SSAS Tabular Model Julio Urriola Barra

Slides:



Advertisements
Presentaciones similares
Procesamiento y Análisis en Línea OLAP
Advertisements

Montevideo 14 de Diciembre
Enero 28, 2009 Módulo de Inteligencia de Negocios.
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
Trabajo Final de Sistema de información Gerencia Integrantes: Tatiana Beltrán Ramón Zambrano Pedro Cabello.
• SQL Server Analysis Services
• SQL Server Analysis Services
Ildefonso Mas Data Platform Engineer – Area de BI MCTS de SQL Server 2008 BI.
RENDIMIENTO Corporación Universitaria de Ciencia y Desarrollo Ing. Andrés Vargas -
On Line Analytical Processing
Ingeniero Fredys Simanca
Bases de Datos II OLAP Online Analytical Processing
Implementación de Datawarehouse
Bases de Datos Relacionales.  Responsable Cátedra: Silvina Migani  JTP: Liliana Romera  Ayudante:
“Diseño de un Data Mart para la Unidad de Programación y Abastecimiento de Hidrocarburos de Petrocomercial, Filial de Petroecuador”. Clientes deslumbrados.
Business Intelligence. SQL Server Team Lead PABLO DOVAL.
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
SQL Server 2005 Analysis Services.
Structured Query Language (Lenguaje Estructurado de Consultas)
1 Prof:Paula Quitral INTRODUCCIÓN DATAWAREHOUSE Departamento de Informática Universidad de Rancagua.
ORACLE OLAP CAECE Integrantes: *Aizaga, Martiniano *Gallegos, Marina *Kleinlein, Guillermo *Schiano di Cola, Emiliano.
SQL Server Analysis Services SSAS
Especialista en Business Intelligence Analysis Services SSAS (Sesión 8) Microsoft SQL Server 2008 R2 (2013) Suscribase a o escríbanos.
Taller de Inteligencia de Negocios SQL Server Analysis Services Semana 8.
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.
La Empresa La Problemática Estado Actual, Bases de datos relacionales Problemas con las consultas No muestra datos históricos Poca integridad en.
Introducción a DAX, problema vs solución
1 Conferencia 5 OLAP. 2 Contenido Definición OLAP. Reglas de Codd. Gestores que dan soporte OLAP y los diferentes modos de Almacenamiento.
TRABAJO FINAL DE GRADO BUSINESS INTELIGENGE Mariano Rodas.
HERRAMIENTAS DE INTELIGENCIA DE NEGOCIOS
POR: JANNELLY CASTRO INTE 3040L PROFESOR: RIVERA VÁZQUEZ NATIONAL UNIVERSITY COLLEGE ONLINE Creaciones de particiones y volumen en disco duro.
* Tabla de características.
##SQLSatMadrid Para crear modelos analíticos: ¿Power Query o Power Pivot? ¿M o DAX? Ana María Bisbé York Consultora BI
Sponsors Agradecimiento especial Mejores prácticas de SQL Server para SharePoint On Premise Alberto De Rossi MCP / MCT SQL Server.
Servidor de aplicaciones
UNIDAD 7.
Data Warehouse - OLAP.
De Negocios Inteligencia para usuarios de Excel.
Hardware y Software..
#606 | SANTIAGO 2017 Abril 1, 2017 Santiago, Chile #sqlsatSantiago.
Hard disk Subject: Computer Architecture Topic: CPU Unit: 1st - Introduction to Computer Systems Professor: MSC Aarón Iván Salazar Macías Student name:
09 de mayo del 2016Pg. 1 ING. BERTHA MAZON, UNIDAD III: SOLUCIONES DE INTELIGENCIA DE NEGOCIOS.
BASES DE DATOS.
SQL Server o SQL Database
PARCIAL III BASE DE DATOS.
GXplorer 2025 Ing. Carla Demarchi Genexus Consulting
Tipos de memoria RAM , disco duro y sistema operativo
DATA WAREHOUSE Y ALMACENAMIENTO
Unidad 7: Nivel Interno Algunos Conceptos Importantes
TIPO DE DATOS EN ACCESS 2010 TEXTO, MEMO, NUMERO, FECHA/HORA, MONEDA, AUTONUMERACION, SI/NO, OBJETO OLE, HIPERVINCULO, DATOS ADJUNTADOS, CALCULADO Y ASISTENTES.
Por: Marcos Quiterio Ramos
HARDWARE Y SOFTWARE Hardware Informática Software
BASES DE DATOS Quienes las utilizan? Qué son? Beneficios
Bases de Datos Daniel Rojas UTN.
PROVEEDOR DATA WAREHOUSE TERADATA
CICLO DE VIDA DE UN SOFTWARE
CICLO DE VIDA DE UN SOFTWARE
Orígenes Funciones Condicionales
Una estrategia es un conjunto de acciones que se llevan a cabo para lograr un determinado fin. DEFINICIÓN DE ESTRATEGIA.
Noviembre18, 2017 Concepción, Chile #sqlsatconce.
Ing. David Sánchez Aguilar @davidsancheza
Sugiero cambios a lo de Amarillo / lo de azul no tiene expositor aun 1 concepto de transaccion (Tejada) 2. Fundamentos d elos procesos de Transaccion.
Nuevas Características de SQL Server 2016
El tiempo es oro y se mide con Power BI
Cubos Tabulares Víctor Zúñiga
Nuevas Características de SQL Server 2019
“Mayor eficiencia y flexibilidad en el Datacenter: Virtualización en red”
Base de datos años  En la década de los años 80’, se desarrolló el SQL, un lenguaje de consultas que permite consultar, valga la redundancia,
La Metodología Kimball, es una metodología empleada para la construcción de un almacén de datos (data warehouse, DW) que no es más que, una colección de.
Transcripción de la presentación:

