Test 1231 ZQ 123 ZXC 123 Akaf

Contents
Acerca de SQL Server Analysis Services

Información general
Novedades de SQL Server Analysis Services 2016
Novedades de SQL Server Analysis Services 2017
Artículos nuevos y actualizados
Herramientas y aplicaciones
Bibliotecas de cliente (proveedores de datos)
Comparación de soluciones tabulares y multidimensionales
Características de Analysis Services compatibles con las ediciones de SQL Server
Compatibilidad con versiones anteriores (SQL Server 2016 Analysis Services)
Compatibilidad con versiones anteriores (SQL Server 2017 Analysis Services)
Globalización y traducción
Idiomas e intercalaciones
Traducciones
Conversiones de moneda
Sugerencias y prácticas recomendadas
Tutoriales
Modelado tabular (nivel de compatibilidad 1400)
1 - Crear un proyecto de modelo tabular
2 - Obtener datos
3 - Marcar como tabla de fechas
4 - Crear relaciones
5 - Crear columnas calculadas
6 - Crear medidas
7 - Crear indicadores clave de rendimiento
8 - Crear perspectivas
9 - Crear jerarquías
10 - Crear particiones
11 - Crear roles
12 - Analizar en Excel
13 - Implementar
Lección complementaria: Filas de detalles
Lección complementaria: Seguridad dinámica
Lección complementaria: Jerarquías desiguales
Lección 1: Crear un nuevo proyecto de modelo tabular
Lección 2: Agregar datos
Lección 3: Marcar como tabla de fechas
Lección 4: Crear relaciones
Lección 5: Crear columnas calculadas
Lección 6: Crear medidas
Lección 7: Crear indicadores clave de rendimiento
Lección 8: Crear perspectivas
Lección 9: Crear jerarquías
Lección 10: Crear particiones
Lección 11: Crear roles
Lección 12: Analizar en Excel
Lección 13: Implementar
Lección complementaria: Implementar seguridad dinámica usando filtros de filas
Lección complementaria: Configurar las propiedades de notificación para los
informes de Power View
Modelado multidimensional
Escenario del tutorial
Instalar los datos y proyectos de ejemplo para el tutorial de modelado
multidimensional de Analysis Services
Lección 1: Definir una vista del origen de datos en un proyecto de Analysis Services
Lección 1-1: Crear un proyecto de Analysis Services
Lección 1-2: Definir un origen de datos
Lección 1-3: Definir una vista del origen de datos
Lección 1-4: Modificar los nombres de tabla predeterminados
Lección 2: Definir e implementar un cubo
Lección 2-1: Definir una dimensión
Lección 2-2: Definir un cubo
Lección 2-3: Agregar atributos a dimensiones
Lección 2-4: Revisar las propiedades de cubo y dimensión
Lección 2-5: Implementar un proyecto de Analysis Services
Lección 2-6: Examinar el cubo
Lección 3: Modificar medidas, atributos y jerarquías
Lección 3-1: Modificar medidas
Lección 3-2: Modificar la dimensión de cliente
Lección 3-3: Modificar la dimensión de producto
Lección 3-4: Modificar la dimensión de fecha
Lección 3-5: Examinar el cubo implementado
Lección 4: Definir propiedades de dimensiones y de atributos avanzados
Lección 4-1: Usar una versión modificada del proyecto Tutorial de Analysis
Services
Lección 4-2: Definir propiedades de atributo primario en una jerarquía de
elementos primarios y secundarios
Lección 4-3: Agrupar miembros de atributo automáticamente
Lección 4-4: Ocultar y deshabilitar jerarquías de atributo
Lección 4-5: Ordenar los miembros de atributo en función de un atributo
secundario
Lección 4-6: Especificar relaciones de atributo entre los atributos de una jerarquía
definida por el usuario
Lección 4-7: Definir las propiedades de miembro desconocido y de procesamiento
de valores NULL
Lección 5: Definir relaciones entre dimensiones y grupos de medida
Lección 5-1: Definir una relación referenciada
Lección 5-2: Definir una relación de hechos
Lección 5-3: Definir una relación de varios a varios
Lección 5-4: Definir la granularidad de las dimensiones en un grupo de medida
Lección 6: Definir cálculos
Lección 6-1: Definir miembros calculados
Lección 6-2: Definir conjuntos con nombre
Lección 7: definir indicadores clave de rendimiento (KPI)
Lección 7-1: Definir y examinar KPI
Lección 8: Definir acciones
Lección 8-1: Definir y usar una acción de obtención de detalles
Lección 9: Definir perspectivas y traducciones
Lección 9-1: Definir y examinar perspectivas
Lección 9-2: Definir y examinar traducciones
Lección 10: Definir roles administrativos
Lección 10: Conceder permisos Procesar base de datos
Minería de datos
Instrucciones
Modelos tabulares
Modelos multidimensionales
Minería de datos
Power Pivot para SharePoint
Administrar servidores
Eventos de seguimiento
Desarrollador
Programación de modelos tabulares para el nivel de compatibilidad 1200 y
posteriores
Tabular Model Scripting Language (TMSL)
Comandos de Tabular Model Scripting Language (TMSL)
Objetos de Tabular Model Scripting Language (TMSL)
Programación de modelos tabulares para los niveles de compatibilidad 1050 y 1103
Analysis Services Scripting Language (ASSL) +
Objetos de administración de análisis (AMO)+
ADOMD.NET +
OLAP lógico +
OLAP físico +
Extender OLAP +
Conjuntos de filas de esquema
Analysis Services Scripting Language (ASSL para XMLA)
Ejemplos
Ejemplos de Analysis Services
Referencia
Expresiones de análisis de datos (DAX) en MSDN
Extensiones de minería de datos (DMX)
Expresiones multidimensionales (MDX)
Power Query M
PowerShell
Propiedades del servidor
XML for Analysis (XMLA)
Acerca de SQL Server Analysis Services
09/06/2018 • 2 minutes to read • Edit Online
Analysis Services es un motor de datos analíticos utilizado en la decisión soporte técnico y el análisis empresarial.
Proporciona a nivel empresarial modelos semánticos de datos para informes empresariales y aplicaciones cliente
como Power BI, Excel, informes y otras herramientas de visualización de datos Reporting Services.
Un flujo de trabajo típico incluye crear un proyecto de modelos de datos tabular o multidimensional en Visual
Studio, el modelo de la implementación como una base de datos a una instancia del servidor, configuración de
procesamiento de datos periódico y asignar permisos para permitir el acceso a los datos por los usuarios finales.
Cuando esté listo, el modelo de datos semántica son accesibles por las aplicaciones de cliente compatible con
Analysis Services como un origen de datos.
Analysis Services está disponible en dos plataformas diferentes:
Azure Analysis Services -es compatible con los modelos tabulares en los niveles de compatibilidad 1200 y
versiones posteriores. Se admiten todas las traducciones, particiones, seguridad de nivel de fila, relaciones
bidireccionales y DirectQuery. Para obtener más información, consulte Azure Analysis Services.
SQL Server Analysis Services -es compatible con los modelos tabulares en todos los niveles de compatibilidad,
los modelos multidimensionales, minería de datos y PowerPivot para SharePoint.
Documentación por área

En general, documentación de Azure Analysis Services se incluye con la documentación de Azure. Si le interesa
disponer de los modelos tabulares en la nube, es mejor empezar por ahí. Este artículo y la documentación de esta
sección es principalmente para SQL Server Analysis Services. Sin embargo, al menos para los modelos tabulares,
cómo crear e implementar sus proyectos de modelo tabular es igual, independientemente de la plataforma que se
está usando. Estas secciones para obtener más información, consulte:
Comparar soluciones tabulares y multidimensionales
Instalar SQL Server Analysis Services
Modelos tabulares
Minería de datos
Power Pivot para SharePoint
Tutoriales
Administración de servidores
Documentación para desarrolladores
Referencia técnica
Vea también
Documentación de Analysis Services de Azure
Documentación de SQL Server
¿Qué's nuevos en Analysis Services
Se aplica a: SQL Server 2016 Analysis Services Azure Analysis Services

SQL Server 2016 Analysis Services incluye muchas mejoras nuevas que proporciona un mejor rendimiento,
creación de solución más fácil, administración automatizada de la base de datos, procesamiento de particiones, en
paralelo relaciones mejoradas con bidireccional entre el filtrado, y mucho más. En el centro de la mayoría de las
mejoras de esta versión se encuentra el nuevo nivel de compatibilidad 1200 para bases de datos de modelo
tabular.
Azure Analysis Services

Anunciado en la conferencia de SQL PASS de 2016, Analysis Services está ahora disponible en la nube como un
servicio de Azure. Azure Analysis Services es compatible con los modelos tabulares en los niveles de
compatibilidad 1200 y versiones posteriores. Se admiten todas las traducciones, particiones, seguridad de nivel de
fila, relaciones bidireccionales y DirectQuery. Para obtener más información y probar esta función de forma
gratuita, consulte Azure Analysis Services.
Novedades de SQL Server 2016 Service Pack 1 (SP1) Analysis Services

Descargar SQL Server 2016 SP1
SQL Server 2016 Service SP1 Analysis Services proporciona un rendimiento y una escalabilidad mejorados
gracias al reconocimiento de Non-Uniform Memory Access (NUMA) y la asignación de memoria optimizada
basada en Intel Threading Building Blocks (Intel TBB ). Esta nueva funcionalidad ayuda a reducir el costo total
de propiedad (TCO ) dando cabida a más usuarios en menos servidores empresariales, pero más eficaces.
En concreto, SQL Server 2016 SP1 Analysis Services incluye mejoras en estas áreas principales:
Reconocimiento de NUMA : para conseguir una mejor compatibilidad con NUMA, el motor en memoria
VertiPaq de Analysis Services ahora mantiene una cola de trabajo independiente en cada nodo NUMA. Esto
garantiza que los trabajos de detección de segmentos se ejecuten en el mismo nodo en el que se asigna la
memoria para los datos de los segmentos. Tenga en cuenta que el reconocimiento de NUMA solo está
habilitado de forma predeterminada en los sistemas que tienen al menos cuatro nodos NUMA. En los sistemas
de dos nodos, los costos de acceso a la memoria asignada de forma remota no suelen garantizar los gastos de
administración de datos NUMA.
Asignación de memoria : Analysis Services ahora cuenta con una mayor aceleración gracias a Intel Threading
Building Blocks, un asignador escalable que proporciona bloques de memoria independientes para cada núcleo.
A medida que aumenta el número de núcleos, el sistema puede escalarse de manera casi lineal.
Fragmentación de montón : el asignador escalable basado en Intel TBB también ayuda a mitigar los
problemas de rendimiento debido a la fragmentación de montón que se produce con el montón de Windows.
Las pruebas de rendimiento y de escalabilidad muestran unas mejoras considerables en el rendimiento de las
consultas al ejecutar SQL Server 2016 SP1 Analysis Services en servidores empresariales de varios nodos.
Novedades de SQL Server 2016 Analysis Services

Aunque la mayoría de las mejoras de esta versión son específicas de los modelos tabulares, también se han
realizado varias mejoras en los modelos multidimensionales, como la optimización ROL AP de recuento distintivo
para orígenes de datos como DB2 y Oracle, la compatibilidad de selección múltiple detallada con Excel 2016 y las
optimizaciones de consultas de Excel.
Obtenga las herramientas más recientes
Para aprovechar al máximo de todas las mejoras en esta versión, asegúrese de instalar las versiones más recientes
de SSDT y SSMS.
Descargar SQL Server Data Tools (SSDT)
Descargar SQL Server Management Studio (SSMS )
Si tiene una aplicación personalizada que depende de AMO, es posible que tenga que instalar una versión
actualizada de AMO. Para obtener instrucciones, vea Instalar proveedores de datos de Analysis Services (AMO,
ADOMD.NET, MSOL AP ).
Laboratorios virtuales de TechNet: SQL Server 2016 Analysis Services
¿Aprende mejor cuando hace las cosas usted mismo? Siga los procedimientos detallados de What's New in SQL
Server 2016 Analysis Services Virtual Lab(Novedades del laboratorio virtual de SQL Server 2016 Analysis
Services). En este laboratorio, creará y supervisará eventos extendidos (xEvents), actualizará un proyecto tabular al
nivel de compatibilidad 1200, trabajará con configuraciones de Visual Studio, implementará nuevas funciones de
cálculo, implementará nuevas funciones de relación de tabla, configurará carpetas para mostrar, administrará
traducciones del modelo, trabajará con el nuevo Tabular Model Scripting Language (TMSL ), trabajará con
PowerShell y probará las nuevas funciones del modo DirectQuery.
Modelado
Rendimiento de modelado mejorado para los modelos tabulares 1200
Para los modelos tabulares 1200, las operaciones de metadatos en SSDT se realizan mucho más rápido que para
los modelos tabulares 1100 o 1103. Si se compara, en el mismo hardware, la creación de una relación en un
modelo establecido en el nivel de compatibilidad de SQL Server 2014 (1103) con 23 tablas tarda 3 segundos,
mientras que la misma relación en un modelo creado que se ha establecido en el nivel de compatibilidad 1200
tarda menos de un segundo.
Plantillas de proyecto agregadas para los modelos tabulares 1200 en SSDT
Con esta versión, ya no necesita dos versiones de SSDT para generar proyectos BI y relacionales. SQL Server Data
Tools para Visual Studio 2015 agrega plantillas de proyecto para soluciones de Analysis Services, incluidos los
proyectos tabulares de Analysis Services usados para la creación de modelos en el nivel de compatibilidad
1200. Se incluyen otras plantillas de proyecto de Analysis Services para soluciones de minería de datos y
multidimensionales, pero al mismo nivel funcional (1100 o 1103) que en versiones anteriores.
Carpetas para mostrar
Ahora hay disponibles carpetas para mostrar para los modelos tabulares 1200. Definidas en SQL Server Data
Tools y representadas en aplicaciones cliente como Excel o Power BI Desktop, las carpetas de visualización ayudan
organizar grandes cantidades de medidas en carpetas individuales y agregan una jerarquía visual para explorar
más fácilmente las listas de campos.
Filtrado cruzado bidireccional
Como novedad de esta versión se ha introducido un enfoque integrado para permitir los filtros cruzados
bidireccionales en los modelos tabulares, lo que elimina la necesidad de usar soluciones DAX manuales para
propagar el contexto de filtro en las relaciones entre tablas. Los filtros solo se generan automáticamente cuando la
dirección se puede establecer con un alto grado de certeza. Si hay ambigüedad en el formulario de varias rutas de
consultas en relaciones de tabla, no se creará automáticamente un filtro. Vea Filtros cruzados bidireccionales para
modelos tabulares en SQL Server 2016 Analysis Services para obtener más información.
Traducciones
Ahora puede almacenar metadatos traducidos en un modelo tabular 1200. Los metadatos del modelo incluyen
campos para Culture, títulos traducidos y descripciones traducidas. Para agregar traducciones, use el comando
Modelo > Traducciones en SQL Server Data Tools. Vea Traducciones en modelos tabulares (Analysis Services)
para obtener más información.
Tablas pegadas
Ahora es posible actualizar un modelo tabular 1100 o 1103 a 1200 cuando el modelo contiene tablas pegadas.
Recomendamos para ello usar SQL Server Data Tools. En SSDT, establezca CompatibilityLevel en 1200 y, a
continuación, realice la implementación en una instancia SQL Server 2017 de Analysis Services. Para obtener
información detallada, vea Compatibility Level for Tabular models in Analysis Services .
Tablas calculadas en SSDT
Una tabla calculada es una construcción de solo modelo basada en una consulta o una expresión de DAX en SSDT.
Cuando se implementa en una base de datos, una tabla calculada no se distingue de las tablas normales.
Existen varios usos para las tablas calculadas, incluida la creación de nuevas tablas para exponer una tabla existente
en un rol específico. El ejemplo clásico es una tabla de fechas que funciona en varios contextos (fecha de pedido,
fecha de envío etc.). Mediante la creación de una tabla calculada para un rol determinado, ahora puede activar una
relación de tabla para facilitar la interacción de datos o consultas con la tabla calculada. Otro uso de las tablas
calculadas es combinar partes de las tablas existentes en una tabla completamente nueva que solo existe en el
modelo. Vea crear una tabla calculada para obtener más información.
Corrección de fórmula
Con la corrección de fórmula en un modelo tabular 1200, SSDT actualizará automáticamente cualquier medida
que haga referencia a una columna o tabla cuyo nombre haya cambiado.
Compatibilidad con el administrador de configuración de Visual Studio
Para admitir varios entornos, como entornos de preproducción y prueba, Visual Studio permite a los
desarrolladores crear varias configuraciones de proyecto con el administrador de configuración. Los modelos
multidimensionales ya aprovechan esto, pero los modelos tabulares no lo hacían. Con esta versión, ahora puede
usar el administrador de configuración para realizar la implementación en servidores diferentes.
Administración de instancias
Administración de modelos tabulares 1200 en SSMS
En esta versión, una instancia de Analysis Services en el modo de servidor tabular puede ejecutar modelos
tabulares en cualquier nivel de compatibilidad (1100, 1103 y 1200). La última versión de SQL Server Management
Studio se ha actualizado para mostrar las propiedades y proporcionar la administración del modelo de base de
datos para los modelos tabulares en el nivel de compatibilidad 1200.
Procesamiento en paralelo para varias particiones de tabla en los modelos tabulares
Esta versión incluye una nueva funcionalidad para el procesamiento en paralelo de las tablas con dos o más
particiones, lo que aumenta el rendimiento del procesamiento. No hay valores de configuración para esta
característica. Para obtener más información sobre cómo configurar particiones y tablas de procesamiento, vea
particiones de modelos tabulares.
Adición de cuentas de equipo como administradores en SSMS
Los administradores de Analysis Services ahora pueden usar SQL Server Management Studio para configurar las
cuentas de equipo para que sean miembros del grupo de administradores de Analysis Services . En el cuadro de
diálogo Seleccionar usuarios o grupos , establezca Ubicaciones para el dominio de equipos y, a continuación,
agregue el tipo de objeto Equipos . Para obtener más información, vea Conceder permisos de administrador de
servidor (Analysis Services).
DBCC para Analysis Services.
DBCC (Database Consistency Checker, comprobador de coherencia de base de datos) se ejecuta internamente para
detectar posibles problemas de errores de datos en la base de datos de carga, pero también se puede ejecutar a
petición si sospecha que hay problemas en los datos o el modelo. DBCC ejecuta comprobaciones diferentes
dependiendo de si el modelo es tabular o multidimensional. Vea Comprobador de coherencia de base de datos
(DBCC ) para bases de datos multidimensionales y tabulares de Analysis Services para obtener más información.
Actualizaciones de eventos extendidos
En esta versión se ha agregado una interfaz gráfica de usuario a SQL Server Management Studio para configurar
y administrar los eventos extendidos de Analysis Services . Puede configurar los flujos de datos en directo para
supervisar la actividad del servidor en tiempo real, mantener los datos de sesión cargados en memoria para un
análisis más rápido o guardar flujos de datos en un archivo para un análisis sin conexión. Para obtener más
información, vea Supervisar Analysis Services con SQL Server Extended Events y la entrada de blog y el vídeo de
Guy in Cube con el título Using extended events with Analysis Services(Uso de eventos extendidos con Analysis
Services).
Scripting
PowerShell para modelos tabulares
En esta versión se han incluido mejoras de PowerShell para los modelos tabulares en el nivel de compatibilidad
1200. Puede usar todos los cmdlets aplicables y, además, cmdlets específicos del modo tabular, como Invoke
ProcessASDatabase y el cmdlet Invoke-ProcessTable.
Operaciones de base de datos de script de SSMS
En la última versión de SQL Server Management Studio (SSMS ), el script está ahora habilitado para los comandos
de base de datos, que incluyen Create, Alter, Delete, Backup, Restore, Attach y Detach. El resultado es TMSL
(Tabular Model Scripting Language, lenguaje de scripting del modelo tabular) en JSON. Vea Tabular Model
Scripting Language (TMSL ) Reference (Referencia de Tabular Model Scripting Language [TMSL ]) para obtener
más información.
Tarea Ejecutar DDL de Analysis Services
Latarea Ejecutar DDL de Analysis Services ahora acepta también los comandos de Tabular Model Scripting
Language (TMSL ).
Cmdlet de PowerShell de SSAS
El cmdlet de PowerShell de SSAS Invoke-ASCmd ahora acepta comandos de Tabular Model Scripting Language
(TMSL ). Los demás cmdlets de PowerShell de SSAS podrían actualizarse en una versión futura para usar los
nuevos metadatos tabulares (las excepciones se indicarán en las notas de la versión).
Para obtener información detallada, vea Analysis Services PowerShell Reference .
Tabular Model Scripting Language (TMSL ) compatible en SSMS
Con la versión más reciente de SSMS, ahora puede crear scripts para automatizar la mayoría de las tareas
administrativas para los modelos tabulares 1200. Actualmente, se pueden crear scripts de las siguientes tareas:
proceso en cualquier nivel, además de los comandos CREATE, ALTER y DELETE en el nivel de base de datos.
Funcionalmente, TMSL es equivalente a la extensión ASSL de XML A que proporciona las definiciones de objetos
multidimensionales, salvo que TMSL usa descriptores como model, tabley relationship para describir los
metadatos tabulares. Vea Tabular Model Scripting Language (TMSL ) Reference (Referencia de Tabular Model
Scripting Language [TMSL ]) para obtener más información sobre el esquema.
Un script basado en JSON generado para un modelo tabular podría ser similar al siguiente:
{
"create": {
"database": {
"name": "AdventureWorksTabular1200",
"id": "AdventureWorksTabular1200",
"compatibilityLevel": 1200,
"readWriteMode": "readWrite",
"model": {}
}
}
}
La carga es un documento JSON que puede ser mínimo, como en el ejemplo anterior, o adornarse mucho con el
conjunto completo de definiciones de objetos. En Tabular Model Scripting Language (TMSL ) Reference (Referencia
de Tabular Model Scripting Language [TMSL ]) se describe la sintaxis.
En el nivel de base de datos, los comandos CREATE, ALTER y DELETE darán como resultado un script de TMSL en
la ventana de XML A familiar. Otros comandos, como PROCESS, también pueden incluirse en scripts en esta
versión. En una versión futura podría agregarse compatibilidad con scripts para muchas otras acciones.
COMANDOS CON SCRIPTS DESCRIPTION
crear Permite agregar una base de datos, conexión o partición. El

equivalente de ASSL es CREATE.
createOrReplace Permite actualizar una definición de objeto existente (base de

datos, conexión o partición) sobrescribiendo una versión
anterior. El equivalente de ASSL es ALTER con AllowOverwrite
establecido en true y ObjectDefinition en ExpandFull.
eliminar Permite quitar una definición de objeto. El equivalente de ASSL

es DELETE.
refresh Procesa el objeto. El equivalente de ASSL es PROCESS.
DAX
Edición de fórmula DAX mejorada
Las actualizaciones de la barra de fórmulas le ayudarán a escribir fórmulas con más facilidad mediante la
diferenciación de funciones, campos y medidas con colores de sintaxis, que proporciona una función inteligente y
sugerencias de campo e indica si las partes de la expresión DAX son incorrectas con el error de subrayado
ondulado. También permite usar varias líneas (Alt + Entrar) y sangría (Tabulador). La barra de fórmulas ahora
también le permite escribir comentarios como parte de sus medidas. Solo tiene que escribir "/ /" y todo lo que vaya
después de estos caracteres en la misma línea se considerará un comentario.
Variables DAX
En esta versión se incluye compatibilidad con variables en DAX. Ahora, las variables pueden almacenar el
resultado de una expresión como una variable con nombre, que se pasa después como argumento a otras
expresiones de medida. Una vez que se hayan calculado los valores resultantes para una expresión variable, dichos
valores no cambian, incluso si se hace referencia a la variable en otra expresión. Para obtener más información, vea
Función VAR.
Funciones DAX nuevas
Con esta versión, DAX presenta más de cincuenta funciones nuevas para admitir cálculos más rápidos y
visualizaciones mejoradas en Power BI. Para obtener más información, vea New DAX Functions(Funciones DAX
nuevas).
Guardado de las medidas incompletas
Ahora puede guardar las medidas DAX incompletas directamente en un proyecto del modelo tabular 1200 y
seleccionarlo de nuevo cuando esté listo para continuar.
Otras mejoras de DAX
Cálculo de valores no vacíos: reduce el número de detecciones necesarias de valores no vacíos.
Fusión de medidas: varias medidas de la misma tabla se combinarán en una sola consulta del motor de
almacenamiento.
Conjuntos de agrupamiento: cuando una consulta solicita medidas en varias granularidades (total/año/mes), se
envía una sola consulta en el nivel más bajo y el resto de las granularidades se derivan del nivel más bajo.
Eliminación de combinación redundante: una sola consulta al motor de almacenamiento devuelve las columnas
de dimensión y los valores de medida.
Evaluación estricta de IF/SWITCH: una rama cuya condición sea false ya no producirá consultas del motor de
almacenamiento. Antes, las ramas se evaluaban concienzudamente, pero los resultados se descartaban después.
Desarrollador
Espacio de nombres Microsoft.AnalysisServices.Tabular para la programación tabular 1200 en AMO
Los objetos de administración de Analysis Services (AMO ) se actualizan para incluir un nuevo espacio de nombres
tabular para administrar una instancia del modo tabular de SQL Server 2016 Analysis Services y para
proporcionar el lenguaje de definición de datos para la creación o la modificación de modelos tabulares 1200
mediante programación. Visite Microsoft.AnalysisServices.Tabular para obtener información sobre la API.
Actualizaciones de objetos de administración de Analysis Services (AMO )
Se han vuelto a diseñar los objetos de administración de Analysis Services (AMO ) para incluir un segundo
ensamblado, Microsoft.AnalysisServices.Core.dll. El nuevo ensamblado separa las clases comunes como el
servidor, la base de datos y la función que tienen una amplia aplicación en Analysis Services, independientemente
del modo de servidor.
Anteriormente, estas clases formaban parte del ensamblado Microsoft.AnalysisServices original. Moverlos a un
nuevo ensamblado prepara el terreno para futuras ampliaciones a AMO, con una división clara entre las API
genéricas y específicas del contexto.
Las aplicaciones existentes no se ven afectadas por los nuevos ensamblados. Sin embargo, si decide volver a
generar aplicaciones con el nuevo ensamblado AMO por cualquier motivo, asegúrese de agregar una referencia a
Microsoft.AnalysisServices.Core.
De forma similar, los scripts de PowerShell que cargan y llaman a AMO deben cargar ahora
Microsoft.AnalysisServices.Core.dll. Asegúrese de actualizar los scripts.
Editor JSON para archivos BIM
La vista Código en Visual Studio 2015 ahora representa el archivo BIM en formato JSON para los modelos
tabulares 1200. La versión de Visual Studio determina si el archivo BIM se representa en JSON a través del editor
JSON integrado o como texto simple.
Para usar el editor JSON, con la capacidad de expandir y contraer secciones del modelo, necesitará la versión más
reciente de SQL Server Data Tools y Visual Studio 2015 (cualquier edición, incluida la edición Community gratis).
Para las demás versiones de SSDT o Visual Studio, el archivo BIM se representa en JSON como texto simple.
Como mínimo, un modelo vacío contendrá el siguiente JSON:
```
{
"name": "SemanticModel",
"id": "SemanticModel",
"compatibilityLevel": 1200,
"readWriteMode": "readWrite",
"model": {}
}
```
WARNING
Evite la edición directa de JSON. Esto puede dañar el modelo.
Nuevos elementos en el esquema de MS-CSDLBI 2.0
Se han agregado los siguientes elementos al tipo complejo TProperty definido en el esquema de [MS-CSDLBI] 2.0:
ELEMENTO DEFINICIÓN
DefaultValue Una propiedad que especifica el valor usado al evaluar la

consulta. La propiedad DefaultValue es opcional, pero se
selecciona automáticamente si no se pueden agregar los
valores del miembro.
Estadísticas Un conjunto de estadísticas de los datos subyacentes que está

asociado a la columna. Estas estadísticas se definen mediante
el tipo complejo de TPropertyStatistics y se proporcionan solo
si su generación no es cara a nivel computacional, como se
describe en la sección 2.1.13.5 del formato de archivo de
definición del esquema conceptual con el documento de
anotaciones de Business Intelligence.
DirectQuery
Nueva implementación de DirectQuery
En esta versión se incluyen mejoras considerables en DirectQuery para los modelos tabulares 1200. A
continuación se muestra un resumen:
DirectQuery genera ahora consultas más sencillas que proporcionan un mejor rendimiento.
Control adicional sobre la definición de conjuntos de datos de ejemplo usados para tareas de prueba y diseño
del modelo.
La seguridad de nivel de fila (RLS ) es ahora compatible con los modelos tabulares 1200 en el modo
DirectQuery. Anteriormente, la presencia de RLS impedía implementar un modelo tabular en el modo
DirectQuery.
Ahora se admiten columnas calculadas en los modelos tabulares 1200 en el modo DirectQuery. Anteriormente,
la presencia de columnas calculadas impedía implementar un modelo tabular en el modo DirectQuery.
Entre las mejoras de rendimiento se incluye la eliminación de la combinación redundante para VertiPaq y
DirectQuery.
Nuevos orígenes de datos para el modo DirectQuery
Orígenes de datos admitidos para los modelos tabulares 1200 en el modo DirectQuery ahora incluyen Oracle,
Teradata y Microsoft Analytics Platform (anteriormente conocido como almacenamiento de datos paralelos).
Para obtener más información, consulte Directquerymode.
Vea también
Blog del equipo de Analysis Services
Novedades de SQL Server 2016
Novedades de Analysis Services de SQL Server de
2017

Analysis Services de SQL Server de 2017 vea algunas de las mejoras más importantes desde SQL Server 2012.
Compilar el correcto funcionamiento de modo Tabular (que inicialmente se introdujo en SQL Server 2012 Analysis
Services), esta versión hace que los modelos tabulares más eficaces que nunca.
Modo multidimensional y Power Pivot para el modo de SharePoint son una grapa para muchas de las
implementaciones de Analysis Services. En el ciclo de vida del producto de Analysis Services, estos modos son
consolidados. No hay ninguna característica nueva para cada uno de estos modos en esta versión. Sin embargo, se
incluyen correcciones de errores y mejoras de rendimiento.
Las características descritas aquí se incluyen en Analysis Services de SQL Server de 2017. Pero para sacar
provecho de ellas, también debe usar las versiones más recientes de SQL Server Data Tools (SSDT) y SQL Server
Management Studio (SSMS ). SSDT y SSMS se actualiza mensualmente con características nuevas y mejoradas
que normalmente coincidan con la nueva funcionalidad en SQL Server.
Aunque es importante obtener información sobre las nuevas características, también es importante saber lo que se
está en desuso y ya no disponible en esta versión y las versiones futuras. No olvide desproteger compatibilidad con
versiones anteriores (SQL Server 2017 Analysis Services).
¡ Eche un vistazo a algunas de las nuevas características claves de esta versión.
Nivel de compatibilidad 1400 para modelos tabulares.

Para beneficiarse de muchas de las nuevas características y funcionalidad descrita aquí, deben establecerse o
actualizados al nivel de compatibilidad 1400 los modelos tabulares nuevos o existentes. Los modelos con el nivel
de compatibilidad 1400 no pueden implementarse en SQL Server 2016 SP1 o versiones anteriores, ni degradarse
a niveles de compatibilidad inferiores. Para obtener más información, consulte nivel de compatibilidad para los
modelos tabulares de Analysis Services.
En SSDT, puede seleccionar el nuevo nivel de compatibilidad 1400 al crear proyectos de modelos tabulares.
Para actualizar un modelo tabular existente en SSDT, en el Explorador de soluciones, haga clic en Model.bimy, a
continuación, en propiedades, establezca el nivel de compatibilidad propiedad SQL Server de 2017 (1400).
Es importante tener en cuenta que, una vez que se actualiza un modelo existente a 1400, no se puede cambiar.
Asegúrese de mantener una copia de seguridad de la base de datos de modelo de 1200.
Experiencia moderna de Obtener datos

En cuanto a la importación de datos de orígenes de datos en los modelos tabulares, SQL Server Data Tools (SSDT)
presenta el moderno obtener datos experiencia para los modelos en el nivel de compatibilidad de 1400. Esta
característica nueva se basa en una funcionalidad similar de Power BI Desktop y Microsoft Excel 2016. La
experiencia de obtener datos moderna proporciona capacidades de mashup de datos y transformación de datos
gran mediante el generador de consultas de obtener datos y expresiones de M.
La experiencia de obtener datos moderna proporciona compatibilidad para una amplia gama de orígenes de datos.
En el futuro, las actualizaciones incluyen compatibilidad con incluso más.
Una interfaz de usuario intuitiva y eficaz facilita la selección de los datos y las capacidades de
transformación/mashup de datos más fácil que nunca.
Obtener datos moderna experiencia y capacidades de mashup de M no se aplican a upraded de los modelos
tabulares existente desde el nivel de compatibilidad de 1200 1400. La nueva experiencia solo se aplica a los
modelos nuevos que se crean en el nivel de compatibilidad de 1400.
Sugerencias de codificación
Esta versión presenta sugerencias de codificación, una característica avanzada que se utiliza para optimizar el
procesamiento (actualización de datos) de los modelos tabulares de gran tamaño en memoria. Para entender mejor
la codificación, vea rendimiento para la optimización de los modelos tabulares en SQL Server 2012 Analysis
Services notas del producto para comprender mejor la codificación.
Codificación del valor proporciona un mejor rendimiento de las consultas para las columnas que
normalmente se usan únicamente para las agregaciones.
Codificación de hash es preferible columnas group by (a menudo valores de tabla de dimensiones) y claves
externas. Las columnas de cadena siempre son hash codificado.
Las columnas numéricas pueden utilizar cualquiera de estos métodos de codificación. Cuando Analysis Services
inicia el procesamiento de una tabla, si bien la tabla está vacía (con o sin particiones) o se realiza una operación de
procesamiento de la tabla completa, se toman los valores de ejemplos para que cada columna determinar si se
debe aplicar la codificación de hash o valor numérico . De forma predeterminada, la codificación del valor se elige
cuando el ejemplo de valores distintos en la columna es lo suficientemente grande: en caso contrario, la
codificación de hash normalmente proporciona una mejor compresión. Es posible que Analysis Services cambiar el
método de codificación después de la columna se ha procesado parcialmente basándose en obtener más
información sobre la distribución de datos y reinicie el proceso de codificación; Sin embargo, esto aumenta el
tiempo de procesamiento y es ineficaz. Las notas del producto ajuste del rendimiento describen recodificación con
más detalle y cómo detectar mediante SQL Server Profiler.
Sugerencias de codificación permiten el Modelador especificar una preferencia para el método de codificación
tiene conocimiento previo de generación de perfiles de datos o en respuesta a volver a codificar los eventos de
seguimiento. Puesto que la agregación de las columnas con codificación hash es más lenta de sobre columnas
valor codificado, codificación de valor se puede especificar como una sugerencia para estas columnas. No se
garantiza que se aplica la preferencia. Es una sugerencia en lugar de una configuración. Para especificar una
sugerencia de codificación, establezca la propiedad EncodingHint en la columna. Los valores posibles son "Default",
"Valor" y "Hash". El siguiente fragmento de JSON en función de metadatos desde el archivo Model.bim especifica
el valor de codificación para la columna de importe de ventas.
{
"name": "Sales Amount",
"dataType": "decimal",
"sourceColumn": "SalesAmount",
"formatString": "\\$#,0.00;(\\$#,0.00);\\$#,0.00",
"sourceProviderType": "Currency",
"encodingHint": "Value"
}
Jerarquías desiguales
En los modelos tabulares, puede modelar jerarquías de elementos primarios y secundarios. Las jerarquías con un
número diferente de niveles suelen denominarse jerarquías desiguales. De forma predeterminada, las jerarquías
desiguales se muestran con espacios en blanco para los niveles situados por debajo del elemento secundario más
bajo. Este es un ejemplo de una jerarquía desigual en un organigrama:
En esta versión se incluye la propiedad Ocultar miembros . Puede establecer la propiedad Ocultar miembros de
una jerarquía en Hide blank members(Ocultar miembros en blanco).
NOTE
Los miembros en blanco del modelo se representan mediante un valor DAX en blanco, en lugar de una cadena vacía.
Cuando se establece en Hide blank members(Ocultar miembros en blanco) y se implementa el modelo, se

muestra una versión de la jerarquía más fácil de leer en los clientes de informes, como Excel.
Filas de detalles
Ahora puede definir un conjunto de filas personalizado que contribuya a un valor de medida. La opción Filas de
detalles es similar a la acción de obtención de detalles predeterminada de los modelos multidimensionales. Permite
a los usuarios finales ver la información con más detalle que el nivel agregado.
En la siguiente tabla de dinámica se muestran las ventas totales por Internet por año del modelo tabular de
ejemplo de Adventure Works. Para ver las filas de detalles, haga clic con el botón derecho en una celda con un
valor agregado de la medida y, después, haga clic en Mostrar detalles .
De forma predeterminada, se muestran los datos asociados en la tabla de ventas por Internet. Este
comportamiento limitado no suele ser significativo para el usuario, ya que la tabla podría no tener las columnas
necesarias para mostrar información útil, como el nombre del cliente y la información del pedido. Con Filas de
detalles, puede especificar una propiedad Expresión de filas de detalles para las medidas.
Propiedad Expresión de filas de detalles para medidas
La propiedad Expresión de filas de detalles para las medidas permite a los autores de modelos personalizar las
columnas y las filas que se devuelven al usuario final.
El SELECTCOLUMNS función DAX se usa normalmente en una expresión de filas de detalle. En el ejemplo
siguiente se definen las columnas que se devuelven para las filas de la tabla de ventas por Internet del modelo
tabular de ejemplo de Adventure Works:
SELECTCOLUMNS(
'Internet Sales',
"Customer First Name", RELATED( Customer[Last Name]),
"Customer Last Name", RELATED( Customer[First Name]),
"Order Date", 'Internet Sales'[Order Date],
"Internet Total Sales", [Internet Total Sales]
)
Una vez que se ha definido la propiedad y se ha implementado el modelo, se devuelve un conjunto de filas
personalizado cuando el usuario selecciona Mostrar detalles. Se respeta automáticamente el contexto de filtro de
la celda que se ha seleccionado. En este ejemplo, solo se muestran las filas del valor 2010:
Propiedad Expresión de filas de detalles predeterminada para tablas
Además de las medidas, las tablas también tienen una propiedad para definir una expresión de filas de detalles. La
propiedad Expresión de filas de detalles predeterminada actúa como valor predeterminado para todas las
medidas de la tabla. Las medidas que no tiene su propia expresión definida hereda la expresión de la tabla y
mostrar el conjunto definido para la tabla de filas. Esto permite reutilizar expresiones y nuevas medidas que se
agrega a la tabla automáticamente más tarde hereda la expresión.
Función DAX DETAILROWS

En esta versión se incluye una nueva función DAX DETAILROWS que devuelve el conjunto de filas definido por la
expresión de filas de detalles. Funciona de forma similar a la instrucción DRILLTHROUGH en MDX, que también es
compatible con las expresiones de filas de detalles definidas en modelos tabulares.
La siguiente consulta DAX devuelve el conjunto de filas definido por la expresión de filas de detalles para la medida
o su tabla. Si no se define ninguna expresión, se devuelven los datos de la tabla de ventas por Internet, ya que es la
tabla que contiene la medida.
EVALUATE DETAILROWS([Internet Total Sales])
Seguridad de nivel de objeto

Esta versión introduce seguridad de nivel de objeto para tablas y columnas. Además de restringir el acceso a los
datos de tabla y columna, se pueden proteger los nombres de tablas y columnas confidenciales. Esto ayuda a
impedir que un usuario malintencionado detecte la existencia de una tabla.
Seguridad de nivel de objeto debe establecerse con el modelo de objeto Tabular (TOM ), Tabular Model Scripting
Language (TMSL ) o los metadatos basados en JSON.
Por ejemplo, el código siguiente ayuda a proteger la tabla Product del modelo tabular de ejemplo de Adventure
Works. Para ello, establece la propiedad MetadataPermission de la clase TablePermission en None.
//Find the Users role in Adventure Works and secure the Product table
ModelRole role = db.Model.Roles.Find("Users");
Table productTable = db.Model.Tables.Find("Product");
if (role != null && productTable != null)
{
TablePermission tablePermission;
if (role.TablePermissions.Contains(productTable.Name))
{
tablePermission = role.TablePermissions[productTable.Name];
}
else
{
tablePermission = new TablePermission();
role.TablePermissions.Add(tablePermission);
tablePermission.Table = productTable;
}
tablePermission.MetadataPermission = MetadataPermission.None;
}
db.Update(UpdateOptions.ExpandFull);
Vistas de administración dinámica (DMV)

DMV son consultas en SQL Server Profiler que devuelven información acerca de las operaciones del servidor local
y el estado del servidor. Esta versión incluye mejoras en vistas de administración dinámica (DMV ) para los modelos
tabulares en los niveles de compatibilidad 1200 y 1400.
DISCOVER_CALC_DEPENDENCY ahora funciona con los modelos tabulares de 1200 y 1400. Los modelos
tabulares 1400 mostrar las dependencias entre las particiones de M, expresiones de M y orígenes de datos
estructurados. Para obtener más información, consulte el blog de Analysis Services.
MDSCHEMA_MEASUREGROUP_DIMENSIONS mejoras se incluyen para esta DMV, que se usa con diversas
herramientas de cliente para mostrar las dimensiones de medida. Por ejemplo, la característica de exploración en
las tablas dinámicas de Excel permite al usuario entre detalles a dimensiones relacionadas con las medidas
seleccionadas. Esta versión corrige las columnas de cardinalidad, que anteriormente estaban que muestra valores
incorrectos.
Mejoras de DAX
Esta versión incluye compatibilidad con nuevas funciones de DAX y funcionalidad. Para aprovechar las ventajas,
debe usar la versión más reciente de SSDT. Para obtener más información, consulte funciones DAX nuevas.
Uno de los componentes más importantes de la nueva funcionalidad DAX es la nueva operador IN / función
CONTAINSROW para las expresiones de DAX. Esto es similar al operador TSQL IN que se suele usar para
especificar varios valores en una cláusula WHERE .
Antes, lo habitual era especificar filtros de valores múltiples mediante el operador lógico OR , como en la expresión
de medida siguiente:
Filtered Sales:=CALCULATE (
[Internet Total Sales],
'Product'[Color] = "Red"
|| 'Product'[Color] = "Blue"
|| 'Product'[Color] = "Black"
)
Esto se ha simplificado mediante el operador IN :

[Internet Total Sales], 'Product'[Color] IN { "Red", "Blue", "Black" }
)
En este caso, el operador IN hace referencia a una tabla de una sola columna con tres filas, una para cada uno de
los colores especificados. Observe que la sintaxis del constructor de tabla usa llaves.
El operador IN es funcionalmente equivalente a la función CONTAINSROW :
[Internet Total Sales], CONTAINSROW({ "Red", "Blue", "Black" }, 'Product'[Color])
)
El operador IN también se puede usar eficazmente con constructores de tabla. Por ejemplo, la medida siguiente
filtra por combinaciones de colores y categorías de producto:
FILTER( ALL('Product'),
( 'Product'[Color] = "Red" && Product[Product Category Name] = "Accessories" )
|| ( 'Product'[Color] = "Blue" && Product[Product Category Name] = "Bikes" )
|| ( 'Product'[Color] = "Black" && Product[Product Category Name] = "Clothing" )
)
)
Con el nuevo operador IN , la expresión de medida anterior ahora es equivalente a la siguiente:
FILTER( ALL('Product'),
('Product'[Color], Product[Product Category Name]) IN
{ ( "Red", "Accessories" ), ( "Blue", "Bikes" ), ( "Black", "Clothing" ) }
)
)
Mejoras adicionales
Además de todas las características nuevas, Analysis Services, SSDT y SSMS también incluyen las siguientes
mejoras:
Reutilización de la jerarquía y la columna aparece en ubicaciones más relevantes en la lista de campos de Power
BI.
Relaciones de fecha para crear fácilmente las relaciones a las dimensiones de fecha en función de los campos de
fecha.
Opción de instalación predeterminada para Analysis Services ahora es para el modo tabular.
Nuevos orígenes de datos de obtener datos (Power Query).
Editor DAX para SSDT.
Orígenes de datos de DirectQuery existentes se admiten para M de consultas.
Mejoras de SSMS, por ejemplo, ver, modificar y compatibilidad con scripting para orígenes de datos
estructurados.
Vea también
Notas de la versión SQL Server de 2017
Novedades de SQL Server 2017
Nuevos y actualizados recientemente: Analysis
Services para SQL Server
Casi todos los días, Microsoft actualiza algunos de los artículos existentes en su Docs.Microsoft.com sitio Web de
documentación. Este artículo muestra extractos de los artículos actualizados recientemente. También pueden
aparecer vínculos a artículos nuevos.
En este artículo es generado por un programa que se vuelve a ejecutar periódicamente. En ocasiones, un extracto
puede aparecer con formato imperfecto, o como marcado del artículo de origen. Nunca las imágenes se muestran
aquí.
Actualizaciones recientes se notifican para el siguiente intervalo de fechas y el asunto:
Intervalo de fechas de las actualizaciones: del 03-02-2018 al 28-04-2018
Área de asunto: Analysis Services para SQL Server.
Nuevos artículos creados recientemente

Los siguientes vínculos llevan a nuevos artículos que se han agregado recientemente.
1. Orígenes de datos admiten en SQL Server Analysis Services 1400 los modelos tabulares
2. Modelado tabular (nivel de compatibilidad 1400)
3. Crear particiones
4. Crear roles
5. Analizar en Excel
6. Implementación
7. Crear un proyecto de modelo tabular
8. Obtener datos
9. Marcar como tabla de fechas
10. Crear relaciones
11. Crear columnas calculadas
12. Crear medidas
13. Crear indicadores clave de rendimiento
14. Crear perspectivas
15. Crear jerarquías
16. Lección complementaria: Filas de detalles
17. Lección complementaria: Seguridad dinámica
18. Lección complementaria: Jerarquías desiguales
Artículos actualizados con extractos

En esta sección se muestran extractos de actualizaciones recopiladas de artículos que han sufrido una actualización
importante recientemente.
Los extractos que se muestran aquí aparecen separados de su contexto semántica correcta. Además, en ocasiones,
un extracto se separa de la sintaxis de markdown importante que rodea en el artículo real. Por lo tanto, estos
extractos son para obtener instrucciones generales solo. Los extractos de sólo le permiten saber si sus intereses
garantizan dedicar tiempo a haga clic en y visite el artículo real.
Por estas y otras razones, no se copie el código de estos fragmentos y no toma como verdaderos exacta cualquier
fragmento de texto. En su lugar, visite el artículo real.
Compact lista de artículos que se actualizó recientemente

En esta lista compacta se proporcionan vínculos a todos los artículos actualizados que aparecen en la sección de
extractos.
Artículos de esta área no se han actualizado recientemente, en este momento.
Artículos similares sobre artículos nuevos o actualizados

En esta sección se enumeran artículos muy similares a los artículos actualizados recientemente en otras áreas
temáticas, dentro de nuestro repositorio público de GitHub.com: MicrosoftDocs/sql-docs.
Áreas temáticas con artículos nuevos o actualizados recientemente
Nuevos + actualizados (11+6): documentos de Análisis avanzado para SQL
Nuevos + actualizados (18+0): documentos de Analysis Services para SQL
Nuevos + actualizados (218+14): documentos de Conexión a SQL
Nuevos + actualizados (14+0): documentos del Motor de base de datos de SQL
Nuevos + actualizados (3+2): documentos de Integration Services para SQL
Nuevos + actualizados (3+3): documentos de Linux para SQL
Nuevos + actualizados (7+10): documentos de Bases de datos relacionales para SQL
Nuevos + actualizados (0+2): documentos de Reporting Services para SQL
Nuevos + actualizados (1+3): documentos de SQL Operations Studio
Nuevos + actualizados (2+3): documentos de Microsoft SQL Server
Nuevos + actualizados (1+1): documentos de SQL Server Data Tools (SSDT)
Nuevos + actualizados (5+2): documentos de SQL Server Management Studio (SSMS )
Nuevos + actualizados (0+2): documentos de Transact-SQL
Nuevos + actualizados (1+1): documentos de Herramientas para SQL
Áreas temáticas que no tienen artículos nuevos o actualizados recientemente
Nuevos + actualizados (0+0): documentos de Analytics Platform System para SQL
Nuevos y actualizados (0 + 0): Data Quality Services para SQL documentos
Nuevos y actualizados (0 + 0): extensiones de minería de datos (DMX) para SQL documentos
Nuevos + actualizados (0+0): documentos de Master Data Services (MDS ) para SQL
Nuevos y actualizados (0 + 0): expresiones multidimensionales (MDX) para SQL documentos
Nuevos y actualizados (0 + 0): ODBC (conectividad abierta de base de datos) para SQL documentos
Nuevos y actualizados (0 + 0): PowerShell para SQL documentos
Nuevos y actualizados (0 + 0): ejemplos para SQL documentos
Nuevos y actualizados (0 + 0): SQL Server Migration Assistant (SSMA ) documentos
Nuevos y actualizados (0 + 0): XQuery para SQL documentos
Herramientas y aplicaciones utilizadas en Analysis
Services
SE APLICA A: SQL Server Analysis Services Azure Analysis Services

Encuentre las herramientas y las aplicaciones que necesitará para la creación de modelos de Analysis Services y
administrar bases de datos implementadas.
Diseñadores de modelo de Analysis Services

Los modelos se crean mediante plantillas de proyecto de SQL Server Data Tools (SSDT), un shell de Visual Studio.
Plantillas de proyecto proporcionan los diseñadores de modelos para crear los objetos de modelo de datos que
conforman una solución de Analysis Services. SSDT es una descarga web gratuita que se actualiza mensualmente.
Descargar SQL Server Data Tools (SSDT)
Los modelos tienen una configuración de nivel de compatibilidad que determina qué características va a haber
disponibles y qué versión de Analysis Services ejecuta el modelo. Si puede especificar que un nivel de
compatibilidad determinado determina en parte por el Diseñador de modelos.
Modelos tabulares mediante la funcionalidad más reciente, como los archivos BIM en formato JSON tabular y
bidireccional el filtro cruzado, deben ser creados o actualizados en el nivel de compatibilidad 1200 o superior.
Si necesita un nivel de compatibilidad inferior, por ejemplo porque va a implementar un modelo en una versión
anterior de Analysis Services, se puede seguir recurriendo el Diseñador de modelos en SSDT. Las versiones más
recientes de la herramienta admiten la creación de cualquier tipo de modelo (tabular o multidimensional), en
cualquier nivel de compatibilidad.
Herramientas administrativas
SQL Server Management Studio (SSMS ) es la herramienta de administración principal para todas las
características de SQL Server, incluido Analysis Services. SSMS es una descarga web gratuita que se actualiza
mensualmente.
Descargar SQL Server Management Studio
SSMS incluye eventos extendidos (xEvents), lo que ofrece una alternativa ligera a los seguimientos de SQL Server
Profiler utilizado para supervisar la actividad y diagnosticar problemas en SQL Server 2016 y servidores de
servicios de análisis de Azure. Para obtener más información, consulte Monitor Analysis Services with SQL Server
Extended Events .
SQL Server Profiler
Aunque esté oficialmente en desuso por la aparición de los xEvents, SQL Server Profiler ofrece un método
conocido para controlar las conexiones, ejecutar consultas MDX y otras operaciones del servidor. SQL Server
Profiler está instalado de forma predeterminada. Puede encontrarlo con aplicaciones de SQL Server en
aplicaciones de Windows.
PowerShell
Puede utilizar comandos de PowerShell para realizar muchas tareas administrativas. Vea referencia de PowerShell
Herramientas de la comunidad y de terceros
Consulte la página de codeplex Analysis Services para obtener ejemplos de código de la comunidad. Losforos
pueden ser útiles para buscar recomendaciones de herramientas de terceros compatibles con Analysis Services.
Vea también
Nivel de compatibilidad de una base de datos Multidimensional
Nivel de compatibilidad para los modelos tabulares
Bibliotecas de cliente (proveedores de datos)
utilizadas para conexiones de Analysis Services

Analysis Services proporciona tres bibliotecas de cliente, también conocido como proveedores de datos, para el
acceso de datos de herramientas y aplicaciones de cliente y servidor. Herramientas como SSMS y SSDT y
aplicaciones como Power BI Desktop y Excel se conectan a Analysis Services mediante el uso de estas bibliotecas.
Dos de las bibliotecas de cliente, ADOMD.NET y Analysis Services Management Objects (AMO ) son las bibliotecas
de cliente administrado. El proveedor OLE DB de Analysis Services (MSOL AP DLL ) es una biblioteca de cliente
nativo. Bibliotecas de cliente son los mismos para SQL Server Analysis Services y Analysis Services de Azure.
Dónde obtener versiones más recientes

La versión instalada en un equipo cliente debe coincidir con la versión principal del servidor que proporciona los
datos. Si la instalación del servidor es más reciente que los proveedores de datos instalados en las estaciones de
trabajo de la red, quizás tenga que instalar bibliotecas más recientes.
Bibliotecas de cliente incluidas en anteriores Feature Packs de SQL Server que se corresponden con esa versión
SQL; Sin embargo, puede que no sean la versión más reciente. Conectarse a Analysis Services de Azure puede
requerir que las versiones posteriores. Todas las versiones son compatibles con versiones anteriores.
Para obtener la versión más reciente, consulte bibliotecas de cliente para conectarse a Azure Analysis Services.
Vea también
Conectar a Analysis Services

SQL Server Analysis Services proporciona varios enfoques para crear un modelo semántico de business
intelligence: Tabular, Multidimensional y Power Pivot para SharePoint.
El uso de más de un método permite una experiencia de modelado adaptada a los diferentes requisitos
empresariales y del usuario. El modelo multidimensional es una tecnología consolidada basada en estándares
abiertos que adoptan muchos proveedores de software de BI, pero puede ser difícil de dominar. El modelo tabular
ofrece un enfoque de modelado relacional que muchos desarrolladores consideran más intuitivo. El modelo
PowerPivot es todavía más sencillo, ya que ofrece el modelado visual de datos en Excel, con compatibilidad de
servidor proporcionada a través de SharePoint.
Todos los modelos se implementan como bases de datos que se ejecutan en una instancia de Analysis Services, a
las que tienen acceso las herramientas de cliente mediante un único conjunto de proveedores de datos. Se
visualizan en informes interactivos y estáticos a través de Excel, Reporting Services, Power BI y herramientas de BI
de otros proveedores.
Soluciones tabulares y multidimensionales se generan con SSDT y están diseñadas para proyectos BI corporativos
que se ejecutan en una independiente Analysis Services instancia local y para los modelos tabulares, una Azure
Analysis Services server en el en la nube. Ambas soluciones producen bases de datos analíticas de alto
rendimiento que se integran fácilmente con los clientes de BI. Con todo, cada solución difiere en cómo se crea, se
usa y se implementa. En la mayor parte de este tema se comparan estos dos tipos para que pueda identificar el
enfoque correcto para su caso.
Para los nuevos proyectos, generalmente recomendamos los modelos tabulares. Los modelos tabulares son más
rápidos diseñar, probar e implementar; y trabajar mejor con las aplicaciones de BI de autoservicio más recientes y
los servicios de Microsoft en la nube.
Información general de tipos de modelado

¿No está familiarizado con Analysis Services? En la tabla siguiente se enumeran los diferentes modelos, se resume
el enfoque y se identifica el vehículo de lanzamiento inicial.
NOTE
Azure Analysis Services es compatible con los modelos tabulares en los niveles de compatibilidad 1200 y versiones
posteriores. Sin embargo, no toda la funcionalidad de creación de modelos tabulares que se describe en este tema se admite
en los servicios de análisis de Azure. Al crear e implementar los modelos tabulares a los servicios de análisis de Azure es muy
parecida a las ya que es local, es importante comprender las diferencias. Para obtener más información, consulte ¿qué es
Azure Analysis Services?
Tipo Descripción de modelado Publicado

Tabular Construcciones de modelado relacional SQL Server 2012 y posterior (niveles de
(modelo, tablas, columnas). compatibilidad 1050-1103) 1
Internamente, los metadatos se
heredan de las construcciones de
modelado OLAP (cubos, dimensiones,
medidas). El código y los scripts usan
metadatos de OLAP.
Tabular en SQL Server 2016 Construcciones (modelo, tablas, SQL Server 2016 (nivel de
columnas), articuladas en definiciones compatibilidad 1200)
de objetos de metadatos tabulares de
modelado relacional Tabular Model
Scripting Language (TMSL) y el modelo
de objeto Tabular (TOM) código.
Tabular en SQL Server de 2017 Construcciones (modelo, tablas, SQL Server 2017 (nivel de
columnas), articuladas en definiciones compatibilidad 1400)
de objetos de metadatos tabulares de
modelado relacional Tabular Model
Scripting Language (TMSL) y el modelo
de objeto Tabular (TOM) código.
Multidimensional Construcciones de modelado OLAP SQL Server 2000 y posterior

(cubos, dimensiones, medidas).
Power Pivot Originalmente un complemento, pero A través de Excel y Power Pivot BI

ahora totalmente integrado en Excel. Desktop
Solo modelado visual sobre una
infraestructura tabular interna. Puede
importar un modelo de Power Pivot en
SSDT para crear un nuevo modelo
tabular que se ejecute en una instancia
de Analysis Services.
1 niveles de compatibilidad son significativos en la versión actual debido al motor de metadatos tabulares y
soporte técnico para habilitar escenarios características disponibles solo en el nivel superior. Las versiones
posteriores admiten niveles de compatibilidad inferiores, pero se recomienda crear nuevos modelos o actualizar
los modelos existentes en el nivel más alto de compatibilidad admitido por la versión del servidor.
Características de modelo
En la tabla siguiente se resume la disponibilidad de características en el nivel de modelo. Revise esta lista para
asegurarse de que la característica que quiere usar está disponible en el tipo de modelo que tiene previsto crear.
Multidimensional Tabular
Acciones Sí no
Agregaciones Sí no
Columna calculada no Sí
Medidas calculadas Sí Sí
Tablas calculadas no Sí1
Ensamblados personalizados Sí no
Resúmenes personalizados Sí no
Miembro predeterminado Sí no
Carpetas para mostrar Sí Sí1
Distinct Count Sí Sí (mediante DAX)
Obtención de detalles Sí Sí (depende de la aplicación cliente)
Jerarquías Sí Sí
KPI Sí Sí
Objetos vinculados Sí Sí (tablas vinculadas)
Expresiones de M no Sí1
Relaciones varios a varios Sí No (pero no hay bidireccional filtros

cruzados en niveles de compatibilidad
1200 y versiones posteriores)
Conjuntos con nombre Sí no
Jerarquías desiguales Sí Sí1
Jerarquías de elementos primarios y Sí Sí (mediante DAX)

secundarios
Particiones Sí Sí
Perspectivas Sí Sí
Seguridad de filas Sí Sí
Seguridad de nivel de objeto Sí Sí1
Medidas de suma parcial Sí Sí
Traducciones Sí Sí
Jerarquías definidas por el usuario Sí Sí
Reescritura Sí no
1 vea Compatibility Level for Tabular los modelos de Analysis Services para obtener información sobre las
diferencias funcionales entre los niveles de compatibilidad.
Consideraciones sobre los datos
Los modelos tabulares y multidimensionales usan datos importados de orígenes externos. La cantidad y el tipo de
datos que necesita importar puede ser una consideración principal a la hora de decidir qué tipo de modelo se
adapta mejor a sus datos.
Compresión
Tanto las soluciones tabulares como las multidimensionales usan la compresión de datos que reduce el tamaño de
la base de datos de Analysis Services en relación con el almacenamiento de datos desde el que importa los datos.
Dado que la compresión real variará en función de las características de los datos subyacentes, no hay ninguna
manera de saber con precisión cuánto espacio de memoria y de disco requerirá una solución después de procesar
los datos y usarse en consultas.
Una estimación que utilizan numerosos desarrolladores de Analysis Services es que el almacenamiento principal
de una base de datos multidimensional es aproximadamente de un tercio del tamaño de los datos originales. Las
bases de datos tabulares puede obtener a veces mayor cantidades de compresión, cerca de una décima de tamaño,
especialmente si la mayor parte de los datos se importan de las tablas de hechos.
Tamaño del modelo y diferencia de recursos (en memoria o disco)
El tamaño de una base de datos de Analysis Services está limitado solo por los recursos disponibles para
ejecutarla. El tipo de modelo y el modo de almacenamiento también desempeñan un papel importante al
determinar el tamaño que puede alcanzar la base de datos.
Las bases de datos tabulares se ejecutan en memoria o en el modo DirectQuery, que descarga la ejecución de
consultas en una base de datos externa. Para realizar análisis en memoria tabular, la base de datos se almacena
completamente en la memoria, lo que significa que debe tener suficiente memoria no sólo para cargar todos los
datos, sino también estructuras de datos adicionales que se crearon para admitir las consultas.
DirectQuery se ha renovado en SQL Server 2016, tiene menos restricciones que antes y un mejor rendimiento. El
aprovechamiento de la base de datos relacional de back-end para el almacenamiento y la ejecución de consultas
hace que la generación de un modelo tabular a gran escala sea más viable que antes.
Históricamente, las bases de datos más grandes en producción son multidimensionales, con cargas de trabajo de
procesamiento y consulta ejecuta de forma independiente en un hardware dedicado, cada uno optimizado para su
uso respectivo. Las bases de datos tabulares se están poniendo al día rápidamente, y los nuevos avances en
DirectQuery ayudarán a salvar distancia todavía más.
Para la consulta y el almacenamiento de datos multidimensional descarga ejecución está disponible a través de
ROL AP. En un servidor de consultas, es posible almacenar en caché conjuntos de filas y paginar los antiguos. El
uso eficiente y equilibrado de los recursos de memoria y disco guía suele llevar a los clientes a optar por
soluciones multidimensionales.
Con carga, es previsible que tanto los requisitos de memoria como los de disco para cualquier tipo de solución
aumenten mientras Analysis Services almacena en caché los datos, los almacena, los examina y los consulta. Para
obtener más información sobre las opciones de paginación de memoria, consulte Memory Properties. Para
obtener más información sobre la escala, vea High availability and Scalability in Analysis Services.
Power Pivot para Excel tiene un límite de tamaño de archivo artificial de 2 gigabytes, impuesto de modo que los
libros creados en Power Pivot para Excel se puedan cargar en SharePoint, que establece los límites máximos en el
tamaño de carga de archivos. Una de las razones principales para migrar un libro Power Pivot a una solución
tabular en una instancia independiente de Analysis Services es sortear la limitación de tamaño del archivo. Para
obtener más información sobre cómo configurar el tamaño máximo de carga de archivos, vea Configuración del
tamaño de carga máximo de archivos (PowerPivot para SharePoint).
Orígenes de datos compatibles
Los modelos tabulares pueden importar datos de orígenes de datos relacionales, fuentes de distribución de datos y
algunos formatos de documento. También puede usar OLE DB para proveedores de ODBC con modelos tabulares.
Los modelos tabulares en el nivel de compatibilidad de 1400 ofrecen un aumento significativo en la gran variedad
de orígenes de datos desde el que puede importar desde. Esto es debido a la incorporación de los datos modernos
obtener datos de consulta y características en SSDT utilizando el lenguaje de fórmulas de consulta M de
importación.
Las soluciones multidimensionales pueden importar los datos de orígenes de datos relacionales mediante
proveedores administrados y nativos OLE DB.
Para ver la lista de orígenes de datos externos que puede importar en cada modelo, vea los siguientes temas.
Orígenes de datos compatibles
Orígenes de datos admitidos (SSAS - Multidimensionales)
Compatibilidad con lenguaje de scripting y consulta

Analysis Services incluye MDX, DMX, DAX, XML/A, ASSL y TMSL. La compatibilidad con estos idiomas puede
variar según el tipo de modelo. Si debe tener en cuenta requisitos del lenguaje de scripting y consulta, revise la
lista siguiente.
Las bases de datos modelo tabulares admiten los cálculos DAX, consultas DAX y consultas MDX. Esto es
cierto en todos los niveles de compatibilidad. Lenguajes de script son ASSL (a través de XML A) para los
niveles de compatibilidad 1050-1103 y TMSL (en XML A) para el nivel de compatibilidad 1200 y versiones
posterior.
Los libros de PowerPivot usan DAX para los cálculos y DAX o MDX para las consultas.
Bases de datos de modelo multidimensionales admiten cálculos MDX, consultas MDX, consultas DAX y
ASSL.
Los modelos de minería de datos admiten DMX y ASSL.
Analysis Services PowerShell se puede usar con los modelos y bases de datos tabulares y
multidimensionales.
Todas las bases de datos admiten XML/A. Vea Referencia del lenguaje de expresiones y consultas (Analysis
Services) y Guía del desarrollador (Analysis Services) para obtener más información.
Características de seguridad
Todas las soluciones de Analysis Services se pueden proteger en la base de datos. Las opciones de seguridad más
específicas varían según el modo. Si debe tener en cuenta requisitos de configuración de seguridad específicos en
su solución, revise la lista siguiente para asegurarse de que el nivel de seguridad que desea se admite en el tipo de
solución que desea crear:
Las bases de datos de modelo tabular pueden usar seguridad de nivel de fila, con permisos basados en rol.
Dimensión y la seguridad de nivel de celda, con permisos basados en rol, pueden utilizar las bases de datos
de modelo multidimensional.
Los libros de Power Pivot se protegen en el nivel de archivo, con los permisos de SharePoint.
Los libros de Power Pivot pueden restaurarse en un servidor de modo tabular. Una vez restaurado el
archivo, se separa de SharePoint, lo que le permite usar todas las características de modelado tabular,
incluida la seguridad de nivel de fila.
Herramientas de diseño
Los conocimientos sobre el modelado de datos y la capacidad técnica pueden variar enormemente según los
usuarios encargados de generar modelos analíticos. Si debe tener en cuenta el conocimiento de la herramienta o la
experiencia del usuario en su solución, compare las experiencias siguientes para la creación del modelo.
HERRAMIENTA DE MODELADO CÓMO SE UTILIZA
SQL Server Data Tools (SSDT) Utilícelo para crear tabulares, multidimensionales y soluciones
de minería de datos. Este entorno de creación utiliza el shell de
Visual Studio para proporcionar áreas de trabajo, paneles de
propiedades y la navegación de objetos. Los usuarios que ya
la utilizan en Visual Studio probablemente preferirán esta
herramienta para crear aplicaciones de Business Intelligence.
Power Pivot para Excel Se usa para crear un libro Power Pivot que implementará
después en una granja de SharePoint que tenga una
instalación de Power Pivot para SharePoint. Power Pivot para
Excel tiene un área de trabajo de aplicación independiente que
se abre con Excel. Utiliza las mismas metáforas visuales
(páginas con pestañas, diseño de cuadrícula y barra de
fórmulas) que Excel. Los usuarios que sean expertos en Excel
preferirán esta herramienta en lugar de SQL Server Data Tools
(SSDT).
Compatibilidad con aplicaciones de cliente

Las soluciones en general, tabulares y multidimensionales admiten aplicaciones de cliente mediante una o varias
de las bibliotecas de cliente de Analysis Services (MSOL AP, AMOMD, ADOMD ). Por ejemplo, Excel, Power BI
Desktop y aplicaciones personalizadas.
Si utiliza Reporting Services, la disponibilidad de las características de informe varía según las ediciones y los
modos de servidor. Por esta razón, el tipo de informe que desea generar puede influir en el modo de servidor que
elige instalar.
Power View, una herramienta de creación de Reporting Services que se ejecuta en SharePoint, está disponible en
un servidor de informes implementado en una granja de servidores de SharePoint 2010. El único tipo de origen de
datos que se puede usar con este informe es una base de datos modelo tabular de Analysis Services o un libro
Power Pivot . Esto significa que debe tener un servidor en modo tabular o un servidor Power Pivot para
SharePoint para hospedar el origen de datos que usa este tipo de informe. No puede utilizar un modelo
multidimensional como origen de datos para un informe de Power View . Debe crear una conexión de modelo
semántico de BI Power Pivot o un origen de datos compartido de Reporting Services para usarlo como origen de
datos en un informe de Power View .
El Generador de informes y el Diseñador de informes pueden usar cualquier base de datos de Analysis Services,
incluidos los libros Power Pivot que se hospedan en Power Pivot para SharePoint.
Los informes de tabla dinámica de Excel se admiten en todas las bases de datos de Analysis Services. La
funcionalidad de Excel es la misma si usa una base de datos tabular, una base de datos multidimensional o un libro
Power Pivot , aunque la reescritura se admite solamente en las bases de datos multidimensionales.
Vea también
Administración de una instancia de Analysis Services
Novedades de Analysis Services
Características de Analysis Services compatibles con
las ediciones de SQL Server
SE APLICA A: SQL Server Analysis Services (a partir de 2016) Azure Analysis Services
Este tema proporciona detalles de las características admitidas por las diversas ediciones de SQL Server 2016
Analysis Services. Encontrará características compatibles con las ediciones Evaluation y Developer, Enterprise
edition.
Analysis Services (servidores)

EXPRESS EXPRESS
CON CON
CARACTERÍS ADVANCED HERRAMIEN DESARROLLA
TICA ENTERPRISE STANDARD WEB SERVICES TAS EXPRESS DOR
Bases de Sí Sí
datos
compartida
s escalables
Copia de Sí Sí Sí
seguridad y
restauració
n, y
adjuntar y
separar
bases de
datos
Sincronizar Sí Sí
bases de
datos
Instancias Sí Sí Sí
de clúster
de El número Compatibili El número
conmutació de nodos es dad con 2 de nodos es
n por error el sistema nodos el sistema
de operativo operativo
AlwaysOn máximo máximo
Programaci Sí Sí Sí
ón (AMO,
ADOMD.Ne
t, OLEDB,
XML/A,
ASSL y
TMSL)
Modelos tabulares
EXPRESS EXPRESS
CON CON
Jerarquías Sí Sí Sí
KPI Sí Sí Sí
Traduccione Sí Sí Sí
s
Cálculos de Sí Sí Sí
DAX,
consultas
de DAX,
consultas
MDX
Seguridad Sí Sí Sí
de nivel de
fila
Varias Sí Sí
particiones
Modo de Sí Sí Sí
almacenami
ento en
memoria
Modo de Sí Sí
almacenami
ento de
DirectQuery
EXPRESS EXPRESS
CON CON
Medidas de Sí No 1 Sí
suma
parcial
Jerarquías Sí Sí Sí
KPI Sí Sí Sí
Acciones Sí Sí Sí
EXPRESS EXPRESS
CON CON
Inteligencia Sí Sí Sí
de cuentas
Inteligencia Sí Sí Sí
de tiempo
Resúmenes Sí Sí Sí
personaliza
dos
Reescritura Sí Sí Sí
de cubos
Reescritura Sí Sí
de
dimensione
s
Reescritura Sí Sí Sí
de celdas
Obtención Sí Sí Sí
de detalles
Tipos de Sí Sí Sí
jerarquías
avanzadas
( jerarquías
primarios-
secundarios
y jerarquías
desiguales)
Dimensione Sí Sí Sí
s avanzadas
(dimensione
s de
referencia,
dimensione
s de varios
a varios)
Medidas y Sí Sí 2 Sí
dimensione
s vinculadas
Traduccione Sí Sí Sí
s
Agregacion Sí Sí Sí
es
EXPRESS EXPRESS
CON CON
Varias Sí Sí, hasta 3 Sí

particiones
Almacenami Sí Sí
ento en
caché
automático
Ensamblado Sí Sí Sí
s
personaliza
dos
(procedimie
ntos
almacenado
s)
Consultas Sí Sí Sí
MDX y
scripts
Consultas Sí Sí Sí
DAX
Modelo de Sí Sí Sí
seguridad
basada en
roles
Seguridad Sí Sí Sí
de
dimensión y
de nivel de
celda
Almacenami Sí Sí Sí
ento
escalable de
cadena
Modelos de Sí Sí Sí
almacenami
ento
MOLAP,
ROLAP y
HOLAP
Transporte Sí Sí Sí
XML
comprimido
y binario
EXPRESS EXPRESS
CON CON
Procesamie Sí Sí
nto de
modo de
inserción
Reescritura Sí Sí
directa
Expresiones Sí Sí
de medida
1 La medida de suma parcial LastChild se admite en una edición estándar, a diferencia de otras medidas de suma
parcial, como None, FirstChild, FirstNonEmpty, LastNonEmpty, AverageOfChildren y ByAccount. En todas las
ediciones se admiten medidas de suma, como Sum, Count, Min y Max, y medidas de no suma (DistinctCount).
2 standard edition admite la vinculación de medidas y dimensiones en la misma base de datos, pero no de otras
bases de datos o instancias.
PowerPivot para SharePoint

EXPRESS EXPRESS
CON CON
Integración Sí Sí
de la granja
de
servidores
de
SharePoint
según la
arquitectura
del servicio
Informes de Sí Sí
uso
Reglas de Sí Sí
seguimient
o de estado
Galería de Sí Sí
PowerPivot
Actualizació Sí Sí
n de datos
de
PowerPivot
Fuentes de Sí Sí
distribución
de datos de
PowerPivot
Minería de datos
NOMBRE DE EXPRESS EXPRESS
LA CON CON
Algoritmos Sí Sí Sí
estándar
Herramient Sí Sí Sí
as de
minería de
datos
(asistentes,
editores y
generadore
s de
consultas)
Validación Sí Sí
cruzada
Modelos de Sí Sí
subconjunt
os filtrados
de datos de
estructura
de minería
de datos
Series Sí Sí
temporales:
mezcla
personaliza
da entre
métodos
ARTXP y
ARIMA
Series Sí Sí
horarias:
predicción
con nuevos
datos
Consultas Sí Sí
de minería
de datos
simultáneas
ilimitadas
NOMBRE DE EXPRESS EXPRESS
LA CON CON
Configuraci Sí Sí
ón
avanzada y
opciones de
optimizació
n de
algoritmos
de minería
de datos
Compatibili Sí Sí
dad con
algoritmos
de
complemen
to
Procesamie Sí Sí
nto de
modelos en
paralelo
Series Sí Sí
temporales:
predicción
de series
cruzadas
Atributos Sí Sí
ilimitados
para reglas
de
asociación
Predicción Sí Sí
de
secuencias
Varios Sí Sí
destinos de
predicción
para Bayes
naive, red
neuronal y
regresión
logística
Vea también
Especificaciones de producto para SQL Server 2016
Instalación de SQL Server
Compatibilidad con versiones anteriores de Analysis
Services (SQL Server 2016)

Este artículo describe los cambios en la disponibilidad de las características y el comportamiento entre la versión
actual y la versión anterior.
Características desusadas
A característica en desuso se interrumpirá del producto en una versión futura, pero todavía admitido e incluido en
la versión actual para mantener la compatibilidad con versiones anteriores. Se recomienda que suspender el uso
de características en desuso en proyectos nuevos y existentes para mantener la compatibilidad con futuras
versiones.
Las siguientes características están en desuso en esta versión:
Modo/categoría Característica
Multidimensional Particiones remotas
Multidimensional Grupos de medida vinculados remotos
Multidimensional Reescritura de dimensiones
Multidimensional Dimensiones vinculadas
Multidimensional Notificaciones de tabla de SQL Server para almacenamiento en

caché automático.
Lo que se va a sustituir es el uso del sondeo por el
almacenamiento en caché automático.
Vea Almacenamiento en caché automático (dimensiones) y
Almacenamiento en caché automático (particiones).
Multidimensional Cubos de sesión. No hay ninguna sustitución.
Multidimensional Cubos locales. No hay ninguna sustitución.
Tabular Los niveles de compatibilidad 1100 y 1103 del modelo tabular

no se admitirán en futuras versiones. La sustitución es
establecer los modelos en el nivel de compatibilidad 1200 o
superior, convertir las definiciones de modelo en metadatos
tabulares. Consulte Nivel de compatibilidad para modelos
tabulares de Analysis Services.
Herramientas SQL Server Profiler para captura de seguimiento
La sustitución es usar el Generador de perfiles de eventos

extendidos integrado en SQL Server Management Studio.
Consulte Supervisar Analysis Services con SQL Server
Extended Events.
Herramientas Server Profiler para reproducción de seguimiento

Sustitución. No hay ninguna sustitución.
Objetos de administración de seguimiento y API de Objetos de Microsoft.AnalysisServices.Trace (contiene las API

seguimiento para los objetos Trace y Replay de Analysis Services). La
sustitución abarca varias partes:
-Configuración de seguimiento:
Microsoft.SqlServer.Management.XEvent
: Hacer seguimiento de lectura: Microsoft.SqlServer.XEvent.Linq
- Reproducción de seguimiento: ninguna
NOTE
Los anuncios de características anteriormente en desuso de SQL Server 2014 (12.x) siguen en vigor. Dado que todavía no se
ha eliminado del producto el código que respalda esas características, muchas de ellas siguen estando presentes en esta
versión. Mientras características anteriormente en desuso podría ser accesible, se siguen considerando en desuso y podría
estar físicamente quitado del producto en cualquier momento.
Características no incluidas
A no incluye la característica ha quedado obsoleta en la versión anterior. Puede continuar para incluirse en la
versión actual, pero ya no se admite. Se pueden quitar características no incluidas en una futura versión
completamente o actualizar.
Las siguientes características están en desuso en la versión anterior y ya no se admiten en esta versión.
Característica Sustitución o solución alternativa
CalculationPassValue (MDX) Ninguno. Esta característica ha quedado obsoleta en SQL

Server 2005.
CalculationCurrentPass (MDX) Ninguno. Esta característica ha quedado obsoleta en SQL

Server 2005.
Sugerencia del optimizador de consultas Ninguno. Esta característica ha quedado obsoleta en SQL
NON_EMPTY_BEHAVIOR Server 2008.
Ensamblados COM Ninguno. Esta característica ha quedado obsoleta en SQL

Server 2008.
Propiedad de celda intrínseca CELL_EVALUATION_LIST Ninguno. Esta característica ha quedado obsoleta en SQL
Server 2005.
NOTE
Los anuncios de características anteriormente en desuso de SQL Server 2014 (12.x) siguen en vigor. Dado que todavía no se
ha eliminado del producto el código que respalda esas características, muchas de ellas siguen estando presentes en esta
versión. Mientras características anteriormente en desuso podría ser accesible, se siguen considerando en desuso y podría
estar físicamente quitado del producto en cualquier momento.
Cambios importantes
Un cambio brusco hace que un modelo de datos, el código de aplicación o el script dejen de funcionar después de
actualizar el modelo o el servidor.
Actualización de la versión de .NET 4.0
Las bibliotecas de cliente de Analysis Services Management Objects (AMO ), ADOMD.NET y el modelo de objeto
Tabular (TOM ) ahora orientados al runtime de .NET 4.0. Esto puede ser un cambio importante para las aplicaciones
que tienen como destino .NET 3.5. Las aplicaciones que usan versiones más recientes de estos ensamblados ahora
deben tener como destino .NET 4.0 o versiones posteriores.
Actualización de la versión de AMO
Esta versión es una actualización de versión para objetos de administración de Analysis Services (AMO ) y es una
novedad en determinadas circunstancias. Los scripts y el código existentes que llaman a AMO seguirán
ejecutándose como antes si actualiza desde una versión anterior. Sin embargo, si necesita recompilar la aplicación
y se dirige a una instancia de SQL Server 2016 Analysis Services, debe agregar el siguiente espacio de nombres
para que el código o el script operativa:
using Microsoft.AnalysisServices;
using Microsoft.AnalysisServices.Core;
El espacio de nombres Microsoft.AnalysisServices.Core ahora es necesario cada vez que se hace referencia al
ensamblado Microsoft.AnalysisServices en el código. Los objetos que anteriormente solo se encontraban en el
espacio de nombres Microsoft.AnalysisServices se mueven al espacio de nombres principal en esta versión si el
objeto se usa de la misma forma en los escenarios tabulares y multidimensionales. Por ejemplo, las API
relacionadas con el servidor se reubican en el espacio de nombres principal.
Aunque ahora hay varios espacios de nombres, ambos existen en el mismo ensamblado
(Microsoft.AnalysisServices.dll).
Cambios en XEvent DISCOVER
Para admitir mejor XEvent detectar la transmisión por secuencias en SSMS para SQL Server 2016 Analysis
Services, DISCOVER_XEVENT_TRACE_DEFINITION se reemplaza con los seguimientos de XEvent siguientes:
DISCOVER_XEVENT_PACKAGES
DISCOVER_XEVENT_OBJECT
DISCOVER_XEVENT_OBJECT_COLUMNS
DISCOVER_XEVENT_SESSION_TARGETS
Cambios de comportamiento
Un cambio de comportamiento afecta a cómo funcionan o interactúan las características en la versión actual en
comparación con las versiones anteriores de SQL Server.
Las revisiones de valores predeterminados, la configuración manual necesaria para completar una actualización o
restaurar la funcionalidad o una nueva implementación de una característica existente son ejemplos de cambio de
comportamiento en el producto.
Aquí se enumeran los comportamientos de características que han cambiado en esta versión pero que no alteran
un modelo existente o el código posterior a la actualización.
Analysis Services en modo de SharePoint
Ya no se requiere la ejecución del Asistente para configuración de PowerPivot como tarea posterior a la instalación.
Esto es cierto para todas las versiones admitidas de SharePoint que cargar los modelos de SQL Server 2016
Analysis Services actual.
Modo DirectQuery para los modelos tabulares
DirectQuery es un modo de acceso a datos para los modelos tabulares, donde se realiza la ejecución de la consulta
en una base de datos relacional de back-end y se recupera un conjunto de resultados en tiempo real. A menudo se
usa para grandes conjuntos de datos que no caben en la memoria o cuando los datos son volátiles y quiere que los
datos más recientes se devuelvan en las consultas en un modelo tabular.
DirectQuery ha existido como un modo de acceso a datos en las últimas versiones. En SQL Server 2016 Analysis
Services, la implementación se ha revisado un poco, suponiendo que el modelo tabular es el nivel de
compatibilidad 1200 o superior. DirectQuery tiene menos restricciones que antes. También tiene propiedades de
base de datos diferentes.
Si usa DirectQuery en un modelo tabular existente, puede mantener el modelo en su nivel actual de compatibilidad
de 1100 o 1103 y seguir usando DirectQuery implementado para esos niveles. Como alternativa, puede actualizar
a 1200 o superior para beneficiarse de las mejoras realizadas en DirectQuery.
No hay ninguna actualización en contexto de un modelo de DirectQuery porque la configuración de los niveles de
compatibilidad más antiguos no tiene homólogos exactos en los niveles de compatibilidad 1200 y superior más
reciente. Si tiene un modelo tabular existente que se ejecuta en el modo DirectQuery, debe abrir el modelo en SQL
Server Data Tools, desactivar DirectQuery, establezca el nivel de compatibilidad propiedad a 1200 o superior y
después volver a configurar la de DirectQuery Propiedades. Vea Directquerymode para obtener más información.
Vea también
Compatibilidad con versiones anteriores de Analysis Services (SQL Server 2017)
Compatibilidad con versiones anteriores de Analysis
Services (SQL 2017)

