Pentaho BI Suite 3.5 Introducción SIU – Datawarehouse / Julio 2010

“Inteligencia de Negocios es el proceso de convertir datos en conocimientos y el conocimiento en acción, para la toma de decisiones” Business Intelligence DATOS ANÁLISIS CONOCIMIENTO SIU – Datawarehouse / Julio 2010

Fases de un proceso BI SIU – Datawarehouse / Julio 2010

Pentaho OSBI Open Source Business Intelligence SIU – Datawarehouse / Julio 2010

 Proyecto Open Source (GNU GPL) cuyo objetivo es crear soluciones para Inteligencia de Negocios.  Las funcionalidades principales son:  Reporting empresarial y Análisis.  Tableros de mando.  Minería de datos.  Integración de datos.  Workflow, alertas, suscripciones,  etc. ¿Qué es Pentaho? (1/2) SIU – Datawarehouse / Julio 2010

 Plataforma “orientada a la solución” y “centrada en procesos”.  Compuesto por múltiples programas que trabajan juntos para crear y distribuir soluciones BI. (diferentes funcionalidades).  Puede ser accedido desde un simple web browser, embebido en portales (LifeRay), embebido en sistemas de gestión (Alfresco).  Su diseño modular le permite utilizar otros programas ajenos a la suite (BIRT, Jasper). ¿Qué es Pentaho? (2/2) SIU – Datawarehouse / Julio 2010

Principales proyectos  Pentaho Reporting (antes JFreeReport):  Pentaho Data Integration (Kettle): kettle.pentaho.org  Pentaho Analysis (Mondrian OLAP server): mondrian.pentaho.org  Pentaho Data Mining (Weka): weka.pentaho.org  Pentaho Dashboards (CDF):  Pentaho BI Platform: community.pentaho.com/projects/bi_platform/ SIU – Datawarehouse / Julio 2010

Análisis OLAP SIU – Datawarehouse / Julio 2010

Gráficos

Tableros de mando SIU – Datawarehouse / Julio 2010

Reportes

Componentes (1/3)  Plataforma 100% J2EE, asegurando la escalabilidad, integración y portabilidad.  Servidor: puede correr en servidores compatibles con J2EE como JBOSS AS, WebSphere, Tomcat, WebLogic y Oracle AS.  Base de datos: vía JDBC, IBM DB2, Microsft SQL Server, MySQL, Oracle, PostgreSQL, NCR Teradata, Firebird, etc. SIU – Datawarehouse / Julio 2010

Componentes (2/3)  Sistema operativo: no hay dependencia. Lenguaje interpretado.  Lenguaje de programación: Java, Javascript, JSP, XSL (XSLT/XPath/XSL-FO).  Interfaz de desarrollo: Java SWT, Eclipse, Web-based.  Repositorio de datos basado en XML.  Todos los componentes están expuestos vía Web Services para facilitar la integración con Arquitecturas Orientadas a Servicios (SOA). SIU – Datawarehouse / Julio 2010

Componentes (3/3) SIU – Datawarehouse / Julio 2010

Arquitectura

Existen dos versiones disponibles de Pentaho  Pentaho Community Edition  Pentaho Enterprise Edition (*) (*) (Costo de soporte US$/año hasta 25 usuarios – 1º semestre 2010) SIU – Datawarehouse / Julio 2010

 Versión Comunitaria  Sin costos de licencia  Sin servicios de soporte asociados  Suite completa con todas las funcionalidades para el desarrollo de proyectos de Business Intelligence.  Aunque Pentaho soló la recomienda para:  Aficionados al BI  Académicos  Programadores de Software Abierto Pentaho Community Edition SIU – Datawarehouse / Julio 2010

 Versión Empresarial.  Sin costos de licencia.  Costo de soporte y mantención con suscripción anual.  Versión certificada con funcionalidades mejoradas para la consola de administración, y la construcción de tableros de control. Pentaho Enterprise Edition SIU – Datawarehouse / Julio 2010

¿Community ó Enterprise? SIU – Datawarehouse / Julio 2010

¿Community ó Enterprise? SIU – Datawarehouse / Julio 2010

¿Community ó Enterprise? SIU – Datawarehouse / Julio 2010

¿Dónde conseguir ayuda ?  Web principal:  Descarga de:  Material comunitario:  Wiki Comunidad:  Foros Comunidad:  Wiki - SIU-Datawarehouse: SIU – Datawarehouse / Julio 2010

Suites BI Pentaho Community Edition (CE):  Aplicación web desarrollada en J2EE. Modular.  Multiplataforma.  Incluye: ETL, Reporting, OLAP, Data mining, Dashboards.  GNU GPL. OpenI:  Aplicación de tipo SaaS. Desarrolada en J2EE. Multiplataforma.  Incluye: OLAP.  Licencia Open Source. SIU – Datawarehouse / Julio 2010

SpagoBI: Aplicación web desarrollada en J2EE. Modular. Multiplataforma. Incluye: ETL, Reporting, OLAP, Data mining, Dashboards. Licencia GNU LGPL. JasperSoft Community Edition: Aplicación de tipo SaaS. Modular. Multiplataforma. Incuye: ETL, Reporting, OLAP, Dashboards. Licencia GNU GPL. Suites BI SIU – Datawarehouse / Julio 2010

