BI - Capitulo 13

Capítulo 12: Crear Traducciones, Acciones y Perspectivas
Capítulo 13: Modelos Tabulares
Capítulo 14: Explotación de información
13 Modelos Tabulares
Business Intelligence SQL Server 2014
13 - 1 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.
Objetivos
Al finalizar el capítulo, el alumno podrá:
• Crear modelos tabulares en SSAS.
Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 1

Agenda
• Introducción a modelos tabulares

• Creación de modelos tabulares
• Direct Query Mode
Introducción Modelos Tabulares
• Business Inteligence Semantic Model (BISM)

̵ Un único modelo para:
 Reportes, datos analíticos, “scorecards”, “dashboards”
 Para todos las experiencias de usuarios: Personal, Equipo,
Organizacional.
 Un modelo para herramientas de cliente, con dos maneras de
construirlo: Tabular y Multidimensional.

• Visión de BISM
̵ Un modelo para todas las experiencias de usuarios
• Arquitectura BISM

• El modelo semántico de BI : Analysis Services 2014
• Es parte de la visión BISM

• Desde la versión SQL Server 2012 se dispone de una nueva
clase de BD analítica: Analysis Services en modo tabular.
• Basado en el modelo relacional de datos
• El objetivo es similar a las BD multidimensionales
• Los datos son presentados como tablas
• Impresionante tasa de comprensión en tablas
• Utiliza tecnologías para manejo en Memoria de los Datos:
Xvelocity y DirectQuery.
• Programado con el nuevo lenguaje DAX (Daya Analysis
Expressions)

• Modelos multidimensionales vs tabulares

– Modelo de datos (Data Model)
TABULAR MULTIDIMENSIONAL
• Modelo relacional: Tablas, • Modelo Dimensional: Hechos,
relaciones básicas 1:N dimensiones y cubos, relaciones
• Modelo fácil de construir, baja complejas M:M
curva de aprendizaje. • Sofisticado modelo, alta curva de
• Conceptos avanzados (parent- aprendizaje.
child, many-to-many) no son • Conceptos avanzados y
disponible de forma nativa en el optimización del modelo (parent-
modelo ... requieren cálculos child, many-to-many, attribute
para simularlos. relationships, key vs. name, etc.)
• Fácil acoplamiento del modelo son disponibles de forma nativa.
sobre un origen de base de • Ideal para las aplicaciones del tipo
datos o DW para la OLAP (por ejemplo, planificación,
presentación de informes y presupuesto, predicción) que
análisis. requieren el poder del modelo
multidimensional.

– Lógica de Negocio y consultas (Business Logic)
DAX MDX
• Basados en fórmulas de Excel y • Basados en conceptos
conceptos relacionales. – Fácil multidimensionales - alta curva de
para comenzar. aprendizaje al inicio.
• Soluciones complejas requieren • Soluciones complejas requieren
una pronunciada curva de una pronunciada curva de
aprendizaje - aprendizaje - CurrentMember,
row/filter context, Calculate, etc. overwrite semantics, etc.
• Las columnas calculadas • Ideal para las aplicaciones que
permiten nuevos escenarios, sin requieren el poder de cálculos
embargo no se admite sets o multidimensionales – scopes,
calc members. assignments, calc members


– Acceso a datos (Data Access and Storage)
Xvelocity MOLAP
• Mas requerimiento de memoria • Requiere menos memoria
• Almacenamiento columnar en memoria ... típica • Almacenamiento de disco... Típico compresión 3x
compresión 10x • Análisis de disco en memoria, almacenados en
• Fuerte análisis en memoria.. Alto rendimiento sin caché (subcubo), agregación, afinamiento
afinamiento. requerido.
• Paginación básica ... volumen de datos que se • Extenso soporte I/O .. Escalas múltiples.
ajuste sobre todo en la memoria física.
DirectQuery ROLAP
• Pasa a través de Query DAX & cálculos ... Por • Las solicitudes pasan a través de tabla de hechos
completo explota capacidades de base de datos ... no recomendado para tablas de dimensiones
backend. grandes.
• No soporta consultas MDX ... no soporta fuentes • Soporta la mayoría de fuentes de datos
de datos distinta de SQL Server. relacionales

