Analysis

Services. . . . . . . . . . . 7

Conclusiones. . . . . . . . . . 14

iii

INTRODUCCION

Analysis services 2005 es una herramienta que es de gran utilidad en los

grandes negocios para el estudio de sus tendencias de ventas, para el

estudio de los mercados, para incursionar en nuevos mercados, etc.

Utiliza como herramienta OLAP para formar el cubo de datos

multidimensionales los cuales sirven para estudiar resultados desde un

punto de vista multidimensional es decir si se trata de la venta de dulces

de leche se observa en que ciudades se vende más, a que población,

temporadas del año, etc. Para tomar decisiones de mayor grandeza.

Para esto analysis services 2005 toma en cuenta herramientas tales

como SQL server 2005 integration server, SQL server 2005 analsis

server y SQL server 2005 reporting server.

OBJETIVOS

iv

GENERAL

Conocer Analysis Services 2005

ESPECIFICOS

Conocer para qué sirven los cubos.Saber utilización de UDM.Utilización de estructuras multidimensionales.

1

Analysis Services 2005 para Desarrolladores

Para comenzar se detallan las algunas características que hay entre OLAP y OLTP:

OLAP (On-Line Analytical Processing). Es una solución utilizada en el campo de la llamada Inteligencia empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes Bases de datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares.

La razón de usar OLAP para las consultas es la velocidad de respuesta. Una base de datos relacional almacena entidades en tablas discretas si han sido normalizadas. Esta estructura es buena en un sistema OLTP pero para las complejas consultas multitabla es relativamente lenta. Un modelo mejor para búsquedas (aunque peor desde el punto de vista operativo) es una base de datos multidimensional.

La principal característica que potencia a OLAP, es que es lo más rápido a la hora de ejecutar sentencias SQL de tipo SELECT, en contraposición con OLTP que es la mejor opción para operaciones de tipo INSERT, UPDATE Y DELETE.

Estructuras multidimensionales de datos

Microsoft SQL Server Microsoft SQL Server Analysis Services: datos multidimensionales permite diseñar, crear y administrar estructuras multidimensionales que contienen datos de detalle y agregados procedentes de varios orígenes de datos, como bases de datos relacionales, en un único modelo lógico unificado compatible con los cálculos integrados.Analysis Services: datos multidimensionales proporciona un análisis rápido, intuitivo y descendente de grandes cantidades de datos

2

generados en este modelo de datos unificado, que se puede entregar a los usuarios en varios idiomas y monedas.Analysis Services: datos multidimensionales trabaja con almacenes de datos, mercados de datos, bases de datos de producción y almacenes de datos operativos, y admite el análisis de datos históricos y en tiempo real.La estructura multidimensional (o CUBO) contiene

Varias dimensiones à determinan celdasVarios datos en cada celda à MEDIDAS Niveles en las dimensiones à Punto de agregación de medidas

Estructura multidimensionalUn cubo es una estructura multidimensional que contiene dimensiones y

medidas. Las dimensiones definen la estructura del cubo y las medidas

proporcionan valores numéricos importantes para el usuario final. Como

estructura lógica, un cubo permite a una aplicación cliente recuperar

valores como si las celdas del cubo definieran cada posible valor

resumido. Las posiciones de las celdas del cubo se definen mediante la

intersección de miembros de la dimensión. Las jerarquías de

dimensiones proporcionan rutas de acceso a la agregación dentro de un

cubo. Los valores de medidas se agregan en niveles no hoja para

proporcionar valores de miembros de las jerarquías de dimensiones.

Consulta Multidimensional

Cuando realizamos una consulta al cubo, filtramos sectores del cubo en base a las dimensiones. Como en el cubo podemos elegir en la dimensión Producto a las MANZANAS. Nos interesan las manzanas vendidas en el último trimestre de un año dado. Y que fueron vendidas en las sucursales del supermercado de la ciudad de Atlanta.Los filtros dimensionales nos permiten seleccionar un subconjunto de celdas del cubo. En dichas celdas se almacenan los valores a analizar, por ejemplo: Ventas realizadas en dólares y cantidad de Unidades vendidas.

