Pentaho BI Suite 3.5 Introducción
Business Intelligence “Inteligencia de Negocios es el proceso de convertir datos en conocimientos y el conocimiento en acción, para la toma de decisiones”
DATOS
ANÁLISIS
CONOCIMIENTO
Fases de un proceso BI
Pentaho OSBI Open Source Business Intelligence
¿Qué es Pentaho? (1/2) 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? (2/2) 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).
Principales proyectos Pentaho Reporting (antes JFreeReport): http://reporting.pentaho.org
Pentaho Data Integration (Kettle): http:// kettle.pentaho.org
Pentaho Analysis (Mondrian OLAP server): http:// mondrian.pentaho.org
Pentaho Data Mining (Weka): http:// weka.pentaho.org
Pentaho Dashboards (CDF): http://www.pentaho.com/products/dashboards/
Pentaho BI Platform: http:// community.pentaho.com/projects/bi_platform/
Análisis OLAP
Gráfico s
Tableros de mando
Reporte s
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.
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).
Componentes (3/3)
Arquitectur a
Existen dos versiones disponibles de Pentaho
Pentaho Community Edition Pentaho Enterprise Edition (*)
(*) (Costo de soporte 10.000 US$/año hasta 25 usuarios – 1º semestre 2010) http://desarrollos.siu.edu.ar/trac/datawarehouse/attachment/wiki/Información%20de%20interés/lower%20costs%20with%20OSBI.pdf
Pentaho Community Edition 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 Enterprise Edition 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.
¿Community ó Enterprise?
¿Community ó Enterprise?
¿Community ó Enterprise?
¿Dónde conseguir ayuda ? Web principal: http://www.pentaho.com Descarga de: http://sourceforge.net/projects/pentaho Material comunitario: http://community.pentaho.com Wiki Comunidad: http://wiki.pentaho. com/display/COM/Community+Wiki+Home Foros Comunidad: http://forums.pentaho.org/
Wiki - SIU-Datawarehouse: http://desarrollos.siu.edu.ar/trac/datawarehouse
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.
Suites BI 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
Palo Community Version: Orientada a Planificación y Presupuestos. Basada en AJAX. Multiplataforma. Incluye: ETL, Reporting, OLAP. Licencia Open Source.
Pentaho Data Integration (PDI) - Kettle
Introducción (1/4) 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. ...
Introducción (2/4) 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 (3/4) 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 (4/4) 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.
SIU – Datawarehouse / Julio 2010
Kettle en el proceso de BI
Componentes PDI
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.
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.
Transformación (transformation) Ejemplo:
Trabajo (job) Ejemplo: Carga de un DW
Interfase gráfica
Demo
Donde obtener información Web: http://kettle.pentaho.org Foro: http://forums.pentaho.org/forumdisplay.php?f=69 Wiki: http://wiki.pentaho.org/display/EAI Lista de mails: http://groups.google.com/group/kettle-developers Manual de Spoon en español: http://wiki.pentaho. com/display/EAIes/Manual+del+Usuario+de+Spoon Documentación en español: http://wiki.pentaho.com/display/EAIes/Inicio 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)
Bibliografía Roland Bouman, Jos van Dongen, 2009. “Pentaho Solutions: Business Intelligence and Data Warehousing with Pentaho and MySQL”. Wiley Publishing, Inc. María Carina Roldan, 2010. “Pentaho 3.2 Data Integration - Beginner's Guide”. Packt Publishing. Ing. Bernabeu Ricardo Dario, 2010. “DATA WAREHOUSING:Investigación y Sistematización de Conceptos – HEFESTO: Metodología propia para la Construcción de un Data Warehouse”. http://tgx-hefesto.blogspot.com/2010/07/hefesto-v20.html Matt Casters. Pentaho Data Integration 4 and MySQL.. MySQL User Conference, Tuesday April 13th , 2010. http://community.pentaho.com http://kettle.pentaho.org http://todobi.blogspot.com
¿Preguntas?