Este artículo describe los cambios en la disponibilidad de las características y el comportamiento entre la versión
actual y la versión anterior.
Características desusadas
A característica en desuso se interrumpirá del producto en una versión futura, pero todavía admitido e incluido en
la versión actual para mantener la compatibilidad con versiones anteriores. Se recomienda que suspender el uso
de características en desuso en proyectos nuevos y existentes para mantener la compatibilidad con futuras
versiones.
Las siguientes características están en desuso en esta versión:
Multidimensional Minería de datos
Tabular Modelos en el nivel de compatibilidad 1100 y 1103
Tabular Propiedades del modelo de objetos tabulares:

Column.TableDetailPosition, Column.IsDefaultLabel,
Column.IsDefaultImage
Herramientas SQL Server Profiler para captura de seguimiento
La sustitución es usar el Generador de perfiles de eventos

extendidos integrado en SQL Server Management Studio.
Consulte Supervisar Analysis Services con SQL Server
Extended Events.
Herramientas Server Profiler para reproducción de seguimiento

Sustitución. No hay ninguna sustitución.
Objetos de administración de seguimiento y API de Objetos de Microsoft.AnalysisServices.Trace (contiene las API

seguimiento para los objetos Trace y Replay de Analysis Services). La
sustitución abarca varias partes:
-Configuración de seguimiento:
Microsoft.SqlServer.Management.XEvent
: Hacer seguimiento de lectura:
Microsoft.SqlServer.XEvent.Linq
- Reproducción de seguimiento: ninguna
Características no incluidas
A no incluye la característica ha quedado obsoleta en la versión anterior. Puede continuar para incluirse en la
versión actual, pero ya no se admite. Se pueden quitar características no incluidas en una futura versión
completamente o actualizar.
Las siguientes características están en desuso en la versión anterior y ya no se admiten en esta versión.
Tabular Valor de propiedad de memoria de VertipaqPagingPolicy (2),

habilitar la paginación en el disco mediante memoria archivos
asignados.
Multidimensional Particiones remotas
Multidimensional Reescritura de dimensiones
Multidimensional Dimensiones vinculadas
Cambios importantes
A cambio problemático hace una característica, el modelo de datos, el código de aplicación o el script ya no
funcione después de actualizar a la versión actual.
No hay ningún cambio importante en esta versión.
Cambios de comportamiento
A cambio de comportamiento afecta al funcionamiento de la misma función en la versión actual en comparación
con la versión anterior. Se describen sólo los cambios de comportamiento importante. No se incluyen cambios en
la interfaz de usuario.
Cambios en MDSCHEMA_MEASUREGROUP_DIMENSIONS y DISCOVER_CALC_DEPENDENCY, que se
detallan en el cuáles son las novedades de CTP de SQL Server de 2017 2.1 para Analysis Services anuncio.
Vea también
Compatibilidad con versiones anteriores de Analysis Services (SQL Server 2016)
Escenarios de globalización para Analysis Services

Analysis Services almacena y manipula datos y metadatos multilingües en modelos de datos tabulares y
multidimensionales. El almacenamiento de datos es Unicode (UTF -16), en los juegos de caracteres que utilizan la
codificación Unicode. Si carga datos ANSI en un modelo de datos, los caracteres se almacenan con puntos de
código equivalentes de Unicode.
Con la compatibilidad con Unicode, Analysis Services puede almacenar datos en cualquiera de los idiomas
admitidos por los sistemas operativos de servidor y cliente Windows, y permite la lectura, escritura, ordenación y
comparación de datos en todos los juegos de caracteres que se usan en un equipo Windows. Las aplicaciones
cliente de BI que consumen datos de Analysis Services pueden representar datos en el idioma que elija el usuario,
siempre que haya datos en ese idioma dentro del modelo.
La compatibilidad de idiomas puede tener diferentes implicaciones para cada persona. En la siguiente lista se
tratan algunas cuestiones comunes relacionadas con la forma en que Analysis Services es compatible con
idiomas.
Los datos, como ya se indicó, se almacenan en cualquier conjunto de caracteres con codificación Unicode
de un sistema operativo de cliente Windows.
Se pueden traducir los metadatos, como los nombres de objeto. Aunque la compatibilidad varía según el
tipo de modelo, tanto los modelos multidimensionales como los tabulares admiten la inserción de cadenas
traducidas dentro del modelo. Puede definir varias traducciones y, luego, usar un identificador de
configuración regional para determinar qué traducción se devolverá al cliente. Consulte Características ,
más adelante, para obtener más detalles.
Los mensajes de error, advertencia e información que devuelve el motor de Analysis Services (msmdsrv)
están localizados a los 43 idiomas que admiten Office y Office 365. No es necesaria ninguna configuración
para obtener los mensajes en un idioma determinado. La configuración regional de la aplicación cliente
determina las cadenas que se devuelven.
El archivo de configuración (msmdsrv.ini) y PowerShell AMO solo están disponibles en inglés.
Los archivos de registro contienen una mezcla de mensajes en inglés y localizados, si instaló un paquete de
idioma en el servidor Windows Server en el que se ejecuta Analysis Services.
La documentación y las herramientas, como Management Studio y SQL Server Data Tools, están
traducidas a los siguientes idiomas: alemán, chino tradicional, chino simplificado, coreano, español, francés,
italiano, japonés, portugués (Brasil) y ruso. La referencia cultural se especifica durante la instalación.
En el caso de los modelos multidimensionales, Analysis Services le permite definir el idioma, la
intercalación y las traducciones de forma independiente en toda la jerarquía de objetos. En el caso de los
modelos tabulares, solo puede agregar las traducciones, porque el sistema operativo hereda el idioma y la
intercalación.
Los escenarios habilitados a través de las características de globalización de Analysis Services incluyen:
Un mismo modelo de datos proporciona diversos títulos traducidos para que los valores y los nombres de
campos aparezcan en el idioma que elija el usuario. Para empresas que operen en países bilingües como
Canadá, Bélgica y Suiza, la compatibilidad con varios idiomas en todas las aplicaciones de cliente y servidor
es un requisito de codificación estándar. Este escenario se habilita con las traducciones y conversiones de
divisa. Consulte Características , más adelante, para ver información detallada y vínculos.
Los entornos de desarrollo y producción están ubicados geográficamente en distintos países. Cada vez es
más común que una solución se desarrolle en un país y, luego, se implemente en otro. Saber cómo
configurar las propiedades de idioma e intercalación es fundamental si tiene que preparar una solución
desarrollada en un idioma para su implementación en un servidor que utiliza otro paquete de idioma.
Configurar estas propiedades le permite invalidar los valores predeterminados heredados que obtiene del
sistema host original. Consulte Idiomas e intercalaciones (Analysis Services) para obtener más información
sobre la configuración de propiedades.
Características para crear una solución multilingüe globalizada

En el nivel de cliente, las aplicaciones globalizadas que consumen o manipular datos multidimensionales de
Analysis Services pueden usar las características multilingües y multiculturales de Analysis Services.
Puede recuperar datos y metadatos de los objetos de Analysis Services en los que se han definido las
traducciones automáticamente proporcionando un identificador de configuración regional cuando se conecte con
una instancia de Analysis Services .
Vea Sugerencias de globalización y procedimientos recomendados (Analysis Services) para conocer las prácticas
de diseño y codificación que pueden ayudarle a evitar problemas relacionados con los datos en diversos idiomas.
Capacidad Tabular Multidimensional
Idiomas e intercalaciones (Analysis Heredado del sistema operativo. Heredado, pero con la capacidad de
Services) reemplazar el idioma y la intercalación
de objetos importantes en la jerarquía
de modelo.
Ámbito de compatibilidad con la Leyendas y descripciones. Las traducciones se pueden crear para
traducción nombres de objeto, leyendas,
identificadores y descripciones. También
pueden estar en cualquier script y
lenguaje Unicode. Es así aunque las
herramientas y el entorno estén en otro
idioma. Por ejemplo, en un entorno de
desarrollo en el que se usen el idioma
inglés y una intercalación latina en toda
la pila, puede incluir en el modelo un
objeto que utilice caracteres cirílicos en
su nombre.
Implementación de compatibilidad con Creación con SQL Server Data Tools Creación con SQL Server Data Tools
la traducción (SSDT) para generar archivos de (SSDT) para definir las traducciones del
traducción que rellenará y, luego, título, la descripción y los tipos de
importará de vuelta en el modelo. cuenta de cubos y medidas,
dimensiones y atributos.
Vea Traducciones en modelos tabulares
(Analysis Services) para obtener más Vea Traducciones en modelos
información. multidimensionales (Analysis Services)
Encontrará una lección sobre cómo usar
esta característica en Lección 9: Definir
perspectivas y traducciones, en el
tutorial de Analysis Services.
Conversión de moneda No disponible. La conversión de moneda convierte las
medidas que contienen datos de divisas
con scripts MDX especializados. Puede
usar el Asistente de Business
Intelligence de SQL Server Data Tools -
Business Intelligence para generar un
script MDX que utilice una combinación
de datos y metadatos de dimensiones,
atributos y grupos de medida para
convertir las medidas que contienen
datos de divisas. Vea Conversiones de
moneda (Analysis Services).
Vea también
Compatibilidad con traducción en Analysis Services
Internacionalización para aplicaciones de Windows
Vaya el centro de desarrolladores Global
Aplicaciones de la tienda de Windows de escritura con diseño adaptable basado en la configuración regional
Desarrollar aplicaciones universales de Windows con C# y XAML
Idiomas e intercalaciones (Analysis Services)

Analysis Services admite los idiomas e intercalaciones que proporcionan los sistemas operativos Microsoft
Windows. Las propiedadesLanguage y Collation se establecen inicialmente en el nivel de instancia durante la
instalación, pero se pueden cambiar posteriormente en diferentes niveles de la jerarquía de objetos.
(Solo) en un modelo multidimensional, se pueden establecer estas propiedades en una base de datos o un cubo;
también se pueden establecer en traducciones que se crean para objetos dentro de un cubo. En un modelo tabular,
el idioma y la intercalación se heredan del sistema operativo host.
Al establecer Language y Collation en un modelo multidimensional, se especifica la configuración que emplea el
modelo de datos durante el procesamiento y la ejecución de la consulta o se equipa un modelo con varias
traducciones para que los altavoces en idioma extranjero puedan trabajar con el modelo en su idioma nativo. El
establecimiento explícito de las propiedades Language y Collation en un objeto (base de datos, modelo o cubo)
se destina a situaciones en las que el entorno de desarrollo y el servidor de producción se establecen para
diferentes configuraciones regionales y se quiere tener la seguridad de que la combinación de idioma e
intercalación coincide con la del entorno de destino.
Objetos que admiten propiedades de idioma e intercalación

Las propiedadesLanguage y Collation suelen exponerse unidas: donde se puede establecer Language, también
se puede establecer Collation.
Puede establecer Language y Collation en estos objetos:
Instancia. Todos los proyectos implementados en la instancia adoptarán la combinación de idioma e
intercalación de la instancia, suponiendo que el idioma y la intercalación no se hayan definido. De forma
predeterminada, un modelo multidimensional deja vacía la configuración de idioma e intercalación.
Cuando se implementa el proyecto, la base de datos y los cubos resultantes obtienen la configuración de
idioma e intercalación de la instancia.
Inicialmente, las propiedades de idioma e intercalación se establecen durante la instalación, pero un
administrador puede invalidarlas en Management Studio. Para obtener información detallada, vea Cambiar
la configuración predeterminada de idioma o intercalación en la instancia .
Base de datos. Para interrumpir la herencia, puede establecer explícitamente la configuración de idioma e
intercalación en el nivel de proyecto que se utiliza en todos los cubos de la base de datos. A menos que se
indique lo contrario, todos los cubos de la base de datos obtendrán la configuración de idioma e
intercalación que se especifique en este nivel. Si habitualmente codifica e implementa en distintas
configuraciones regionales (por ejemplo, desarrolla la solución en un equipo chino, pero la implementa en
un servidor que pertenece a una subsidiaria francesa), la configuración de idioma e intercalación en el nivel
de base de datos es el primer paso, y el más importante, para garantizar que la solución funciona en el
entorno de destino. El mejor lugar para establecer estas propiedades es dentro del proyecto (a través del
comando Editar base de datos en el proyecto).
Dimensión de base de datos Aunque el diseñador expone las propiedades Language y Collation en
una dimensión de base de datos, no resulta útil establecer las propiedades en este objeto. Las dimensiones
de base de datos no se utilizan como objetos independientes, por lo que puede ser difícil, si no imposible,
aprovechar las propiedades que defina. Cuando se encuentra en un cubo, una dimensión siempre hereda
Language y Collation de su elemento primario de cubo. Los valores que se hayan establecido en el
objeto de dimensión de base de datos independiente se omiten.
Cubo. Como estructura de consulta primaria, la configuración de idioma e intercalación se puede
establecer en el nivel del cubo. Por ejemplo, tal vez desee crear versiones de un cubo en varios idiomas,
como versiones en inglés y chino, dentro del mismo proyecto, donde cada cubo tenga su propia
configuración de idioma e intercalación.
Sea cual sea la combinación de idioma e intercalación que establezca en el cubo, se usa con todas las
medidas y dimensiones contenidas en el cubo. La única forma de establecer propiedades de intercalación
más depuradas se produce cuando se crean traducciones en un atributo de dimensión. De lo contrario,
suponiendo que no haya ninguna traducción en el nivel de atributo, hay una intercalación por cubo.
Además, Languagese puede establecer, por sí mismo, en un objeto Traducción .
Al agregar traducciones a un cubo o dimensión se crea un objeto de traducción. Language forma parte de
la definición de la traducción. Por otro lado,Collationse establece en el nivel de cubo o superior y la
comparten todas las traducciones. Esto es evidente en el XML A de un cubo que contiene traducciones,
donde se verán varias propiedades de idioma (una para cada traducción), pero solo una intercalación.
Tenga en cuenta que hay una excepción en el caso de traducciones de atributo de dimensión, donde puede
reemplazar la intercalación de cubo para especificar una intercalación de atributo que coincida con la
columna de origen (el motor de base de datos admite la configuración de intercalación en columnas
individuales y se acostumbra a configurar traducciones individuales para obtener datos de miembro de
diferentes columnas de origen). Pero, en caso contrario, para las demás traducciones, Language se usa por
sí mismo, sin un corolario de Collation . Vea Compatibilidad con traducción en Analysis Services para
obtener más información.
Compatibilidad con idiomas en Analysis Services

La propiedad Language establece la configuración regional de un objeto, que se usa durante el procesamiento,
las consultas y con Captions y Translations para admitir escenarios multilingües. Las configuraciones regionales
se basan en un identificador de idioma (por ejemplo, inglés) y un territorio (por ejemplo, Estados Unidos o
Australia) que refina aún más las representaciones de fecha y hora.
En el nivel de instancia, la propiedad se establece durante la instalación y se basa en el idioma del sistema
operativo de Windows Server (uno de 37 idiomas, dando por hecho que se ha instalado un paquete de idioma).
No se puede cambiar el idioma en el programa de instalación.
Después de la instalación, puede reemplazar Language mediante la página de propiedades de servidor de
Management Studio o del archivo de configuración msmdsrv.ini. Puede elegir entre muchos más idiomas,
incluidos todos los que admite el cliente Windows. Cuando se establece en el nivel de instancia, en el servidor,
Language determina la configuración regional de todas las bases de datos que se implementan posteriormente.
Por ejemplo, si establece Language en alemán, todas las bases de datos que se implementan en la instancia
tendrán una propiedad de idioma de 1031, el LCID de alemán.
El valor de la propiedad Language es un identificador de configuración regional (LCID)
Los valores válidos incluyen cualquier LCID que aparezca en la lista desplegable. En Management Studio y SQL
Server Data Tools, los LCID se representan en equivalentes de cadena. Aparecen los mismos idiomas en cualquier
sitio en que se exponga la propiedad Language , independientemente de la herramienta. Al contar con una lista
idéntica de idiomas se garantiza que las traducciones se pueden implementar y probar de forma coherente en
todo el modelo.
Aunque Analysis Services muestra los idiomas por nombre, el valor real almacenado para la propiedad es un
LCID. Al establecer una propiedad de idioma mediante programación o mediante el archivo msmdsrv.ini, use el
identificador de configuración regional (LCID ) como valor. Un LCID es un valor de 32 bits que consta de un
identificador de idioma, un identificador de ordenación y bits reservados que identifican un idioma determinado.
Analysis Services utiliza LCID con el fin de especificar el idioma seleccionado para las instancias y los objetos de
Analysis Services.
Puede establecer el LCID con formatos hexadecimales o decimales. Entre los ejemplos de valores válidos para la
propiedad Language se incluyen:
0x0409 o 1033 para inglés (Estados Unidos)
0x0411 o 1041 para japonés
0x0407 o 1031 para alemán (Alemania)
0x0416 o 1046 para portugués (Brasil)
Para obtener una lista más completa, vea Identificadores de configuración regional asignados por
Microsoft. Para obtener más información, consulte Codificaciones y páginas de códigos.
NOTE
La propiedad Language no determina el idioma de devolución de mensajes del sistema ni las cadenas que aparecen en la
interfaz de usuario. Los errores, las advertencias y los mensajes están localizados en todos los idiomas admitidos en Office y
Office 365, y se usan automáticamente cuando la conexión de cliente especifica una de las configuraciones regionales
admitidas.
Compatibilidad con intercalaciones en Analysis Services

Analysis Services usa Windows (versiones _90 y _100) e intercalaciones binarias exclusivamente. No utiliza
intercalaciones de SQL Server heredadas. Dentro de un cubo, se utiliza una única intercalación en su totalidad, a
excepción de las traducciones en el nivel de atributo. Para obtener más información sobre cómo definir
traducciones de atributos, vea Compatibilidad con traducción en Analysis Services.
Las intercalaciones controlan la distinción de mayúsculas y minúsculas de todas las cadenas en un alfabeto
bicameral del idioma, a excepción de los identificadores de objeto. Si usa mayúsculas y minúsculas en un
identificador de objeto, tenga en cuenta que la distinción entre mayúsculas y minúsculas de los identificadores de
objeto no está determinada por la intercalación, sino por Analysis Services. Para los identificadores de objeto
compuestos en el alfabeto del inglés, los identificadores de objeto no distinguen nunca mayúsculas de minúsculas,
independientemente de la intercalación. Los alfabetos bicamerales del cirílico y de otros idiomas hacen lo
contrario (siempre distinguen mayúsculas de minúsculas). Para obtener información detallada, vea Globalization
Tips and Best Practices (Analysis Services) .
La intercalación de Analysis Services es compatible con el motor de bases de datos relacionales de SQL Server,
dando por hecho que se mantiene la paridad en las opciones de ordenación que seleccione para cada servicio. Por
ejemplo, si la base de datos relacionales distingue acentos, debe configurar el cubo de la misma manera. Pueden
producirse problemas cuando las configuraciones de intercalación difieren. Para obtener un ejemplo y soluciones
alternativas, vea Espacios en blanco en una cadena Unicode tienen distintos resultados de procesamiento en
función de la intercalación. Para obtener más información sobre la intercalación y el motor de base de datos, vea
Collation and Unicode Support.
Tipos de intercalación
Analysis Services admite dos tipos de intercalación:
Intercalaciones de Windows (versiones _90 y _100)
Las versiones de intercalación de Windows son _90 (una versión anterior no marcada) y la versión más
reciente _100. Solo la versión _100 muestra el número de versión en el nombre de intercalación:
latin1_general
latin1_general_100
La intercalación de Windows ordena caracteres según las características lingüísticas y culturales del
idioma. En Windows, las intercalaciones superan el numero de configuraciones regionales (o
idiomas) que se usan con ellas, debido a que muchos idiomas comparten alfabetos y reglas
comunes de ordenación y comparación de caracteres. Por ejemplo, 33 configuraciones regionales de
Windows, incluidas las configuraciones regionales de Windows para portugués e inglés, utilizan la
página de códigos Latin1 (1252) y siguen un conjunto común de reglas para ordenar y comparar
caracteres.
NOTE
Cuando se decida por una intercalación, esta debería coincidir con la que utiliza la base de datos subyacente. Sin
embargo, si puede elegir, la versión _100 es la más actualizada y ofrece una convención de ordenación cultural más
precisa desde el punto de vista lingüístico.
Intercalaciones binarias (BIN o BIN2)

La intercalaciones binarias se ordenan en puntos de código Unicode, no en valores lingüísticos. Por
ejemplo, Latin1_General_BIN y Japanese_BIN generan resultados de ordenación idénticos en datos
Unicode. Mientras que una ordenación lingüística podría producir resultados como aAbBcCdD, una
ordenación binaria sería ABCDabcd porque el punto de código de todos los caracteres en mayúsculas es
colectivamente superior a los puntos de código de los caracteres en minúsculas.
Opciones de orden
Las opciones de ordenación se utilizan para refinar las reglas de ordenación y comparación por distinción de
mayúsculas y minúsculas, de acentos, de caracteres kana y de ancho. Por ejemplo, el valor predeterminado de la
propiedad de configuración Collation para Analysis Services es Latin1_General_AS_CS, lo que especifica que se
usa la intercalación Latin1_General con un criterio de ordenación que distingue acentos y mayúsculas y
minúsculas.
Tenga en cuenta que BIN y BIN2 son mutuamente excluyentes de otras opciones de ordenación, si desea utilizar
BIN o BIN2, desactive la opción de ordenación de distinción de acentos. De manera similar, si selecciona BIN2, no
estarán disponibles las opciones de distinción de mayúsculas y minúsculas, sin distinción de mayúsculas y
minúsculas, distinción de acentos, sin distinción de acentos, distinción de caracteres kana y distinción de ancho.
La siguiente tabla describe las opciones de orden de intercalación de Windows y los sufijos asociados para
Analysis Services.
ORDEN (SUFIJO) DESCRIPCIÓN DEL ORDEN

ORDEN (SUFIJO) DESCRIPCIÓN DEL ORDEN
Binario (_BIN) o BIN2 (_BIN2) Hay dos tipos de intercalaciones binarias en SQL Server; las
intercalaciones BIN antiguas y las intercalaciones BIN2 nuevas.
En una intercalación BIN2, todos los caracteres se ordenan en
función de sus puntos de código. En una intercalación BIN,
solo se ordena el primer carácter en función del punto de
código, mientras que los demás caracteres se ordenan en
función de sus valores de bytes (Dado que la plataforma de
Intel tiene una arquitectura "litte endian", los caracteres de
codificación Unicode siempre se intercambian por bytes).
En intercalaciones binarias de tipos de datos Unicode, la

configuración regional no se tiene en cuenta a la hora de
ordenar los datos. Por ejemplo, Latin_1_General_BIN y
Japanese_BIN producen resultados de orden idénticos cuando
se usan en datos Unicode.
El orden binario utiliza la distinción de mayúsculas y

minúsculas, y de acentos. El orden binario es también el más
rápido.
Distinguir mayúsculas de minúsculas (_CS) Distingue entre letras mayúsculas y minúsculas. Si se

selecciona, las letras minúsculas se ordenan por delante de
sus versiones en mayúsculas. Puede establecer explícitamente
la opción sin distinción de mayúsculas y minúsculas
especificando _CI. La configuración de mayúsculas y
minúsculas específica de la intercalación no se aplica a
identificadores de objeto, como el identificador de una
dimensión, el cubo y otros objetos. Para obtener información
detallada, vea Globalization Tips and Best Practices (Analysis
Services) .
Distinguir acentos (_AS) Distingue entre caracteres acentuados y no acentuados. Por

ejemplo, 'a' no es igual a 'ấ'. Si esta opción no se activa,
Analysis Services considera que las letras acentuadas son
idénticas a sus versiones no acentuadas en la ordenación.
Puede establecer explícitamente la opción sin distinción de
acentos especificando _AI.
Distinguir kana (_KS) Distingue entre los dos tipos de caracteres Kana japoneses:
Hiragana y Katakana. Si esta opción no se activa, Analysis
Services considera los caracteres Hiragana y Katakana como
caracteres iguales en la ordenación. No existe ningún sufijo de
orden para el tipo de orden que no distingue los tipos de
Kana.
Distinguir ancho (_WS) Distingue entre un carácter de un solo byte y el mismo

carácter representado como un carácter de doble byte. Si esta
opción no se activa, Analysis Services considera que la
representación de un solo byte y de doble byte del mismo
carácter es idéntica en la ordenación. No existe ningún sufijo
de orden para el tipo de orden que no distingue el ancho.
Cambiar la configuración predeterminada de idioma o intercalación en

la instancia
La configuración de idioma e intercalación predeterminada se establece durante la instalación, pero se puede
cambiar como parte de la configuración posterior a la instalación. El cambio de la intercalación en el nivel de
instancia no es tarea sencilla e incluye estos requisitos:
El reinicio del servicio.
Actualizar la configuración de intercalación de los objetos existentes. La configuración de intercalación se
hereda al crear el objeto. Los cambios posteriores en la intercalación deben realizarse manualmente. Para
obtener información detallada, vea Cambiar idioma e intercalación dentro de un modelo de datos mediante
XML A para obtener sugerencias sobre cómo se propagan los cambios de intercalación en todo el modelo.
Volver a procesar las particiones y dimensiones después de actualizar la intercalación.
Puede usar SQL Server Management Studio o PowerShell AMO para cambiar la configuración de idioma
o intercalación predeterminada en el nivel de servidor. Como alternativa, puede modificar el <idioma > y
<nombreDeIntercalación > valores en el archivo msmdsrv.ini, especificando el LCID del idioma.
1. En Management Studio, haga clic con el botón derecho en el nombre del servidor | Propiedades |
Idioma/Intercalación.
2. Elija las opciones de ordenación. Para seleccionar Binario o Binario 2, desactive primero la casilla
Distinguir acentos.
Observe que la intercalación y el idioma son configuraciones completamente independientes. Si cambia
uno, los valores del otro no se filtran para mostrar las combinaciones comunes.
3. Actualice el modelo de datos para usar la nueva intercalación (vea la siguiente sección).
4. Reiniciar el servicio.
Cambiar idioma o intercalación en un cubo

1. En el Explorador de soluciones, haga doble clic en el cubo para abrirlo en el Diseñador de cubos.
2. En el panel Medidas o Dimensiones, seleccione el nodo superior. El objeto de nivel superior de cualquiera
de los paneles es el cubo.
3. En Propiedades, establezca Language y Collation. Los valores que elija se utilizarán en todos los objetos
de cubo, incluidas las dimensiones y medidas de cubo, y afectarán a las operaciones de procesamiento y
consulta.
La única forma de incrustar propiedades alternativas de idioma e intercalación en objetos dentro del cubo
es a través de las traducciones. Vea Compatibilidad con traducción en Analysis Services para obtener más
información.
Cambiar idioma e intercalación dentro de un modelo de datos

mediante XMLA
La configuración de idioma e intercalación se hereda al crear el objeto. Los cambios posteriores en estas
propiedades deben realizarse manualmente. Un método para cambiar rápidamente la intercalación de varios
objetos es usar un comando ALTER en un script XML A.
De forma predeterminada, la intercalación se establece una vez en el nivel de base de datos. La herencia está
implícita en el resto de la jerarquía de objetos. Si Collation se establece explícitamente en objetos dentro del
cubo, lo que se permite en atributos de dimensión individuales, aparecerá en la definición de XML A. De lo
contrario, solo existe la propiedad de intercalación de nivel superior.
Antes de usar XML A para modificar una base de datos existente, asegúrese de que no está incorporando
discrepancias entre la base de datos y los archivos de origen utilizados para crearla. Por ejemplo, tal vez quiera
usar XML A para cambiar rápidamente el idioma o la intercalación para pruebas de prueba de concepto, pero
seguir realizando cambios en el archivo de origen (vea Cambiar idioma o intercalación en un cubo), volviendo a
implementar la solución con los procedimientos operativos existentes ya en vigor.
1. En Management Studio, haga clic con el botón derecho en la base de datos | Incluir la base de datos
como | ALTER para | Nueva ventana del Editor de consultas.
2. Busque el idioma o intercalación existente y reemplácelo por un valor alternativo.
3. Presione F5 para ejecutar el script.
4. Vuelva a procesar el cubo.
Aumente el rendimiento de las configuraciones regionales de inglés

mediante EnableFast1033Locale
Si usa el identificador de idioma Inglés (Estados Unidos) (0x0409 o 1033) como idioma predeterminado para la
instancia de Analysis Services , puede obtener ventajas de rendimiento adicionales si establece la propiedad de
configuración EnableFast1033Locale , una propiedad de configuración avanzada disponible solo para este
identificador de idioma. Al establecer el valor de esta propiedad en true , Analysis Services puede utilizar un
algoritmo más rápido en las comparaciones y los algoritmos hash de cadenas. Para obtener más información
sobre cómo establecer las propiedades de configuración, vea Propiedades del servidor de Analysis Services.
Compatibilidad con GB18030 en Analysis Services

GB18030 es un estándar independiente que se usa en la República Popular China para codificar caracteres chinos.
En GB18030, los caracteres pueden tener una longitud de 1, 2 o 4 bytes. En Analysis Services, no se produce
ninguna conversión de datos al procesar datos de orígenes externos. Los datos simplemente se almacenan como
datos Unicode. En el momento de la consulta, se realiza una conversión de GB18030 a través de las bibliotecas de
cliente de Analysis Services (específicamente, el proveedor OLE DB MSOL AP.dll) cuando se devuelven datos de
texto en los resultados de la consulta, en función de la configuración del sistema operativo cliente. El motor de
base de datos también es compatible con GB18030. Para obtener información detallada, vea Collation and
Unicode Support.
Vea también
Sugerencias de globalización y mejores prácticas & #40; Analysis Services & #41;
Compatibilidad con la intercalación y Unicode

En un modelo de datos de Analysis Services , puede incrustar varias traducciones de un título o descripción para
proporcionar cadenas específicas de la configuración regional que coincidan con cada LCID. En el caso de los
modelos multidimensionales, se pueden agregar traducciones del nombre de la base de datos, los objetos del
cubo y los objetos de dimensión de la base de datos. En el caso de los modelos tabulares, puede traducir las
descripciones y títulos de tabla y columna.
Al definir una traducción, se crean los metadatos y el título traducido dentro del modelo, pero para que se
representen cadenas localizadas en una aplicación cliente, deberá configurar la propiedad Language en el
objeto o pasar un parámetro Culture o Locale Identifier en la cadena de conexión (por ejemplo, estableciendo
LocaleIdentifier=1036 para devolver cadenas en francés).
Utilice Locale Identifier si quiere admitir varias traducciones simultáneas del mismo objeto en diferentes
idiomas. Si configura la propiedad Language , funcionará, pero esto afectará también al procesamiento y a las
consultas, lo cual podría tener consecuencias no deseadas. Configurar Locale Identifier es la mejor opción,
porque solo se utiliza para devolver las cadenas traducidas.
Una traducción está formada por un identificador de configuración regional (LCID ), un título traducido del
objeto (por ejemplo, el nombre de la dimensión o el atributo) y, si se quiere, un enlace a una columna que
proporciona los valores de los datos en el idioma de destino. Puede tener varias traducciones, pero solo puede
utilizar una para cada una de las conexiones. No hay ningún límite teórico en la cantidad de traducciones que
puede incrustar en el modelo, pero cada traducción agrega complejidad a las pruebas y todas las traducciones
deben compartir la misma intercalación. Por lo tanto, al diseñar la solución, tenga en cuenta estas restricciones
naturales.
TIP
Puede utilizar aplicaciones cliente como Excel, Management Studio y SQL Server Profiler para devolver las cadenas
traducidas. Para más información, vea Sugerencias de globalización y procedimientos recomendados (Analysis Services) .
Incorporación de metadatos traducidos al modelo de Analysis

Services
Visite estos vínculos para obtener instrucciones paso a paso:
Traducciones en modelos tabulares (Analysis Services)
Traducciones en modelos multidimensionales (Analysis Services)
Vea también
Idiomas e intercalaciones & #40; Analysis Services & #41;
Establecer o cambiar la intercalación de columnas
Sugerencias de globalización y mejores prácticas & #40; Analysis Services & #41;
Conversiones de moneda (Analysis Services)

Se aplica a: Solo multidimensional
Analysis Services usa una combinación de características, guiadas por scripts MDX (Expresiones
multidimensionales), para proporcionar compatibilidad con la conversión de divisa en cubos que admiten varias
divisas.
Terminología de conversión de monedas

La siguiente terminología se utiliza en Analysis Services para describir la funcionalidad de conversión de moneda.
Moneda dinámica
La moneda con la que se escriben las tasas de cambio en el grupo de medida de tarifas.
Moneda local
La moneda que se usa para almacenar las transacciones en las que se basan las medidas que se van a convertir.
La moneda local puede identificarse por:
Un identificador de moneda de la tabla de hechos almacenada con la transacción, como suele ser el caso de
las aplicaciones bancarias en las que la propia transacción identifica la moneda que utiliza.
Un identificador de moneda asociado con un atributo de una tabla de dimensiones que, después, se asocia
con una transacción de la tabla de hechos, como suele ser el caso de las aplicaciones financieras donde una
ubicación u otro identificador, como una delegación, identifica la moneda que utiliza una transacción
asociada.
Moneda del informe
La moneda a la que se convierten las transacciones desde la moneda dinámica.
NOTE
En las conversiones de una moneda a varias, la moneda dinámica y la moneda del informe son la misma.
Dimensión de moneda
Una dimensión de base de datos definida con los siguientes parámetros:
La propiedad Type de la dimensión se establece en Currency.
La propiedad Type de un atributo de la dimensión se establece en CurrencyName.
IMPORTANT
Los valores de este atributo se deben utilizar en todas las columnas que deben contener un identificador de moneda.
Grupo de medida de tarifas

Un grupo de medida de un cubo, definido con los siguientes parámetros:
Existe una relación de dimensión normal entre una dimensión de moneda y el grupo de medida de tarifas.
Existe una relación de dimensión normal entre una dimensión temporal y el grupo de medida de tarifas.
Opcionalmente, la propiedad Type se establece en ExchangeRate. En tanto el Asistente de Business
Intelligence utiliza las relaciones con las dimensiones temporal y de moneda para identificar los grupos de
medida de tarifas probables, la configuración de la propiedad Type en ExchangeRate permite a las
aplicaciones cliente identificar más fácilmente los grupos de medida de tarifas.
Una o más medidas, que representan las tasas de cambio que contiene el grupo de medida de tarifas.
Dimensión de moneda del informe
La dimensión (definida por el Asistente de Business Intelligence después de una conversión de moneda)
que contiene las monedas del informe para esa conversión. La dimensión de moneda del informe se basa
en una consulta con nombre (definida en la vista del origen de datos en la que se basa la dimensión de
moneda asociada con el grupo de medida de tarifas) de la tabla principal de dimensión de la dimensión de
moneda. La dimensión se define con los siguientes parámetros:
La propiedad Type de la dimensión se establece en Currency.
La propiedad Type de un atributo clave de la dimensión se establece en CurrencyName.
La propiedad Type de un atributo dentro de la dimensión se establece en CurrencyDestination, y la
columna enlazada con el atributo contiene los identificadores de moneda que representan las monedas del
informe para esa conversión.
Definir las conversiones de moneda

Puede utilizar el Asistente de Business Intelligence para definir la funcionalidad de conversión de moneda en un
cubo o puede definir manualmente las conversiones de moneda mediante scripts MDX.
Requisitos previos
Antes de que pueda definir una conversión de moneda en un cubo mediante el Asistente de Business Intelligence,
debe definir, al menos, una dimensión de moneda, una dimensión temporal y un grupo de medida de tarifas.
Desde estos objetos, el Asistente de Business Intelligence puede recuperar los datos y metadatos que se usan para
construir la dimensión de moneda del informe y el script MDX necesarios para proporcionar la funcionalidad de
conversión de moneda.
Decisiones
Necesita tomar las siguientes decisiones antes de que el Asistente de Business Intelligence pueda construir la
dimensión de moneda del informe y el script MDX necesarios para proporcionar la funcionalidad de conversión de
moneda:
Dirección de la tasa de cambio
Miembros convertidos
Tipo de conversión
Monedas locales
Monedas del informe
Direcciones de la tasa de cambio
El grupo de medida de tarifas contiene medidas que representan las tasas de cambio entre las monedas locales y
la moneda dinámica (a la que se hace referencia normalmente como moneda corporativa). La combinación de la
dirección de la tasa de cambio y el tipo de conversión determina la operación que se realiza en las medidas que se
van a convertir mediante el script MDX generado con el Asistente de Business Intelligence. La tabla siguiente
describe las operaciones realizadas en función de la dirección de la tasa de cambio y el tipo de conversión,
basándose en las opciones de dirección de la tasa de cambio y las direcciones de conversión disponibles en el
Asistente de Business Intelligence.
Dirección de la tasa de Varios a uno Uno a varios Varios a varios

cambio
n moneda dinámica a 1 Multiplica la medida que se Divide la medida que se va a Multiplica la medida que se
moneda de ejemplo va a convertir por la medida convertir por la medida de la va a convertir por la medida
de la tasa de cambio de la tasa de cambio de la de la tasa de cambio de la
moneda local, a fin de moneda del informe, a fin de moneda local, a fin de
convertir la medida a la convertir la medida a la convertir la medida a la
moneda dinámica. moneda del informe. moneda dinámica, y después
divide la medida convertida
por la medida de la tasa de
cambio de la moneda del
informe, a fin de convertir la
medida en la moneda del
informe.
n moneda de ejemplo a 1 Divide la medida que se va a Multiplica la medida que se Divide la medida que se va a
moneda dinámica convertir por la medida de la va a convertir por la medida convertir por la medida de la
tasa de cambio de la de la tasa de cambio de la tasa de cambio de la
moneda local, a fin de moneda del informe, a fin de moneda local, a fin de
convertir la medida a la convertir la medida a la convertir la medida a la
moneda dinámica. moneda del informe. moneda dinámica, y después
multiplica la medida
convertida por la medida de
la tasa de cambio de la
moneda del informe, a fin de
convertir la medida en la
moneda del informe.
Elija la dirección de la tasa de cambio en la página Establecer las opciones de conversión de moneda del
Asistente de Business Intelligence. Para más información sobre cómo configurar la dirección de la conversión, vea
Establecer las opciones de conversión de moneda (Asistente de Business Intelligence).
Miembros convertidos
Puede usar el Asistente de Business Intelligence para especificar qué medidas del grupo de medida de tarifas se
van a utilizar para convertir los valores de:
Medidas en otros grupos de medida
Miembros de una jerarquía de atributos de un atributo de cuenta en una dimensión de base de datos.
Tipos de cuenta que usan los miembros de una jerarquía de atributos de un atributo de cuenta en una
dimensión de base de datos.
El Asistente de Business Intelligence utiliza esta información dentro del script MDX generado por el
asistente para determinar el ámbito de cálculo de la conversión de moneda. Para más información sobre
cómo especificar miembros para la conversión de divisa, vea Seleccionar miembros (Asistente de Business
Intelligence).
Tipos de conversión
El Asistente de Business Intelligence admite tres tipos diferentes de conversión de moneda:
Uno a varios
Las transacciones se almacenan en la tabla de hechos de la moneda dinámica y después se convierten a una
a más monedas del informe.
Por ejemplo, la moneda dinámica puede definirse como dólares norteamericanos (USD ) y la tabla de
hechos puede almacenar las transacciones en USD. Este tipo de conversión convierte estas transacciones de
la moneda dinámica a las monedas del informe especificadas. El resultado es que las transacciones pueden
almacenarse en la moneda dinámica especificada y presentarse en la moneda dinámica o en cualquiera de
las monedas del informe especificadas en la dimensión de moneda del informe definida para la conversión
de moneda.
Varios a uno
Las transacciones se almacenan en la tabla de hechos en las monedas locales y después se convierten a la
moneda dinámica. La moneda dinámica sirve como la única moneda del informe especificada en la
dimensión de moneda del informe.
hechos puede almacenar las transacciones en euros (EUR ), dólares australianos (AUD ) y pesos mexicanos
(MXN ). Este tipo de conversión convierte estas transacciones de las monedas locales especificadas a la
moneda dinámica. El resultado es que las transacciones pueden almacenarse en las monedas locales
especificadas y presentarse en la moneda dinámica que se ha especificado en la dimensión de moneda del
informe definida para la conversión de moneda.
Varios a varios
Las transacciones se almacenan en la tabla de hechos en las monedas locales. La funcionalidad de
conversión de monedas convierten este tipo de transacciones a la moneda dinámica, y después a una a más
monedas del informe.
hechos puede almacenar las transacciones en euros (EUR ), dólares australianos (AUD ) y pesos mexicanos
(MXN ). Este tipo de conversión convierte estas transacciones desde sus monedas locales especificadas a la
moneda dinámica, y después las transacciones convertidas se convierten de nuevo desde la moneda
dinámica a las monedas del informe especificadas. El resultado es que las transacciones pueden
almacenarse en las monedas locales especificadas y presentarse en la moneda dinámica o en cualquiera de
las monedas del informe especificadas en la dimensión de moneda del informe definida para la conversión
de moneda.
La especificación del tipo de conversión permite al Asistente de Business Intelligence definir la consulta con
nombre y la estructura de la dimensión de la moneda del informe, así como la estructura del script MDX
que se ha definido para la conversión de moneda.
Monedas locales
Si elige un tipo de conversión varios a varios o varios a uno para su conversión de moneda, deberá especificar
cómo se identifican las monedas locales para las que el script MDX generado por el Asistente de Business
Intelligence realiza los cálculos de conversión de moneda. La moneda local de una transacción en una tabla de
hechos puede identificarse de una de estas dos formas:
El grupo de media contiene una relación de dimensión normal con la dimensión de moneda. Por ejemplo,
en la base de datos de ejemplo Adventure Works DW Multidimensional 2012 de Analysis Services , el
grupo de medida Internet Sales tiene una relación de dimensión normal con la dimensión Currency. La
tabla de hechos de ese grupo de medida contiene una columna de clave externa que hace referencia a los
identificadores de moneda de la tabla de dimensiones de esa dimensión. En este caso, puede seleccionar el
atributo de la dimensión de moneda a la que hace referencia el grupo de medida para identificar la moneda
local de las transacciones en la tabla de hechos de ese grupo de medida. Esta situación se produce,
generalmente, en las aplicaciones bancarias, donde la propia transacción determina la moneda utilizada en
la transacción.
El grupo de medida contiene una relación de dimensión referenciada con la dimensión de moneda a través
de otra dimensión que hace referencia directamente a la dimensión de moneda. Por ejemplo, en la base de
datos de ejemplo Adventure Works DW Multidimensional 2012 de Analysis Services , el grupo de medida
Financial Reporting tiene una relación de dimensión de referencia con la dimensión Currency a través de la
dimensión Organization. La tabla de hechos de ese grupo de medida contiene una columna de clave
externa que hace referencia a los miembros de la tabla de dimensiones de la dimensión Organization. A su
vez, la tabla de dimensiones de la dimensión Organization contiene una columna de clave externa que hace
referencia a los identificadores de moneda de la tabla de dimensiones de la dimensión Currency. Esta
situación se produce, generalmente, en las aplicaciones de informes financieros, donde la ubicación o
delegación de una transacción determina la moneda de esa transacción. En este caso, puede seleccionar el
atributo que hace referencia a la dimensión de la moneda desde la dimensión de la entidad de empresa.
Monedas del informe
Si elige un tipo de conversión varios a varios o uno a varios para su conversión de moneda, deberá especificar las
monedas del informe en las que el script MDX generado por el Asistente de Business Intelligence realiza los
cálculos de conversión de moneda. Puede especificar todos los miembros de la dimensión de moneda
relacionados con el grupo de medida de tarifas o seleccionar miembros individuales de la dimensión.
El Asistente de Business Intelligence crea una dimensión de moneda del informe, basándose en una consulta con
nombre generada a partir de la tabla de dimensiones de la dimensión de moneda, que usa las monedas del
informe seleccionadas.
NOTE
Si selecciona el tipo de conversión uno a varios, también se creará una dimensión de monedas del informe. La dimensión solo
contiene un miembro que representa la moneda dinámica, ya que ésta también se utiliza como moneda del informe en una
conversión de moneda uno a varios.
Se define una dimensión de moneda del informe independiente por cada conversión de moneda definida en el
cubo. Puede cambiar el nombre de las dimensiones de moneda del informe después de la creación, pero si lo hace
también deberá actualizar el script MDX generado para esa conversión de moneda, para garantizar que el
comando de script utiliza el nombre correcto cuando hace referencia a la dimensión de moneda del informe.
Definir varias conversiones de moneda

Mediante el Asistente de Business Intelligence puede definir tantas conversiones de moneda como necesite para
su solución de Business Intelligence. Puede sobrescribir una conversión de moneda existente o anexar una nueva
conversión de moneda al script MDX de un cubo. Varias conversiones de moneda definidas en un solo cubo
proporcionan flexibilidad en las aplicaciones de Business Intelligence que tienen complejos requisitos de informes,
como aplicaciones de informes financieros con varios requisitos independientes de conversión para el contexto
internacional.
Identificar las conversiones de moneda
El Asistente de Business Intelligence identifica cada conversión de moneda mediante la demarcación de los
comandos de script para la conversión de moneda con los siguientes comentarios:
//<Currency conversion>
...
[MDX statements for the currency conversion]
...
//</Currency conversion>
Si cambia o quita estos comentarios, el Asistente de Business Intelligence no podrá detectar la conversión de
moneda, de modo que no debe modificarlos.
El asistente también almacena metadatos en comentarios dentro de estos comentarios, incluyendo la fecha y hora
de creación, el usuario y el tipo de conversión. Estos comentarios tampoco deben modificarse, ya que el Asistente
de Business Intelligence utiliza estos metadatos cuando se muestran las conversiones de moneda.
Siempre que sea necesario, puede cambiar los comandos de script de una conversión de moneda. Sin embargo, si
sobrescribe la conversión de moneda, estos cambios se perderán.
Vea también
Sugerencias de globalización y procedimientos
recomendados (Analysis Services)

Se aplica a: Solo multidimensional
Con estas sugerencias e instrucciones, le resultará más fácil aumentar la portabilidad de las soluciones de
inteligencia empresarial y evitar errores que están directamente relacionados con la configuración de idioma e
intercalación.
Usar intercalaciones similares en toda la pila

Si es posible, trate de utilizar la misma configuración de intercalación en Analysis Services y en el motor de base
de datos, para que la distinción de ancho, la distinción entre mayúsculas y minúsculas y la distinción de acceso
sean iguales.
La intercalación de cada servicio tiene su propia configuración, con el valor predeterminado del motor de la
base de datos establecido en SQL_Latin1_General_CP1_CI_AS y con Analysis Services establecido en
Latin1_General_AS. Los valores predeterminados son compatibles en términos de distinción de mayúsculas y
minúsculas, ancho y acentos. Tenga en cuenta que si cambia la configuración de intercalaciones en uno de estos
elementos, pueden surgir problemas cuando las propiedades de intercalación difieran en aspectos
fundamentales.
Aunque la configuración de intercalación tenga funciones equivalentes, puede encontrarse con un caso especial
en el que cada servicio interprete de manera distinta un espacio vacío en algún lugar de una cadena.
El carácter de espacio es un “caso especial” porque se puede representar como un juego de caracteres de byte
único (SBCS ) o de doble byte (DBCS ) en Unicode. En el motor relacional, dos cadenas compuestas separadas
por un espacio, una en SBCS y la otra en DBCS, se consideran idénticas. En Analysis Services, durante el
procesamiento, las dos cadenas compuestas no son idénticas, y la segunda instancia se marcará como
duplicado.
Para ver más detalles y las soluciones alternativas sugeridas, consulte el tema sobre espacios en blanco en una
cadena Unicode que tienen resultados de procesamiento diferentes en función de la intercalación.
Recomendaciones de intercalación comunes

Analysis Services siempre muestra la lista completa de todos los idiomas e intercalaciones disponibles; no filtra
las intercalaciones según el idioma seleccionado. Asegúrese de elegir una combinación factible.
Algunas de las intercalaciones más comúnmente usadas son las de la lista siguiente.
Debe considerar esta lista como un punto de partida para una investigación más detallada y no como una
recomendación definitiva que excluya otras opciones. Puede ser que una intercalación no específicamente
recomendada sea la más adecuada para sus datos. La única forma de comprobar si los valores de datos se
ordenan y comparan adecuadamente es realizar pruebas minuciosas. Como siempre, asegúrese de ejecutar las
cargas de trabajo tanto de procesamiento como de consulta al probar la intercalación.
Latin1_General_100_AS se suele usar para las aplicaciones que usan los 26 caracteres del alfabeto ISO
de latín básico.
Los idiomas de Europa del Norte que utilizan letras escandinavas (como ø) pueden utilizar
Finnish_Swedish_100.
Los idiomas de la Europa del Este, como el ruso, a menudo usan Cyrillic_General_100.
Las intercalaciones y el idioma chino varían según la región, pero normalmente se utiliza el chino
simplificado o el chino tradicional.
En RPC y Singapur, Microsoft Support acostumbra a preferir el chino simplificado con pinyin como
orden de clasificación. Las intercalaciones recomendadas son Chinese_PRC (para SQL Server 2000),
Chinese_PRC_90 (para SQL Server 2005) o Chinese_Simplified_Pinyin_100 (para SQL Server 2008 y
versiones posteriores).
En Taiwán, es más habitual ver chino tradicional con el criterio de ordenación recomendado basado en el
número de trazos: Chinese_Taiwan_Stroke (para SQL Server 2000), Chinese_Taiwan_Stroke_90 (para
SQL Server 2005) o Chinese_Traditional_Stroke_Count_100 (para SQL Server 2008 y versiones
posteriores).
Otras regiones (por ejemplo, Hong Kong y Macao) también utilizan el chino tradicional. Para las
intercalaciones en Hong Kong es habitual ver Chinese_Hong_Kong_Stroke_90 (en SQL Server 2005). En
Macao, se utiliza con bastante frecuencia Chinese_Traditional_Stroke_Count_100 (en SQL Server 2008 y
versiones posteriores).
Para el japonés, la intercalación utiliza con más frecuencia es Japanese_CI_AS. Japanese_XJIS_100 se usa
en instalaciones que admiten JIS2004. Japanese_BIN2 suele aparecer en proyectos de migración de
datos, con datos que se originan en plataformas que no son de Windows o en orígenes de datos distintos
al motor de base de datos relacional de SQL Server.
Japanese_Bushu_Kakusu_100 raramente aparece en servidores que ejecutan cargas de trabajo de
Analysis Services.
Para el coreano se recomienda Korean_100. Aunque en la lista sigue apareciendo
Korean_Wansung_Unicode, ya no se utiliza.
Distinción entre mayúsculas y minúsculas de los identificadores de

objetos
Desde SQL Server 2012 SP2, la distinción entre mayúsculas y minúsculas de los identificadores de objetos se
exige independientemente de la intercalación, pero el comportamiento varía según el idioma:
ALFABETO DEL IDIOMA DISTINCIÓN DE MAYÚSCULAS Y MINÚSCULAS
Alfabeto Latín básico Los identificadores de objetos expresados en el alfabeto

latino (cualquiera de las 26 letras mayúsculas o minúsculas
del inglés) se tratan sin distinguir mayúsculas de minúsculas,
independientemente de la intercalación. Por ejemplo, los
identificadores de objetos siguientes se consideran idénticos:
54321abcdef, 54321ABCDEF, 54321AbCdEf.
Internamente, Analysis Services trata los caracteres de la
cadena como si todos estuvieran en mayúsculas y, luego,
realiza una comparación de byte simple que es
independiente del idioma.
Tenga en cuenta que solo los 26 caracteres se ven afectados.

Si el idioma es Europeo occidental pero utiliza caracteres
escandinavos, los caracteres adicionales no estarán en
mayúsculas.
ALFABETO DEL IDIOMA DISTINCIÓN DE MAYÚSCULAS Y MINÚSCULAS
Cirílico, griego, copto y armenio Los identificadores de objetos en script bicameral no latino,
como el cirílico, siempre distinguen entre mayúsculas y
minúsculas. Por ejemplo, Измерение y измерение se
consideran dos valores distintos, aunque la única diferencia
sea el uso de mayúsculas y minúsculas en la primera letra.
Implicaciones de la distinción entre mayúsculas y minúsculas para los identificadores de objetos

Solo los identificadores de objetos, y no los nombres de objetos, están sujetos a los comportamientos de
mayúsculas y minúsculas que se describen en la tabla. Si ve un cambio en el funcionamiento de la solución (una
comparación del antes y el después de instalar SQL Server 2012 SP2 o una versión posterior), probablemente
se trate de un problema de procesamiento. Las consultas no se ven afectadas por los identificadores de objeto.
En los dos lenguajes de consulta (DAX y MDX), el motor de fórmulas utiliza el nombre del objeto (no el
identificador).
NOTE
Los cambios de código relacionados con la distinción entre mayúsculas y minúsculas han supuesto un cambio importante
para algunas aplicaciones. Para obtener más información, vea Cambios recientes en las características de Analysis Services
en SQL Server 2016 .
Pruebas de configuración regional con Excel, SQL Server Profiler y

SQL Server Management Studio
Al probar las traducciones, la conexión debe especificar el LCID de la traducción. Como se documenta en el
tema sobre cómo obtener otro idioma de SSAS en Excel, puede utilizar Excel para probar las traducciones.
Puede hacerlo manualmente, editando el archivo .odc para incluir la propiedad de cadena de conexión del
identificador de configuración regional. Pruebe con la base de datos multidimensional de muestra de Adventure
Works.
Busque los archivos .odc existentes. Cuando encuentre el de la base de datos multidimensional de
Adventure Works, haga clic con el botón derecho en el archivo para abrirlo en el Bloc de notas.
Agregue Locale Identifier=1036 a la cadena de conexión. Guarde el archivo y ciérrelo.
Abra Excel | Datos | Conexiones existentes. Filtre la lista para que solo aparezcan los archivos de las
conexiones de este equipo. Busque la conexión de Adventure Works (observe el nombre con atención:
puede que haya más de una). Abra la conexión.
Debería ver las traducciones al francés de la base de datos de muestra de Adventure Works.
A modo de seguimiento, puede usar SQL Server Profiler para confirmar la configuración regional. Haga
clic en un evento de Session Initialize y, luego, observe la lista de propiedades del área de texto
inferior para buscar <localeidentifier>1036</localeidentifier> .
En Management Studio, puede especificar el identificador de configuración regional en una conexión de
servidor.
En el Explorador de objetos | Conectar | Analysis Services | Opciones, haga clic en la pestaña
Parámetros de conexión adicionales .
Escriba Local Identifier=1036 y, después, haga clic en Conectar.
Ejecute una consulta MDX en la base de datos de Adventure Works. Los resultados de la consulta
deberían ser las traducciones al francés.
Escritura de consultas MDX en una solución que contiene

traducciones
Las traducciones proporcionan información de los nombres de los objetos de Analysis Services , pero los
identificadores de los mismos objetos no se traducen. Siempre que sea posible, utilice los identificadores y las
claves de los objetos de Analysis Services en lugar de los títulos y los nombres traducidos. Por ejemplo, utilice
claves de miembro en lugar de nombres de miembro en los scripts e instrucciones MDX (Expresiones
multidimensionales) con el fin de asegurar la portabilidad entre diferentes idiomas.
NOTE
Recuerde que los nombres de objetos tabulares siempre distinguen mayúsculas de minúsculas, independientemente de la
intercalación. Los nombres del objeto multidimensional, en cambio, siguen la distinción entre mayúsculas y minúsculas de
la intercalación. Puesto que solo los nombres de los objetos multidimensionales distinguen entre mayúsculas y minúsculas,
compruebe que en todas las consultas MDX que hagan referencia a objetos multidimensionales se utilicen las mayúsculas
y las minúsculas correctamente.
Escritura de consultas MDX que contengan valores de fecha y hora

Las siguientes sugerencias permiten hacer que las consultas MDX basadas en el tiempo y en la fecha sean más
portables en los diferentes idiomas:
1. Utilizar elementos numéricos para las comparaciones y operaciones
Cuando realice operaciones y comparaciones de día de la semana y mes, utilice los elementos numéricos
de hora y fecha en lugar de los equivalentes de cadena (por ejemplo, utilice MonthNumberofYear en
lugar de MonthName). Los valores numéricos se ven menos afectados por las diferencias en las
traducciones de idiomas.
2. Utilizar los equivalentes de cadena en un conjunto de resultados
Al generar conjuntos de resultados vistos por los usuarios finales, plantéese la posibilidad de utilizar una
cadena (como MonthName) para que la audiencia multilingüe pueda utilizar las traducciones
proporcionadas.
3. Usar formatos de fecha ISO para información de fecha y hora universal
Un experto en Analysis Services tiene esta recomendación: “Siempre uso el formato de fecha ISO, aaaa-
mm-dd, para las cadenas de fecha que paso a las consultas en SQL o MDX, porque no es ambiguo y
funciona sea cual sea la configuración regional del servidor o del cliente. Sé que el servidor debería
recurrir a su configuración regional al analizar formatos de fecha ambiguos, pero también creo que si hay
una opción que no da pie a varias interpretaciones, lo mejor es elegir esa opción en cualquier caso”.
4. Use la función Format para aplicar un formato específico, con independencia de la
configuración regional de idioma.
La siguiente consulta MDX, extraída de una entrada de foro, muestra cómo utilizar el formato para
devolver las fechas en un formato específico, independientemente de la configuración regional
subyacente.
```
WITH MEMBER [LinkTimeAdd11Date_Manual] as Format(dateadd("d",15,"2014-12-11"), "mm/dd/yyyy")
member [LinkTimeAdd15Date_Manual] as Format(dateadd("d",11,"2014-12-13"), "mm/dd/yyyy")
SELECT
{ [LinkTimeAdd11Date_Manual]
,[LinkTimeAdd15Date_Manual]
}
ON COLUMNS
FROM [Adventure Works]
```
Vea también
Escribir instrucciones Transact-SQL internacionales
Tutoriales de Analysis Services (SSAS)

Modelado tabular (nivel de compatibilidad de 1400)
Se aplica a Azure Analysis Services y Analysis Services de SQL Server de 2017 y versiones posteriores. Este
tutorial ofrece lecciones sobre cómo crear un modelo tabular básico de Analysis Services para la empresa ficticia,
Adventure Works, mediante el uso de SQL Server Data Tools (SSDT).
Se aplica a Azure Analysis Services y SQL Server 2016 Analysis Services y versiones posteriores. Este tutorial
ofrece lecciones sobre cómo crear un modelo tabular básico de Analysis Services para la empresa ficticia,
Adventure Works, mediante el uso de SQL Server Data Tools (SSDT).
Modelado multidimensional
Se aplica a Analysis Services de SQL Server 2012 y versiones posteriores. No se admiten los modelos
multidimensionales en los servicios de análisis de Azure. Este tutorial proporciona lecciones para aprender los
conocimientos fundamentales y conceptos de creación de modelos multidimensional en SSDT. Cuando haya
terminado, tendrá una base de datos de cubo basada en datos de Adventure Works que se pueden acceder desde
Excel, Reporting Services o cualquier otra aplicación de cliente que se conecta a Analysis Services.
Minería de datos
Se aplica a Analysis Services de SQL Server 2012 y versiones posteriores. Los modelos multidimensionales con
minería de datos no se admiten en los servicios de análisis de Azure. Esta colección de tutoriales describe cómo
crear soluciones de minería de datos mediante asistentes y visualizaciones integradas.
Ejemplos
Proyectos y ejemplos de la base de datos de modelo completado
Bases de datos de modelo de ejemplo completo y proyectos de modelado de datos de ejemplo están disponibles
en Adventure Works de Analysis Services en GitHub.
Ejemplos de código
Abra muestras de código fuente y proyectos de la Comunidad disponibles en repositorio de Analysis Services en
GitHub.
Ejemplos de base de datos de SQL Server y almacenamiento de datos de SQL Server
Están disponibles en bases de datos de ejemplo Adventure Works y Wide World Importers repositorio de ejemplo
de SQL Server en GitHub.
Modelado tabular (nivel de compatibilidad de 1400)
Este tutorial ofrece lecciones sobre cómo crear e implementar un modelo tabular en el nivel de compatibilidad de
1400. Si está familiarizado con Analysis Services y creación de modelos tabular, completar este tutorial es la
forma más rápida de obtener información sobre cómo crear e implementar un modelo tabular básico mediante
Visual Studio. Una vez que tenga los requisitos previos de forma local, debe tomar dos o tres horas en
completarse.
¿Qué aprenderá
Cómo crear un nuevo proyecto de modelo tabular en el nivel de compatibilidad de 1400 en Visual
Studio con SSDT.
Cómo importar datos desde una base de datos relacional en una base de datos del área de trabajo de
proyecto de modelo tabular.
Cómo crear y administrar relaciones entre las tablas del modelo.
Cómo crear columnas calculadas, medidas e indicadores clave de rendimiento que ayudan a los usuarios
analizar métricas empresariales críticas.
Cómo crear y administrar perspectivas y jerarquías que ayudan a los usuarios más examinar fácilmente los
datos del modelo proporcionando funciones empresariales y puntos de vista específicos de la aplicación.
Cómo crear particiones que dividan los datos de la tabla en piezas lógicas más pequeñas que se puedan
procesar independientemente de otras particiones.
Cómo proteger los objetos y los datos del modelo creando roles con miembros de usuario.
Cómo implementar un modelo tabular en un Azure Analysis Services server o 2017 Analysis Services
de SQL Server servidor mediante SSDT.
Requisitos previos
Para completar este tutorial, necesitará:
Un servidor de Analysis Services de Azure o un servidor de SQL Server de 2017 Analysis Services en
modo Tabular. Registrarse para obtener una segunda prueba de Azure Analysis Services y crear un
servidor o descargar una segunda 2017 Developer Edition de SQL Server.
Un almacenamiento de datos de SQL Azure con el base de datos de ejemplo AdventureWorksDW, o
un almacenamiento de datos local SQL Server con un base de datos de ejemplo AdventureWorksDW. Al
instalar una base de datos AdventureWorksDW a un almacenamiento de datos local SQL Server, use la
versión de base de ejemplo que se corresponde con la versión del servidor.
Importante: si instalar la base de datos de ejemplo a un almacenamiento de datos local SQL Server e
implementar el modelo a un servidor de Analysis Services de Azure, un puerta de enlace de datos local es
necesario.
La versión más reciente de SQL Server Data Tools (SSDT). O bien, si ya tiene Visual Studio de 2017, puede
descargar e instalar proyectos de Microsoft Analysis Services paquete (VSIX). Para este tutorial, las
referencias a SSDT y Visual Studio son sinónimas.
La versión más reciente de SQL Server Management Studio (SSMS ).
Una aplicación cliente como Power BI Desktop o Excel.
Escenario
Este tutorial se basa en Adventure Works Cycles, una compañía ficticia. Adventure Works es una empresa de
fabricación multinacional dedicada y distribución de bicicletas, partes y accesorios para los mercados de
Norteamérica, Europa y Asia. La compañía tiene a 500 trabajadores. Además, Adventure Works emplea varios
equipos de ventas regionales en toda su base de mercado. El proyecto consiste en crear un modelo tabular para
que los usuarios de ventas y marketing analizar datos de la base de datos AdventureWorksDW ventas por
Internet.
Para completar el tutorial, debe completar varias lecciones. En cada lección hay tareas. Es necesario para
completar la lección completar cada tarea en orden. Mientras que en una determinada lección puede haber varias
tareas que llevan a cabo un resultado similar, pero cómo completar cada tarea es ligeramente diferente. Este
método se muestra a menudo hay más de una manera que se va a completar una tarea como desafío práctica los
conocimientos que ha aprendido en tareas y lecciones anteriores.
El propósito de las lecciones es guiarle por la creación de un modelo tabular básico mediante el uso de muchas de
las características incluidas en SSDT. Como cada lección se basa en la anterior, debe completar las lecciones en
orden.
Este tutorial no proporciona lecciones sobre cómo administrar un servidor en el portal de Azure, administración
de un servidor o base de datos con SSMS o mediante una aplicación cliente para examinar los datos de modelo.
Lecciones
Este tutorial incluye las siguientes lecciones:
LECCIÓN TIEMPO ESTIMADO PARA COMPLETAR LA LECCIÓN
1 - crear un nuevo proyecto de modelo tabular 10 minutos
2 - Obtener datos 10 minutos
3 - Marcar como tabla de fechas 3 minutos
4 - Crear relaciones 10 minutos
5 - Crear columnas calculadas 15 minutos
6 - Crear medidas 30 minutos
7 - crear indicadores clave de rendimiento (KPI) 15 minutos
8 - Crear perspectivas 5 minutos
9 - Crear jerarquías 20 minutos
10 - Crear particiones 15 minutos
11 - Crear roles 15 minutos

12 - Analizar en Excel 5 minutos
13 - Implementar 5 minutos
Lecciones complementarias
Estas lecciones no son necesarias para completar este tutorial, pero pueden resultar útil para una mejor
comprensión tabulares avanzadas del modelo características de creación.
Filas de detalles 10 minutos
Seguridad dinámica 30 minutos
Jerarquías desiguales 20 minutos
Pasos siguientes
Para empezar, vea lección 1: crear un nuevo proyecto de modelo tabular.
Crear un proyecto de modelo tabular
En esta lección, use Visual Studio con SQL Server Data Tools (SSDT) o Visual Studio de 2017 con Microsoft
Analysis Services proyectos VSIX para crear un nuevo proyecto de modelo tabular en el nivel de compatibilidad
de 1400. Cuando se crea el nuevo proyecto, podrá empezar a agregar datos y crear el modelo. En esta lección
también se ofrece una breve introducción a entorno de Visual Studio de creación de modelos tabulares.
Tiempo estimado para completar esta lección: 10 minutos
Requisitos previos
Este artículo es la primera lección de un tutorial de creación de modelos tabulares. Para completar esta lección,
hay varios requisitos previos que debe tener en contexto. Para obtener más información, consulte Analysis
Services - tutorial de Adventure Works.
Crear un nuevo proyecto de modelo tabular

Para crear un nuevo proyecto de modelo tabular
1. En Visual Studio, en el archivo menú, haga clic en New > proyecto.
2. En el nuevo proyecto cuadro de diálogo, expanda instalado > Business Intelligence > Analysis
Servicesy, a continuación, haga clic en proyecto Tabular de Analysis Services.
3. En nombre, tipo AW Internet Salesy, a continuación, especifique una ubicación para los archivos de
proyecto.
De forma predeterminada, nombre de la solución es el mismo que el nombre del proyecto; sin embargo,
puede escribir un nombre de solución diferente.
4. Haga clic en Aceptar.
5. En el Diseñador de modelos tabulares cuadro de diálogo, seleccione área de trabajo integrado.
El área de trabajo hospeda una base de datos de modelo tabular con el mismo nombre que el proyecto
durante la creación del modelo. Área de trabajo integrado significa que Visual Studio usa una instancia
integrada, lo que elimina la necesidad de instalar una instancia de servidor de Analysis Services
independiente solo para la creación de modelos.
6. En nivel de compatibilidad, seleccione 2017 / Azure Analysis Services de SQL Server (1400).
Si no ve SQL Server 2017 / Azure Analysis Services (1400) en el cuadro de lista de nivel de
compatibilidad, que no está utilizando la versión más reciente de SQL Server Data Tools. Para obtener la
versión más reciente, vea Instalar SQL Server Data Tools.
Descripción del entorno de creación de modelos tabulares de SSDT

Ahora que ha creado un nuevo proyecto de modelo tabular, dedique un momento a examinar el entorno de Visual
Studio de creación de modelos tabulares.
Una vez creado el proyecto, se abre en Visual Studio. En el lado derecho, en Explorador de modelos tabulares,
verá una vista de árbol de los objetos en el modelo. Puesto que aún no ha importado datos, las carpetas están
vacías. Puede hacer clic una carpeta de objeto para llevar a cabo acciones, similares a la barra de menús. Paso a
paso a través de este tutorial, utilice el Explorador de modelos tabulares para navegar por los distintos objetos en
el proyecto de modelos.
Haga clic en el el Explorador de soluciones ficha. En este caso, verá la Model.bim archivo. Si no ve la ventana
del diseñador a la izquierda (la ventana vacía con la pestaña Model.bim), en el Explorador de soluciones, en
AW Internet Sales proyecto, haga doble clic en el Model.bim archivo. El archivo Model.bim contiene los
metadatos para el proyecto de modelos.
Haga clic en Model.bim. En el propiedades ventana, verá las propiedades del modelo, que es más importantes
la Directquerymode propiedad. Esta propiedad especifica si el modelo se implementa en modo In-Memory
(Off ) o en modo de DirectQuery (activado). En este tutorial, se e implementará el modelo en el modo en
memoria.
Al crear un proyecto de modelo, algunas propiedades del modelo se establecen automáticamente según la
configuración de modelado de datos que se pueden especificar en el herramientas menú > opciones cuadro de
diálogo. Las propiedades Copia de seguridad de datos, Retención de área de trabajo y Servidor del área de
trabajo especifican cómo y dónde se realiza una copia de seguridad, se conserva en memoria y se crea la base de
datos del área de trabajo (la base de datos de creación del modelo). Puede cambiar esta configuración más
adelante si es necesario, pero por ahora, déjelo estas propiedades tal como están.
En el Explorador de soluciones, haga clic en AW Internet Sales (proyecto) y, a continuación, haga clic en
propiedades. El páginas de propiedades de ventas de Internet de AW aparece el cuadro de diálogo.
Establece algunas de estas propiedades más adelante al implementar el modelo.
Al instalar SSDT, se agregaron varios elementos de menú nuevos al entorno de Visual Studio. Haga clic en el
modelo menú. Desde aquí, puede importar datos, actualizar los datos del área de trabajo, examinar el modelo en
Excel, crear perspectivas y roles, seleccione la vista de modelo y establecer las opciones de cálculo. Haga clic en el
tabla menú. Desde aquí, puede crear y administrar relaciones, especificar la configuración de la tabla de fecha,
crear particiones y editar propiedades de tabla. Si hace clic en el columna menú, puede agregar y eliminar
columnas de una tabla, Inmovilizar columnas y especificar el criterio de ordenación. SSDT también agrega
algunos botones a la barra. Más útil es la característica de Autosuma para crear una medida de agregación
estándar para una columna seleccionada. Otros botones de la barra de herramientas proporcionan acceso rápido
a características y comandos usados con frecuencia.
Examine algunos de los cuadros de diálogo y ubicaciones de las distintas características específicas de la creación
de modelos tabulares. Aunque algunos elementos aún no están activos, puede obtener una idea del entorno de
creación de modelos tabulares.
¿Qué sigue?
Lección 2: Obtener datos.
Obtener datos
En esta lección, utiliza obtener datos para conectarse a la base de datos de ejemplo AdventureWorksDW,
seleccionar datos, la vista previa y filtrar y, a continuación, importar el área de trabajo del modelo.
Si usa obtener datos, puede importar datos desde una gran variedad de orígenes. También se pueden consultar los
datos mediante una expresión de la fórmula de Power Query M o expresión de consulta SQL nativo.
NOTE
Las tareas y las imágenes en este tutorial muestran cómo establecer una conexión a una base de datos de
AdventureWorksDW2014 en un servidor local. En algunos casos, una base de datos AdventureWorksDW en almacenamiento
de datos de SQL Azure puede mostrar diferentes objetos; Sin embargo, fundamentalmente son iguales.
Requisitos previos
Este artículo forma parte de un tutorial de modelado tabular, que se debe completar en orden. Antes de realizar las
tareas en esta lección, debe haber completado la lección anterior: lección 1: crear un nuevo proyecto de modelo
tabular.
Crear una conexión

Para crear una conexión a la base de datos AdventureWorksDW
1. En Explorador de modelos tabulares, haga clic en orígenes de datos > importar desde el origen de
datos.
Esto inicia obtener datos, que le guiará a través de conectarse a un origen de datos. Si no ve el Explorador
de modelos tabulares, en el Explorador de soluciones, haga doble clic en Model.bim para abrir el modelo
en el diseñador.
2. En obtener datos, haga clic en base de datos > base de datos de SQL Server > conectar.
3. En el base de datos de SQL Server cuadro de diálogo, en Server, escriba el nombre del servidor donde
instaló la base de datos AdventureWorksDW y, a continuación, haga clic en conectar.
4. Cuando se le pida que escriba las credenciales, debe especificar las credenciales de que Analysis Services se
utiliza para conectarse al origen de datos al importar y procesar datos. En modo de suplantación,
seleccione suplantar a la cuenta, a continuación, escriba las credenciales y, a continuación, haga clic en
conectar. Se recomienda que usar una cuenta que la contraseña no caduca.
NOTE
El uso de una cuenta de usuario y una contraseña de Windows es el método más seguro de conexión a un origen de
datos.
5. En el navegador, seleccione la AdventureWorksDW la base de datos y, a continuación, haga clic en

Aceptar. Esto crea la conexión con la base de datos.
6. En el navegador, active la casilla de verificación para las siguientes tablas: DimCustomer, DimDate,
DimGeography, DimProduct, DimProductCategory, DimProductSubcategory, y FactInternetSales.
Tras hacer clic en Aceptar, se abre el Editor de consultas. En la sección siguiente, seleccione sólo los datos que desea
importar.
Filtrar los datos de tabla

Tablas de la base de datos de ejemplo AdventureWorksDW tienen datos que no es necesarios incluir en el modelo.
Cuando sea posible, en el que desea filtrar los datos innecesarios para ahorrar espacio en la memoria utilizada por
el modelo. Filtra algunas de las columnas de tablas por lo que no está importados en la base de datos del área de
trabajo o la base de datos de modelo una vez que se haya implementado.
Para filtrar los datos de la tabla antes de importar
1. En el Editor de consultas, seleccione la DimCustomer tabla. Aparece una vista de la tabla DimCustomer en
el origen de datos (la base de datos de ejemplo AdventureWorksDW ).
2. Realice una selección múltiple (Ctrl + clic) SpanishEducation, FrenchEducation, SpanishOccupation,
FrenchOccupation, a continuación, menú contextual y, a continuación, haga clic en quitar columnas.
Puesto que los valores de estas columnas no son pertinentes para el análisis de ventas por Internet, no hay
necesidad de importarlas. Eliminación de columnas innecesarias hace que el modelo más pequeño y eficaz.
TIP
Si comete un error, puede hacer una copia mediante la eliminación de un paso en pasos aplicados.
3. Filtre las tablas restantes mediante la eliminación de las siguientes columnas en cada tabla:
DimDate
COLUMNA
DateKey
SpanishDayNameOfWeek
FrenchDayNameOfWeek
SpanishMonthName
FrenchMonthName
DimGeography
COLUMNA
SpanishCountryRegionName
FrenchCountryRegionName
IpAddressLocator
DimProduct
COLUMNA
SpanishProductName
FrenchProductName
FrenchDescription
ChineseDescription
ArabicDescription
HebrewDescription
ThaiDescription
GermanDescription
JapaneseDescription
TurkishDescription
DimProductCategory
COLUMNA
SpanishProductCategoryName
FrenchProductCategoryName
DimProductSubcategory
COLUMNA
SpanishProductSubcategoryName
FrenchProductSubcategoryName
FactInternetSales
No se quitan columnas.
Import the selected tables and column data

Ahora que ha obtenido una vista previa y filtran los datos innecesarios, puede importar el resto de los datos que
desea. El asistente importa los datos de la tabla junto con todas las relaciones entre las tablas. Se crean nuevas
tablas y columnas en el modelo y datos que filtró no se importará.
Para importar los datos de las columnas y las tablas seleccionadas
1. Revise las opciones seleccionadas. Si todo parece correcto, haga clic en importación. El cuadro de diálogo
de procesamiento de datos muestra el estado de los datos que se va a importar desde el origen de datos en
la base de datos del área de trabajo.
2. Haga clic en Cerrar.
Guarde el proyecto de modelo

Es importante que guarde frecuentemente el proyecto de modelos.
Para guardar el proyecto de modelo
Click Archivo > Guardar todo.
¿Qué sigue?
Lección 3: Marcar como tabla de fechas.
Marcar como tabla de fechas
En la lección 2: Obtener datos, importó una tabla de dimensiones denominada DimDate. Mientras que en el
modelo de esta tabla se denomina DimDate, también se conoce como un tabla de fechas, ya que contiene datos
de fecha y hora.
Siempre que use las funciones de inteligencia de tiempo DAX, como cuando crea las medidas más adelante,
deberá especificar las propiedades que incluyen un tabla de fechas y un identificador único columna de fecha de
esa tabla.
En esta lección, marcar la DimDate tabla como el tabla de fechas y fecha columna (en la tabla Date) como el
columna de fecha (único identificador).
Para marcar la tabla de fechas y la columna de fecha, es un buen momento para realizar el mantenimiento de
manera un poco para que sea más fácil entender el modelo. Observe que en la tabla DimDate una columna
denominada FullDateAlternateKey. Esta columna contiene una fila por cada día de cada año de calendario
incluido en la tabla. Utilice esta columna mucho en fórmulas de medida y en los informes. Sin embargo,
FullDateAlternateKey no es realmente un buen identificador para esta columna. Cambiar el nombre a fecha, lo
que sea más fácil identificar e incluir en las fórmulas. Siempre que sea posible, es una buena idea cambiar el
nombre de objetos, como tablas y columnas para que sean fáciles de identificar en SSDT y las aplicaciones de
informes.
Tiempo estimado para completar esta lección: tres minutos
Requisitos previos
Este artículo forma parte de un tutorial de modelado tabular, que se debe completar en orden. Antes de realizar
las tareas en esta lección, debe haber completado la lección anterior: lección 2: obtener datos.
Para cambiar el nombre de la columna FullDateAlternateKey
1. En el Diseñador de modelos, haga clic en el DimDate tabla.
2. Haga doble clic en el encabezado de la FullDateAlternateKey columna y, a continuación, cambie su
nombre a fecha.
Para establecer la marca como tabla de fecha
1. Seleccione la columna Date y, en la ventana Propiedades , en Tipo de datos, asegúrese de que Date
está seleccionada.
2. Haga clic en el menú Tabla , haga clic en Datey, después, haga clic en Marcar como tabla de fechas.
3. En el cuadro de diálogo Marcar como tabla de fechas en el cuadro de lista Date , seleccione la columna
Date como identificador único. Normalmente se selecciona de forma predeterminada. Haga clic en
Aceptar.
¿Qué sigue?
Lección 4: Crear relaciones.
Crear relaciones
En esta lección, compruebe las relaciones que se crearon automáticamente cuando importó los datos y agregar
nuevas relaciones entre tablas diferentes. Una relación es una conexión entre dos tablas de datos que establece
cómo se deben poner en correlación los datos de esas tablas. Por ejemplo, la tabla DimProduct y la tabla
DimProductSubcategory tienen una relación basada en el hecho que cada producto pertenece a una
subcategoría. Para obtener más información, consulte relaciones.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 3: marcar como tabla de fechas.
Examinar las relaciones existentes y agregar nuevas relaciones

Cuando importa datos mediante obtener datos, tenemos siete tablas de la base de datos AdventureWorksDW.
Por lo general, al importar datos desde un origen relacional, las relaciones existentes se importan
automáticamente junto con los datos. Fin de obtener datos crear automáticamente relaciones en el modelo de
datos, debe haber relaciones entre tablas en el origen de datos.
Antes de continuar con el modelo de creación, debe comprobar las relaciones entre tablas se crearon
correctamente. Para este tutorial, agregará también tres relaciones nuevas.
Para revisar las relaciones existentes
1. Haga clic en el modelo menú > vista de modelo > vista de diagrama.
El Diseñador de modelos aparece ahora en la vista de diagrama, un formato gráfico para mostrar todas las
tablas que importó con líneas entre ellos. Las líneas entre las tablas indican las relaciones que se crearon
automáticamente cuando importó los datos.
NOTE
Si no ve las relaciones entre tablas, se deberá probablemente significa que no hay ninguna relación entre esas tablas
en el origen de datos.
Incluir como muchas de las tablas como sea posible mediante el uso de controles de minimapa situados en
la esquina inferior derecha del Diseñador de modelos. También puede hacer clic y arrastrar las tablas a
ubicaciones diferentes, aunando las tablas o colocándolas en un orden determinado. Mover tablas no
afecta a las relaciones entre las tablas. Para ver todas las columnas en una tabla determinada, haga clic y
arrastre un borde de la tabla para expandir o reducir el tamaño.
2. Haga clic en la línea sólida entre la DimCustomer tabla y la DimGeography tabla. La línea sólida entre
estas dos tablas se muestra que esta relación está activa, es decir, se utiliza de forma predeterminada al
calcular las fórmulas de DAX.
Observe el GeographyKey columna en el DimCustomer tabla y la GeographyKey columna en el
DimGeography ahora aparecen dentro de un cuadro de tabla. Estas columnas se utilizan en la relación.
Las propiedades de la relación aparecen ahora también en la ventana Propiedades .
TIP
También puede usar el cuadro de diálogo Administrar relaciones para mostrar las relaciones entre todas las tablas en
un formato de tabla. En el Explorador de modelos tabulares, haga clic en relaciones > administrar relaciones.
3. Compruebe que se crearon las siguientes relaciones cuando se importó cada una de las tablas de la base
de datos AdventureWorksDW:
ACTIVO TABLA TABLA DE BÚSQUEDA RELACIONADA
Sí DimCustomer [GeographyKey] DimGeography [GeographyKey]
Sí DimProduct DimProductSubcategory
[ProductSubcategoryKey] [ProductSubcategoryKey]
Sí DimProductSubcategory DimProductCategory
[ProductCategoryKey] [ProductCategoryKey]
Sí FactInternetSales [CustomerKey] DimCustomer [CustomerKey]
Sí FactInternetSales [ProductKey] DimProduct [ProductKey]
Si falta cualquiera de las relaciones, compruebe que el modelo incluye las siguientes tablas: DimCustomer,
DimDate, DimGeography, DimProduct, DimProductCategory, DimProductSubcategory y
FactInternetSales. Si las tablas de la misma conexión de origen de datos se importan en momentos, las
relaciones entre distintos dichas tablas no se crean y se deben crear manualmente. Si no aparece ninguna
relación, significa que no hay ninguna relación en el origen de datos. Puede crearlos manualmente en el
modelo de datos.
Fijémonos con más atención
En la vista de diagrama, tenga en cuenta una flecha, un asterisco y un número en las líneas que muestran la
relación entre tablas.
La flecha muestra la dirección del filtro. El asterisco muestra esta tabla es la muchos lado en la cardinalidad de la
relación y la muestra esta tabla es la una lado de la relación. Si tiene que modificar una relación; Por ejemplo,
cambiar la dirección del filtro de la relación y cardinalidad, haga doble clic en la línea de relación para abrir el
cuadro de diálogo Editar relación.
Estas características están diseñadas para modelado de datos avanzados y están fuera del ámbito de este tutorial.
Para obtener más información, consulte bidireccional entre los filtros para modelos tabulares de Analysis
Services.
En algunos casos, tal vez necesite crear relaciones adicionales entre las tablas de su modelo para permitir una
determinada lógica empresarial. Para este tutorial, debe crear tres relaciones adicionales entre la tabla
FactInternetSales y la tabla DimDate.
Para agregar nuevas relaciones entre las tablas
1. En el Diseñador de modelos, en la FactInternetSales de tabla, haga clic y mantenga el OrderDate
columna, a continuación, arrastre el cursor hasta el fecha columna en el DimDate de tabla y, a
continuación, suelte.
Aparece una línea sólida que indica que ha creado una relación activa entre el OrderDate columna en el
venta por Internet tabla y el fecha columna en el fecha tabla.
NOTE
Al crear relaciones, se selecciona automáticamente la dirección del filtro y cardinalidad entre la tabla principal y la
tabla de búsqueda relacionada.
2. En el FactInternetSales de tabla, haga clic y mantenga el DueDate columna, a continuación, arrastre el

cursor hasta el fecha columna en el DimDate de tabla y, a continuación, suelte.
Aparecerá una línea punteada que indica que ha creado una relación inactiva entre la DueDate columna
en el FactInternetSales tabla y el fecha columna en el DimDate tabla. Puede haber varias relaciones
entre las tablas, pero solo una puede estar activa cada vez. Las relaciones inactivas pueden hacerse activas
para realizar agregaciones especial en expresiones de DAX personalizadas.
3. Finalmente, cree una relación más. En el FactInternetSales de tabla, haga clic y mantenga el ShipDate
continuación, suelte.
¿Qué sigue?
Lección 5: Crear columnas calculadas.
Crear columnas calculadas
En esta lección, creará datos en el modelo agregando columnas calculadas. Puede crear columnas calculadas
(como columnas personalizadas) cuando se usa obtener datos, mediante el Editor de consultas o más adelante en
el tipo de diseñador de modelo hace aquí. Para obtener más información, consulte columnas calculadas.
Crear cinco nuevas columnas calculadas en tres tablas diferentes. Los pasos son ligeramente diferentes para cada
tarea que muestra varias maneras para crear las columnas, cambiarles el nombre y colocarlos en varias
ubicaciones en una tabla.
En esta lección también es donde se utilizar expresiones de análisis de datos (DAX). DAX es un lenguaje especial
para crear expresiones de fórmula altamente personalizables para los modelos tabulares. En este tutorial, DAX se
usa para crear columnas calculadas, medidas y filtros de rol. Para obtener más información, consulte DAX en
modelos tabulares.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 4: crear relaciones.