Palo Community Version: Orientada a Planificación y Presupuestos. Basada en AJAX. Multiplataforma. Incluye: ETL, Reporting, OLAP. Licencia Open Source. Suites BI SIU – Datawarehouse / Julio 2010

Pentaho Data Integration (PDI) - Kettle SIU – Datawarehouse / Julio 2010

Usos comunes  Carga de datawarehouses y datamarts.  Integración de datos.  Limpieza de datos (Data cleansing).  Migración y depuración de datos.  Exportación de datos.  Integración de PDI usando Pentaho BI. ... SIU – Datawarehouse / Julio 2010 Introducción (1/4)

 Pentaho Data Integration (PDI) - Kettle → Kettle Extracción, Transformación, y Carga.  Licencia GNU LGPL.  Las soluciones de PDI se basan en dos tipos de objetos diferentes:  Transformaciones  Trabajos  PDI cuenta con un Motor propio que le permite interpretar, planificar y ejecutar Transformaciones y Trabajos (T&T). Introducción (2/4) SIU – Datawarehouse / Julio 2010

 PDI cuenta con herramientas y utilidades para crear, administrar y ejecutar T&T:  Spoon: IDE gráfico para crear T&T.  Kitchen: herramienta de línea de comandos para ejecutar Trabajos.  Pan: herramienta de línea de comandos para ejecutar Transformaciones.  Carte: servidor liviano para ejecutar T&T en host remotos.  Las T&T utilizan un lenguaje descriptivo (XML), el cual será interpretado por el Data Integration Engine para su ejecución. Introducción (3/4) SIU – Datawarehouse / Julio 2010

Catálogo  “Sin Catálogo”: se almacenan y gestionan las T&T en algún directorio.  “Con Catálogo”: se utiliza una BD Relacional para almacenar y gestionar T&T. Introducción (4/4) SIU – Datawarehouse / Julio 2010

Kettle en el proceso de BI SIU – Datawarehouse / Julio 2010

Componentes PDI SIU – Datawarehouse / Julio 2010

Data Integration Engine  Responsable de interpretar y ejecutar los T&T de PDI.  Data Integration Engine utiliza:  Para Transformaciones → Motor de Transformaciones  Para Trabajos → Motor de Trabajos  Implementado como una librería Java.  Cuenta con una GUI muy avanzada.  Incluido en Pentaho BI server, para permitir ejecutar Trabajos como parte de una xaction. SIU – Datawarehouse / Julio 2010

Transformación (transformation)  Orientación a los Datos. Representa una tarea ETL.  Es una colección de “pasos”. Cada paso es una operación particular sobre datos.  Los “pasos” se conectan entre sí a través de “saltos”, que indica cual será el flujo de los datos.  Los “pasos” trabajan de manera simultánea y asincrónica. SIU – Datawarehouse / Julio 2010

Trabajo (job)  Orientación a la Tarea y a los Datos.  Usualmente un Trabajo se compone de una o más Transformaciones, que serán ejecutadas secuencialmente.  La ejecución de cada “Entrada de Trabajo” presenta una salida de status, que puede ser analizada para la realización de diferentes acciones. SIU – Datawarehouse / Julio 2010

Transformación (transformation) Ejemplo: SIU – Datawarehouse / Julio 2010

Trabajo (job) Ejemplo: Carga de un DW Ejemplo: Carga de un DW SIU – Datawarehouse / Julio 2010

Interfase gráfica SIU – Datawarehouse / Julio 2010

Demo

 Web:  Foro:  Wiki:  Lista de mails:  Manual de Spoon en español:  Documentación en español:  Libros:  Pentaho 3.2 Data Integration - Beginner's Guide.  Pentaho Solutions: Business Intelligence and Data Warehousing with Pentaho and MySQL.  Pentaho Kettle Solutions - Building Open Source ETL Solutions with Pentaho Data Integration. (Septiembre 2010) Donde obtener información SIU – Datawarehouse / Julio 2010

Bibliografía Roland Bouman, Jos van Dongen, “Pentaho Solutions: Business Intelligence and Data Warehousing with Pentaho and MySQL”. Wiley Publishing, Inc.  Roland Bouman, Jos van Dongen, “Pentaho Solutions: Business Intelligence and Data Warehousing with Pentaho and MySQL”. Wiley Publishing, Inc.  María Carina Roldan, “Pentaho 3.2 Data Integration - Beginner's Guide”. Packt Publishing.  Ing. Bernabeu Ricardo Dario, “DATA WAREHOUSING:Investigación y Sistematización de Conceptos – HEFESTO: Metodología propia para la Construcción de un Data Warehouse”.  Matt Casters. Pentaho Data Integration 4 and MySQL.. MySQL User Conference, Tuesday April 13th,    SIU – Datawarehouse / Julio 2010

¿Preguntas?

Muchas Gracias!!! SIU – Datawarehouse / Julio 2010