– Servidores para SSAS

• Características Modelos Tabulares
Capacidades Escalabilidad
Flexibilidad
• Experiencia en modelamiento • Amplia capacidad de modelamiento • VertiPaq para alto rendimiento,
multidimensional y tabular de datos. MOLAP para un nivel de mission
• Para lógica de negocios y • Uso sofisticado de lógica de critica.
consultas : MDX and DAX negocios MDX y DAX • DirectQuery and ROLAP para el
• Modos de almacenamiento: • Seguridad granulada –nivel acceso en tiempo real a fuentes
Cached and passthrough fila/celda de datos.
• Elección de las herramientas de • Capacidades empresariales – multi- • Algoritmos de compression
BI para usuarios finales language and perspectivas. State-of-the-art.
• Escalable para grandes
servidores empresariales.

Creación de modelos tabulares
• Son bases de datos "en memoria" de Analysis Services.

• Admiten el acceso a los datos mediante dos modos: modo
de almacenamiento en caché y modo DirectQuery.
• Se realiza a través del SQL Server Data Tools (SSDT)
• Deben contar con un servicio Analysis Services “iniciado” en
modo tabular
• Puede importar datos de varios orígenes y, a continuación,
enriquecer el modelo agregando relaciones, columnas
calculadas, medidas, KPI y jerarquías.
• Se pueden administrar los modelos implementados en SQL
Server Management Studio del mismo modo que los
modelos multidimensionales.
• Ventajas:
̵ Gracias a los algoritmos de compresión avanzados y al
procesador de consultas multiproceso, el motor analítico en
memoria xVelocity ofrece un acceso rápido a los objetos y los
datos de los modelos tabulares para aplicaciones cliente
(Microsoft Excel y Microsoft Power View).
̵ En el modo de xVelocity (almacenamiento en caché) puede
integrar datos de varios orígenes como bases de datos
relacionales, fuentes de distribución de datos y archivos de
texto planos.
̵ En el modo DirectQuery, puede omitir el modelo en memoria,
lo que permite a las aplicaciones cliente consultar los datos
directamente en el origen relacional (SQL Server).

• Desventajas:
̵ En el modo Xvelocity (almacenamiento en caché):
 Los datos no se actualizan cuando cambian los datos de origen.
Es necesario procesar el modelo para conseguir actualizaciones
de los datos.
 Cuando está fuera de línea el servidor de análisis (modelo), el
contenido de la memoria caché se guarda en el disco y deberá
abrirse de nuevo al cargar el modelo o abrir el archivo de
PowerPivot (La carga y el almacenamiento pueden requerir
mucho tiempo).
 Difícil garantizar la seguridad requerida por la base de datos back-
end, debido a que la memoria caché esté protegida exactamente
como en el servidor.
̵ En el modo DirectQuery:
 Admite un solo origen de datos SQL server.
• Propiedades del proyecto SSAS Tabular

(SSDT)
̵ QueryMode (modo de consulta):
 DirectQuery: Todas las consultas del modelo
deben utilizar solo el origen de datos
relacional.
 DirectQuery with In-Memory: De forma
predeterminada, las consultas se deben
responder utilizando el origen relacional, a
menos que se especifique lo contrario en la
cadena de conexión desde el cliente.
 In-Memory: Las consultas se deben
responder únicamente mediante caché.
 In-Memory with DirectQuery: De forma
predeterminada, las consultas se deben
responder mediante caché, a menos que se
especifique lo contrario en la cadena de
conexión de cliente.

• Propiedades del Modelo SSAS Tabular

(SSDT)
̵ Acción de compilación, especifica el modo
en que el archivo está relacionado con el
proceso de compilación e implementación.
Puede ser: Compilar/Ninguno.
̵ Copiar en el directorio de salida, especifica
que el archivo de origen se copiará en el
directorio de salida. Puede ser: No copiar/
Copiar Siempre / Copiar si es posterior.
̵ Modo DirectQuery, Se establecer en ON
para cambiar cualquiera de las otras
propiedades de DirectQuery.
̵ Nombre de archivo, Especifica el nombre
del archivo .bim. El nombre del archivo no
se debe cambiar.
• Propiedades del Modelo SSAS Tabular (SSDT)

̵ Retención de área de trabajo : ¿Cómo se conserva
una BD después de que se cierre un modelo?.
 Mantener en memoria:
 Después de cerrar un modelo, la BD del área de trabajo se
mantiene en memoria.
 Usa más memoria y al abrir un modelo usa menos
recursos y la BD se cargará rápido.
 Descargar de la memoria:
 Después de cerrar un modelo, la BD del área de trabajo se
mantiene en el disco, pero no en memoria.
 Usa menos memoria y al abrir un modelo usa recursos
adicionales y el modelo se cargará lentamente.
 Eliminar área de trabajo:
 Se debe eliminar de la memoria la BD del área de trabajo y
no se mantiene en el disco después de que se cierre el
modelo.
 Usa menos memoria y espacio de almacenamiento; pero al
abrir el modelo usa recursos adicionales y el modelo se
cargará lentamente.