Crear una columna calculada MonthCalendar en la tabla DimDate
1. Haga clic en el modelo menú > vista de modelo > vista de datos.
Las columnas calculadas solo se pueden crear mediante el diseñador de modelos en la Vista de datos.
2. En el Diseñador de modelos, haga clic en el DimDate tabla (pestaña).
3. Haga clic en el CalendarQuarter encabezado de columna y, a continuación, haga clic en Insertar
columna.
Una nueva columna denominada Columna calculada 1 se inserta a la izquierda de la columna Calendar
Quarter .
4. En la barra de fórmulas situada encima de la tabla, escriba la siguiente fórmula DAX: Autocompletar le
ayuda a escribir los nombres completos de columnas y tablas y enumera las funciones que están
disponibles.
=RIGHT(" " & FORMAT([MonthNumberOfYear],"#0"), 2) & " - " & [EnglishMonthName]
Después, los valores se rellenan para todas las filas de la columna calculada. Si se desplaza hacia abajo por
la tabla, verá las filas pueden tener valores diferentes para esta columna se basa en los datos de cada fila.
5. Cambiar el nombre de esta columna para MonthCalendar.
MonthCalendar calcula la columna proporciona un nombre que se puede ordenar por mes.
Crear una columna calculada DayOfWeek en la tabla DimDate
1. Con el DimDate tabla sigue activa, haga clic el columna menú y, a continuación, haga clic en Agregar
columna.
2. En la barra de fórmulas, escriba la fórmula siguiente:
=RIGHT(" " & FORMAT([DayNumberOfWeek],"#0"), 2) & " - " & [EnglishDayNameOfWeek]
Cuando haya terminado de crear la fórmula, presione ENTRAR. Se agrega la columna nueva a la derecha
de la tabla.
3. Cambiar el nombre de la columna a DayOfWeek.
4. Haga clic en el encabezado de columna y, a continuación, arrastre la columna entre la
EnglishDayNameOfWeek columna y la DayNumberOfMonth columna.
TIP
El movimiento de columnas en la tabla simplifica la navegación.
El DayOfWeek calcula la columna proporciona un nombre ordenable del día de la semana.

Crear una columna calculada ProductSubcategoryName en la tabla DimProduct
1. En el DimProduct tabla, desplácese hasta el extremo derecho de la tabla. Observe que la columna situada
más a la derecha se denomina Agregar columna (en cursiva); haga clic en el encabezado de columna.
=RELATED('DimProductSubcategory'[EnglishProductSubcategoryName])
3. Cambiar el nombre de la columna a ProductSubcategoryName.

La columna calculada ProductSubcategoryName se utiliza para crear una jerarquía en la tabla DimProduct, que
incluye datos de la columna EnglishProductSubcategoryName en la tabla DimProductSubcategory. Las
jerarquías no pueden abarcar más de una tabla. Crear jerarquías más adelante en la lección 9.
Crear una columna calculada ProductCategoryName en la tabla DimProduct
1. Con el DimProduct tabla sigue activa, haga clic el columna menú y, a continuación, haga clic en Agregar
columna.
=RELATED('DimProductCategory'[EnglishProductCategoryName])
3. Cambiar el nombre de la columna a ProductCategoryName.
La columna calculada ProductCategoryName se utiliza para crear una jerarquía en la tabla DimProduct, que
incluye datos de la columna EnglishProductCategoryName en la tabla DimProductCategory. Las jerarquías no
pueden abarcar más de una tabla.
Crear una columna calculada margen en la tabla FactInternetSales
1. En el Diseñador de modelos, seleccione la FactInternetSales tabla.
2. Crear una nueva columna calculada entre el SalesAmount columna y la TaxAmt columna.
=[SalesAmount]-[TotalProductCost]
4. Cambie el nombre de la columna a Margen.
La columna calculada margen se utiliza para analizar los márgenes de beneficios de cada venta.
¿Qué sigue?
Lección 6: Crear medidas.
Crear medidas
En esta lección, creará medidas para incluirlas en el modelo. De forma similar a las columnas calculadas que creó,
una medida es un cálculo creado usando una fórmula DAX. Sin embargo, a diferencia de las columnas calculadas,
las medidas se evalúan en función de un usuario seleccionado filtro. Por ejemplo, una columna en particular o
una segmentación de datos que se agrega al campo etiquetas de fila en una tabla dinámica. A continuación, la
medida aplicada calcula un valor para cada celda del filtro. Las medidas son cálculos eficaces y flexibles que se
van a incluir en casi todos los modelos tabulares para realizar cálculos dinámicos sobre datos numéricos. Para
obtener más información, consulte medidas.
Para crear medidas, utilice la cuadrícula de medidas. De forma predeterminada, cada tabla tiene una cuadrícula
de medidas vacía; Sin embargo, normalmente no creará medidas para todas las tablas. La cuadrícula de medidas
aparece debajo de una tabla en el diseñador de modelos en la vista de datos. Para mostrar u ocultar la cuadrícula
de medidas de una tabla, haga clic en el menú Tabla y en Mostrar cuadrícula de medidas.
Puede crear una medida haciendo clic en una celda vacía de la cuadrícula de medidas y, a continuación,
escribiendo una fórmula DAX en la barra de fórmulas. Cuando haga clic en ENTRAR para completar la fórmula,
la medida, a continuación, aparece en la celda. También puede crear medidas mediante una función de agregación
estándar haciendo clic en una columna y, a continuación, haga clic en el botón de Autosuma (∑) en la barra de
herramientas. Las medidas creadas mediante la característica de Autosuma aparecen en la cuadrícula de medidas
directamente debajo de la columna, pero se pueden mover.
En esta lección, creará medidas escribiendo una fórmula DAX en la barra de fórmulas y mediante la característica
de Autosuma.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 5: crear columnas calculadas.
Crear medidas
Para crear una medida DaysCurrentQuarterToDate en la tabla DimDate
2. En la cuadrícula de medidas, haga clic en la celda vacía superior izquierda.
DaysCurrentQuarterToDate:=COUNTROWS( DATESQTD( 'DimDate'[Date]))
Observe que la celda superior izquierda contiene ahora un nombre de medida,

DaysCurrentQuarterToDate, seguido del resultado, 92. El resultado no es relevante en este momento
porque no se ha aplicado ningún filtro de usuario.
A diferencia de las columnas calculadas, con fórmulas de medida puede escribir el nombre de medida,
seguido por un signo de dos puntos seguido de la expresión de la fórmula.
Para crear una medida DaysInCurrentQuarter en la tabla DimDate
1. Con el DimDate tabla sigue activa en el Diseñador de modelos, en la cuadrícula de medidas, haga clic en
la celda vacía situada debajo de la medida que creó.
DaysInCurrentQuarter:=COUNTROWS( DATESBETWEEN( 'DimDate'[Date], STARTOFQUARTER(

LASTDATE('DimDate'[Date])), ENDOFQUARTER('DimDate'[Date])))
Al crear una relación de comparación entre un período incompleto y el período anterior. La fórmula debe
calcular la proporción del período que ha transcurrido y compararla con la misma parte del período
anterior. En este caso, [DaysCurrentQuarterToDate] / [DaysInCurrentQuarter] ofrece la proporción
transcurrido en el período actual.
Para crear una medida InternetDistinctCountSalesOrder en la tabla FactInternetSales
1. Haga clic en el FactInternetSales tabla.
2. Haga clic en el SalesOrderNumber encabezado de columna.
3. En la barra de herramientas, haga clic en la flecha abajo situada junto al botón de autosuma (∑) y, después,
seleccione DistinctCount.
La característica de autosuma crea automáticamente una medida para la columna seleccionada usando la
fórmula estándar de agregación DistinctCount.
4. En la cuadrícula de medidas, haga clic en la nueva medida y, a continuación, en la propiedades ventana,

en nombre de medida, cambiar el nombre de la medida a InternetDistinctCountSalesOrder.
Para crear medidas adicionales en la tabla FactInternetSales
1. Con la característica de autosuma, cree y asigne un nombre a las medidas siguientes:
COLUMNA NOMBRE DE MEDIDA AUTOSUMA (∑) FÓRMULA

COLUMNA NOMBRE DE MEDIDA AUTOSUMA (∑) FÓRMULA
SalesOrderLineNumber InternetOrderLinesCount Count =CountA([SalesOrderLine

Number])
OrderQuantity InternetTotalUnits SUM =SUM([OrderQuantity])
DiscountAmount InternetTotalDiscountAmo SUM =SUM([DiscountAmount])

unt
TotalProductCost InternetTotalProductCost SUM =SUM([TotalProductCost])
SalesAmount InternetTotalSales SUM =SUM([SalesAmount])
Margen InternetTotalMargin SUM =SUM([Margen])
TaxAmt InternetTotalTaxAmt SUM =SUM([TaxAmt])
Freight InternetTotalFreight SUM =SUM([Cargos])
2. Haciendo clic en una celda vacía de la cuadrícula de medidas y mediante el uso de la barra de fórmulas,
cree las siguientes medidas personalizadas en orden:
InternetPreviousQuarterMargin:=CALCULATE([InternetTotalMargin],PREVIOUSQUARTER('DimDate'[Date]))
InternetCurrentQuarterMargin:=TOTALQTD([InternetTotalMargin],'DimDate'[Date])
InternetPreviousQuarterMarginProportionToQTD:=[InternetPreviousQuarterMargin]*
([DaysCurrentQuarterToDate]/[DaysInCurrentQuarter])
InternetPreviousQuarterSales:=CALCULATE([InternetTotalSales],PREVIOUSQUARTER('DimDate'[Date]))
InternetCurrentQuarterSales:=TOTALQTD([InternetTotalSales],'DimDate'[Date])
InternetPreviousQuarterSalesProportionToQTD:=[InternetPreviousQuarterSales]*
Las medidas creadas para la tabla FactInternetSales se pueden utilizar para analizar datos financieros críticos
como ventas, costos y margen de beneficio para los elementos definidos por el filtro seleccionado de usuario.
¿Qué sigue?
Lección 7: Crear indicadores clave de rendimiento.
Crear indicadores clave de rendimiento
En esta lección, creará indicadores clave de rendimiento (KPI). KPI se usan para medir el rendimiento de un valor
definido por una Base medida, con un destino valor también se define una medida o un valor absoluto. En
aplicaciones cliente de informes, los KPI pueden proporcionar a los profesionales del negocio una manera rápida
y sencilla de identificar un resumen de logros empresariales o tendencias. Para obtener más información, consulte
KPI
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 6: crear medidas.

Para crear un KPI InternetCurrentQuarterSalesPerformance
1. En el Diseñador de modelos, haga clic en el FactInternetSales tabla.
2. En la cuadrícula de medidas, haga clic en una celda vacía.
3. En la barra de fórmulas situada encima de la tabla, escriba la siguiente fórmula:
InternetCurrentQuarterSalesPerformance
:=DIVIDE([InternetCurrentQuarterSales]/[InternetPreviousQuarterSalesProportionToQTD],BLANK())
Esta medida actúa como medida Base del KPI.

4. En la cuadrícula de medidas, haga clic en InternetCurrentQuarterSalesPerformance > crear KPI.
5. En el cuadro de diálogo indicador clave de rendimiento (KPI), en destino seleccione valor absolutoy, a
continuación, escriba 1.1.
6. En el campo de control deslizante situado abajo a la izquierda, escriba 1y, en el de arriba a la derecha,
escriba 1.07.
7. En Seleccionar el estilo de icono, seleccione el tipo de icono de rombo (rojo), triángulo (amarillo), círculo
(verde).
TIP
Tenga en cuenta la expandible descripciones etiqueta debajo de los estilos de icono disponibles. Use las
descripciones de los distintos elementos KPI para que sean más fáciles de identificar en las aplicaciones cliente.
8. Haga clic en Aceptar para completar el KPI.

En la cuadrícula de medidas, observe el icono situado junto a la
InternetCurrentQuarterSalesPerformance medida. Este icono indica que esta medida actúa como valor
base de un KPI.
Para crear un KPI InternetCurrentQuarterMarginPerformance
1. En la cuadrícula de medidas para la FactInternetSales de tabla, haga clic en una celda vacía.
InternetCurrentQuarterMarginPerformance :=IF([InternetPreviousQuarterMarginProportionToQTD]<>0,
([InternetCurrentQuarterMargin]-
[InternetPreviousQuarterMarginProportionToQTD])/[InternetPreviousQuarterMarginProportionToQTD],BLANK())
3. Haga clic en InternetCurrentQuarterMarginPerformance > crear KPI.

5. En el campo de control deslizante (baja) izquierdo, deslice hasta que el campo muestre 0,8y, a continuación,
diapositiva campo el control deslizante de la derecha (alto), hasta que el campo muestre 1.03.
6. En Seleccionar estilo de icono, seleccione el tipo de icono de rombo (rojo), triángulo (amarillo) y círculo
(verde), y haga clic en Aceptar.
¿Qué sigue?
Lección 8: Crear perspectivas.
Crear perspectivas
En esta lección, creará una perspectiva venta por Internet. Una perspectiva define un subconjunto visible de un
modelo que ofrece puntos de vista centrados, específicos del negocio o específicos de la aplicación. Cuando un
usuario se conecta a un modelo mediante una perspectiva, podrán ver sólo los objetos de modelo (tablas,
columnas, medidas, jerarquías y KPI) como campos definidos en esa perspectiva. Para obtener más información,
consulte perspectivas.
La perspectiva de ventas por Internet que cree en esta lección excluye el objeto de la tabla DimCustomer. Cuando
se crea una perspectiva que excluye ciertos objetos de vista, ese objeto sigue existiendo en el modelo. Sin
embargo, no está visible en una lista de campos de cliente de informes. Las columnas calculadas y medidas se
pueden incluir en una perspectiva o no pueden calcularse a partir de los datos del objeto excluido.
El propósito de esta lección es describir cómo se crean las perspectivas y permitir que se familiarice con las
herramientas de creación de modelos tabulares. Si posteriormente amplía el modelo para incluir tablas
adicionales, puede crear otras perspectivas para definir puntos de vista diferentes del modelo, por ejemplo,
inventario y las ventas.
Tiempo estimado para completar esta lección: cinco minutos
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 7: crear indicadores clave de
rendimiento.
Crear perspectivas
Para crear una perspectiva Venta por Internet
1. Haga clic en el modelo menú > perspectivas > crear y administrar.
2. En el cuadro de diálogo Perspectivas , haga clic en Nueva perspectiva.
3. Haga doble clic en el nueva perspectiva encabezado de columna y, a continuación, cambie el nombre
venta por Internet.
4. Seleccione todas las tablas excepto DimCustomer.
En una lección posterior, usa la característica analizar en Excel para probar esta perspectiva. La lista de
campos de tabla dinámica de Excel incluye cada tabla excepto la tabla DimCustomer.
¿Qué sigue?
Lección 9: Crear jerarquías.
Crear jerarquías
En esta lección, creará jerarquías. Las jerarquías son grupos de columnas dispuestas en niveles. Por ejemplo, una
jerarquía geografía puede tener subniveles para país, estado, provincia y ciudad. Las jerarquías pueden aparecer
por separado de otras columnas en una lista de campos de la aplicación cliente de informes, lo que facilita la
navegación de los usuarios del cliente y su inclusión en un informe. Para obtener más información, consulte
jerarquías
Para crear jerarquías, use el Diseñador de modelos en vista de diagrama. Crear y administrar jerarquías no se
admiten en la vista de datos.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 8: crear perspectivas.
Crear jerarquías
Para crear una jerarquía de categorías de la tabla DimProduct
1. En el Diseñador de modelos (vista de diagrama), haga clic en el DimProduct tabla > crear jerarquía.
Aparece una nueva jerarquía en la parte inferior de la ventana de tabla. Cambiar el nombre de la jerarquía
categoría.
2. Haga clic y arrastre la ProductCategoryName columna a la nueva categoría jerarquía.
3. En el categoría jerarquía, haga clic en ProductCategoryName > cambiar el nombre dey, a
continuación, escriba categoría.
NOTE
Al cambiar el nombre de una columna de la jerarquía no se cambia el nombre de esa columna en la tabla. Una
columna de una jerarquía es simplemente una representación de la columna de la tabla.
4. Haga clic y arrastre la ProductSubcategoryName columna a la categoría jerarquía. Cámbiele el

nombre subcategoría.
5. Haga clic en el ModelName columna > agregar a jerarquíay, a continuación, seleccione categoría.
Cámbiele el nombre modelo.
6. Por último, agregue EnglishProductName a la jerarquía de categorías. Cámbiele el nombre producto.
Para crear jerarquías en la tabla DimDate
1. En el DimDate de tabla, cree una jerarquía denominada calendario.
2. Agregue el columnas siguientes en el orden:
CalendarYear
CalendarSemester
CalendarQuarter
MonthCalendar
DayNumberOfMonth
3. En el DimDate de tabla, cree un Fiscal jerarquía. Incluir el columnas siguientes en el orden:
FiscalYear
FiscalSemester
FiscalQuarter
MonthCalendar
DayNumberOfMonth
4. Por último, en la DimDate de tabla, cree un ProductionCalendar jerarquía. Incluir el columnas
siguientes en el orden:
CalendarYear
WeekNumberOfYear
DayNumberOfWeek
¿Qué sigue?
Lección 10: Crear particiones.
Crear particiones
En esta lección, creará particiones dividir la tabla FactInternetSales en piezas lógicas más pequeñas que se pueden
procesar (actualiza) independientemente de otras particiones. De forma predeterminada, cada tabla que se
incluye en el modelo tiene una partición, que incluye columnas y filas de la de la tabla. Para la tabla
FactInternetSales, queremos dividir los datos por año; una partición para cada uno de los cinco años de la tabla.
Cada partición se podrá procesar entonces independientemente. Para obtener más información, consulte
particiones.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 9: crear jerarquías.
Crear particiones
Para crear particiones en la tabla FactInternetSales
1. En el Explorador de modelos tabulares, expanda tablasy, a continuación, haga clic en FactInternetSales >
particiones.
2. En el Administrador de particiones, haga clic en copiay, a continuación, cambie el nombre a
FactInternetSales2010.
Ya que desea que la partición incluya sólo aquellas filas en un período determinado, para el año 2010, debe
modificar la expresión de consulta.
3. Haga clic en diseño para abrir el Editor de consultas y, a continuación, haga clic en el
FactInternetSales2010 consulta.
4. En la vista previa, haga clic en la flecha hacia abajo en la OrderDate encabezado de columna y, a
continuación, haga clic en filtros de fecha y hora > entre.
5. En el cuadro de diálogo Filtrar filas en mostrar filas donde: OrderDate, deje es posterior o igual ay, a
continuación, en el campo de fecha, escriba 1/1/2010. Deje el y operador seleccionado, a continuación,
seleccione antes, a continuación, en el campo de fecha, escriba /1/1/2011y, a continuación, haga clic en
Aceptar.
Observe en el Editor de consultas, en los pasos aplicados, verá otro paso filtra las filas con nombre. Este
filtro consiste en seleccionar sólo las fechas de pedidos de 2010.
6. Haga clic en Importar.
En el Administrador de particiones, tenga en cuenta que la expresión de consulta ahora tiene una cláusula
de filtrado de filas adicional.
Esta instrucción especifica que esta partición debe incluir solo los datos en las filas donde el valor de
OrderDate es en el año 2010 tal como se especifica en la cláusula de filtrado de filas.
Para crear una partición para el año 2011
1. En la lista de particiones, haga clic en el FactInternetSales2010 de partición que creó y, a continuación,
haga clic en copia. Cambie el nombre de partición a FactInternetSales2011.
No es necesario usar el Editor de consultas para crear una nueva cláusula de filtrado de filas. Como ha
creado una copia de la consulta para 2010, todo lo que necesita hacer es poner un pequeño cambio en la
consulta de 2011.
2. En expresión de consulta, en orden para esta partición incluir solo las filas para el año 2011, reemplace
los años en la cláusula de filtrado de filas con 2011 y 2012, respectivamente, al igual que:
let
Source = #"SQL/localhost;AdventureWorksDW2014",
dbo_FactInternetSales = Source{[Schema="dbo",Item="FactInternetSales"]}[Data],
#"Removed Columns" = Table.RemoveColumns(dbo_FactInternetSales,{"OrderDateKey", "DueDateKey",
"ShipDateKey"}),
#"Filtered Rows" = Table.SelectRows(#"Removed Columns", each [OrderDate] >= #datetime(2011, 1, 1,
0, 0, 0) and [OrderDate] < #datetime(2012, 1, 1, 0, 0, 0))
in
#"Filtered Rows"
Para crear particiones de 2012, 2013 y 2014.

Siga los pasos anteriores, la creación de particiones de 2012, 2013 y 2014, cambiar los años en la cláusula de
filtrado de filas para incluir sólo las filas correspondientes a ese año.
Eliminar la partición FactInternetSales

Ahora que tiene particiones para cada año, puede eliminar la partición FactInternetSales; al elegir todos los
procesos cuando el procesamiento de particiones, que impiden que se superponen.
Para eliminar la partición FactInternetSales
Haga clic en el FactInternetSales de partición y, a continuación, haga clic en eliminar.
Procesar particiones
En el Administrador de particiones, tenga en cuenta el procesa última columna para cada una de las nuevas
particiones que ha creado muestra estas particiones nunca se han procesado. Al crear particiones, debe ejecutar
una operación procesar particiones o procesar tabla para actualizar los datos de esas particiones.
Para procesar las particiones FactInternetSales
1. Haga clic en Aceptar para cerrar el Administrador de partición.
2. Haga clic en el FactInternetSales de tabla, a continuación, haga clic en el modelo menú > proceso >
procesar particiones.
3. En el cuadro de diálogo procesar particiones, compruebe modo está establecido en proceso
predeterminado.
4. Active la casilla de la columna Procesar para cada una de las cinco particiones que ha creado y haga clic en
Aceptar.
Si se le pide las credenciales de suplantación, escriba el nombre de usuario de Windows y la contraseña
que especificó en la lección 2.
Aparece el cuadro de diálogo Procesamiento de datos con los detalles del proceso de cada partición.
Observe que se ha transferido un número diferente de filas para cada partición. Cada partición incluye
solamente las filas del año especificado en la cláusula WHERE en la instrucción SQL. Cuando finalice el
procesamiento, continúe y cierre el cuadro de diálogo Procesamiento de datos.
¿Qué sigue?
Vaya a la siguiente lección: lección 11: crear Roles.
Crear roles
En esta lección, creará roles. Los roles proporcionan seguridad de objetos y datos de la base de datos de modelo
limitando el acceso únicamente a aquellos usuarios que sean miembros del rol. Cada rol se define con un
permiso único: Ninguno, Lectura, Lectura y proceso, Proceso o Administrador. Roles se pueden definir durante la
creación del modelo mediante el rol de administrador. Una vez implementado un modelo, puede administrar
roles mediante SQL Server Management Studio (SSMS ). Para obtener más información, consulte Roles.
NOTE
No es necesario crear roles para completar este tutorial. De forma predeterminada, la cuenta que ha iniciado sesión tiene
privilegios de administrador en el modelo. Sin embargo, para otros usuarios de su organización examinar mediante un
cliente de informes, debe crear al menos un rol con lectura permisos y agregar los usuarios como miembros.
Cree tres roles:

Director de ventas : este rol puede incluir a los usuarios de su organización para la que desea tener
permiso para todos los objetos del modelo y datos de lectura.
Analista de ventas EE. UU. : este rol puede incluir a los usuarios de su organización para que sólo desea
poder examinar los datos relacionados con las ventas en Estados Unidos. Para este rol, utilice una fórmula
DAX para definir un filtro de fila, lo que restringe los miembros para examinar los datos solo para los
Estados Unidos.
Administrador : este rol puede incluir a los usuarios para los que desea tener permisos de administrador,
lo que permite un acceso ilimitado y permisos para realizar tareas administrativas en la base de datos de
modelo.
Dado que las cuentas de usuario y grupo de Windows de su organización son únicas, puede agregar cuentas de
su propia organización a los miembros. Sin embargo, para este tutorial, también puede dejar los miembros en
blanco. Probar el efecto de cada rol más adelante en la lección 12: analizar en Excel.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 10: crear particiones.
Crear roles
Para crear un rol de usuario Administrador de ventas
1. En el Explorador de modelos tabulares, haga clic en Roles > Roles.
2. En el Administrador de roles, haga clic en nuevo.
3. Haga clic en el nuevo rol y, a continuación, en la nombre columna, cambiar el nombre de la función para
Sales Manager.
4. En la columna Permisos , haga clic en la lista desplegable y, después, seleccione el permiso Lectura .
5. Opcional: Haga clic en el miembros ficha y, a continuación, haga clic en agregar. En el cuadro de diálogo
Seleccionar usuario o grupo , especifique los usuarios o grupos de Windows de su organización que
quiera incluir en el rol.
Para crear un rol de usuario Analista de ventas EE. UU.
2. Cambiar el nombre de la función para analista de ventas EE. UU.
3. Asignar este rol lectura permiso.
4. Haga clic en la pestaña Filtros de fila y, a continuación, para la DimGeography tabla únicamente, en la
columna filtro DAX, escriba la siguiente fórmula:
=DimGeography[CountryRegionCode] = "US"
Una fórmula de filtro de fila se debe resolver como un valor booleano (TRUE o FALSE ). Con esta fórmula,
se especifica que sólo las filas con el valor de código de país región de "US" están visibles para el usuario.
Para crear un rol de usuario de administrador
1. Haga clic en Nueva.
2. Cambiar el nombre de la función para administrador.
3. Asignar este rol administrador permiso.
¿Qué sigue?
Lección 12: Analizar en Excel.
Analizar en Excel
En esta lección, usa la característica analizar en Excel para abrir Microsoft Excel, crear automáticamente una
conexión en el área de trabajo del modelo y agregar automáticamente una tabla dinámica a la hoja de cálculo. La
característica Analizar en Excel se ha diseñado para proporcionar una manera rápida y sencilla de probar la
eficacia del diseño de su modelo antes de implementarlo. No realice ningún análisis de datos en esta lección. El
propósito de esta lección es familiarizar al autor de modelos con las herramientas que puede usar para probar el
diseño de sus modelos.
Para completar esta lección, debe tener instalado Excel en el mismo equipo que Visual Studio.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 11: crear roles.
Examinar utilizando las perspectivas Predeterminada y Venta por

Internet
En estas primeras tareas, examinar el modelo mediante el uso de la perspectiva predeterminada, que incluye
todos los objetos del modelo, y también con la perspectiva de ventas por Internet que anteriormente. La
perspectiva Venta por Internet excluye el objeto de tabla Cliente.
Para examinar con la perspectiva predeterminada
1. Haga clic en el modelo menú > analizar en Excel.
2. En el cuadro de diálogo Analizar en Excel , haga clic en Aceptar.
Excel se abre con un nuevo libro. Se crea una conexión de origen de datos con la cuenta de usuario actual y
se utiliza la perspectiva predeterminada para definir los campos visibles. Una tabla dinámica se agrega
automáticamente a la hoja de cálculo.
3. En Excel, en la lista de campos de tabla dinámica, tenga en cuenta el DimDate y FactInternetSales
aparecen los grupos de medida. El DimCustomer, DimDate, DimGeography, DimProduct,
DimProductCategory, DimProductSubcategory, y FactInternetSales también aparezcan las tablas
con sus respectivas columnas.
4. Cierre Excel sin guardar el libro.
Para examinar con la perspectiva Venta por Internet
1. Haga clic en el modelo menú y, a continuación, haga clic en analizar en Excel.
2. En el cuadro de diálogo Analizar en Excel , mantenga seleccionado Usuario de Windows actual y,
después, en el cuadro de lista desplegable Perspectiva , seleccione Venta por Internety haga clic en
Aceptar.
3. En Excel, en PivotTable Fields, tenga en cuenta la tabla DimCustomer se excluye de la lista de campos.
Examinar mediante roles

Las funciones son una parte importante de cualquier modelo tabular. Sin al menos un rol al que se agregan a los
usuarios como miembros, los usuarios no se pueden tener acceso a y analizar datos con el modelo. La
característica Analizar de Excel proporciona una manera de probar los roles que ha definido.
Para examinar mediante el rol de usuario de administrador de ventas
1. En SSDT, haga clic en el modelo menú y, a continuación, haga clic en analizar en Excel.
2. En especifica el nombre de usuario o rol que se usará para conectarse al modelo, seleccione roly, a
continuación, en el cuadro de lista desplegable, seleccione Sales Managery, a continuación, haga clic en
Aceptar.
Excel se abre con un nuevo libro. Automáticamente se crea una tabla dinámica. La lista de campos de tabla
dinámica incluye todos los campos de datos disponibles en el nuevo modelo.
¿Qué sigue?
Vaya a la siguiente lección: lección 13: implementar.
Implementar
En esta lección, configurará propiedades de implementación; especificar un servidor para implementar en y un
nombre para el modelo. A continuación, implementar el modelo en el servidor. Después de implementa el
modelo, los usuarios pueden conectarse a él mediante el uso de una aplicación de cliente de informes. Para
obtener más información, consulte implementar en Azure Analysis Services y implementación de la solución de
modelo Tabular.
Requisitos previos
las tareas en esta lección, debe haber completado la lección anterior: lección 12: analizar en Excel.
IMPORTANT
Si la implementación en Azure Analysis Services, debe tener permisos de administrador en el serever.
IMPORTANT
Si instaló la base de datos de ejemplo AdventureWorksDW en un servidor local de SQL, y va a implementar el modelo a un
servidor de Analysis Services de Azure, un puerta de enlace de datos local es necesario.
Implementar el modelo
Para configurar propiedades de implementación
1. En el Explorador de soluciones, haga clic en el AW Internet Sales del proyecto y, a continuación, haga
clic en propiedades.
2. En el páginas de propiedades de ventas de Internet de AW cuadro de diálogo el servidor de
implementación, en la Server propiedad, escriba el nombre completo del servidor. Si se conecta a
Analysis Services de Azure, nombre del servidor debe incluir la dirección URL completa.
3. En el base de datos propiedad, escriba Adventure Works Internet Sales.
4. En el nombre del modelo propiedad, escriba Adventure Works Internet Sales Model.
5. Compruebe las opciones seleccionadas y, después, haga clic en Aceptar.
Para implementar Adventure Works Internet Sales
1. En el Explorador de soluciones, haga clic en el AW Internet Sales proyecto > generar.
2. Haga clic en el AW Internet Sales proyecto > implementar.
Cuando se implementa en Azure Analysis Services, se le pedirá que especifique su cuenta. Escriba su
cuenta profesional y la contraseña, por ejemplo nancy@adventureworks.com. Esta cuenta debe ser de
administradores en el servidor.
El cuadro de diálogo implementar aparece y muestra el estado de implementación de los metadatos y cada
tabla incluida en el modelo.
3. Cuando se complete correctamente la implementación, continúe y haga clic en Cerrar.
En esta lección se describe el método más común y sencillo para implementar un modelo tabular desde SSDT.
Opciones de implementación avanzada, como el Asistente para la implementación o automatizar con XML A y
AMO proporcionan mayor flexibilidad, la coherencia y las implementaciones programadas. Para obtener más
información, consulte implementación de la solución de modelo Tabular.
Conclusión
¡ Enhorabuena! Haya terminado de crear e implementar el primer modelo Tabular de Analysis Services. Este
tutorial le ha guiado por las tareas más comunes para crear un modelo tabular. Ahora que su modelo Ventas por
Internet de Adventure Works está implementado, puede utilizar el SQL Server Management Studio para
administrarlo, crear scripts de proceso y realizar un plan de copia de seguridad. Los usuarios ahora también
pueden conectarse al modelo mediante una aplicación de cliente de informes como Microsoft Excel o Power BI.
¿Qué sigue?
Conectar con Power BI Desktop
Lección complementaria - seguridad dinámica
Lección complementaria - filas de detalles
Lección complementaria - jerarquías desiguales
En esta lección complementaria, se utiliza el Editor de DAX para definir una expresión personalizada de filas de
detalle. Una expresión de filas de detalles es una propiedad en una medida, proporciona más información acerca
de los resultados agregados de una medida de los usuarios finales.
Requisitos previos
En este artículo de lección complementaria forma parte de un tutorial de modelado tabular. Antes de realizar las
tareas de esta lección complementaria, deberá haber finalizado todas las lecciones anteriores o tiene un proyecto
de modelo de ejemplo Adventure Works Internet Sales completado.
¿Cuál es el problema?
Echemos un vistazo a los detalles de la medida InternetTotalSales, antes de agregar una expresión de filas de
detalle.
1. En SSDT, haga clic en el modelo menú > analizar en Excel para abrir Excel y cree una tabla dinámica en
blanco.
2. En PivotTable Fields, agregue el InternetTotalSales medida de la tabla FactInternetSales y valores,
CalendarYear de la tabla DimDate para columnas, y Spanishcountryregionname a filas. La tabla
dinámica le proporciona los resultados de un agregado de la medida InternetTotalSales por regiones y año.
3. En la tabla dinámica, haga doble clic en un valor agregado para un año y un nombre de región. A
continuación se hace doble clic en el valor para el año 2014 y Australia. Una nueva hoja abre que contiene
datos, pero los datos no resultan de utilidad.
Lo que queremos ver aquí es una tabla que contiene columnas y filas de datos que contribuyen al resultado de la
medida InternetTotalSales agregado. Para ello, podemos agregar una expresión de filas de detalles como una
propiedad de la medida.
Agregar una expresión de filas de detalle

Para crear una expresión de filas de detalle
1. En la cuadrícula de medidas de la tabla FactInternetSales, haga clic en el InternetTotalSales medida.
2. En propiedades > expresión de filas de detalle, haga clic en el botón de editor para abrir el Editor de
DAX.
3. En el Editor de DAX, escriba la siguiente expresión:
SELECTCOLUMNS(
FactInternetSales,
"Sales Order Number", FactInternetSales[SalesOrderNumber],
"Customer First Name", RELATED(DimCustomer[FirstName]),
"Customer Last Name", RELATED(DimCustomer[LastName]),
"City", RELATED(DimGeography[City]),
"Order Date", FactInternetSales[OrderDate],
"Internet Total Sales", [InternetTotalSales]
)
Esta expresión especifica nombres de columnas, y se devuelven resultados de medida de la tabla

FactInternetSales y las tablas relacionadas cuando un usuario hace doble clic en un resultado agregado en
una tabla dinámica o informe.
4. En Excel, elimine la hoja que creó en el paso 3, a continuación, haga doble clic en un valor agregado. Esta
vez, con una propiedad de expresión de filas de detalle definida para la medida, una nueva hoja abre que
contienen datos mucho más útiles.
5. Volver a implementar el modelo.
Vea también
Función SELECTCOLUMNS (DAX)
Lección complementaria: Seguridad dinámica
Lección complementaria: Jerarquías desiguales
En esta lección complementaria, creará una función adicional que implemente seguridad dinámica. La seguridad
dinámica proporciona seguridad de nivel de fila basada en el nombre de usuario o el identificador de inicio de
sesión del usuario que ha iniciado sesión actualmente.
Para implementar seguridad dinámica, agregar una tabla al modelo que contiene los nombres de usuario de los
usuarios que pueden conectarse con el modelo y examinar los datos y objetos del modelo. El modelo que crea
con este tutorial está en el contexto de Adventure Works; Sin embargo, para completar esta lección, debe agregar
una tabla que contiene los usuarios de su propio dominio. No es necesario las contraseñas para los nombres de
usuario que se agregan. Para crear una tabla de EmployeeSecurity, con una pequeña muestra de los usuarios de
su propio dominio, utilice la función de pegar pegar datos de empleados desde una hoja de cálculo de Excel. En
un escenario real, la tabla que contiene los nombres de usuario normalmente sería una tabla de una base de
datos real como origen de datos; Por ejemplo, una tabla DimEmployee real.
Para implementar seguridad dinámica, debe utilizar dos funciones DAX: función USERNAME (DAX) y función
LOOKUPVALUE (DAX). Estas funciones, aplicadas en una fórmula de filtro de columna, se definen en un nuevo
rol. Mediante el uso de la función LOOKUPVALUE, la fórmula especifica un valor de la tabla EmployeeSecurity.
La fórmula, a continuación, pasa el que el valor a la función de nombre de usuario, que especifica el nombre de
usuario del usuario que ha iniciado sesión pertenece a este rol. El usuario puede examinar los datos especificados
por los filtros de fila del rol. En este escenario, puede especificar que los empleados de ventas solo pueden
examinar los datos de ventas de Internet de los territorios de ventas en el que son miembros.
Las tareas que son únicas de este escenario de modelo tabular de Adventure Works, pero que no se aplicarían
necesariamente en un escenario real, se identifican como tales. Cada tarea incluye información adicional que
describe el propósito de la tarea.
Requisitos previos
En este artículo de lección complementaria forma parte de un tutorial de modelado tabular, que se debe
completar en orden. Antes de realizar las tareas de esta lección complementaria, debe haber completado todas las
lecciones anteriores.
Agregar la tabla dimSalesTerritory al proyecto de modelo tabular AW

Internet Sales
Para implementar seguridad dinámica para este escenario de Adventure Works, debe agregar dos tablas
adicionales al modelo. La primera tabla que agregará es DimSalesTerritory (como Sales Territory) de la misma
base de datos AdventureWorksDW. Posteriormente, se aplica un filtro de fila a la tabla SalesTerritory que define
los datos concretos que puede examinar el usuario con sesión iniciada.
Para agregar la tabla dimSalesTerritory
1. En el Explorador de modelos tabulares > orígenes de datos, haga clic en la conexión y, a continuación,
haga clic en importar nuevas tablas.
Si aparece el cuadro de diálogo Credenciales de suplantación, escriba las credenciales de suplantación que
utilizó en la lección 2: Agregar datos.
2. En el navegador, seleccione la DimSalesTerritory de tabla y, a continuación, haga clic en Aceptar.
3. En el Editor de consultas, haga clic en el DimSalesTerritory de consulta y, a continuación, quitar
SalesTerritoryAlternateKey columna.
4. Haga clic en Importar.
La nueva tabla se agrega al área de trabajo del modelo. Objetos y datos de la tabla de origen
DimSalesTerritory, a continuación, se importan en el MT ventas AW.
5. Después de la tabla se ha importado correctamente, haga clic en cerrar.
Agregar una tabla con datos de nombre de usuario

La tabla DimEmployee de la base de datos de ejemplo AdventureWorksDW contiene usuarios del dominio
AdventureWorks. Los nombres de usuario no existen en su propio entorno. Debe crear una tabla en el modelo
que contenga una pequeña muestra (al menos tres) de usuarios reales de su organización. A continuación,
agregar estos usuarios como miembros a la nueva función. No necesita las contraseñas de los nombres de
usuario de ejemplo, pero necesita nombres de usuario de Windows reales de su propio dominio.
Para agregar una tabla EmployeeSecurity
1. Abra Microsoft Excel para crear una hoja de cálculo.
2. Copie la siguiente tabla, incluida la fila de encabezado, y péguela en la hoja de cálculo.
|EmployeeId|SalesTerritoryId|FirstName|LastName|LoginId|
|---------------|----------------------|--------------|-------------|------------|
|1|2|<user first name>|<user last name>|\<domain\username>|
3. Reemplace el nombre, apellido y dominio ombre de usuario con los nombres e identificadores de inicio de
sesión de tres usuarios de su organización. Colocar el mismo usuario en las dos primeras filas de
EmployeeId 1, que muestra este usuario pertenece a más de un territorio de ventas. Deje los campos
EmployeeId y SalesTerritoryId tal como están.
4. Guarde la hoja de cálculo como SampleEmployee.
5. En la hoja de cálculo, seleccione todas las celdas con datos de empleados, incluidos los encabezados, a
continuación, haga clic en los datos seleccionados y, a continuación, haga clic en copia.
6. En SSDT, haga clic en el editar menú y, a continuación, haga clic en pegar.
Si está atenuado pegar, haga clic en cualquier columna de cualquier tabla en la ventana del Diseñador de
modelos e inténtelo de nuevo.
7. En el vista previa de pegado cuadro de diálogo nombre de la tabla, tipo EmployeeSecurity.
8. En datos se peguen, compruebe los datos incluyen todos los datos de usuario y los encabezados de la
hoja de cálculo SampleEmployee.
9. Compruebe que esté seleccionada la opción Usar primera fila como encabezados de columna y haga
clic en Aceptar.
Se crea una nueva tabla denominada EmployeeSecurity con datos de empleado copiados desde la hoja de
cálculo SampleEmployee.
Crear relaciones entre la tabla FactInternetSales, DimGeography y

DimSalesTerritory
La tabla FactInternetSales y DimGeography, DimSalesTerritory todos los contienen una columna común,
SalesTerritoryId. La columna SalesTerritoryId en la tabla DimSalesTerritory contiene valores con un identificador
distinto para cada territorio de ventas.
Para crear relaciones entre los FactInternetSales y DimGeography, la tabla DimSalesTerritory
1. En la vista de diagrama, en la DimGeography de tabla, haga clic y mantenga el SalesTerritoryId
columna, a continuación, arrastre el cursor hasta el SalesTerritoryId columna en el DimSalesTerritory
de tabla y, a continuación, suelte.
2. En el FactInternetSales de tabla, haga clic y mantenga el SalesTerritoryId columna, a continuación,
arrastre el cursor hasta el SalesTerritoryId columna en el DimSalesTerritory de tabla y, a continuación,
suelte.
Observe que la propiedad Active de esta relación es False, lo que significa que está inactivo. La tabla
FactInternetSales ya tiene otra relación activa.
Ocultar la tabla de EmployeeSecurity de las aplicaciones cliente

En esta tarea, oculta la tabla EmployeeSecurity, evitando que aparezca en la lista de campos de la aplicación
cliente. Tenga en cuenta que al ocultar una tabla no significa protegerla. Los usuarios todavía pueden consultar
datos de la tabla de EmployeeSecurity si saben cómo. Para proteger los datos de la tabla EmployeeSecurity,
impedían que los usuarios puedan consultar sus datos, aplicar un filtro en una tarea posterior.
Para ocultar la tabla de EmployeeSecurity de las aplicaciones cliente
En el diseñador de modelos en la vista de diagrama, haga clic con el botón derecho en el encabezado de tabla
Empleado y, después, haga clic en Ocultar en herramientas de cliente.
Crear empleados de ventas por el rol de usuario de territorio

En esta tarea, creará un rol de usuario. Este rol incluye un filtro de fila define qué filas de la tabla
DimSalesTerritory son visibles para los usuarios. A continuación, se aplica el filtro en la dirección de la relación de
uno a varios a todas las demás tablas relacionadas a DimSalesTerritory. También aplica un filtro que protege toda
la tabla EmployeeSecurity de consultas por cualquier usuario que sea miembro del rol.
NOTE
El rol de empleados de ventas por territorio que creará en esta lección solo permitirá a los miembros examinar (o consultar)
los datos de ventas del territorio de ventas al que pertenezcan. Si agrega un usuario como miembro a los empleados de
ventas por el rol de territorio que también existe como un miembro de un rol creado en lección 11: crear Roles, obtendrá
una combinación de permisos. Cuando un usuario es miembro de varios roles, los permisos y los filtros de fila definidos para
cada uno de ellos son acumulativos. Es decir, el usuario tiene los mayores permisos determinados por la combinación de
roles.
Para crear empleados de ventas por el rol de usuario de Territorio

1. En SSDT, haga clic en el modelo menú y, a continuación, haga clic en Roles.
2. En Administrador de roles, haga clic en nuevo.
Se agrega a la lista un nuevo rol con el permiso Ninguno.
empleados de ventas por territorio.
5. Haga clic en el miembros ficha y, a continuación, haga clic en agregar.
6. En el Seleccionar usuario o grupo cuadro de diálogo escriba lo nombres de objeto para seleccionar,
escriba el primer nombre de usuario de ejemplo que utilizó al crear la tabla EmployeeSecurity. Haga clic en
Comprobar nombres para comprobar que el nombre de usuario es válido y haga clic en Aceptar.
Repita este paso, agregando los demás nombres de usuario de ejemplo que utilizó al crear la tabla
EmployeeSecurity.
7. Haga clic en el filtros de fila ficha.
8. Para el EmployeeSecurity tabla, en la filtro DAX columna, escriba la siguiente fórmula:
=FALSE()
Esta fórmula especifica que todas las columnas se resuelven en la condición booleana falsa. No hay
columnas de la tabla EmployeeSecurity pueden ser consultadas por un miembro de los empleados de
ventas por el rol de usuario de territorio.
9. Para el DimSalesTerritory tabla, escriba la siguiente fórmula:
='Sales Territory'[Sales Territory Id]=LOOKUPVALUE('Employee Security'[Sales Territory Id],

'Employee Security'[Login Id], USERNAME(),
'Employee Security'[Sales Territory Id],
'Sales Territory'[Sales Territory Id])
En esta fórmula, la función LOOKUPVALUE devuelve todos los valores de la columna

DimEmployeeSecurity [SalesTerritoryId], donde el EmployeeSecurity [LoginId] es el mismo que el inicio
de sesión nombre de usuario de Windows actuales y EmployeeSecurity [SalesTerritoryId] es el mismo que
el DimSalesTerritory [SalesTerritoryId].
El conjunto de identificadores devuelven por LOOKUPVALUE de territorio de ventas, a continuación, se
usa para restringir las filas que se muestra en la tabla DimSalesTerritory. Se muestran solo las filas donde
está el SalesTerritoryID para la fila en el conjunto de identificadores devueltos por la función
LOOKUPVALUE.
10. En el Administrador de roles, haga clic en Aceptar.
Probar los empleados de ventas por el rol de usuario de territorio

En esta tarea, usa la característica analizar en Excel en SSDT para probar la eficacia de los empleados de ventas
por el rol de usuario de territorio. Especifique uno de los nombres de usuario que se ha agregado a la tabla
EmployeeSecurity y como un miembro del rol. Este nombre de usuario, a continuación, se utiliza como el nombre
de usuario efectivo en la conexión creada entre Excel y el modelo.
Para probar los empleados de ventas por el rol de usuario de territorio
2. En el cuadro de diálogo Analizar en Excel , en Especifique el nombre de usuario o rol que se va a
usar al conectarse al modelo, seleccione Otro usuario de Windowsy, después, haga clic en Examinar.
3. En el Seleccionar usuario o grupo cuadro de diálogo escriba el nombre de objeto a seleccionar,
escriba un nombre de usuario que se incluyen en la tabla EmployeeSecurity y, a continuación, haga clic en
comprobar nombres.
4. Haga clic en Aceptar para cerrar el cuadro de diálogo Seleccionar usuario o grupo y, después, haga clic
en Aceptar para cerrar el cuadro de diálogo Analizar en Excel .
Excel se abre con un nuevo libro. Automáticamente se crea una tabla dinámica. La lista PivotTable Fields
incluye la mayoría de los campos de datos disponibles en el nuevo modelo.
Tenga en cuenta que la tabla EmployeeSecurity no está visible en la lista PivotTable Fields. Hid esta tabla
de las herramientas de cliente en una tarea anterior.
5. En el campos lista ∑ Internet Sales (medidas), seleccione la InternetTotalSales medida. La medida se
introduce en el valores campos.
6. Seleccione el SalesTerritoryId columna desde la DimSalesTerritory tabla. La columna se escribe en el
etiquetas de fila campos.
Observe que las cifras de ventas por Internet solo aparecen para la región a la que pertenece el nombre de
usuario efectivo que usó. Si selecciona otra columna, como la ciudad de la tabla DimGeography como
campo de etiqueta de fila, se muestran solo las ciudades del territorio de ventas al que pertenece el usuario
efectivo.
Este usuario no se puede examinar o consultar los datos de ventas de Internet de territorios distintos de
aquel al que pertenecen. Esta restricción es debido a que el filtro de fila definida para la tabla
DimSalesTerritory, de los empleados de ventas por el rol de usuario de territorio, protege los datos para
todos los datos relacionados con otros territorios de ventas.
Vea también
Función USERNAME (DAX)
Función LOOKUPVALUE (DAX)
Función CUSTOMDATA (DAX)
Lección complementaria - jerarquías desiguales
En esta lección complementaria, resolver un problema común al dinamizar en jerarquías que contengan valores
en blanco (miembros) en distintos niveles. Por ejemplo, una organización donde un director de alto nivel tiene
tanto directores de departamento como no administradores como subordinados directos. O bien, jerarquías
geográficas formada por país-ciudad, donde algunas ciudades no tienen un elemento primario estado o provincia,
como Washington D.C., ciudad del Vaticano. Cuando una jerarquía tiene miembros en blanco, a menudo se
desciende en niveles diferentes o desiguales.
Los modelos tabulares en el nivel de compatibilidad de 1400 tienen más ocultar miembros propiedad para las
jerarquías. El predeterminado configuración supone que no hay ningún miembro en blanco en cualquier nivel. El
ocultar miembros en blanco configuración excluye los miembros en blanco de la jerarquía cuando se agrega a
una tabla dinámica o informe.
Requisitos previos
En este artículo de lección complementaria forma parte de un tutorial de modelado tabular. Antes de realizar las
tareas de esta lección complementaria, deberá haber finalizado todas las lecciones anteriores o tiene un proyecto
de modelo de ejemplo Adventure Works Internet Sales completado.
Si ha creado el proyecto AW Internet Sales como parte del tutorial, el modelo no contiene aún los datos o
jerarquías desiguales. Para completar esta lección complementaria, primero debe crear el problema mediante la
adición de algunas tablas adicionales, crear relaciones, columnas calculadas, una medida y una nueva jerarquía de
organización. Esa parte tarda unos 15 minutos. A continuación, obtendrá solucionar en tan solo unos minutos.
Agregar tablas y objetos

Para agregar nuevas tablas al modelo
1. En el Explorador de modelos tabulares, expanda orígenes de datos, a continuación, haga clic en la
conexión > importar nuevas tablas.
2. En el navegador, seleccione DimEmployee y FactResellerSalesy, a continuación, haga clic en Aceptar.
3. En el Editor de consultas, haga clic en importación
4. Cree el siguiente relaciones:
DIRECCIÓN DEL
TABLA 1 COLUMNA FILTRO TABLA 2 COLUMNA ACTIVO
FactResellerSales OrderDateKey Predeterminado DimDate Date Sí
FactResellerSales DueDate Predeterminado DimDate Date no
FactResellerSales ShipDateKey Predeterminado DimDate Date no
FactResellerSales ProductKey Predeterminado DimProduct ProductKey Sí
FactResellerSales EmployeeKey En ambas tablas DimEmployee EmployeeKey Sí
5. En el DimEmployee de tabla, cree el siguiente columnas calculadas:

Ruta de acceso
=PATH([EmployeeKey],[ParentEmployeeKey])
FullName
=[FirstName] & " " & [MiddleName] & " " & [LastName]
Level1
=LOOKUPVALUE(DimEmployee[FullName],DimEmployee[EmployeeKey],PATHITEM([Path],1,1))
Level2
Level3
Level4
Level5
6. En el DimEmployee de tabla, cree un jerarquía denominado organización. Agregue el columnas

siguientes en el orden: Level1, Level2, Level3, Level4, Level5.
7. En el FactResellerSales de tabla, cree el siguiente medida:
ResellerTotalSales:=SUM([SalesAmount])
8. Use analizar en Excel para abrir Excel y crear automáticamente una tabla dinámica.
9. En PivotTable Fields, agregue el organización jerarquía desde el DimEmployee tabla a filasy el
ResellerTotalSales medida desde la FactResellerSales tabla a valores.
Como puede ver en la tabla dinámica, la jerarquía muestra las filas que son desiguales. Hay muchas filas
donde se muestran los miembros en blanco.
Para corregir la jerarquía desigual estableciendo los miembros de

ocultar propiedad
1. En Explorador de modelos tabulares, expanda tablas > DimEmployee > jerarquías > Organización.
2. En propiedades > ocultar miembros, seleccione ocultar miembros en blanco.
3. En Excel, actualizar la tabla dinámica.

Ahora se ve mucho mejor.
Vea también
Este tutorial ofrece lecciones sobre cómo crear un modelo tabular de Analysis Services en el nivel de
compatibilidad 1200 utilizando SQL Server Data Tools (SSDT)e implementar el modelo en Analysis Services
servidor local o en Azure.
Si está usando SQL Server 2017 o Azure Analysis Services y desea crear el modelo en la compatibilidad de 1400
nivel, use la (nivel de compatibilidad de 1400) de creación de modelos tabulares. Esta versión actualizada utiliza la
característica de obtener datos moderna para conectarse e importar datos de origen, usa el lenguaje M para
configurar las particiones e incluye lecciones complementarias adicionales.
IMPORTANT
Debe crear los modelos tabulares en el nivel de compatibilidad más reciente compatible con el servidor. Últimos modelos de
nivel de compatibilidad ofrecen un rendimiento mejorado, características adicionales y se actualizarán a niveles de
compatibilidad con versiones posteriores sin más problemas.
¿Qué aprenderá
Cómo crear un nuevo proyecto de modelo tabular en SSDT.
Cómo importar datos de una base de datos relacional de SQL Server en un proyecto de modelo tabular.
Cómo crear y administrar relaciones entre las tablas del modelo.
Cómo crear y administrar cálculos, medidas e indicadores clave de rendimiento que ayuden a los usuarios a
analizar los datos del modelo.
Cómo crear y administrar perspectivas y jerarquías que ayudan a los usuarios más examinar fácilmente los
datos del modelo proporcionando funciones empresariales y puntos de vista específicos de la aplicación.
Cómo crear particiones dividir los datos de la tabla en piezas lógicas más pequeñas, que se pueden
procesar independientemente de otras particiones.
Cómo proteger los objetos y los datos del modelo creando roles con miembros de usuario.
Cómo implementar un modelo tabular con un servidor Analysis Services en local o en Azure.
Escenario
Este tutorial se basa en Adventure Works Cycles, una compañía ficticia. Adventure Works es una empresa de
fabricación multinacional dedicada que produce bicicletas, partes y accesorios para los mercados de Norteamérica,
Europa y Asia. Con sede en Bothell, Washington, la compañía tiene a 500 trabajadores. Además, Adventure Works
emplea varios equipos de ventas regionales en toda su base de mercado.
Para satisfacer mejor las necesidades de análisis de datos de los equipos de ventas y marketing, y de los directivos,
le encargan que cree un modelo tabular para que los usuarios analicen datos de las ventas por Internet de la base
de datos de ejemplo AdventureWorksDW.
Para completar el tutorial, y el modelo tabular Ventas por Internet de Adventure Works, debe realizar una serie de
lecciones. En cada lección es una serie de tareas; es necesario para completar la lección completar cada tarea en
orden. Mientras que en una determinada lección puede haber varias tareas que llevan a cabo un resultado similar,
pero cómo completar cada tarea es ligeramente diferente. Esto sirve para mostrar que a menudo es más de una
manera que se va a completar una tarea determinada como desafío práctica los conocimientos que ha aprendido
en las tareas anteriores.
El propósito de las lecciones es guiarle por la creación de un modelo tabular básico que se ejecuta en modo en
memoria usando muchas de las características incluidas en SSDT. Como cada lección se basa en la anterior, debe
completar las lecciones en orden. Una vez que haya completado todas las lecciones, ha creado e implementado el
modelo tabular de ejemplo Adventure Works Internet Sales en un servidor de Analysis Services.
Este tutorial no proporciona lecciones ni información sobre cómo administrar una base de datos del modelo
tabular implementado utilizando SQL Server Management Studio o una aplicación cliente de informes para
conectarse a un modelo implementado con objeto de examinar los datos del modelo.
Requisitos previos
Para completar este tutorial, necesitará los siguientes requisitos previos:
La versión más reciente de SSDT.
La versión más reciente de SQL Server Management Studio. Obtener la última versión.
Una aplicación cliente como Power BI Desktop o Excel.
Una instancia de SQL Server con la base de datos de ejemplo Adventure Works DW. Esta base de datos de
ejemplo incluye los datos necesarios para completar este tutorial. Obtener la última versión.
Un Azure Analysis Services o SQL Server 2016 o posterior instancia de Analysis Services para
implementar su modelo. Registrarse para obtener una evaluación gratuita de Azure Analysis Services.
Lecciones
Este tutorial incluye las siguientes lecciones:
Lección 1: Crear un nuevo proyecto de modelo tabular 10 minutos
Lección 2: Agregar datos 20 minutos
Lección 3: Marcar como tabla de fechas 3 minutos
Lección 4: Crear relaciones 10 minutos
Lección 5: Crear columnas calculadas 15 minutos
Lección 6: Crear medidas 30 minutos
Lección 7: Crear indicadores clave de rendimiento 15 minutos
Lección 8: Crear perspectivas 5 minutos
Lección 9: Crear jerarquías 20 minutos

Lección 10: Crear particiones 15 minutos
Lección 11: Crear Roles 15 minutos
Lección 12: Analizar en Excel 20 minutos
Lección 13: Implementar 5 minutos
Lecciones complementarias
Este tutorial también incluye lecciones complementarias. Los temas de esta sección no son necesarios para
completar el tutorial, pero pueden ser útiles para comprender mejor las características avanzadas de creación de
modelos tabulares.
Implementar seguridad dinámica utilizando filtros de filas 30 minutos
Paso siguiente
Para empezar el tutorial, vaya a la primera lección: Lección 1: Crear un nuevo proyecto de modelo tabular.
Lección 1: Crear un nuevo proyecto de modelo
tabular
En esta lección, creará un nuevo proyecto de modelo tabular en blanco en SQL Server Data Tools (SSDT). Una
vez creado el nuevo proyecto, puede comenzar a agregar datos usando el Asistente para la importación de tablas.
En esta lección también se ofrece una breve introducción a entorno de SSDT de creación de modelos tabulares.
Requisitos previos
Este tema es la primera lección de un tutorial de creación de modelos tabulares. Para completar esta lección, debe
tener la base de datos de ejemplo AdventureWorksDW instalada en una instancia de SQL Server. Para obtener
más información, consulte modelado Tabular (Tutorial de Adventure Works).
Crear un nuevo proyecto de modelo tabular

Para crear un nuevo proyecto de modelo tabular
1. En SSDT, en la archivo menú, haga clic en New > proyecto.
2. En el nuevo proyecto cuadro de diálogo, expanda instalado > Business Intelligence > Analysis
Servicesy, a continuación, haga clic en proyecto Tabular de Analysis Services.
3. En nombre, tipo AW Internet Salesy, a continuación, especifique una ubicación para los archivos de
proyecto.
De forma predeterminada, el Nombre de la solución será el mismo que el nombre del proyecto, pero
puede especificar un nombre de solución diferente.
5. En el Diseñador de modelos tabulares cuadro de diálogo, seleccione área de trabajo integrado.
El área de trabajo va a hospedar una base de datos de modelo tabular con el mismo nombre que el
proyecto durante la creación del modelo. Área de trabajo integrado significa que SSDT usará una instancia
integrada, lo que elimina la necesidad de instalar una instancia de servidor de Analysis Services
independiente solo para la creación de modelos. Para obtener más información, consulte base de datos del
área de trabajo.
6. En Nivel de compatibilidad, compruebe que está seleccionado SQL Server 2016 (1200) y haga clic en
Aceptar.
Si no ve el SQL Server 2016 RTM (1200) en el cuadro de lista de nivel de compatibilidad, que no está
utilizando la versión más reciente de SQL Server Data Tools. Para obtener la versión más reciente, vea
Instalar SQL Server Data Tools.
Si usa la versión más reciente de SSDT, también puede elegir SQL Server 2017 (1400). Sin embargo, para
realizar la lección 13: implementar, necesitará un servidor SQL Server 2017 o Azure para implementar en.
Al seleccionar un nivel de compatibilidad anterior solo se recomienda si tiene intención de implementar el
modelo completado tabular a otra instancia de Analysis Services ejecuta una versión anterior de SQL
Server. Área de trabajo integrado no se admite para los niveles de compatibilidad anterior. Para obtener
más información, vea Nivel de compatibilidad.
Descripción del entorno de creación de modelos tabulares de SSDT

Ahora que ha creado un nuevo proyecto de modelo tabular, dedique un momento a examinar el entorno de SSDT
de creación de modelos tabulares.
Una vez creado el proyecto, se abre en SSDT. En el lado derecho, en Explorador de modelos tabulares, verá
una vista de árbol de los objetos en el modelo. Puesto que aún no ha importado datos, las carpetas estará vacías.
Puede hacer clic una carpeta de objeto para llevar a cabo acciones, similares a la barra de menús. Paso a paso a
través de este tutorial, usará el Explorador de modelos tabulares para navegar por los distintos objetos en el
proyecto de modelos.
Haga clic en el el Explorador de soluciones ficha. En este caso, verá la Model.bim archivo. Si no ve la ventana
del diseñador a la izquierda (la ventana vacía con la pestaña Model.bim), en el Explorador de soluciones, en
AW Internet Sales proyecto, haga doble clic en el Model.bim archivo. El archivo Model.bim contiene todos los
metadatos para el proyecto de modelos.
Echemos un vistazo a las propiedades del modelo. Haga clic en Model.bim. En el propiedades ventana, verá el
propiedades de los modelos, más importante que es el Directquerymode propiedad. Esta propiedad especifica
si el modelo se va a implementar en modo de almacenamiento en memoria (desactivada) o en modo DirectQuery
(activada). En este tutorial, creará e implementará el modelo en modo de almacenamiento en memoria.
Cuando se crea un nuevo modelo, algunas propiedades del modelo se establecen automáticamente según la
configuración de modelado de datos que se pueden especificar en el herramientas > opciones cuadro de
diálogo. Las propiedades Copia de seguridad de datos, Retención de área de trabajo y Servidor del área de
trabajo especifican cómo y dónde se realiza una copia de seguridad, se conserva en memoria y se crea la base de
datos del área de trabajo (la base de datos de creación del modelo). Puede cambiar esta configuración más
adelante si es necesario, pero de momento deje estas propiedades tal como están.
En el Explorador de soluciones, haga clic en AW Internet Sales (proyecto) y, a continuación, haga clic en
propiedades. El páginas de propiedades de ventas de Internet de AW aparece el cuadro de diálogo. Estos
son los avanzados propiedades del proyecto. Establecerá alguna de estas propiedades más adelante cuando esté
preparado para implementar el modelo.
Al instalar SSDT, se agregaron varios elementos de menú nuevos al entorno de Visual Studio. Echemos un vistazo
a los específicos para la creación de modelos tabulares. Haga clic en el menú Modelo . Desde aquí, puede iniciar
al Asistente para importación de tablas, ver y modificar las conexiones existentes, actualizar los datos del área de
trabajo, examinar el modelo en Excel con la característica analizar en Excel, crear perspectivas y roles, seleccione la
vista del modelo y establecer las opciones de cálculo.
Haga clic en el menú Tabla . Aquí puede crear y administrar las relaciones entre tablas, crear y administrar tablas,
especificar la configuración de las tablas de datos, crear particiones y editar las propiedades de tabla.
Haga clic en el menú Columna . Aquí puede agregar y eliminar columnas de una tabla, inmovilizar columnas y
especificar el criterio de ordenación. También puede utilizar la característica de autosuma para crear una medida
de agregación estándar para una columna seleccionada. Otros botones de la barra de herramientas proporcionan
acceso rápido a características y comandos usados con frecuencia.
Examine algunos de los cuadros de diálogo y ubicaciones de las distintas características específicas de la creación
de modelos tabulares. Aunque algunos elementos aún no estén activos, puede hacerse una idea de cómo es el
entorno de creación de modelos tabulares.
Recursos adicionales
Para obtener más información sobre los diferentes tipos de proyectos de modelos tabulares, vea proyectos de
modelos tabulares. Para obtener más información sobre el entorno de creación de modelos tabulares, vea
Diseñador de modelos tabulares .
¿Qué sigue?
Vaya a la siguiente lección: lección 2: agregar datos.
Lección 2: Agregar datos
En esta lección, usará al Asistente para importación de tablas en SSDT para conectarse a la base de datos de
ejemplo de SQL AdventureWorksDW, seleccionar datos, obtener una vista previa y filtrar los datos y, a
continuación, importar los datos en el área de trabajo del modelo.
Con el Asistente para importación de tabla, puede importar datos desde una variedad de orígenes relacionales:
Access, SQL, Oracle, Sybase, Informix, DB2, Teradata y mucho más. El procedimiento para importar los datos de
cada uno de estos orígenes relacionales es muy similar al que se describe a continuación. También se pueden
seleccionar datos mediante un procedimiento almacenado. Para más información sobre la importación de datos y
los diferentes tipos de orígenes de datos que puede importar de, consulte orígenes de datos.
Requisitos previos
Este tema es parte de un tutorial de creación de modelos tabulares, que se debe completar en orden. Antes de
realizar las tareas de esta lección, debe haber completado la lección anterior: Lección 1: Crear un nuevo proyecto
de modelo tabular.
Crear una conexión

Para crear una conexión a una base de datos de AdventureWorksDW2014
1. En el Explorador de modelos tabulares, haga clic en orígenes de datos > importar desde el origen de
datos.
Esto inicia al Asistente para importación de tablas, que le guiará en el proceso de establecer una conexión a
un origen de datos. Si no ve el Explorador de modelos tabulares, haga doble clic en Model.bim en el
Explorador de soluciones para abrir el modelo en el diseñador.
Nota: Si va a crear el modelo en el nivel de compatibilidad de 1400, verá la nueva experiencia de obtener
datos en lugar del Asistente para la importación de tablas. Los cuadros de diálogo aparecerá un poco
diferentes de los pasos siguientes, pero todavía podrá seguir el tutorial.
2. En el Asistente para importación de tablas, en bases de datos relacionales, haga clic en Microsoft SQL
Server > siguiente.
3. En la página Conectarse a una base de datos de Microsoft SQL Server , en Nombre descriptivo de
la conexión, escriba BD de Adventure Works de SQL.
4. En nombre del servidor, escriba el nombre del servidor donde instaló la base de datos
AdventureWorksDW.
5. En el nombre de base de datos campo, seleccione AdventureWorksDWy, a continuación, haga clic en
siguiente.
6. En la página Información de suplantación , tendrá que especificar las credenciales que usará Analysis
Services para conectar con el origen de datos al importar y procesar los datos. Compruebe que Nombre
de usuario y contraseña específicos de Windows está seleccionado y, en Nombre de usuario y
Contraseña, especifique las credenciales de inicio de sesión de Windows y haga clic en Siguiente.
NOTE
El uso de una cuenta de usuario y una contraseña de Windows es el método más seguro de conexión a un origen de
datos. Para obtener más información, consulte suplantación.
7. En la página Elegir cómo importar los datos , compruebe que la opción Seleccionar de una lista de
tablas y vistas para elegir los datos para importar está seleccionada. Tendrá que seleccionar valores de
una lista de tablas y vistas, así que haga clic en Siguiente para mostrar una lista de todas las tablas de
origen de la base de datos de origen.
8. En la página Seleccionar tablas y vistas , active la casilla para las siguientes tablas: DimCustomer,
DimDate, DimGeography, DimProduct, DimProductCategory, DimProductSubcategoryy
FactInternetSales.
NO haga clic en Finalizar.
Filter the table data
La tabla DimCustomer que va a importar desde la base de datos de ejemplo contiene un subconjunto de los datos
de la base de datos de Adventure Works de SQL Server original. Filtrará algunas más de las columnas de la tabla
DimCustomer que no son necesarias cuando se importan en el modelo. Cuando sea posible, desea filtrar los
datos que no se utilicen para ahorrar espacio en la memoria utilizada por el modelo.
Para filtrar los datos de las tablas antes de importar
1. Seleccione la fila de la DimCustomer de tabla y, a continuación, haga clic en vista previa y filtro. La
ventana Vista previa de la tabla seleccionada se abre con todas las columnas de la tabla de origen
DimCustomer mostradas.
2. Desactive la casilla situada sobre las siguientes columnas: SpanishEducation, FrenchEducation,
SpanishOccupation, FrenchOccupation.
Puesto que los valores de estas columnas no son pertinentes para el análisis de ventas por Internet, no hay
necesidad de importarlas. Eliminación de columnas innecesarias reducirá su modelo más pequeño y eficaz.
3. Compruebe que el resto de las columnas estén activadas y después haga clic Aceptar.
Observe que las palabras Filtros aplicados se muestran ahora en la columna Detalles del filtro en la fila
DimCustomer ; si hace clic en ese vínculo, verá una descripción textual de los filtros recién aplicados.
4. Filtre las tablas restantes desactivando las casillas de las columnas siguientes en cada tabla:
DimDate
COLUMNA
DateKey
SpanishDayNameOfWeek
FrenchDayNameOfWeek
SpanishMonthName
FrenchMonthName
DimGeography
COLUMNA
FrenchCountryRegionName
IpAddressLocator
DimProduct
COLUMNA
SpanishProductName
FrenchProductName
FrenchDescription
ChineseDescription
ArabicDescription
HebrewDescription
ThaiDescription
GermanDescription
JapaneseDescription
TurkishDescription
DimProductCategory
COLUMNA
SpanishProductCategoryName
FrenchProductCategoryName
DimProductSubcategory
COLUMNA
SpanishProductSubcategoryName
FrenchProductSubcategoryName
FactInternetSales
COLUMNA
OrderDateKey
DueDateKey
ShipDateKey
Import the selected tables and column data

Ahora que ha obtenido una vista previa y filtran los datos innecesarios, puede importar el resto de los datos que
desea. El asistente importa los datos de la tabla junto con todas las relaciones entre las tablas. Se crean nuevas
tablas y columnas en el modelo y no se importarán los datos que filtran.
Para importar los datos de las columnas y las tablas seleccionadas
1. Revise las opciones seleccionadas. Si todo parece correcto, haga clic en finalizar.
Mientras importa los datos, el asistente muestra cuántas filas se han capturado. Cuando se hayan
importado todos los datos, se muestra un mensaje para indicarlo.
TIP
Para ver las relaciones que se han creado automáticamente entre las tablas importadas, en la fila Preparación de
datos , haga clic en Detalles.
2. Haga clic en Cerrar.

El asistente se cierra y el Diseñador de modelos muestra ahora las tablas importadas.
Guarde el proyecto de modelo

Es importante que guarde frecuentemente el proyecto de modelos.
Para guardar el proyecto de modelo
Click Archivo > Guardar todo.
¿Qué sigue?
Vaya a la siguiente lección: lección 3: marcar como tabla de fechas.
Lección 3: Marcar como tabla de fechas
En la lección 2: Agregar datos, importó una tabla de dimensiones denominada DimDate. Mientras que en el
modelo de esta tabla se denomina DimDate, también se conoce como un tabla de fechas, ya que contiene datos
de fecha y hora.
Cada vez que se utilizan funciones de inteligencia de tiempo DAX en los cálculos, tal y como se llevará a cabo al
crear medidas un poco más adelante, debe especificar propiedades de tabla de fecha, que incluyen un tabla de
fechas y un identificador único fecha columna de esa tabla.
En esta lección, podrá marcar la tabla DimDate como el tabla de fechas y la columna de fecha (en la tabla Date)
como el columna de fecha (identificador único).
Antes de que se marque la tabla de fechas y la columna de fecha, que necesitamos un poco mantenimiento para
hacer que nuestro modelo más fácil de entender. Notará en la tabla DimDate una columna denominada
FullDateAlternateKey. Contiene una fila para cada día de cada año de calendario incluido en la tabla. Usaremos
esta columna mucho en fórmulas de medida y en los informes. Sin embargo, FullDateAlternateKey no es
realmente un buen identificador para esta columna. Vamos a cambiar el nombre a fecha, lo que sea más fácil
identificar e incluir en las fórmulas. Siempre que sea posible, es una buena idea cambiar el nombre de objetos,
como tablas y columnas para facilitar su identificación en las aplicaciones como Power BI y Excel de informes.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 2: agregar datos.
Para cambiar el nombre de la columna FullDateAlternateKey
2. Haga doble clic en el encabezado de la FullDateAlternateKey columna y, a continuación, cambie su
nombre a fecha.
Para establecer la marca como tabla de fecha
1. Seleccione la columna Date y, en la ventana Propiedades , en Tipo de datos, asegúrese de que Date está
seleccionada.
2. Haga clic en el menú Tabla , haga clic en Datey, después, haga clic en Marcar como tabla de fechas.
3. En el cuadro de diálogo Marcar como tabla de fechas en el cuadro de lista Date , seleccione la columna
Date como identificador único. Normalmente se seleccionará de forma predeterminada. Haga clic en
Aceptar.
¿Qué sigue?
Vaya a la siguiente lección: lección 4: crear relaciones.
Lección 4: Crear relaciones
En esta lección se comprobará las relaciones que se crearon automáticamente cuando importó los datos y agregar
nuevas relaciones entre tablas diferentes. Una relación es una conexión entre dos tablas de datos que establece
cómo se deben poner en correlación los datos de esas tablas. Por ejemplo, la tabla DimProduct y la tabla
DimProductSubcategory tienen una relación basada en el hecho que cada producto pertenece a una subcategoría.
Para obtener más información, consulte relaciones.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 3: marcar como tabla de
fechas.
Examinar las relaciones existentes y agregar nuevas relaciones

Cuando importa datos utilizando el Asistente para importación de tablas, tenemos siete tablas de la base de datos
AdventureWorksDW. Por lo general, al importar datos desde un origen relacional, las relaciones existentes se
importan automáticamente junto con los datos. Sin embargo, para poder crear el modelo debe comprobar que
esas relaciones entre las tablas se crearon correctamente. En este tutorial, agregará también tres relaciones
nuevas.
Para revisar las relaciones existentes
1. Haga clic en el modelo menú > vista de modelo > vista de diagrama.
El diseñador de modelos se muestra ahora en la vista de diagrama, un formato gráfico que muestra todas
las tablas que importó con líneas entre ellas. Las líneas entre las tablas indican las relaciones que se crearon
automáticamente cuando importó los datos.
Use los controles de minimapa de la esquina inferior derecha del diseñador de modelos para ajustar la
vista e incluir tantas tablas como sea posible. También puede hacer clic y arrastrar las tablas a ubicaciones
diferentes, aunando las tablas o colocándolas en un orden determinado. El movimiento de las tablas no
afecta a las relaciones existentes entre ellas. Para ver todas las columnas de una determinada tabla, haga
clic y arrastre un borde de la tabla para expandirla o reducirla.
2. Haga clic en la línea sólida entre la DimCustomer tabla y la DimGeography tabla. La línea sólida entre
estas dos tablas muestra que esta relación está activa, es decir, se utiliza de forma predeterminada al
calcular fórmulas DAX.
Observe el GeographyKey columna en el DimCustomer tabla y la GeographyKey columna en el
DimGeography ahora aparecen dentro de un cuadro de tabla. Esto indica que esas son las columnas
usadas en la relación. Las propiedades de la relación aparecen ahora también en la ventana Propiedades .
TIP
Además de utilizar el Diseñador de modelos en la vista de diagrama, también puede usar el cuadro de diálogo
Administrar relaciones para mostrar las relaciones entre todas las tablas en un formato de tabla. Haga clic en
relaciones en el Explorador de modelos tabulares y, a continuación, haga clic en administrar relaciones. El cuadro
de diálogo Administrar relaciones muestra las relaciones que se crearon automáticamente cuando importó los datos.
3. Usar el Diseñador de modelos en la vista de diagrama o el cuadro de diálogo Administrar relaciones, para
comprobar que se crearon las siguientes relaciones cuando se importó cada una de las tablas de la base de
datos AdventureWorksDW:
ACTIVO TABLA TABLA DE BÚSQUEDA RELACIONADA
Sí DimCustomer [GeographyKey] DimGeography [GeographyKey]
Sí DimProduct DimProductSubcategory
[ProductSubcategoryKey] [ProductSubcategoryKey]
Sí DimProductSubcategory DimProductCategory
[ProductCategoryKey] [ProductCategoryKey]
Sí FactInternetSales [CustomerKey] DimCustomer [CustomerKey]
Sí FactInternetSales [ProductKey] DimProduct [ProductKey]
Si falta cualquiera de las relaciones en la tabla anterior, compruebe que el modelo incluye las siguientes
tablas: DimCustomer, DimDate, DimGeography, DimProduct, DimProductCategory,
DimProductSubcategory y FactInternetSales. Si las tablas de la misma conexión del origen de datos se
importan en momentos distintos, no se creará ninguna relación entre estas tablas y las relaciones deberán
crearse manualmente.
Fijémonos con más atención
En la vista de diagrama, observará una flecha, un asterisco y un número en las líneas que muestran la relación
entre tablas.
La flecha muestra la dirección del filtro, que el asterisco muestra esta tabla es el lado "varios" en la cardinalidad de
la relación y el 1 muestra que esta tabla es el uno lado de la relación. Si tiene que modificar una relación; Por
ejemplo, cambiar la dirección del filtro de la relación y cardinalidad, haga doble clic en la línea de relación en la
vista de diagrama para abrir el cuadro de diálogo Editar relación.
Probablemente, nunca necesitará modificar una relación. Estas características están diseñadas para modelado de
datos avanzados y están fuera del ámbito de este tutorial. Para obtener más información, consulte bidireccional
entre los filtros para los modelos tabulares en SQL Server 2016 Analysis Services.
En algunos casos, tal vez necesite crear relaciones adicionales entre las tablas de su modelo para permitir una
determinada lógica empresarial. Para este tutorial, debe crear tres relaciones adicionales entre la tabla
FactInternetSales y la tabla DimDate.
Para agregar nuevas relaciones entre las tablas
1. En el Diseñador de modelos en el FactInternetSales de tabla, haga clic y mantenga el OrderDate
continuación, la versión.
Aparece una línea sólida que indica que ha creado una relación activa entre el OrderDate columna en el
venta por Internet tabla y la fecha columna en el Fecha tabla.
NOTE
Al crear relaciones, se selecciona automáticamente la dirección del filtro y cardinalidad entre la tabla principal y la
tabla de búsqueda relacionada.
2. En el FactInternetSales de tabla, haga clic y mantenga el DueDate columna, a continuación, arrastre el

cursor hasta el fecha columna en el DimDate de tabla y, a continuación, suelte.
Aparecerá una línea punteada que indica que ha creado una relación inactiva entre la DueDate columna
en el FactInternetSales tabla y la fecha columna en el DimDate tabla. Puede haber varias relaciones
entre las tablas, pero solo una puede estar activa cada vez.
3. Por último, cree una relación más; en el FactInternetSales de tabla, haga clic y mantenga el ShipDate
columna, a continuación, arrastre el cursor hasta el fecha columna en el DimDate tabla y suelte el botón.
¿Qué sigue?
Vaya a la siguiente lección: lección 5: crear columnas calculadas.
Lección 5: Crear columnas calculadas
En esta lección creará nuevos datos en el modelo agregando columnas calculadas. Una columna calculada está
basada en datos que ya existen en el modelo. Para obtener más información, consulte columnas calculadas.
Creará cinco columnas calculadas nuevas en tres tablas diferentes. Los pasos son ligeramente diferentes para
cada tarea. Esto es así para mostrarle que hay varias formas de crear nuevas columnas, cambiarles el nombre y
colocarlas en distintos lugares de una tabla.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 4: crear relaciones.