SSAS Tabular Model Julio Urriola Barra julio.urriola@novusitcr.com /in/julio-urriola SSAS Tabular Model

Contenido Conceptos SSAS Tabular vrs Multidimensional Demo Qué es lo Nuevo Consideraciones

¿Qué es BISM? Provee Tecnologías Modelo de Datos Lógica de Negocio Acceso a Datos Tecnologías MOLAP SSAS Tabular Model SharePoint (PowerPivot)

¿Por qué utilizar Base de datos Analíticas? Acceso a datos con alto rendimiento. Consultas analíticas. Entrega de datos en lenguaje natural. Self-Services. Funcionalidades de navegación (Jerarquías), KPI. Minería de datos.

Modelos Tabulares y Multidimensional (Definición) Una base de datos multidimensional (MDB) es un tipo de base de datos que se ha optimizado para data warehouse y aplicaciones de procesamiento analítico en línea (OLAP). Tabular Las bases de datos Tabulares, son un nuevo tipo de base de datos que tienen la peculiaridad de que trabajan siempre en memoria.

SSAS Tabular vs Multidimensional

SSAS Tabular vs Multidimensional Menores tiempos de desarrollo. Alto rendimiento. No requiere modelo dimensional. Lógica de Negocio en DAX. Características limitadas. Almacenamiento en Memoria. Disponible en ediciones BI y Empresarial. Multidimensional Soporte para cubos de gran volumen. Lógica de Negocio en MDX Principal almacenamiento en disco duro. Disponibles en todas las ediciones de SQL Server.

SSAS Tabular vs Multidimensional Característica Tabular Multidimensional Procesamiento Más de 9 horas 20 minutos Consumo de memoria 11 GB 1 GB Tamaño aprox. BD 4.5 GB 8.4 GB Escenario: Base de datos de 16.4 GB con una tabla de hechos con 100 millones de registros que tiene menos de 10 columnas.

SSAS Tabular vs Multidimensional (Desarrollo) Acciones x Objetos de agregación Medidas calculadas Ensamblados personalizados Resúmenes personalizados Distinct Count

SSAS Tabular vs Multidimensional (Desarrollo) Obtención de detalles x Jerarquías KPI Grupos de medida vinculados Relaciones varios a varios Particiones

SSAS Tabular vs Multidimensional (Desarrollo) Perspectivas x Medidas de suma parcial Traducciones Jerarquías definidas por el usuario Reescritura Jerarquia de elementos

SSAS Tabular vs Multidimensional (Escenario Recomendado)

Demo

¿Qué es lo nuevo en 2016 para modelos tabulares? Mas de 50 nuevas funciones en DAX. Mejora en el desempeño de Direct Query Mode. Parallel Procesing. XEvents (Extend Events) para monitorear los motores de SSAS.

Consideraciones Feature Multidimensional Tabular RAM Some (16/32 Gb) A lot (64/128 Gb) RAM Speed Important Crucial Number of cores 4/8/16 Core speed Less Important Disk speed Very Important Useless SSD Disk Usage Strongly recommended Network speed Concurrency Pretty good Not enough experience…

Preguntas y Respuestas

SSAS Tabular Model Julio Urriola Barra julio.urriola@novusitcr.com /in/julio-urriola SSAS Tabular Model