• Propiedades BD Tabular (SSMS)

̵ DirectQueryMode:
 InMemory: Las consultas solo
pueden utilizar la memoria caché.
 DirectQuerywithInMemory: Las
consultas utilizan el origen de datos
relacional de forma predeterminada,
a menos que se especifique lo
contrario en la cadena de conexión
desde el cliente.
 InMemorywithDirectQuery: Las
consultas utilizan la memoria caché
de forma predeterminada, a menos
que se especifique lo contrario en la
cadena de conexión desde el cliente.
 DirectQuery: Las consultas solo
utilizan el origen de datos relacional.
Ejercicio Nº 13.1: Crear modelos tabulares
Crear modelos tabulares en Analysis Services.
Al finalizar el laboratorio, el alumno logrará:
• Conocer e implementar modelos tabulares de un proyecto

Tabular de Analysis Services 2014.

Direct Query Mode
• Un cubo tabular por defecto usa memoria para almacenar la

información (Xvelocity), sin embargo en los siguientes escenarios
no suele funcionar:
̵ La data no es refrescada cuando la fuente de datos cambia, se debe
procesar el modelo para actualizar la data. No es en tiempo real.
̵ Cuando se apaga el host la data es grabada de memoria al disco y
cuando se enciende el host nuevamente el modelo es cargado
nuevamente a memoria consumiendo demasiado tiempo en esta
tarea.
• Direct Query evita estas limitaciones del modelo tabular en
memoria (Xvelocity), ya que consulta directamente la fuente de
datos de modo optimizado.
• Permite recuperar datos y crear informes de un modelo tabular
recuperando los datos y agregándolos directamente desde un
sistema de base de datos relacional.
Direct Query Mode
• Ventajas:
̵ Evita el consumo excesivo de memoria.
̵ La actualización de los datos está garantizada, y no existe
sobrecarga adicional de administración. Los cambios en el
origen de datos se reflejan inmediatamente en las consultas
realizadas en el modelo de datos.
̵ Puede beneficiarse de la aceleración de consultas del
proveedor, como la proporcionada por los índices de columnas
optimizadas de memoria xVelocity.
̵ La aplicación de la seguridad se garantiza mediante la
seguridad de nivel de filas.
̵ Si el modelo contiene fórmulas complejas que requieren varias
consultas, Analysis Services puede realizar la optimización
para asegurarse un plan de consulta para que la consulta
ejecutada sea tan eficaz como sea posible.

Direct Query Mode
• Desventajas:
̵ Actualmente este modelo solo es compatible con una conexión de
datos. No se puede consultar dos o más servidores SQL Server de un
modelo DirectQuery habilitado.
̵ El origen de datos debe ser SQL Server.
̵ Consultas MDX no son compatibles con un modelo en el modo
DirectQuery. No se puede utilizar PerformancePoint, Excel u otros
clientes que consumen consultas MDX.
̵ Power View y SSRS son las dos únicas herramientas que puede
utilizar el modo DirectQuery.
̵ Las columnas calculadas no se admiten en el modo DirectQuery.
̵ Algunas funciones DAX no son compatibles.
̵ Modelos habilitados en DirectQuery no se pueden crear en
PowerPivot. Solo los modelos compatibles desplegados a una
instancia independiente de Analysis Services pueden utilizar
DirectQuery
Direct Query Mode
• Pasos para habilitar la propiedad Modo DirectQuery :

̵ Abra el archivo del proyecto SSAS Tabular en SQL Server Data Tools
(SSDT).
̵ En el Explorador de objetos, haga doble clic en el archivo Model.bim.
En propiedades, cambie la propiedad DirectQueryMode a On.
̵ En el Explorador de objetos, haga clic derecho sobre el proyecto SSAS
Tabular. En propiedades, cambie la propiedad “Modo de consulta” a
DirectQuery
̵ Conectar a la BD de la instancia de Analysis Services Tabular en SQL
Server Management Studio (SSMS) y validar la propiedad
DirectQueryMode.
̵ Implementar el proyecto SSAS Tabular en SQL Server Data Tools
(SSDT).
̵ Conectar nuevamente a la BD de la instancia de Analysis Services
Tabular en SQL Server Management Studio (SSMS) y validar la
propiedad DirectQueryMode que se actualizó a DirectQuery.