Crear una columna calculada MonthCalendar en la tabla DimDate
1. Haga clic en el modelo menú > vista de modelo > vista de datos.
Las columnas calculadas solo se pueden crear mediante el diseñador de modelos en la Vista de datos.
2. En el Diseñador de modelos, haga clic en el DimDate tabla (pestaña).
3. Haga clic en el CalendarQuarter encabezado de columna y, a continuación, haga clic en Insertar
columna.
Una nueva columna denominada Columna calculada 1 se inserta a la izquierda de la columna Calendar
Quarter .
4. En la barra de fórmulas situada encima de la tabla, escriba la siguiente fórmula. Autocompletar sirve de
ayuda para escribir los nombres completos de columnas y tablas, y enumera las funciones que están
disponibles.
=RIGHT(" " & FORMAT([MonthNumberOfYear],"#0"), 2) & " - " & [EnglishMonthName]
Después, los valores se rellenan para todas las filas de la columna calculada. Si se desplaza hacia abajo por
la tabla, verá que las filas pueden tener valores diferentes para esta columna, en función de los datos que
haya en cada fila.
5. Cambiar el nombre de esta columna para MonthCalendar.
MonthCalendar calcula la columna proporciona un nombre que se puede ordenar por mes.
Crear una columna calculada DayOfWeek en la tabla DimDate
1. Con el DimDate sigue activa, haga clic en el columna menú y, a continuación, haga clic en Agregar
columna.
=RIGHT(" " & FORMAT([DayNumberOfWeek],"#0"), 2) & " - " & [EnglishDayNameOfWeek]
Cuando haya terminado de crear la fórmula, presione ENTRAR. Se agrega la columna nueva a la derecha
de la tabla.
3. Cambiar el nombre de la columna a DayOfWeek.
4. Haga clic en el encabezado de columna y, a continuación, arrastre la columna entre la
EnglishDayNameOfWeek columna y la DayNumberOfMonth columna.
TIP
El movimiento de columnas en la tabla simplifica la navegación.
El DayOfWeek calcula la columna proporciona un nombre ordenable del día de la semana.

Crear una columna calculada ProductSubcategoryName en la tabla DimProduct
1. En el DimProduct tabla, desplácese hasta el extremo derecho de la tabla. Observe que la columna situada
más a la derecha se denomina Agregar columna (en cursiva); haga clic en el encabezado de columna.
2. En la barra de fórmulas, escriba la fórmula siguiente.
=RELATED('DimProductSubcategory'[EnglishProductSubcategoryName])
3. Cambiar el nombre de la columna a ProductSubcategoryName.

La columna calculada ProductSubcategoryName se utiliza para crear una jerarquía en la tabla DimProduct que
incluye datos de la columna EnglishProductSubcategoryName en la tabla DimProductSubcategory. Las jerarquías
no pueden abarcar más de una tabla. Creará jerarquías más adelante en la lección 9.
Crear una columna calculada ProductCategoryName en la tabla DimProduct
1. Con el DimProduct tabla sigue activa, haga clic el columna menú y, a continuación, haga clic en Agregar
columna.
=RELATED('DimProductCategory'[EnglishProductCategoryName])
3. Cambiar el nombre de la columna a ProductCategoryName.
La columna calculada ProductCategoryName se utiliza para crear una jerarquía en la tabla DimProduct que
incluye datos de la columna EnglishProductCategoryName en la tabla DimProductCategory. Las jerarquías no
pueden abarcar más de una tabla.
Crear una columna calculada margen en la tabla FactInternetSales
1. En el Diseñador de modelos, seleccione la FactInternetSales tabla.
2. Agregue una nueva columna.
=[SalesAmount]-[TotalProductCost]
4. Cambie el nombre de la columna a Margen.

5. Arrastre la columna entre la SalesAmount columna y la TaxAmt columna.
La columna calculada margen se utiliza para analizar los márgenes de beneficios de cada venta.
¿Qué sigue?
Vaya a la siguiente lección: lección 6: crear medidas.
Lección 6: Crear medidas
En esta lección, creará medidas para incluirlas en su modelo. De forma similar a las columnas calculadas que creó
en la lección anterior, una medida es un cálculo creado usando una fórmula DAX. Sin embargo, a diferencia de las
columnas calculadas, las medidas se evalúan en función de un filtroseleccionado por el usuario; por ejemplo, una
columna o una segmentación de datos determinada agregada al campo Etiquetas de filas en una tabla dinámica. A
continuación, la medida aplicada calcula un valor para cada celda del filtro. Las medidas son cálculos eficaces y
flexibles que deseará incluir en casi todos los modelos tabulares para realizar cálculos dinámicos sobre datos
numéricos. Para obtener más información, consulte medidas.
Para crear medidas, usará el cuadrícula de medidas. De manera predeterminada, cada tabla tiene una cuadrícula
de medidas vacía, pero normalmente no creará medidas para todas las tablas. La cuadrícula de medidas aparece
debajo de una tabla en el diseñador de modelos en la vista de datos. Para mostrar u ocultar la cuadrícula de
medidas de una tabla, haga clic en el menú Tabla y en Mostrar cuadrícula de medidas.
Puede crear una medida haciendo clic en una celda vacía de la cuadrícula de medidas y escribiendo después una
fórmula DAX en la barra de fórmulas. Al hacer clic en ENTRAR para completar la fórmula, la medida aparecerá en
la celda. También puede crear medidas mediante una función de agregación estándar. Para ello, haga clic en una
columna y, después, en el botón de autosuma (∑) en la barra de herramientas. Las medidas creadas mediante la
característica de Autosuma aparecerán en la celda de cuadrícula de medidas directamente debajo de la columna,
pero se pueden mover.
En esta lección, creará medidas escribiendo una fórmula DAX en la barra de fórmulas y usando la característica de
autosuma.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 5: crear columnas calculadas.
Crear medidas
Para crear una medida DaysCurrentQuarterToDate en la tabla DimDate
2. En la cuadrícula de medidas, haga clic en la celda vacía superior izquierda.
DaysCurrentQuarterToDate:=COUNTROWS( DATESQTD( 'DimDate'[Date]))
Observe que la celda superior izquierda contiene ahora un nombre de medida,

DaysCurrentQuarterToDate, seguido del resultado, 92.
A diferencia de las columnas calculadas, con fórmulas de medida puede escribir el nombre de medida,
seguido por una coma, seguida de la expresión de la fórmula.
Para crear una medida DaysInCurrentQuarter en la tabla DimDate
1. Con el DimDate tabla sigue activa en el Diseñador de modelos, en la cuadrícula de medidas, haga clic en la
celda vacía situada debajo de la medida que acaba de crear.
DaysInCurrentQuarter:=COUNTROWS( DATESBETWEEN( 'DimDate'[Date], STARTOFQUARTER(

LASTDATE('DimDate'[Date])), ENDOFQUARTER('DimDate'[Date])))
Al crear un coeficiente de comparación entre un período incompleto y el período anterior, la fórmula debe
tener en cuenta la parte del período que ha transcurrido y compararla con la misma parte del período
anterior. En este caso, [DaysCurrentQuarterToDate] / [DaysInCurrentQuarter] ofrece la proporción
transcurrido en el período actual.
Para crear una medida InternetDistinctCountSalesOrder en la tabla FactInternetSales
1. Haga clic en el FactInternetSales tabla.
2. Haga clic en el SalesOrderNumber encabezado de columna.
3. En la barra de herramientas, haga clic en la flecha abajo situada junto al botón de autosuma (∑) y, después,
seleccione DistinctCount.
La característica de autosuma crea automáticamente una medida para la columna seleccionada usando la
fórmula estándar de agregación DistinctCount.
4. En la cuadrícula de medidas, haga clic en la nueva medida y, a continuación, en la propiedades ventana, en

nombre de medida, cambiar el nombre de la medida a InternetDistinctCountSalesOrder.
Para crear medidas adicionales en la tabla FactInternetSales
1. Con la característica de autosuma, cree y asigne un nombre a las medidas siguientes:
NOMBRE DE MEDIDA COLUMNA AUTOSUMA (∑) FÓRMULA

NOMBRE DE MEDIDA COLUMNA AUTOSUMA (∑) FÓRMULA
InternetOrderLinesCount SalesOrderLineNumber Count =CountA([SalesOrderLine

Number])
InternetTotalUnits OrderQuantity SUM =SUM([OrderQuantity])
InternetTotalDiscountAmo DiscountAmount SUM =SUM([DiscountAmount])

unt
InternetTotalProductCost TotalProductCost SUM =SUM([TotalProductCost])
InternetTotalSales SalesAmount SUM =SUM([SalesAmount])
InternetTotalMargin Margen SUM =SUM([Margen])
InternetTotalTaxAmt TaxAmt SUM =SUM([TaxAmt])
InternetTotalFreight Freight SUM =SUM([Cargos])
2. Haciendo clic en una celda vacía de la cuadrícula de medidas y mediante el uso de la barra de fórmulas,
cree y asigne nombre a las medidas siguientes en orden:
InternetPreviousQuarterMargin:=CALCULATE([InternetTotalMargin],PREVIOUSQUARTER('DimDate'[Date]))
InternetCurrentQuarterMargin:=TOTALQTD([InternetTotalMargin],'DimDate'[Date])
InternetPreviousQuarterMarginProportionToQTD:=[InternetPreviousQuarterMargin]*
InternetPreviousQuarterSales:=CALCULATE([InternetTotalSales],PREVIOUSQUARTER('DimDate'[Date]))
InternetCurrentQuarterSales:=TOTALQTD([InternetTotalSales],'DimDate'[Date])
InternetPreviousQuarterSalesProportionToQTD:=[InternetPreviousQuarterSales]*
Las medidas creadas para la tabla FactInternetSales se pueden utilizar para analizar datos financieros críticos
como ventas, costos y margen de beneficio para los elementos definidos por el filtro seleccionado de usuario.
¿Qué sigue?
Vaya a la siguiente lección: lección 7: crear indicadores clave de rendimiento.
Lección 7: Crear indicadores clave de rendimiento
En esta lección, creará indicadores clave de rendimiento (KPI). Los KPI miden el rendimiento de un valor, definido
por una medida base , con respecto a un valor de destino , también definido por una medida o por un valor
absoluto. En aplicaciones cliente de informes, los KPI pueden proporcionar a los profesionales del negocio una
manera rápida y sencilla de identificar un resumen de logros empresariales o tendencias. Para obtener más
información, consulte KPI.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 6: crear medidas.

Para crear un KPI InternetCurrentQuarterSalesPerformance
1. En el Diseñador de modelos, haga clic en el FactInternetSales tabla (pestaña).
2. En la cuadrícula de medidas, haga clic en una celda vacía.
InternetCurrentQuarterSalesPerformance
:=IFERROR([InternetCurrentQuarterSales]/[InternetPreviousQuarterSalesProportionToQTD],BLANK())
Esta medida servirá como la medida base del KPI.

4. Haga clic en InternetCurrentQuarterSalesPerformance > crear KPI.
6. En el campo de control deslizante situado abajo a la izquierda, escriba 1y, en el de arriba a la derecha,
escriba 1.07.
7. En Seleccionar el estilo de icono, seleccione el tipo de icono de rombo (rojo), triángulo (amarillo), círculo
(verde).
TIP
Tenga en cuenta la expandible descripciones etiqueta debajo de los estilos de icono disponibles. Utilice esto para
especificar descripciones para los distintos elementos KPI para que sean más fáciles de identificar en las aplicaciones
cliente.
8. Haga clic en Aceptar para completar el KPI.

En la cuadrícula de medidas, observe el icono situado junto a la
InternetCurrentQuarterSalesPerformance medida. Este icono indica que esta medida actúa como valor
base de un KPI.
Para crear un KPI InternetCurrentQuarterMarginPerformance
1. En la cuadrícula de medidas para la FactInternetSales de tabla, haga clic en una celda vacía.
InternetCurrentQuarterMarginPerformance :=IF([InternetPreviousQuarterMarginProportionToQTD]<>0,
([InternetCurrentQuarterMargin]-
[InternetPreviousQuarterMarginProportionToQTD])/[InternetPreviousQuarterMarginProportionToQTD],BLANK())
3. Haga clic en InternetCurrentQuarterMarginPerformance > crear KPI.

5. En Definir umbrales de estado, desplace el campo de control deslizante de abajo a la izquierda hasta que
el campo muestre 0.8y el de arriba a la derecha hasta que muestre 1.03.
6. En Seleccionar estilo de icono, seleccione el tipo de icono de rombo (rojo), triángulo (amarillo) y círculo
(verde), y haga clic en Aceptar.
¿Qué sigue?
Vaya a la siguiente lección: lección 8: crear perspectivas.
Lección 8: Crear perspectivas
En esta lección, creará una perspectiva Venta por Internet. Una perspectiva define un subconjunto visible de un
modelo que ofrece puntos de vista centrados, específicos del negocio o específicos de la aplicación. Cuando un
usuario se conecta a un modelo mediante una perspectiva, podrán ver sólo los objetos de modelo (tablas,
columnas, medidas, jerarquías y KPI) como campos definidos en esa perspectiva.
La perspectiva de ventas por Internet que cree en esta lección excluirá el objeto de la tabla DimCustomer. Al crear
una perspectiva que excluye ciertos objetos en la vista, ese objeto todavía existe en el modelo; sin embargo, no
está visible en una lista de campos del cliente de informe. Las columnas calculadas y medidas se pueden incluir en
una perspectiva o no pueden calcularse a partir de los datos del objeto excluido.
El propósito de esta lección es describir cómo se crean las perspectivas y permitir que se familiarice con las
herramientas de creación de modelos tabulares. Si posteriormente amplía el modelo para incluir tablas
adicionales, puede crear otras perspectivas para definir puntos de vista diferentes del modelo, por ejemplo,
inventario y las ventas. Para obtener más información, consulte Perspectivas.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 7: crear indicadores clave de
rendimiento.
Crear perspectivas
Para crear una perspectiva Venta por Internet
1. Haga clic en el modelo menú > perspectivas > crear y administrar.
2. En el cuadro de diálogo Perspectivas , haga clic en Nueva perspectiva.
3. Haga doble clic en el nueva perspectiva encabezado de columna y, a continuación, cambie el nombre
venta por Internet.
4. Seleccione todas las tablas excepto DimCustomer.
En una lección posterior, utilizará la analizar en función de Excel para probar esta perspectiva. La lista de
campos de tabla dinámica de Excel incluirá cada tabla excepto la tabla DimCustomer.
¿Qué sigue?
Vaya a la siguiente lección: lección 9: crear jerarquías.
En esta lección, creará jerarquías. Las jerarquías son grupos de columnas dispuestas en niveles; por ejemplo, una
jerarquía Geografía puede tener subniveles para País, Provincia y Ciudad. Las jerarquías pueden aparecer por
separado de otras columnas en una lista de campos de la aplicación cliente de informes, lo que facilita la
navegación de los usuarios del cliente y su inclusión en un informe. Para obtener más información, consulte
jerarquías.
Para crear jerarquías, deberá usar el Diseñador de modelos en vista de diagrama. Crear y administrar jerarquías
no se admiten en la vista de datos.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 8: crear perspectivas.
Crear jerarquías
Para crear una jerarquía de categorías de la tabla DimProduct
1. En el Diseñador de modelos (vista de diagrama), haga clic en el DimProduct tabla > crear jerarquía.
Aparece una nueva jerarquía en la parte inferior de la ventana de tabla. Cambiar el nombre de la jerarquía
categoría.
2. Haga clic y arrastre la ProductCategoryName columna a la nueva categoría jerarquía.
3. En el categoría jerarquía, haga clic en el ProductCategoryName > cambiar el nombre dey, a
continuación, escriba categoría.
NOTE
Al cambiar el nombre de una columna de la jerarquía no se cambia el nombre de esa columna en la tabla. Una
columna de una jerarquía es simplemente una representación de la columna de la tabla.
4. Haga clic y arrastre la ProductSubcategoryName columna a la categoría jerarquía. Cámbiele el nombre

subcategoría.
5. Haga clic en el ModelName columna > agregar a jerarquíay, a continuación, seleccione categoría. Haga
lo mismo EnglishProductName. Cambiar el nombre de estas columnas en la jerarquía modelo y
producto.
Para crear jerarquías en la tabla DimDate
1. En el DimDate de tabla, cree una nueva jerarquía denominada calendario.
2. Agregue el columnas siguientes en el orden:
CalendarYear
CalendarSemester
CalendarQuarter
MonthCalendar
DayNumberOfMonth
3. En el DimDate de tabla, cree un Fiscal jerarquía. Incluir las columnas siguientes:
FiscalYear
FiscalSemester
FiscalQuarter
MonthCalendar
DayNumberOfMonth
4. Por último, en la DimDate de tabla, cree un ProductionCalendar jerarquía. Incluir las columnas
siguientes:
CalendarYear
WeekNumberOfYear
DayNumberOfWeek
¿Qué sigue?
Vaya a la siguiente lección: lección 10: crear particiones.
Lección 10: Crear particiones
En esta lección, va a crear particiones dividir la tabla FactInternetSales en piezas lógicas más pequeñas que se
pueden procesar (actualiza) independientemente de otras particiones. De forma predeterminada, cada tabla que
incluye en el modelo tiene una partición que incluye todas las columnas y filas de la tabla. Para la tabla
FactInternetSales, queremos dividir los datos por año; una partición para cada uno de los cinco años de la tabla.
Cada partición se podrá procesar entonces independientemente. Para obtener más información, consulte
Particiones.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 9: crear jerarquías.
Crear particiones
Para crear particiones en la tabla FactInternetSales
1. En el Explorador de modelos tabulares, expanda tablas, haga clic en FactInternetSales > particiones.
2. En el cuadro de diálogo Administrador de particiones, haga clic en copia.
3. En nombre de la partición, cambie el nombre a FactInternetSales2010.
TIP
Observe que los nombres de columna en la ventana de vista previa de tabla se muestran las columnas incluidas en
la tabla del modelo (activada) con los nombres de columna del origen. Esto es porque la ventana Vista previa de la
tabla muestra las columnas de la tabla de origen, no de la tabla del modelo.
4. Seleccione el SQL situado sobre el lado derecho de la ventana de vista previa para abrir el editor de la
instrucción SQL.
Como desea que la partición solo incluya las filas de un determinado período, debe incluir una cláusula
WHERE. Solo puede crear una cláusula WHERE usando una instrucción SQL.
5. En el instrucción SQL , a continuación, reemplace la instrucción existente copiando y pegando la
instrucción siguiente:
SELECT
[dbo].[FactInternetSales].[ProductKey],
[dbo].[FactInternetSales].[CustomerKey],
[dbo].[FactInternetSales].[PromotionKey],
[dbo].[FactInternetSales].[CurrencyKey],
[dbo].[FactInternetSales].[SalesTerritoryKey],
[dbo].[FactInternetSales].[SalesOrderNumber],
[dbo].[FactInternetSales].[SalesOrderLineNumber],
[dbo].[FactInternetSales].[RevisionNumber],
[dbo].[FactInternetSales].[OrderQuantity],
[dbo].[FactInternetSales].[UnitPrice],
[dbo].[FactInternetSales].[ExtendedAmount],
[dbo].[FactInternetSales].[UnitPriceDiscountPct],
[dbo].[FactInternetSales].[DiscountAmount],
[dbo].[FactInternetSales].[ProductStandardCost],
[dbo].[FactInternetSales].[TotalProductCost],
[dbo].[FactInternetSales].[SalesAmount],
[dbo].[FactInternetSales].[TaxAmt],
[dbo].[FactInternetSales].[Freight],
[dbo].[FactInternetSales].[CarrierTrackingNumber],
[dbo].[FactInternetSales].[CustomerPONumber],
[dbo].[FactInternetSales].[OrderDate],
[dbo].[FactInternetSales].[DueDate],
[dbo].[FactInternetSales].[ShipDate]
FROM [dbo].[FactInternetSales]
WHERE (([OrderDate] >= N'2010-01-01 00:00:00') AND ([OrderDate] < N'2011-01-01 00:00:00'))
Esta instrucción especifica que la partición debe incluir todos los datos de las filas en las que OrderDate
corresponda al año del calendario 2010, tal y como se especifica en la cláusula WHERE.
6. Haga clic en Validar.
1. En la lista de particiones, haga clic en el FactInternetSales2010 de partición que acaba de crear y, a
continuación, haga clic en copia.
2. En nombre de la partición, tipo FactInternetSales2011.
3. En la instrucción SQL, para que la partición incluya solamente las filas del año 2011, reemplace la cláusula
WHERE por lo siguiente:

Siga los pasos anteriores, utilizando la siguiente cláusula WHERE.


Eliminar la partición FactInternetSales
Ahora que tiene particiones para cada año, puede eliminar la partición FactInternetSales. Esto evita que se
superponen al elegir todos los procesos cuando el procesamiento de particiones.
Para eliminar la partición FactInternetSales
Haga clic en la partición de FactInternetSales y, a continuación, haga clic en eliminar.
Procesar particiones
En el Administrador de particiones, tenga en cuenta el procesa última columna para cada una de las nuevas
particiones acaba de crear se muestra en estas particiones nunca se han procesado. Cuando crea nuevas
particiones, debe ejecutar una operación Procesar particiones o Procesar tabla para actualizar los datos de esas
particiones.
Para procesar las particiones FactInternetSales
1. Haga clic en Aceptar para cerrar el cuadro de diálogo Administrador de particiones.
2. Haga clic en el FactInternetSales de tabla, a continuación, haga clic en el modelo menú > proceso >
procesar particiones.
3. En el cuadro de diálogo procesar particiones, compruebe modo está establecido en proceso
predeterminado.
4. Active la casilla de la columna Procesar para cada una de las cinco particiones que ha creado y haga clic en
Aceptar.
Si se le pide las credenciales de suplantación, escriba el nombre de usuario de Windows y la contraseña

que especificó en la lección 2.
Aparece el cuadro de diálogo Procesamiento de datos con los detalles del proceso de cada partición.
Observe que se ha transferido un número diferente de filas para cada partición. Esto es porque cada
partición incluye solamente las filas del año especificado en la cláusula WHERE de la instrucción SQL.
Cuando finalice el procesamiento, continúe y cierre el cuadro de diálogo Procesamiento de datos.
¿Qué sigue?
Vaya a la siguiente lección: lección 11: crear Roles.
Lección 11: Crear Roles
En esta lección, creará roles. Los roles proporcionan seguridad a los objetos y datos de la base de datos del
modelo limitando el acceso únicamente a los usuarios de Windows que sean miembros del rol. Cada rol se define
con un permiso único: Ninguno, Lectura, Lectura y proceso, Proceso o Administrador. Roles se pueden definir
durante la creación del modelo mediante el rol de administrador. Una vez implementado un modelo, los roles se
pueden administrar con SQL Server Management Studio. Para obtener más información, consulte Roles.
NOTE
No es necesario crear roles para completar este tutorial. De forma predeterminada, la cuenta con la que ha iniciado sesión
tendrá privilegios Administrador para el modelo. Sin embargo, para permitir que a otros usuarios de su organización para
examinar el modelo mediante el uso de un cliente de informes, debe crear al menos un rol con lectura permisos y agregar
los usuarios como miembros.
Creará tres roles:

Director de ventas : este rol puede incluir a los usuarios de su organización para la que desea tener
permiso para todos los objetos del modelo y datos de lectura.
Analista de ventas EE. UU. : este rol puede incluir a los usuarios de su organización para que sólo desea
poder examinar los datos relacionados con las ventas en Estados Unidos. Para este rol, usará una fórmula
DAX para definir un Filtro de fila, que restringe los miembros para que solo examinen los datos
correspondientes a Estados Unidos.
Administrador : este rol puede incluir a los usuarios para los que desea tener permisos de administrador,
lo que permite un acceso ilimitado y permisos para realizar tareas administrativas en la base de datos de
modelo.
Dado que las cuentas de usuario y grupo de Windows de su organización son únicas, puede agregar cuentas de
su propia organización a los miembros. Sin embargo, para este tutorial, también puede dejar los miembros en
blanco. Todavía podrá probar el efecto de cada rol más adelante en la lección 12: Analizar en Excel.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 10: crear particiones.
Crear roles
Para crear un rol de usuario Administrador de ventas
1. En el Explorador de modelos tabulares, haga clic en Roles > Roles.
Sales Manager.
Para crear un rol de usuario Analista de ventas EE. UU.
2. Cambiar el nombre de la función para analista de ventas EE. UU.
3. Asignar este rol lectura permiso.
4. Haga clic en la pestaña Filtros de fila y, a continuación, para la DimGeography tabla únicamente, en la
columna filtro DAX, escriba la siguiente fórmula:
=DimGeography[CountryRegionCode] = "US"
Una fórmula de filtro de fila se debe resolver como un valor booleano (TRUE o FALSE ). Con esta fórmula,
está especificando que solo las filas con el valor de código de país o región de "US" estarán visibles para el
usuario.
5. Opcional: Haga clic en la pestaña Miembros y, después, en Agregar. En el cuadro de diálogo Seleccionar
usuario o grupo , especifique los usuarios o grupos de Windows de su organización que quiera incluir en
el rol.
Para crear un rol de usuario de administrador
1. Haga clic en Nueva.
2. Cambiar el nombre de la función para administrador.
3. Asignar este rol administrador permiso.
4. Opcional: Haga clic en la pestaña Miembros y, después, en Agregar. En el cuadro de diálogo Seleccionar
usuario o grupo , especifique los usuarios o grupos de Windows de su organización que quiera incluir en
el rol.
¿Qué sigue?
Vaya a la siguiente lección: lección 12: analizar en Excel.
Lección 12: Analizar en Excel
En esta lección, usará la analizar en función de Excel en SSDT para abrir Microsoft Excel, crear automáticamente
una conexión de origen de datos para el área de trabajo del modelo y agregar automáticamente una tabla
dinámica a la hoja de cálculo. La característica Analizar en Excel se ha diseñado para proporcionar una manera
rápida y sencilla de probar la eficacia del diseño de su modelo antes de implementarlo. No realizará ningún
análisis de datos en esta lección. El propósito de esta lección es familiarizar al autor de modelos con las
herramientas que puede usar para probar el diseño de sus modelos. A diferencia de la analizar en función de
Excel, que está destinado a los autores de modelos, sino que usarán a las aplicaciones de informes, como Excel o
Power BI para conectarse y examinar los datos del modelo implementados.
Para completar esta lección, debe tener instalado Excel en el mismo equipo que SSDT. Para obtener más
información, consulte Analizar en Excel.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 11: crear Roles.
Examinar utilizando las perspectivas Predeterminada y Venta por

Internet
En estas primeras tareas, examinará su modelo mediante el uso de la perspectiva predeterminada, que incluye
todos los objetos del modelo, y también con la perspectiva de ventas por Internet que anteriormente. La
perspectiva Venta por Internet excluye el objeto de tabla Cliente.
Para examinar con la perspectiva predeterminada
1. Haga clic en el modelo menú > analizar en Excel.
2. En el cuadro de diálogo Analizar en Excel , haga clic en Aceptar.
Excel se abrirá con un libro nuevo. Se crea una conexión de origen de datos con la cuenta de usuario actual
y se utiliza la perspectiva predeterminada para definir los campos visibles. Una tabla dinámica se agrega
automáticamente a la hoja de cálculo.
3. En Excel, en la lista de campos de tabla dinámica, tenga en cuenta el DimDate y FactInternetSales
aparecen los grupos de medida, así como el DimCustomer, DimDate, DimGeography, DimProduct,
DimProductCategory, DimProductSubcategory, y FactInternetSales aparecen las tablas con todos
sus respectivas columnas.
Para examinar con la perspectiva Venta por Internet
1. Haga clic en el modelo menú y, a continuación, haga clic en analizar en Excel.
2. En el cuadro de diálogo Analizar en Excel , mantenga seleccionado Usuario de Windows actual y,
después, en el cuadro de lista desplegable Perspectiva , seleccione Venta por Internety haga clic en
Aceptar.
3. En Excel, en PivotTable Fields, tenga en cuenta la tabla DimCustomer se excluye de la lista de campos.
Examinar mediante roles

Los roles son una parte integral de cualquier modelo tabular. Sin al menos un rol al que se agregan a los usuarios
como miembros, los usuarios no podrán tener acceso y analizar datos con el modelo. La característica Analizar de
Excel proporciona una manera de probar los roles que ha definido.
Para examinar mediante el rol de usuario de administrador de ventas
2. En el analizar en Excel cuadro de diálogo especifica el nombre de usuario o rol que se usará para
conectarse al modelo, seleccione roly, a continuación, en el cuadro de lista desplegable, seleccione Sales
Managery, a continuación, haga clic en Aceptar.
Excel se abrirá con un libro nuevo. Automáticamente se crea una tabla dinámica. La lista de campos de
tabla dinámica incluye todos los campos de datos disponibles en su nuevo modelo.
¿Qué sigue?
Vaya a la siguiente lección: lección 13: implementar.
Lección 13: implementar
En esta lección, configurará propiedades de implementación; especificar una implementación local o instancia de
servidor de Azure y un nombre para el modelo. A continuación, implementará el modelo para esa instancia.
Después de implementa el modelo, los usuarios pueden conectarse a él mediante el uso de una aplicación de
cliente de informes. Para más información acerca de la implementación, consulte implementación de la solución
de modelo Tabular y implementar en Azure Analysis Services.
Requisitos previos
realizar las tareas en esta lección, debe haber completado la lección anterior: lección 12: analizar en Excel.
Implementar el modelo
Para configurar propiedades de implementación
1. En el Explorador de soluciones, haga clic en el AW Internet Sales del proyecto y, a continuación, haga
clic en propiedades.
2. En el páginas de propiedades de ventas de Internet de AW cuadro de diálogo el servidor de
implementación, en la Server propiedad, escriba el nombre de un servidor de Analysis Services de Azure
o un instancia del servidor local se ejecuta en modo Tabular. Se trata el modelo se implementarán en la
instancia del servidor.
IMPORTANT
Debe tener permisos de administrador en el remoto Analysis Services instancia en orden para poder implementarlo.
3. En el base de datos propiedad, escriba Adventure Works Internet Sales.
4. En el nombre del modelo propiedad, escriba Adventure Works Internet Sales Model.
5. Compruebe las opciones seleccionadas y, después, haga clic en Aceptar.
Para implementar el modelo tabular Ventas por Internet de Adventure Works
1. En el Explorador de soluciones, haga clic en el AW Internet Sales proyecto > generar.
2. Haga clic en el AW Internet Sales proyecto > implementar.
Cuando se implementa en Azure Analysis Services, es probable que se le pedirá que especifique su cuenta.
Escriba su cuenta profesional y la contraseña, por ejemplo nancy@adventureworks.com. Esta cuenta debe
ser de administradores en la instancia del servidor.
Aparece el cuadro de diálogo Implementar en el que se muestra el estado de implementación de los
metadatos y las tablas incluidas en el modelo.
3. Cuando se complete correctamente la implementación, continúe y haga clic en Cerrar.
Conclusión
¡ Enhorabuena! Haya terminado de crear e implementar el primer modelo Tabular de Analysis Services. Este
tutorial le ha guiado por las tareas más comunes para crear un modelo tabular. Ahora que su modelo Ventas por
Internet de Adventure Works está implementado, puede utilizar el SQL Server Management Studio para
administrarlo, crear scripts de proceso y realizar un plan de copia de seguridad. Los usuarios ahora también
pueden conectarse al modelo mediante una aplicación de cliente de informes como Microsoft Excel o Power BI.
Vea también
Modo DirectQuery
Configurar las propiedades predeterminadas de modelado de datos y de implementación
Bases de datos de modelo tabular
¿Qué sigue?
Lección complementaria - implemente seguridad dinámica utilizando filtros de fila.
Complementario de lecciones: configurar propiedades de informes para informes de Power View.
Lección complementaria - implemente seguridad
dinámica utilizando filtros de fila
En esta lección complementaria, creará un rol adicional que implemente seguridad dinámica. La seguridad
dinámica proporciona seguridad de nivel de fila basada en el nombre de usuario o el identificador de inicio de
sesión del usuario que ha iniciado sesión actualmente. Para obtener más información, consulte Roles.
Para implementar la seguridad dinámica, debe agregar una tabla al modelo que contiene los nombres de usuario
de Windows de los usuarios que pueden crear una conexión al modelo como un origen de datos y examinar los
objetos y datos del modelo. El modelo que se crea con este tutorial está en el contexto de Adventure Works Corp.;
sin embargo, para completar esta lección, debe agregar una tabla que contenga usuarios de su propio dominio.
No necesitará contraseñas para los nombres de usuario que se van a agregar. Para crear una tabla de
EmployeeSecurity, con una pequeña muestra de los usuarios de su propio dominio, utilizará la función de pegar
pegar datos de empleados desde una hoja de cálculo de Excel. En un escenario real, la tabla que contiene los
nombres de usuario que agrega a un modelo utilizaría normalmente una tabla de una base de datos real como
origen de datos; por ejemplo, una tabla dimEmployee real.
Para implementar la seguridad dinámica, usará dos nuevas funciones de DAX: función USERNAME (DAX) y
función LOOKUPVALUE (DAX). Estas funciones, aplicadas en una fórmula de filtro de columna, se definen en un
nuevo rol. Con la función LOOKUPVALUE, la fórmula especifica un valor de la tabla EmployeeSecurity y, a
continuación, pasa a que el valor a la función de nombre de usuario, que especifica el nombre de usuario del
usuario que ha iniciado sesión pertenece a este rol. El usuario puede examinar los datos especificados por los
filtros de fila del rol. En este escenario, especificará que los empleados de ventas solo podrán examinar los datos
de ventas por Internet de los territorios de ventas de los que son miembros.
Para completar esta lección complementaria, realizará una serie de tareas. Las tareas que son únicas de este
escenario de modelo tabular de Adventure Works, pero que no se aplicarían necesariamente en un escenario real,
se identifican como tales. Cada tarea incluye información adicional que describe el propósito de la tarea.
Requisitos previos
Este tema de lección complementaria forma parte de un tutorial de creación de modelos tabulares, que se debe
completar de forma ordenada. Antes de realizar las tareas de esta lección complementaria, debe haber
completado todas las lecciones anteriores.
Agregar la tabla dimSalesTerritory al proyecto de modelo tabular AW

Internet Sales
Para implementar la seguridad dinámica en este escenario de ejemplo Adventure Works, debe agregar dos tablas
adicionales al modelo. La primera tabla que agregará es dimSalesTerritory (como Sales Territory) procedente de la
misma base de datos AdventureWorksDW. Más adelante se aplicará un filtro de fila a la tabla SalesTerritory que
define los datos concretos que puede examinar el usuario con sesión iniciada.
Para agregar la tabla dimSalesTerritory
1. En SSDT, haga clic en el modelo menú y, a continuación, haga clic en las conexiones existentes.
2. En el cuadro de diálogo Conexiones existentes , compruebe que esté seleccionada la conexión al origen
de datos BD de Adventure Works de SQL y haga clic en Abrir.
Si aparece el cuadro de diálogo Credenciales de suplantación, escriba las credenciales de suplantación que
utilizó en la lección 2: Agregar datos.
3. En la página Elegir cómo importar los datos , deje seleccionada la opción Seleccionar en una lista de
tablas y vistas para elegir los datos a importar y haga clic en Siguiente.
4. En la página Seleccionar tablas y vistas , seleccione la tabla DimSalesTerritory .
5. Haga clic en Vista previa y filtro.
6. Anule la selección de la columna SalesTerritoryAlternateKey y haga clic en Aceptar.
7. En la página Seleccionar tablas y vistas , haga clic en Finalizar.
Las nueva tabla se agregarán al final del área de trabajo del modelo. Objetos y datos de la tabla de origen
DimSalesTerritory, a continuación, se importan en el MT ventas AW.
8. Una vez importada la tabla, haga clic en Cerrar.
Agregar una tabla con datos de nombre de usuario

Puesto que la tabla dimEmployee de la base de datos de ejemplo AdventureWorksDW contiene usuarios del
dominio AdventureWorks, y esos nombres de usuario no existen en su propio entorno, debe crear una tabla en el
modelo que contenga una pequeña muestra (tres) de usuarios reales de su organización. Agregará después estos
usuarios al nuevo rol como miembros. No necesita las contraseñas de los nombres de usuario de ejemplo, pero
necesitará nombres de usuario de Windows reales de su propio dominio.
Para agregar una tabla EmployeeSecurity
1. Abra Microsoft Excel para crear una nueva hoja de cálculo.
2. Copie la siguiente tabla, incluida la fila de encabezado, y péguela en la hoja de cálculo.
|EmployeeId|SalesTerritoryId|FirstName|LastName|LoginId|
|---------------|----------------------|--------------|-------------|------------|
3. Reemplace el nombre, apellido y dominio ombre de usuario con los nombres e identificadores de inicio de
sesión de tres usuarios de su organización. Coloque el mismo usuario en las dos primeras filas de
EmployeeId 1. Esto mostrará que este usuario pertenece a más de un territorio de ventas. Deje los campos
EmployeeId y SalesTerritoryId tal como están.
4. Guarde la hoja de cálculo como SampleEmployee.
5. En la hoja de cálculo, seleccione todas las celdas con datos de empleados, incluidos los encabezados, a
continuación, haga clic en los datos seleccionados y, a continuación, haga clic en copia.
6. En SSDT, haga clic en el editar menú y, a continuación, haga clic en pegar.
Si está atenuado pegar, haga clic en cualquier columna de cualquier tabla en la ventana del Diseñador de
modelos e inténtelo de nuevo.
7. En el vista previa de pegado cuadro de diálogo nombre de la tabla, tipo EmployeeSecurity.
8. En datos se peguen, compruebe los datos incluyen todos los datos de usuario y los encabezados de la
hoja de cálculo SampleEmployee.
9. Compruebe que esté seleccionada la opción Usar primera fila como encabezados de columna y haga
clic en Aceptar.
Se crea una nueva tabla denominada EmployeeSecurity con datos de empleado copiados desde la hoja de
cálculo SampleEmployee.
Crear relaciones entre la tabla FactInternetSales, DimGeography y

DimSalesTerritory
La tabla FactInternetSales y DimGeography, DimSalesTerritory todos los contienen una columna común,
SalesTerritoryId. La columna SalesTerritoryId en la tabla DimSalesTerritory contiene valores con un identificador
distinto para cada territorio de ventas.
Para crear relaciones entre los FactInternetSales y DimGeography, la tabla DimSalesTerritory
1. En el Diseñador de modelos, en la vista de diagrama, en la DimGeography de tabla, haga clic y mantenga
el SalesTerritoryId columna, a continuación, arrastre el cursor hasta el SalesTerritoryId columna en la
DimSalesTerritory de tabla y, a continuación, la versión.
2. En el FactInternetSales de tabla, haga clic y mantenga el SalesTerritoryId columna, a continuación,
arrastre el cursor hasta el SalesTerritoryId columna en el DimSalesTerritory de tabla y, a continuación, la
versión.
Observe que la propiedad Active de esta relación es False, lo que significa que está inactivo. Esto es porque
la tabla FactInternetSales ya tiene otra relación activa que se usa en las medidas.
Ocultar la tabla de EmployeeSecurity de las aplicaciones cliente

En esta tarea, ocultará la tabla EmployeeSecurity, evitando que aparezca en la lista de campos de la aplicación
cliente. Recuerde que ocultar una tabla no significa protegerla. Los usuarios todavía pueden consultar datos de la
tabla de EmployeeSecurity si saben cómo. Para proteger los datos de la tabla EmployeeSecurity, impedían que los
usuarios puedan consultar sus datos, aplicará un filtro en una tarea posterior.
Para ocultar la tabla de EmployeeSecurity de las aplicaciones cliente
En el diseñador de modelos en la vista de diagrama, haga clic con el botón derecho en el encabezado de tabla
Empleado y, después, haga clic en Ocultar en herramientas de cliente.
Crear empleados de ventas por el rol de usuario de territorio

En esta tarea, creará un rol de usuario. Este rol incluirá un filtro de fila define qué filas de la tabla
DimSalesTerritory son visibles para los usuarios. A continuación, se aplica el filtro en la dirección de la relación de
uno a varios a todas las demás tablas relacionadas a DimSalesTerritory. También se aplicará un filtro sencillo que
proteja toda la tabla EmployeeSecurity de consultas por cualquier usuario que sea miembro del rol.
NOTE
El rol de empleados de ventas por territorio que creará en esta lección solo permitirá a los miembros examinar (o consultar)
los datos de ventas del territorio de ventas al que pertenezcan. Si agrega un usuario como miembro a los empleados de
ventas por el rol de territorio que también existe como un miembro de un rol creado en lección 11: crear Roles, obtendrá
una combinación de permisos. Cuando un usuario es miembro de varios roles, los permisos y los filtros de fila definidos para
cada uno de ellos son acumulativos. Es decir, el usuario tendrá los mayores permisos determinados por la combinación de
roles.
Para crear empleados de ventas por el rol de usuario de Territorio

1. En SSDT, haga clic en el modelo menú y, a continuación, haga clic en Roles.
2. En Administrador de roles, haga clic en nuevo.
Se agrega a la lista un nuevo rol con el permiso Ninguno.
3. Haga clic en el nuevo rol y, en la columna Nombre , cambie el nombre del rol a Empleados de ventas
por territorio.
4. En la columna Permisos, haga clic en la lista desplegable y, después, seleccione el permiso Lectura.
5. Haga clic en la pestaña Miembros y luego en Agregar.
6. En el Seleccionar usuario o grupo cuadro de diálogo escriba lo nombres de objeto para seleccionar,
escriba el primer nombre de usuario de ejemplo que utilizó al crear la tabla EmployeeSecurity. Haga clic en
Comprobar nombres para comprobar que el nombre de usuario es válido y haga clic en Aceptar.
Repita este paso, agregando los demás nombres de usuario de ejemplo que utilizó al crear la tabla
EmployeeSecurity.
7. Haga clic en la pestaña Filtros de fila .
8. Para el EmployeeSecurity tabla, en la filtro DAX columna, escriba la siguiente fórmula.
=FALSE()
Esta fórmula especifica que todas las columnas se resuelven en la condición booleana falsa; por lo tanto, no
hay columnas de la tabla EmployeeSecurity pueden ser consultadas por un miembro de los empleados de
ventas por el rol de usuario de territorio.
9. Para la tabla DimSalesTerritory , escriba la siguiente fórmula.
='Sales Territory'[Sales Territory Id]=LOOKUPVALUE('Employee Security'[Sales Territory Id],

'Employee Security'[Login Id], USERNAME(),
'Employee Security'[Sales Territory Id],
'Sales Territory'[Sales Territory Id])
En esta fórmula, la función LOOKUPVALUE devuelve todos los valores de la columna

DimEmployeeSecurity [SalesTerritoryId], donde el EmployeeSecurity [LoginId] es el mismo que el inicio de
sesión nombre de usuario de Windows actuales y EmployeeSecurity [SalesTerritoryId] es el mismo que el
DimSalesTerritory [SalesTerritoryId].
El conjunto de identificadores devuelven por LOOKUPVALUE de territorio de ventas, a continuación, se usa
para restringir las filas que se muestra en la tabla DimSalesTerritory. Se muestran solo las filas donde está
el SalesTerritoryID para la fila en el conjunto de identificadores devueltos por la función LOOKUPVALUE.
10. En el Administrador de roles, haga clic en Aceptar.
Probar los empleados de ventas por el rol de usuario de territorio

En esta tarea, utilizará la analizar en función de Excel en SSDT para probar la eficacia de los empleados de ventas
por el rol de usuario de territorio. Deberá especificar uno de los nombres de usuario que se ha agregado a la tabla
EmployeeSecurity y como un miembro del rol. Este nombre de usuario se utilizará como el nombre de usuario
efectivo en la conexión creada entre Excel y el modelo.
Para probar los empleados de ventas por el rol de usuario de territorio
2. En el cuadro de diálogo Analizar en Excel , en Especifique el nombre de usuario o rol que se va a
usar al conectarse al modelo, seleccione Otro usuario de Windowsy, después, haga clic en Examinar.
3. En el Seleccionar usuario o grupo cuadro de diálogo escriba el nombre de objeto a seleccionar,
escriba uno de los nombres de usuario incluyen en la tabla EmployeeSecurity y, a continuación, haga clic en
comprobar nombres.
4. Haga clic en Aceptar para cerrar el cuadro de diálogo Seleccionar usuario o grupo y, después, haga clic
en Aceptar para cerrar el cuadro de diálogo Analizar en Excel .
Excel se abrirá con un libro nuevo. Automáticamente se crea una tabla dinámica. La lista PivotTable Fields
incluye la mayoría de los campos de datos disponibles en el nuevo modelo.
Tenga en cuenta que la tabla EmployeeSecurity no está visible en la lista PivotTable Fields. Esto se debe a
que eligió ocultar esta tabla de las herramientas cliente en una tarea anterior.
5. En el campos lista ∑ Internet Sales (medidas), seleccione la InternetTotalSales medida. La medida se
agregará a los campos Valores .
6. Seleccione el SalesTerritoryId columna desde la DimSalesTerritory tabla. La columna se agregará a los
campos Etiquetas de fila .
Observe que las cifras de ventas por Internet solo aparecen para la región a la que pertenece el nombre de
usuario efectivo que usó. Si selecciona otra columna; Por ejemplo, City, de la tabla DimGeography como
campo de etiqueta de fila, solo las ciudades del territorio de ventas al que pertenece el usuario efectivo se
muestran.
Este usuario no podrá examinar o consultar los datos de ventas por Internet para otros territorios distintos
de aquel al que pertenece, porque el filtro de fila definido para la tabla Sales Territory en el rol de usuario
de empleados de ventas por territorio protege eficazmente los datos relacionados con otros territorios de
ventas.
Vea también
función USERNAME (DAX)
función LOOKUPVALUE (DAX)
Función CUSTOMDATA (DAX)
Complementario de lecciones: configurar
propiedades de informes para informes de Power
View
En esta lección complementaria, establecerá propiedades para el proyecto AW Internet Sales de informes. Las
propiedades de informe facilitan a los usuarios finales la selección y presentación de datos del modelo en Power
View. También establecerá las propiedades para ocultar ciertas columnas y tablas, y creará nuevos datos para usar
en gráficos.
Requisitos previos
Este tema de la lección complementaria forma parte de un tutorial de creación de modelos tabulares, que se debe
completar de forma ordenada. Antes de realizar las tareas de esta lección complementaria, debe haber completado
todas las lecciones anteriores.
Para completar esta lección complementaria concreta, también debe tener lo siguiente:
El proyecto AW Internet Sales (completado a través de este tutorial) listo para implementarse o ya
implementado en un servidor de Analysis Services.
Propiedades de modelo que afectan a los informes

Al crear un modelo tabular, hay ciertas propiedades que puede establecer en tablas y columnas individuales para
mejorar la experiencia de informes del usuario final en Power View. Además, puede crear datos de modelo
adicionales para permitir la visualización de datos y otras características específicas del cliente de informes. Para el
Adventure Works Internet Sales Model de ejemplo, aquí se enumeran algunos de los cambios que hará:
Agregar datos nuevos : al agregar datos nuevos en una columna calculada con una fórmula DAX, se crea
información de fecha en un formato más fácil de mostrar en los gráficos.
Ocultar las tablas y las columnas que no son útiles para el usuario final : la propiedad Hidden
controla si las tablas y las columnas de tabla se muestran en el cliente de informes. Los elementos que están
ocultos siguen siendo parte del modelo y permanecen disponibles para las consultas y los cálculos.
Habilitar las tablas de un clic : de manera predeterminada, no ocurre nada si un usuario final hace clic en
una tabla en la lista de campos. Para cambiar este comportamiento de modo que al hacer clic en la tabla, se
agregue al informe, establecerá Conjunto de campos predeterminado en cada columna que desee incluir en
la tabla. Esta propiedad se establece en las columnas de tabla que los usuarios finales es probable que
deseen usar.
Establecer agrupación cuando sea necesario : la propiedad Mantener filas únicas determina si los
valores de la columna se deben agrupar por valores en un campo diferente, como un campo identificador.
En las columnas que contienen valores duplicados, como Customer Name (por ejemplo, varios clientes
denominados John Smith), es importante agrupar (mantener filas únicas) en el campo Identificador de
fila para proporcionar a los usuarios finales los resultados correctos.
Establecer tipos de datos y formatos de datos : de manera predeterminada, Power View aplica las
reglas según el tipo de datos de columna a fin de determinar si el campo puede usarse como una medida.
Dado que cada visualización de datos en Power View también tiene reglas sobre dónde se pueden colocar
las medidas y las no medidas, es importante establecer el tipo de datos en el modelo o invalidar el
predeterminado para lograr el comportamiento que quiera para el usuario final.
Establezca la propiedadShort by Column : la propiedad Sort By Column especifica si los valores de la
columna se deben ordenar por valores en un campo diferente. Por ejemplo, en la columna Month Calendar
que contiene el nombre de mes, ordene por la columna Month Number.
Ocultar las tablas de las herramientas de cliente

Dado que hay una columna calculada Product Category y otra Product Subcategory en la tabla calculated Product,
no es necesario tener visibles las tablas Product Category y Product Subcategory para las aplicaciones cliente.
Para ocultar las tablas Product Category y Product Subcategory
1. En el diseñador de modelos, haga clic con el botón derecho en la pestaña de la tabla Product Category y,
después, haga clic en Ocultar en herramientas cliente.
2. Haga clic con el botón derecho en la pestaña de la tabla Product Subcategory y, después, haga clic en
Ocultar en herramientas cliente.
Crear nuevos datos para gráficos

A veces puede ser necesario crear nuevos datos en el modelo mediante fórmulas DAX. En esta tarea, agregará dos
columnas nuevas calculadas a la tabla Date. Estas columnas nuevas proporcionarán campos de fecha en un
formato apropiado para usarse en gráficos.
Para crear nuevos datos para gráficos
1. En la tabla Date , desplácese hasta la derecha y, después, haga clic en Agregar columna.
2. Agregue dos nuevas columnas calculadas con las fórmulas siguientes en la barra de fórmula:
NOMBRE DE LA COLUMNA FÓRMULA
Year Quarter =[Calendar Year] & " Q" & [Calendar Quarter]
Year Month =[Calendar Year] & FORMAT([Month],"#00")
Conjunto de campos predeterminado

El conjunto de campos predeterminado es una lista predefinida de columnas y medidas para una tabla que se
agregan automáticamente a un lienzo de informe cuando se hace clic en la tabla en la lista de campos de informe.
Esencialmente, puede especificar la clasificación de los campos, las medidas y las columnas predeterminadas que
los usuarios desearán ver cuando esta tabla se visualice en informes Power View. Para el modelo Internet Sales,
definirá un conjunto de campos predeterminado y un orden para las tablas Customer, Geography y Product. Se
incluyen solo aquellas columnas más comunes que los usuarios desearán ver al analizar los datos de Adventure
Works Internet Sales con informes Power View.
Para obtener información detallada sobre el conjunto de campos predeterminado, consulte configurar conjunto de
campos predeterminado para informes de Power View en libros en pantalla de SQL Server.
Para establecer el conjunto de campos predeterminado para las tablas
1. En el diseñador de modelos, haga clic en la pestaña de la tabla Customer .
2. En la ventana Propiedades , en Propiedades de informe, en la propiedad Conjunto de campos
predeterminado , haga clic en Haga clic para editar para abrir el cuadro de diálogo Conjunto de
campos predeterminado .
3. En el cuadro de diálogo Conjunto de campos predeterminado , en el cuadro de lista Campos de la
tabla , presione CTRL y seleccione los campos siguientes; después, haga clic en Agregar.
Birth Date, Customer Alternate Id, First Name, Last Name.
4. En la ventana Campos predeterminados, en orden , use los botones Mover arriba y Mover abajo para
poner el orden siguiente:
Customer Alternate Id
First Name
Last Name
Fecha de nacimiento.
5. Haga clic en Aceptar para cerrar el cuadro de diálogo Conjunto de campos predeterminado para la
tabla Customer .
6. Realice estos mismos pasos para la tabla Geography , seleccionando los campos siguientes y poniéndolos
en este orden.
City, State Province Code, Country Region Code.
7. Finalmente, realice estos mismos pasos para la tabla Product , seleccionando los campos siguientes y
poniéndolos en este orden.
Product Alternate Id, Product Name.
Comportamiento de tabla
Con las propiedades de Comportamiento de tabla, puede cambiar el comportamiento predeterminado de los
diferentes tipos de visualización y el comportamiento de agrupación para las tablas usadas en los informes de
Power View. Esto permite una ubicación predeterminada más eficaz de la información de identificación como los
nombres, imágenes o títulos en los diseños de mosaico, tarjeta y gráfico.
Para obtener información detallada acerca de las propiedades de comportamiento de la tabla, vea configurar
propiedades de comportamiento de tabla para informes de Power View en libros en pantalla de SQL Server.
Para establecer el comportamiento de la tabla
2. En la ventana Propiedades , en la propiedad Comportamiento de tabla , haga clic en Haga clic para
editarpara abrir el cuadro de diálogo Comportamiento de tabla .
3. En el cuadro de diálogo Comportamiento de tabla , en el cuadro de lista desplegable Identificador de
fila , seleccione la columna Customer Id .
4. En el cuadro de lista Mantener filas únicas , seleccione First Name y Last Name.
Esta configuración de propiedad especifica que estas columnas proporcionan valores que se deben tratar
como únicos aunque estén duplicados, por ejemplo, para cuando dos o varios empleados compartan el
mismo nombre.
5. En el cuadro de lista desplegable Etiqueta predeterminada , seleccione la columna Last Name .
Esta configuración de propiedad especifica esta columna proporciona un nombre para mostrar para
representar datos de fila.
6. Repita estos pasos con la tabla Geography , seleccionando la columna Geography Id como el
identificador de fila y la columna City en el cuadro de lista Mantener filas únicas . No necesita establecer
una etiqueta predeterminada para esta tabla.
7. Repita estos pasos con la tabla Product , seleccionando la columna Product Id como identificador de fila y
la columna Product Name en el cuadro de lista Mantener filas únicas . En Etiqueta predeterminada,
seleccione Product Alternate Id.
Propiedades de informe para las columnas

Hay varias propiedades de columna básicas y propiedades de informe específicos en las columnas que puede
establecer para mejorar la experiencia de informes de modelo. Por ejemplo, puede no ser necesario que los
usuarios vena cada columna de cada tabla. Igual que ocultó las tablas Product Category y Product Subcategory
antes, mediante la propiedad Hidden de una columna puede ocultar columnas concretas de una tabla que de otro
modo se mostrarían. Otras propiedades, como Data Format y Sort by Column, también pueden afectar al modo
en que los datos de columna pueden aparecer en los informes. Establecerá algunas de esas columnas concretas
ahora. Otras columnas no requieren ninguna acción y no se muestran a continuación.
Solo establecerá algunas propiedades de columna distintas aquí, pero hay muchas otras. Para obtener más
información acerca de la columna de propiedades de informes, consulte propiedades de columna en libros en
pantalla de SQL Server.
Para establecer las propiedades de las columnas
2. Haga clic en la columna Customer Id para mostrar las propiedades de columna en la ventana
Propiedades .
3. En la ventana Propiedades , establezca la propiedad Hidden en True. La columna Customer Id se atenúa
en el diseñador de modelos.
4. Repita estos pasos, estableciendo la columna siguiente y las propiedades de informes para cada tabla
especificada. Deje las demás propiedades con su configuración predeterminada.
Nota: Para todas las columnas de fecha, asegúrese de que Tipo de datos sea Fecha.
Customer
COLUMNA PROPIEDAD VALUE
Geography Id Oculto True
Birth Date Formato de datos Short Date
Date
NOTE
Dado que la tabla Date se seleccionó como la tabla de fechas de modelos con la opción Marcar como tabla de fechas,
en la lección 7, Marcar como tabla de fechas, y la columna Date de la tabla Date como la columna que se usa como
identificador único, la propiedad Identificador de fila de la columna Date se establecerá automáticamente en True y no
se puede cambiar. Cuando se usan funciones de inteligencia temporal en fórmulas DAX, debe especificar una tabla de
fechas. En este modelo, creó una serie de medidas con las funciones de inteligencia temporal para calcular los datos
de ventas para varios periodos como los trimestres anteriores y actuales y también para usarse en KPI. Para obtener
más información acerca de cómo especificar una tabla de fechas, vea especificar marcar como tabla de fechas para su
uso con inteligencia de tiempo en libros en pantalla de SQL Server.
Date Formato de datos Short Date
Día de la semana Oculto True
Nombre del día Sort By Column Día de la semana
Día de la semana Oculto True
Día del mes Oculto True
Día del año Oculto True
Nombre del mes Sort By Column Month
Month Oculto True
Month Calendar Oculto True
Trimestre fiscal Oculto True
Año fiscal Oculto True
Semestre fiscal Hidden True
Geography
Geography Id Oculto True
Sales Territory Id Oculto True
Product
Product Id Oculto True
Product Alternate Id Etiqueta predeterminada True
Id. de subcategoría del producto Oculto True
Fecha de inicio del producto Formato de datos Short Date
Fecha de finalización del producto Formato de datos Short Date
Internet Sales

Product Id Oculto True
Customer Id Oculto True
Id. de promoción Oculto True
Id. de moneda Oculto True
Sales Territory Id Oculto True
Cantidad del pedido Tipo de datos Decimal Number
Formato de datos Decimal Number
Posiciones decimales 0
Order Date Formato de datos Short Date
Due Date Formato de datos Short Date
Ship Date Formato de datos Short Date
Volver a implementar el MT Ventas AW

Dado que ha cambiado el modelo, debe volver a implementarlo.
Para volver a implementar el modelo tabular Ventas por Internet de Adventure Works
En SSDT, haga clic en el generar menú y, a continuación, haga clic en implementar Adventure Works
Internet Sales Model.
Aparece el cuadro de diálogo Implementar en el que se muestra el estado de implementación de los
metadatos y de las tablas incluidas en el modelo.
Pasos siguientes
Ahora puede usar Power View para visualizar los datos del modelo. Asegúrese de que las cuentas de Analysis
Services y Reporting Services en el sitio de SharePoint tienen permisos de lectura en la instancia de Analysis
Services donde implementó el modelo.
Para crear un origen de datos de informe de Reporting Services que señale al modelo, vea Crear un origen de
datos compartido para un modelo de datos (SSRS ).
Creación de modelos multidimensionales (tutorial de
Adventure Works)

Este es el Tutorial de Analysis Services. En este tutorial se describe cómo usar SQL Server Data Tools para
desarrollar e implementar un proyecto de Analysis Services , usando la empresa ficticia Adventure Works Cycles
para todos los ejemplos.
¿Qué aprenderá
En este tutorial, aprenderá a:
Definir orígenes de datos, vistas del origen de datos, dimensiones, atributos, relaciones de atributo,
jerarquías y cubos en un proyecto de Analysis Services en SQL Server Data Tools.
Ver los datos de dimensiones y cubos implementando el proyecto de Analysis Services en una instancia
de Analysis Servicesy a procesar los objetos implementados para rellenarlos con datos del origen de
datos subyacente.
Modificar las medidas, las dimensiones, las jerarquías, los atributos y los grupos de medida del proyecto
de Analysis Services , así como a implementar cambios incrementales en el cubo implementado en el
servidor de desarrollo.
Definir cálculos, indicadores de claves de rendimiento (KPI), acciones, perspectivas, traducciones y roles de
seguridad en un cubo.
Este tutorial va acompañado de una descripción del escenario para poder entender mejor el contexto de estas
lecciones. Para obtener más información, consulte Escenario de Tutorial de Analysis Services.
Requisitos previos
Necesitará datos de ejemplo, archivos del proyecto de ejemplo y software para completar todas las lecciones de
este tutorial. Para obtener instrucciones sobre cómo encontrar e instalar los requisitos previos para este tutorial,
consulte Instalar los datos y proyectos de ejemplo para el tutorial de modelado multidimensional de Analysis
Services.
Además, los permisos siguientes deben existir para realizar correctamente este tutorial:
Debe ser miembro del grupo local Administradores del equipo con Analysis Services o ser miembro del
rol de administración del servidor de la instancia de Analysis Services.
Debe tener permisos de lectura en el AdventureWorksDW base de datos de ejemplo. Esta base de datos
de ejemplo es válida para la versión de SQL Server 2017 .
Lecciones
Este tutorial incluye las siguientes lecciones.
Lección 1: Definir una vista de origen de datos en un análisis 15 minutos

de servicios de proyecto
Lección 2: Definir e implementar un cubo 30 minutos
Lección 3: Modificar medidas, atributos y jerarquías 45 minutos
Lección 4: Definir propiedades de dimensión y atributos 120 minutos

avanzados
Lección 5: Definir relaciones entre las dimensiones y grupos 45 minutos

de medida
Lección 6: Definir cálculos 45 minutos
Lección 7: Definir indicadores clave de rendimiento & #40; 30 minutos

KPI & #41;
Lección 8: Definir acciones 30 minutos
Lección 9: Definir perspectivas y traducciones 30 minutos
Lección 10: Definir Roles administrativos 15 minutos
NOTE
La base de datos de cubo que va a crear en este tutorial es una versión simplificada de la Analysis Services proyecto de
modelos multidimensionales que forma parte de las bases de datos de ejemplo Adventure Works disponibles para su
descarga en GitHub. La versión del tutorial de la base de datos multidimensional de Adventure Works se ha simplificado
para centrarse en los conocimientos específicos que le interesará dominar inmediatamente. Después de completar el
tutorial, considere la posibilidad de explorar el proyecto de modelo multidimensional por su cuenta para entender mejor el
modelado multidimensional de Analysis Services .
Paso siguiente
Para comenzar el tutorial, vaya a la primera lección: Lección 1: Definir una vista del origen de datos en un
proyecto de Analysis Services.
Escenario de Tutorial de Analysis Services

Este tutorial se basa en Adventure Works Cycles, una compañía ficticia. Adventure Works Cycles es una
multinacional dedicada a la fabricación y distribución de bicicletas de metal y de metal compuesto en mercados
de Norteamérica, Europa y Asia. Las oficinas centrales de Adventure Works Cycles se encuentran en Bothell,
Washington, donde la compañía tiene 500 trabajadores. Además, Adventure Works Cycles tiene contratados a
varios equipos de ventas regionales en toda su base de mercado.
En los últimos años, Adventure Works Cycles compró una pequeña planta de fabricación, Importadores
Neptuno, situada en México. Importadores Neptuno fabrica varios subcomponentes muy importantes para la
línea de productos de Adventure Works Cycles . Estos subcomponentes se envían a la sede de Bothell para el
ensamblado final del producto. En el año 2005, Importadores Neptuno pasó a ser el único fabricante y
distribuidor del grupo de productos de bicicletas de paseo.
Tras un año fiscal con muy buenos resultados, Adventure Works Cycles desea ampliar su cuota de mercado
dirigiendo sus ventas a sus mejores clientes, ampliando la disponibilidad de sus productos en un sitio web
externo y reduciendo los costos de venta a través de costos de producción más bajos.
Entorno de análisis actual

Para dar respuesta a las necesidades de análisis de datos de los equipos de ventas y de marketing, la compañía
obtiene actualmente los datos transaccionales de la base de datos AdventureWorks2012 y la información que no
corresponde a las transacciones, como las cuotas de venta, la obtiene de hojas de cálculo y consolida toda esta
información en el almacenamiento de datos relacionales AdventureWorksDW2012 . No obstante, el
almacenamiento de datos relacional presenta los siguientes problemas:
Los informes son estáticos. Los usuarios no pueden explorar de forma interactiva los datos de los informes
para obtener información más detallada, como podían hacer con una tabla dinámica de Microsoft Office
Excel. Aunque el conjunto existente de informes predefinidos es suficiente para muchos usuarios, los
usuarios más avanzados necesitan un acceso de consulta directo a la base de datos para realizar consultas
interactivas y obtener informes especializados. No obstante, debido a la complejidad de la base de datos
AdventureWorksDW2012 , se necesita demasiado tiempo para que estos usuarios puedan aprender a
crear consultas eficaces.
El rendimiento de las consultas es muy variable. Por ejemplo, algunas consultas devuelven resultados con
gran rapidez, en pocos segundos, mientras que otras tardan varios minutos en devolverlos.
Es difícil administrar las tablas agregadas. En un intento de mejorar los tiempos de respuesta de las
consultas, el equipo de almacenamiento de datos de Adventure Works creó varias tablas agregadas en la
base de datos AdventureWorksDW2012 . Por ejemplo, crearon una tabla que resumía las ventas por
mes. No obstante, si bien estas tablas mejoran notablemente el rendimiento de las consultas, la
infraestructura creada para mantener las tablas a lo largo del tiempo es frágil y propensa a errores.
Las definiciones de informe incluyen lógica de cálculo muy compleja que es difícil de compartir entre
informes. Puesto que esta lógica empresarial se genera de forma independiente para cada informe, a veces
la información de resumen es distinta entre los informes. Por consiguiente, el equipo de dirección tiene
una confianza limitada en los informes del almacenamiento de datos.
Los usuarios de distintas unidades empresariales están interesados en distintas vistas de los datos. Cada
grupo se distrae y confunde con los elementos de datos que no son relevantes para él.
La lógica de cálculo es especialmente difícil para los usuarios que necesitan informes especializados. Estos
usuarios deben definir la lógica de cálculo de forma independiente para cada informe, por lo que no existe
un control centralizado sobre el modo de definir la lógica de cálculo. Por ejemplo, algunos usuarios saben
que deben utilizar técnicas estadísticas básicas, como medias móviles, pero no saben cómo construir estos
cálculos y, por consiguiente, no utilizan dichas técnicas.
Es difícil combinar los conjuntos de información relacionados. Resulta difícil para los usuarios de la
compañía crear consultas especializadas que combinen dos conjuntos de información relacionada, como
ventas y cuotas de ventas. Las consultas de este tipo han sobrecargado la base de datos, por lo que la
compañía requiere que los usuarios soliciten al equipo del almacenamiento de datos conjuntos de datos
comunes entre varias áreas. Como consecuencia de ello, se han definido pocos informes predefinidos que
combinan datos de varias áreas temáticas. Además, debido a la complejidad de estos informes, los
usuarios son reacios a intentar modificarlos.
Los informes se basan principalmente en información de compañías de Estados Unidos. Los usuarios que
se encuentran en sedes fuera de Estados Unidos no están satisfechos con este enfoque y desean poder ver
los informes en distintas monedas y en distintos idiomas.
Es difícil auditar la información. Actualmente, el departamento de finanzas usa la base de datos
AdventureWorksDW2012 solo como origen de datos en la que pueden realizarse consultas masivas.
Luego descargan los datos en hojas de cálculo individuales e invierten mucho tiempo en preparar los
datos y manipular dichas hojas de cálculo. Por consiguiente, el proceso de preparación, auditoría y
administración de los informes financieros de la compañía es complejo.
Solución
Recientemente, el equipo del almacenamiento de datos ha realizado una revisión del diseño del sistema de
análisis actual. La revisión ha incluido un análisis de las lagunas que presentan los problemas actuales y las
demandas futuras. Este equipo ha determinado que la base de datos AdventureWorksDW2012 es una base de
datos dimensional bien diseñada con dimensiones compatibles y claves suplentes. Las dimensiones compatibles
permiten utilizar una dimensión en varios puestos de datos, como una dimensión de tiempo o una dimensión de
producto. Las claves suplentes son claves artificiales que vinculan tablas de dimensiones y de hechos y se utilizan
para garantizar la unicidad y mejorar el rendimiento. Además, el equipo de almacenamiento de datos ha
determinado que actualmente no existen problemas significativos con la carga y la administración de las tablas
base de la base de datos AdventureWorksDW2012 . Por tanto, el equipo ha decidido usar Microsoft Analysis
Services para poder hacer lo siguiente:
Proporcionar el acceso a datos unificados a través de una capa de metadatos común para la creación de
informes y el análisis analítico.
Simplificar la vista de datos de los usuarios, acelerando el desarrollo de consultas interactivas y
predefinidas, y de informes predefinidos.
Crear correctamente consultas que combinan datos de varias áreas temáticas.
Administrar los agregados.
Almacenar y reutilizar cálculos complejos.
Presentar una versión traducida a los usuarios de la compañía que se encuentran fuera de Estados Unidos.
Las lecciones del tutorial de Analysis Services proporcionan instrucciones para crear una base de datos de cubo
que satisfaga todos estos objetivos. Para empezar, vaya a la primera lección: Lesson 1: Create a New Tabular
Model Project.
Vea también
Modelado multidimensional & #40; Tutorial de Adventure Works & #41;
Instalar datos de ejemplo y los proyectos
multidimensionales

Use las instrucciones y los vínculos proporcionados en este artículo para instalar los archivos de proyecto y los
datos usados en los tutoriales de Analysis Services.
Paso 1: Requisitos previos de instalación

En las lecciones de este tutorial se supone que tiene el siguiente software instalado. Puede instalar todas las
características en un único equipo. Para instalar estas características, ejecute el programa de instalación de SQL
Server y selecciónelas en la página Selección de características.
Motor de base de datos de SQL Server
SQL Server Analysis Services (SSAS )
Analysis Services solo está disponible en estas ediciones: Evaluation, Enterprise, Business Intelligence,
Standard. No se admiten los modelos multidimensionales de Analysis Services de Azure.
De forma predeterminada, Analysis Services 2016 y versiones posteriores se instala como una instancia
tabular, que puede invalidar si elige modo servidor Multidimensional en el servidor de página de
configuración del Asistente para la instalación.
Paso 2: Descargar e instalar el desarrollador y herramientas de

administración
SQL Server Data Tools (SSDT) para Visual Studio se descarga e instala por separado de otras características de
SQL Server. Los diseñadores y plantillas de proyecto que se usa para crear modelos de BI e informes se incluyen
en SSDT para Visual Studio 2015 o como paquetes de Nuget para Visual Studio de 2017.
Descargar SQL Server Data Tools.
SQL Server Management Studio (SSMS ) es descargado y se instala por separado de otras características de SQL
Server.
Descargar SQL Server Management Studio
Opcionalmente, considere la posibilidad de instalar Excel para examinar los datos multidimensionales a medida
que recorre el tutorial. Al instalar Excel, se habilita la característica Analizar en Excel , que inicia Excel con una
lista de campos de tabla dinámica conectada al cubo que se está compilando. Se recomienda utilizar Excel para
examinar los datos porque puede se puede crear rápidamente un informe dinámico que permite interactuar con
los datos.
O bien, puede examinar los datos usando el diseñador de consultas MDX integrado en SQL Server Data Tools
(SSDT). El diseñador de consultas devuelve los mismos datos, excepto los presentados como un conjunto de filas
plano.
Paso 3: Las bases de datos de instalación

Un modelo multidimensional de Analysis Services usa datos transaccionales importados de un sistema de
administración de bases de datos relacionales. Para los fines de este tutorial, utilice la siguiente base de datos
relacional como origen de datos.
AdventureWorksDW2012 o una versión posterior : se trata de un almacén de datos relacional que se
ejecuta en una instancia del motor de base de datos. Proporciona los datos originales usados por las bases
de datos de Analysis Services y los proyectos que generará e implementará a lo largo del tutorial. El
tutorial supone que está usando AdventureWorksDW2012, sin embargo, ¿funcionan las versiones
posteriores.
Puede utilizar esta base de datos de ejemplo con SQL Server 2012 (11.x) y versiones posteriores. En
general, debe usar la versión de base de datos de ejemplo que coincida con la versión del motor de base de
datos.
Para instalar la base de datos, haga lo siguiente:
1. Descargar un AdventureWorkDW copia de seguridad de base de datos de GitHub.
2. Copie el archivo de copia de seguridad en el directorio de datos de la instancia de motor de base de datos
de SQL Server local.
3. Inicie Microsoft SQL Server Management Studio y conéctese a la instancia del Motor de base de datos.
4. Restaure la base de datos.
Paso 4: Conceder permisos de base de datos

En los proyectos de ejemplo se usa la configuración de suplantación del origen de datos que especifica el contexto
de seguridad bajo el que se importan o se procesan los datos. De forma predeterminada, los valores de
suplantación especifican la cuenta de servicio de Analysis Services para obtener acceso a los datos. Para usar esta
configuración predeterminada, debe asegurarse de que la cuenta de servicio en la que se ejecuta Analysis
Services tiene permisos de lector de datos en el AdventureWorksDW base de datos.
NOTE
Para los propósitos de aprendizaje, se recomienda que use la opción de suplantación de cuenta de servicio predeterminada
y que otorgue permisos de lector de datos a la cuenta de servicio en SQL Server. Aunque hay otras opciones de
suplantación disponibles, no todas ellas son convenientes para procesar las operaciones. Concretamente, la opción de usar
las credenciales del usuario actual no se admite para el procesamiento.
1. Determine la cuenta de servicio. Puede usar el Administrador de configuración de SQL Server o la

aplicación de consola Servicios para ver la información de cuentas. Si ha instalado Analysis Services como
instancia predeterminada, usando la cuenta predeterminada, el servicio se está ejecutando como NT
Service\MSSQLServerOLAPService.
2. En Management Studio, conéctese a la instancia del motor de base de datos.
3. Expanda la carpeta Seguridad, haga clic con el botón derecho en Inicios de sesión y seleccione Nuevo
inicio de sesión.
4. En la página General, en Nombre de inicio de sesión, escriba NT Service\MSSQLServerOLAPService
(o la cuenta como la que se ejecute el servicio).
5. Haga clic en Asignación de usuarios.
6. Active la casilla de verificación junto a la AdventureWorksDW base de datos. La pertenencia al rol
debería incluir db_datareader y publicde forma automática. Haga clic en Aceptar para aceptar los
valores predeterminados.
Paso 5: Proyectos de instalación

El tutorial incluye proyectos de ejemplo para que pueda comparar sus resultados con un proyecto acabado, o
iniciar una lección que está más adelante en la secuencia.
1. Descargue el adventure-works-multidimensionales-tutorial-projects.zip en el ejemplo de Adventure Works
para la página de ejemplos de Analysis Services en GitHub.
Los proyectos del tutorial de trabajo para SQL Server 2012 (11.x) y versiones posteriores.
2. Mueva el archivo de .zip a una carpeta que esté debajo de la unidad raíz (por ejemplo, C:\Tutorial). Este
paso mitiga el error “Ruta de acceso demasiado larga” que aparece en ocasiones si intenta descomprimir
los archivos en la carpeta Descargas.
3. Descomprima los proyectos de ejemplo: haga clic con el botón derecho en el archivo y seleccione Extraer
todo. Después de extraer los archivos, debe tener las carpetas lección 1, 2, 3, 5, 6, 7, 8, 9, 10 completas e
Lesson 4 Start.
4. Quite los permisos de solo lectura de estos archivos. Haga clic en la carpeta principal, seleccione
propiedadesy desactive la casilla de verificación de sólo lectura. Haga clic en Aceptar. Aplique los
cambios a esta carpeta, sus subcarpetas y sus archivos.
5. Abra el archivo de solución (.sln) que corresponde a la lección en que se encuentra. Por ejemplo, en la
carpeta denominada “Lesson 1 Complete”, abriría el archivo Analysis Services Tutorial.sln.
6. Implementar la solución para comprobar que los permisos de base de datos e información de ubicación de
servidor estén configurados correctamente.
Si Analysis Services y el motor de base de datos se instalan como la instancia predeterminada
(MSSQLServer) y todo el software se está ejecutando en el mismo equipo, puede hacer clic en
Implementar solución en el menú Compilar para compilar e implementar el proyecto de ejemplo en la
instancia local de Analysis Services. Durante la implementación, datos se procesan (o importar) desde el
AdventureWorksDW base de datos en la instancia del motor de base de datos local. Se crea una nueva
base de datos de Analysis Services en la instancia de Analysis Services que contiene los datos recuperados
desde el motor de base de datos.
Si encuentra los errores, revise los pasos anteriores de configuración de los permisos de base de datos.
Además, puede ser necesario cambiar los nombres de servidor. El nombre de servidor predeterminado es
localhost. Si los servidores están instalados en equipos remotos o como instancias con nombre, debe
invalidar el valor predeterminado para usar un nombre de servidor válido para la instalación. Además, si
los servidores están en equipos remotos, podría ser necesario configurar Firewall de Windows para
permitir el acceso a los servidores.
El nombre de servidor para conectarse al motor de base de datos se especifica en el objeto de origen de
datos de la solución multidimensional (tutorial de Adventure Works), que es visible en el Explorador de
soluciones.
El nombre de servidor para conectarse a Analysis Services se especifica en la pestaña Implementación de
las páginas de propiedades del proyecto, que también es visible en el Explorador de soluciones.
7. En SQL Server Management Studio, conéctese a Analysis Services. Compruebe que se está ejecutando en
el servidor una base de datos denominada Analysis Services Tutorial .
Paso siguiente
Ahora está preparado para utilizar el tutorial. Para obtener más información sobre cómo comenzar, consulte
Creación de modelos multidimensionales (tutorial de Adventure Works).
Vea también
Configurar Firewall de Windows para permitir el acceso a Analysis Services
Configure the Windows Firewall to Allow SQL Server Access
Lección 1: definir una vista del origen de datos en un
proyecto de Analysis Services

Para diseñar una aplicación de Business Intelligence en SQL Server , primero debe crear un proyecto de Analysis
Services en SQL Server Data Tools (SSDT). En este proyecto, debe definir todos los elementos de la solución,
empezando por una vista del origen de datos.
Esta lección contiene las siguientes tareas:
Crear un proyecto de Analysis Services
En esta tarea, creará el proyecto Tutorial de Analysis Services basándose en una plantilla de modelo
multidimensional de Analysis Services .
Definir un origen de datos
En esta tarea, debe especificar el AdventureWorksDW base de datos como origen de datos para el Analysis
Services dimensiones y los cubos que definen en lecciones posteriores.
Definir una vista del origen de datos
En esta tarea, definir una única vista unificada de los metadatos de las tablas seleccionadas en el
AdventureWorksDW base de datos.
Modificar los nombres de tabla predeterminados
En esta tarea, modificar nombres de tabla en la vista del origen de datos, por lo que los nombres de los siguientes
Analysis Services objetos que definen son más descriptivos.
Lección siguiente
Vea también
Vistas del origen de datos en modelos multidimensionales
Lección 1: 1: crear un proyecto de Analysis Services

En la tarea siguiente, debe usar SQL Server Data Tools (SSDT) para crear un nuevo proyecto de Analysis Services
denominado Tutorial de Analysis Services, basado en la plantilla del proyecto de Analysis Services . Un
proyecto es una colección de objetos relacionados. Los proyectos existen en una solución, que incluye uno o más
proyectos. Para obtener más información, vea Crear un proyecto de Analysis Services (SSDT).
Para crear un nuevo proyecto de Analysis Services
1. Abra SQL Server Data Tools.
2. Cree un nuevo proyecto multidimensional de Analysis Services. Elija la plantilla Proyecto
multidimensional y de minería de datos de Analysis Services .
Fíjese en el nombre predeterminado del proyecto, la ubicación y el nombre predeterminado de la solución
que aparecen en la parte inferior del cuadro de diálogo. De forma predeterminada, se crea un directorio
nuevo para la solución.
3. Cambie el nombre del proyecto a Tutorial de Analysis Services, que cambia también el cuadro Nombre
de solución , y haga clic en Aceptar.
Ha creado correctamente el proyecto Tutorial de Analysis Services , basado en la plantilla Proyecto
multidimensional y de minería de datos de Analysis Services , dentro de una nueva solución denominada
también Tutorial de Analysis Services.
Siguiente tarea de la lección

Definir un origen de datos
Vea también
Crear modelos multidimensionales utilizando las herramientas de datos de SQL Server (SSDT)
Crear un proyecto de Analysis Services & #40; SSDT & #41;
Lección 1: 2: definir un origen de datos

Tras crear un proyecto de Analysis Services , generalmente se empieza a trabajar con el mismo definiendo uno o
más orígenes de datos que el proyecto usará. 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. Para más información, vea Crear un
origen de datos (SSAS multidimensional).
En la tarea siguiente, definirá la base de datos de ejemplo AdventureWorksDWSQLServer2012 como origen de
datos para el proyecto Tutorial de Analysis Services . En el caso de este tutorial, esta base de datos se encuentra en
el equipo local; no obstante, las bases de datos de origen generalmente se encuentran hospedadas en uno o más
equipos remotos.
Para definir un origen de datos nuevo
1. En el Explorador de soluciones (a la derecha de la ventana de Microsoft Visual Studio), haga clic con el
botón derecho en Orígenes de datosy, después, haga clic en Nuevo origen de datos.
2. En la página de inicio del Asistente para orígenes de datos, haga clic en Siguiente para abrir la página
Seleccionar cómo definir la conexión .
3. En la página Seleccionar cómo definir la conexión , puede definir un origen de datos basado en una
conexión nueva, en una conexión existente o en un objeto de origen de datos definido con anterioridad. En
este tutorial, va a definir un origen de datos basado en una conexión nueva. Compruebe que la opción
Crear un origen de datos basado en una conexión nueva o existente está seleccionada y después
haga clic en Nueva.
4. En el cuadro de diálogo Administrador de conexiones se definen las propiedades de conexión para el
origen de datos. En el cuadro de lista Proveedor , compruebe que está seleccionada la opción Native OLE
DB\SQL Server Native Client 11.0 .
Analysis Services también admite otros proveedores, que se muestran en la lista Proveedor .
5. En el cuadro de texto Nombre de servidor , escriba localhost.
Para conectarse a una instancia con nombre del equipo local, escriba localhost\. Para conectarse al equipo
especificado en lugar de al equipo local, escriba el nombre del equipo o la dirección IP.
6. Compruebe que la opción Usar autenticación de Windows está seleccionada. En la lista Seleccione o
escriba un nombre de base de datos , seleccione AdventureWorksDW2012.
7. Haga clic en Probar conexión para probar la conexión a la base de datos.
8. Haga clic en Aceptary, a continuación, en Siguiente.
9. En la página Información de suplantación del asistente, debe definir las credenciales de seguridad que
Analysis Services debe usar para conectarse al origen de datos. La suplantación afecta a la cuenta de
Windows usada para conectarse al origen de datos cuando está seleccionada la autenticación de Windows.
Analysis Services no admite la suplantación para el procesamiento de objetos OL AP. Seleccione Usar
cuenta de servicioy haga clic en Siguiente.
10. En la página Finalización del asistente , acepte el nombre predeterminado Adventure Works DW
2012y, después, haga clic en Finalizar para crear el nuevo origen de datos.
NOTE
Para modificar las propiedades del origen de datos una vez creado, haga doble clic en el origen de datos en la carpeta
Orígenes de datos para mostrar las propiedades del origen de datos en el Diseñador de origen de datos.