3

Dimensiones, Niveles, Miembros, Jerarquías

Cada dimensión puede dividirse en niveles.Por ejemplo, la dimensión TIME puede estar dividida en un nivel AÑO. El nivel año consta de varios miembros, los diferentes años 1999, 2000 y 2001.Cada nivel AÑO puede dividirse en el nivel TRIMESTRE. Un trimestre de un único año consta de 4 miembros. Es decir, en nuestro ejemplo tenemos 3 * 4 = 12 trimestres de datos, en total.El nivel TRIMESTRE a su vez puede dividirse en el nivel MES. Cada TRIMESTRE consta de 3 MESES, por lo tanto tenemos en total: 3 * 4 * 3 = 36 meses de datos.

Ejemplo 1 – dimensiones y medidas

4

En este ejemplo vemos un cubo de 3 dimensiones: Ruta, Servicio y Tiempo. El cubo tiene dos medidas: Paquetes y Fecha última.Cada dimensión se divide en diferentes niveles. Por ejemplo, la dimensión Ruta se subdivide en el nivel hemisferio (Oriental y Occidental), que a su vez se descompone en sus miembros. Para el caso del Hemisferio Oriental, los miembros son África, Asia, Australia y Europa.

Ejemplo 2 – Miembros

En este cubo, se representa al miembro Time.[2nd half].[3rd quarter]. El uso de los corchetes [ ] es para encerrar el nombre de un miembro cuando contiene un espacio en blanco o un número. A pesar de que Time es una única palabra, igualmente se puede encerrar entre corchetes.Otra forma alternativa, y muchas veces recomendada, es utilizar el símbolo ampersand & para indicar la clave identificatoria del miembro, en vez de usar su nombre.

Sintaxis básica MDX

5

En MDX, se usa la sentencia SELECT para especificar al subconjunto de datos multidimensionales. La consulta MDX debe contener la siguiente información:

1. La cantidad de ejes dimensionales (hasta 128)2. Los miembros de cada dimensión, a ser incluidos en cada eje.3. El nombre del cubo que define el contexto de datos a consultar

(un único cubo).4. Los miembros que restringen los datos a considerar basados en

las dimensiones (se lo denominan “slicers”).Una consulta MDX básica contiene una cláusula SELECT y una cláusula FROM, y opcionalmente una cláusula WHERE.

SELECT <especificación de eje> [ , … ]FROM <especificación de cubo> WHERE <especificación de slicer>

DEMO

Datos multidimensionales

Visual estudio 2005 se realiza una demostración de realización de un cubo en la cual se describe la utilización del Asistente para cubos para definir un cubo, dimensiones, atributos de dimensión y jerarquías definidas por el usuario. Describe cómo definir los grupos de medida, cómo definir las medidas, cómo definir y configurar relaciones entre dimensiones de cubo y grupos de medida. También como utilizar Excel como herramienta para el análisis de los datos del cubo, como los extrae y se observa como los ordena según las dimensiones que se ha solicitado.

ADOMD.NETProveedor estándar de .NET Framework, diseñado para comunicarse con fuentes de datos multidimensionales (como SQL Server 2005 Analysis Services).Utiliza XML for Analysis versión 1.1, que puede comunicarse con los datos multidimensionales vía TCP/IP o HTTP, mediante el envío y recepción de mensajes SOAP.Con ADOMD.NET también podemos ver y manipular metadatos, ya sea usando el modelo de objetos de ADOMD.NET como también conjuntos de filas de esquema compatibles copn OLE-DB.

6

El espacio de nombres que usaremos para representar al proveedor de datos ADOMD.NET es Microsoft.AnalysisServices.Adomdclient Cuando sea necesario redistribuir ADOMD.NET con una aplicación, incluiremos el Setup.exe de ADOMD.NET con el instalador de la aplicación.

ADOMD.NET - Modelo de objetosImplementa una jerarquía de objetos, cuyos objetos a nivel tope son los siguientes:AdomdConnection: Un objeto de clase Adomdconnection representa a una conexión a los datos multidimensionales y también representa a los metadatos de la fuente de datos multidimensional. AdomdCommand: Representa una sentencia de Expresión Multidimensional (MDX).AdomdDataReader es una forma eficiente y rápida de traer datos.CellSet representa el conjunto resultado de una sentencia MDX.

Microsoft SQLServer2005 – Introducción a SQLServer2005 Analysis Services

¿Qué es Analysis Services 2005?

Microsoft SQL Server 2005 Analysis Services (SSAS) proporciona funciones de procesamiento analítico en línea (OLAP) y minería de datos para aplicaciones de Business Intelligence. Analysis Services admite OLAP al permitirle diseñar, crear y administrar estructuras multidimensionales que contienen datos agregados desde otros orígenes de datos, por ejemplo bases de datos relacionales. Para las aplicaciones de minería de datos, Analysis Services le permite diseñar, crear y visualizar modelos de minería de datos, recopilados en otros orígenes de datos mediante una variedad de algoritmos de minería de datos estándar.