Definir una vista del origen de datos
Vea también
Crear un origen de datos (SSAS multidimensional)
Lección 1: 3: definir una vista del origen de datos

Tras definir los orígenes de datos que utilizará en un proyecto de Analysis Services, el paso siguiente
generalmente consiste en definir una vista del origen de datos para el proyecto. Una vista del origen de datos es
una sola vista unificada de metadatos de las tablas y vistas especificadas que el origen de datos define en el
proyecto. Almacenar metadatos en la vista del origen de datos permite trabajar con los metadatos durante el
proceso de desarrollo sin ninguna conexión abierta con ningún origen de datos subyacente. Para más información,
vea Vistas del origen de datos en modelos multidimensionales.
En la tarea siguiente, definirá una vista del origen de datos que incluye cinco tablas del origen de datos
AdventureWorksDW2012 .
Para definir una vista del origen de datos nueva
1. En el Explorador de soluciones (a la derecha de la ventana de Microsoft Visual Studio), haga clic con el
botón derecho en Vistas del origen de datosy, después, haga clic en Nueva vista del origen de datos.
2. En la página Asistente para vistas del origen de datos , haga clic en Siguiente. Aparece la página
Seleccionar un origen de datos .
3. En Orígenes de datos relacionales, el origen de datos Adventure Works DW 2012 aparece
seleccionado. Haga clic en Siguiente.
NOTE
Para crear una vista del origen de datos que se base en varios orígenes de datos, defina primero una vista del origen
de datos que se base en un único origen de datos. Este origen de datos luego se llama origen de datos principal. A
continuación, puede agregar tablas y vistas a partir de un origen de datos secundario. Al diseñar dimensiones que
contengan atributos basados en tablas relacionadas en varios orígenes de datos, tendrá que definir una Microsoft
SQL Server origen de datos como origen de datos principal para usar sus capacidades de motor de consulta
distribuida.
4. En la página Seleccionar tablas y vistas , seleccione las tablas y vistas de la lista de objetos disponibles del
origen de datos seleccionado. Puede filtrar esta lista para ayudarle a seleccionar las tablas y vistas.
NOTE
Haga clic en el botón Maximizar situado en la esquina superior derecha para que la ventana ocupe toda la pantalla.
Así es más fácil ver la lista completa de objetos disponibles.
En la lista Objetos disponibles , seleccione los siguientes objetos. Para seleccionar varias tablas, haga clic
en cada una de ellas mientras mantiene presionada la tecla CTRL:
DimCustomer (dbo)
DimDate (dbo)
DimGeography (dbo)
DimProduct (dbo)
FactInternetSales (dbo)
5. Haga clic en > para agregar las tablas seleccionadas a la lista Objetos incluidos .
6. Haga clic en Siguiente.
7. En el campo Nombre, asegúrese de que aparece Adventure Works DW 2012 y, después, haga clic en
Finalizar.
La vista del origen de datos Adventure Works DW 2012 aparece en la carpeta Vistas del origen de
datos del Explorador de soluciones. El contenido de la vista del origen de datos también se muestra en el
Diseñador de vistas del origen de datos de SQL Server Data Tools (SSDT). Este diseñador contiene los
elementos siguientes:
El panel Diagrama , en el que las tablas y sus relaciones se representan gráficamente.
El panel Tablas , en el que las tablas y los elementos de esquema se muestran en una vista de árbol.
El panel Organizador de diagramas , en el que puede crear subdiagramas de modo que pueda ver
los subconjuntos de la vista del origen de datos.
Una barra de herramientas específica del Diseñador de vistas del origen de datos.
8. Para maximizar el entorno de desarrollo de Microsoft Visual Studio , haga clic en el botón Maximizar .
9. Para ver las tablas del panel Diagrama al 50 por ciento, haga clic en el icono Zoom de la barra de
herramientas del Diseñador de vistas del origen de datos. De este modo se ocultarán los detalles de
columna de cada tabla.
10. Para ocultar el Explorador de soluciones, haga clic en el botón Ocultar automáticamente , que es el icono
de marcador de la barra de título. Para ver el Explorador de soluciones de nuevo, sitúe el puntero sobre la
pestaña del Explorador de soluciones situada a la derecha del entorno de desarrollo. Para mostrar el
Explorador de soluciones, haga clic de nuevo en el botón Ocultar automáticamente .
11. Si las ventanas no se ocultan de manera predeterminada, haga clic en Ocultar automáticamente en la
barra de título de las ventanas Propiedades y Explorador de soluciones.
Ahora puede ver las tablas y sus relaciones en el panel Diagrama . Observe que hay tres relaciones entre la
tabla FactInternetSales y la tabla DimDate. Cada venta tiene tres fechas asociadas: de pedido, de
vencimiento y de envío. Para ver los detalles de cualquier relación, haga doble clic en la flecha de relación
del panel Diagrama .

Modificar los nombres de tabla predeterminados
Vea también
Lección 1-4 - modificar nombres de tabla
predeterminados

Puede cambiar el valor de la propiedad FriendlyName para los objetos de la vista del origen de datos para que
sean más fáciles de identificar y usar.
En la tarea siguiente, cambiará el nombre descriptivo de cada tabla de la vista del origen de datos quitando los
prefijos "Dim" y "Fact" de dichas tablas. Esto hará que los objetos del cubo y la dimensión (que definirá en la
siguiente lección) sean más fáciles de identificar y usar.
NOTE
También puede cambiar los nombres descriptivos de las columnas, definir columnas calculadas y combinar tablas o vistas en
la vista del origen de datos para que sean más fáciles de usar.
Para modificar el nombre predeterminado de una tabla

1. En el panel Tablas del Diseñador de vistas del origen de datos, haga clic con el botón derecho en la
tabla FactInternetSales y, después, haga clic en Propiedades.
2. Si la ventana Propiedades situada en la parte derecha de la ventana de Microsoft Visual Studio no se
muestra, haga clic en el botón Ocultar automáticamente de la barra de título de la ventana Propiedades
para que esta ventana permanezca visible.
Es más fácil cambiar las propiedades de cada tabla en la vista del origen de datos cuando la ventana
Propiedades permanece abierta. Si no fija la ventana abierta mediante el botón Ocultar
automáticamente , la ventana se cerrará al hacer clic en un objeto distinto del panel Diagrama .
3. Cambie la propiedad FriendlyName del objeto FactInternetSales por VentasInternet.
Al hacer clic fuera de la celda de la propiedad FriendlyName , se aplica el cambio. En la siguiente lección,
definirá un grupo de medida que se basa en esta tabla de hechos. El nombre de la tabla de hechos será
InternetSales en lugar de FactInternetSales debido al cambio realizado en esta lección.
4. Haga clic en DimProduct en el panel Tablas . En la ventana Propiedades, cambie la propiedad
FriendlyName por Productos.
5. Cambie la propiedad FriendlyName de cada una de las tablas restantes en la vista del origen de datos del
mismo modo, para eliminar el prefijo "Dim".
6. Cuando haya finalizado, haga clic en el botón Ocultar automáticamente para ocultar de nuevo la ventana
Propiedades.
7. En el menú Archivo , o en la barra de herramientas de SQL Server Data Tools, haga clic en Guardar todo
para guardar los cambios que ha realizado hasta este momento en el proyecto Tutorial de Analysis Services
. Si lo desea, puede detener aquí el tutorial y reanudarlo más tarde.
Lección siguiente
Vea también
Cambiar las propiedades de una vista del origen de datos (Analysis Services)

Ahora que ha definido una vista del origen de datos en un proyecto de Microsoft Analysis Services , está
preparado para definir el cubo inicial de Analysis Services .
Puede definir un cubo y sus dimensiones en un solo paso mediante el Asistente para cubos. También puede
definir una o más dimensiones y usar el Asistente para cubos con objeto de definir un cubo que use dichas
dimensiones. Si está diseñando una solución compleja, generalmente empezará definiendo las dimensiones. Para
obtener más información, consulte Dimensiones en modelos multidimensionales o Cubos en modelos
multidimensionales.
NOTE
Los proyectos completos para todas las lecciones de este tutorial están disponibles en línea. Puede saltar a continuación a
cualquier lección con el proyecto completado de la lección anterior como punto de partida. Haga clic aquí para descargar los
proyectos de ejemplo que tienen que ver con este tutorial.

Definir una dimensión
En esta tarea, debe usar el Asistente para dimensiones con objeto de definir una dimensión.
Definir un cubo
En esta tarea, debe usar el Asistente para cubos con objeto de definir un cubo de Analysis Services inicial.
Agregar atributos a dimensiones
En esta tarea, debe agregar atributos a las dimensiones que creó.
Revisar las propiedades de dimensión y el cubo
En esta tarea, debe revisar la estructura del cubo que definió utilizando el Asistente para cubos.
Implementar un proyecto de Analysis Services
En esta tarea, debe implementar el proyecto Analysis Services en la instancia local de Analysis Services, y
obtendrá información sobre algunas propiedades de implementación.
Examinar el cubo
En esta tarea, examinará los datos de cubo y de dimensión usando Excel o el diseñador de consultas MDX.
Lección siguiente
Vea también
Dimensiones en modelos multidimensionales
Cubos en modelos multidimensionales
Configurar propiedades de proyecto de Analysis Services & #40; SSDT & #41;
Generar proyectos de Analysis Services (SSDT)
Implementar proyectos de Analysis Services (SSDT)
Lección 2-1: definir una dimensión

En la tarea siguiente, usará el Asistente para dimensiones con objeto de generar una dimensión Date.
NOTE
Para realizar esta lección es necesario haber completado todos los procedimientos de la lección 1.
Para definir una dimensión

1. En el Explorador de soluciones (en el margen derecho de Microsoft Visual Studio), haga clic con el botón
derecho en Dimensionesy haga clic en Nueva dimensión. Aparece el Asistente para dimensiones.
2. En la página Asistente para dimensiones , haga clic en Siguiente.
3. En la página Seleccionar método de creación , compruebe que la opción Usar una tabla existente está
seleccionada y, a continuación, haga clic en Siguiente.
4. En la página Especificar información de origen , compruebe que la vista del origen de datos Adventure
Works DW 2012 está seleccionada.
5. En la lista Tabla principal , seleccione Fecha.
7. En la página Seleccionar los atributos de la dimensión , active las casillas situadas junto a los siguientes
atributos:
Date Key
Full Date Alternate Key
Spanish Month Name
Trimestre del calendario
Año del calendario
Semestre del calendario
8. Cambie el valor de la columna Tipo de atributo del atributo Full Date Alternate Key de Normal a
Fecha. Para ello, haga clic en Normal en la columna Tipo de atributo . A continuación, haga clic en la
flecha para expandir las opciones. Después, haga clic en Fecha > Calendario > Fecha. Haga clic en
Aceptar. Repita estos pasos para cambiar el tipo de atributo de los siguientes atributos como se indica a
continuación:
English Month Name a Month
Calendar Quarter a Quarter
Calendar Year a Year
Calendar Semester a Half Year
10. En la página Finalización del asistente , en el panel de vista previa, puede ver la dimensión Fecha y sus
atributos.
11. Haga clic en Finalizar para completar el asistente.
En el Explorador de soluciones, en el proyecto Tutorial de Analysis Services , la dimensión Fecha aparece en
la carpeta Dimensiones . En el centro del entorno de desarrollo, el Diseñador de dimensiones muestra la
dimensión Date.
12. En el menú Archivo , haga clic en Guardar todo.

Definir un cubo
Vea también
Crear una dimensión usando una tabla existente
Crear una dimensión usando el Asistente para dimensiones
Lección 2: 2: definir un cubo

El Asistente para cubos le ayuda a definir los grupos de medida y las dimensiones de un cubo. En la tarea
siguiente, usará el Asistente para cubos para generar un cubo.
Para definir un cubo y sus propiedades
1. En el Explorador de soluciones, haga clic con el botón derecho en Cubosy, después, haga clic en Nuevo
cubo. Aparece el Asistente para cubos.
2. En la página Asistente para cubos , haga clic en Siguiente.
3. En la página Seleccionar método de creación , compruebe que la opción Usar tablas existentes está
seleccionada y, después, haga clic en Siguiente.
4. En la página Seleccionar tablas de grupo de medida , compruebe que la vista del origen de datos
Adventure Works DW 2012 está seleccionada.
5. Haga clic en Sugerir para que el Asistente para cubos sugiera las tablas que se deben usar para crear los
grupos de medida.
El asistente examinará las tablas y sugerirá InternetSales como tabla de grupos de medida. Las tablas de
grupos de medida, también denominadas tablas de hechos, contienen las medidas que son de su interés,
como el número de unidades vendidas.
7. En la página Seleccionar medidas , revise las medidas seleccionadas en el grupo de medida Internet
Sales y luego desactive las casillas de las medidas siguientes:
Promotion Key
Currency Key
Sales Territory Key
Revision Number
De forma predeterminada, el asistente selecciona como medidas todas las columnas numéricas de la tabla
de hechos que no están vinculadas a dimensiones. No obstante, estas cuatro columnas no son miembros
reales. Las tres primeras son valores clave que vinculan la tabla de hechos con tablas de dimensiones que
no se utilizan en la versión inicial de este cubo.
9. En la página Seleccionar dimensiones existentes , asegúrese de que la dimensión Date que ha creado
anteriormente está seleccionada y haga clic en Siguiente.
10. En la página Seleccionar nuevas dimensiones , seleccione las nuevas dimensiones que se van a crear.
Para ello, compruebe que las casillas Customer, Geographyy Product están activadas y, después,
desactive la casilla InternetSales .
12. En la página Finalización del asistente , cambie el nombre del cubo por Tutorial de Analysis Services.
En el panel de vista previa, puede ver el grupo de medida InternetSales y sus medidas. También puede ver
las dimensiones Date, Customer y Product .
13. Haga clic en Finalizar para completar el asistente.
En el Explorador de soluciones, en el proyecto Tutorial de Analysis Services , el cubo Tutorial de Analysis
Services aparece en la carpeta Cubos , y las dimensiones de base de datos Customer y Product aparecen
en la carpeta Dimensiones . Asimismo, en el centro del entorno de desarrollo, la pestaña Estructura de
cubo muestra el cubo Tutorial de Analysis Services .
14. En la barra de herramientas de la pestaña Estructura de cubo, cambie el nivel de Zoom al 50 por ciento, de
modo que pueda ver mejor las tablas de dimensiones y hechos del cubo. Observe que la tabla de hechos es
amarilla y las tablas de dimensiones son azules.

Agregar atributos a dimensiones
Vea también
Cubos en modelos multidimensionales
Lección 2: 3: agregar atributos a dimensiones

Ahora que ha definido las dimensiones, puede rellenarlas con atributos que representan cada elemento de datos
de la dimensión. Los atributos suelen estar basados en campos de una vista del origen de datos. Al agregar
atributos a una dimensión, puede incluir campos de cualquier tabla de la vista del origen de datos.
En esta tarea, usará el Diseñador de dimensiones para agregar atributos a las dimensiones Customer y Product. La
dimensión Customer incluirá atributos basados en campos de las tablas Customer y Geography.
Agregar atributos a la dimensión Customer

Para agregar atributos
1. Abra el Diseñador de dimensiones para la dimensión Customer. Para ello, haga doble clic en la dimensión
Customer del nodo Dimensiones del Explorador de soluciones.
2. En el panel Atributos , observe los atributos Customer Key y Geography Key creados mediante el Asistente
para cubos.
3. En la barra de herramientas de la pestaña Estructura de dimensión , asegúrese de que el icono Zoom
para ver las tablas del panel Vista del origen de datos está establecido al 100 por cien.
4. Arrastre las columnas siguientes de la tabla Customer del panel Vista del origen de datos al panel
Atributos :
BirthDate
MaritalStatus
Sexo
EmailAddress
YearlyIncome
TotalChildren
NumberChildrenAtHome
EnglishEducation
EnglishOccupation
HouseOwnerFlag
NumberCarsOwned
Teléfono
DateFirstPurchase
CommuteDistance
5. Arrastre las columnas siguientes de la tabla Geography del panel Vista del origen de datos al panel
Atributos :
Ciudad
StateProvinceName
PostalCode
6. En el menú Archivo, haga clic en Guardar todo.
Agregar atributos a la dimensión Product

Para agregar atributos
1. Abra el Diseñador de dimensiones para la dimensión Product. Haga doble clic en la dimensión Product en
el Explorador de soluciones.
2. En el panel Atributos , observe el atributo Product Key creado mediante el Asistente para cubos.
3. En la barra de herramientas de la pestaña Estructura de dimensión , asegúrese de que el icono Zoom
para ver las tablas del panel Vista del origen de datos está establecido al 100 por cien.
4. Arrastre las columnas siguientes de la tabla Product del panel Vista del origen de datos al panel
Atributos :
StandardCost
Color
SafetyStockLevel
ReorderPoint
ListPrice
Tamaño
SizeRange
Peso
DaysToManufacture
ProductLine
DealerPrice
Clase
Estilo
ModelName
StartDate
EndDate
Estado

Revisar las propiedades de dimensión y el cubo
Vea también
Referencia de propiedades de atributos de dimensión
Lección 2-4 - Revisar propiedades de cubo y
dimensión

Después de definir un cubo, se pueden revisar los resultados mediante el Diseñador de cubos. En la tarea
siguiente, revisará la estructura del cubo del proyecto Tutorial de Analysis Services .
Para revisar las propiedades del cubo y de las dimensiones en el Diseñador de cubos
1. Para abrir el Diseñador de cubos, haga doble clic en el cubo Tutorial de Analysis Services en el nodo
Cubos del Explorador de soluciones.
2. En el panel Medidas de la pestaña Estructura de cubo del Diseñador de cubos, expanda el grupo de
medida Internet Sales para ver las medidas definidas.
Si desea cambiar el orden de dichas medidas, arrástrelas para obtener el orden que desee. El orden afectará
al modo en que determinadas aplicaciones cliente ordenarán las medidas. El grupo de medida y cada una
de sus medidas tienen propiedades que pueden modificarse en la ventana Propiedades.
3. En el panel Dimensiones de la pestaña Estructura de cubo del Diseñador de cubos, revise las
dimensiones de cubo que se encuentran en el cubo Tutorial de Analysis Services .
Observe que, si bien solo se crearon tres dimensiones en el nivel de base de datos, como se muestra en el
Explorador de soluciones, hay cinco dimensiones de cubo en el cubo Tutorial de Analysis Services . El cubo
contiene más dimensiones que la base de datos porque la dimensión de base de datos Date se utiliza como
base para tres dimensiones de cubo independientes relacionadas con fechas, basadas en los hechos
relacionados con fechas de la tabla de hechos. Estas dimensiones relacionadas con fechas también se
denominan dimensiones realizadoras de roles. Las tres dimensiones de cubo relacionadas con fechas
permiten que los usuarios dimensionen el cubo mediante tres hechos independientes que están
relacionados con cada venta de producto: la fecha de pedido del producto, la fecha de vencimiento de
satisfacción del pedido y la fecha de envío del pedido. Si se reutiliza una única dimensión de base de datos
para las dimensiones de cubo, Analysis Services simplifica la administración de las dimensiones, utiliza
menos espacio en el disco y reduce el tiempo general de procesamiento.
4. En el panel Dimensiones de la pestaña Estructura de cubo , expanda Customery, a continuación, haga
clic en Editar Customer para abrir la dimensión en el Diseñador de dimensiones.
El Diseñador de dimensiones contiene estas pestañas: Estructura de dimensión, Relaciones de atributo,
Traduccionesy Explorador. Tenga en cuenta que la pestaña Estructura de dimensión incluye tres
paneles: Atributos, Jerarquíasy Vista del origen de datos. Los atributos que contiene la dimensión
aparecen en el panel Atributos . Para obtener más información, consulte Referencia de las propiedades de
los atributos de dimensión, Crear jerarquías definidas por el usuarioy Definir relaciones de atributo.
5. Para cambiar al Diseñador de cubos, haga clic con el botón derecho en el cubo Tutorial de Analysis
Services del nodo Cubos en el Explorador de soluciones y, después, haga clic en Ver diseñador.
6. En el Diseñador de cubos, haga clic en la pestaña Uso de dimensiones .
En esta vista del cubo Tutorial de Analysis Services , puede ver las dimensiones de cubo que se utilizan en el
grupo de medida Internet Sales. Asimismo, puede definir el tipo de relación entre cada dimensión y cada
grupo de medida en el que se utiliza.
7. Haga clic en la pestaña Particiones .
El Diseñador de cubos define una única partición para el cubo, utilizando el modo de almacenamiento de
procesamiento analítico en línea multidimensional (MOL AP ) sin agregaciones. Con MOL AP, todos los
datos de nivel hoja y todas las agregaciones se almacenan en el cubo para maximizar el rendimiento. Las
agregaciones son resúmenes de datos precalculados que mejoran el tiempo de respuesta de las consultas
ya que tienen las respuestas preparadas antes de que se planteen las preguntas. Puede definir particiones
adicionales, parámetros de almacenamiento y parámetros de reescritura en la pestaña Particiones . Para
obtener más información, consulte Particiones (Analysis Services - Datos multidimensionales),
Agregaciones y diseños de agregaciones.
8. Haga clic en la pestaña Explorador .
Observe que el cubo no puede examinarse porque todavía no se ha implementado en una instancia de
Analysis Services. En este punto, el cubo del proyecto Tutorial de Analysis Services es simplemente una
definición de un cubo, que puede implementar en cualquier instancia de Analysis Services. Cuando
implementa y procesa un cubo, puede crear los objetos definidos en una instancia de Analysis Services y
rellenar los objetos con datos de los orígenes de datos subyacentes.
9. En el Explorador de soluciones, haga clic con el botón derecho en Tutorial de Analysis Services en el
nodo Cubos y, luego, haga clic en Ver código. Es posible que tenga que esperar.
El código XML del cubo Tutorial de Analysis Services se muestra en la pestaña Analysis Services
Tutorial.cube [XML ] . Es el código real que se utiliza para crear el cubo en una instancia de Analysis
Services durante la implementación. Para obtener más información, consulte Ver el XML de un proyecto de
Analysis Services (SSDT).
10. Cierre la pestaña Código XML.

Vea también
Examinar los datos de dimensiones en el Diseñador de dimensiones
Lección 2-5: implementar un proyecto de Analysis
Services

Para ver los datos de dimensión y de cubo de los objetos del cubo Tutorial de Analysis Services del proyecto
Tutorial de Analysis Services, debe implementar el proyecto en una instancia determinada de Analysis Services y
luego procesar el cubo y sus dimensiones. Al implementar un proyecto de Analysis Services se crean y definen
objetos en una instancia de Analysis Services. Cuando seprocesan los objetos en una instancia de Analysis
Services , se copian los datos de los orígenes de datos subyacentes en los objetos del cubo. Para obtener más
información, consulte Implementar proyectos de Analysis Services (SSDT) y Configurar las propiedades de un
proyecto de Analysis Services (SSDT).
En este punto del proceso de implementación, generalmente se implementa el cubo en una instancia de Analysis
Services en un servidor de implementación. Una vez finalizado el proceso de implementación del proyecto de
Business Intelligence, generalmente utilizará el Asistente para la implementación de Analysis Services para
implementarlo desde el servidor de desarrollo en un servidor de producción. Para obtener más información,
consulte Implementación de soluciones de modelos multidimensionales e Implementar soluciones de modelos
con el Asistente para la implementación.
En la tarea siguiente, revisará las propiedades de implementación del proyecto Tutorial de Analysis Services y
luego implementará el proyecto en la instancia local de Analysis Services.
Para implementar el proyecto de Analysis Services
1. En el Explorador de soluciones, haga clic con el botón derecho en el proyecto Tutorial de Analysis
Services y, después, haga clic en Propiedades.
Aparece el cuadro de diálogo Páginas de propiedades de Tutorial de Analysis Services , en el que se
muestran las propiedades de configuración de Active(Development). Puede definir varias configuraciones,
cada una con distintas propiedades. Por ejemplo, es posible que un programador desee configurar el
mismo proyecto para implementarlo en distintos equipos de implementación y con distintas propiedades
de implementación, como nombres de base de datos o propiedades de procesamiento. Fíjese en el valor de
la propiedad Ruta de acceso de los resultados . Esta propiedad especifica la ubicación en la que se
guardan los scripts de implementación XML A cuando se crea un proyecto. Estos son los scripts que se
utilizan para implementar los objetos del proyecto en una instancia de Analysis Services.
2. En el nodo Propiedades de configuración del panel de la izquierda, haga clic en Implementación.
Revise las propiedades de implementación del proyecto. De forma predeterminada, la plantilla del proyecto
de Analysis Services configura un proyecto de Analysis Services para implementar de forma incremental
todos los proyectos en la instancia predeterminada de Analysis Services en el equipo local, crear una base
de datos de Analysis Services con el mismo nombre que el proyecto y procesar los objetos después de la
implementación utilizando la opción de procesamiento predeterminada. Para más información, vea
Configurar las propiedades de un proyecto de Analysis Services (SSDT).
NOTE
Si desea implementar el proyecto en una instancia con nombre de Analysis Services en el equipo local o en una
instancia de un servidor remoto, cambiar el Server nombre de propiedad a la instancia adecuada, como <
ServerName>\<* nombreDeInstancia ** >.

4. En el Explorador de soluciones, haga clic con el botón derecho en el proyecto Tutorial de Analysis
Services y, después, haga clic en Implementar. Es posible que tenga que esperar.
NOTE
Si obtiene errores durante la implementación, utilice SQL Server Management Studio para comprobar los permisos
de base de datos. La cuenta que especificó para la conexión a un origen de datos debe tener un inicio de sesión en la
instancia de SQL Server. Haga doble clic en el inicio de sesión para ver las propiedades de la asignación de usuarios.
La cuenta debe tener permisos db_datareader para la base de datos AdventureWorksDW2012 .
SQL Server Data Tools (SSDT) genera e implementa el proyecto de Analysis Services, Tutorial en la
instancia especificada de Analysis Services, mediante un script de implementación. El progreso de la
implementación se muestra en dos ventanas: la ventana Salida y la ventana Progreso de la
implementación: Tutorial de Analysis Services .
Para abrir la ventana Resultados, si es necesario, haga clic en Resultados en el menú Ver . La ventana
Resultados muestra el progreso global de la implementación. La ventana Progreso de la
implementación – Tutorial de Analysis Services muestra los detalles de cada paso realizado durante la
implementación. Para obtener más información, consulte Generar proyectos de Analysis Services (SSDT) e
Implementar proyectos de Analysis Services (SSDT).
5. Revise el contenido de las ventanas Resultados y Progreso de la implementación – Tutorial de
Analysis Services para comprobar que la compilación, implementación y procesamiento del cubo se
realizaron sin errores.
6. Para ocultar la ventana Progreso de la implementación - Tutorial de Analysis Services , haga clic en el
icono Ocultar automáticamente (similar a una chincheta) en la barra de herramientas de la ventana.
7. Para ocultar la ventana Resultados haga clic en el icono Ocultar automáticamente en la barra de
herramientas de la ventana.
Ha implementado correctamente el cubo Tutorial de Analysis Services en la instancia local de Analysis Servicesy
luego lo ha procesado.

Examinar el cubo
Vea también
Implementar proyectos de Analysis Services & #40; SSDT & #41;
Configurar las propiedades de un proyecto de Analysis Services (SSDT)
Lección 2-6-examinar el cubo

Una vez implementado un cubo, los datos de este pueden verse en la pestaña Explorador del Diseñador de cubos
y los datos de dimensión pueden verse en la pestaña Explorador del Diseñador de dimensiones. La exploración
de los datos de cubos y dimensiones es una forma de comprobar el trabajo incrementalmente. Puede comprobar
que los pequeños cambios en las propiedades, las relaciones y otros objetos tienen el efecto deseado una vez que
se procesa el objeto. Si bien la pestaña Explorador se usa para ver datos de cubos y dimensiones, también ofrece
diversas funciones dependiendo del objeto que se está examinando.
Para las dimensiones, la pestaña Explorador proporciona una manera de ver los miembros o de navegar por una
jerarquía hasta el nodo hoja. Puede examinar datos de dimensiones en distintos idiomas, suponiendo que se
hayan agregado las traducciones al modelo.
Para los cubos, la pestaña Explorador proporciona dos métodos para explorar datos. Puede usar el Diseñador de
consultas de MDX integrado para crear consultas que devuelven un conjunto de filas plano de una base de datos
multidimensional. O bien, puede usar un método abreviado de Excel. Cuando se inicia Excel desde SQL Server
Data Tools, Excel se abre con una tabla dinámica en la hoja de cálculo y una conexión predefinida a la base de
datos del área de trabajo del modelo.
Excel suele ofrecer una mejor experiencia de exploración porque puede explorar datos de cubos de forma
interactiva, usando los ejes horizontal y vertical para analizar las relaciones de los datos. En cambio, el Diseñador
de consultas de MDX está limitado a un único eje. Además, puesto que el conjunto de filas es plano, no se obtiene
la obtención de detalles que ofrece una tabla dinámica de Excel. A medida que agregue más dimensiones y
jerarquías al cubo, lo que hará en lecciones posteriores, Excel será la solución preferida para explorar datos.
Para examinar el cubo implementado
1. Cambie al Diseñador de dimensiones para la dimensión Product en SQL Server Data Tools (SSDT). Para
ello, haga doble clic en la dimensión Product del nodo Dimensiones del Explorador de soluciones.
2. Haga clic en la pestaña Explorador para mostrar el miembro All de la jerarquía de atributo Product Key .
En la lección tres, definirá una jerarquía de usuario para la dimensión Product que le permitirá examinar la
dimensión.
3. Cambie a Diseñador de cubos en SQL Server Data Tools (SSDT). Para ello, haga doble clic en el cubo
Tutorial de Analysis Services en el nodo Cubos del Explorador de soluciones.
4. Seleccione la pestaña Explorador y haga clic en el icono Volver a conectar en la barra de herramientas
del diseñador.
En el panel izquierdo del diseñador se muestran los objetos del cubo Tutorial de Analysis Services . En el
lado derecho de la pestaña Explorador hay dos paneles: el superior es el panel Filtro y el inferior es el
panel Datos . En una próxima lección, utilizará el explorador de cubo para realizar el análisis.
Lección siguiente
Vea también
Editor de consultas MDX (Analysis Services: datos multidimensionales)

Una vez definido el cubo inicial, estará listo para mejorar la utilidad y la facilidad de uso del cubo. Puede hacerlo
agregando jerarquías que admitan navegación y agregación en varios niveles, aplicando formatos a la medida
específica, y definiendo cálculos y relaciones.
NOTE

Modificar medidas
En esta tarea, debe especificar las propiedades de formato para las medidas de moneda y porcentaje del cubo
Tutorial de Analysis Services .
Modificar la dimensión Customer
En esta tarea, debe crear una jerarquía de usuario, crear cálculos con nombre, modificar atributos para utilizarlos
en cálculos con nombre, y agrupar atributos de grupo y jerarquías de usuario en carpetas para mostrar.
Modificar la dimensión Product
En esta tarea, debe definir una jerarquía de usuarios, crear cálculos con nombre, definir el nombre de miembro
Todos y definir carpetas para mostrar.
Modificar la dimensión Date
En esta tarea, debe definir una jerarquía de usuario, modificar nombres de miembros de atributo y utilizar claves
compuestas para especificar miembros de atributo únicos.
Examinar el cubo implementado
En esta tarea, debe explorar los datos del cubo usando el explorador del Diseñador de cubos.
Vea también
Lección 1 de 3: modificar medidas

Puede usar la propiedad FormatString para definir parámetros de formato que controlen cómo se presentan las
medidas a los usuarios. En esta tarea, debe especificar las propiedades de formato para las medidas de moneda y
porcentaje del cubo Tutorial de Analysis Services .
Para modificar las medidas del cubo
1. Pase a la pestaña Estructura de cubo del Diseñador de cubos para el cubo Tutorial de Analysis Services ,
expanda el grupo de medida Internet Sales del panel Medidas , haga clic con el botón secundario en
Order Quantityy haga clic en Propiedades.
2. En la ventana Propiedades, haga clic en el icono de chincheta Ocultar automáticamente para anclar la
ventana Propiedades y dejarla abierta.
Es más fácil cambiar las propiedades para varios elementos del cubo cuando la ventana Propiedades
permanece abierta.
3. En la ventana Propiedades, haga clic en la lista FormatString y escriba #,#.
4. En la barra de herramientas de la pestaña Estructura de cubo , haga clic en el icono Mostrar la
cuadrícula de medidas situado a la izquierda.
La vista de cuadrícula permite seleccionar varias medidas al mismo tiempo.
5. Seleccione una de las medidas siguientes. Para seleccionar varias medidas, haga clic en cada una de ellas
mientras mantiene presionada la tecla CTRL:
Unit Price
Extended Amount
Discount Amount
Product Standard Cost
Total Product Cost
Sales Amount
Tax Amt
Freight
6. En la ventana Propiedades, en la lista FormatString , seleccione Currency.
7. En la lista desplegable de la parte superior de la ventana Propiedades ( justo debajo de la barra de título),
seleccione la medida Unit Price Discount Pcty, después, seleccione Porcentaje en la lista FormatString .
8. En la ventana Propiedades, cambie la propiedad Name de la medida Unit Price Discount Pct por Unit
Price Discount Percentage.
9. En el panel Medidas , haga clic en Tax Amt y cambie el nombre de esta medida a Importe de impuesto.
10. En la ventana Propiedades, haga clic en el icono Ocultar automáticamente para ocultar la ventana
Propiedades y, a continuación, haga clic en Mostrar el árbol de medidas en la barra de herramientas de la
pestaña Estructura de cubo .

Modificar la dimensión Customer
Vea también
Definir dimensiones de base de datos
Configurar propiedades de medidas
Lección 3-2-modificar la dimensión Customer

Existen varios métodos para hacer que las dimensiones de un cubo sean más fáciles de usar y tengan más
funciones. En las tareas de este tema, debe modificar la dimensión Customer.
Cambiar el nombre de los atributos

Use la pestaña Estructura de dimensión del Diseñador de dimensiones para cambiar los nombres de los
atributos.
Para cambiar el nombre de un atributo
1. Cambie al Diseñador de dimensiones para la dimensión Customer en SQL Server Data Tools (SSDT).
Para ello, haga doble clic en la dimensión Customer del nodo Dimensiones del Explorador de soluciones.
2. En el panel Atributos , haga clic con el botón derecho en English Country Region Namey haga clic en
Cambiar nombre. Cambie el nombre del atributo por Country-Region.
3. Cambie los nombres de los atributos siguientes del mismo modo:
English Education por Education
English Occupation por Occupation
State Province Name por State-Province
Creación de una jerarquía

Puede crear una nueva jerarquía si arrastra un atributo desde el panel Atributos hasta el panel Jerarquías .
Para crear una jerarquía
1. Arrastre el atributo Country-Region desde el panel Atributos al panel Jerarquías .
2. Arrastre el atributo State-Province desde el panel Atributos a la celda del panel Jerarquías , debajo del
nivel Country-Region .
3. Arrastre el atributo City desde el panel Atributos a la celda del panel Jerarquías , debajo del nivel State-
Province .
4. En el panel Jerarquías de la pestaña Estructura de dimensión , haga clic con el botón derecho en la barra
de título de la jerarquía Jerarquía , seleccione Cambiar nombrey escriba Customer Geography.
El nombre de esta jerarquía es ahora Customer Geography.
Agregar un cálculo con nombre

Puede agregar un cálculo con nombre, que es una expresión SQL representada como columna calculada en una
tabla de la vista del origen de datos. Aparece la expresión y se comporta como columna en la tabla. Los cálculos
con nombre permiten ampliar el esquema relacional de las tablas existentes de la vista del origen de datos sin
modificar la tabla en el origen de datos subyacente. Para obtener más información, consulte Definir cálculos con
nombre en una vista del origen de datos (Analysis Services)
Para agregar un cálculo con nombre
1. Abra la vista del origen de datos Adventure Works DW 2012 haciendo doble clic en ella en la carpeta
Vistas de origen de datos del Explorador de soluciones.
2. En el panel Tablas , haga clic con el botón derecho en Customery, después, haga clic en Nuevo cálculo
con nombre.
3. En el cuadro de diálogo Crear cálculo con nombre , escriba FullName en el cuadro Nombre de
columna y, después, escriba o copie y pegue la siguiente instrucción CASE en el cuadro Expresión :
CASE
WHEN MiddleName IS NULL THEN
FirstName + ' ' + LastName
ELSE
FirstName + ' ' + MiddleName + ' ' + LastName
END
La instrucción CASE concatena las columnas FirstName, MiddleNamey LastName en una única
columna que se usará en la dimensión Customer como nombre mostrado para el atributo Customer .
4. Haga clic en Aceptary expanda Customer en el panel Tablas .
Aparece el cálculo con nombre FullName en la lista de columnas de la tabla Customer, con un icono que
indica que se trata de un cálculo con nombre.
6. En el panel Tablas , haga clic con el botón derecho en Customery haga clic en Explorar datos.
7. Revise la última columna de la vista Explorar la tabla Customer .
Observe que la columna FullName aparece en la vista del origen de datos, concatenando correctamente
los datos de varias columnas del origen de datos subyacente sin modificar el origen de datos original.
8. Cierre la pestaña Explorar la tabla Customer .
Usar el cálculo con nombre para los nombres de miembro

Una vez que ha creado un cálculo con nombre en la vista del origen de datos, puede usar ese cálculo como
propiedad de un atributo.
Para utilizar el cálculo con nombre para los nombres de miembro
1. Pase al Diseñador de dimensiones para la dimensión Customer.
2. En el panel Atributos de la pestaña Estructura de dimensión , haga clic en el atributo Customer Key .
3. Abra la ventana Propiedades y haga clic en el botón Ocultar automáticamente de la barra de título para
que permanezca abierta.
4. En el campo de la propiedad Name , escriba Full Name.
5. Haga clic en el campo de la propiedad NameColumn situado en la parte inferior y, después, haga clic en el
botón Examinar (… ) para abrir el cuadro de diálogo Columna de nombre .
6. Seleccione FullName al final de la lista Columna de origen y haga clic en Aceptar.
7. En la pestaña Estructura de dimensiones, arrastre el atributo Full Name desde el panel Atributos a la celda
del panel Jerarquías , debajo del nivel City .
Definir carpetas para mostrar

Puede utilizar carpetas para mostrar para agrupar jerarquías de usuario y de atributo en estructuras de carpeta
con el fin de facilitar el uso de dichas estructuras.
Para definir carpetas para mostrar
1. Abra la pestaña Estructura de dimensión para la dimensión Customer.
2. En el panel Atributos , mantenga pulsada la tecla CTRL mientras hace clic en cada uno de los atributos
siguientes para seleccionarlos:
City
Country-Region
Código postal
State-Province
3. En la ventana Propiedades, haga clic en el campo de la propiedad AttributeHierarchyDisplayFolder
situado en la parte superior (es posible que tenga que seleccionarlo para ver el nombre completo) y,
después, escriba Location.
4. En el panel Jerarquías , haga clic en Customer Geographyy, en la ventana Propiedades de la derecha,
seleccione Location como valor de la propiedad DisplayFolder .
Commute Distance
Education
Gender
House Owner Flag
Marital Status
Number Cars Owned
Number Children At Home
Occupation
Total Children
Yearly Income
situado en la parte superior y escriba Demographic.
Email Address
Teléfono
situado en la parte superior y escriba Contacts.
Definir KeyColumns compuestas

La propiedad KeyColumns contiene la columna o columnas que representan la clave para el atributo. En esta
lección, debe crear una clave compuesta para los atributos City y State-Province . Las claves compuestas pueden
resultar de utilidad cuando necesite identificar un atributo de forma inequívoca. Por ejemplo, cuando defina
relaciones de atributo más adelante en este tutorial, un atributo City deberá identificar de forma exclusiva un
atributo State-Province . Sin embargo, podrían existir varias ciudades con el mismo nombre en estados
diferentes. Por este motivo, deberá crear una clave compuesta formada por las columnas StateProvinceName y
City para el atributo City . Para más información, vea Modificar la propiedad KeyColumns de un atributo.
Para definir KeyColumns compuestas para el atributo City
1. Abra la pestaña Estructura de dimensión para la dimensión Customer.
2. En el panel Atributos , haga clic en el atributo City .
3. En la ventana Propiedades , haga clic en el campo KeyColumns junto a la parte final y, después, haga clic
en el botón Examinar (...).
4. En el cuadro de diálogo Columnas de clave , en la lista Columnas disponibles , seleccione la columna
StateProvinceNamey, después, haga clic en el botón > .
Las columnas City y StateProvinceName se muestran ahora en la lista Columnas de clave .
6. Para establecer la propiedad NameColumn del atributo City , haga clic en el campo NameColumn en la
ventana Propiedades y, después, haga clic en el botón Examinar (...).
7. En el cuadro de diálogo Columna de nombre , en la lista Columna de origen , seleccione Cityy, después,
haga clic en Aceptar.
Para definir KeyColumns compuestas para el atributo State-Province
1. Asegúrese de que la pestaña Estructura de dimensión para la dimensión Customer está abierta.
2. En el panel Atributos , haga clic en el atributo State-Province .
3. En la ventana Propiedades , haga clic en el campo KeyColumns y, después, haga clic en el botón Examinar
(...).
EnglishCountryRegionNamey, después, haga clic en el botón > .
Las columnas EnglishCountryRegionName y StateProvinceName se muestran ahora en la lista
Columnas de clave .
6. Para establecer la propiedad NameColumn del atributo State-Province , haga clic en el campo
NameColumn en la ventana Propiedades y, después, haga clic en el botón Examinar (...).
7. En el cuadro de diálogo Columna de nombre , en la lista Columna de origen , seleccione
StateProvinceNamey, después, haga clic en Aceptar.
Definición de relaciones de atributo

Si los datos subyacentes lo permiten, debería definir relaciones de atributo entre atributos. La definición de
relaciones de atributo acelera el procesamiento de las dimensiones, las particiones y las consultas. Para obtener
más información, consulte Definir relaciones de atributo y Relaciones de atributo.
Para definir relaciones de atributo
1. En el Diseñador de dimensiones para la dimensión Customer, haga clic en la pestaña Relaciones de
atributo . Es posible que tenga que esperar.
2. En el diagrama, haga clic con el botón derecho en el atributo City y haga clic en Nueva relación de
atributo.
3. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es City. Establezca el
Atributo relacionado en State-Province.
4. En la lista Tipo de relación , establezca el tipo de relación en Rígida.
El tipo de relación es Rígida porque las relaciones entre los miembros no cambiarán con el tiempo. Por
ejemplo, es poco habitual que una ciudad pase a formar parte de otro estado o provincia.
6. En el diagrama, haga clic con el botón derecho en el atributo State-Province y seleccione Nueva relación
de atributo.
7. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es State-Province. Establezca
el Atributo relacionado en Country-Region.
Implementar cambios, procesar los objetos y ver los cambios

Una vez que ha cambiado los atributos y las jerarquías, debe implementar los cambios y procesar de nuevo los
objetos relacionados antes de ver los cambios.
Para implementar los cambios, procesar los objetos y ver los cambios
1. En el menú Generar de SQL Server Data Tools, haga clic en Implementar Tutorial de Analysis Services.
2. Después de que aparezca el mensaje La implementación finalizó correctamente , haga clic en la
pestaña Explorador del Diseñador de dimensiones para la dimensión Customer y, después, haga clic en el
botón Volver a conectar en el lado izquierdo de la barra de herramientas del diseñador.
3. Compruebe que Customer Geography aparece seleccionado en la lista Jerarquía y, después, en el panel
del explorador, expanda All, Australia, New South Walesy, por último, Coffs Harbour.
El explorador muestra los clientes de la ciudad.
4. Cambie al Diseñador de cubos para el cubo Tutorial de Analysis Services . Para ello, haga doble clic en el
cubo Tutorial de Analysis Services en el nodo Cubos del Explorador de soluciones.
5. Haga clic en la pestaña Explorador y haga clic en el botón Volver a conectar en la barra de herramientas
del diseñador.
6. En el panel Grupo de medida , expanda Customer.
Observe que, en lugar de una lista larga de atributos, debajo de Customer solamente aparecen las carpetas
para mostrar y los atributos que no tienen valores de carpeta para mostrar.

Modificar la dimensión Product
Vea también
Referencia de las propiedades de los atributos de dimensión
Quitar un atributo de una dimensión
Cambiar el nombre de un atributo
Definir cálculos con nombre en una vista del origen de datos (Analysis Services)
Lección 3: 3: modificar la dimensión Product

En las tareas de este tema, usará un cálculo con nombre para proporcionar nombres más descriptivos a las líneas
de producto, definir una jerarquía en la dimensión Product y especificar el nombre de miembro (Todos) para dicha
jerarquía. También agrupará los atributos en carpetas para mostrar.

Puede agregar un cálculo con nombre a una tabla de una vista del origen de datos. En la tarea siguiente, creará un
cálculo con nombre que mostrará el nombre completo de la línea de producto.
1. Para abrir la vista del origen de datos Adventure Works DW 2012 , haga doble clic en Adventure Works
DW 2012 en la carpeta Vistas del origen de datos del Explorador de soluciones.
2. Al final de panel de diagrama, haga clic con el botón derecho en el encabezado de tabla Product y, después,
haga clic en Nuevo cálculo con nombre.
3. En el cuadro de diálogo Crear cálculo con nombre , escriba ProductLineName en el cuadro Nombre
de columna .
4. En el cuadro Expresión , escriba o copie y pegue la siguiente instrucción CASE :
CASE ProductLine
WHEN 'M' THEN 'Mountain'
WHEN 'R' THEN 'Road'
WHEN 'S' THEN 'Accessory'
WHEN 'T' THEN 'Touring'
ELSE 'Components'
END
Esta instrucción CASE crea nombres descriptivos para cada línea de producto del cubo.
5. Haga clic en Aceptar para crear el cálculo con nombre ProductLineName . Es posible que tenga que
esperar.
Modificar la propiedad NameColumn de un atributo

Para modificar el valor de la propiedad NameColumn de un atributo
1. Cambie a la dimensión Product en el Diseñador de dimensiones. Para ello, haga doble clic en la dimensión
Product del nodo Dimensiones del Explorador de soluciones.
2. En el panel Atributos de la pestaña Estructura de dimensión , seleccione Product Line.
3. En la ventana Propiedades a la derecha de la pantalla, haga clic en el campo de propiedad NameColumn
situado en la parte inferior de la ventana y, después, haga clic en el botón Examinar (… ) para abrir el cuadro
de diálogo Nombre de columna . (Es posible que tenga que hacer clic en la pestaña Propiedades a la
derecha de la pantalla para abrir la ventana Propiedades).
4. Seleccione ProductLineName al final de la lista Columna de origen y haga clic en Aceptar.
El campo NameColumn contiene ahora el texto Product.ProductLineName (WChar). Los miembros de
la jerarquía de atributo Product Line mostrarán el nombre completo de la línea de producto en lugar de un
nombre abreviado de la misma.
5. En el panel Atributos de la pestaña Estructura de dimensión , seleccione Product Key.
6. En la ventana Propiedades, haga clic en el campo de la propiedad NameColumn y, después, haga clic en el
botón de puntos suspensivos Examinar (… ) para abrir el cuadro de diálogo Columna de nombre .
7. Seleccione EnglishProductName en la lista Columna de origen y, después, haga clic en Aceptar.
El campo NameColumn contiene ahora el texto Product.EnglishProductName (WChar).
8. En la ventana Propiedades, desplácese hacia arriba, haga clic en el campo de la propiedad Name y escriba
Nombre del producto.

1. Arrastre el atributo Product Line del panel Atributos al panel Jerarquías .
2. Arrastre el atributo Model Name desde el panel Atributos a la celda del panel Jerarquías , debajo del
nivel Product Line .
3. Arrastre el atributo Product Name desde el panel Atributos a la celda del panel Jerarquías , debajo del
nivel Model Name . (Cambió el nombre Product Key a Nombre del producto en la sección anterior).
4. En el panel Jerarquías de la pestaña Estructura de dimensión , haga clic con el botón derecho en la barra
de título de la jerarquía Jerarquía , haga clic en Cambiar nombrey escriba Líneas de modelo del
producto.
El nombre de la jerarquía es ahora Líneas de modelo del producto.
Especificar los nombres de carpeta y el nombre de todos los miembros

Para especificar los nombres de carpeta y de los miembros
Clase
Color
Days To Manufacture
Reorder Point
Safety Stock Level
Tamaño
Size Range
Estilo
Weight
2. En el campo de la propiedad AttributeHierarchyDisplayFolder de la ventana Propiedades, escriba
Stocking.
Ahora ha agrupado estos atributos en una única carpeta para mostrar.
3. En el panel Atributos , seleccione los atributos siguientes:
Dealer Price
List Price
Standard Cost
4. En la celda de la propiedad AttributeHierarchyDisplayFolder de la ventana Propiedades, escriba
Financial.
Ahora ha agrupado estos atributos en una segunda carpeta para mostrar.
5. En el panel Atributos , seleccione los atributos siguientes:
End Date
Fecha de inicio
Estado
6. En la celda de la propiedad AttributeHierarchyDisplayFolder de la ventana Propiedades, escriba
History.
Ahora ha agrupado estos atributos en una tercera carpeta para mostrar.
7. Seleccione la jerarquía Líneas de modelo del producto en el panel Jerarquías y luego cambie la
propiedad AllMemberName de la ventana Propiedades por Todos los productos.
8. Haga clic en una área abierta del panel Jerarquías y cambie la propiedad AttributeAllMemberName
situada en la parte superior de la ventana Propiedades a Todos los productos.
Hacer clic en un área abierta permite modificar las propiedades de la dimensión Product propiamente
dicha. También puede hacer clic en Product en la parte superior de la lista de atributos del panel Atributos
.

relaciones de atributo acelera el procesamiento de las dimensiones, las particiones y las consultas. Para obtener
más información, consulte Definir relaciones de atributo y Relaciones de atributo.
1. En el Diseñador de dimensiones , para la dimensión Product, haga clic en la pestaña Relaciones de
atributo .
2. En el diagrama, haga clic con el botón derecho en el atributo Model Name y haga clic en Nueva relación
de atributo.
3. En el cuadro de diálogo Crear relación de atributo, el Atributo de origen es Model Name. Establezca el
Atributo relacionado en Product Line.
En la lista Tipo de relación , deje establecido el tipo de relación en Flexible , ya que las relaciones entre
los miembros pueden cambiar con el tiempo. Por ejemplo, un modelo de producto podría moverse a otra
línea de producto.
Revisar los cambios de la dimensión Product

Para revisar los cambios de la dimensión Product
1. En el menú Generar de SQL Server Data Tools (SSDT), haga clic en Implementar Tutorial de Analysis
Services.
pestaña Explorador del Diseñador de dimensiones para la dimensión Product y, luego, haga clic en el
botón Volver a conectar de la barra de herramientas del diseñador.
3. Compruebe que Líneas de modelo del producto está seleccionado en la lista Jerarquía y expanda
Todos los productos.
Observe que el nombre del miembro Todos aparece como Todos los productos. Esto es debido a que ha
cambiado la propiedad AllMemberName de la jerarquía por Todos los productos anteriormente en esta
lección. Además, los miembros del nivel Product Line ahora tienen nombres descriptivos, en lugar de
abreviaturas de una sola letra.

Modificar la dimensión Date
Vea también
Definir cálculos con nombre en una vista del origen de datos & #40; Analysis Services & #41;
Crear jerarquías definidas por el usuario
Configurar el nivel (All) para las jerarquías de atributo
Lección 3-4-modificar la dimensión Date

En las tareas de este tema, debe crear una jerarquía definida por el usuario y cambiar los nombres de miembro
que se muestran para los atributos Date, Month, Calendar Quarter y Calendar Semester. También definirá claves
compuestas para los atributos, controlará el criterio de ordenación de los miembros de dimensión y definirá las
relaciones de atributo.

Puede agregar un cálculo con nombre, que es una expresión SQL representada como columna calculada en una
tabla de la vista del origen de datos. Aparece la expresión y se comporta como columna en la tabla. Los cálculos
con nombre permiten ampliar el esquema relacional de las tablas existentes de la vista del origen de datos sin
modificar la tabla en el origen de datos subyacente. Para obtener más información, consulte Definir cálculos con
nombre en una vista del origen de datos (Analysis Services)
1. Para abrir la vista del origen de datos Adventure Works DW 2012 , haga doble clic en ella en la carpeta
Vistas del origen de datos del Explorador de soluciones.
2. Junto a la parte inferior del panel Tablas , haga clic con el botón derecho en Datey, después, haga clic en
Nuevo cálculo con nombre.
3. En el cuadro de diálogo Crear cálculo con nombre , escriba SimpleDate en el cuadro Nombre de
columna y, después, escriba o copie y pegue la siguiente instrucción DATENAME en el cuadro Expresión
:
DATENAME(mm, FullDateAlternateKey) + ' ' +

DATENAME(dd, FullDateAlternateKey) + ', ' +
DATENAME(yy, FullDateAlternateKey)
La instrucción DATENAME extrae los valores de año, mes y día de la columna FullDateAlternateKey. Usará
esta nueva columna como el nombre mostrado para el atributo FullDateAlternateKey.
4. Haga clic en Aceptary expanda Date en el panel Tablas .
Aparece el cálculo con nombre SimpleDate en la lista de columnas de la tabla Date, con un icono que
indica que se trata de un cálculo con nombre.
6. En el panel Tablas , haga clic con el botón derecho en Datey haga clic en Explorar datos.
7. Desplácese hacia la derecha para revisar la última columna de la vista Explorar la tabla Date .
Observe que la columna SimpleDate aparece en la vista del origen de datos, concatenando correctamente
los datos de varias columnas del origen de datos subyacente sin modificar el origen de datos original.
8. Cierre la vista Explorar la tabla Date .
Usar el cálculo con nombre para los nombres de miembro

Una vez que ha creado un cálculo con nombre en la vista del origen de datos, puede utilizar dicho cálculo como
propiedad de un atributo.
Para utilizar el cálculo con nombre para los nombres de miembro
1. Abra el Diseñador de dimensiones para la dimensión Date en SQL Server Data Tools (SSDT). Para ello,
haga doble clic en la dimensión Date en el nodo Dimensiones del Explorador de soluciones.
2. En el panel Atributos de la pestaña Estructura de dimensión , haga clic en el atributo Date Key .
3. Si la ventana Propiedades no está abierta, ábrala y, después, haga clic en el botón Ocultar
automáticamente en la barra de título para que permanezca abierta.
4. Haga clic en el campo de la propiedad NameColumn situado en la parte inferior de la ventana y, después,
haga clic en el botón de puntos suspensivos (… ) para abrir el cuadro de diálogo Columna de nombre .
5. Seleccione SimpleDate al final de la lista Columna de origen y haga clic en Aceptar.

Puede crear una nueva jerarquía si arrastra un atributo desde el panel Atributos hasta el panel Jerarquías .
1. En la pestaña Estructura de dimensión del Diseñador de dimensiones correspondiente a la dimensión
Date , arrastre el atributo Calendar Year desde el panel Atributos al panel Jerarquías .
2. Arrastre el atributo Calendar Semester desde el panel Atributos a la celda del panel Jerarquías , debajo
del nivel Calendar Year .
3. Arrastre el atributo Calendar Quarter desde el panel Atributos a la celda del panel Jerarquías , debajo
del nivel Calendar Semester .
4. Arrastre el atributo English Month Name desde el panel Atributos a la celda del panel Jerarquías ,
debajo del nivel Calendar Quarter .
5. Arrastre el atributo Date Key desde el panel Atributos a la celda del panel Jerarquías , debajo del nivel
English Month Name .
6. En el panel Jerarquías , haga clic con el botón derecho en la barra de título de la jerarquía Jerarquía , haga
clic en Cambiar nombrey escriba Fecha del calendario.
7. Mediante el menú contextual, en la jerarquía Fecha del calendario , cambie el nombre del nivel English
Month Name a Mes del calendarioy cambie el nombre del nivel Date Key a Fecha.
8. Elimine el atributo Full Date Alternate Key del panel Atributos , ya que no lo va a usar. Haga clic en
Aceptar en la ventana de confirmación Eliminar objetos .

relaciones de atributo acelera el procesamiento de las dimensiones, las particiones y las consultas.
1. En el Diseñador de dimensiones para la dimensión Date , haga clic en la pestaña Relaciones de
atributo .
2. En el diagrama, haga clic con el botón derecho en el atributo English Month Name y haga clic en Nueva
relación de atributo.
3. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es English Month Name.
Establezca el Atributo relacionado en Calendar Quarter.
4. En la lista Tipo de relación, establezca el tipo de relación en Rígida.
El tipo de relación es Rígida porque las relaciones entre los miembros no cambiarán con el tiempo.
6. En el diagrama, haga clic con el botón derecho en el atributo Calendar Quarter y, después, haga clic en
Nueva relación de atributo.
7. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Calendar Quarter.
Establezca el Atributo relacionado en Calendar Semester.
10. En el diagrama, haga clic con el botón derecho en el atributo Calendar Semester y, después, haga clic en
Nueva relación de atributo.
11. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Calendar Semester.
Establezca el Atributo relacionado en Calendar Year.
Proporcionar nombres de miembros de dimensión únicos

En esta tarea, creará columnas con nombres descriptivos que usarán los atributos EnglishMonthName,
CalendarQuartery CalendarSemester .
Para proporcionar nombres de miembros de dimensión únicos
1. Para cambiar a la vista del origen de datos Adventure Works DW 2012 , haga doble clic en ella en la
carpeta Vistas de origen de datos del Explorador de soluciones.
2. En el panel Tablas , haga clic con el botón derecho en Datey, después, haga clic en Nuevo cálculo con
nombre.
3. En el cuadro de diálogo Crear cálculo con nombre , escriba MonthName en el cuadro Nombre de
columna y, después, escriba o copie y pegue la siguiente instrucción en el cuadro Expresión :
EnglishMonthName+' '+ CONVERT(CHAR (4), CalendarYear)
Esta instrucción concatena el mes y el año de cada mes de la tabla una nueva columna.
nombre.
6. En el cuadro de diálogo Crear cálculo con nombre , escriba CalendarQuarterDesc en el cuadro
Nombre de columna y, después, escriba o copie y pegue el siguiente script de SQL en el cuadro
Expresión :
'Q' + CONVERT(CHAR (1), CalendarQuarter) +' '+ 'CY ' +
CONVERT(CHAR (4), CalendarYear)
Este script SQL concatena el trimestre natural y el año de cada trimestre de la tabla en una nueva columna.
nombre.
9. En el cuadro de diálogo Crear cálculo con nombre , escriba CalendarSemesterDesc en el cuadro
Nombre de columna y, después, escriba o copie y pegue el siguiente script de SQL en el cuadro
Expresión :
CASE
WHEN CalendarSemester = 1 THEN 'H1' + ' ' + 'CY' + ' '
+ CONVERT(CHAR(4), CalendarYear)
ELSE
'H2' + ' ' + 'CY' + ' ' + CONVERT(CHAR(4), CalendarYear)
END
Este script SQL concatena el semestre natural y el año de cada semestre de la tabla en una nueva columna.
Definir KeyColumns compuestas y establecer la columna de nombre

La propiedad KeyColumns contiene la columna o columnas que representan la clave para el atributo. En esta
tarea, definirá propiedades KeyColumnscompuestas.
Para definir KeyColumns compuestas para el atributo Spanish Month Name
1. Abra la pestaña Estructura de dimensión para la dimensión Date.
2. En el panel Atributos , haga clic en el atributo English Month Name .
3. En la ventana Propiedades , haga clic en el campo KeyColumns y, después, haga clic en el botón
Examinar (...).
CalendarYeary, después, haga clic en el botón > .
5. Las columnas EnglishMonthName y CalendarYear se muestran ahora en la lista Columnas de clave .
7. Para establecer la propiedad NameColumn del atributo EnglishMonthName , haga clic en el campo
MonthNamey, después, haga clic en Aceptar.
Para definir KeyColumns compuestas para el atributo Calendar Quarter
1. En el panel Atributos , haga clic en el atributo Calendar Quarter .
Examinar (...).
3. En el cuadro de diálogo Columnas de clave, en la lista Columnas disponibles, seleccione la columna
CalendarYear y, después, haga clic en el botón >.
Las columnas CalendarQuarter y CalendarYear se muestran ahora en la lista Columnas de clave .
5. Para establecer la propiedad NameColumn del atributo Calendar Quarter , haga clic en el campo
CalendarQuarterDescy haga clic en Aceptar.
Para definir KeyColumns compuestas para el atributo Calendar Semester
1. En el panel Atributos , haga clic en el atributo Calendar Semester .
Examinar (...).
CalendarYeary, después, haga clic en el botón > .
Las columnas CalendarSemester y CalendarYear se muestran ahora en la lista Columnas de clave .
5. Para establecer la propiedad NameColumn del atributo Calendar Semester , haga clic en el campo
CalendarSemesterDescy haga clic en Aceptar.
Implementar y ver los cambios

Una vez que ha cambiado los atributos y las jerarquías, debe implementar los cambios y procesar de nuevo los
objetos relacionados antes de ver los cambios.
Para implementar y ver los cambios
1. En el menú Generar de SQL Server Data Tools, haga clic en Implementar Tutorial de Analysis
Services.
pestaña Explorador del Diseñador de dimensiones para la dimensión Date y, después, haga clic en el
botón Volver a conectar en la barra de herramientas del diseñador.
3. Seleccione Calendar Quarter en la lista Jerarquía . Revise los miembros de la jerarquía de atributo
Calendar Quarter .
Observe que los nombres de los miembros de la jerarquía del atributo Calendar Quarter son más
descriptivos y fáciles de usar porque creó un cálculo con nombre que se usa como nombre. Ahora hay
miembros en la jerarquía del atributo Calendar Quarter para cada trimestre de cada año. Los miembros
no están ordenados cronológicamente. En lugar de ello, están ordenados por trimestre y luego por año. En
la siguiente tarea de este tema, modificará este comportamiento para ordenar los miembros de la jerarquía
de este atributo por año y luego por trimestre.
4. Revise los miembros de las jerarquías de los atributos English Month Name y Calendar Semester .
Observe que los miembros de estas jerarquías tampoco están ordenados cronológicamente. En lugar de
ello, están ordenados por mes o semestre, respectivamente, y luego por año. En la tarea siguiente de este
tema, modificará este comportamiento para cambiar el criterio de ordenación.
Cambiar el criterio de ordenación modificando el orden de los

miembros de clave compuesta
En esta tarea, modificará el criterio de ordenación cambiando el orden de las claves que forman la clave
compuesta.
Para modificar el orden de los miembros de clave compuesta
1. Abra la pestaña Estructura de dimensión del Diseñador de dimensiones para la dimensión Date y,
después, seleccione Calendar Semester en el panel Atributos .
2. En la ventana Propiedades, revise el valor de la propiedad OrderBy . Dicho valor se establece en Key.
Los miembros de la jerarquía del atributo Calendar Semester están ordenados por su valor de clave. Con
una clave compuesta, el orden de las claves de los miembros se basa en el primer valor de la primera clave
del miembro y luego en el valor de la segunda clave del miembro. Dicho de otro modo, los miembros de la
jerarquía del atributo Calendar Semester están ordenados primero por semestre y luego por año.
3. En la ventana Propiedades, haga clic en el botón Examinar (...) para cambiar el valor de la propiedad
KeyColumns .
4. En la lista Columnas de clave del cuadro de diálogo Columnas de clave , compruebe que
CalendarSemester está seleccionado, y, después, haga clic en la flecha abajo para invertir el orden de los
miembros de esta clave compuesta. Haga clic en Aceptar.
Los miembros de la jerarquía de atributo ahora aparecen ordenados primero por año y luego por semestre.
5. Seleccione Calendar Quarter en el panel Atributos y, después, haga clic en el botón Examinar (...) de la
propiedad KeyColumns de la ventana Propiedades.
CalendarQuarter está seleccionado, y, después, haga clic en la flecha abajo para invertir el orden de los
miembros de esta clave compuesta. Haga clic en Aceptar.
Los miembros de la jerarquía de atributo ahora aparecen ordenados primero por año y luego por trimestre.
7. Seleccione English Month Name en el panel Atributos y, después, haga clic en el botón Examinar (...) de
la propiedad KeyColumns de la ventana Propiedades.
EnglishMonthName está seleccionado, y, después, haga clic en la flecha abajo para invertir el orden de
los miembros de esta clave compuesta. Haga clic en Aceptar.
Los miembros de la jerarquía de atributo ahora aparecen ordenados primero por año y luego por mes.
9. En el menú Generar de SQL Server Data Tools, haga clic en Implementar Tutorial de Analysis
Services. Cuando la implementación se haya completado correctamente, haga clic en la pestaña
Explorador del Diseñador de dimensiones para la dimensión Date .
10. En la barra de herramientas de la pestaña Explorador , haga clic en el botón Volver a conectar.
11. Revise los miembros de las jerarquías de los atributos Calendar Quarter y Calendar Semester .
Observe que los miembros de estas jerarquías ahora están clasificados por orden cronológico, por año y
luego por trimestre o semestre, respectivamente.
12. Revise los miembros de la jerarquía del atributo English Month Name .
Observe que los miembros de la jerarquía de atributo ahora aparecen ordenados primero por año y luego
alfabéticamente por mes. Esto se debe a que el tipo de datos de la columna EnglishCalendarMonth de la
vista del origen de datos es una columna de cadena, basada en el tipo de datos nvarchar de la base de datos
relacional subyacente. Para obtener información sobre cómo habilitar la ordenación cronológica de los
meses dentro de cada año, consulte Ordenar los miembros de atributo en función de un atributo derecho.

Examinar el cubo implementado
Vea también
Lección 3-5-examinar el cubo implementado

En la tarea siguiente, examinará el cubo Tutorial de Analysis Services . Puesto que nuestro análisis compara las
medidas en varias dimensiones, usará una tabla dinámica de Excel para examinar los datos. El uso de una tabla
dinámica le permite colocar la información de clientes, fechas y productos en diferentes ejes de modo que pueda
ver cómo cambian las ventas por Internet cuando se ven en determinados períodos de tiempo, datos
demográficos de los clientes y líneas de productos.
Para examinar el cubo implementado
1. Para cambiar al Diseñador de cubos de SQL Server Data Tools, haga doble clic en el cubo Tutorial de
Analysis Services en la carpeta Cubos del Explorador de soluciones.
2. Abra la pestaña Explorador y haga clic en el botón Volver a conectar de la barra de herramientas del
diseñador.
3. Haga clic en el icono de Excel para iniciar Excel usando la base de datos del área de trabajo como origen de
datos. Cuando se le pida que habilite las conexiones, haga clic en Habilitar.
4. En la lista de campos de la tabla dinámica, expanda Internet Salesy arrastre la medida Sales Amount
hasta el área Valores .
5. En la lista de campos de la tabla dinámica, expanda Product.
6. Arrastre la jerarquía de usuario Product Model Lines hasta el área Columnas .
7. En la lista de campos de la tabla dinámica, expanda Customer, expanda Locationy arrastre la jerarquía
Customer Geography desde la carpeta para mostrar Location de la dimensión Customer hasta el área
Filas .
8. En la lista de campos de la tabla dinámica, expanda Order Datey arrastre la jerarquía Order
Date.Calendar Date hasta el área Filtro de informe .
9. Haga clic en la flecha que se encuentra a la derecha del filtro Order Date.Calendar Date del panel de
datos, desactive la casilla del nivel (All) , expanda sucesivamente 2006, H1 CY 2006y Q1 CY 2006, active la
casilla February 2006y, después, haga clic en Aceptar.
De este modo, se muestran las ventas realizadas por Internet por región y por línea de productos en el mes
de febrero de 2006, como se muestra en la imagen siguiente.
Lección siguiente
Lección 4: Definir propiedades de dimensión y atributos avanzados
Lección 4: Definir propiedades de dimensiones y de
atributos avanzados

En esta lección, aprenderá a utilizar algunas de las propiedades avanzadas de atributos, jerarquías de atributos y
propiedades de dimensiones.
NOTE
Esta lección se basa en una versión mejorada del proyecto Tutorial de Analysis Services que completó en las tres primeras
lecciones de este tutorial. En la primera tarea de esta lección se describe dónde buscar el proyecto de ejemplo adecuado que
debe utilizar para la lección, así como la diferencia existente entre este proyecto y el proyecto que ha creado en las tres
primeras lecciones.

Usar una versión modificada del proyecto Tutorial de Analysis Services
En esta tarea, abrirá, revisará e implementará una versión modificada del proyecto Tutorial de Analysis Services ,
que tiene varios grupos de medidas y dimensiones adicionales.
Definir propiedades de atributo primario en una jerarquía de elementos primarios y secundarios
En esta tarea, definirá los nombres de nivel de una dimensión primaria-secundaria y especificará si deben
mostrarse los datos relacionados con los miembros primarios. Para obtener más información, vea Dimensiones de
elementos primarios y secundarios y Atributos en las jerarquías de elementos primarios y secundarios.
Agrupar miembros de atributo automáticamente
En esta tarea, debe crear automáticamente agrupaciones de miembros de atributos basadas en la distribución de
miembros de la jerarquía de atributo. Para más información, vea Agrupar miembros de atributos (Discretización).
Ocultar y deshabilitar jerarquías de atributo
En esta tarea, se muestra cómo y cuándo deshabilitar u ocultar jerarquías de atributo.
Ordenar los miembros de atributo en función de un atributo secundario
En esta tarea, se muestra cómo ordenar los miembros de dimensión en función de un atributo secundario para
obtener el criterio de ordenación que se desee.
Especificar relaciones de atributo entre los atributos de una jerarquía definida por el usuario
En esta tarea, aprenderá a definir las propiedades de miembro de los atributos y a especificar relaciones de
agregación entre ellos. Para obtener más información, vea Definir relaciones de atributo y Propiedades de
jerarquía de usuario.
Definir las propiedades de miembro desconocido y de procesamiento de valores NULL
En esta tarea, debe configurar las propiedades UnknownMember y UnknownMemberName para controlar las
condiciones de error causadas por los miembros de dimensión con valor NULL.
Lección siguiente
Lección 5: definir relaciones entre dimensiones y grupos de medida
Vea también
Lección 4-1: uso de una versión modificada del
proyecto Tutorial de Analysis Services

Las lecciones restantes de este tutorial se basan en una versión mejorada del proyecto Tutorial de Analysis
Services que completó en las tres primeras lecciones. Se han agregado tablas y cálculos con nombre adicionales a
la vista del origen de datos Adventure Works DW 2012 , se han agregado más dimensiones al proyecto y estas
nuevas dimensiones se han agregado al cubo Tutorial de Analysis Services . Además, se ha agregado un segundo
grupo de medidas, que contiene medidas de una segunda tabla de hechos. Este proyecto mejorado le permitirá
continuar aprendiendo a agregar funciones adicionales a la aplicación de Business Intelligence sin necesidad de
tener que repetir las técnicas ya aprendidas.
Para poder continuar con el tutorial, debe descargar, extraer, cargar y procesar la versión mejorada del proyecto
Tutorial de Analysis Services . Siga las instrucciones de esta lección para asegurarse de que ha realizado todos los
pasos.
Descargar y extraer el archivo de proyecto

1. Haga clic aquí para ir a la página de descarga que proporciona los proyectos de ejemplo relacionados con
este tutorial. Los proyectos del tutorial se incluyen en el adventure-works-multidimensionales-tutorial-
projects.zip descargar.
2. Haga clic en adventure-works-multidimensionales-tutorial-projects.zip para descargar el paquete que
contiene los proyectos para este tutorial.
De forma predeterminada, se guarda un archivo .zip en la carpeta Descargas. Debe mover el archivo .zip a
una ubicación que tenga una ruta de acceso más corta (por ejemplo, cree una carpeta C:\Tutoriales para
almacenar los archivos). Después puede extraer los archivos contenidos en el archivo .zip. Si intentar
descomprimir los archivos desde la carpeta Descargas, que tiene una ruta de acceso más larga, solo
obtendrá la lección 1.
3. Cree una subcarpeta en la unidad raíz, o cerca de ella, por ejemplo C:\Tutorial.
4. Mover el adventure-works-multidimensionales-tutorial-projects.zip archivo en la subcarpeta.
5. Haga clic con el botón derecho en el archivo y seleccione Extraer todo.
6. Vaya a la carpeta Lesson 4 Start para buscar el archivo Analysis Services Tutorial.sln .
Cargar y procesar el proyecto mejorado

1. En SQL Server Data Tools, en el menú Archivo , haga clic en Cerrar solución para cerrar los archivos que
no vaya a usar.
2. En el menú Archivo, seleccione Abrir y haga clic en Proyecto o solución.
3. Vaya a la ubicación donde extrajo los archivos del proyecto de tutorial.
Busque la carpeta denominada Lesson 4 Starty haga doble clic en Analysis Services Tutorial.sln.
4. Implemente la versión mejorada del proyecto Tutorial de Analysis Services en la instancia local de Analysis
Services, o en otra instancia, y compruebe que el proceso finaliza correctamente.
Comprender las mejoras realizadas en el proyecto

La versión mejorada del proyecto es distinta de la versión del proyecto Tutorial de Analysis Services que completó
en las tres primeras lecciones. Las diferencias se describen en las siguientes secciones: Revise esta información
antes de continuar con las lecciones restantes del tutorial.
Vista del origen de datos
La vista del origen de datos del proyecto mejorado contiene una tabla de hechos adicional y cuatro tablas de
dimensiones adicionales de la base de datos AdventureWorksDW2012 .
Observe que, con diez tablas en la vista del origen de datos, el diagrama empieza a estar demasiado lleno. Esto
dificulta la comprensión de las relaciones entre las tablas y la localización de tablas específicas. Para resolver este
problema, las tablas están organizadas en dos diagramas lógicos, el diagrama Internet Sales y el diagrama
Reseller Sales . Estos diagramas están organizados cada uno en una única tabla de hechos. Crear diagramas
lógicos permite ver y utilizar un subconjunto específico de tablas de la vista del origen de datos en lugar de ver
siempre todas las tablas y sus relaciones en un único diagrama.
Diagrama Internet Sales
El diagrama Internet Sales contiene las tablas que están relacionadas con la venta directa de productos de
Adventure Works a los clientes a través de Internet. Las tablas del diagrama son las cuatro tablas de dimensiones y
la tabla de hechos que agregó a la vista del origen de datos Adventure Works DW 2012 en la Lección 1. Estas
tablas son las siguientes:
Geografía
Customer
Date
Product
InternetSales
Diagrama Reseller Sales
El diagrama Reseller Sales contiene las tablas relacionadas con la venta de productos de Adventure Works
realizadas por los distribuidores. Este diagrama contiene las siete tablas de dimensiones siguientes y una tabla de
hechos de la base de datos AdventureWorksDW2012 :
Reseller
Promoción
SalesTerritory
Geografía
Date
Product
Employee
ResellerSales
Como puede observar, las tablas DimGeography, DimDatey DimProduct se usan tanto en el diagrama
Internet Sales como en el diagrama Reseller Sales . Las tablas de dimensiones pueden vincularse a varias tablas
de hechos.
Dimensiones de cubo y base de datos
El proyecto Tutorial de Analysis Services contiene cinco dimensiones de base de datos nuevas, y el cubo Tutorial de
Analysis Services contiene las mismas cinco dimensiones que las dimensiones del cubo. Estas dimensiones se han
definido de modo que contengan jerarquías de usuario y atributos que se modificaron mediante cálculos con
nombre, claves de miembro de composición y carpetas para mostrar. Las nuevas dimensiones se describen en la
siguiente lista.
Dimensión Reseller
La dimensión Reseller se basa en la tabla Reseller de la vista del origen de datos Adventure Works DW 2012 .
Dimensión Promotion
La dimensión Promotion se basa en la tabla Promotion de la vista del origen de datos Adventure Works DW
2012 .
Dimensión Sales Territory
La dimensión Sales Territory se basa en la tabla SalesTerritory de la vista del origen de datos Adventure Works
DW 2012 .
Dimensión Employee
La dimensión Employee se basa en la tabla Employee de la vista del origen de datos Adventure Works DW
2012 .
Dimensión Geography
La dimensión Geography se basa en la tabla Geography de la vista del origen de datos Adventure Works DW
2012 .
Cubo Analysis Services
El cubo Tutorial de Analysis Services contiene ahora dos grupos de medida: el grupo de medida original basado
en la tabla InternetSales y un segundo grupo de medida basado en la tabla ResellerSales de la vista del origen
de datos Adventure Works DW 2012 .

Definir propiedades de atributo primario en una jerarquía de elementos primarios y secundarios
Vea también
Lección 4: 2: definir propiedades de atributo primario
en una jerarquía de elementos primarios y
secundarios

Una jerarquía de elementos primarios y secundarios es una jerarquía de una dimensión que está basada en dos
columnas de tabla. La combinación de estas columnas define las relaciones jerárquicas entre los miembros de
dimensión. La primera columna, denominada columna de claves de miembro, identifica a cada miembro de
dimensión. La otra columna, denominada columna principal, identifica al elemento principal de cada miembro de
dimensión. La propiedad NamingTemplate de un atributo primario determina el nombre de cada nivel en la
jerarquía de elementos primarios y secundarios, y la propiedad MembersWithData determina si deben
mostrarse los datos de los miembros primarios.
Para obtener más información, consulte Dimensiones de elementos primarios y secundariosy Atributos en las
jerarquías de elementos primarios y secundarios
NOTE
Cuando se utiliza el Asistente para dimensiones con objeto de crear una dimensión, el asistente reconoce las tablas que
incluyen relaciones de elementos primarios y secundarios, y define automáticamente la jerarquía de elementos primarios y
secundarios.
En las tareas de este tema, creará una plantilla de asignación de nombres que define el nombre para cada nivel en
la jerarquía de elementos primarios y secundarios de la dimensión Employee . A continuación, configurará el
atributo primario para ocultar todos los datos primarios, de modo que solo se muestren las ventas de los
miembros del nivel de hoja.
Examinar la dimensión Employee

1. En el Explorador de soluciones, haga doble clic en Employee.dim en la carpeta Dimensiones para abrir el
Diseñador de dimensiones para la dimensión Employee.
2. Haga clic en la pestaña Explorador , compruebe que Employees está seleccionado en la lista Jerarquía y,
después, expanda el miembro All Employees .
Observe que Ken J. Sánchez es el director de nivel superior de esta jerarquía de elementos primarios y
secundarios.
3. Seleccione el miembro Ken J. Sánchez .
Observe que el nombre de nivel para este miembro es Level 02. (El nombre de nivel aparece después de
Nivel actual:, justo encima del miembro All Employees.) En esta tarea, definirá nombres más descriptivos
para cada nivel.
4. Expanda Ken J. Sánchez para ver los nombres de los empleados que informan a este director y, después,
seleccione Brian S. Welcker para ver el nombre de este nivel.
Observe que el nombre de nivel para este miembro es Level 03.
5. En el Explorador de soluciones, haga doble clic en Analysis Services Tutorial.cube en la carpeta Cubos
para abrir el Diseñador de cubos para el cubo Tutorial de Analysis Services .
6. Haga clic en la pestaña Explorador .
7. Haga clic en el icono de Excel y, después, haga clic en Habilitar cuando se le pida que habilite las
conexiones.
8. En la Lista de campos de tabla dinámica, expanda Reseller Sales. Arrastre Reseller Sales-Sales Amount
hasta el área Valores.
9. En la Lista de campos de tabla dinámica, expanda Employee, y arrastre la jerarquía Employees hasta el
área Filas .
Todos los miembros de la jerarquía Employees se agregarán a la columna A del informe de tabla dinámica.
En la ilustración siguiente se muestra expandida la jerarquía Employees.
10.
Observe que las ventas realizadas por cada director del nivel 03 también se muestran en el nivel 04. Esto es
así porque cada director también es un empleado de otro director. En la tarea siguiente, ocultará estos
importes de ventas.
Modificar las propiedades de los atributos primarios en la dimensión

Employee
1. Cambie al Diseñador de dimensiones para la dimensión Employee .
2. Haga clic en la pestaña Estructura de dimensión , y, después, seleccione la jerarquía de atributo
Employees en el panel Atributos .
Observe el icono único de este atributo. Este icono significa que el atributo es la clave principal de una
jerarquía de elementos primarios y secundarios. Observe también que, en la ventana Propiedades, la
propiedad Usage del atributo está definida como Primaria. Esta propiedad se estableció con el Asistente
para dimensiones cuando se diseñó la dimensión. El asistente detectó automáticamente la relación de
elementos primarios y secundarios.
3. En la ventana Propiedades, haga clic en el botón de puntos suspensivos (...) de la celda de la propiedad
NamingTemplate .
En el cuadro de diálogo Plantilla de asignación de nombres de nivel, debe definir la plantilla de
asignación de nombres de nivel que determina los nombres de nivel de la jerarquía de elementos primarios
y secundarios que se muestran a los usuarios cuando examinan los cubos.
4. En la segunda fila, la fila \*, escriba Employee Level \* en la columna Nombre y después haga clic en la
tercera fila.
Observe que, bajo Resultado, cada nivel ahora se denominará "Employee Level" seguido por un número
que aumenta de forma secuencial.
En la imagen siguiente se muestran los cambios realizados en el cuadro de diálogo Plantilla de
asignación de nombres de nivel .

6. En la ventana Propiedades del atributo Employees , en la celda de la propiedad MembersWithData ,
seleccione NonLeafDataHidden para cambiar este valor por el atributo Employees .
De este modo se ocultarán los datos relacionados con los miembros no hoja de la jerarquía de elementos
primarios y secundarios.
Examinar la dimensión Employee con los atributos modificados

Services.
2. Cuando la implementación se haya completado correctamente, cambie al Diseñador de cubos para el cubo
Tutorial de Analysis Services y haga clic en Volver a conectar en la pestaña Explorador .
3. Haga clic en el icono de Excel y, a continuación, haga clic en Habilitar.
4. Arrastre Reseller Sales-Sales Amount hasta el área Valores.
5. Arrastre la jerarquía Employees hasta el área Etiquetas de fila.
En la imagen siguiente se muestran los cambios realizados en la jerarquía Employees. Observe que
Stephen Y. Jiang ya no aparece como empleado de sí mismo.

Agrupar miembros de atributo automáticamente
Vea también
Dimensiones de elementos primarios y secundarios
Atributos en las jerarquías de elementos primarios y secundarios
Lección 4: 3: Agrupar automáticamente los miembros
de atributo

Cuando se examina un cubo, generalmente se dimensionan los miembros de una jerarquía de atributo según los
miembros de otra jerarquía de atributo. Por ejemplo, puede agrupar las ventas de cliente por ciudad, producto
comprado o género. No obstante, con determinados tipos de atributo, resulta útil hacer que Microsoft Analysis
Services cree automáticamente grupos de miembros de atributos en función de la distribución de los miembros
en una jerarquía de atributo. Por ejemplo, puede hacer que Analysis Services cree grupos de valores de ingresos
anuales de los clientes. Al hacerlo, los usuarios que examinen la jerarquía de atributo verán los nombres y los
valores de los grupos en lugar de los miembros propiamente dichos. Esto limita el número de niveles que se
presentan a los usuarios, lo que puede resultar más útil para el análisis.
La propiedad DiscretizationMethod determina si Analysis Services crea agrupaciones, así como el tipo de
agrupación que se lleva a cabo. De forma predeterminada, Analysis Services no realiza agrupaciones. Si habilita
las agrupaciones automáticas, puede permitir que Analysis Services determine automáticamente el mejor método
de agrupación en función de la estructura del atributo, o puede elegir uno de los algoritmos de agrupación de la
lista siguiente para especificar el método de agrupación:
EqualAreas
Analysis Services crea intervalos de grupos de modo que la población total de los miembros de dimensión quede
distribuida de forma homogénea en los grupos.
Clusters
Analysis Services crea grupos realizando una agrupación en clústeres unidimensionales en los valores de entrada
mediante el método de agrupación en clústeres mediana-K con distribuciones gausianas. Esta opción solo es
válida para columnas numéricas.
Una vez que haya especificado un método de agrupación, debe especificar el número de grupos mediante la
propiedad DiscretizationBucketCount . Para obtener más información, consulte Agrupar miembros de atributos
(discretización)
En las tareas de este tema, habilitará distintos tipos de agrupaciones para lo siguiente: valores de los ingresos
anuales en la dimensión Customer , número de horas de baja por enfermedad del empleado en la dimensión
Employees , y número de horas de vacaciones del empleado en la dimensión Employees . A continuación
procesará y examinará el cubo Tutorial de Analysis Services para ver el efecto de los grupos de miembro. Por
último, modificará las propiedades del grupo de miembro para ver el efecto del cambio en el tipo de agrupación.
Agrupar miembros de la jerarquía de atributo en la dimensión

Customer
1. En el Explorador de soluciones, haga doble clic en Customer en la carpeta Dimensiones para abrir el
Diseñador de dimensiones para la dimensión Customer.
2. En el panel Vista del origen de datos , haga clic con el botón derecho en la tabla Customer y luego haga
clic en Explorar datos.
Observe el intervalo de valores de la columna YearlyIncome . Estos valores pasan a ser miembros de la
jerarquía de atributo Yearly Income , a menos que habilite la agrupación de miembro.
3. Cierre la pestaña Explorar la tabla Customer .
4. En el panel Atributos , seleccione Yearly Income.
5. En la ventana Propiedades, cambie el valor de la propiedad DiscretizationMethod por Automática y el
valor de la propiedad DiscretizationBucketCount por 5.
En la imagen siguiente se muestran las propiedades modificadas para Yearly Income.
Agrupar miembros de la jerarquía de atributo en la dimensión

Employee
1. Cambie al Diseñador de dimensiones para la dimensión Employee.
2. En el panel Vista del origen de datos , haga clic con el botón derecho en la tabla Employee y luego haga
clic en Explorar datos.
Fíjese en los valores de las columnas SickLeaveHours y VacationHours .
3. Cierre la pestaña Explorar la tabla Employee .
4. En el panel Atributos , seleccione Sick Leave Hours.
5. En la ventana Propiedades, cambie el valor de la propiedad DiscretizationMethod por Clusters y el valor
de la propiedad DiscretizationBucketCount por 5.
6. En el panel Atributos , seleccione Vacation Hours.
7. En la ventana Propiedades, cambie el valor de la propiedad DiscretizationMethod a EqualAreas y el
valor de la propiedad DiscretizationBucketCount a 5.
Examinar las jerarquías de atributo modificadas
Services.
2. Cuando la implementación se haya completado correctamente, cambie al Diseñador de cubos para el cubo
Tutorial de Analysis Services y haga clic en Volver a conectar en la pestaña Explorador .
4. Arrastre la medida Internet Sales-Sales Amount hasta el área Valores de la lista de campos de la tabla
dinámica.
5. En la lista de campos, expanda la dimensión Product y, a continuación, arrastre la jerarquía de usuario
Product Model Lines hasta el área Etiquetas de fila de la lista de campos.
6. Expanda la dimensión Customer en la lista de campos, expanda la carpeta para mostrar Demographic y, a
continuación, arrastre la jerarquía de atributo Yearly Income hasta el área Etiquetas de columna .
Los miembros de la jerarquía de atributo Yearly Income están agrupados ahora en seis depósitos, incluido
un depósito para las ventas a los clientes cuyos ingresos anuales se desconocen. No se muestran todos los
depósitos.
7. Quite la jerarquía de atributo Yearly Income del área de columnas y quite la medida Internet Sales-Sales
Amount del área Valores .
8. Agregue la medida Reseller Sales-Sales Amount al área de datos.
9. En la lista de campos, expanda la dimensión Employee , expanda Organizationy arrastre Sick Leave
Hours hasta Etiquetas de columna.
Observe que todas las ventas las realizan los empleados de uno de los dos grupos. Observe también que
los empleados que tienen de 32 a 42 horas de baja por enfermedad han realizado más ventas que los que
tienen de 20 a 31 horas de baja por enfermedad.
En la imagen siguiente se muestran las ventas dimensionadas por horas de baja por enfermedad de los
empleados.
10. Elimine la jerarquía de atributo Sick Leave Hours del área de columnas del panel Datos .
11. Agregue Vacation Hours al área de columnas del panel Datos .
Observe que aparecen dos grupos, basados en el método de agrupación por áreas iguales (EqualAreas).
Hay otros tres grupos ocultos porque no contienen valores de datos.
Modificar propiedades de agrupación y revisar el efecto de los cambios

1. Cambie al Diseñador de dimensiones para la dimensión Employee y seleccione Vacation Hours en el
panel Atributos .
2. En la ventana Propiedades, cambie el valor de la propiedad DiscretizationBucketCount por 10.
4. Cuando la implementación se haya completado correctamente, vuelva al Diseñador de cubos para el cubo
Tutorial de Analysis Services .
5. Haga clic en Volver a conectar en la pestaña Explorador , haga clic en el icono de Excel y vuelva a crear la
tabla dinámica para que pueda ver el efecto del cambio al método de agrupación:
a. Arrastre Reseller Sales-Sales Amount hasta Valores
b. Arrastre Vacation Hours (en la carpeta Employees Organization) hasta Columnas
c. Arrastre Product Model Lines hasta Filas
Observe que ahora hay tres grupos de miembros del atributo Vacation Hours que tienen valores de
ventas para productos. Los otros siete grupos contienen miembros sin datos de ventas.

Ocultar y deshabilitar jerarquías de atributo
Vea también
Agrupar miembros de atributo & #40; discretización & #41;
Lección 4-4-ocultar y deshabilitar jerarquías de
atributo

De forma predeterminada, se crea una jerarquía de atributo para cada uno de los atributos de una dimensión, y
cada jerarquía está disponible para los datos de hechos de dimensionamiento. Esta jerarquía consta de un nivel
"Todos" y un nivel de detalle que contiene todos los miembros de la jerarquía. Como ha aprendido, puede
organizar los atributos en jerarquías definidas por el usuario para proporcionar rutas de navegación en un cubo.
En determinadas circunstancias, le interesará deshabilitar u ocultar algunos atributos y sus jerarquías. Por ejemplo,
determinados atributos, como los números de seguridad social o números de identificación nacional, sueldos, las
fechas de nacimiento e información sobre el inicio de sesión, no son atributos que los usuarios vayan a utilizar
para dimensionar la información del cubo. En lugar de ello, generalmente esta información solo se visualiza como
detalles de un miembro de atributo en concreto. Puede ocultar estas jerarquías de atributo, dejando los atributos
visibles solo como propiedades de miembro de un atributo específico. También puede hacer que los miembros de
otros atributos, como los nombres de cliente o los códigos postales, solo estén visibles cuando se visualizan a
través de una jerarquía de usuario en lugar de visualizarse de forma independiente a través de una jerarquía de
atributo. Un motivo para hacerlo puede ser el número total de miembros distintos de la jerarquía de atributo. Por
último, para mejorar el rendimiento del procesamiento, debe deshabilitar las jerarquías de atributos que los
usuarios no utilizarán para examinar.
El valor de la propiedad AttributeHierarchyEnabled determina si se ha creado una jerarquía de atributo. Si esta
propiedad se establece en False, la jerarquía de atributo no se crea y el atributo no puede utilizarse como nivel en
una jerarquía de usuario; la jerarquía de atributo solo existe como propiedad de miembro. No obstante, una
jerarquía de atributo deshabilitada puede utilizarse para ordenar los miembros de otro atributo. Si el valor de la
propiedad AttributeHierarchyEnabled se establece en True, el valor de la propiedad
AttributeHierarchyVisible determina si la jerarquía de atributo es visible independientemente de su uso en una
jerarquía definida por el usuario.
Cuando una jerarquía de atributo está habilitada, puede especificar valores para las tres propiedades adicionales
siguientes:
IsAggregatable
De forma predeterminada se define un nivel (Todos) para todas las jerarquías de atributo. Para deshabilitar
el nivel (Todos) de una jerarquía de atributo habilitada, establezca el valor de esta propiedad en False.
NOTE
Un atributo que tiene su propiedad IsAggregatable establecida en False solamente puede usarse como la raíz de
una jerarquía definida por el usuario y debe tener un miembro predeterminado especificado (en caso contrario, el
motor de Analysis Services elegirá uno).
AttributeHierarchyOrdered
De forma predeterminada, Analysis Services ordena los miembros de las jerarquías de atributo habilitadas
durante el procesamiento y luego almacena los miembros según el valor de la propiedad OrderBy , como
Nombre o Clave. Si el orden no le importa, puede incrementar el rendimiento del procesamiento
estableciendo el valor de esta propiedad en False.
AttributeHierarchyOptimizedState
De forma predeterminada, y con el objeto de mejorar el rendimiento de las consultas, Analysis Services
crea durante el procesamiento un índice para cada jerarquía de atributo habilitada. Si no tiene previsto
utilizar una jerarquía de atributo para explorar, puede incrementar el rendimiento del procesamiento
estableciendo el valor de esta propiedad en NotOptimized. No obstante, si utiliza una jerarquía oculta
como atributo clave para la dimensión, el rendimiento también mejorará si crea un índice de los miembros
del atributo.
Estas propiedades no se aplican si la jerarquía de atributo está deshabilitada.
En las tareas de este tema, deshabilitará los números de seguridad social y otros atributos en la dimensión
Employee que no se utilizarán para examinar. Luego ocultará las jerarquías de atributo de nombre de cliente y
código postal en la dimensión Customer. Debido al elevado número de miembros de atributo de estas jerarquías,
examinarlas será un proceso muy lento, independientemente de la jerarquía de usuario que utilice.
Establecer las propiedades de la jerarquía de atributo en la dimensión

Employee
1. Cambie al Diseñador de dimensiones para la dimensión Employee y haga clic en la pestaña Explorador .
2. Compruebe que las jerarquías de atributo siguientes aparecen en la lista Jerarquía :
Base Rate
Fecha de nacimiento
Id. de inicio de sesión
Número de seguridad social del director
SSN
3. Vaya a la pestaña Estructura de dimensión y seleccione los atributos siguientes en el panel Atributos .
Para seleccionar varias medidas, haga clic en cada una de ellas mientras mantiene presionada la tecla CTRL:
Base Rate
Fecha de nacimiento
Id. de inicio de sesión
Número de seguridad social del director
SSN
4. En la ventana Propiedades, establezca el valor de la propiedad AttributeHierarchyEnabled en False para
los atributos seleccionados.
Observe que, en el panel Atributos , el icono de cada atributo ha cambiado para indicar que el atributo no
está habilitado.
En la imagen siguiente se muestra la propiedad AttributeHierarchyEnabled establecida en False para los
atributos seleccionados.
5. En el menú Compilar , haga clic en Tutorial de Implementar Analysis Services.
6. Cuando el proceso haya finalizado correctamente, diríjase a la pestaña Explorador , haga clic en Volver a
conectary, a continuación, intente examinar las jerarquías de atributo modificadas.
Observe que los miembros de los atributos modificados no están disponibles para examinar como
jerarquías de atributo en la lista Jerarquía . Si intenta agregar una de las jerarquías de atributo
deshabilitadas como nivel en una jerarquía de usuario, recibirá un error en el que se le notificará que debe
habilitar la jerarquía de atributo para que ésta pueda participar en una jerarquía definida por el usuario.
Establecer las propiedades de la jerarquía de atributo en la dimensión

Customer
1. Cambie al Diseñador de dimensiones para la dimensión Customer y haga clic en la pestaña Explorador .
2. Compruebe que las jerarquías de atributo siguientes aparecen en la lista Jerarquía :
Nombre completo
Código postal
3. Cambie a la pestaña Estructura de dimensión y seleccione los atributos siguientes en el panel Atributos
(utilice la tecla CTRL si desea seleccionar varios atributos al mismo tiempo):
Nombre completo
Código postal
4. En la ventana Propiedades, establezca el valor de la propiedad AttributeHierarchyVisible en False para
los atributos seleccionados.
Puesto que los miembros de estas jerarquías de atributo se utilizarán para dimensionar datos de hechos, si
ordena y optimiza dichos miembros, mejorará el rendimiento. Por consiguiente, las propiedades de estos
atributos no deben cambiarse.
En la imagen siguiente se muestra la propiedad AttributeHierarchyVisible establecida en False.
5. Arrastre el atributo Postal Code del panel Atributos a la jerarquía de usuario Customer Geography en el
panel Jerarquías y niveles que se encuentra justo en el nivel City .
Observe que el atributo oculto puede seguir convirtiéndose en un nivel de una jerarquía de usuario.
7. Cuando la implementación haya finalizado correctamente, vaya a la pestaña Explorador de la dimensión
Customer y haga clic en Volver a conectar.
8. Intente seleccionar cualquiera de las jerarquías de atributo modificadas en la lista Jerarquía .
Observe que ninguna de las jerarquías de atributo modificadas aparece en la lista Jerarquía .
9. En la lista Jerarquía , seleccione Customer Geographyy examine cada nivel del panel del explorador.
Observe que los niveles ocultos, Código postal y Nombre completo, están visibles en la jerarquía
definida por el usuario.

Ordenar los miembros de atributo en función de un atributo secundario
Lección 4-5 - Ordenar miembros del atributo en
función de un atributo secundario

En la lección 3, aprendió a ordenar los miembros de atributo en función de su nombre o valor de clave. También
aprendió a utilizar una clave de miembro compuesta que afectaba a todos los miembros de atributo y al criterio
de ordenación. Para obtener más información, consulte Modificar la dimensión Date. Sin embargo, si ni el nombre
ni la clave del atributo ofrecen el orden que desea, puede usar un atributo secundario para conseguir el criterio de
ordenación deseado. Definir una relación entre los atributos, puede usar el segundo atributo para ordenar los
miembros del primer atributo.
Las relaciones de atributo definen las relaciones o dependencias que existen entre los atributos. En una dimensión
que se basa en una única tabla relacional, todos los atributos están generalmente relacionados entre sí a través del
atributo de clave. Esto es así porque todos los atributos de una dimensión proporcionan información sobre los
miembros vinculados por el atributo de clave de la dimensión a los hechos de la tabla de hechos de cada grupo de
medida relacionado. En una dimensión que se basa en varias tablas, los atributos generalmente están vinculados
en función de la clave de combinación entre las tablas. Si los datos subyacentes lo permiten, los atributos
relacionados se pueden utilizar para especificar un criterio de ordenación. Por ejemplo, puede crear un nuevo
atributo que proporciona la lógica de ordenación para un atributo relacionado.
El Diseñador de dimensiones permite definir relaciones adicionales entre atributos o cambiar las relaciones
predeterminadas para incrementar el rendimiento. La limitación principal que existe al crear una relación de
atributo es asegurarse de que el atributo al que se hace referencia no tiene más de un valor para ningún miembro
del atributo con el que está relacionado. Cuando se define una relación entre dos atributos, se puede definir la
relación como rígida o flexible, en función de si las relaciones entre los miembros cambiarán con el tiempo. Por
ejemplo, un empleado podría cambiar de región de venta, pero una ciudad nunca pasará a formar parte de una
provincia distinta. Si se define una relación como rígida, las agregaciones de atributos no se calculan de nuevo
cada vez que se procesa la dimensión de forma incremental. No obstante, si la relación entre los miembros
cambia, la dimensión debe procesarse por completo. Para obtener más información, consulte Relaciones de
atributo, Definir relaciones de atributo, Configurar propiedades de relación de los atributosy Especificar relaciones
de atributo entre los atributos de una jerarquía definida por el usuario.
En las tareas de este tema, definirá un atributo nuevo en la dimensión Date basado en una columna existente de
la tabla de dimensiones subyacente. Utilizará este atributo nuevo para ordenar los miembros del mes natural
cronológicamente en lugar de ordenarlos alfabéticamente. También definirá un atributo nuevo en la dimensión
Customer basado en el cálculo con nombre que usará para ordenar los miembros del atributo Commute
Distance . En las tareas del tema siguiente, aprenderá a utilizar las relaciones de atributo para incrementar el
rendimiento de las consultas.
Definir una relación de atributo y el criterio de ordenación en la

dimensión Date
1. Abra el Diseñador de dimensiones para la dimensión Date y revise la propiedad OrderBy del atributo
Month Name en la ventana Propiedades.
Observe que los miembros del atributo Month Name están ordenados por sus valores de clave.
2. Cambie a la pestaña Explorador , compruebe que Calendar Date está seleccionado en la lista Jerarquía
y, después, expanda los niveles de la jerarquía definida por el usuario para revisar el criterio de ordenación
de los meses naturales.
Observe que los miembros de la jerarquía de atributo están ordenados en función de los valores ASCII de
las claves de sus miembros, que son el mes y el año. En este caso, si se ordena por el nombre o la clave del
atributo, los meses naturales no se ordenan cronológicamente. Para resolver este problema, ordenará los
miembros de la jerarquía de atributos en función de un atributo nuevo, el atributo MonthNumberOfYear
. Creará este atributo tomando como base una columna que ya existe en la tabla de dimensiones Date .
3. Cambie a la pestaña Estructura de dimensión de la dimensión Date, haga clic con el botón secundario en
MonthNumberOfYear en el panel Vista del origen de datos y, después, haga clic en Nuevo atributo
de columna.
4. En el panel Atributos , seleccione Month Number Of Yeary, después, establezca la propiedad
AttributeHierarchyEnabled en False en la ventana Propiedades, la propiedad
AttributeHierarchyOptimizedState en NotOptimizedy la propiedad AttributeHierarchyOrdered en
False.
Estos parámetros ocultarán el atributo ante los usuarios y mejorarán el tiempo de procesamiento. Este
atributo no se usará para examinar. Solo se utilizará para ordenar los miembros de otro atributo.
NOTE
Al ordenar alfabéticamente las propiedades de la ventana Propiedades se simplificará esta tarea ya que las tres
propiedades aparecerán una al lado de la otra.
5. Haga clic en la pestaña Relación de atributo .

Observe que todos los atributos de la dimensión Date están relacionados directamente con el atributo
Date , que es el miembro de clave que relaciona los miembros de dimensión con los hechos de los grupos
de medida relacionados. No hay ninguna relación definida entre el atributo Month Name y el atributo
Month Number Of Year .
6. En el diagrama, haga clic con el botón secundario en el atributo Month Name y seleccione Nueva
7. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Month Name. Establezca
el Atributo relacionado en Month Number Of Year.
Las relaciones entre los miembros del atributo Month Name y del atributo Month Number Of Year no
cambiarán con el tiempo. Como resultado, Analysis Services no quitará las agregaciones de esta relación
durante el procesamiento incremental. Si se produce un cambio, el procesamiento generará un error
durante el procesamiento incremental y tendrá que realizar el proceso completo de la dimensión. Ahora ya
puede establecer el criterio de ordenación de los miembros de Month Name.
10. Haga clic en la pestaña Estructura de dimensión .
11. Seleccione Month Name en el panel Atributos y, después, cambie el valor de la propiedad OrderBy de la
ventana Propiedades por AttributeKey y el valor de la propiedad OrderByAttribute por Month Number
Of Year.
13. Cuando la implementación se haya completado correctamente, cambie a la pestaña Explorador de la
dimensión Date, haga clic en Volver a conectary, después, examine las jerarquías de usuario Calendar
Date y Fiscal Date para comprobar que los meses ahora están ordenados cronológicamente.
Observe que los meses ahora aparecen en orden cronológico, como se muestra en la imagen siguiente.
Definir las relaciones de atributo y el criterio de ordenación en la

dimensión Customer
1. Cambie a la pestaña Explorador del Diseñador de dimensiones para la dimensión Customer y, después,
examine los miembros de la jerarquía del atributo Commute Distance .
Observe que los miembros de la jerarquía de atributo están ordenados en función de los valores ASCII de
la clave de miembro. En este caso, si se ordena por el nombre o la clave del atributo, las distancias para ir al
trabajo no se ordenan de menor a mayor. En esta tarea, debe ordenar los miembros de la jerarquía de
atributo en función del cálculo con nombre CommuteDistanceSort que atribuye el número de orden
apropiado a cada valor distinto de la columna. Para ahorrar tiempo, este cálculo con nombre ya se ha
agregado a la tabla Customer de la vista del origen de datos Adventure Works DW. Puede cambiar a esta
vista del origen de datos para ver el script SQL que se usa en este cálculo con nombre. Para más
información, vea Definir cálculos con nombre en una vista del origen de datos (Analysis Services).
En la imagen siguiente se muestran los miembros de la jerarquía de atributo Commute Distance ,
ordenados según los valores ASCII de la clave de miembro.
2. Cambie a la pestaña Estructura de dimensión del Diseñador de dimensiones de la dimensión Customer,

haga clic con el botón secundario en CommuteDistanceSort en la tabla Customer del panel Vista del
origen de datos y, después, haga clic en Nuevo atributo de columna.
3. En el panel Atributos , seleccione Commute Distance Sorty, después, establezca la propiedad
AttributeHierarchyEnabled en False en la ventana Propiedades, la propiedad
False.
atributo no se usará para examinar. Solo se utilizará para ordenar los miembros de otro atributo.
4. Seleccione Geographyy, después, establezca su propiedad AttributeHierarchyVisible en False en la
ventana Propiedades, la propiedad AttributeHierarchyOptimizedState en NotOptimizedy la propiedad
AttributeHierarchyOrdered en False.
atributo no se usará para examinar. Solo se usará para ordenar los miembros de otro atributo. Como
Geography tiene propiedades de miembro, su propiedad AttributeHierarchyEnabled debe establecerse
en True. Por lo tanto, para ocultar el atributo, se debe establecer la propiedad AttributeHierarchyVisible
en False.
6. En la lista de atributos, haga clic con el botón secundario en el atributo Commute Distance y, después,
seleccione Nueva relación de atributo.
7. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Commute Distance.
Establezca el Atributo relacionado en Commute Distance Sort.
La relación entre los miembros del atributo Commute Distance y del atributo Commute Distance Sort
no cambiará con el tiempo.
Ahora ya puede establecer el criterio de ordenación del atributo Commute Distance .
11. En el panel Atributos , seleccione Commute Distancey cambie el valor de la propiedad OrderBy en la
ventana Propiedades por AttributeKey, y el valor de la propiedad OrderByAttribute por Commute
Distance Sort.
13. Cuando la implementación haya finalizado correctamente, cambie a la pestaña Explorador del Diseñador
de dimensiones de la dimensión Customer, haga clic en Volver a conectary examine la jerarquía de
atributo Commute Distance .
Observe que los miembros de la jerarquía de atributo ahora están clasificados en un orden lógico en
función de una distancia cada vez mayor, como es muestra en la imagen siguiente.

Especificar relaciones de atributo entre los atributos de una jerarquía definida por el usuario
4-6-especificar relaciones de atributo en la jerarquía
definida por el usuario

Como ya ha visto en este tutorial, es posible organizar jerarquías de atributo en niveles dentro de jerarquías de
usuario para proporcionar rutas de navegación a los usuarios de un cubo. Una jerarquía de usuario puede
representar una jerarquía natural, como una ciudad, un estado o un país, o simplemente representar una ruta de
navegación, como el nombre de un empleado, su cargo y el nombre de departamento. Para el usuario que navega
por una jerarquía, estos dos tipos de jerarquía de usuario son el mismo.
Con una jerarquía natural, si define relaciones de atributo entre los atributos que forman los niveles, Analysis
Services puede utilizar una agregación de un atributo para obtener los resultados de un atributo relacionado. Si
no hay ninguna relación definida entre los atributos, Analysis Services agregará todos los atributos que no sean
de clave del atributo de clave. Por lo tanto, si los datos subyacentes lo permiten, debería definir relaciones de
atributo entre atributos. La definición de relaciones de atributo mejora el rendimiento del procesamiento de las
dimensiones, las particiones y las consultas. Para obtener más información, consulte Definir relaciones de atributo
y Relaciones de atributo.
Cuando se definen relaciones de atributo, se puede especificar que la relación sea flexible o rígida. Si define una
relación rígida, Analysis Services retiene las agregaciones cuando se actualiza la dimensión. Si la relación que se
define como rígida cambia, Analysis Services genera un error durante el proceso, a menos que la dimensión se
procese por completo. El rendimiento de la consulta y del procesamiento aumenta si se especifican las relaciones
y las propiedades de relación apropiadas. Para obtener más información, consulte Definir relaciones de atributoy
Propiedades de jerarquía de usuario.
En las tareas de este tema, debe definir relaciones de atributo para los atributos de las jerarquías de usuario
naturales del proyecto Tutorial de Analysis Services . Estas jerarquías son la jerarquía Customer Geography de
la dimensión Customer, la jerarquía Sales Territory de la dimensión Sales Territory , la jerarquía Product
Model Lines de la dimensión Product y las jerarquías Fiscal Date y Calendar Date de la dimensión Date .
Todas estas jerarquías de usuario son jerarquías naturales.
Definir relaciones de atributo para atributos de la jerarquía Customer

Geography
1. Cambie al Diseñador de dimensiones para la dimensión Customer y haga clic en la pestaña Estructura de
dimensión .
En el panel Jerarquías , fíjese en los niveles de la jerarquía definida por el usuario Customer Geography .
Actualmente, esta jerarquía es simplemente una ruta que permite a los usuarios ver detalles, ya que no se
han definido relaciones entre niveles o atributos.
Observe las cuatro relaciones de atributo que vinculan los atributos que no son de clave de la tabla
Geography con el atributo de clave de la tabla Geography . El atributo Geography está relacionado con
el atributo Full Name . El atributo Postal Code está vinculado de forma indirecta al atributo Full Name a
través del atributo Geography , porque el atributo Postal Code está vinculado al atributo Geography y el
atributo Geography está vinculado al atributo Full Name . A continuación, cambiaremos las relaciones de
atributo para que no usen el atributo Geography .
3. En el diagrama, haga clic con el botón derecho en el atributo Full Name y seleccione Nueva relación de
atributo.
4. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Full Name. Establezca el
Atributo relacionado en Postal Code. En la lista Tipo de relación, deje establecido el tipo de relación en
Flexible, ya que las relaciones entre los miembros pueden cambiar con el tiempo.
Aparece un icono de advertencia en el diagrama porque la relación es redundante. La relación Full Name -
> Geography-> Postal Code ya existía y acaba de crear la relación Full Name -> Postal Code. Ahora, la
relación Geography-> Postal Code es redundante y la eliminaremos.
6. En el panel Relaciones de atributo , haga clic con el botón derecho en Geography-> Postal Code y,
después, haga clic en Eliminar.
7. Cuando aparezca el cuadro de diálogo Eliminar objetos, haga clic en Aceptar.
8. En el diagrama, haga clic con el botón derecho en el atributo Postal Code y seleccione Nueva relación de
atributo.
9. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Postal Code. Establezca el
Atributo relacionado en City. En la lista Tipo de relación , deje establecido el tipo de relación en
Flexible.
Ahora, la relación Geography-> City es redundante y la eliminaremos.
11. En el panel Relaciones de atributo, haga clic con el botón derecho en Geography-> City y, después, haga
clic en Eliminar.
12. Cuando aparezca el cuadro de diálogo Eliminar objetos , haga clic en Aceptar.
13. En el diagrama, haga clic con el botón derecho en el atributo City y seleccione Nueva relación de
atributo.
Atributo relacionado en State-Province. En la lista Tipo de relación , establezca el tipo de relación en
Rígida , ya que la relación entre una ciudad y un estado no cambiará en el futuro.
16. Haga clic con el botón derecho en la flecha situada entre Geography y State-Province y, después, haga
clic en Eliminar.
de atributo.
19. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es State-Province.
Establezca el Atributo relacionado en Country-Region. En la lista Tipo de relación , establezca el tipo
de relación en Rígida , ya que la relación entre un estado-provincia y un país-región no cambiará con el
tiempo.
21. En el panel Relaciones de atributo, haga clic con el botón derecho en Geography-> Country-Region y,
después, haga clic en Eliminar.
Observe que al eliminar la última relación de atributo entre Geography y otros atributos, se elimina
Geography . Esto se debe a que el atributo ya no se usa.
Definir relaciones de atributo para atributos de la jerarquía Sales

Territory
1. Abra el Diseñador de dimensiones para la dimensión Sales Territory y haga clic en la pestaña Relaciones
de atributo .
2. En el diagrama, haga clic con el botón derecho en el atributo Sales Territory Country y seleccione Nueva
3. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Sales Territory Country.
Establezca el Atributo relacionado en Sales Territory Group. En la lista Tipo de relación , deje
establecido el tipo de relación en Flexible.
Sales Territory Group ahora está vinculado a Sales Territory Countryy Sales Territory Country está
vinculado a Sales Territory Region. La propiedad RelationshipType de cada una de estas relaciones se
establece en Flexible porque las agrupaciones de las regiones dentro de un país y las agrupaciones de los
países en grupos pueden cambiar con el tiempo.
Definir relaciones de atributo para atributos de la jerarquía Product

Model Lines
1. Abra el Diseñador de dimensiones para la dimensión Product y haga clic en la pestaña Relaciones de
atributo .
2. En el diagrama, haga clic con el botón derecho en el atributo Model Name y seleccione Nueva relación
de atributo.
3. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Model Name. Establezca
el Atributo relacionado en Product Line. En la lista Tipo de relación, deje establecido el tipo de
relación en Flexible.
Definir relaciones de atributo para atributos de la jerarquía Fiscal Date

1. Cambie al Diseñador de dimensiones para la dimensión Date y, después, haga clic en la pestaña
Relaciones de atributo .
2. En el diagrama, haga clic con el botón secundario en el atributo Month Name y seleccione Nueva
3. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Month Name. Establezca
el Atributo relacionado en Fiscal Quarter. En la lista Tipo de relación , establezca el tipo de relación en
Rígida.
5. En el diagrama, haga clic con el botón derecho en el atributo Fiscal Quarter y seleccione Nueva relación
de atributo.
6. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Fiscal Quarter. Establezca
el Atributo relacionado en Fiscal Semester. En la lista Tipo de relación , establezca el tipo de relación
en Rígida.
8. En el diagrama, haga clic con el botón derecho en el atributo Fiscal Semester y seleccione Nueva
9. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Fiscal Semester.
Establezca el Atributo relacionado en Fiscal Year. En la lista Tipo de relación , establezca el tipo de
relación en Rígida.
Definir relaciones de atributo para atributos de la jerarquía Calendar

Date
1. En el diagrama, haga clic con el botón derecho en el atributo Month Name y seleccione Nueva relación
de atributo.
2. En el cuadro de diálogo Crear relación de atributo, el Atributo de origen es Month Name. Establezca
el Atributo relacionado en Calendar Quarter. En la lista Tipo de relación , establezca el tipo de relación
en Rígida.
4. En el diagrama, haga clic con el botón derecho en el atributo Calendar Quarter y seleccione Nueva
Establezca el Atributo relacionado en Calendar Semester. En la lista Tipo de relación , establezca el
tipo de relación en Rígida.
7. En el diagrama, haga clic con el botón derecho en el atributo Calendar Semester y seleccione Nueva
8. En el cuadro de diálogo Crear relación de atributo, el Atributo de origen es Calendar Semester.
Establezca el Atributo relacionado en Calendar Year. En la lista Tipo de relación , establezca el tipo de
relación en Rígida.
Definir relaciones de atributo para atributos de la jerarquía Geography

1. Abra el Diseñador de dimensiones para la dimensión Geography y haga clic en la pestaña Relaciones de
atributo .
2. En el diagrama, haga clic con el botón derecho en el atributo Postal Code y seleccione Nueva relación de
atributo.
3. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Postal Code. Establezca el
Atributo relacionado en City. En la lista Tipo de relación , establezca el tipo de relación en Flexible.
5. En el diagrama, haga clic con el botón derecho en el atributo City y seleccione Nueva relación de
atributo.
Atributo relacionado en State-Province. En la lista Tipo de relación , establezca el tipo de relación en
Rígida.
de atributo.
9. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es State-Province.
Establezca el Atributo relacionado en Country-Region. En la lista Tipo de relación , establezca el tipo
de relación en Rígida.
11. En el diagrama, haga clic con el botón derecho en el atributo Geography Key y, después, seleccione
Propiedades.
12. Establezca la propiedad AttributeHierarchyOptimizedState en NotOptimized, la propiedad
AttributeHierarchyOrdered en Falsey la propiedad AttributeHierarchyVisible en False.
Services.

Definir el miembro desconocido y propiedades de procesamiento de valores Null
Vea también
Definir relaciones de atributo
Propiedades de jerarquía de usuario
Lección 4-7-definir el miembro desconocido y
propiedades de procesamiento de valores Null

Cuando Analysis Services procesa una dimensión, todos los valores distintos de las columnas subyacentes de las
tablas o las vistas de la vista del origen de datos rellenan los atributos de la dimensión. Si Analysis Services
encuentra una valor NULL durante el procesamiento, de forma predeterminada, convierte este valor NULL en un
cero en las columnas numéricas o en una cadena vacía en las columnas de cadena. Puede modificar estas opciones
predeterminadas o convertir los valores NULL en el proceso de extracción, transformación y carga (si existe) del
almacenamiento de datos relacional subyacente. También puede hacer que Analysis Services convierta el valor
NULL en un valor determinado configurando tres propiedades: las propiedades UnknownMember y
UnknownMemberName de la dimensión y la propiedad NullProcessing del atributo clave de la dimensión.
El Asistente para dimensiones y el Asistente para cubos habilitarán estas propiedades dependiendo de si el
atributo clave de una dimensión admite valores NULL o si el atributo del elemento raíz de una dimensión de copo
de nieve se basa en una columna que puede admitir valores NULL. En estos casos, la propiedad NullProcessing
del atributo clave se establecerá en UnknownMember y la propiedad UnknownMember se establecerá en
Visible.
Pero al crear dimensiones de copo de nieve incrementalmente, como se hace con la dimensión Product en este
tutorial, o al definir dimensiones con el Diseñador de dimensiones y, después, incorporar estas dimensiones
existentes en un cubo, es posible que tenga que establecer manualmente las propiedades UnknownMember y
NullProcessing .
En las tareas de este tema, agregará los atributos de categoría de producto y subcategoría de producto en la
dimensión Product de las tablas de copo de nieve que agregará a la vista del origen de datos Adventure Works
DW. Después habilitará la propiedad UnknownMember para la dimensión Product, especificará Assembly
Components como valor de la propiedad UnknownMemberName , relacionará los atributos de Subcategory
y Category con el atributo de nombre del producto y, por último, definirá el control de errores personalizado para
el atributo clave de miembro que vincula las tablas de copo de nieve.
NOTE
Si ha agregado los atributos Subcategory y Category al definir originalmente el cubo del Tutorial de Analysis Services con el
Asistente para cubos, estos pasos deberían haberse ejecutado automáticamente.
Revisar las propiedades de control de errores y de miembro

desconocido en la dimensión Product
1. Cambie al Diseñador de dimensiones para la dimensión Product , haga clic en la pestaña Estructura de
dimensión y, después, seleccione Product en el panel Atributos .
De este modo, podrá ver y modificar las propiedades de la dimensión propiamente dicha.
2. En la ventana Propiedades, revise las propiedades UnknownMember y UnknownMemberName .
Observe que la propiedad UnknownMember no está habilitada, porque su valor está establecido en
Ninguno en lugar de Visible u Oculto, y que no se ha especificado ningún nombre para la propiedad
UnknownMemberName .
3. En la ventana Propiedades, seleccione (personalizada) en la celda de la propiedad ErrorConfiguration y
luego expanda la colección de propiedades ErrorConfiguration .
Establecer la propiedad ErrorConfiguration en (personalizada) permite ver los valores de configuración
de errores predeterminados, no se cambia ningún valor.
4. Revise las propiedades de configuración de error de clave y clave NULL, pero no realice ningún cambio.
Observe que, de forma predeterminada, cuando se convierten las claves NULL en el miembro desconocido,
el error de procesamiento asociado con esta conversión se omite.
En la imagen siguiente se muestran los parámetros de propiedad para la colección de propiedades
ErrorConfiguration .
5. Haga clic en la pestaña Explorador , compruebe que Product Model Lines está seleccionado en la lista
Jerarquía y expanda All Products.
Observe los cinco miembros del nivel Product Line.
6. Expanda Componentsy, después, expanda el miembro sin etiqueta del nivel Model Name .
Este nivel contiene los componentes de ensamblado que se usan al crear otros componentes, empezando
por el producto Adjustable Race , como se muestra en la imagen siguiente.
Definir los atributos de tablas de copo de nieve y una jerarquía definida

por el usuario Product Category
1. Abra el Diseñador de vistas del origen de datos para la vista del origen de datos Adventure Works DW,
seleccione Reseller Sales en el panel Organizador de diagramas y, después, haga clic en Agregar o
quitar objetos en el menú Vista del origen de datos de SQL Server Data Tools (SSDT).
Se abre el cuadro de diálogo Agregar o quitar tablas .
2. En la lista Objetos incluidos seleccione DimProduct (dbo) y, después, haga clic en Agregar tablas
relacionadas.
Se agregarán tanto DimProductSubcategory (dbo) como FactProductInventory (dbo) . Quite
FactProductInventory (dbo) de modo que solo se agregue la tabla DimProductSubcategory (dbo) a
la lista Objetos incluidos .
3. Con la tabla DimProductSubcategory (dbo) seleccionada de forma predeterminada como tabla que se
agrega con más frecuencia, haga clic de nuevo en Agregar tablas relacionadas .
La tabla DimProductCategory (dbo) se agrega a la lista Objetos incluidos .
5. En el menú Formato de SQL Server Data Tools, seleccione Diseño automáticoy haga clic en Diagrama.
Observe que la tabla DimProductSubcategory (dbo) y la tabla DimProductCategory (dbo) están
vinculadas entre sí y también a la tabla ResellerSales a través de la tabla Product .
6. Cambie al Diseñador de dimensiones para la dimensión Product y haga clic en la pestaña Estructura de
dimensión .
7. Haga clic con el botón derecho en el panel Vista del origen de datos y luego haga clic en Mostrar todas
las tablas.
8. En el panel Vista del origen de datos , busque la tabla DimProductCategory , haga clic con el botón
derecho en ProductCategoryKey en dicha tabla y, luego, haga clic en Nuevo atributo de columna.
9. En el panel Atributos , cambie el nombre de este nuevo atributo por Category.
11. Seleccione EnglishProductCategoryName en la lista Columna de origen y haga clic en Aceptar.
12. En el panel Vista del origen de datos , busque la tabla DimProductSubcategory , haga clic con el botón
derecho en ProductSubcategoryKey en dicha tabla y, luego, haga clic en Nuevo atributo de columna.
13. En el panel Atributos , cambie el nombre de este nuevo atributo por Subcategory.
15. Seleccione EnglishProductSubcategoryName en la lista Columna de origen y haga clic en Aceptar.
16. Cree una nueva jerarquía definida por el usuario denominada Product Categories con los niveles
siguientes, por orden de arriba a abajo: Category, Subcategoryy Product Name.
17. Especifique All Products como valor para la propiedad AllMemberName de la jerarquía definida por el
usuario Product Categories.
Examinar las jerarquías definidas por el usuario en la dimensión

Product
1. En la barra de herramientas de la pestaña Estructura de dimensión del Diseñador de dimensiones para
la dimensión Product , haga clic en Procesar.
2. Haga clic en Sí para crear e implementar el proyecto y, después, haga clic en Ejecutar para procesar la
dimensión Product .
3. Cuando el proceso se haya ejecutado correctamente, expanda Procesamiento de dimensión 'Product'
finalizó correctamente en el cuadro de diálogo Progreso del proceso , expanda Procesamiento de
atributo de dimensión 'Product Name' finalizó correctamentey, después expanda Consultas SQL 1.
4. Haga clic en la consulta SELECT DISTINCT y, después, en Ver detalles.
Observe que se ha agregado una cláusula WHERE a la cláusula SELECT DISTINCT que elimina los
productos que no tienen ningún valor en la columna ProductSubcategoryKey, como se muestra en la
imagen siguiente.
5. Haga clic en Cerrar tres veces para cerrar todos los cuadros de diálogo de procesamiento.
6. Haga clic en la pestaña Explorador en el Diseñador de dimensiones para la dimensión Product y, después,
haga clic en Volver a conectar.
7. Compruebe que Product Model Lines aparece en la lista Jerarquía , expanda All Productsy, después,
expanda Components.
8. Seleccione Product Categories en la lista Jerarquía , expanda All Productsy, después, expanda
Components.
Observe que no aparece ningún componente de ensamblado.
Para modificar el comportamiento mencionado en la tarea anterior, habilitará la propiedad UnknownMember de
la dimensión Products, establecerá un valor para la propiedad UnknownMemberName , establecerá la
propiedad NullProcessing para los atributos Subcategory y Model Name en UnknownMember, definirá el
atributo Category como un atributo relacionado del atributo Subcategory y luego definirá el atributo Product
Line como un atributo relacionado del atributo Model Name . Estos pasos harán que Analysis Services use el
valor de nombre de miembro desconocido para cada producto que no tenga ningún valor para la columna
SubcategoryKey , como verá en la tarea siguiente.
Habilitar el miembro desconocido, definir las relaciones de atributo y

especificar propiedades de procesamiento personalizadas para valores
NULL
1. Haga clic en la pestaña Estructura de dimensión del Diseñador de dimensiones para la dimensión
Product y, después, seleccione Product en el panel Atributos .
2. En la ventana Propiedades , cambie la propiedad UnknownMember por Visibley, después, cambie el
valor de la propiedad UnknownMemberName por Assembly Components.
Al cambiar la propiedad UnknownMember por Visible u Oculto se habilita la propiedad
UnknownMember para la dimensión.
4. En el diagrama, haga clic con el botón derecho en el atributo Subcategory y seleccione Nueva relación
de atributo.
5. En el cuadro de diálogo Crear relación de atributo , el Atributo de origen es Subcategory. Establezca
el Atributo relacionado en Category. Deje establecido el tipo de relación en Flexible.
7. En el panel Atributos , seleccione Subcategory.
8. En la ventana Propiedades, expanda la propiedad KeyColumns y, después, expanda la propiedad
DimProductSubcategory.ProductSubcategoryKey (Integer) .
9. Cambie la propiedad NullProcessing por UnknownMember.
10. En el panel Atributos , seleccione Model Name.
11. En la ventana Propiedades, expanda la propiedad KeyColumns y, después, expanda la propiedad
Product.ModelName (WChar) .
12. Cambie la propiedad NullProcessing por UnknownMember.
Debido a estos cambios, cuando durante el procesamiento Analysis Services detecte un valor NULL para el
atributo Subcategory o el atributo Model Name , el valor de miembro desconocido se sustituirá como
valor de clave y las jerarquías definidas por el usuario se generarán correctamente.
Examinar de nuevo la dimensión Product

2. Cuando la implementación haya finalizado correctamente, haga clic en la pestaña Explorador del
Diseñador de dimensiones para la dimensión Product y luego haga clic en Reconnect.
3. Compruebe que Product Categories está seleccionado en la lista Jerarquía y expanda All Products.
Observe que aparece Assembly Components como nuevo miembro del nivel Category.
4. Expanda el miembro Assembly Components del nivel Category y luego expanda el miembro Assembly
Components del nivel Subcategory .
Observe que todos los componentes de ensamblado ahora aparecen en el nivel Product Name , como se
muestra en la ilustración siguiente.
Lección siguiente
Lección 5: Definir relaciones entre las dimensiones y grupos de medida
Lección 5: definir relaciones entre dimensiones y
grupos de medida

En las lecciones anteriores de este tutorial, ha aprendido que las dimensiones de base de datos que se agregan a
un cubo pueden utilizarse como base para una o más dimensiones de cubo. En esta lección, aprenderá a definir
distintos tipos de relaciones entre dimensiones de cubo y grupos de medida, así como a especificar las
propiedades de estas relaciones.
Para obtener más información, consulte Relaciones de dimensiones.
NOTE

Definir una relación referenciada
En esta tarea, aprenderá a vincular una dimensión a una tabla de hechos de forma indirecta a través de una
dimensión que está vinculada de forma directa a través de una relación clave principal–clave externa.
Definir una relación de hechos
En esta tarea, aprende a definir una dimensión basada en datos de la tabla de hechos, y a definir la relación de la
dimensión como una relación de hechos.
Definir una relación de varios a varios
En esta tarea, aprende a relacionar un hecho con varios miembros de dirección a través de la definición de una
relación de varios a varios entre tablas de dimensiones y tablas de hechos.
Definir la granularidad de dimensión en un grupo de medida
En esta tarea, aprende a modificar la granularidad de una dimensión para un grupo de medida específico.
Lección siguiente
Vea también
Relaciones de dimensiones
Lección 5-1: definir una relación referenciada

Hasta este punto del tutorial, cada dimensión de cubo que definió se basaba en una tabla que estaba directamente
vinculada a la tabla de hechos para un grupo de medida a través de una relación de clave principal a clave externa.
En las tareas de este tema, debe vincular la dimensión Geography a la tabla de hechos de ventas por distribuidor
a través de la dimensión Reseller , denominada dimensión de referencia. Esto permite a los usuarios dimensionar
las ventas de distribuidor por geografía. Para obtener más información, consulte Definir relaciones referenciadas y
propiedades de las relaciones referenciadas.
Dimensionar las ventas de distribuidor por geografía

1. En el Explorador de soluciones, haga clic con el botón secundario en Analysis Services Tutorial en la
carpeta Cubos y, después, haga clic en Examinar.
2. Quite todas las jerarquías del panel de datos y compruebe que la medida Reseller Sales-Sales Amount
aparece en el área de datos de ese panel. Agréguela al panel de datos si no aparece.
3. Desde la dimensión Geography del panel de metadatos, arrastre la jerarquía definida por el usuario
Geographies hasta el área Coloque campos de fila aquí del panel de datos.
Observe que la medida Reseller Sales-Sales Amount no está bien dimensionada por los miembros del
atributo Country-Region de la jerarquía Regions . El valor de Reseller Sales-Sales Amount se repite
para cada miembro de atributo Country-Region .
4. Abra el Diseñador de vistas del origen de datos para la vista del origen de datos Adventure Works DW
2012 .
5. En el panel Organizador de diagramas , vea la relación entre las tablas Geography y ResellerSales .
Observe que no hay ningún vínculo directo entre estas tablas. Pero existe un vínculo indirecto entre estas
tablas a través de la tabla Reseller o de la tabla SalesTerritory .
6. Haga doble clic en la flecha que representa la relación entre las tablas Geography y Reseller .
En el cuadro de diálogo Editar relación , observe que la columna GeographyKey es la clave principal en la
tabla Geography y la clave externa en la tabla Reseller .
7. Haga clic en Cancelar, cambie al Diseñador de cubos para el cubo Tutorial de Analysis Services y, después,
haga clic en la pestaña Uso de dimensiones .
Observe que la dimensión del cubo Geography actualmente no tiene ninguna relación con el grupo de
medida Internet Sales ni con el grupo de medida Reseller Sales .
8. Haga clic en el botón de puntos suspensivos (… ) de la celda Full Name de la intersección de la dimensión
Customer y el grupo de medida Internet Sales .
En el cuadro de diálogo Definir relación , observe que hay una relación Regular definida entre la tabla de
la dimensión DimCustomer y la tabla del grupo de medida FactInternetSales basada en la columna
CustomerKey de cada una de estas tablas. Todas las demás relaciones que ha definido en este tutorial hasta
este punto han sido relaciones regulares.
En la imagen siguiente se muestra el cuadro de diálogo Definir relación con una relación regular entre la
tabla de la dimensión DimCustomer y la tabla del grupo de medida FactInternetSales .
9. Haga clic en Cancelar.

10. Haga clic en el botón de puntos suspensivos (… ) de la celda sin nombre que se encuentra en la intersección
de la dimensión Geography y el grupo de medida Reseller Sales .
En el cuadro de diálogo Definir relación , observe que actualmente no hay ninguna relación definida entre
la dimensión del cubo Geography y el grupo de medida Reseller Sales. No se puede definir una relación
regular porque no existe ninguna relación directa entre la tabla de dimensiones de la dimensión Geography
y la tabla de hechos del grupo de medida Reseller Sales.
11. En la lista Seleccionar tipo de relación , seleccione Referenciada.
Para definir una relación referenciada, debe especificar una dimensión que esté conectada directamente con
la tabla del grupo de medida, denominada dimensión intermedia, que Analysis Services pueda usar para
vincular la dimensión de referencia a la tabla de hechos. Luego debe especificar el atributo que vincula la
dimensión de referencia a la dimensión intermedia.
12. En la lista Dimensión intermedia , seleccione Reseller.
La tabla subyacente para la dimensión Geography está vinculada a la tabla de hechos a través de la tabla
subyacente para la dimensión Reseller.
13. En la lista Atributo de dimensión de referencia , seleccione Geography Keyy, luego, intente seleccionar
Geography Key en la lista Atributo de dimensión intermedia .
Observe que Geography Key no aparece en la lista Atributo de dimensión intermedia . Se debe a que
la columna GeographyKey no está definida como atributo en la dimensión Reseller .
En la tarea siguiente, resolverá este problema definiendo un atributo que se basa en la columna GeographyKey de
la dimensión Reseller.
Definir el atributo de la dimensión intermedia y la relación de la

dimensión referenciada
1. Abra el Diseñador de dimensiones para la dimensión Reseller y vea las columnas de la tabla Reseller del
panel Vista del origen de datos y los atributos definidos en la dimensión Reseller del panel Atributos .
Observe que, aunque GeographyKey está definida como columna en la tabla Reseller, no se ha definido
ningún atributo en la dimensión Reseller basado en esta columna. Geography se ha definido como atributo
de dimensión en la dimensión Geography porque es la columna de clave que vincula la tabla subyacente
para dicha dimensión a la tabla de hechos.
2. Para agregar un atributo Geography Key a la dimensión Reseller , haga clic con el botón secundario en
GeographyKey en el panel Vista del origen de datos y, después, haga clic en Nuevo atributo de
columna.
3. En el panel Atributos , seleccione Geography Keyy, después, en la ventana Propiedades, establezca la
propiedad AttributeHierarchyOptimizedState en NotOptimized, la propiedad
AttributeHierarchyOrdered en Falsey la propiedad AttributeHierarchyVisible en False.
El atributo Geography Key de la dimensión Reseller solamente se utilizará para vincular la dimensión
Geography a la tabla de hechos Reseller Sales. Puesto que no se utilizará para examinar, definir esta
jerarquía de atributo como visible no aporta ningún valor. Además, ordenar y optimizar la jerarquía de
atributo solo afectaría negativamente al proceso. No obstante, el atributo debe estar habilitado para poder
servir como vínculo entre las dos dimensiones.
4. Cambie al Diseñador de cubos para el cubo Tutorial de Analysis Services , haga clic en la pestaña Uso de
dimensiones y, después, haga clic en el botón de puntos suspensivos (… ) que se encuentra en la
intersección del grupo de medida Reseller Sales y la dimensión de cubo Geography .
6. En la lista Dimensión intermedia , seleccione Reseller.
7. En la lista Atributo de dimensión de referencia , seleccione Geography Keyy, después, seleccione
Geography Key en la lista Atributo de dimensión intermedia .
Observe que la casilla Materializar está activada. Ésta es la configuración predeterminada de las
dimensiones MOL AP. Materializar el vínculo del atributo de la dimensión hace que, durante el proceso, el
valor del vínculo entre la tabla de hechos y la dimensión de referencia de cada fila se materialice, o
almacene, en la estructura MOL AP de la dimensión. Esto tendrá un efecto menor en el rendimiento del
proceso y en los requisitos de almacenamiento, pero aumentará el rendimiento de la consulta (en ocasiones
de forma significativa).
Observe que la dimensión de cubo Geography ahora está vinculada al grupo de medida Reseller Sales . El
icono indica que la relación es una relación de dimensión referenciada.
9. En la lista Dimensiones de la pestaña Uso de dimensiones , haga clic con el botón secundario en
Geographyy, después, haga clic en Rename.
10. Cambie el nombre de esta dimensión de cubo por Reseller Geography.
Como esta dimensión de cubo ahora está vinculada al grupo de medida Reseller Sales , los usuarios se
beneficiarán de definir explícitamente su uso en el cubo, con el fin de evitar una posible confusión de los
usuarios.
Dimensionar correctamente las ventas de distribuidor por geografía

2. Cuando la implementación se haya completado correctamente, haga clic en la pestaña Explorador del
Diseñador de cubos para el cubo Tutorial de Analysis Services y, a continuación, haga clic en el botón
Volver a conectar .
3. En el panel de metadatos, expanda Reseller Geography, haga clic con el botón secundario en
Geographiesy, después, haga clic en Agregar a área de fila.
Observe que la medida Reseller Sales-Sales Amount no aparece bien dimensionada por el atributo
Country-Region de la jerarquía definida por el usuario Geographies , como se muestra en la imagen
siguiente.

Vea también
Relaciones de atributo
Definir relaciones referenciadas y propiedades de las relaciones referenciadas
Lección 5-2: definir una relación de hechos

A veces, los usuarios desean poder dimensionar las medidas según los elementos de datos que se encuentran en
la tabla de hechos o realizar consultas en la tabla de hechos sobre determinada información relacionada adicional,
como números de factura o números de pedidos de compra relacionados con hechos de venta específicos.
Cuando se define una dimensión basada en un elemento de tabla de hechos de este tipo, la dimensión se conoce
como dimensión de hechos. Las dimensiones de hechos también se denominan dimensiones degeneradas. Las
dimensiones de hechos son útiles para agrupar filas de tablas de hechos relacionadas, como todas las filas que
están relacionadas con un número de factura determinado. Aunque esta información puede colocarse en una tabla
de dimensiones independiente de la base de datos relacional, crear una tabla de dimensiones independiente para
la información no supone ninguna ventaja, ya que la tabla de dimensiones crecerá al mismo ritmo que la tabla de
hechos, y simplemente crearía datos duplicados y una complejidad innecesaria.
En Analysis Services, puede determinar si los datos de las dimensiones de hechos deben duplicarse en una
estructura de dimensiones MOL AP para incrementar el rendimiento de las consultas o si es necesario definir una
dimensión de hechos como dimensión ROL AP para ahorrar espacio a costa del rendimiento de las consultas.
Cuando se almacena una dimensión en modo de almacenamiento MOL AP, todos los miembros de la dimensión
se almacenan en la instancia de Analysis Services en una estructura MOL AP muy comprimida, además de
almacenarse en las particiones del grupo de medida. Cuando se almacena una dimensión con el modo de
almacenamiento ROL AP, en la estructura MOL AP solo se almacena la definición de la dimensión, y, en el
momento de la consulta, los miembros de la dimensión propiamente dichos se consultan desde la tabla de hechos
relacionales subyacente. El modo de almacenamiento adecuado se decide en función de la frecuencia con la que se
consultan las dimensiones de hechos, el número de filas que devuelve una consulta típica, el rendimiento de la
consulta y el costo de procesamiento. Para definir una dimensión como ROL AP, no es necesario almacenar todos
los cubos que utilizan la dimensión con el mismo modo de almacenamiento ROL AP. El modo de almacenamiento
de cada dimensión se puede configurar independientemente.
Cuando define una dimensión de hechos, puede definir la relación entre la dimensión de hechos y el grupo de
medida como relación de hechos. Las relaciones de hechos presentan estas limitaciones:
El atributo de granularidad debe encontrarse en la columna de clave de la dimensión, que crea una relación
uno a uno entre la dimensión y los hechos de la tabla de hechos.
Una dimensión puede tener una relación de hechos con un solo grupo de medida.
NOTE
Las dimensiones de hechos deben actualizarse de forma incremental después de cada actualización realizada en el grupo de
medida al que hace referencia la relación de hechos.
Para obtener más información, consulte Relaciones de dimensióny Definir relaciones de hechos y propiedades de
las relaciones de hechos.
En las tareas de este tema, debe agregar una nueva dimensión de cubo basada en la columna
CustomerPONumber de la tabla de hechos FactInternetSales . Después debe definir la relación entre esta
nueva dimensión de cubo y el grupo de medida Internet Sales como relación de hechos.
Definir la dimensión de hechos de los pedidos de ventas por Internet
1. En el Explorador de soluciones, haga clic con el botón derecho en Dimensionesy, después, haga clic en
Nueva dimensión.
5. En la lista Tabla principal , seleccione InternetSales.
6. Compruebe que aparecen SalesOrderNumber y SalesOrderLineNumber en la lista Columnas de
clave .
7. En la lista Columna de nombre , seleccione SalesOrderLineNumber.
9. En la página Seleccionar tablas relacionadas , desactive las casillas que aparecen al lado de todas las
tablas y, después, haga clic en Siguiente.
10. En la página Seleccionar los atributos de la dimensión , haga clic dos veces en la casilla del encabezado
para desactivar todas las casillas. El atributo Sales Order Number seguirá seleccionado porque es el
atributo clave.
11. Seleccione el atributo Customer PO Number y, después, haga clic en Siguiente.
12. En la página Finalización del asistente , cambie el nombre por Internet Sales Order Details y, después,
haga clic en Finalizar para completar el asistente.
14. En el panel Atributos del Diseñador de dimensiones para la dimensión Internet Sales Order Details ,
seleccione Sales Order Numbery, después, cambie la propiedad Nombre de la ventana Propiedades por
Item Description.
15. En la celda de la propiedad NameColumn , haga clic en el botón Examinar (… ). En el cuadro de diálogo
Columna de nombre , seleccione Product en la lista Tabla de origen , seleccione
EnglishProductName en Columna de origeny, después, haga clic en Aceptar.
16. Agregue el atributo Sales Order Number a la dimensión arrastrando la columna SalesOrderNumber de
la tabla InternetSales del panel Vista del origen de datos al panel Atributos .
17. Cambie la propiedad Nombre del nuevo atributo Sales Order Number por Order Numbery cambie la
propiedad OrderBy por Key.
18. En el panel Jerarquías , cree una jerarquía de usuario Internet Sales Orders que contenga los niveles
Order Number e Item Description , en este orden.
19. En el panel Atributos , seleccione Internet Sales Order Detailsy luego revise el valor de la propiedad
StorageMode en la ventana Propiedades.
Observe que, de forma predeterminada, esta dimensión está almacenada como dimensión MOL AP.
Aunque cambiar el modo de almacenamiento por ROL AP supondrá un ahorro de tiempo de
procesamiento y espacio de almacenamiento, esto es así a costa del rendimiento de las consultas. Para este
tutorial, utilizará MOL AP como modo de almacenamiento.
20. Para agregar la dimensión que acaba de crear al cubo Tutorial de Analysis Services como una dimensión de
cubo, cambie al Diseñador de cubos. En la pestaña Estructura de cubo , haga clic con el botón derecho
en el panel Dimensiones y seleccione Agregar dimensión de cubo.
21. En el cuadro de diálogo Agregar dimensión de cubo, seleccione Internet Sales Order Details y,
después, haga clic en Aceptar.
Definir una relación de hechos para la dimensión de hechos

1. En el Diseñador de cubos del cubo Tutorial de Analysis Services , haga clic en la pestaña Uso de
dimensiones .
Observe que la dimensión de cubo Internet Sales Order Details está configurada automáticamente con
una relación de hechos, como indica el icono único.
2. Haga clic en el botón Examinar (… ) de la celda Item Description , situada en la intersección del grupo de
medida Internet Sales con la dimensión Internet Sales Order Details , para revisar las propiedades de la
relación de hechos.
Se abre el cuadro de diálogo Definir relación . Observe que no puede configurar ninguna de las
propiedades.
En la imagen siguiente se muestran las propiedades de la relación de hechos en el cuadro de diálogo
Definir relación .
Examinar el cubo utilizando la dimensión de hecho

1. En el menú Generar , haga clic en Implementar tutorial de Analysis Services para implementar los
cambios realizados en la instancia de Analysis Services y procesar la base de datos.
Diseñador de cubos para el cubo Tutorial de Analysis Services y, después, haga clic en el botón Volver a
conectar .
3. Borre todas las medidas y las jerarquías del panel de datos y, después, agregue la medida Internet Sales-
Sales Amount al área de datos de dicho panel.
4. En el panel de metadatos, expanda sucesivamente Customer, Location, Customer Geography,
Members, All Customers, Australia, Queensland, Brisbane, 4000, haga clic con el botón derecho en
Adam Powelly, después, haga clic en Agregar a filtro.
La aplicación de un filtro para limitar los pedidos de venta que se devuelven a un único cliente permite al
usuario obtener detalles en una tabla de hechos de gran tamaño sin tener que sufrir una notable pérdida en
el rendimiento de las consultas.
5. Agregue la jerarquía definida por el usuario Internet Sales Orders de la dimensión Internet Sales Order
Details al área de filas del panel de datos.
Observe que en el panel de datos aparecen los números de pedidos de venta y los importes
correspondientes de ventas por Internet para Adam Powell.
En la imagen siguiente se muestra el resultado de los pasos anteriores.

Definir una relación de varios a varios
Vea también
Relaciones de dimensión
Definir una relación de hechos y las propiedades de relación de hechos
Lección 5: 3: definir una relación de varios a varios

Generalmente, cuando se define una dimensión cada hecho se combina con un único miembro de dimensión,
mientras que un mismo miembro puede estar asociado a varios hechos distintos. Por ejemplo, cada cliente puede
tener varios pedidos, pero cada pedido pertenece a un solo cliente. En terminología de bases de datos relacionales,
esto se conoce como relación uno a varios. No obstante, algunas veces un único hecho puede combinarse con
varios miembros de dimensión. En terminología de bases de datos relacionales, esto se conoce como relación de
varios a varios. Por ejemplo, un cliente puede tener varios motivos para realizar una compra, y un motivo de
compra puede estar asociado a varias compras. Para definir los motivos de venta que se relacionan con cada
compra, se utiliza una tabla de combinación. Una dimensión de motivo de venta creada a partir de relaciones de
este tipo tendría varios miembros que estarían relacionados a una única transacción de venta. Las dimensiones de
varios a varios amplían el modelo dimensional más allá del esquema de estrella y admiten análisis complejos
cuando las dimensiones no están directamente relacionadas con una tabla de hechos.
En Analysis Services, para definir una relación de varios a varios entre una dimensión y un grupo de medida se
especifica una tabla de hechos intermedia que está combinada con la tabla de dimensiones. Una tabla de hechos
intermedia, a su vez, se combina con una tabla de dimensiones intermedia con la que la tabla de hechos está
combinada. Las relaciones de varios a varios entre la tabla de hechos intermedia y las tablas de dimensiones de la
relación y la dimensión intermedia crean las relaciones de varios a varios entre los miembros de dimensión
primaria y las medidas del grupo de medida especificado por la relación. Para definir una relación de varios a
varios entre una dimensión y un grupo de medida a través de un grupo de medida intermedio, el grupo de medida
intermedio debe compartir una o varias dimensiones con el grupo de medida original.
Con una dimensión de varios a varios, los valores distintos se suman, lo que significa que no se agregan más de
una vez al miembro Todos.
NOTE
Para poder admitir una relación de dimensiones de varios a varios, debe definir una relación de clave principal a clave externa
en la vista del origen de datos entre todas las tablas implicadas. De lo contrario, no podrá seleccionar el grupo de medida
intermedio correcto cuando establezca la relación en la pestaña Uso de dimensiones del Diseñador de cubos.
Para obtener más información, consulte Relaciones de dimensióny Definir una relación de varios a varios y las
propiedades de las relaciones de varios a varios.
En las tareas de este tema, debe definir la dimensión Sales Reasons y el grupo de medida Sales Reasons, y definir
una relación de varios a varios entre la dimensión Sales Reasons y el grupo de medida Internet Sales a través del
grupo de medida Sales Reasons.
Agregar tablas necesarias a la vista del origen de datos

1. Abra el Diseñador de vistas del origen de datos para la vista del origen de datos Adventure Works DW
2012 .
2. Haga clic con el botón derecho en cualquier lugar del panel Organizador de diagramas , haga clic en
Nuevo diagramay especifique Internet Sales Order Reasons como nombre de este nuevo diagrama.
3. Arrastre la tabla InternetSales al panel Diagrama desde el panel Tablas .
4. Haga clic con el botón derecho en cualquier punto del panel Diagrama y luego haga clic en Agregar o
quitar tablas.
5. En el cuadro de diálogo Agregar o quitar tablas , agregue la tabla DimSalesReason y la tabla
FactInternetSalesReason a la lista Objetos incluidos y haga clic en Aceptar.
Observe que las relaciones de clave principal a clave externa entre las tablas que están implicadas se
establecen automáticamente, ya que dichas relaciones están definidas en la base de datos relacional
subyacente. Si dichas relaciones no se hubiesen definido en la base de datos relacional subyacente, tendría
que definirlas en la vista del origen de datos.
6. En el menú Formato , seleccione Diseño automáticoy haga clic en Diagrama.
7. En la ventana Propiedades, cambie la propiedad FriendlyName de la tabla DimSalesReason por
SalesReasony, a continuación, cambie la propiedad FriendlyName de la tabla FactInternetSalesReason
por InternetSalesReason.
8. En el panel Tablas , expanda InternetSalesReason (dbo.FactInternetSalesReason), haga clic en
SalesOrderNumbery luego revise la propiedad DataType para esta columna de datos en la ventana
Propiedades.
Observe que el tipo de datos para la columna SalesOrderNumber es un tipo de datos de cadena.
9. Revise los tipos de datos de las demás columnas de la tabla InternetSalesReason .
Observe que los datos de las otras dos columnas de esta tabla son de tipo numérico.
10. En el panel Tablas , haga clic con el botón derecho en InternetSalesReason
(dbo.FactInternetSalesReason) y seleccione Explorar datos.
Observe que, para cada número de línea de cada pedido, un valor clave identifica el motivo de venta para la
compra del artículo de la línea, como se muestra en la imagen siguiente.
Definir el grupo de medida intermedio

1. Cambie al Diseñador de cubos para el cubo Tutorial de Analysis Services y haga clic en la pestaña
Estructura de cubo .
2. Haga clic con el botón derecho en cualquier punto del panel Medidas y, después, haga clic en Nuevo
grupo de medida. Para obtener más información, consulte Crear medidas y grupos de medida en modelos
multidimensionales.
3. En el cuadro de diálogo Nuevo grupo de medida , seleccione InternetSalesReason en la lista
Seleccione una tabla en la vista del origen de datos y haga clic en Aceptar.
Observe que el grupo de medida Internet Sales Reason ahora aparece en el panel Medidas .
4. Expanda el grupo de medida Internet Sales Reason .
Como puede observar, solo hay una medida definida para este nuevo grupo de medida, la medida Internet
Sales Reason Count .
5. Seleccione Internet Sales Reason Count y revise las propiedades de esta medida en la ventana
Propiedades.
Observe que la propiedad AggregateFunction para esta medida está definida como Recuento en lugar
de como Suma. Analysis Serviceseligió recuento porque el tipo de datos subyacente es un tipo de datos de
cadena. Las otras dos columnas de la tabla de hechos subyacente no estaban seleccionadas como medias
porque Analysis Services las detectó como claves numéricas y no como medidas reales. Para obtener más
información, consulte Definir el comportamiento de suma parcial.
6. En la ventana Propiedades, cambie la propiedad Visible de la medida Internet Sales Reason Count a
False.
Esta medida solo podrá utilizarse para combinar la dimensión Sales Reason que definirá junto al grupo de
medida Internet Sales. Los usuarios no examinarán esta medida directamente.
En la ilustración siguiente se muestran las propiedades de la medida Internet Sales Reason Count .
Definir la dimensión de varios a varios

1. En el Explorador de soluciones, haga clic con el botón derecho en Dimensionesy, después, haga clic en
Nueva dimensión.
5. En la lista Tabla principal , seleccione SalesReason.
6. En la lista Columnas de clave , compruebe que aparece SalesReasonKey .
7. En la lista Columna de nombre , seleccione SalesReasonName.
9. En la página Seleccionar los atributos de la dimensión , el atributo Sales Reason Key se selecciona
automáticamente porque es el atributo clave. Active la casilla situada junto al atributo Sales Reason
Reason Type , cambie su nombre por Sales Reason Typey, a continuación, haga clic en Siguiente.
10. En la página Finalización del asistente , haga clic en Finalizar para crear la dimensión Sales Reason.
12. En el panel Atributos del Diseñador de dimensiones para la dimensión Sales Reason , seleccione Sales
Reason Keyy, a continuación, cambie la propiedad Nombre de la ventana Propiedades por Sales Reason.
13. En el panel Jerarquías del Diseñador de dimensiones, cree una jerarquía de usuario denominada Sales
Reasons que contenga el nivel Sales Reason Type y el nivel Sales Reason , en este orden.
14. En la ventana Propiedades, defina All Sales Reasons como valor de la propiedad AllMemberName de la
jerarquía Sales Reasons.
15. Defina All Sales Reasons como valor de la propiedad AttributeAllMemberName de la dimensión Sales
Reason.
16. Para agregar la dimensión que acaba de crear al cubo Tutorial de Analysis Services como una dimensión de
cubo, cambie al Diseñador de cubos. En la pestaña Estructura de cubo , haga clic con el botón derecho
en el panel Dimensiones y seleccione Agregar dimensión de cubo.
17. En el cuadro de diálogo Agregar dimensión de cubo , seleccione Sales Reason y, a continuación, haga
clic en Aceptar.
Definir la relación de varios a varios

1. Cambie al Diseñador de cubos para el cubo Tutorial de Analysis Services y haga clic en la pestaña Uso de
dimensiones .
Observe que la dimensión Sales Reason tiene una relación regular definida con el grupo de medida
Internet Sales Reason , pero no tiene ninguna relación definida con los grupos de medida Internet Sales
ni Reseller Sales . Observe también que la dimensión Internet Sales Order Details tiene una relación
normal definida con la dimensión Internet Sales Reason , que a su vez tiene una relación de hechos con
el grupo de medida Internet Sales . Si esta dimensión no estaba presente (u otra dimensión con una
relación con Internet Sales Reason y el grupo de medida Internet Sales no estaban presentes), no se
podría definir la relación de varios a varios.
2. Haga clic en la celda en la intersección del grupo de medida Internet Sales y la dimensión Sales Reasons
y, después, haga clic en el botón Examinar (… ).
3. En el cuadro de diálogo Definir relación , seleccione Varios a varios en la lista Seleccionar tipo de
relación .
Debe definir el grupo de medida intermedio que conecta la dimensión Sales Reason al grupo de medida
Internet Sales.
4. En la lista Grupo de medida intermedio , seleccione Internet Sales Reason.
En la imagen siguiente se muestran los cambios realizados en el cuadro de diálogo Definir relación .

Observe el icono de varios a varios que representa la relación existente entre la dimensión Sales Reason y
el grupo de medida Internet Sales.
Examinar el cubo y la dimensión de varios a varios

2. Cuando la implementación se haya completado correctamente, cambie a la pestaña Explorador del
Diseñador de cubos para el cubo Tutorial de Analysis Services y, a continuación, haga clic en Volver a
conectar.
3. Agregue la medida Internet Sales-Sales Amount al área de datos del panel de datos.
4. Agregue la jerarquía definida por el usuario Sales Reason de la dimensión Sales Reason al área de filas
del panel de datos.
5. En el panel de metadatos, expanda sucesivamente Customer, Location, Customer Geography,
Members, All Customersy Australia, haga clic con el botón derecho en Queenslandy, después, haga clic
en Agregar a filtro.
6. Expanda cada miembro del nivel Sales Reason Type para revisar los valores en dólares que están
asociados a cada razón que un cliente de Queensland indicó para su compra de un producto de Adventure
Works a través de Internet.
Observe que los totales que están asociados con cada motivo de ventas se suman y dan lugar a un valor
superior a las ventas totales. Esto es así porque algunos clientes citaron varios motivos para su compra.
En la imagen siguiente se muestran los paneles Filtro y Datos del Diseñador de cubos.
Definir la granularidad de dimensión en un grupo de medida
Vea también
Trabajar con diagramas en el Diseñador de vistas del origen de datos & #40; Analysis Services & #41;
Definir una relación de varios a varios y las propiedades de las relaciones de varios a varios
Lección 5-4-definición granularidad de dimensión
dentro de un grupo de medida

Los usuarios desearán dimensionar los datos de hechos con una granularidad o especificidad distinta para
distintos objetivos. Por ejemplo, los datos de venta para las ventas de proveedor o ventas por Internet pueden
registrarse cada día, mientras que es posible que la información sobre cuotas de venta solo exista en el nivel de
mes o trimestre. En estos casos, los usuarios desearán una dimensión de tiempo con otra granularidad o un nivel
de detalle distinto para cada una de las distintas tablas de hechos. Si bien puede definirse una nueva dimensión de
base de datos como una dimensión de tiempo con esta granularidad diferente, hay una forma más fácil de hacerlo
con Analysis Services.
De forma predeterminada, cuando en Analysis Servicesse usa una dimensión dentro de un grupo de medida, el
nivel de detalle de los datos de esa dimensión se basa en el atributo clave de la dimensión. Por ejemplo, cuando se
incluye una dimensión de tiempo en un grupo de medida y el nivel de detalle predeterminado de la dimensión de
tiempo es diariamente, el nivel de detalle predeterminado de dicha dimensión dentro del grupo de medida es
diariamente. Esto es a menudo muy apropiado, como en el caso de los grupos de medida Internet Sales y
Reseller Sales de este tutorial. No obstante, cuando se incluye una dimensión de este tipo en otros tipos de
grupos de medida, como en el grupo de medida de cuotas de venta o de presupuestos, generalmente es más
apropiado utilizar un nivel de detalle mensual o trimestral.
Para especificar un nivel de detalle para una dimensión de cubo que no sea el predeterminado, debe modificar el
atributo de granularidad para una dimensión de cubo como se utiliza en un grupo de medida determinado en la
pestaña Uso de dimensiones del Diseñador de cubos. Si cambia el nivel de detalle de una dimensión de un
grupo de medida específico por un atributo distinto del atributo clave de dicha dimensión, debe garantizar que
todos los demás atributos del grupo de mensaje estén directa o indirectamente relacionados con el nuevo atributo
de granularidad. Para ello, debe especificar las relaciones de atributo entre todos los demás atributos y el atributo
que se ha especificado como atributo de granularidad en el grupo de medida. En este caso, se definen relaciones
de atributo adicionales en vez de mover relaciones de atributo. El atributo que se especifica como atributo de
granularidad se convierte efectivamente en el atributo clave del grupo de medida para el resto de atributos de la
dimensión. Si no especifica correctamente las relaciones de atributo, Analysis Services no podrá agregar los
valores de forma correcta, como verá en las tareas de este tema.
Para obtener más información, consulte Relaciones de dimensióny Definir relaciones normales y propiedades de
las relaciones normales.
En las tareas de este tema, debe agregar un grupo de medida Sales Quotas y definir la granularidad de la
dimensión Date en este grupo de modo que sea mensual. Después debe definir las relaciones de atributo
existentes entre el atributo de mes y otros atributos de dimensión para asegurarse de que Analysis Services
agregue los valores correctamente.
Agregar tablas y definir el grupo de medida Sales Quotas

1. Cambie a la vista del origen de datos Adventure Works DW 2012 .
2. Haga clic con el botón derecho en cualquier lugar del panel Organizador de diagramas , haga clic en
Nuevo diagramay, después, asigne al diagrama el nombre Sales Quotas.
3. Arrastre las tablas Employee, Sales Territoryy Date desde el panel Tablas hasta el panel Diagrama .
4. Agregue la tabla FactSalesQuota al panel Diagrama haciendo clic con el botón derecho en cualquier
punto del panel Diagrama y seleccionando Agregar o quitar tablas.
Observe que la tabla SalesTerritory está vinculada a la tabla FactSalesQuota a través de la tabla
Employee .
5. Revise las columnas de la tabla FactSalesQuota y, a continuación, explore los datos de la tabla.
Observe que el nivel de detalle de los datos de esta tabla es trimestre natural, que es el nivel más bajo de
detalle de la tabla FactSalesQuota.
6. En el Diseñador de vistas del origen de datos, cambie la propiedad FriendlyName de la tabla
FactSalesQuota a SalesQuotas.
7. Cambie al cubo Tutorial de Analysis Services y haga clic en la pestaña Estructura de cubo .
8. Haga clic con el botón derecho en cualquier lugar del panel Medidas , haga clic en Nuevo grupo de
medida, haga clic en SalesQuotas en el cuadro de diálogo Nuevo grupo de medida y, después, haga clic
en Aceptar.
Aparece el grupo de medida Sales Quotas en el panel Medidas . Observe que, en el panel Dimensiones ,
también se define una dimensión de cubo Date nueva, basada en la dimensión Date de la base de datos.
Se define una dimensión de cubo nueva relacionada con el tiempo porque Analysis Services no sabe qué
dimensión de las existentes en el cubo y relacionada con el tiempo debe relacionar con la columna
DateKey de la tabla de hechos FactSalesQuota subyacente del grupo de medida Sales Quotas. Cambiará
este valor más adelante en otra tarea de este tema.
9. Expanda el grupo de medida Sales Quotas .
10. En el panel Medidas , seleccione Sales Amount Quotay, a continuación, establezca el valor de la
propiedad FormatString en Currency en la ventana Propiedades.
11. Seleccione la medida Sales Quotas Count y, después, escriba #,# como el valor para la propiedad
FormatString en la ventana Propiedades.
12. Suprima la medida Calendar Quarter del grupo de medida Sales Quotas .
Analysis Services ha detectado la columna que subyace en la medida Calendar Quarter como columna que
contiene medidas. No obstante, esta columna y la columna CalendarYear contienen los valores que más
adelante en este tema utilizará para vincular el grupo de medida Sales Quotas con la dimensión Date.
13. En el panel Medidas , haga clic con el botón derecho en el grupo de medida Sales Quotas y luego haga
clic en Nueva medida.
Se abre el cuadro de diálogo Nueva medida , que contiene las columnas de origen disponibles para una
medida con un tipo de uso Suma.
14. En el cuadro de diálogo Nueva medida , seleccione Recuento distinto en la lista Uso , compruebe que
SalesQuotas está seleccionado en la lista Tabla de origen , seleccione EmployeeKey en la lista Columna
de origen y haga clic en Aceptar.
Observe que la medida se crea en un grupo de medida nuevo denominado Sales Quotas 1. A fin de
maximizar el rendimiento del procesamiento, en SQL Server se crean medidas de recuento distintas en los
grupos de medida correspondientes.
15. Cambie el valor de la propiedad Nombre de la medida Employee Key Distinct Count por Sales Person
County, después, escriba #,# como el valor para la propiedad FormatString .
Examinar las medidas del grupo de medida Sales Quota por fecha
Diseñador de cubos para el cubo Tutorial de Analysis Services y, después, haga clic en el botón Volver a
conectar.
3. Haga clic en el acceso directo de Excel y, a continuación, haga clic en Habilitar.
4. En la lista de campos de tabla dinámica, expanda el grupo de medida Sales Quotas y arrastre la medida
Sales Amount Quota hasta el área Valores.
5. Expanda la dimensión Sales Territory y arrastre la jerarquía definida por el usuario Sales Territories hasta
las etiquetas de fila.
Observe que la dimensión de cubo Sales Territory no está relacionada, directa ni indirectamente, con la
tabla de hechos Sales Quota, como se muestra en la imagen siguiente.
En la próxima serie de pasos de este tema definirá una relación de dimensión de referencia entre esta
dimensión y esta tabla de hechos.
6. Mueva la jerarquía de usuario Territorios de ventas del área Etiquetas de fila al área Etiquetas de columna.
7. En la lista de campos de tabla dinámica, seleccione la jerarquía definida por el usuario Sales Territories y
haga clic en la flecha hacia abajo de la derecha.
8. En el filtro, haga clic en la casilla Seleccionar todo para desactivar todas las casillas y elija solo North
America.
9. En la lista de campos de la tabla dinámica, expanda Date.