Objetos de Analysis ServicesMicrosoft SQL Server 2005 Analysis Services (SSAS) ofrece funciones de procesamiento analítico en línea (OLAP) y minería de datos mediante una combinación de tecnologías de servidor y cliente, reforzadas por el uso de un entorno de desarrollo y administración especializado al que se une un modelo de objetos bien definido para diseñar, crear, implementar y mantener aplicaciones de Business Intelligence.

7

Arquitectura de Analysis ServicesMicrosoft SQL Server 2005 Analysis Services (SSAS) utiliza componentes de servidor y de cliente para proporcionar la funcionalidad de procesamiento analítico en línea (OLAP) y de minería de datos para aplicaciones de Business Intelligence:

Analysis Services sql 2005 Business Intelligence

Característica

Servicios de Análisis

Servicios de Transformación de Datos (DTS)

Data Mining

Servicios de Reporting

Soporte de Servicios de Análisis en Cluster

Indicadores de Rendimiento Principales

Escalabilidad y Rendimiento

Cubo en un solo click

Mejoras en la Arquitectura

Integración con los informes de Office System

9

Unified Dimensional Model (UDM)

La función de un modelo UDM (Unified Dimensional Model) es aproximar los orígenes de datos al usuario. Un UDM se genera a partir de uno o varios orígenes de datos físicos. El usuario emite consultas en el UDM mediante diversas herramientas de cliente, como Microsoft Excel.

El modelo UDM proporciona las siguientes ventajas:

Mejora notablemente el modelo del usuario. Proporciona consultas de alto rendimiento que admiten un análisis

interactivo, incluso con grandes volúmenes de datos. Captura las reglas de negocio del modelo para proporcionar un

análisis mejorado. Admite “cerrar el ciclo”, lo que permite que los usuarios actúen

según los datos que ven.

Procesamiento analítico en línea (OLAP) estructuras multidimensionales de datos.

El procesamiento analítico en línea (OLAP) le permite obtener acceso a datos organizados y agregados de orígenes de datos empresariales, como por ejemplo almacenamientos de datos, en una estructura multidimensional denominada cubo. Microsoft SQL Server 2005 Analysis Services (SSAS) proporciona herramientas y características para OLAP que puede utilizar para diseñar, implementar y mantener cubos y otros objetos compatibles.

Definición de un cubo

10

Definición de una fuente de datos:

Después de crear un proyecto de Microsoft SQL Server 2005 Analysis Services (SSAS), se empieza a trabajar con el proyecto definiendo uno o más orígenes de datos que el proyecto utilizará. Al definir un origen de datos, se define la información de cadena de conexión que se utilizará para establecer la conexión con el origen de datos.

Definición de una vista de fuente de datosTras definir los orígenes de datos que utilizará en un proyecto de Microsoft SQL Server 2005 Analysis Services (SSAS), el siguiente paso generalmente consiste en definir una vista de origen de datos para el proyecto. Una vista de origen de datos es una sola vista unificada de metadatos de tablas y vistas especificadas que el origen de datos define en el proyecto. Almacenar metadatos en la vista de origen de datos permite trabajar con los metadatos durante el proceso de desarrollo sin ninguna conexión abierta con ningún origen de datos subyacente.

Definir e implementar un cubo

Una vez que haya definido una vista de origen de datos en un proyecto de Microsoft SQL Server 2005 Analysis Services (SSAS), ya se está preparado para definir el cubo inicial de Analysis Services. Puede empezar definiendo las dimensiones independientemente del cubo y luego definir uno o más cubos que utilicen dichas dimensiones. También puede definir un cubo y sus dimensiones en un solo paso, utilizando el Asistente para cubos en Business Intelligence Development Studio. Estas dimensiones se conocen como dimensiones de base de datos.

Business Intelligence

Conjunto de herramientas y servicios destinado a la gestión eficiente del conocimiento y la información en empresas y organizaciones”Nos permite:

1. Convertir los datos en información2. Tomar mejores decisiones rápidamente3. Utilizar un método razonable para la gestión empresarial

Definir un cubo

Mediante el Asistente para cubos, es muy sencillo definir un cubo simple en SQL Server 2005. El asistente le ayuda a definir las medidas y las

11

dimensiones de un cubo. En el asistente, puede definir un cubo basado en un origen de datos o puede definir un cubo sin ningún origen de datos existente.

Si se define un cubo basado en un origen de datos existente, el asistente se conecta a la base de datos definida en el objeto de origen de datos y lee los datos de las tablas especificadas para ayudarle a definir las medidas y dimensiones. Las medidas y dimensiones que defina se basan en tablas identificadas como tablas de hechos, tablas de dimensiones, o ambas.

Si se utiliza el asistente para definir el cubo, también puede definir una dimensión como por ejemplo dimensión de tiempo y luego asignar nombres de la propiedad Time a las columnas de la tabla de dimensiones subyacente de la dimensión Time. Estas asignaciones se utilizan para los cálculos de expresiones multidimensionales (MDX) relacionados con el tiempo, como comparaciones de período a fecha y período paralelo, etc.

Revisar las propiedades de cubo y dimensión

Tras utilizar el Asistente para cubos para definir un cubo, puede revisar los resultados en el Diseñador de cubos.

Descripción de las fichas del Diseñador de cubos En el Diseñador de cubos, puede ver y modificar varias propiedades de un cubo. Entre las que están las siguientes:

Estructura de cubo Uso de dimensiones Cálculos KPI Acciones Particiones Perspectivas Traducciones Examinador

Implementar un proyecto de Analysis Services

Para ver los datos de dimensión y de cubo de los objetos del cubo Analysis Services, debe implementar el proyecto en una instancia determinada de Analysis Services y luego procesar el cubo y sus

12

dimensiones. Al implementar un proyecto de Analysis Services se crean y definen objetos en una instancia de Analysis Services.

Examinar el cubo implementado

Examinar un cubo implementado ayuda a comprender las modificaciones que deben llevarse a cabo para mejorar la funcionalidad del mismo. Una vez que se ha implementado un cubo, los datos de éste pueden verse en la ficha Examinador del Diseñador de cubos y los datos de dimensión pueden verse en la ficha Examinador del Diseñador de dimensiones.

Motor de base de datos

Son aquellos sistemas en los cuales se puede manipular crear y modificar bases de datos.

Minería de datos

Microsoft SQL Server 2005 Analysis Services (SSAS) facilita el proceso de creación de soluciones de minería de datos sofisticadas. Las herramientas de Analysis Services proporcionan la capacidad de diseñar, crear y administrar modelos de minería de datos y de proporcionar acceso de cliente a los datos de minería de datos. Con los tutoriales paso a paso de la lista siguiente aprenderá a obtener el máximo provecho de Analysis Services para poder trabajar de forma eficaz desde el primer momento.

La minería de datos suele describirse como "el proceso de extraer información válida, auténtica y que se pueda procesar de las bases de datos de gran tamaño." Los modelos de minería de datos se pueden aplicar a situaciones empresariales como las siguientes:

Predecir ventas.Dirigir correo a clientes específicos.Determinar los productos que se pueden vender juntos.Buscar secuencias en el orden en que los clientes agregan productos a una cesta de compra.

Un concepto importante reside en que la generación de un modelo de minería de datos forma parte de un proceso mayor que incluye desde la definición del problema básico que resolverá el modelo hasta la implementación del modelo en un entorno de trabajo. Este proceso se puede definir mediante los seis pasos básicos siguientes:

13

Definir el problema

Preparar los datos

Explorar los datos

Generar modelos

Explorar y validar los modelos

Implementar y actualizar los modelos

Diagrama describe las relaciones entre cada paso del proceso

Beneficios de la utilización de analysis services

Tiempos de respuesta acelerados.Aislar fuentes de back-end.Acceso a datos en tiempo real.

Misión CríticaEste puede ser:

Confiable y disponible.Diseñado para 24/7/365AdministrableSeguro por diseñoEscalable

Un análisis final

Lo que se está presentando es una edición bastante completa de Analysis Services.Esta posee un gran avance en funcionalidad, escalabilidad, administrabilidad, e integración.UDM) es una tecnología “breakthrough” en el corazón de la arquitectura BI (Business Intelligence) de SQLServer. UDM es el cubo en sí.

14

CONCLUSIONES

Analysis Services 2005 es un software con una gran capacidad de análisis de datos.

La utilización de esta herramienta facilita el estudio de dónde, que, cuanto y a quién dirigir un producto X.

Los cubos son un estudio multidimensional de los factores que involucran en un proyecto en marcha y ayudan a la mejora de este.