10. Arrastre la jerarquía de usuario Date.Fiscal Date hasta Etiquetas de fila.
11. En la tabla dinámica, haga clic en la flecha hacia abajo que aparece junto a Etiquetas de fila. Desactive todos
los años excepto FY 2008.
Observe que solo aparece el miembro July 2007 del nivel Month , en lugar de los miembros July, 2007,
August, 2007y September, 2007 del nivel Month , y que solo aparece el miembro July 1, 2007 del nivel
Date en lugar de los 31 días. Este comportamiento se produce porque el nivel de detalle de los datos de la
tabla de hechos es el nivel trimestral y el nivel de detalle de la dimensión Date es el nivel diario. Cambiará
este comportamiento en la siguiente tarea de este tema.
Observe también que el valor de Sales Amount Quota para los niveles de mes y día es el mismo valor
que aparece en el nivel de trimestre, $13.733.000,00. Esto es así porque el nivel más bajo de datos del
grupo de medida Sales Quotas se encuentra en el nivel de trimestre. Cambiará este comportamiento en la
lección 6.
En la imagen siguiente se muestran los valores para Sales Amount Quota.
Definir las propiedades de uso de dimensiones para el grupo de
medida Sales Quotas
1. Abra el Diseñador de dimensiones para la dimensión Employee , haga clic con el botón derecho en
SalesTerritoryKey en el panel Vista del origen de datos y, después, haga clic en Nuevo atributo de
columna.
2. En el panel Atributos , seleccione SalesTerritoryKeyy, a continuación, establezca la propiedad
AttributeHierarchyVisible en False en la ventana de propiedades, la propiedad
False.
Este atributo es necesario para vincular la dimensión Sales Territory con los grupos de medida Sales
Quotas y Sales Quotas 1 como dimensión referenciada.
3. En el Diseñador de cubos para el cubo Tutorial de Analysis Services , haga clic en la pestaña Uso de
dimensiones y, a continuación, revise el uso de las dimensiones en los grupos de medida Sales Quotas y
Sales Quotas 1 .
Observe que las dimensiones de cubo Employee y Date están vinculadas a los grupos de medida Sales
Quotas y Sales Quotas 1 a través de relaciones normales. Observe también que la dimensión de cubo
Sales Territory no está vinculada a ninguno de estos grupos de medida.
4. Haga clic en la celda en la intersección de la dimensión Sales Territory y el grupo de medida Sales Quotas
y, después, haga clic en el botón Examinar (… ). Se abre el cuadro de diálogo Definir relación .
6. En la lista Dimensión intermedia , seleccione Employee.
7. En la lista Atributo de dimensión de referencia , Sales Territory Region.
8. En la lista Atributo de dimensión intermedia , seleccione Sales Territory Key (la columna de clave para
el atributo Sales Territory Region es la columna SalesTerritoryKey).
9. Compruebe que la casilla Materializar está activada.
11. Haga clic en la celda en la intersección de la dimensión Sales Territory y el grupo de medida Sales Quotas
1 y, después, haga clic en el botón Examinar (… ). Se abre el cuadro de diálogo Definir relación .
13. En la lista Dimensión intermedia , seleccione Employee.
14. En la lista Atributo de dimensión de referencia , Sales Territory Region.
15. En la lista Atributo de dimensión intermedia , seleccione Sales Territory Key (la columna de clave para
el atributo Sales Territory Region es la columna SalesTerritoryKey).
16. Compruebe que la casilla Materializar está activada.
18. Elimine la dimensión de cubo Date .
En lugar de tener cuatro dimensiones de cubo relacionadas con el tiempo, usará la dimensión de cubo
Order Date del grupo de medida Sales Quotas como fecha a partir de la que se dimensionarán las cuotas
de ventas. También utilizará esta dimensión de cubo como dimensión de fecha principal del cubo.
19. En la lista Dimensiones , cambie el nombre de la dimensión de cubo Order Date por Date.
Cambiar el nombre de la dimensión de cubo Order Date por Date facilita a los usuarios comprender su rol
como dimensión de fecha principal del cubo.
20. Haga clic en el botón Examinar (… ) de la celda que se encuentra en la intersección del grupo de medida
Sales Quotas y la dimensión Date .
21. En el cuadro de diálogo Definir relación , seleccione Regular en la lista Seleccionar tipo de relación .
22. En la lista Atributo de granularidad , seleccione Calendar Quarter.
Observe que aparece un mensaje de advertencia para notificarle que, puesto que ha seleccionado un
atributo sin clave como atributo de granularidad, debe especificar todos los demás atributos como
propiedades de miembro para asegurarse de que estén relacionados directa o indirectamente con el
atributo de granularidad.
23. En el área Relación del cuadro de diálogo Definir relación , vincule las columnas de dimensión
CalendarYear y CalendarQuarter de la tabla que subyace en la dimensión de cubo Date con las columnas
CalendarYear y CalendarQuarter de la tabla que subyace en el grupo de medida Sales Quota y, a
continuación, haga clic en Aceptar.
NOTE
Calendar Quarter se define como atributo de granularidad de la dimensión de cubo Date en el grupo de medida
Sales Quotas, pero el atributo Date sigue siendo el atributo de granularidad para los grupos de medida Internet Sales
y Reseller Sales.
24. Repita los cuatro pasos anteriores para el grupo de medida Sales Quotas 1 .
Definir las relaciones de atributo entre el atributo Calendar Quarter y

otros atributos de dimensión de la dimensión Date
1. Cambie al Diseñador de dimensiones para la dimensión Date y, a continuación, haga clic en la pestaña
Relaciones de atributo .
Observe que, aunque Calendar Year está vinculado a Calendar Quarter a través del atributo Calendar
Semester , los atributos de calendario fiscal están vinculados solamente el uno al otro; no están vinculados
al atributo Calendar Quarter y, por consiguiente, no se agregan correctamente al grupo de medida Sales
Quotas .
2. En el diagrama, haga clic con el botón derecho en el atributo Calendar Quarter y seleccione Nueva
Establezca el Atributo relacionado en Fiscal Quarter.
Observe que aparece un mensaje de advertencia para indicarle que la dimensión Date contiene una o
varias relaciones de atributo redundantes que pueden impedir que se agreguen datos cuando se usa un
atributo sin clave como atributo de granularidad.
5. Elimine la relación de atributo entre los atributos Month Name y Fiscal Quarter .
Examinar las medidas del grupo de medida Sales Quota por fecha
Diseñador de cubos para el cubo Tutorial de Analysis Services y, a continuación, haga clic en Volver a
conectar.
3. Haga clic en el acceso directo de Excel y, a continuación, haga clic en Habilitar.
4. Arrastre la medida Sales Amount Quota hasta el área Valores.
5. Arrastre la jerarquía de usuario Territorios de ventas hasta las Etiquetas de columna y, a continuación,
filtre en North America.
6. Arrastre la jerarquía de usuario Date.FiscalDate hasta Etiquetas de fila y, a continuación, haga clic en la
flecha hacia abajo que aparece junto a Etiquetas de fila en la tabla dinámica y desactive todas las casillas
excepto FY 2008para mostrar solamente el año fiscal 2008.
8. Expanda sucesivamente FY 2008, H1 FY 2008y Q1 FY 2008.
En la ilustración siguiente se muestra una tabla dinámica para el cubo Tutorial de Analysis Services , con el
grupo de medida Sales Quota bien dimensionado.
Observe que cada miembro del nivel de trimestre fiscal tiene el mismo valor que el nivel de trimestre.
Usando Q1 FY 2008 como ejemplo, la cuota de $9.180.000, 00 para Q1 FY 2008 es también el valor de
cada uno de sus miembros. Este comportamiento se produce porque el nivel de detalle de los datos de la
tabla de hechos es el nivel trimestral y el nivel de detalle de la dimensión Date también es el nivel de
trimestre. En la lección 6, aprenderá a asignar el importe trimestral proporcionalmente a cada mes.
Lección siguiente
Vea también
Definir relaciones normales y propiedades de las relaciones normales
Trabajar con diagramas en el Diseñador de vistas del origen de datos (Analysis Services)

En esta lección, aprenderá a definir cálculos, que son scripts o expresiones de Expresiones multidimensionales
(MDX). Los cálculos le permiten definir miembros calculados, conjuntos con nombre y ejecutar otros comandos de
script para ampliar las capacidades de un cubo de Analysis Services . Por ejemplo, puede ejecutar un comando de
script para definir un subcubo y, a continuación, asignar un cálculo a las celdas del subcubo.
Al definir un nuevo cálculo en el Diseñador de cubos, el cálculo se agrega al panel Organizador de script de la
pestaña Cálculos del Diseñador de cubos, y los campos del tipo de cálculo en cuestión aparecen en un formulario
de cálculos en el panel de las expresiones de cálculo . Los cálculos se ejecutan en el orden en el que aparecen en
el panel Organizador de script . Para reorganizar los cálculos, haga clic con el botón derecho en un cálculo
determinado y seleccione Subir o Bajar, o haga clic en un cálculo determinado y use los iconos Subir o Bajar en
la barra de herramientas de la pestaña Cálculos .
En la pestaña Cálculos , puede agregar nuevos cálculos y ver o editar cálculos existentes en las vistas siguientes
del panel de las expresiones de cálculo :
Vista de formulario. Esta vista muestra las expresiones y propiedades de un comando único en formato de
gráfico. Al editar un script MDX, un cuadro de expresión rellena la vista de formulario.
Vista de script. Esta vista muestra todos los scripts de cálculo en un editor de código, lo que le permite
cambiar fácilmente los scripts de cálculo. Cuando el panel de las expresiones de cálculo está en la Vista
de script, el Organizador de script estará oculto. La Vista de script proporciona codificación de color,
coincidencia de paréntesis, autocompletar y regiones de código MDX. Puede expandir o contraer las
regiones de código MDX para facilitar la edición.
Para cambiar de una vista a otra en el panel de las expresiones de cálculo , haga clic en Vista de formulario o
Vista de script en la barra de herramientas de la pestaña Cálculos .
NOTE
Si Analysis Services detecta un error de sintaxis en algún cálculo, la vista de formulario no aparecerá hasta que el error se
haya corregido en la Vista de script.
También puede utilizar el Asistente de Business Intelligence para agregar determinados cálculos a un cubo. Por
ejemplo, puede utilizar este asistente para agregar inteligencia de tiempo a un cubo, lo que significa definir
miembros calculados para cálculos relacionados con el tiempo como, por ejemplo, períodos hasta fecha, medias
móviles o crecimiento entre períodos. Para obtener más información, vea Definir cálculos de inteligencia de
tiempo mediante el Asistente de Business Intelligence.
IMPORTANT
En la pestaña Cálculos , el script de cálculo empieza por el comando CALCULATE. El comando CALCULATE controla la
agregación de las celdas en el cubo y solo debería editar este comando si intenta especificar manualmente la forma en que
se deberían agregar las celdas del cubo.
Para obtener más información, consulte Cálculosy Cálculos en modelos multidimensionales.

NOTE

Definir miembros calculados
En esta tarea, aprenderá a definir miembros calculados.
Definir conjuntos con nombre
En esta tarea, aprenderá a definir conjuntos con nombre.
Lección siguiente
Lección 7: Definir indicadores clave de rendimiento & #40; KPI & #41;
Vea también
Crear conjuntos con nombre
Crear miembros calculados
Lección 6-1: definir miembros calculados

Los miembros calculados son miembros de una dimensión o un grupo de medida que se definen según una
combinación de datos del cubo, operadores aritméticos, números y funciones. Por ejemplo, puede crear un
miembro calculado que calcule la suma de dos medidas físicas en el cubo. Las definiciones de miembros
calculados se almacenan en cubos pero sus valores se calculan en el momento de la consulta.
Para crear un miembro calculado, utilice el comando Nuevo miembro calculado en la pestaña Cálculos del
Diseñador de cubos. Puede crear un miembro calculado dentro de cualquier dimensión, incluida la dimensión de
medidas. También puede colocar un miembro calculado en una carpeta para mostrar en el cuadro de diálogo
Propiedades de cálculo . Para obtener más información, vea Cálculos, Cálculos en modelos multidimensionalesy
Crear miembros calculados.
En las tareas de este tema se definen medidas calculadas para permitir que los usuarios vean el porcentaje de
margen de beneficio bruto y el ratio de ventas para ventas por Internet, para ventas del distribuidor y para todas
las ventas.
Definir cálculos para agregar medidas físicas

1. Abra el Diseñador de cubos para el cubo Analysis Services Tutorial y, a continuación, haga clic en la pestaña
Cálculos .
Observe el comando predeterminado CALCUL ATE en el panel de las expresiones de cálculo y en el panel
Organizador de script . Este comando especifica que las medidas del cubo deberían agregarse según el
valor especificado por sus propiedades AggregateFunction. Los valores de medida normalmente se suman,
pero también pueden contarse o agregarse de otra forma.
La siguiente imagen muestra la pestaña Cálculos del Diseñador de cubos.
2. En la barra de herramientas de la pestaña Cálculos , haga clic en Nuevo miembro calculado.
En el panel de las expresiones de cálculo aparece un nuevo formulario en el que podrá definir las
propiedades de este nuevo miembro calculado. El nuevo miembro aparecerá también en el panel
Organizador de script .
La siguiente imagen muestra el formulario que aparece en el panel de las expresiones de cálculo al hacer
clic en Nuevo miembro calculado.
3. En el cuadro Nombre , cambie el nombre de la medida calculada a [Total Sales Amount].

Si el nombre de un miembro calculado contiene un espacio, dicho nombre deberá ir entre corchetes.
Observe que en la lista Jerarquía primaria , de manera predeterminada, se crea un nuevo miembro
calculado en la dimensión Measures . A un miembro calculado de la dimensión Measures también se le
denomina con frecuencia medida calculada.
4. En la pestaña Metadatos del panel Herramientas de cálculo de la pestaña Cálculos , expanda Medidas
y, a continuación, Ventas por Internet para ver los metadatos del grupo de medida Internet Sales .
Puede arrastrar los elementos de metadatos desde el panel Herramientas de cálculo al cuadro Expresión
y agregar entonces operadores y otros elementos para crear expresiones de Expresiones
multidimensionales (MDX). O bien, puede escribir la expresión MDX directamente en el cuadro Expresión .
NOTE
Si no puede ver los metadatos en el panel Herramientas de cálculo , haga clic en Volver a conectar en la barra de
herramientas. Si esto no funciona, puede que tenga que procesar el cubo o iniciar la instancia de Analysis Services.
5. Arrastre Internet Sales-Sales Amount de la pestaña Metadatos del panel Herramientas de cálculo al
cuadro Expresión del panel de las expresiones de cálculo .
6. En el cuadro Expresión , escriba un signo más (+) después de [Measures].[Internet Sales-Sales
Amount].
7. En la pestaña Metadatos del panel Herramientas de cálculo , expanda Venta del distribuidory,
después, arrastre Reseller Sales-Sales Amount al cuadro Expresión del panel de las expresiones de
cálculo después del signo más (+).
8. En la lista Cadena de formato , seleccione "Moneda".
9. En la lista Comportamiento si no está vacío , active las casillas Internet Sales-Sales Amount y Reseller
Sales-Sales Amounty haga clic en Aceptar.
Las medidas especificadas en la lista Comportamiento si no está vacío se usan para resolver consultas
NON EMPTY en MDX. Si se especifican una o más medidas en la lista Comportamiento si no está vacío
, Analysis Services tratará al miembro calculado como vacío si todas las medidas especificadas están vacías.
Si la propiedad Non-empty behavior está en blanco, Analysis Services deberá evaluar al miembro
calculado para determinar si el miembro está vacío.
La siguiente imagen muestra el panel de las expresiones de cálculo llenado con la configuración
especificada en los pasos anteriores.
10. En la barra de herramientas de la pestaña Cálculos , haga clic en Vista de scripty revise el script de cálculo
en el panel de las expresiones de cálculo .
Observe que el nuevo cálculo se agrega a la expresión CALCUL ATE inicial; los cálculos individuales se
separan con un punto y coma. Observe también que aparece un comentario al principio del script del
cálculo. Se recomienda la agregación de comentarios dentro del script de cálculo para grupos de cálculos
para ayudarle a usted y a otros programadores a comprender los scripts de cálculo complejos.
11. Agregue una nueva línea al script de cálculo después del comando Calculate; y antes del script de cálculo
recientemente agregada y, a continuación, agregue el siguiente texto al script en su propia línea:
/* Calculations to aggregate Internet Sales and Reseller Sales measures */
La siguiente imagen muestra los scripts de cálculo tal como deberían aparecer en el panel de las
expresiones de cálculo en este punto del tutorial.
12. En la barra de herramientas de la pestaña Cálculos , haga clic en Vista de formulario, compruebe que está
seleccionado [Total Sales Amount] en el panel Organizador de scripts y haga clic en Nuevo miembro
calculado.
13. Cambie el nombre de este nuevo miembro calculado a [Total Product Cost] y, después, cree la siguiente
expresión en el cuadro Expresión :
[Measures].[Internet Sales-Total Product Cost] + [Measures].[Reseller Sales-Total Product Cost]
14. En la lista Cadena de formato , seleccione "Moneda".

15. En la lista Comportamiento si no está vacío , active las casillas Internet Sales-Total Product Cost y
Reseller Sales-Total Product Costy haga clic en Aceptar.
Ahora ha definido dos miembros calculados y ambos son visibles en el panel Organizador de script . Estos
miembros calculados pueden ser utilizados por otros cálculos definidos posteriormente en el script de
cálculo. Puede ver la definición de cualquier miembro calculado seleccionando el miembro calculado en el
panel Organizador de script ; la definición del miembro calculado aparecerá en el panel de las
expresiones de cálculo de la vista Formulario. Los miembros calculados recientemente definidos no
aparecerán en el panel Herramientas de cálculo hasta que se hayan implementado estos objetos. Los
cálculos no requieren procesamiento.
Definir cálculos de margen de beneficio bruto

1. Compruebe que [Total Product Cost] está seleccionado en el panel Organizador de scripts y, después,
haga clic en Nuevo miembro calculado en la barra de herramientas de la pestaña Cálculos .
2. En el cuadro Nombre , cambie el nombre de esta nueva medida calculada a [Internet GPM ].
3. En el cuadro Expresión , cree la siguiente expresión MDX:
([Measures].[Internet Sales-Sales Amount] -

[Measures].[Internet Sales-Total Product Cost]) /
[Measures].[Internet Sales-Sales Amount]
4. En la lista Cadena de formato , seleccione "Porcentaje".

5. En la lista Comportamiento si no está vacío , active la casilla Internet Sales-Sales Amounty, después,
7. En el cuadro Nombre , cambie el nombre de esta nueva medida calculada a [Reseller GPM ].
([Measures].[Reseller Sales-Sales Amount] -

[Measures].[Reseller Sales-Total Product Cost]) /
[Measures].[Reseller Sales-Sales Amount]

10. En la lista Comportamiento si no está vacío , active la casilla Reseller Sales-Sales Amounty, después,
12. En el cuadro Nombre , cambie el nombre de esta nueva medida calculada a [Total GPM ].
([Measures].[Total Sales Amount] -

[Measures].[Total Product Cost]) /
[Measures].[Total Sales Amount]
Observe que este miembro calculado hace referencia a otros miembros calculados. Como este miembro
calculado se calculará después de los miembros calculados a los que hace referencia, se tratará de un
miembro calculado válido.
16. En la barra de herramientas de la pestaña Cálculos , haga clic en Vista de script y revise los tres cálculos
que acaba de agregar al script de cálculo.
17. Agregue una nueva línea al script de cálculo inmediatamente anterior al cálculo [Internet GPM ] y, después,
agregue el siguiente texto al script en su propia línea:
/* Calculations to calculate gross profit margin */
La siguiente imagen muestra el panel Expresiones con los tres cálculos nuevos.
Definir el porcentaje de los cálculos totales
1. En la barra de herramientas de la pestaña Cálculos , haga clic en Vista de formulario.
2. En el panel Organizador de scripts , seleccione [Total GPM ] y haga clic en Nuevo miembro calculado
en la barra de herramientas de la pestaña Cálculos .
Si hace clic en el miembro calculado final del panel Organizador de script antes de hacer clic en Nuevo
miembro calculado se asegurará de que el nuevo miembro calculado se escribe al final del script. Los
scripts se ejecutan en el orden en el que aparecen en el panel Organizador de script .
3. Cambie el nombre de este nuevo miembro calculado a [Internet Sales Ratio to All Products].
4. Escriba la siguiente expresión en el cuadro Expresión :
Case
When IsEmpty( [Measures].[Internet Sales-Sales Amount] )
Then 0
Else ( [Product].[Product Categories].CurrentMember,
[Measures].[Internet Sales-Sales Amount]) /
( [Product].[Product Categories].[(All)].[All],
[Measures].[Internet Sales-Sales Amount] )
End
Esta expresión MDX calcula la contribución al total de ventas por Internet de cada producto. La instrucción
Case junto con la función IS EMPTY garantiza que no se produzca un error de división por cero cuando un
producto no tiene ventas.
6. En la lista Comportamiento si no está vacío , active la casilla Internet Sales-Sales Amounty, después,
8. Cambie el nombre de este miembro calculado a [Reseller Sales Ratio to All Products].
Case
When IsEmpty( [Measures].[Reseller Sales-Sales Amount] )
Then 0
[Measures].[Reseller Sales-Sales Amount]) /
[Measures].[Reseller Sales-Sales Amount] )
End

11. En la lista Comportamiento si no está vacío , active la casilla Reseller Sales-Sales Amounty, después,
13. Cambie el nombre de este miembro calculado a [Total Sales Ratio to All Products].
Case
When IsEmpty( [Measures].[Total Sales Amount] )
Then 0
[Measures].[Total Sales Amount]) /
[Measures].[Total Sales Amount] )
End

17. En la barra de herramientas de la pestaña Cálculos , haga clic en Vista de scripty, a continuación, revise los
tres cálculos que acaba de agregar al script de cálculo.
18. Agregue una nueva línea al script de cálculo inmediatamente anterior al cálculo [Internet Sales Ratio to
All Products] y, después, agregue el siguiente texto al script en su propia línea:
/* Calculations to calculate percentage of product to total product sales */
Ahora ha definido un total de ocho miembros calculados, que están visibles en el panel Organizador de
scripts cuando se está en la Vista de formulario.
Examinar los nuevos miembros calculados

Services.
2. Cuando la implementación se haya completado correctamente, vaya a la pestaña Explorador y, a
continuación, haga clic en Volver a conectar.
4. En el panel Lista de campos de la tabla dinámica , expanda la carpeta Valores para ver los nuevos
miembros calculados de la dimensión Medidas.
5. Arrastre Importe de venta total al área Valores y revise los resultados.
Arrastre las medidas Internet Sales-Sales Amount y Reseller Sales-Sales Amount desde los grupos de
medida Internet Sales y Reseller Sales hasta el área Valores.
Observe que la medida Total Sales Amount es la suma de las medidas Internet Sales-Sales Amount y
Reseller Sales-Sales Amount .
6. Agregue la jerarquía definida por el usuario Categorías de producto al área de filtro del área Filtro de
informe y, después, filtre los datos por Mountain Bikes.
Observe que la medida Total Sales Amount se calcula para la categoría de ventas del producto Mountain
Bikes según las medidas Internet Sales-Sales Amount y Reseller Sales-Sales Amount de Mountain
Bikes.
7. Agregue la jerarquía definida por el usuario Date.Calendar Date al área Etiquetas de fila y revise los
resultados.
Observe que la medida Total Sales Amount de cada año natural se calcula para la categoría de ventas del
producto Mountain Bikes según las medidas Internet Sales-Sales Amount y Reseller Sales-Sales
Amount de Mountain Bikes.
8. Agregue las medidas Total GPM, Internet GPMy Reseller GPM al área Valores y, a continuación, revise
los resultados.
Observe que el margen de beneficio bruto para la venta del distribuidor es notablemente inferior al de las
ventas a través de Internet, como se muestra en la imagen siguiente.
9. Agregue las medidas Total Sales Ratio to All Products, Internet Sales Ratio to All Productsy Reseller
Sales Ratio to All Products al área Valores.
Observe que el ratio de las ventas de bicicletas de montaña en relación con todos los productos ha
aumentado con el tiempo para las ventas por Internet, pero ha disminuido con el tiempo para la venta del
distribuidor. Observe también que el ratio de la venta de bicicletas de montaña con respecto a todos los
productos es inferior en la venta por distribuidor que en la venta por Internet.
10. Cambie el filtro de Mountain Bikes a Bikes, y revise los resultados.
Observe que el margen de beneficio bruto de todas las bicicletas vendidas a través de distribuidores es
negativo, porque las bicicletas de paseo y las bicicletas de carrera se están vendiendo con pérdida.
11. Cambie el filtro a Accessoriesy, a continuación, revise los resultados.
Observe que la venta de accesorios aumenta con el tiempo pero que estas ventas constituyen solo una
pequeña fracción del total de ventas. Observe también que el margen de beneficio bruto para la venta de
accesorios es superior que para las bicicletas.

Definir conjuntos con nombre
Vea también
Cálculos
Cálculos en modelos multidimensionales
Crear miembros calculados
Lección 6-2 - definir conjuntos con nombre

Un conjunto con nombre es una expresión de Expresiones multidimensionales (MDX) que devuelve un conjunto
de miembros de dimensión. Puede definir conjuntos con nombre y guardarlos como parte de la definición del
cubo; también puede crear conjuntos con nombre en aplicaciones cliente. Puede crear conjuntos con nombre
combinando datos del cubo, operadores aritméticos, números y funciones. Los usuarios pueden usar los conjuntos
con nombre en consultas MDX en aplicaciones cliente y también pueden usarse para definir conjuntos en
subcubos. Un subcubo es una colección de conjuntos unidos de forma cruzada que restringe el espacio del cubo al
subespacio definido para instrucciones posteriores. La definición de un espacio del cubo restringido es un
concepto fundamental para el scripting de MDX.
Los conjuntos con nombre simplifican las consultas MDX y ofrecen alias útiles para expresiones de conjunto
complejas utilizadas con normalidad. Por ejemplo, puede definir un conjunto con nombre denominado Large
Resellers que contenga el conjunto de miembros de dimensión Reseller que tenga la mayoría de los empleados.
Los usuarios finales podrían entonces utilizar el conjunto con nombre Large Resellers en consultas, o utilizar el
conjunto con nombre para definir un conjunto en un subcubo. Las definiciones de los conjuntos con nombre se
almacenan, pero sus valores solo existen en la memoria. Para crear un conjunto con nombre, utilice el comando
Nuevo conjunto con nombre en la pestaña Cálculos del Diseñador de cubos. Para obtener más información,
consulte Cálculos, Crear conjuntos con nombre.
En las tareas de este tema, definirá dos conjuntos con nombre: un conjunto con nombre Core Products y un
conjunto con nombre Large Resellers.
Definir un conjunto con nombre Core Products

1. Cambie a la pestaña Cálculos del Diseñador de cubos para el cubo Tutorial de Analysis Services y, a
continuación, haga clic en Vista de formulario en la barra de herramientas.
2. Haga clic en [Total Sales Ratio to All Products] en el panel Organizador de scripts y, después, haga clic
en Nuevo conjunto con nombre en la barra de herramientas de la pestaña Cálculos .
Al definir un nuevo cálculo en la pestaña Cálculos , recuerde que los cálculos se resuelven en el orden en el
que aparecen en el panel Organizador de script . Su enfoque en dicho panel al crear un nuevo cálculo
determinará el orden de la ejecución del cálculo; un nuevo cálculo se define inmediatamente después del
cálculo especificado.
3. En el cuadro Nombre , cambie el nombre del nuevo conjunto con nombre por [Core Products].
En el panel Organizador de script , observe el icono único que diferencia un conjunto con nombre de un
comando de script o de un miembro calculado.
4. En la pestaña Metadatos del panel Herramientas de cálculo , expanda Producto, Categoría,
Miembrosy All Products.
NOTE
Si no puede ver los metadatos en el panel Herramientas de cálculo , haga clic en Volver a conectar en la barra de
herramientas. Si esto no funciona, puede que tenga que procesar el cubo o iniciar la instancia de Analysis Services.
5. Arrastre Bikes al cuadro Expresión .
Ahora ha creado una expresión de conjunto que devolverá el conjunto de miembros que esté en la
categoría Bike de la dimensión Product.
Definir un conjunto con nombre Large Resellers

1. Haga clic con el botón derecho en [Core Products] en el panel Organizador de scripts y, después, haga
clic en Nuevo conjunto con nombre.
2. En el cuadro Nombre , cambie el nombre de este conjunto con nombre por [Large Resellers].
3. En el cuadro Expresión , escriba Exists().
Usará la función Exists para devolver el conjunto de miembros de la jerarquía de atributo Reseller Name
que forma intersección con el conjunto de miembros de la jerarquía de atributo Number of Employees que
tiene el mayor número de empleados.
4. En la pestaña Metadatos del panel Herramientas de cálculo , expanda la dimensión Reseller y, a
continuación, expanda la jerarquía de atributo Reseller Name .
5. Arrastre el nivel Reseller Name hasta el paréntesis para la expresión de conjunto Exists.
Usará la función Members para devolver todos los miembros de este conjunto. Para obtener más
información, consulte Members (Set) (MDX).
6. Después de la expresión de conjunto parcial, escriba un punto y, después, agregue la función Members. La
expresión tendrá el siguiente aspecto:
Exists([Reseller].[Reseller Name].[Reseller Name].Members)
Ahora que ha definido el primer conjunto para la expresión de conjunto Exists, estará listo para agregar el
segundo conjunto: el conjunto de miembros de dimensión Reseller que contiene el mayor número de
empleados.
7. En la pestaña Metadatos del panel Herramientas de cálculo , expanda Número de empleados en la
dimensión Reseller, expanda Miembrosy luego All Resellers.
Observe que los miembros de esta jerarquía de atributo no están agrupados.
8. Abra el Diseñador de dimensiones para la dimensión Reseller y, a continuación, haga clic en Number of
Employees en el panel Atributos .
9. En la ventana Propiedades, cambie la propiedad DiscretizationMethod a Automaticy, a continuación,
cambie la propiedad DiscretizationBucketCount a 5. Para más información, vea Agrupar miembros de
atributos (Discretización).
Services.
11. Cuando la implementación haya finalizado correctamente, vaya al Diseñador de cubos del cubo Analysis
Services Tutorial y, a continuación, haga clic en Volver a conectar en la barra de herramientas de la
pestaña Cálculos .
12. En la pestaña Metadatos del panel Herramientas de cálculo , expanda Número de empleados en la
dimensión Reseller , expanda Miembrosy luego All Resellers.
Observe que los miembros de esta jerarquía de atributos están contenidos ahora en cinco grupos,
numerados de 0 a 4. Para ver el número de un grupo, pause el puntero sobre ese grupo para ver un
recuadro informativo. Para el intervalo 2 -17 , el recuadro informativo debe contener
[Reseller].[Number of Employees].&[0] .
Los miembros de esta jerarquía de atributo están agrupados porque la propiedad
DiscretizationBucketCount está establecida en 5 y la propiedad DiscretizationMethod está establecida en
Automatic.
13. En el cuadro Expresión , agregue una coma a la expresión de conjunto Exists después de la función
Members y antes del paréntesis de cierre y, luego, arrastre 83 - 100 desde el panel Metadatos y colóquelo
detrás de la coma.
Ahora ha completado la expresión de conjunto Exists que devolverá el conjunto de miembros que forma
intersección con estos dos conjuntos especificados, el conjunto de todos los distribuidores y el conjunto de
los distribuidores que tengan de 83 a 100 empleados, cuando el conjunto con nombre Large Resellers se
coloca en un eje.
La siguiente imagen muestra el panel Expresiones de cálculo para el conjunto con nombre [Large
Resellers] .
14. En la barra de herramientas de la pestaña Cálculos , haga clic en Vista de scripty, a continuación, revise
los dos conjuntos con nombre que acaba de agregar al script de cálculo.
15. Agregue una nueva línea al script de cálculo inmediatamente anterior al primer comando CREATE SET y, a
continuación, agregue el siguiente texto al script en su propia línea:
/* named sets */
Ahora ha definido dos conjuntos con nombre y ambos son visibles en el panel Organizador de script . Ya
puede implementar estos conjuntos con nombre y examinar estas medidas en el cubo Tutorial de Analysis
Services .
Examinar el cubo mediante los nuevos conjuntos con nombre

2. Cuando la implementación se haya completado correctamente, haga clic en la pestaña Explorador y, a
continuación, haga clic en Volver a conectar.
3. Borre la cuadrícula del panel de datos.
4. Agregue la medida Reseller Sales-Sales Amount al área de datos.
5. Expanda la dimensión Product y, a continuación, agregue Category y Subcategory al área de fila, como se
6. En el panel Metadatos , en la dimensión Product , arrastre Core Products el área de filtro.
Observe que solo el miembro Bike del atributo Category y los miembros de las subcategorías Bike
permanecen en el cubo. Esto se debe a que se usa el conjunto con nombre Core Products para definir un
subcubo. Este subcubo limita los miembros del atributo Category en la dimensión Product del subcubo a
los miembros del conjunto con nombre Core Products , tal como se muestra en la ilustración siguiente.
7. En el panel Metadatos , expanda Distribuidory agregue Grandes distribuidores al área de filtro.

Observe que la medida Importe de datos del distribuidor del panel Datos solo muestra importes de venta
para los grandes distribuidores de bicicletas. Observe también que el panel Filtro muestra ahora los dos
conjuntos con nombre que se utilizan para definir este subcubo en particular, tal como muestra la siguiente
imagen.
Lección siguiente
Lección 7: Definir indicadores clave de rendimiento & #40; KPI & #41;
Vea también
Cálculos
Crear conjuntos con nombre
Lección 7: definir indicadores clave de rendimiento
(KPI)

En esta lección, aprenderá a definir indicadores clave de rendimiento (KPI) en su proyecto de Analysis Services.
Los KPI proporcionan un marco para definir cálculos del servidor que midan su negocio y estandarizar la forma
en que aparezca la información resultante. Los KPI pueden aparecer en informes, portales y paneles, mediante las
API de acceso a datos, y mediante herramientas de Microsoft y herramientas de terceros. Los KPI son
contenedores de metadatos alrededor de medidas normales y otras expresiones de Expresiones
multidimensionales (MDX). Para obtener más información, consulte Indicadores clave de rendimiento (KPIs) en
modelos multidimensionales.
NOTE
Esta lección contiene la siguiente tarea:

Definir y examinar KPI
En esta tarea, se definen los KPI en la vista Formulario y, a continuación, se va a la vista Explorador para examinar
los datos del cubo mediante los KPI.
Lección siguiente
Vea también
Indicadores clave de rendimiento (KPI) en modelos multidimensionales
Lección 7-1: definir y examinar KPI

Para definir indicadores clave de rendimiento (KPI), deberá primero definir un nombre de KPI y el grupo de
medida con el que desea asociar el KPI. Un KPI se puede asociar con todos los grupos de medida o con un solo
grupo de medida. Se definirán entonces los siguientes elementos del KPI:
La expresión de valor
Una expresión de valor es una medida física como Sales, una medida calculada como Profit o un cálculo que
se define dentro del KPI mediante una expresión de Expresiones Multidimensionales (MDX).
La expresión objetivo
Una expresión objetivo es un valor, o una expresión MDX que se resuelve en un valor, que define el objetivo
de la medida definida por la expresión de valor. Por ejemplo, una expresión objetivo podría ser la cantidad
en la que los responsables de una compañía desean incrementar las ventas o el beneficio.
La expresión de estado
Una expresión de estado es una expresión MDX que Analysis Services utiliza para evaluar el estado actual
de la expresión de valor en comparación con la expresión objetivo. Una expresión objetivo es un valor
normalizado en el intervalo de -1 a +1, donde -1 es muy malo y +1 es muy bueno. La expresión de estado
muestra un gráfico para ayudarle a determinar fácilmente el estado de la expresión de valor en comparación
con la expresión objetivo.
La expresión de tendencia
Una expresión de tendencia es una expresión MDX que Analysis Services utiliza para evaluar la tendencia
actual de la expresión de valor en comparación con la expresión objetivo. La expresión de tendencia ayuda
al usuario corporativo a determinar rápidamente si la expresión de valor está mejorando o empeorando en
relación con la expresión objetivo. Puede asociar uno de los diversos gráficos con la expresión de tendencia
para ayudar a los usuarios corporativos a comprender rápidamente la tendencia.
Además de estos elementos definidos para un KPI, también deben definirse varias propiedades de un KPI. Estas
propiedades incluyen una carpeta de muestra, un KPI primario si el KPI se calcula desde otros KPI, el miembro de
hora actual si lo hay, el peso del KPI si lo tiene y una descripción del KPI.
NOTE
Para obtener más ejemplos de KPI, consulte los ejemplos de KPI en la pestaña Plantillas del panel Herramientas de cálculo o
en los ejemplos del almacenamiento de datos de ejemplo Adventure Works DW 2012 . Para obtener más información sobre
cómo instalar esta base de datos, consulte Instalar los datos y proyectos de ejemplo para el tutorial de modelado
multidimensional de Analysis Services.
En las tareas de esta lección definirá los KPI del proyecto Tutorial de Analysis Services y, a continuación, examinará
el cubo Tutorial de Analysis Services con estos KPI. Definirá los siguientes KPI:
Reseller Revenue
Este KPI se utiliza para medir la forma en que comparar las ventas reales del distribuidor con las cuotas de
venta para ventas del distribuidor, la distancia que separa las ventas del el objetivo y qué tendencia se dirige
al objetivo.
Product Gross Profit Margin
Este KPI se utiliza para determinar la distancia que existe entre el margen de beneficio bruto de cada
categoría de producto y el objetivo especificado de cada categoría de producto, y también para determinar
la tendencia hasta alcanzar este objetivo.
Definir el KPI Reseller Revenue

1. Abra el Diseñador de cubos para el cubo Tutorial de Analysis Services y, después, haga clic en la pestaña
KPI .
La pestaña KPI incluye varios paneles. En la parte izquierda de la pestaña están el panel Organizador de
KPI y el panel Herramientas de cálculo . El panel de información del centro de la pestaña contiene los
detalles del KPI seleccionado en el panel Organizador de KPI .
La siguiente imagen muestra la pestaña KPI del Diseñador de cubos.
2. En la barra de herramientas de la pestaña KPI , haga clic en el botón Nuevo KPI .

En el panel de información aparecerá una plantilla de KPI en blanco, como en la siguiente imagen.
3. En el cuadro Nombre , escriba Reseller Revenuey, después, seleccione Reseller Sales en la lista Grupo
de medida asociado .
4. En la pestaña Metadatos del panel Herramientas de cálculo , expanda Medidas, Reseller Salesy,
después, arrastre la medida Reseller Sales-Sales Amount al cuadro Expresión de valor .
5. En la pestaña Metadatos del panel Herramientas de cálculo , expanda Medidas, Sales
Quotasy,después, arrastre la medida Sales Amount Quota al cuadro Expresión objetivo .
6. Compruebe que está seleccionado Indicador en la lista Indicador de estado y, después, escriba la
siguiente expresión MDX en el cuadro Expresión de estado :
Case
When
KpiValue("Reseller Revenue")/KpiGoal("Reseller Revenue")>=.95
Then 1
When
KpiValue("Reseller Revenue")/KpiGoal("Reseller Revenue")<.95
And
KpiValue("Reseller Revenue")/KpiGoal("Reseller Revenue")>=.85
Then 0
Else-1
End
Esta expresión MDX proporciona lo básico para evaluar el progreso hacia el objetivo. En esta expresión
MDX, si las ventas reales del distribuidor están por encima del 85 por ciento del objetivo, se utilizará un
valor de 0 para llenar el gráfico seleccionado. Como el gráfico seleccionado es un indicador, el puntero del
indicador estará a mitad de camino entre el estado vacío y el lleno. Si las ventas reales por distribuidor están
por encima del 90 por ciento, el puntero del indicador ocupará tres cuartas partes del espacio entre vacío y
lleno.
7. Compruebe que está seleccionado Flecha estándar en la lista Indicador de tendencia y, después, escriba
la siguiente expresión en el cuadro Expresión de tendencia :
Case
When IsEmpty
(ParallelPeriod
([Date].[Calendar Date].[Calendar Year],1,
[Date].[Calendar Date].CurrentMember))
Then 0
When (
KpiValue("Reseller Revenue") -
(KpiValue("Reseller Revenue"),
ParallelPeriod
/
(KpiValue ("Reseller Revenue"),
ParallelPeriod
[Date].[Calendar Date].CurrentMember)))
>=.02
Then 1
When(
KpiValue("Reseller Revenue") -
(KpiValue ( "Reseller Revenue" ),
ParallelPeriod
/
(KpiValue("Reseller Revenue"),
ParallelPeriod
[Date].[Calendar Date].CurrentMember)))
<=.02
Then -1
Else 0
End
Esta expresión MDX proporciona lo básico para evaluar la tendencia hasta lograr el objetivo definido.
Examinar el cubo mediante el KPI Reseller Revenue

Services.
2. Cuando la implementación se haya completado correctamente, haga clic en el botón Vista de explorador
de la barra de herramientas de la pestaña KPI y, después, haga clic en Volver a conectar.
Los indicadores de estado y de tendencia aparecen en el panel Examinador de KPI para ventas por
distribuidor basadas en valores para el miembro predeterminado de cada dimensión, junto con el valor para
el valor y el objetivo. El miembro predeterminado de cada dimensión es el miembro Todos del nivel Todos,
porque no ha definido ningún otro miembro de ninguna otra dimensión como miembro predeterminado.
3. En el panel de filtros, seleccione Sales Territory en la lista Dimensión , seleccione Sales Territories en la
lista Jerarquía , seleccione Igual en la lista Operador , active la casilla North America en la lista
Expresión de filtro y, después, haga clic en Aceptar.
4. En la fila siguiente del panel Filtro , seleccione Date en la lista Dimensión , seleccione Calendar Date en
la lista Jerarquía , seleccione Igual en la lista Operador , active la casilla Q3 CY 2007 en la lista Expresión
de filtro y, después, haga clic en Aceptar.
5. Haga clic en cualquier sitio del panel Explorador de KPI para actualizar los valores para el KPI Reseller
Revenue KPI.
Observe que las secciones Valor, Objetivoy Estado del KPI reflejan los valores para el nuevo período de
tiempo
Definir el KPI Product Gross Profit Margin

1. Haga clic en el botón Vista de formulario de la barra de herramientas de la pestaña KPI y, después, haga
clic en el botón Nuevo KPI .
2. En el cuadro Nombre , escriba Product Gross Profit Marginy, después, compruebe que aparece en la lista
Grupo de medida asociado .
3. En la pestaña Metadatos del panel Herramientas de cálculo , arrastre la medida Total GPM al cuadro
Expresión de valor .
4. En el cuadro Expresión objetivo , escriba la expresión siguiente:
Case
When [Product].[Category].CurrentMember Is
[Product].[Category].[Accessories]
Then .40
When [Product].[Category].CurrentMember
Is [Product].[Category].[Bikes]
Then .12
[Product].[Category].[Clothing]
Then .20
[Product].[Category].[Components]
Then .10
Else .12
End
5. En la lista Indicador de estado , seleccione Cilindro.

6. Escriba la siguiente expresión MDX en el cuadro Expresión de estado :
Case
When KpiValue( "Product Gross Profit Margin" ) /
KpiGoal ( "Product Gross Profit Margin" ) >= .90
Then 1
When KpiValue( "Product Gross Profit Margin" ) /
KpiGoal ( "Product Gross Profit Margin" ) < .90
And
KpiValue( "Product Gross Profit Margin" ) /
KpiGoal ( "Product Gross Profit Margin" ) >= .80
Then 0
Else -1
End
Esta expresión MDX proporciona lo básico para evaluar el progreso hacia el objetivo.
7. Compruebe que está seleccionado Flecha estándar en la lista Indicador de tendencia y, después, escriba
la siguiente expresión MDX en el cuadro Expresión de tendencia :
Case
When IsEmpty
(ParallelPeriod
Then 0
When VBA!Abs
(
KpiValue( "Product Gross Profit Margin" ) -
(
KpiValue ( "Product Gross Profit Margin" ),
ParallelPeriod
(
[Date].[ Calendar Date].[ Calendar Year],
1,
[Date].[ Calendar Date].CurrentMember
)
) /
(
ParallelPeriod
(
1,
)
)
) <=.02
Then 0
When KpiValue( "Product Gross Profit Margin" ) -
(
ParallelPeriod
(
1,
)
) /
(
ParallelPeriod
(
[Date].[Calendar Date].[Calendar Year],
1,
[Date].[Calendar Date].CurrentMember
)
) >.02
Then 1
Else -1
End
Esta expresión MDX proporciona lo básico para evaluar la tendencia hasta lograr el objetivo definido.
Examinar el cubo mediante el KPI Total Gross Profit Margin

1. En el menú Generar , haga clic en Implementar Tutorial de Analysis Services.
2. Cuando la implementación se haya completado correctamente, haga clic en Volver a conectar en la barra
de herramientas de la pestaña KPI y, después, haga clic en Vista de explorador.
Aparece el KPI Product Gross Profit Margin y muestra el valor de KPI para Q3 CY 2007 y el territorio de
ventas North America .
3. En el panel Filtro , seleccione Product en la lista Dimensión , seleccione Category en la lista Jerarquía ,
seleccione Igual en la lista Operador y Bikes en la lista Expresión de filtro y, después, haga clic en
Aceptar.
Aparecerá el margen de beneficio bruto para la venta de bicicletas por distribuidor en Norteamérica en el
tercer trimestre de 2007.
Lección siguiente
Lección 8: definir acciones

En esta lección, aprenderá a definir acciones en el proyecto de Analysis Services. Una acción es solo una
instrucción de Expresiones multidimensionales (MDX) que se almacena en Analysis Services y que se puede
incorporar en las aplicaciones cliente e iniciarse por el usuario.
NOTE
Analysis Services admite los tipos de acciones descritos en la siguiente tabla.
CommandLine Ejecuta un comando en el símbolo del sistema.
Conjunto de datos Devuelve un conjunto de datos a una aplicación cliente.
Obtención de detalles Devuelve una instrucción de obtención de detalles como una

expresión, que el cliente ejecuta para devolver un conjunto de
filas.
Html Ejecuta un script HTML en un explorador de Internet.
Propietario Ejecuta una operación con una interfaz que no aparece en

esta tabla.
Informe Envía una solicitud parametrizada basada en una dirección

URL a un servidor de informes y devuelve un informe a una
aplicación cliente.
Conjunto de filas Devuelve un conjunto de filas a una aplicación cliente.
. Ejecuta un comando OLE DB.
Dirección URL Muestra una página web dinámica en un explorador de

Internet.
Las acciones permiten a los usuarios iniciar una aplicación o realizar otros pasos en el contexto de un elemento
seleccionado. Para obtener más información, vea Acciones (Analysis Services - Datos multidimensionales),
Acciones en modelos multidimensionales.
NOTE
Para obtener ejemplos de acciones, vea los ejemplos de acciones en la pestaña Plantillas del panel Herramientas de cálculo o
en los ejemplos del almacenamiento de datos de ejemplo Adventure Works DW. Para obtener más información sobre cómo
instalar esta base de datos, vea Instalar los datos y proyectos de ejemplo para el tutorial de modelado multidimensional de
Analysis Services.
Esta lección incluye la tarea siguiente:

Definición y uso de una acción de obtención de detalles
En esta tarea, se define, utiliza y modifica una acción de obtención de detalles a través de la relación de dimensión
de hecho definida anteriormente en este tutorial.
Lección siguiente
Vea también
Creación de modelos multidimensionales (tutorial de Adventure Works)
Acciones & #40; Analysis Services - datos multidimensionales & #41;
Acciones en modelos multidimensionales
Lección 8-1: definir y usar una acción de obtención
de detalles

El dimensionamiento de datos de hecho mediante una dimensión de hecho sin filtrar correctamente los datos
devueltos por la consulta puede producir un rendimiento lento de las consultas. Para evitarlo, puede definir una
acción de obtención de detalles que restrinja el número total de filas que se devuelven. Esto mejorará
significativamente el rendimiento de las consultas.
En las tareas de este tema, definirá una acción de obtención de detalles para devolver información detallada de
pedidos para las ventas a clientes a través de Internet.
Definir las propiedades de la acción de obtención de detalles

1. En el Diseñador de cubos del cubo Tutorial de Analysis Services , haga clic en la pestaña Acciones .
La pestaña Acciones incluye varios paneles. En la parte izquierda de la pestaña están el panel Organizador
de acciones y el panel Herramientas de cálculo . El panel situado a la derecha de los dos paneles es el
panel Mostrar , que contiene los detalles de la acción que está seleccionada en el panel Organizador de
acciones .
La siguiente imagen muestra la pestaña Acciones del Diseñador de cubos.
2. En la barra de herramientas de la pestaña Acciones , haga clic en el botón Nueva acción de obtención
de detalles .
Aparecerá una plantilla de Acción en blanco en el panel de información.
3. En el cuadro Nombre , cambie el nombre de esta acción por Internet Sales Details Drillthrough Action.
4. En la lista Miembros de grupo de medida , seleccione Internet Sales.
5. En el cuadro Columnas de obtención de detalles , seleccione Internet Sales Order Details en la lista
Dimensiones .
6. En la lista Columnas devueltas , active las casillas Item Description y Order Number y, después, haga
clic en Aceptar. La siguiente imagen muestra la plantilla de Acción con el aspecto que debería tener en este
punto del procedimiento.
7. Expanda el cuadro Propiedades adicionales , como en la siguiente imagen.
8. En el cuadro Número máximo de filas , escriba 10.

9. En el cuadro Título , escriba Drillthrough to Order Details….
Esta configuración limita el número de filas devueltas y especifica el título que aparece en el menú de la
aplicación cliente. En la ilustración siguiente se muestra esta configuración en el cuadro Propiedades
adicionales .
Usar la acción de obtención de detalles

Diseñador de cubos para el cubo Tutorial de Analysis Services y, a continuación, haga clic en el botón
Volver a conectar .
3. Inicie Excel.
4. Agregue la medida Internet Sales-Sales Amount al área Valores.
5. Agregue la jerarquía definida por el usuario Customer Geography desde la carpeta Location de la
dimensión Customer al panel Filtro de informe .
6. En la tabla dinámica, en Customer Geography, agregue un filtro que seleccione un solo cliente. Expanda
sucesivamente All Customers, Australia, Queensland, Brisbaney 4000, active la casilla correspondiente a
Adam Powelly, después, haga clic en Aceptar.
Las ventas totales de productos de Adventure Works Cycles a Adam Powell aparecerán en el área de datos.
7. Haga clic con el botón derecho en el importe de venta, seleccione Acciones adicionalesy, después, haga
clic en Drillthrough to Order Details.
La información detallada de los pedidos enviados a Adam Powell aparecerá en el Visor de muestras de
datos, como se muestra en la ilustración siguiente. Sin embargo, algunos detalles adicionales podrían ser
igualmente útiles, caso de la fecha del pedido, la fecha de vencimiento y la fecha de envío. En el siguiente
procedimiento, agregará estos detalles adicionales.
8. Cerrar Excel/
Modificar la acción de obtención de detalles

1. Abra el Diseñador de dimensiones para la dimensión Internet Sales Order Details .
Observe que solo se han definido tres atributos para esta dimensión.
2. En el panel Vista del origen de datos , haga clic con el botón derecho en un área abierta y, después, haga
clic en Mostrar todas las tablas.
3. En el menú Formato , elija Diseño automático y haga clic en Diagrama.
4. Busque la tabla InternetSales (dbo.FactInternetSales) haciendo clic con el botón derecho en un área
abierta del panel Vista del origen de datos . Después, haga clic en Buscar tabla, en InternetSales, y, por
último, en Aceptar.
5. Cree nuevos atributos basados en las siguientes columnas:
OrderDateKey
DueDateKey
ShipDateKey
6. Cambie la propiedad Nombre del atributo Order Date Key por Order Date . Después, haga clic en el
botón Examinar de la propiedad Columna de nombre y, en el cuadro de diálogo Columna de nombre ,
seleccione Date como tabla de origen y SimpleDate como columna de origen. Haga clic en Aceptar.
7. Cambie la propiedad Nombre del atributo Due Date Key por Due Datey, después, usando el mismo
método que en el caso del atributo Order Date Key , cambie la propiedad Columna de nombre de este
atributo por Date.SimpleDate (WChar).
8. Cambie la propiedad Nombre del atributo Ship Date Key por Ship Datey, después, cambie la propiedad
Columna de nombre de este atributo por Date.SimpleDate (WChar).
9. Cambie a la pestaña Acciones del Diseñador de cubos para el cubo Tutorial de Analysis Services .
10. En el cuadro Columnas de obtención de detalles , active las casillas para agregar las siguientes columnas
a la lista Columnas devueltas y, después, haga clic en Aceptar:
Order Date
Due Date
Ship Date
La siguiente imagen muestra estas columnas seleccionadas.
Revisar la acción de obtención de detalles modificada

2. Cuando la implementación se haya completado correctamente, cambie a la pestaña Explorador del
Diseñador de cubos para el cubo Tutorial de Analysis Services y haga clic en el botón Volver a conectar .
3. Inicie Excel.
4. Vuelva a crear la tabla dinámica usando Internet Sales-Sales Amount en el área Valores y Geografía del
cliente en el Filtro de informe.
Agregue un filtro que seleccione All Customers, Australia, Queensland, Brisbane, 4000, Adam Powell.
5. Haga clic en la celda de datos de Internet Sales-Sales Amount , seleccione Acciones adicionalesy,
después, haga clic en Drillthrough to Order Details.
La información detallada de estos pedidos enviados a Adam Powell aparecerá en una hoja de cálculo
temporal. Dicha información incluye la descripción de los artículos, el número y la fecha de pedido, la fecha
de vencimiento y la fecha de envío, como se muestra en la ilustración siguiente.
Lección siguiente
Vea también
Acciones (Analysis Services - Datos multidimensionales)
Acciones en modelos multidimensionales
Definir relaciones de hechos y propiedades de las relaciones de hechos

En esta lección, aprenderá a definir perspectivas y traducciones. Puede definir perspectivas para reducir la
complejidad aparente de un cubo y definir traducciones que permitan a los usuarios ver los metadatos del cubo
en el idioma que desee.
NOTE

Definir y examinar perspectivas
En esta tarea, se definen y examinan perspectivas para simplificar la vista del cubo para usuarios o usos
específicos.
Definir y examinar traducciones
En esta tarea, se definen y examinan traducciones de metadatos específicos en determinados idiomas.
Lección siguiente
Lección 10: Definir Roles administrativos
Vea también
Perspectivas
Perspectivas de modelos multidimensionales
Traducciones de dimensiones
Traducciones de cubo
Lección 9-1: definir y examinar perspectivas

Una perspectiva puede simplificar la vista de un cubo para fines específicos. De manera predeterminada, los
usuarios pueden ver todos los elementos de un cubo para los que tengan permisos. Lo que observan los usuarios
cuando ven un cubo Analysis Services entero es la perspectiva predeterminada del cubo. Una vista de todo el cubo
puede resultar muy compleja para que los usuarios naveguen por ella, en especial aquellos usuarios que solo
necesitan interactuar con una pequeña parte del cubo a fin de satisfacer sus requisitos de informes e inteligencia
empresarial.
Para reducir la aparente complejidad de un cubo, puede crear subconjuntos visibles del cubo, denominados
perspectivas, que solo muestran a los usuarios una parte de los grupos de medida, medidas, dimensiones,
atributos, jerarquías, indicadores clave de rendimiento (KPI), acciones y miembros calculados del cubo. Esto puede
ser especialmente útil para trabajar con aplicaciones cliente que se escribieron para una versión anterior de
Analysis Services. Estos clientes, por ejemplo, no tienen el concepto de carpetas o perspectivas para mostrar, pero
aparece una perspectiva para los clientes antiguos como si fuera un cubo. Para obtener más información, vea
Perspectivasy Perspectivas de modelos multidimensionales.
NOTE
Una perspectiva no es un mecanismo de seguridad sino, más bien, una herramienta para proporcionar una mejor experiencia
del usuario. Toda la seguridad de una perspectiva se hereda del cubo subyacente.
En las tareas de este tema, definirá varias perspectivas diferentes y, a continuación, examinará el cubo a través de
cada una de estas nuevas perspectivas.
Definir una perspectiva Internet Sales

1. Abra el Diseñador de cubos para el cubo Tutorial de Analysis Services y, después, haga clic en la pestaña
Perspectivas .
Todos los objetos y sus tipos de objeto aparecen en el panel Perspectivas , como se muestra en la siguiente
imagen.
2. En la barra de herramientas de la pestaña Perspectivas , haga clic en el botón Nueva perspectiva .
Una nueva perspectiva aparece en la columna Nombre de perspectiva con el nombre predeterminado de
Perspectiva, como se muestra en la siguiente imagen. Observe que la casilla de cada objeto está
seleccionada; hasta que no desactive la casilla de un objeto, esta perspectiva será idéntica a la perspectiva
predeterminada de este cubo.
3. Cambie el nombre de perspectiva a Internet Sales.
4. En la fila siguiente, establezca DefaultMeasure en Internet Sales-Sales Amount.
Cuando los usuarios examinen el cubo mediante esta perspectiva, esta será la medida que los usuarios
verán a menos que especifiquen alguna otra medida.
NOTE
También puede establecer la medida predeterminada para todo el cubo Tutorial de Analysis Services en la ventana
Propiedades de la pestaña Estructura de cubo del cubo.
5. Desactive la casilla de los siguientes objetos:

Grupo de medidaReseller Sales
Grupo de medidaSales Quotas
Grupo de medidaSales Quotas 1
Dimensión de cuboReseller
Dimensión de cuboReseller Geography
Dimensión del cuboSales Territory
Dimensión de cuboEmployee
Dimensión de cuboPromotion
Reseller Revenue
Conjunto con nombreLarge Resellers
Miembro calculadoTotal Sales Amount
Miembro calculadoTotal Product Cost
Miembro calculadoReseller GPM
Miembro calculadoTotal GPM
Miembro calculadoReseller Sales Ratio to All Products
Miembro calculadoTotal Sales Ratio to All Products
Estos objetos no tienen relación con Internet Sales.
NOTE
Dentro de cada dimensión, también puede seleccionar individualmente las jerarquías definidas por el usuario y los
atributos que desee que aparezcan en una perspectiva.
Definir una perspectiva Reseller Sales

2. Cambie el nombre de la nueva perspectiva a Reseller Sales.
3. Establezca Reseller Sales-Sales Amount como medida predeterminada.
Cuando los usuarios examinen el cubo mediante esta perspectiva, esta medida será la medida que los
usuarios verán a menos que especifiquen alguna otra medida.
Grupo de medidaInternet Sales
Grupo de medidaInternet Sales Reason
Dimensión de cuboCustomer
Dimensión de cuboInternet Sales Order Details
Dimensión de cuboSales Reason
Acción de obtención de detallesInternet Sales Details Drillthrough Action
Miembro calculadoTotal Sales Amount
Miembro calculadoTotal Product Cost
Miembro calculadoInternet GPM
Miembro calculadoTotal GPM
Miembro calculadoInternet Sales Ratio to All Products
Miembro calculadoTotal Sales Ratio to All Products
Estos objetos no tienen relación con Resellers Sales.
Definir una perspectiva Sales Summary

2. Cambie el nombre de la nueva perspectiva a Sales Summary.
NOTE
No puede especificar una medida calculada como medida predeterminada.

Grupo de medidaInternet Sales
Grupo de medidaReseller Sales
Grupo de medidaInternet Sales Reason
Grupo de medidaSales Quotas
Grupo de medidaSales Quotas1
Dimensión de cuboInternet Sales Order Details
Dimensión de cuboSales Reason
Acción de obtención de detallesInternet Sales Details Drillthrough Action
4. Active la casilla de los siguientes objetos:
MedidaInternet Sales Count
MedidaReseller Sales Count
Examinar el cubo a través de cada perspectiva

2. Cuando la implementación se haya completado correctamente, vaya a la pestaña Explorador y, después,
haga clic en el botón Volver a conectar .
3. Inicie Excel.
4. Analizar en Excel le pedirá que elija qué perspectiva desea usar al examinar el modelo en Excel, como se
5. Como alternativa, puede iniciar Excel en el menú Inicio de Windows, definir una conexión a la base de datos
Tutorial de Analysis Services en localhost y elegir una perspectiva en el Asistente para la conexión de datos,
como se muestra en la ilustración siguiente.
6. Seleccione Internet Sales en la lista Perspectiva y, después, examine las medidas y dimensiones en el
panel de metadatos.
Observe que solo aparecen aquellos objetos especificados para la perspectiva Internet Sales.
7. En el panel de metadatos, expanda Medidas.
Observe que solo aparece el grupo de medida Internet Sales , junto con los miembros calculados Internet
GPM e Internet Sales Ratio to All Products .
8. En el modelo, seleccione Excel de nuevo. Seleccione Sales Summary.
Observe que en cada uno de estos grupos de medida, solo aparece una única medida, tal como se muestra
en la siguiente imagen.

Definir y examinar traducciones
Vea también
Perspectives
Perspectivas de modelos multidimensionales
Lección 9-2: definir y examinar traducciones

Una traducción es una representación de los nombres de objetos de Analysis Services en un idioma específico.
Entre estos objetos se incluyen grupos de medida, medidas, dimensiones, atributos, jerarquías, KPI, acciones y
miembros calculados. Las traducciones ofrecen compatibilidad de servidor para aplicaciones cliente que admitan
varios idiomas. Mediante el uso de dicho cliente, éste pasa el identificador local (LCID ) a la instancia de Analysis
Services, que utiliza el LCID para determinar el conjunto de traducciones que se va a utilizar al proporcionar
metadatos para los objetos de Analysis Services . Si un objeto de Analysis Services no contiene una traducción
para ese idioma o no contiene una traducción para un objeto determinado, al devolver los metadatos de objeto al
cliente se usa el idioma predeterminado. Por ejemplo, si un usuario corporativo de Francia tiene acceso a un cubo
de una estación de trabajo con configuración regional francesa, el usuario corporativo verá los títulos y valores de
propiedades de miembro en francés si existe una traducción al francés. Sin embargo, si un usuario corporativo de
Alemania tiene acceso al mismo cubo desde una estación de trabajo con una configuración regional alemana, verá
los títulos y los valores de propiedades de miembro en alemán. Para obtener más información, vea Traducciones
de dimensiones, Traducciones de cubosy Compatibilidad con traducción en Analysis Services.
En las tareas de este tema, se definen las traducciones de metadatos de un conjunto limitado de objetos de
dimensión de la dimensión Date y de objetos de cubo del cubo Analysis Services Tutorial. Entonces podrá buscar
entre estos objetos de dimensión y de cubo para examinar las traducciones de metadatos.
Especificar traducciones para los metadatos de la dimensión Date

1. Abra el Diseñador de dimensiones para la dimensión Date y, después, haga clic en la pestaña
Traducciones .
Aparecen los metadatos en el idioma predeterminado de dicho objeto de dimensión. El idioma
predeterminado en el cubo Analysis Services Tutorial es el inglés.
2. En la barra de herramientas de la pestaña Traducciones , haga clic en el botón Nueva traducción .
Aparecerá una lista de idiomas en el cuadro de diálogo Seleccionar idioma .
3. Haga clic en Español (España) y, después, en Aceptar.
Aparecerá una nueva columna en la que podrá definir las traducciones españolas para los objetos de
metadatos que desee traducir. En este tutorial, solo traduciremos un pequeño número de objetos para
ilustrar el proceso.
4. En la barra de herramientas de la pestaña Traducciones , haga clic en el botón Nueva traducción , en
Francés (Francia) en el cuadro de diálogo Seleccionar idioma y, después, haga clic en Aceptar.
Aparecerá otra columna de idioma en la que definirá las traducciones de francés.
5. En la fila del objeto Caption de la dimensión Date, escriba Fecha en la columna de traducción Español
(España) y Temps en la columna de traducción Francés (Francia).
6. En la fila para el objeto Caption del atributo Month Name , escriba Mes del año en la columna de
traducción Español (España) y Mois d'Année en la columna de traducción Francés (Francia) .
Observe que, al escribir estas traducciones, aparecen puntos suspensivos (… ). Si hace clic en estos puntos
suspensivos podrá especificar una columna en la tabla subyacente que proporciona traducciones para cada
miembro de la jerarquía de atributo.
7. Haga clic en los puntos suspensivos (… ) de la traducción Español (España) del atributo Month Name .
Aparecerá el cuadro de diálogo Traducción de datos de atributos .
8. En la lista Columnas de traducción , seleccione SpanishMonthName, tal como se muestra en la
siguiente imagen.
9. Haga clic en Aceptary, después, en los puntos suspensivos (… ) de la traducción Francés (Francia) del
atributo Month Name .
10. En la lista Columnas de traducción , seleccione FrenchMonthNamey, después, haga clic en Aceptar.
Los pasos de este procedimiento ilustran el proceso de definición de traducciones de metadatos para
miembros y objetos de dimensiones.
Especificar traducciones para los metadatos del cubo Tutorial de

Analysis Services
1. Cambie al Diseñador de cubos para el cubo Tutorial de Analysis Services y, después, cambie a la pestaña
Traducciones .
Los metadatos en el idioma predeterminado de dicho objeto de cubo aparecen tal como se muestran en la
siguiente imagen. El idioma predeterminado en el cubo Analysis Services Tutorial es el inglés.
2. En la barra de herramientas de la pestaña Traducciones , haga clic en el botón Nueva traducción .
Aparecerá una lista de idiomas en el cuadro de diálogo Seleccionar idioma.
3. Seleccione Español (España) y, después, haga clic en Aceptar.
Aparecerá una nueva columna en la que podrá definir las traducciones españolas para los objetos de
metadatos que desee traducir. En este tutorial, solo traduciremos un pequeño número de objetos para
ilustrar el proceso.
4. En la barra de herramientas de la pestaña Traducciones , haga clic en el botón Nueva traducción ,
seleccione Francés (Francia) en el cuadro de diálogo Seleccionar idioma y, después, haga clic en
Aceptar.
Aparecerá otra columna de idioma en la que definirá las traducciones de francés.
5. En la fila del objeto Caption de la dimensión Date , escriba Fecha en la columna de traducción Español
(España) y Temps en la columna de traducción Francés (Francia) .
6. En la fila del objeto Caption del grupo de medida Internet Sales , escriba Venta por Internet en la
columna de traducción Español (España) y Ventes D'Internet en la columna Francés (Francia) .
7. En la fila del objeto Caption de la medida Internet Sales-Sales Amount, escriba Importe de venta por
Internet en la columna de traducción Español (España) y Quantité de Ventes d'Internet en la columna
de traducción Francés (Francia) .
Los pasos de este procedimiento ilustran el proceso de definición de traducciones de metadatos para
objetos de cubos.
Examinar el cubo utilizando traducciones

2. Cuando la implementación se haya completado correctamente, vaya a la pestaña Explorador y, después,
haga clic en Volver a conectar.
3. Quite todas las jerarquías y medidas del panel Datos y seleccione Tutorial de Analysis Services en la lista
Perspectivas .
4. En el panel de metadatos, expanda Medidas y, después, Venta por Internet.
Observe que la medida Internet Sales-Sales Amount aparece en inglés en este grupo de medida.
5. En la barra de herramientas, seleccione Español (España) en la lista Idioma .
Observe que los elementos del panel de metadatos se vuelven a rellenar. Una vez que los elementos del
panel de metadatos se vuelvan a rellenar, observe cómo la medida Internet Sales-Sales Amount ya no
aparece en la carpeta para mostrar Venta por Internet. En su lugar, aparecerá en español en una nueva
carpeta para mostrar denominada Venta por Internet, tal como se muestra en la siguiente imagen.
6. En el panel de metadatos, haga clic con el botón derecho en Importe de venta por Internet y seleccione
Agregar a consulta.
7. En el panel de metadatos, expanda Fechay Fecha.Calendar Date, haga clic con el botón derecho en
Fecha.Calendar Datey, después, seleccione Agregar a filtro.
8. En el panel Filtro , seleccione CY 2007 como expresión de filtro.
9. En el panel de metadatos, haga clic con el botón derecho en Mes del año y seleccione Agregar a
consulta.
Observe que los nombres de los meses aparecen en español, tal como se muestra en la siguiente imagen.
10. En la barra de herramientas, seleccione Francés (Francia) en la lista Idioma .
Observe que los nombres de los meses aparecen ahora en francés y que el nombre de la medida aparece
ahora también en francés.
Lección siguiente
Lección 10: Definir Roles administrativos
Vea también
Traducciones de dimensiones
Traducciones de cubo
Lección 10: definir roles administrativos

En esta lección, aprenderá a definir roles de seguridad para tareas administrativas.
NOTE
Esta lección contiene la siguiente tarea:

Conceder permisos de base de datos de proceso
En esta tarea, definirá un rol de seguridad que tiene permisos para procesar la base de datos de Analysis Services
y, a continuación, probará dicho rol de seguridad.
Vea también
Lección 10 - conceder permisos de base de datos de
proceso

Después de instalar una instancia de Analysis Services, todos los miembros del rol de administrador de servidor
Analysis Services de dicha instancia tienen permisos en el servidor para llevar a cabo cualquier tarea dentro de la
instancia de Analysis Services. De manera predeterminada, ningún otro usuario tiene permiso para administrar o
ver objetos en la instancia de Analysis Services.
Un miembro del rol de administrador de servidor puede conceder a los usuarios acceso administrativo en un
servidor si los convierte en miembros del rol. Un miembro del rol de administrador de servidor puede conceder
también a los usuarios acceso de forma más limitada concediéndoles permisos administrativos o de acceso
limitados o completos en el nivel de base de datos. Los permisos administrativos limitados incluyen permisos
Procesar o Leer definición en el nivel de base de datos, cubo o dimensión.
En las tareas de este tema definirá un rol de seguridad Procesar objetos de base de datos que conceda a los
miembros del rol permiso para procesar todos los objetos de la base de datos, pero ningún permiso para ver datos
de la base de datos.
Definir un rol de seguridad Procesar objetos de base de datos

1. En el Explorador de soluciones, haga clic con el botón derecho en Roles y, después, haga clic en Nuevo rol
para abrir el Diseñador de roles.
2. Haga clic en la casilla Procesar base de datos .
3. En la ventana Propiedades, cambie la propiedad Nombre de este nuevo rol a Rol Procesar objetos de
base de datos.
4. Vaya a la pestaña Pertenencia del Diseñador de roles y haga clic en Agregar.

5. Especifique las cuentas de los usuarios o grupos de dominios de Windows que sean miembros de este rol.
Haga clic en Comprobar nombres para comprobar la información de la cuenta y haga clic en Aceptar.
6. Vaya a la pestaña Cubos del Diseñador de roles.
Observe que los miembros de este rol tienen permisos para procesar esta base de datos, pero no tienen
permiso para obtener acceso a los datos del cubo Analysis Services Tutorial y no tienen acceso a obtención
de detalles o cubo local, como se muestra en la siguiente imagen.
7. Vaya a la pestaña Dimensiones del Diseñador de roles.

Observe que los miembros de este rol tienen permisos para procesar todos los objetos de dimensión de
esta base de datos y que, de manera predeterminada, tienen permisos de lectura para tener acceso a cada
objeto de dimensión de la base de datos del Tutorial de Analysis Services :
Acaba de definir e implementar correctamente el rol de seguridad Procesar objetos de base de datos.
Después de que el cubo se implemente en el entorno de producción, los administradores del cubo
implementado podrán agregar usuarios a este rol según vayan necesitando delegar responsabilidades de
procesamiento en usuarios específicos.
NOTE
Para disponer de un proyecto completado de la Lección 10, descargue e instale los ejemplos. Para más información, consulte
Instalar los datos y proyectos de ejemplo para el tutorial de modelado multidimensional de Analysis Services.
Vea también
Roles y permisos & #40; Analysis Services & #41;
Tutoriales de minería de datos (Analysis Services)

Microsoft SQL Server Analysis Services facilita la creación de soluciones de minería de datos mediante asistentes y
visualizaciones integradas. Especialmente si no está familiarizado con el aprendizaje automático, las herramientas
de Analysis Services son una forma fácil de diseñar, entrenar y explorar los modelos de minería de datos. Los datos
de los modelos pueden almacenarse en un cubo, base de datos relacional o cualquier otro origen compatible con
Analysis Services. Después de crear un modelo, puede ponerlo en producción; para ello, acceda al modelo para
crear predicciones mediante varios clientes de predicción, incluidos Integration Services y ASP.NET.
NOTE
Los tutoriales descritos aquí no se han actualizado para SQL Server 2017. Puede usar los tutoriales creados para SQL Server
2014. Funcionalmente, no hay ningún cambio en las características de minería de datos para SQL Server 2017. Los pasos
deberían ser idénticos.
Tutoriales
Tutorial básico de minería de datos (SQL Server 2014) : Este tutorial le guía en un escenario de distribución de
correo directo. Demuestra cómo utilizar los algoritmos de minería de datos, los visores del modelo de minería y las
herramientas de minería de datos que se incluyen en Analysis Services. Generará tres modelos de minería de
datos para responder a las cuestiones prácticas de la empresa mientras aprende los conceptos y herramientas de
minería de datos.
Tutorial intermedio de minería de datos (SQL Server 2014) : Este tutorial contiene una colección de lecciones que
introducen técnicas y conceptos más avanzados de minería de datos, como la previsión, el análisis de la cesta de la
compra, las redes neuronales, la regresión logística y la agrupación en clústeres de secuencia.
Tutoriales de DMX (SQL Server 2014) : El lenguaje de consulta Extensiones de minería de datos (DMX) tiene una
sintaxis similar a la de SQL, pero puede usarse para crear, consultar y administrar modelos predictivos
almacenados en Analysis Services. Estos tutoriales muestran cómo crear una nueva estructura de minería de datos
y modelos de minería de datos mediante el lenguaje DMX y cómo crear consultas de predicción DMX para usar en
aplicaciones.
Vea también
Soluciones de minería de datos
Recursos de minería de datos de Microsoft SQL Server
Crear y consultar modelos de minería de datos con DMX: tutoriales (Analysis Services - minería de datos)
Modelos tabulares

Los modelos tabulares son bases de datos de Analysis Services que se ejecutan en memoria o en el modo
DirectQuery, de tal forma que se accede a los datos directamente desde los orígenes de datos relacionales de back-
end. Mediante el uso de algoritmos de compresión de última generación y el procesador de consultas
multiproceso, el motor de análisis ofrece un acceso rápido a datos y objetos del modelo tabular mediante la
notificación de las aplicaciones cliente como Power BI y Excel.
Aunque los modelos en memoria son el valor predeterminado, DirectQuery es un modo de consulta alternativo
para los modelos que son demasiado grandes para caber en memoria, o cuando la volatilidad de los datos impide
una estrategia de procesamiento razonable. DirectQuery logra paridad con modelos en memoria mediante la
compatibilidad con una amplia gama de orígenes de datos, capacidad para manejar tablas calculadas y columnas
en un modelo de DirectQuery, seguridad de nivel de fila a través de expresiones de DAX que llegue a la base de
datos back-end y las consultas optimizaciones que dan como resultado un rendimiento más rápido.
Los modelos tabulares se crean en SQL Server Data Tools (SSDT) mediante la plantilla de proyecto de modelo
Tabular que proporciona una superficie de diseño para crear un modelo, tablas, relaciones y expresiones DAX.
Puede importar datos de varios orígenes y luego enriquecer el modelo agregando relaciones, columnas y tablas
calculadas, medidas, KPI, jerarquías y traducciones.
Los modelos se pueden implementar en los servicios de análisis de Azure o una instancia de SQL Server Analysis
Services configurado para el modo de servidor Tabular. Los modelos tabulares implementados se pueden
administrar en SQL Server Management Studio. Medida que crecen los modelos, puede particiones para optimizar
el procesamiento y protegerlos en el nivel de fila mediante la seguridad basada en roles.

Una solución multidimensional de Analysis Services usa estructuras de cubierta para analizar datos de negocio en
varias dimensiones. El modo multidimensional es el modo de servidor predeterminado de Analysis Services.
Incluye un motor de cálculo y consulta de datos OL AP, con los modos de almacenamiento MOL AP, ROL AP y
ROL AP para equilibrar el rendimiento con los requisitos de datos escalables. El motor OL AP de Analysis Services
es un servidor OL AP líder del sector que funciona bien con una amplia variedad de herramientas de BI. La mayoría
de las implementaciones de Analysis Services se instalan como servidores OL AP clásicos.
Ventajas de usar soluciones multidimensionales

La razón principal para generar un modelo multidimensional de Analysis Services es lograr el rendimiento de las
consultas rápida en los datos empresariales. Un modelo multidimensional se compone de cubos y dimensiones
que se pueden anotar y ampliar para admitir construcciones de consultas complejas. Los desarrolladores de BI
crean cubos para admitir tiempos de respuesta rápida y para proporcionar un único origen de datos para informes
empresariales. Debido a la mayor importancia de business intelligence en todos los niveles de una organización, el
hecho de tener un solo origen de datos analíticos se garantiza que las discrepancias se mantienen al mínimo, si no
se eliminan por completo.
Otra ventaja importante del uso de las bases de datos multidimensionales de Analysis Services es la integración
con las herramientas de informes BI utilizadas habitualmente, como Excel, Reporting Services y PerformancePoint,
así como las aplicaciones personalizadas y las soluciones de terceros.
En esta sección
Soluciones de modelos multidimensionales
Bases de datos de modelo multidimensional
Procesar un modelo multidimensional (Analysis Services)
Roles y permisos (Analysis Services)
Power View para modelos multidimensionales
Administración de ensamblados de modelos multidimensionales
Minería de datos (SSAS)

SQL Server ha sido un líder en el análisis predictivo desde la versión en el año 2000 al proporcionar la minería de
datos en Analysis Services. La combinación de la minería de datos de Integration Services, Reporting Servicesy
SQL Server proporciona una plataforma integrada para el análisis predictivo en la que se incluye la limpieza de los
datos, la preparación, el aprendizaje automático y la generación de informes. SQL Server En la minería de datos se
incluyen varios algoritmos estándar, como los modelos de clústeres EM y mediana-K, redes neuronales, regresión
logística y regresión lineal, árboles de decisión y clasificadores de Bayes naive. Todos los modelos tienen
visualizaciones integradas para ayudarle a desarrollar, restringir y evaluar los modelos. Integrar la minería de datos
en una solución de inteligencia empresarial le ayudará a tomar decisiones inteligentes sobre problemas complejos.
Ventajas de la minería de datos

La minería de datos (también denominado análisis predictivo y aprendizaje automático) usa principios estadísticos
documentados para detectar patrones en los datos. La aplicación de los algoritmos de minería de datos de Analysis
Services a los datos le permitirá predecir tendencias, identificar patrones, crear reglas y recomendaciones, analizar
la secuencia de eventos en conjuntos de datos complejos y obtener nuevos puntos de vista.
En SQL Server 2017, la minería de datos es eficaz y accesible, y está integrada con las herramientas preferidas de
los usuarios para el análisis y la creación de informes.
Características clave de la minería de datos

SQL Server Minería de datos proporciona las siguientes características para las soluciones integradas de minería
de datos:
Varios orígenes de datos: puede usar cualquier origen de datos tabulares para la minería de datos, incluidas
hojas de cálculo y archivos de texto. También puede minar con facilidad cubos OL AP creados en Analysis
Services. Sin embargo, no se pueden usar datos de una base de datos en memoria.
Características integradas de limpieza de datos, administración de datos y generación de informes:
Integration Services proporciona herramientas para la generación de perfiles y la limpieza de los datos.
Puede crear procesos ETL para limpiar datos al preparar el modelado y, además, ssISnoversion permite
repetir el aprendizaje y actualizar los modelos fácilmente.
Varios algoritmos personalizables: además de proporcionar algoritmos como la agrupación en clústeres, las
redes neuronales y los árboles de decisión, la minería de datos de SQL Server le permite desarrollar sus
propios complementos con algoritmos personalizados.
Infraestructura de prueba del modelo: pruebe los modelos y los conjuntos de datos usando herramientas
estadísticas tan importantes como la validación cruzada, las matrices de clasificación, los gráficos de mejora
respecto al modelo predictivo y los gráficos de dispersión. Cree y administre fácilmente conjuntos de prueba
y entrenamiento.
Creación de consultas y obtención de detalles: la minería de datos de SQL Server proporciona el lenguaje
DMX para integrar las consultas de predicción en las aplicaciones. También puede recuperar estadísticas
detalladas y patrones de los modelos, y obtener detalles de datos de casos.
Herramientas de cliente: además de los estudios de desarrollo y diseño proporcionados por SQL Server,
puede usar los Complementos de minería de datos para Excel para crear, consultar y examinar los modelos.
O bien crear clientes personalizados, incluidos servicios web.
Compatibilidad con el lenguaje de scripting y API administrada: todos los objetos de minería de datos son
completamente programables. El scripting es posible mediante MDX, XML A o las extensiones de
PowerShell para Analysis Services. Use el lenguaje DMX (Extensiones de minería de datos) para crear
rápidamente consultas y scripts.
Seguridad e implementación: proporciona seguridad basada en roles a través de Analysis Services, incluidos
permisos distintos para la obtención de detalles del modelo y los datos de la estructura. Fácil
implementación de modelos en otros servidores, de forma que los usuarios puedan tener acceso a los
patrones o realizar predicciones.
En esta sección
Los temas de esta sección presentan las características principales de la minería de datos de SQL Server y las
tareas relacionadas.
Conceptos de minería de datos
Algoritmos de minería de datos & #40; Analysis Services: minería de datos & #41;
Estructuras de minería de datos & #40; Analysis Services: minería de datos & #41;
Modelos de minería de datos (Analysis Services - Minería de datos)
Prueba y validación & #40; minería de datos & #41;
Consultas de minería de datos
Herramientas de minería de datos
Arquitectura de minería de datos
Información general de Seguridad (minería de datos)
Vea también
SQL Server R Services
Power Pivot para SharePoint (SSAS)

Un servidor de Analysis Services en modo Power Pivot proporciona hospedaje de servidor de datos de Power
Pivot en una granja de servidores de SharePoint. Power Pivot son un modelo de datos analíticos que se genera
mediante uno de los siguientes procedimientos:
El complemento de Power Pivot para Excel 2010
Excel 2013
Excel 2016
Se aplica a: PowerPivot para SharePoint 2016 | PowerPivot para SharePoint 2013
El hospedaje de servidor de esos datos requiere SharePoint, Excel Services y una instalación de Power Pivot
para SharePoint. Los datos se cargan en las instancias de Power Pivot para SharePoint donde pueden
actualizarse en los intervalos programados mediante la funcionalidad de actualización de datos de Power
Pivot que el servidor proporciona para los libros de Excel 2010 o que Power Pivot proporciona para los
libros de Excel 2013 y 2016.
Power Pivot para SharePoint 2016

SQL Server 2017 PowerPivot para SharePoint admite el uso por parte de Microsoft SharePoint 2016 y Office
Online Server de libros de Excel que contienen modelos de datos e informes de Power View de Reporting Services
.
Excel, en Office Online Server , incluye funcionalidad de modelo de datos para habilitar la interacción con un libro
Power Pivot en el explorador. No es necesario implementar el complemento Power Pivot para SharePoint 2016 en
la granja de servidores. Solo tiene que instalar un servidor de Analysis Services en modo Power Pivot y registrar el
servidor en Office Online Server.
La implementación del complemento Power Pivot para SharePoint 2016 habilita funcionalidad y características
adicionales en la granja de servidores de SharePoint. Entre las características adicionales se incluyen la galería de
Power Pivot y la actualización de datos programada.
Power Pivot para SharePoint 2013

SQL Server 2017 PowerPivot para SharePoint admite el uso por parte de Excel Services de Microsoft SharePoint
2013 de libros de Excel que contienen modelos de datos e informes de Power View de Reporting Services .
Excel Services en SharePoint 2013 incluye funcionalidad de modelo de datos para habilitar la interacción con un
libro Power Pivot en el explorador. No es necesario implementar el complemento Power Pivot para SharePoint
2013 en la granja de servidores. Solo se necesita instalar un servidor Analysis Services en modo de SharePoint y
registrarlo dentro de la configuración de Modelo de datos de Excel Services.
La implementación del complemento Power Pivot para SharePoint 2013 habilita funcionalidad y características
adicionales en la granja de servidores de SharePoint. Entre las características adicionales se incluyen la galería de
Power Pivot , la actualización de datos programada y el panel de administración de Power Pivot .
En esta sección
Administración y configuración del servidor de Power Pivot en Administración central
Configuración de Power Pivot mediante Windows PowerShell
Herramientas de configuración de Power Pivot
Autenticación y autorización de PowerPivot
Configuración de las reglas de mantenimiento de PowerPivot
Panel de administración de Power Pivot y datos de uso
Galería de PowerPivot
Acceso a datos PowerPivot
Actualización de datos PowerPivot
Fuentes de distribución de datos de PowerPivot
Conexión del modelo semántico de BI de PowerPivot (.bism)
En otras secciones
Temas adicionales
Actualización de PowerPivot para SharePoint
Instalación de Analysis Services en el modo PowerPivot
Referencia de PowerShell para Power Pivot para SharePoint
Costes y topologías de licencia de ejemplo de SQL Server 2016 Business Intelligence
Vea también
Planeación e implementación de Power Pivot
Recuperación ante desastres de PowerPivot para SharePoint
Administración de servidor de Analysis Services
Una instancia del servidor de Analysis Services es una copia de la msmdsrv.exe archivo ejecutable que se ejecuta
como un servicio de sistema operativo. Cada instancia es totalmente independiente de otras instancias en el
mismo servidor y tiene su propia configuración, permisos, puertos, cuentas de inicio, almacenamiento de archivos,
y propiedades del modo de servidor.
Cada instancia se ejecuta como servicio de Windows, Msmdsrv.exe, en el contexto de seguridad de una cuenta de
inicio de sesión definida.
El nombre del servicio de instancia predeterminada es MSSQLServerOL APService.
El nombre de cada instancia con nombre de servicio es MSOL AP$ InstanceName.
NOTE
Si se instalan varias instancias, el programa de instalación también instala un servicio redirector que está integrado en el SQL
Server servicio Browser. El servicio redirector es responsable de dirigir clientes a la instancia con nombre correspondiente de
Analysis Services. El servicio SQL Server Browser siempre se ejecuta en el contexto de seguridad de la cuenta del sistema
local, una cuenta de administrador local utilizada por Windows para los servicios del sistema que no tengan acceso a
recursos de fuera del equipo local.
Varias instancias significa que podrá realizar escalamientos verticalmente si instala varias instancias del servidor
en el mismo hardware. En Analysis Services en concreto, también significa que podrá admitir diferentes modos de
servidor si tiene varias instancias en el mismo servidor, cada una de ellas configurada para ejecutarse en un modo
determinado.
El modo de servidor es una propiedad de servidor que determina el almacenamiento y la arquitectura de
memoria que se usarán con esa instancia. Un servidor que se ejecuta en modo multidimensional utiliza el nivel de
administración de recursos compilado para las bases de datos multidimensionales de cubo y los modelos de
minería de datos. En cambio, el modo de servidor tabular utiliza el motor analítico en memoria VertiPaq y la
compresión de datos para agregar datos según se solicite.
Las diferencias entre el almacenamiento y la arquitectura de memoria significan que una única instancia de
Analysis Services ejecutará las bases de datos tabulares o las bases de datos multidimensionales, pero no ambas.
La propiedad del modo de servidor determina el tipo de base de datos que se ejecuta en la instancia.
El modo de servidor se establece durante la instalación al especificar el tipo de base de datos que ejecutará en el
servidor. Para admitir todos los modos disponibles, instale varias instancias de Analysis Services, cada una de ellas
implementada en un modo de servidor que se corresponda con los proyectos que está generando.
Por lo general, la mayoría de las tareas administrativas que debe realizar no variarán según el modo. Como
administrador del sistema de Analysis Services, puede usar los mismos procedimientos y scripts para administrar
cualquier instancia de Analysis Services en su red, independientemente de cómo se haya instalado.
NOTE
La excepción es Power Pivot para SharePoint. La administración de servidores de una implementación de Power Pivot
siempre está en el contexto de una granja de SharePoint. Power Pivot se diferencia de otros modos de servidor en que es
siempre de instancia única y se administra siempre a través de Administración central de SharePoint o la Herramienta de
configuración de Power Pivot . Aunque es posible conectarse a Power Pivot para SharePoint de SQL Server Management
Studio o SQL Server Data Tools (SSDT), no es deseable. Una granja de servidores de SharePoint incluye la infraestructura que
sincroniza el estado del servidor y supervisa la disponibilidad del servidor. El uso de otras herramientas puede interferir con
estas operaciones. Para obtener más información acerca de Power Pivot administración del servidor, consulte PowerPivot
para SharePoint .
En esta sección
VÍNCULO DESCRIPCIÓN DE LA TAREA
Configuración posterior a la instalación Describe las tareas necesarias y opcionales que completan o
modifican una instalación de Analysis.
Conectar a Analysis Services Describe las propiedades de cadena de conexión, las

bibliotecas de cliente, las metodologías de autenticación y los
pasos para establecer o borrar conexiones.
Supervisar una instancia de Analysis Services Describe las herramientas y técnicas de supervisión de
instancias de servidor, incluida una explicación sobre el uso del
monitor de rendimiento y SQL Server Profiler.
Alta disponibilidad y escalabilidad Describe las técnicas empleadas con más frecuencia para
lograr una alta disponibilidad y escalabilidad de las bases de
datos de Analysis Services.
Escenarios de globalización para Analysis Services Explica la compatibilidad de intercalación e idioma, los pasos
que se deben seguir para cambiar ambas propiedades y
sugerencias para configurar y probar el comportamiento de
estas.
Operaciones de registro en Analysis Services Describe los registros y explica cómo configurarlos.
Vea también
Determinar el modo de servidor de una instancia de Analysis Services
Eventos de seguimiento de Analysis Services

Puede seguir la actividad de una instancia de Microsoft SQL Server Analysis Services (SSAS ) capturando y
analizando los eventos de seguimiento generados por la instancia. Los eventos de seguimiento están agrupados
para que pueda encontrar más fácilmente aquellos que estén relacionados. Cada uno de los eventos de seguimiento
contiene un conjunto de datos sobre el evento; no todos los datos están relacionados con todos los eventos.
Los eventos de seguimiento se pueden iniciar y capturar mediante SQL Server Profiler(vea Usar SQL Server
Profiler para supervisar Analysis Services) o se pueden iniciar mediante un comando XML A como Eventos
extendidos de SQL Server y analizarse posteriormente (vea Supervisar Analysis Services con SQL Server
Extended Events).
En las tablas siguientes se describen las categorías de eventos y los eventos pertenecientes a cada una de ellas.
Cada tabla contiene las columnas siguientes:
Identificador del evento
Valor entero que identifica el tipo de evento. Este valor es útil cuando esté leyendo seguimientos convertidos en
tablas o archivos XML para filtrar el tipo de evento.
Nombre del evento
El nombre dado al evento en las aplicaciones cliente de Analysis Services.
Descripción del evento
Breve descripción del evento.
Eventos de comandos (categoría de eventos)
Colección de eventos para los comandos.
IDENTIFICADOR DEL EVENTO NOMBRE DEL EVENTO DESCRIPCIÓN DEL EVENTO
15 Command Begin Inicio del comando.
16 Command End Final del comando.
Eventos de detección (categoría de eventos)

Colección de eventos para las solicitudes de detección.
36 Discover Begin Inicio de la solicitud de detección.
38 Discover End Fin de la solicitud de detección.
Detección de estado del servidor (categoría de eventos)

Colección de eventos para detecciones de estado del servidor.
33 Server State Discover Begin Inicio de la detección del estado del

servidor.
34 Server State Discover Data Contenido de la respuesta de detección

del estado del servidor.
35 Server State Discover End Fin de la detección del estado del

servidor.
Errores y advertencias (categoría de eventos)

Colección de eventos para errores del servidor.
17 Error Error del servidor.
Categoría de eventos Cargar y guardar archivos

Colección de eventos para los informes de las operaciones de carga y guardado de archivos.
90 Inicio de la carga de archivo. Inicio de la carga de archivo.
91 Final de la carga de archivo. Final de la carga de archivo.
92 Inicio del guardado de archivo. Inicio del guardado de archivo.
93 Final del guardado de archivo. Final del guardado de archivo.
94 Inicio de PageOut. Inicio de PageOut.
95 Final de PageOut. Final de PageOut.
96 Inicio de PageIn. Inicio de PageIn.
97 Final de PageIn. Final de PageIn.
Bloqueo (categoría de eventos)

Colección de eventos relacionados con los bloqueos.
50 Deadlock Interbloqueo de bloqueos de

metadatos.
51 Lock Timeout Tiempo de espera de bloqueos de

metadatos.
52 Lock Acquired Lock Acquired

53 Lock Released Lock Released
54 Lock Waiting Lock Waiting
Eventos de notificación (categoría de eventos)

Colección de eventos de notificación.
39 Notification Evento de notificación.
40 User Defined Evento definido por el usuario.
Informes de progreso (categoría de eventos)

Colección de eventos para informes de progreso.
5 Progress Report Begin Inicio del informe de progreso.
6 Progress Report End Final del informe de progreso.
7 Progress Report Current Informe de progreso en curso.
8 Progress Report Error Error del informe de progreso.
Categoría Eventos de consultas

Colección de eventos para las consultas.
9 Query Begin Inicio de la consulta.
10 Query End Final de la consulta.
Procesamiento de consultas (categoría de eventos)

Colección de eventos clave durante el proceso de ejecución de una consulta.
70 Query Cube Begin Inicio de consulta del cubo.
71 Query Cube End Final de consulta del cubo.
72 Calculate Non Empty Begin Inicio de calcular no vacío.
73 Calculate Non Empty Current Calcular no vacío en curso.

74 Calculate Non Empty End Final de calcular no vacío.
75 Serialize Results Begin Inicio de serializar resultados.
76 Serialize Results Current Serializar resultados en curso.
77 Serialize Results End Final de serializar resultados.
78 Execute MDX Script Begin Inicio de ejecutar script MDX.
79 Execute MDX Script Current Ejecutar script MDX en curso. Obsoleto.
80 Execute MDX Script End Final de ejecutar script MDX.
81 Query Dimension Consultar dimensión.
11 Query Subcube Consulta de subcubo para optimización

basada en el uso.
12 Query Subcube Verbose Consulta de subcubo con información

detallada. Este evento puede tener un
impacto negativo en el rendimiento
cuando está activado.
60 Get Data From Aggregation Responde a la consulta obteniendo

datos de agregación. Este evento puede
tener un impacto negativo en el
rendimiento cuando está activado.
61 Get Data From Cache Responde a la consulta obteniendo

datos de una de las memorias caché.
Este evento puede tener un impacto
negativo en el rendimiento cuando está
activado.
82 VertiPaq SE Query Begin Consulta de VertiPaq SE.
83 VertiPaq SE Query End Consulta de VertiPaq SE.
84 Resource Usage Lecturas, escrituras y uso de cpu de los

informes al finalizar los comandos y las
consultas.
85 VertiPaq SE Query Cache Match Uso de la caché de consultas de

VertiPaq SE.
98 Direct Query Begin Inicio de la consulta directa.
99 Direct Query End Final de la consulta directa.
Auditoría de seguridad (categoría de eventos)

Colección de clases de eventos de auditoría de la base de datos.
1 Audit Login Recopila todos los nuevos eventos de

conexión desde que se inició el
seguimiento, como cuando un cliente
solicita una conexión a un servidor que
ejecuta una instancia de SQL Server.
2 Audit Logout Recopila todos los nuevos eventos de

desconexión desde que se inició el
seguimiento, como cuando un cliente
envía un comando de desconexión.
4 Audit Server Starts And Stops Registra las actividades de cierre, inicio y
pausa de los servicios.
18 Audit Object Permission Event Registra los cambios de permiso de un

objeto.
19 Audit Admin Operations Event Registra las operaciones de copia de

seguridad/restauración/sincronización/o
peraciones de adjuntar o separar/carga
de imágenes/guardado de imágenes
realizadas en el servidor.
Eventos de sesión (categoría de eventos)

Colección de eventos de sesión.
41 Existing Connection Conexión existente del usuario.
42 Existing Session Sesión existente.
43 Session Initialize Sesión inicializada.
Vea también
Usar SQL Server Profiler para supervisar Analysis Services
Programación de modelo tabulares de 1200 de nivel
de compatibilidad y versiones posteriores

A partir de nivel de compatibilidad 1200, metadatos tabulares se utilizan para describir las construcciones del
modelo, reemplazando históricos metadatos multidimensionales como descriptores de objetos de modelo Tabular.
Metadatos de tablas, columnas y relaciones son tabla, columna y relación, en lugar de los equivalentes
multidimensionales (dimensión y atributo).
Puede crear nuevos modelos de nivel de compatibilidad 1200 o superior mediante las APIs
Microsoft.AnalysisServices.Tabular, la versión más reciente de SQL Server Data Tools (SSDT), o cambiando la
CompatibilityLevel de un Tabular existente modelo para actualizarlo (que también se hace en SSDT). Si lo hace,
enlaza el modelo a las versiones más recientes de servidor, herramientas y las interfaces de programación.
Actualizar una solución Tabular existente se recomienda, aunque no es necesario. Secuencia de comandos existente
y las soluciones personalizadas que tener acceso o administran los modelos tabulares o las bases de datos pueden
utilizarse como-es. Niveles de compatibilidad inferiores son totalmente compatibles con SQL Server 2016
mediante las características disponibles en ese nivel. Azure Analysis Services solo admite el nivel de
compatibilidad 1200 y versiones posterior.
Nuevos modelos tabulares requerirá código diferente y los scripts, a continuación.
Definiciones de modelo de objetos como construcciones de metadatos

tabulares
El modelo de objetos Tabular para los modelos 1200 o superiores se expone en JSON a través de la Tabular Model
Scripting Language y con el lenguaje de definición de datos AMO a través de un nuevo espacio de nombres,
Microsoft.AnalysisServices.Tabular
Secuencia de comandos para los modelos tabulares y las bases de

datos
TMSL es un lenguaje de scripting de JSON para los modelos tabulares, con compatibilidad para crear, leer,
actualizar, un operaciones de eliminación. Puede actualizar los datos a través de TMSL e invoque las operaciones
de base de datos para adjuntar, separar, copia de seguridad, restauración y sincronizar.
AMO PowerShell acepta un script de TMSL como entrada.
Vea Tabular Model Scripting Language (TMSL ) referencia y Analysis Services PowerShell Reference para obtener
más información.
Lenguajes de consulta
DAX y MDX se admiten para todos los modelos tabulares.
Lenguaje de expresiones
Los filtros y las expresiones utilizadas para crear objetos calculados, incluidas las medidas y KPI, se formulan en
DAX. Vea descripción de DAX en modelos tabulares y expresiones de análisis de datos (DAX) en Analysis Services.
Código administrado para los modelos tabulares y las bases de datos

AMO incluye un nuevo espacio de nombres, Microsoft.AnalysisServices.Tabular, para trabajar con modelos
mediante programación. Vea Microsoft.AnalysisServices Namespace para obtener más información.
NOTE
Las bibliotecas de cliente de Analysis Services Management Objects (AMO), ADOMD.NET y el modelo de objeto Tabular
(TOM) ahora orientados al runtime de .NET 4.0.
Vea también
Guía del desarrollador (Analysis Services)
Programación de modelo tabular para la compatibilidad 1050 1103 a través de niveles
Referencia técnica de actualizar Analysis Services
Niveles de compatibilidad de los modelos tabulares y las bases de datos
Scripting Language (TMSL) referencia del modelo
tabular

Tabular Model Scripting Language (TMSL ) se muestra la sintaxis de definición de modelo de comandos y
objetos de bases de datos de modelo tabular de Analysis Services en el nivel de compatibilidad 1200 o
superior. TMSL se comunica con Analysis Services a través del protocolo XML A, donde el XML A. Ejecutar
método acepta tanto basada en JSON instrucción scripts en TMSL, así como los scripts tradicionales basado
en XML en Analysis Services Scripting Language (ASSL para XML A) .
Elementos clave de TMSL incluyen lo siguiente:
En función de la semántica de modelo tabular de metadatos tabulares. Un modelo tabular se compone
de tablas, columnas y relaciones. Las definiciones de objeto equivalente en TMSL son ahora,
obviamente, tablas, columnas, relaciones y así sucesivamente.
Un nuevo motor de metadatos es compatible con estas definiciones.
Las definiciones de objeto se estructuran como JSON en lugar de XML.
Con la excepción de cómo se da formato a la carga (en formato JSON o XML ), TMSL y ASSL son
funcionalmente equivalentes en cómo proporcionan comandos y los metadatos a los métodos XML A
usados para la transferencia de comunicación y los datos del servidor.
Cómo usar TMSL

La manera más fácil de explorar scripting TMSL usa los comandos CREATE, ALTER, DELETE o proceso en SQL
Server Management Studio (SSMS ) en un modelo que ya conoce. Suponiendo que está usando un modelo
existente, recuerde actualizar al nivel de compatibilidad 1200 o superior en primer lugar.
1. Busque el comando que desea usar: comandos de Tabular Model Scripting Language (TMSL )
2. Comprobar la referencia de la definición de objeto para los objetos usados en el comando: definiciones
de objetos Tabular Model Scripting Language (TMSL )
3. Elija un método para el envío de un script de TMSL:
Ventana XML A en Management Studio
Invoke-ascmd a través de PowerShell de AMO (cmdlet Invoke-ASCmd)
Analysis Services tarea ejecutan DDL de en SSIS.
Esquema de definición de modelo

Captura de pantalla siguiente muestra una versión abreviada del esquema, contraída para mostrar los objetos
principales.
Lenguajes de scripting de Analysis Services
Analysis Services admite los lenguajes de scripting ASSL y TMSL. Solo los modelos tabulares creados en el
nivel de compatibilidad de 1200 o superior se describen en TMS en formato JSON.
Analysis Services Scripting Language (ASSL para XML A) fue el primer lenguaje de scripting y sigue siendo el
único lenguaje de scripting para modelos multidimensionales como tabulares en niveles de compatibilidad
inferiores (1100 o 1103). En ASSL, los modelos tabulares en 110 x se describen en términos
multidimensionales, como cubo (para un modelo) y measuregroup (para una tabla).
NOTE
En [SQL Server Data Tools (SSDT), puede actualizar un modelo tabular de versiones anterior para usar TMSL cambiando la
su CompatibilityLevel a 1200 o superior. Recuerde que la actualización es irreversible. Antes de actualizar, realice una
copia del modelo en caso de que necesite la versión original más adelante.
En la tabla siguiente es la matriz de lenguaje de scripting para los modelos de datos de Analysis Services en
versiones diferentes en niveles de compatibilidad específico.
Versión Multidimensionales Tabulares 110 x Tabulares 1200. 1400 tabular
Azure Analysis N/D N/D TMSL TMSL

Services
SQL Server 2017 ASSL ASSL TMSL TMSL

SQL Server 2016 ASSL ASSL TMSL TMSL
SQL Server 2014 ASSL ASSL N/D N/D
SQL Server 2012 ASSL ASSL N/D N/D
Vea también
Nivel de compatibilidad para los modelos tabulares de Analysis Services
Lenguaje de Scripting de Analysis Services (ASSL para XML A)
Determinar el modo de servidor de una instancia de Analysis Services
Referencia TMSL - comandos

Puede ejecutar comandos en un punto de conexión XML A, formular definiciones de objetos JSON mediante la
Tabular Model Scripting Language (TMSL ), en bases de datos de modelo Tabular. Vea definiciones de objetos
Tabular Model Scripting Language (TMSL ) para obtener una lista de objetos que se usan con los siguientes
comandos.
Operaciones de objeto
ALTER, comando (TMSL) Modificar en línea a un objeto sin tener que especificar la
definición completa.
Crear un comando (TMSL) Crea un nuevo objeto, incluidos a sus descendientes.
El comando CreateOrReplace (TMSL) Crear o reemplazar las partes de una definición de objeto. Se
debe proporcionar la definición completa.
Comando Delete (TMSL) Eliminar un objeto, incluidos a sus descendientes.
Operaciones de actualización de datos
El comando MergePartitions (TMSL) Combinar una partición de destino en un origen y elimine el

destino.
Comando Refresh (TMSL) Procesar una base de datos, tabla o partición.
Scripting
Secuencia de comandos (TMSL) Procesar por lotes las operaciones de forma secuencial o en
paralelo
Operaciones de administración de base de datos
El comando Attach (TMSL) Agrega un archivo al servidor.
Detach, comando (TMSL) Quita un archivo de los servidores.
Comando de copia de seguridad (TMSL) Crea un archivo de copia de seguridad de una base de datos.
Comando restore (TMSL) Restaura la base de datos en el servidor.
Synchronize, comando (TMSL) Sincroniza una base de datos de Analysis Services con otra
base de datos existente.
Vea también
Tabular Model Scripting Language (TMSL ) Reference (Referencia de Tabular Model Scripting Language [TMSL ])
Instalar proveedores de datos de Analysis Services (AMO, ADOMD.NET, MSOL AP )
Nivel de compatibilidad para modelos tabulares de Analysis Services
Referencia TMSL: objetos tabulares

Las aplicaciones que crean, consumir o administrar bases de datos tabulares o que se conectan a una instancia de
SQL Server 2016 Analysis Services en modo tabular, puede usar el Tabular Model Scripting Language (TMSL )
para los comandos y las representaciones de objeto en formato JSON.
Este artículo documentan los objetos principales del esquema TMSL utilizado en los scripts generados por SQL
Server Management Studio, SQL Server Data Tools (SSDT) y PowerShell de AMO.
Las definiciones de objeto en JSON y utilizan en los comandos TMSL como Create, Alter y eliminar. Vea
comandos de Tabular Model Scripting Language (TMSL ) para obtener una lista de comandos.
Objetos principales
En la tabla siguiente es la lista de los objetos más usados en el script de TMSL.
Objeto de base de datos (TMSL) Define una base de datos Tabular en el nivel de compatibilidad
1200 o superior, en función de un modelo del mismo nivel.
Objeto de modelo (TMSL) Define un modelo Tabular en el nivel de compatibilidad 1200 o

superior.
Objeto de orígenes de datos (TMSL) Define una conexión a un origen de datos que se utilizan
durante la importación para cargar el modelo, o para el acceso
a través de consultas cuando el modelo está en modo
DirectQuery.
Tables, objeto (TMSL) Especifica las tablas del modelo.
Objeto de particiones (TMSL) Define el almacenamiento de conjuntos de filas de tabla,

incluidas las tablas calculadas.
Objeto de relaciones (TMSL) Define las relaciones entre tablas.
Objeto de los roles (TMSL) Define permisos, pertenencia y los filtros de seguridad que
controlan el acceso a datos y las operaciones.
Vea también
Tabular Model Scripting Language (TMSL ) Reference (Referencia de Tabular Model Scripting Language [TMSL ])
Programación de modelo tabular para la
compatibilidad 1050 1103 a través de niveles

Los modelos tabulares utilizan estructuras relacionales para modelar los datos de Analysis Services utilizados por
aplicaciones analíticas y de informes. Estos modelos se ejecutan en una instancia de Analysis Services configurada
para el modo tabular, usando un motor de análisis en memoria para el almacenamiento y recorridos de tabla
rápidos que agregan y calculan datos conforme se solicitan.
Si los requisitos de la solución personalizada de BI se satisfacen mejor mediante una base de datos de modelo
tabular, puede usar cualquiera de las bibliotecas de cliente e interfaces de programación de Analysis Services para
integrar la aplicación con modelos tabulares en una instancia de Analysis Services. Para consultar y calcular datos
de modelo tabulares, puede utilizar DAX o MDX incrustado en el código.
Para los modelos tabulares creados en versiones anteriores de Analysis Services, en los modelos determinados en
niveles de compatibilidad 1050 a través de 1103, los objetos que se trabaja mediante programación en AMO,
ADOMD.NET, XML A u OLE DB son fundamentalmente las mismas para ambos tabular y soluciones
multidimensionales. En concreto, los metadatos del objeto definido para los modelos multidimensionales también
sirve para los niveles de compatibilidad de modelo tabular 1050-1103.
A partir de SQL Server 2016, los modelos tabulares pueden ser creados o actualizados al nivel de compatibilidad
de 1200 o superior, que usa metadatos tabulares para definir el modelo. Metadatos y la capacidad de
programación son fundamentalmente diferentes en este nivel. Vea Tabular modelo de programación para la
compatibilidad de nivel 1200 y versiones posteriores y actualizar Analysis Services para obtener más información.
En esta sección
Anotaciones de CSDL para Business Intelligence & #40; CSDLBI & #41;
Descripción del modelo de objetos tabulares en compatibilidad 1050 1103 a través de niveles
Referencia técnica de anotaciones de BI para CSDL
Interfaz IMDEmbeddedData
Objetos y características de objetos ASSL

Los objetos en ASSL (Analysis Services Scripting Language) siguen instrucciones concretas con respecto a los
grupos de objetos, herencia, nomenclatura, expansión y procesamiento.
Grupos de objetos
Todos los Microsoft SQL Server Analysis Services objetos tienen una representación XML. Los objetos están
divididos en dos grupos:
Objetos principales
Los objetos principales se pueden crear, modificar y eliminar de forma independiente. Los objetos principales
incluyen:
Servidores
Bases de datos
Dimensiones
Cubos
Grupos de medida
Particiones
Perspectivas
Modelos de minería de datos
Roles
Comandos asociados a un servidor o base de datos
Orígenes de datos
Los objetos principales cuentan con las siguientes propiedades para realizar el seguimiento de su historial y
estado.
CreatedTimestamp
LastSchemaUpdate
LastProcessed (donde corresponda)
NOTE
La clasificación de un objeto como un objeto principal afecta a la manera en que una instancia de Analysis Services trata ese
objeto y la manera en que se trata ese objeto en el lenguaje de definición de objeto. Sin embargo, esta clasificación no
garantiza que las herramientas de administración y desarrollo de Analysis Services permitirán la creación, modificación o
eliminación independiente de estos objetos.
Objetos secundarios
Los objetos secundarios solo se pueden crear, modificar o eliminar como parte de la creación, modificación o
eliminación del objeto principal primario. Los objetos secundarios incluyen:
Jerarquías y niveles
Atributos
Medidas
Columnas de modelo de minería de datos
Comandos asociados a un cubo
Agregaciones
Expansión de objetos
La restricción ObjectExpansion se puede usar para controlar el grado de expansión para XML de ASSL que
devuelve el servidor. Esta restricción tiene las opciones que se muestran en la tabla siguiente.
VALOR DE ENUMERACIÓN PERMITIDO PARA <ALTER > DESCRIPTION
ReferenceOnly no Devuelve solamente el nombre,

identificador y marca de tiempo para el
objeto solicitado y para todos los
objetos principales contenidos de forma
recursiva.
ObjectProperties sí Expande el objeto solicitado y los

objetos secundarios contenidos, pero
no devuelve los objetos principales
contenidos.
ExpandObject no Igual que ObjectProperties, pero

también devuelve el nombre,
identificador y marca de tiempo de los
objetos principales contenidos.
ExpandFull sí Expande totalmente el objeto solicitado

y todos los objetos contenidos de forma
recursiva.
Esta sección de referencia de ASSL describe la representación ExpandFull . Todos los demás niveles
ObjectExpansion se derivan de este nivel.
Procesamiento de objetos
ASSL incluye elementos de solo lectura o propiedades (por ejemplo, LastProcessed) que se pueden leer desde el
Analysis Services instancia, pero que se omiten cuando las secuencias de comandos se envían a la instancia.
Analysis Services omite los valores modificados de los elementos de solo lectura sin advertencias o errores.
Analysis Services también omite las propiedades que no son adecuadas o que son irrelevantes sin provocar
errores de validación. Por ejemplo, el elemento X únicamente debería estar presente cuando el elemento Y tiene un
valor determinado. La instancia de Analysis Services omite el elemento X en lugar de validar ese elemento con el
valor del elemento Y.
Clases AMO: Introducción
Objetos de administración de análisis (AMO ) es una biblioteca de clases diseñada para administrar una instancia
de Microsoft SQL Server Analysis Services desde una aplicación cliente. Las clases AMO son las clases que se
utilizan para administrar los objetos de Analysis Services como bases de datos, dimensiones, cubos, estructuras y
modelos de minería de datos, roles y permisos, excepciones, etc.
La ilustración siguiente muestra la relación de las clases que se explican en este tema.
La biblioteca AMO se puede considerar como grupos de objetos relacionados de forma lógica que se utilizan para
lograr una tarea específica. Las clases AMO se pueden clasificar de la manera siguiente. Esta sección contiene los
siguientes temas:
TEMA DESCRIPTION
Clases fundamentales de AMO Describe las clases necesarias para trabajar con cualquier otro
conjunto de clases.
Clases de OLAP en AMO Describe las clases que permiten administrar los objetos OLAP
en Analysis Services.
TEMA DESCRIPTION
Clases de minería de datos de AMO Describe las clases que permiten administrar los objetos de
minería de datos en Analysis Services.
Clases de seguridad de AMO Describe las clases que permiten controlar el acceso a otros
objetos y mantener la seguridad.
Otras clases y métodos de AMO Describe las clases y métodos que sirven de ayuda a los
administradores de OLAP o de la minería de datos para
completar sus tareas cotidianas.
Vea también
Microsoft.AnalysisServices
Arquitectura lógica & #40; Analysis Services - datos multidimensionales & #41;
Objetos de base de datos & #40; Analysis Services - datos multidimensionales & #41;
Desarrollar con objetos de administración de análisis & #40; AMO & #41;
Desarrollar con ADOMD.NET
ADOMD.NET es un Microsoft proveedor de datos de .NET Framework que está diseñado para comunicarse con
Microsoft SQL Server Analysis Services. ADOMD.NET utiliza el protocolo XML for Analysis para comunicarse con
orígenes de datos analíticos mediante conexiones TCP/IP o HTTP para transmitir y recibir solicitudes y respuestas
SOAP compatibles con la especificación de XML for Analysis. Los comandos se pueden enviar en expresiones
multidimensionales (MDX), extensiones de minería de datos (DMX), Analysis Services Scripting Language (ASSL )
o incluso una sintaxis limitada de SQL y es posible que no devuelvan resultados. Los datos analíticos, los
indicadores clave de rendimiento (KPI) y los modelos de minería de datos se pueden consultar y manipular
mediante el modelo de objetos ADOMD.NET. Con ADOMD.NET, también puede ver metadatos y trabajar con ellos
al recuperar conjuntos de filas de esquema compatibles con OLE DB o utilizar el modelo de objetos ADOMD.NET.
El proveedor de datos de ADOMD.NET se representa mediante el espacio de nombres
Microsoft.AnalysisServices.AdomdClient .
En esta sección
TEMA DESCRIPTION
Programación del cliente de ADOMD.NET Describe cómo utilizar los objetos de cliente de ADOMD.NET
para recuperar datos y metadatos de orígenes de datos
analíticos.
Programación del servidor ADOMD.NET Describe cómo utilizar los objetos de servidor de ADOMD.NET
para crear procedimientos almacenados y funciones definidas
por el usuario.
Redistribución de ADOMD.NET Describe el proceso de redistribución de ADOMD.NET.
Microsoft.AnalysisServices.AdomdClient Especifica en detalle los objetos contenidos en el espacio de

nombres Microsoft.AnalysisServices.AdomdClient .
Vea también
Expresiones multidimensionales & #40; MDX & #41; Referencia
Extensiones de minería de datos & #40; DMX & #41; Referencia
Conjuntos de filas de esquema de Analysis Services
Desarrollar aplicaciones con Analysis Services Scripting Language (ASSL )
Acceso a datos de modelos multidimensionales (Analysis Services - datos multidimensionales)
Objetos de base de datos (Analysis Services - Datos
multidimensionales)

A Microsoft SQL Server Analysis Services instancia contiene objetos de base de datos y ensamblados para su uso
con procesamiento analítico en línea (OL AP ) y minería de datos.
Las bases de datos contienen objetos OL AP y de minería de datos como orígenes de datos, vistas del
origen de datos, cubos, medidas, grupos de medida, dimensiones, atributos, jerarquías, estructuras de
minería de datos, modelos de minería de datos y roles.
Los ensamblados contienen funciones definidas por el usuario que amplían la funcionalidad de las
funciones intrínsecas suministradas por los lenguajes Expresiones multidimensionales (MDX) y Extensiones
de minería de datos (DMX).
El objeto Database es el contenedor para todos los objetos de datos que se necesitan para un proyecto de
Business Intelligence (como cubos OL AP, dimensiones y estructuras de minería de datos) y sus objetos de
ayuda (como DataSource, Account y Role).
Un objeto Database proporciona acceso a los objetos y atributos que incluyen lo siguiente:
Todos los cubos a los que puede tener acceso, como una colección.
Todas las dimensiones a las que puede tener acceso, como una colección.
Todas las estructuras de minería de datos a las que puede tener acceso, como una colección.
Todos los orígenes de datos y vistas del origen de datos, como dos colecciones.
Todos los roles y permisos de base de datos, como dos colecciones.
El valor de intercalación para la base de datos.
El tamaño estimado de la base de datos
El valor de lenguaje de la base de datos.
El valor visible para la base de datos.
En esta sección
En los siguientes temas se describen los objetos compartidos por características de OL AP y de minería de datos
de Analysis Services.
TEMA DESCRIPTION
Orígenes de datos en modelos multidimensionales Describe un origen de datos en Analysis Services.
Vistas del origen de datos en modelos multidimensionales Describe un modelo de datos lógico basado en uno o varios
orígenes de datos, en Analysis Services.
TEMA DESCRIPTION
Cubos en modelos multidimensionales Describe cubos y objetos de cubo, lo que incluye medidas,
grupos de medida, relaciones de uso de dimensiones, cálculos,
indicadores clave de rendimiento, acciones, traducciones,
particiones y perspectivas.
Dimensiones & #40; Analysis Services - datos Describe dimensiones y objetos de dimensiones, incluidos
multidimensionales & #41; atributos, relaciones de atributo, jerarquías, niveles y
miembros.
Estructuras de minería de datos & #40; Analysis Services: Describe estructuras y objetos de minería de datos, incluidos
minería de datos & #41; modelos de minería de datos.
Roles de seguridad & #40; Analysis Services - datos Describe un rol, el mecanismo de seguridad utilizado para
multidimensionales & #41; controlar el acceso a objetos de Analysis Services.
Administración de ensamblados de modelos Describe un ensamblado, una colección de funciones definidas

multidimensionales por el usuario utilizadas para ampliar los lenguajes MDX y
DMX, en Analysis Services.
Vea también
Orígenes de datos admitidos (SSAS - multidimensionales)
Soluciones de modelos multidimensionales
Requisitos de la arquitectura de cliente para el
desarrollo de Analysis Services

Microsoft SQL Server Analysis Services admite una arquitectura de cliente ligero. El Analysis Services motor de
cálculo es completamente basada en servidor, por lo que todas las consultas se resuelven en el servidor. En
consecuencia, para cada consulta solo se necesita realizar un viaje de ida y vuelta entre el cliente y el servidor, lo
que produce un rendimiento escalable a medida que las consultas aumenten en complejidad.
El protocolo nativo para Analysis Services es XML for analysis (XML/A). Analysis Services proporciona varias
interfaces de acceso a datos para aplicaciones cliente, pero todos estos componentes se comunican con una
instancia de Analysis Services usando XML for analysis.
Se proporcionan varios proveedores distintos en Analysis Services para admitir diferentes lenguajes de
programación. Un proveedor se comunica con un servidor de Analysis Services enviando y recibiendo XML for
Analysis en paquetes SOAP sobre TCP/IP o sobre HTTP a través de Internet Information Services (IIS ). La
conexión HTTP utiliza un objeto COM, denominado bombeo de datos y cuya instancia ha sido creada por IIS, que
actúa como conducto para los datos de Analysis Services. El bombeo de datos no examina de ningún modo los
datos subyacentes contenidos en el flujo HTTP, ni ninguna de las estructuras de datos subyacentes está disponible
para el código en la propia biblioteca de datos.
Las aplicaciones cliente de Win32 pueden conectarse con un servidor de Analysis Services mediante interfaces
OLE DB para OL AP o mediante el modelo de objetos Microsoft® ActiveX® Data Objects (ADO ) para lenguajes de
automatización COM (Modelo de objetos componentes) como, por ejemplo, Microsoft Visual Basic®. Las
aplicaciones codificadas con lenguajes .NET se pueden conectar con un servidor de Analysis Services mediante
ADOMD.NET.
Las aplicaciones existentes pueden comunicarse con Analysis Services sin necesidad de ser modificadas utilizando
simplemente uno de los proveedores de Analysis Services.
LENGUAJE DE PROGRAMACIÓN INTERFAZ DE ACCESO A DATOS
C++ OLE DB para OLAP
Visual Basic 6 ADO MD
Lenguajes .NET ADO MD.NET
Cualquier lenguaje que admita SOAP XML for Analysis
Analysis Services tiene una arquitectura web con un nivel medio completamente escalable para implementación en
organizaciones pequeñas y medianas. Analysis Services ofrece una amplia compatibilidad de nivel medio para
servicios web. Las aplicaciones ASP son compatibles con OLE DB para OL AP y ADO MD, las aplicaciones
ASP.NET son compatibles con ADOMD.NET. El nivel medio, que se muestra en la siguiente ilustración, se puede
escalar a muchos usuarios simultáneos.
Las aplicaciones cliente y de nivel medio pueden comunicarse directamente con Analysis Services sin necesidad de
ningún proveedor. Las aplicaciones cliente y de nivel medio pueden enviar XML for Analysis en paquetes SOAP
sobre TCP/IP, HTTP o HTTPS. El cliente puede estar codificado con cualquier lenguaje compatible con SOAP. La
comunicación se administra mucho más fácilmente en este caso a través de Internet Information Services (IIS )
mediante HTTP, aunque también puede codificarse una conexión directa con el servidor mediante TCP/IP. Se trata
de la solución de cliente más ligero para Analysis Services.
Analysis Services en el modo de SharePoint o tabular
En SQL Server 2017, se puede iniciar el servidor en modo de motor (VertiPaq) de análisis en memoria xVelocity
para bases de datos tabulares y para Power Pivot los libros que se han publicado en un sitio de SharePoint.
Power Pivot para Excel y SQL Server Data Tools (SSDT) son los únicos entornos del cliente que se admiten para
crear y consultar las bases de datos en memoria que utilizan el modo SharePoint o tabular, respectivamente. El
objeto incrustado Power Pivot base de datos que se crea mediante el uso de Excel y Power Pivot herramientas se
encuentra dentro del libro de Excel y se guarda como parte del archivo .xlsx de Excel.
Sin embargo, un libro de Power Pivot puede utilizar datos almacenados en un cubo tradicional si los datos del cubo
se importan en el libro. También se pueden importar datos de otro libro de Power Pivot si se ha publicado en un
sitio de SharePoint.
NOTE
Al utilizar un cubo como origen de datos para un libro de Power Pivot, los datos que se obtienen del cubo se definen como
una consulta MDX; sin embargo, los datos se importan como una instantánea plana. No se puede trabajar interactivamente
con los datos ni actualizar los datos del cubo.
Para obtener más información sobre el uso de un cubo de SSAS como origen de datos, vea el PowerPivot para
Excel.
Interfaces de cliente de Power Pivot
Power Pivot interactúa con el motor de almacenamiento xVelocity (VertiPaq) del motor de análisis en memoria
dentro del libro utilizando las interfaces y lenguajes establecidos para Analysis Services: AMO y ADOMD.NET y
MDX y XML A. Dentro del complemento, las medidas se definen utilizando un lenguaje de fórmulas parecido Excel,
Expresiones de análisis de datos (DAX). Las expresiones DAX se insertan en los mensajes XML A que se envían al
servidor en proceso.
Proveedores
Las comunicaciones entre Power Pivot y Excel utilizan el proveedor de MSOL AP OLEDB (versión 11.0). Dentro del
proveedor MSOL AP hay cuatro módulos diferentes, o transportes, que se pueden utilizar para enviar mensajes
entre el cliente y el servidor.
TCP/IP usado para las conexiones cliente-servidor normales.
HTTP utiliza para las conexiones HTTP a través del servicio de bombeo de datos SSAS, o mediante una llamada a
SharePoint Power Pivot componente de servicios Web (WS ).
INPROC usado para las conexiones al motor en proceso.
CANAL reservado para las comunicaciones con el Power Pivot servicio del sistema en la granja de servidores de
SharePoint.
Vea también
Componentes de servidor del motor OL AP
Extensiones de personalización de Analysis Services

SQL Server Analysis Services las extensiones de personalización constituyen el fundamento de la idea de
implementar una arquitectura de complemento. En una arquitectura de este tipo se pueden desarrollar de forma
dinámica nuevos objetos y funcionalidad de cubo, y compartirlos fácilmente con otros programadores. Por lo tanto,
Analysis Services las extensiones de personalización proporcionan la funcionalidad que permite lograr lo siguiente:
Diseño e implementación dinámicos inmediatamente después de diseñar e implementar Analysis
Services extensiones de personalización, los usuarios tienen acceso a los objetos y la funcionalidad al
principio de la siguiente sesión de usuario.
Independencia de la interfaz independientemente de la interfaz que se usa para crear el Analysis
Services extensiones de personalización, los usuarios pueden utilizar cualquier interfaz para tener acceso a
objetos y funcionalidades.
Contexto de la sesión Analysis Services extensiones de personalización no son objetos permanentes en la
infraestructura existente y no se requieren que se vuelva a procesar el cubo. Se exponen y se crean para el
usuario en el momento en que este se conecta a la base de datos, y permanecen disponibles durante esa
sesión de usuario.
Distribución rápida recurso compartido Analysis Services extensiones de personalización con otros
desarrolladores de software sin tener que entrar en especificaciones detalladas sobre dónde o cómo buscar
esta funcionalidad extendida.
Las extensiones de personalización de Analysis Services tienen muchos usos. Por ejemplo, supongamos que
su compañía tiene ventas que implican monedas diferentes. Crea un miembro calculado que devuelve las
ventas consolidadas en la moneda local de la persona que está teniendo acceso al cubo. Crea este miembro
como una extensión de personalización. A continuación, comparte este miembro calculado con un grupo de
usuarios. Una vez compartido, los usuarios tienen acceso inmediato al miembro calculado en cuanto se
conectan al servidor. Tienen acceso aunque no usen la misma interfaz que la que se usó para crear el
miembro calculado.
Analysis Services las extensiones de personalización son una modificación simple y elegante de la
arquitectura de ensamblado administrado existente y se exponen en la Analysis Services
Microsoft.AnalysisServices.AdomdServer objeto modelo, la sintaxis de expresiones multidimensionales
(MDX) y conjuntos de filas de esquema.
Arquitectura lógica
La arquitectura de las extensiones de personalización de Analysis Services se basa en la arquitectura de
ensamblado administrado y en los cuatro elementos básicos siguientes:
El atributo personalizado [PlugInAttribute]
Al iniciar el servicio, Analysis Services carga los ensamblados necesarios y determina qué clases tienen el
Microsoft.AnalysisServices.AdomdServer.PlugInAttribute atributo personalizado.
NOTE
.NET Framework define los atributos personalizados como una manera de describir el código e influir en el comportamiento
en tiempo de ejecución. Para obtener más información, vea el tema "Attributes Overview," en el .NET Framework Guía del
desarrollador en MSDN.
Para todas las clases con el Microsoft.AnalysisServices.AdomdServer.PlugInAttribute atributo personalizado,

Analysis Services sus constructores predeterminados, se invoca. Invocar todos los constructores en el inicio
proporciona una ubicación común para generar nuevos objetos y que es independiente de cualquier actividad de
usuario.
Además de generar una pequeña memoria caché de información sobre la creación y administración de las
extensiones de personalización, el constructor de clase se suscribe normalmente a los eventos
Microsoft.AnalysisServices.AdomdServer.Server.SessionOpened y
Microsoft.AnalysisServices.AdomdServer.Server.SessionClosing. Si no se produce la suscripción a estos eventos,
es posible que el recolector de elementos no utilizados de Common Language Runtime (CLR ) marque de forma
inadecuada la clase para la limpieza.
Contexto de la sesión
Para los objetos que se basan en extensiones de personalización, Analysis Services crea un entorno de ejecución
durante la sesión del cliente y genera dinámicamente la mayor parte de esos objetos en este entorno. Como
cualquier otro ensamblado de CLR, este entorno de ejecución también tiene acceso a otras funciones y
procedimientos almacenados. Cuando finaliza la sesión de usuario, Analysis Services quita los objetos creados de
forma dinámica y se cierra el entorno de ejecución.
Eventos
Creación de objetos se desencadena los eventos de sesión OpenedCubeOpened en cubos y
ClosingCubeClosing en cubos.
La comunicación entre el cliente y el servidor se produce a través de eventos concretos. Estos eventos hacen que el
cliente conozca las situaciones que conducen a que se generen los objetos del cliente. El entorno del cliente se crea
dinámicamente mediante el uso de dos conjuntos de eventos: eventos de sesión y eventos de cubo.
Los eventos de sesión se asocian al objeto de servidor. Cuando un cliente inicia sesión en un servidor, Analysis
Services crea una sesión y desencadena el Microsoft.AnalysisServices.AdomdServer.Server.SessionOpened
eventos. Cuando un cliente finaliza la sesión en el servidor, Analysis Services desencadenadores el
Microsoft.AnalysisServices.AdomdServer.Server.SessionClosing eventos.
Los eventos de cubo se asocian al objeto de conexión. La conexión a un cubo desencadena el evento
Microsoft.AnalysisServices.AdomdServer.AdomdConnection.CubeOpened. El cierre de la conexión a un cubo, ya
sea cerrándolo o cambiando a un cubo diferente, desencadena un evento
Microsoft.AnalysisServices.AdomdServer.AdomdConnection.CubeClosing.
Seguimiento y control de errores
Toda la actividad puede ser objeto de seguimiento mediante el uso de SQL Server Profiler. Los errores no
controlados se notifican al registro de eventos de Windows.
Toda la creación y administración de objetos es independiente de esta arquitectura y es responsabilidad exclusiva
de los programadores de los objetos.
Fundamentos de la infraestructura
Las extensiones de personalización de Analysis Services se basan en componentes existentes. A continuación se
muestra un resumen de las mejoras que proporciona la funcionalidad de las extensiones de personalización.
Ensamblados
El atributo personalizado, Microsoft.AnalysisServices.AdomdServer.PlugInAttribute, se puede agregar a los
ensamblados personalizados para identificar las clases de extensiones de personalización de Analysis Services.
Cambios del modelo de objetos AdomdServer
Los objetos siguientes del modelo de objetos Microsoft.AnalysisServices.AdomdServer se han mejorado o se han
agregado al modelo.
Nueva clase AdomdConnection
La clase Microsoft.AnalysisServices.AdomdServer.AdomdConnection es nueva y expone varias extensiones de
personalización a través de propiedades y eventos.
Propiedades
Microsoft.AnalysisServices.AdomdServer.AdomdConnection.SessionID*, un valor de cadena de solo lectura
que representa el identificador de sesión de la conexión actual.
Microsoft.AnalysisServices.AdomdServer.AdomdConnection.ClientCulture*, una referencia de solo lectura a
la referencia cultural del cliente asociada a la sesión actual.
Microsoft.AnalysisServices.AdomdServer.AdomdConnection.User*, una referencia de solo lectura a la
interfaz de identidad que representa al usuario actual.
Eventos
Microsoft.AnalysisServices.AdomdServer.AdomdConnection.CubeOpened
Microsoft.AnalysisServices.AdomdServer.AdomdConnection.CubeClosing
Nuevas propiedades en la clase Context
La clase Microsoft.AnalysisServices.AdomdServer.Context tiene dos propiedades nuevas:
Microsoft.AnalysisServices.AdomdServer.Context.Server*, una referencia de solo lectura al nuevo objeto de
servidor.
Microsoft.AnalysisServices.AdomdServer.Context.CurrentConnection*, una referencia de solo lectura al
nuevo objeto Microsoft.AnalysisServices.AdomdServer.AdomdConnection.
Nueva clase Server
La clase Microsoft.AnalysisServices.AdomdServer.Server es nueva y expone varias extensiones de personalización
a través de propiedades y eventos de clase.
Propiedades
Microsoft.AnalysisServices.AdomdServer.Server.Name*, un valor de cadena de solo lectura que representa
el nombre del servidor.
Microsoft.AnalysisServices.AdomdServer.Server.Culture*, una referencia de solo lectura a la referencia
cultural global asociada al servidor.
Eventos
Microsoft.AnalysisServices.AdomdServer.Server.SessionOpened
Microsoft.AnalysisServices.AdomdServer.Server.SessionClosing
Clase AdomdCommand
La clase Microsoft.AnalysisServices.AdomdServer.AdomdCommand admite ahora los comandos MDX siguientes:
CREATE MEMBER, instrucción & #40; MDX & #41;
Declaración de miembro UPDATE (MDX)
DROP MEMBER, instrucción (MDX)
CREAR la instrucción SET & #40; MDX & #41;
Instrucción de conjunto de DROP (MDX)
Instrucción CREATE KPI (MDX)
Instrucción de DROP KPI (MDX)
Extensiones y mejoras de MDX
El comando CREATE MEMBER se mejora con la título propiedad, el display_folder propiedad y el
associated_measure_group propiedad.
El comando UPDATE MEMBER se agrega para no tener que crear de nuevo los miembros cuando se necesita una
actualización con la consiguiente pérdida de prioridad en la resolución de cálculos. Las actualizaciones no pueden
cambiar el ámbito del miembro calculado, mover el miembro calculado a un elemento primario diferente o definir
otro solveorder.
El comando CREATE SET se mejora con la título propiedad, el display_folder propiedad y el nuevo estático |
DINÁMICA palabra clave. Estática significa que el conjunto se evalúa solo en el momento de creación. Dinámica
significa que el conjunto se evalúa cada vez que el conjunto se utiliza en una consulta. El valor predeterminado es
estático si se omite una palabra clave.
Los comandos CREATE KPI y DROP KPI se agregan a la sintaxis de MDX. Las KPI se pueden crear dinámicamente
a partir de cualquier script MDX.
Extensiones de conjuntos de filas de esquema
En MDSCHEMA_MEMBERS ámbito se agrega la columna. Los valores de scope son los siguientes:
MDMEMBER_SCOPE_GLOBAL=1, MDMEMBER_SCOPE_SESSION=2.
En MDSCHEMA_SETS set_evaluation_context se agrega la columna. Los valores de set evaluation context son los
siguientes: MDSET_RESOLUTION_STATIC = 1, MDSET_RESOLUTION_DYNAMIC = 2.
En MDSCHEMA_KPIS se agrega la columna scope. Los valores de scope son los siguientes:
MDKPI_SCOPE_GLOBAL=1, MDKPI_SCOPE_SESSION=2.
Conjuntos de filas de esquema de Analysis Services

Los conjuntos de filas de esquema son tablas predefinidas que contienen información sobre los objetos de
Analysis Services y el estado del servidor, como el esquema de la base de datos, sesiones activas, conexiones,
comandos y trabajos que se ejecutan en el servidor. Puede consultar las tablas del conjunto de filas de esquema en
una ventana de script XML/A en SQL Server Management Studio, ejecutar una consulta DMV en un conjunto de
filas de esquema o crear una aplicación personalizada que incorpore la información del conjunto de filas de
esquema (por ejemplo, una aplicación de informes que recupere la lista de dimensiones disponibles que se pueden
utilizar para crear un informe).
NOTE
Si usa conjuntos de filas de esquema de XML/A un script, la información que se devuelve en el resultado parámetro de la
Discover método se estructura según los diseños de columna de conjunto de filas que se describe en esta sección. El
proveedor de Microsoft XML for Analysis (XMLA) admite los conjuntos de filas requeridos por XML para la especificación del
análisis. El proveedor XMLA también admite algunos de los conjuntos de filas de esquema estándar para OLE DB, OLE DB
para OLAP y OLE DB para los proveedores de origen de datos de minería de datos. Los conjuntos de filas admitidos se
describen en los siguientes temas.
En esta sección
TEMA DESCRIPTION
XML para conjuntos de filas de esquema de análisis Describe los conjuntos de filas XMLA admitidos por el
proveedor XMLA.
Conjuntos de filas de esquema OLE DB Describe los conjuntos de filas de esquema de OLE DB
admitidos por el proveedor XMLA.
OLE DB para OLAP Schema Rowsets Describe la OLE DB para los conjuntos de filas de esquema
OLAP admitidos por el proveedor XMLA.
Conjuntos de filas de esquema de minería de datos Describe los conjuntos de filas de esquema de minería de
datos admitidos por el proveedor XMLA.
Vea también
Acceso a datos de modelo multidimensional & #40; Analysis Services - datos multidimensionales & #41;
Usar dinámica vistas de administración & #40; DMV & #41; para supervisar Analysis Services
Analysis Services Scripting Language (ASSL para
XMLA)

Las aplicaciones se comunican con Microsoft SQL Server Analysis Services mediante comandos XML y
descripciones de los objetos. El Lenguaje de scripting de Analysis Services (ASSL ) representa la parte de lenguaje
de la definición de objeto de este dialecto de XML.
Esta sección de referencia contiene sintaxis e información del uso para cada elemento del esquema del ASSL.
Los administradores y desarrolladores pueden consultar esta sección de referencia para obtener ayuda acerca de
los scripts generados por SQL Server Management Studio, SQL Server Data Tools (SSDT), Objetos de
administración de análisis (AMO ) y otras aplicaciones, o para obtener ayuda para crear o modificar scripts para la
finalidad que les interese.
En esta sección
TEMA DESCRIPTION
Analysis Services Scripting Language jerarquía de elementos Diagrama detallado de la jerarquía de elementos de ASSL.
XML & #40; ASSL & #41;
Jerarquía de tipos de datos XML de lenguaje de Scripting de Diagrama detallado de la jerarquía de la herencia de tipos de
Analysis Services (ASSL) datos de ASSL.
Elementos de XML de lenguaje de Scripting de Analysis Referencia de la sintaxis para cada elemento del esquema de
Services (ASSL) ASSL.
Analysis Services Scripting Language tipos de datos XML & Referencia de la sintaxis para cada tipo de datos del esquema
#40; ASSL & #41; de ASSL.
Vea también
Desarrollar aplicaciones con Analysis Services Scripting Language (ASSL )
Desarrollar con objetos de administración de análisis & #40; AMO & #41;
Ejemplos de Analysis Services

Utilice esta información para buscar las bases de datos de ejemplo y proyectos para ayudarle a conocer y pruebe
sus soluciones de Analysis Services.
Ejemplos en GitHub
Repositorio de GIT para Analysis Services incluye ejemplos de código y proyectos de la Comunidad.
Bases de datos y soluciones de ejemplo

Aunque oficialmente ya no es compatible o actualiza, Adventure Works sigue siendo uno de los conjuntos de datos
más sólida e inclusivo de ejemplo para aprender y probar Analysis Services. Analysis Services de ejemplo
proyectos y bases de datos, así como ejemplos de documentación, blogs y presentaciones usar los datos de
ejemplo Adventure Works 2014.
Descargar proyectos de ejemplo Adventure Works y las bases de datos en Codeplex.
Se introdujo una nueva colección de datos de ejemplo, Wide World Importers, para SQL Server 2016. Puede usar
datos de ejemplo Wide World Importers para aprender y probar los servicios de análisis; Sin embargo, se
proporciona ningún tutoriales, ejemplos y documentación. El conjunto de datos de Wide World Importers y el
esquema no admiten muchas de las características de Analysis Services. Para obtener más información, consulte
Wide World Importers.
Vea también
Tutoriales de Analysis Services (SSAS )
Referencia de Extensiones de minería de datos (DMX)

Extensiones de minería de datos (DMX) es un lenguaje que puede usar para crear y trabajar con modelos de
minería de datos en Microsoft SQL Server Analysis Services. Puede usar DMX para crear la estructura de modelos
de minería de datos nuevos, para entrenar esos modelos y para explorar, administrar y realizar predicciones con
ellos. DMX se compone de instrucciones de lenguaje de definición de datos (DDL ), instrucciones de lenguaje de
manipulación de datos (DML ), y funciones y operadores.
Especificación Microsoft OLE DB para minería de datos

Las características de minería de datos en Analysis Services creado para cumplir el Microsoft OLE DB para la
especificación de minería de datos.
El Microsoft de OLE DB para minería de datos especificación define lo siguiente:
Una estructura para contener la información que define un modelo de minería de datos.
Un lenguaje para crear y trabajar con modelos de minería de datos.
La especificación define la base de la minería de datos como el objeto virtual de modelo de minería de
datos. El objeto de modelo de minería de datos encapsula toda la información conocida acerca de un
modelo de minería de datos específico. El objeto de modelo de minería de datos está estructurado como
una tabla de SQL, con columnas, tipos de datos y metainformación que describen el modelo. Esta
estructura le permite usar el lenguaje DMX (una extensión de SQL ) para crear y trabajar con modelos.
Para obtener más información: estructuras de minería de datos (Analysis Services: minería de datos)
Instrucciones DMX
Puede usar instrucciones DMX para crear, procesar, eliminar, copiar, examinar y realizar predicciones con modelos
de minería de datos. Hay dos tipos de instrucciones en DMX: instrucciones de definición de datos e instrucciones
de manipulación de datos. Cada tipo de instrucción lleva a cabo distintos tipos de tareas.
En las siguientes secciones se proporciona más información acerca de cómo trabajar con instrucciones DMX:
Instrucciones de definición de datos
Instrucciones de manipulación de datos
Conceptos básicos de consulta
Instrucciones de definición de datos
Las instrucciones de definición de datos de DMX sirven para crear y definir nuevas estructuras y modelos de
minería de datos, para importar y exportar modelos y estructuras de minería de datos y para quitar modelos
existentes de una base de datos. Las instrucciones de definición de datos de DMX forman parte del lenguaje de
definición de datos (DDL ).
Puede realizar las siguientes tareas con las instrucciones de definición de datos de DMX:
Crear una estructura de minería de datos mediante la CREATE MINING STRUCTURE (instrucción) y
agregar un modelo de minería de datos a la estructura de minería de datos mediante el uso de la ALTER
MINING STRUCTURE instrucción.
Crear un modelo de minería de datos y la estructura de minería de datos asociados al mismo tiempo
mediante el CREATE MINING MODEL instrucción para crear un objeto de modelo de minería de datos
vacíos.
Exportar un modelo de minería de datos y la estructura de minería de datos asociados a un archivo
mediante la exportar instrucción. Importar un modelo de minería de datos y su estructura de minería de
datos asociada desde un archivo que se crea mediante la instrucción EXPORT mediante la importación
instrucción.
Copiar la estructura de un modelo de minería de datos existente en un nuevo modelo y entrenar con los
mismos datos, mediante el uso de la SELECT INTO instrucción.
Quitar completamente un modelo de minería de datos de una base de datos mediante el uso de la DROP
MINING MODEL instrucción. Quitar completamente una estructura de minería de datos y todos sus
modelos de minería de datos asociados de la base de datos mediante el uso de la DROP MINING
STRUCTURE instrucción.
Para obtener más información acerca de las tareas de minería de datos que se pueden realizar mediante
instrucciones DMX, vea extensiones de minería de datos (DMX) referencia de instrucciones.
Volver a instrucciones DMX
Instrucciones de manipulación de datos
Use instrucciones de manipulación de datos en DMX para trabajar con modelos de minería de datos existentes
con el fin de examinar los modelos y crear predicciones con ellos. Las instrucciones de manipulación de datos de
DMX forman parte del lenguaje de manipulación de datos (DML ).
Puede realizar las siguientes tareas con las instrucciones de manipulación de datos de DMX:
Entrenar un modelo de minería de datos mediante el uso de la INSERT INTO instrucción. Esta instrucción
no inserta los datos de origen reales en un objeto de modelo de minería de datos de origen, sino que, en su
lugar, crea una abstracción que describe el modelo de minería que crea el algoritmo. La consulta de origen
para una instrucción INSERT INTO se describe en <consulta de origen de datos >.
Extender la instrucción SELECT para examinar la información que se calculan durante el entrenamiento del
modelo y se almacena en el modelo de minería de datos, como las estadísticas de los datos de origen. Las
cláusulas que se pueden incluir para ampliar la funcionalidad de la instrucción SELECT son las siguientes:
SELECT DISTINCT FROM <modelo > (DMX)
SELECT FROM <modelo>. CONTENIDO (DMX)
SELECT FROM <modelo>. CASOS (DMX)
SELECT FROM <modelo>. SAMPLE_CASES (DMX)
SELECT FROM <modelo>. DIMENSION_CONTENT (DMX)
Crear predicciones que se basan en un modelo de minería de datos existente mediante el uso de la
PREDICTION JOIN cláusula de la instrucción SELECT. La consulta de origen para una instrucción
PREDICTION JOIN se describe en <consulta de origen de datos >.
Quitar todos los datos entrenados de un modelo o una estructura mediante la eliminar (DMX) instrucción.
Para obtener más información acerca de las tareas de minería de datos que se pueden realizar mediante
instrucciones DMX, vea extensiones de minería de datos (DMX) referencia de instrucciones.
Conceptos básicos de consulta DMX
La instrucción SELECT es la base para la mayoría de las consultas DMX. En función de las cláusulas que use con
esas instrucciones, puede examinar, copiar o realizar predicciones con modelos de minería de datos. La consulta de
predicción usa una forma de seleccionar para crear predicciones basadas en modelos de minería de datos
existente. Las funciones amplían la capacidad de examinar y consultar los modelos de minería de datos más allá de
las capacidades intrínsecas del modelo de minería de datos.
Puede usar funciones DMX para obtener información descubierta durante el entrenamiento de los modelos y para
calcular información nueva. Estas funciones pueden utilizarse con muchos fines, por ejemplo, para devolver
estadísticas que describan los datos subyacentes o la precisión de una predicción. O bien, para devolver una
explicación ampliada de una predicción.
Para obtener más informacióninformación: descripción DMX Select (instrucción), funciones de predicción
generales (DMX), Estructura y el uso de consultas de predicción DMX, extensiones de minería de datos (DMX)
función referencia
Vea también
Extensiones de minería de datos (DMX) función referencia
Extensiones de minería de datos (DMX) referencia de operadores
Extensiones de minería de datos (DMX) referencia de instrucciones
Extensiones de minería de datos (DMX) convenciones de sintaxis
Extensiones de minería de datos (DMX) elementos de sintaxis
Funciones de predicción generales (DMX)
Estructura y el uso de consultas de predicción DMX
Descripción de la instrucción Select de DMX
Referencia del lenguaje de Analysis Services
Referencia de expresiones (DAX) de análisis de datos

Expresiones multidimensionales (MDX) referencia
Extensiones de minería de datos (DMX) referencia
Funciones de VBA en MDX y DAX
Vea también
Referencia de PowerShell para PowerPivot para SharePoint
Referencia de PowerShell de Analysis Services
Procedimientos almacenados de minería de datos (Analysis Services: minería de datos)
2 minutes to read
Configurar las propiedades de servidor en Analysis
Services

Un administrador de Analysis Services puede modificar las propiedades de configuración predeterminadas del
servidor de una instancia de Analysis Services . Cada instancia tiene sus propias propiedades de configuración,
que se establecen independientemente de las demás instancias en el mismo servidor.
Para configurar el servidor, use SQL Server Management Studio o modifique el archivo msmdsrv.ini de una
instancia específica de SQL Server Analysis Services.
Las páginas de propiedades de SQL Server Management Studio muestran un subconjunto de las propiedades con
más probabilidad de ser modificadas. La lista completa de propiedades se encuentra en el archivo msmdsrv.ini.
NOTE
En una instalación de SQL Server Analysis Services de forma predeterminada, msmdsrv.ini puede encontrarse en el \Program
Server\MSAS13 de SQL. Carpeta MSSQLSERVER\OLAP\Config.
Otras propiedades que afectan a la configuración del servidor incluyen las propiedades de configuración de implementación
de SQL Server Data Tools (SSDT). Para más información sobre estas propiedades, vea Especificar la configuración para la
implementación de soluciones.
Configurar propiedades en Management Studio

1. En SQL Server Management Studio, conéctese a una instancia de Analysis Services .
2. En el Explorador de objetos, haga clic con el botón derecho en la instancia de Analysis Services y luego
haga clic en Propiedades. Aparecerá la página General mostrando las propiedades que se utilizan con más
frecuencia.
3. Para ver propiedades adicionales, active la casilla Mostrar propiedades avanzadas (todas) en la parte
inferior de la página.
La modificación de las propiedades de servidor solo se admite en los servidores en modo tabular y modo
multidimensional. Si ha instalado PowerPivot para SharePoint, use siempre los valores predeterminados, a
menos que el servicio de soporte técnico de Microsoft le indique lo contrario.
Para obtener información sobre cómo resolver problemas de funcionamiento o de rendimiento mediante
las propiedades de servidor, vea la Guía de operaciones de SQL Server 2008 R2 Analysis Services.
También puede leer sobre las propiedades del servidor (que en gran parte no se han cambiado en las
últimas versiones) en estas notas del producto de Microsoft, SQL Server 2005 Analysis Services (SSAS )
Server Properties (Propiedades del servidor SQL Server 2005 Analysis Services (SSAS )).
Configurar propiedades en msmdsrv.ini

Algunas propiedades se pueden establecer solo en el archivo msmdrsrv.ini. Si la propiedad que desea establecer
no está visible incluso después de mostrar las propiedades avanzadas, es posible que tenga que modificar el
archivo msmdsrv.ini directamente.
1. Compruebe la propiedad DataDir en la página de propiedades General de Management Studio para
comprobar la ubicación de los archivos de programa de Analysis Services, incluido el archivo msmdsrv.ini.
En un servidor que tiene varias instancias, la comprobación de la ubicación del archivo de programa
garantiza la modificación del archivo correcto.
2. Vaya a la carpeta config de la ubicación de la carpeta de archivos del programa.
3. Cree una copia de seguridad del archivo en caso de que necesite revertir al archivo original.
4. Utilice un editor de texto para ver o modificar el archivo msmdsrv.ini.
5. Guarde el archivo y reinicie el servicio.
Referencia de las propiedades de servidor

En los siguientes temas se explican las diversas propiedades de configuración de Analysis Services :
TEMA DESCRIPCIÓN
Propiedades generales Las propiedades generales son las básicas y las avanzadas, e
incluyen propiedades que definen el directorio de datos, el
directorio de copia de seguridad y otros comportamientos del
servidor.
Propiedades de minería de datos Las propiedades de minería de datos controlan qué

algoritmos de minería de datos están habilitados y cuáles no.
De manera predeterminada, todos los algoritmos están
habilitados.
Propiedades de DAX Define las propiedades relacionadas con las consultas DAX.
DSO DSO ya no es compatible. Se omiten las propiedades de DSO.
Propiedades de características Las propiedades de características corresponden a las

características del producto, la mayor parte de ellas
avanzadas, incluidas las propiedades que controlan los
vínculos entre las instancias de servidor.
Propiedades de Filestore Las propiedades de almacén de archivos solamente sirven

para uso avanzado. Incluyen valores de configuración
avanzada de la administración de memoria.
Propiedades del administrador de bloqueos Las propiedades del administrador de bloqueos definen los
comportamientos del servidor relativos a bloqueos y tiempos
de espera. La mayoría de estas propiedades solo sirven para
uso avanzado.
Propiedades de registro Las propiedades del registro controlan si los eventos inician la
sesión en el servidor, dónde y cómo. Esto incluye el registro
de errores, el registro de excepciones, la caja negra SQL, el
registro de consultas y los seguimientos.
Propiedades de memoria Las propiedades de memoria controlan la forma en la que el

servidor utiliza la memoria. Son fundamentalmente para uso
avanzado.
TEMA DESCRIPCIÓN
Propiedades de red Las propiedades de red controlan el comportamiento del

servidor relativo a redes, incluidas las propiedades que
controlan la compresión y los elementos XML binarios. La
mayoría de estas propiedades solo sirven para uso avanzado.
Propiedades OLAP Las propiedades OLAP controlan el procesamiento de cubos y

dimensiones, el procesamiento diferido, el almacenamiento de
datos en caché y el comportamiento de las consultas. Incluyen
propiedades básicas y avanzadas.
Propiedades de seguridad La sección de seguridad contiene propiedades básicas y

avanzadas que definen permisos de acceso. Esto incluye
valores de configuración relacionados con administradores y
usuarios.
Propiedades de grupos de subprocesos Las propiedades de grupo de subprocesos controlan cuántos

subprocesos crea el servidor. Se trata fundamentalmente de
propiedades avanzadas.
Vea también
Administración de una instancia de Analysis Services
Especificar la configuración para la implementación de soluciones
Referencia XML for Analysis (XMLA)

Azure Analysis Services y SQL Server Analysis Services usan XML para el protocolo de Analysis (XML A) para las
comunicaciones entre las aplicaciones cliente y una instancia de Analysis Services. En el nivel más básico, otras
bibliotecas cliente, como ADOMD.NET y AMO, construyen las solicitudes y descodifican las respuestas de XML A,
actuando como intermediarias de una instancia de Analysis Services, que utiliza exclusivamente XML A.
Para admitir la detección y manipulación de datos en modo tabular y multidimensional, la especificación XML A
define dos métodos generalmente accesibles, Discover y Executey un colección de tipos de elementos y los datos
XML. Dado que XML permite una arquitectura de cliente y servidor de acoplamiento flexible, ambos métodos
administran la información de entrada y de salida en formato XML.
Analysis Services es compatible con la especificación XML A 1.1., especificación, sino que se extiende para incluir la
definición y manipulación de capacidad de datos, implementada como anotaciones en el Discover y Execute
métodos. La sintaxis XML ampliadas son Tabular Model Scripting Language (TMSL ) y Analysis Services Scripting
Language (ASSL ).
TMSL se muestra la sintaxis de definición de modelo de comando y el objeto para las bases de datos de modelo
tabular en el nivel de compatibilidad 1200 y versiones posterior. TMSL se comunica con Analysis Services a través
del protocolo XML A, donde el XMLA.Execute método acepta dos scripts de instrucción basada en JSON en TMSL,
así como los scripts basados en XML tradicionales de Analysis Services Scripting Language (ASSL para XML A).
Para obtener más información, consulte referencia de Tabular Model Scripting Language (TMSL ).
ASSL es la sintaxis de definición de modelo de comando y objetos de bases de datos de modelo multidimensional
y las bases de datos de modo tabular en el nivel de compatibilidad 1103 o inferior. Esta definición se basa en la
especificación XML A sin infringirla. La interoperabilidad basada en XML A está garantizada cuando se usa
solamente XML A o XML A y ASSL juntos. Para obtener más información, consulte Analysis Services Scripting
Language (ASSL para XML A).
Como desarrollador, puede usar XML A como una interfaz si los requisitos de la solución especifican protocolos
estándar, como XML, SOAP y HTTP. Los desarrolladores y administradores también pueden utilizar el XML A de
forma "ad-hoc" para recuperar información desde el servidor o ejecutar comandos.
En esta sección
TEMA DESCRIPCIÓN
Tipos de datos XML (XMLA) Describe los tipos de datos de la especificación XMLA.
Elementos XML - comandos (XMLA) Elementos que se pueden utilizar dentro del elemento de
comando durante una llamada de método Execute.
Elementos XML - comandos (XMLA) Elementos que se pueden utilizar dentro del elemento de
comando durante una llamada de método Execute.
Elementos XML - encabezados (XMLA) Elementos de encabezado implementados por Microsoft

Analysis Services.
TEMA DESCRIPCIÓN
Elementos XML - propiedades (XMLA) Elementos que representan información sobre las propiedades
y valores para los tipos de encabezados, métodos, objetos,
comandos y datos XMLA.
Elementos XML - métodos - detección (XMLA) Recupera información, como la lista de bases de datos
disponibles o los detalles sobre un objeto concreto, de una
instancia de Analysis Services.
Elementos XML - métodos - ejecutan (XMLA) Envía el XML para los comandos de Analysis (XMLA) a una
instancia de Analysis Services.
XML elementos - objetos - DiscoverResponse (XMLA) Contiene la información devuelta por una instancia de Analysis
Services en respuesta a una llamada al método de detección.
XML elementos - objetos - ExecuteResponse (XMLA) Contiene la información devuelta por una instancia de Analysis
Services en respuesta a una llamada de método Execute.
Elementos XML - objetos (XMLA) Objetos implementados por Analysis Services.
Compatibilidad con XML for Analysis (XMLA) Describe el nivel de compatibilidad con la especificación XMLA
1.1.
Vea también
Conjuntos de filas de esquema de XML for Analysis
Desarrollo con ADOMD.NET
Desarrollar con Objetos de administración de análisis (AMO )

Test 1231 ZQ 123 ZXC 123 Akaf

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Test 1231 ZQ 123 ZXC 123 Akaf

Caricato da

Copyright:

Formati disponibili

Contents

Acerca de SQL Server Analysis Services

Documentación por área

Se aplica a: SQL Server 2016 Analysis Services Azure Analysis Services

Azure Analysis Services

Novedades de SQL Server 2016 Service Pack 1 (SP1) Analysis Services

Novedades de SQL Server 2016 Analysis Services

COMANDOS CON SCRIPTS DESCRIPTION

crear Permite agregar una base de datos, conexión o partición. El

createOrReplace Permite actualizar una definición de objeto existente (base de

eliminar Permite quitar una definición de objeto. El equivalente de ASSL

refresh Procesa el objeto. El equivalente de ASSL es PROCESS.

DefaultValue Una propiedad que especifica el valor usado al evaluar la

Estadísticas Un conjunto de estadísticas de los datos subyacentes que está

Se aplica a: SQL Server 2017 Analysis Services Azure Analysis Services

Nivel de compatibilidad 1400 para modelos tabulares.

Experiencia moderna de Obtener datos

Cuando se establece en Hide blank members(Ocultar miembros en blanco) y se implementa el modelo, se

Función DAX DETAILROWS

EVALUATE DETAILROWS([Internet Total Sales])

Seguridad de nivel de objeto

Vistas de administración dinámica (DMV)

Esto se ha simplificado mediante el operador IN :

Con el nuevo operador IN , la expresión de medida anterior ahora es equivalente a la siguiente:

Nuevos artículos creados recientemente

Artículos actualizados con extractos

Compact lista de artículos que se actualizó recientemente

Artículos de esta área no se han actualizado recientemente, en este momento.

Artículos similares sobre artículos nuevos o actualizados

SE APLICA A: SQL Server Analysis Services Azure Analysis Services

Diseñadores de modelo de Analysis Services

SE APLICA A: SQL Server Analysis Services Azure Analysis Services

Dónde obtener versiones más recientes

SE APLICA A: SQL Server Analysis Services Azure Analysis Services

Información general de tipos de modelado

Tipo Descripción de modelado Publicado

Multidimensional Construcciones de modelado OLAP SQL Server 2000 y posterior

Power Pivot Originalmente un complemento, pero A través de Excel y Power Pivot BI

Carpetas para mostrar Sí Sí1

Distinct Count Sí Sí (mediante DAX)

Obtención de detalles Sí Sí (depende de la aplicación cliente)

Objetos vinculados Sí Sí (tablas vinculadas)

Relaciones varios a varios Sí No (pero no hay bidireccional filtros

Conjuntos con nombre Sí no

Jerarquías desiguales Sí Sí1

Jerarquías de elementos primarios y Sí Sí (mediante DAX)

Seguridad de nivel de objeto Sí Sí1

Medidas de suma parcial Sí Sí

Jerarquías definidas por el usuario Sí Sí

Compatibilidad con lenguaje de scripting y consulta

HERRAMIENTA DE MODELADO CÓMO SE UTILIZA

Compatibilidad con aplicaciones de cliente

Analysis Services (servidores)

Varias Sí Sí, hasta 3 Sí

bases de datos o instancias.

PowerPivot para SharePoint

Se aplica a: SQL Server 2016 Analysis Services Azure Analysis Services

Multidimensional Particiones remotas

Multidimensional Grupos de medida vinculados remotos

Multidimensional Reescritura de dimensiones

Multidimensional Dimensiones vinculadas

Multidimensional Notificaciones de tabla de SQL Server para almacenamiento en

Multidimensional Cubos de sesión. No hay ninguna sustitución.