Ejercicio Nº 13.2: Crear modelo tabular
(Direct Query)
Modificar el modo On Memory a Direct Query
• Modificar el modo Direct Query en un proyecto tabular SQL

Server Analysis Services 2014.
Ejercicio Nº 13.3: Creación de modelo tabular con

datos de origen Excel
Importar al modelo tabular un origen Excel.
• Conocer e implementar un proyecto tabular en SQL Server

Analysis Services 2014.

Lecturas adicionales
Para obtener información adicional, puede consultar:
• Modelado tabular (SSAS tabular)
− https://technet.microsoft.com/es-pe/library/hh212945(v=sql.120).aspx
• Modo DirectQuery (SSAS tabular)
− https://technet.microsoft.com/es-pe/library/hh230898(v=sql.120).aspx
• Implementación de soluciones de modelos tabulares (SSAS

tabular)
− https://msdn.microsoft.com/es-es/library/gg492138(v=sql.120).aspx
Resumen
En este capítulo, usted aprendió:
• En el modo de almacenamiento en caché xvelocity, puede

integrar datos de varios orígenes como bases de datos
relacionales, fuentes de distribución de datos y archivos de
texto planos.
• En el modo DirectQuery, puede omitir el modelo en
memoria, lo que permite a las aplicaciones cliente consultar
los datos directamente en el origen relacional (SQL Server).

Tarea Nº 13: Implementar una solución tabular
con SSAS 2014
• Crear un Proyecto de Analysis Service en Modo Tabular
desde el siguiente link:
 https://www.youtube.com/watch?v=j9cbjXEuNpE

BI - Capitulo 13

Caricato da

Informazioni sul documento

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

BI - Capitulo 13

Caricato da

Copyright:

Formati disponibili

Capítulo 12: Crear Traducciones, Acciones y Perspectivas

Capítulo 13: Modelos Tabulares

Capítulo 14: Explotación de información

Business Intelligence SQL Server 2014

13 - 1 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Al finalizar el capítulo, el alumno podrá:

• Crear modelos tabulares en SSAS.

13 - 2 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 1

• Introducción a modelos tabulares

13 - 3 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Introducción Modelos Tabulares

• Business Inteligence Semantic Model (BISM)

13 - 4 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 2

13 - 5 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Introducción Modelos Tabulares

13 - 6 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 3

• El modelo semántico de BI : Analysis Services 2014

13 - 7 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Introducción Modelos Tabulares

• Es parte de la visión BISM

13 - 8 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 4

• Modelos multidimensionales vs tabulares

13 - 9 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Introducción Modelos Tabulares

• Modelos multidimensionales vs tabulares

13 - 10 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 5

• Modelos multidimensionales vs tabulares

13 - 11 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Introducción Modelos Tabulares

• Modelos multidimensionales vs tabulares

13 - 12 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 6

• Modelos multidimensionales vs tabulares

13 - 13 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Introducción Modelos Tabulares

• Características Modelos Tabulares

13 - 14 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 7

• Son bases de datos "en memoria" de Analysis Services.

13 - 15 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Creación de modelos tabulares

13 - 16 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 8

13 - 17 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Creación de modelos tabulares

• Propiedades del proyecto SSAS Tabular

13 - 18 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 9

• Propiedades del Modelo SSAS Tabular

13 - 19 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Creación de modelos tabulares

• Propiedades del Modelo SSAS Tabular (SSDT)

13 - 20 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Cibertec Perú S.A.C - Business Intelligence SQL Server 2014 10

• Propiedades BD Tabular (SSMS)

13 - 21 Copyright © Todos los Derechos Reservados - Cibertec Perú SAC.

Ejercicio Nº 13.1: Crear modelos tabulares

Crear modelos tabulares en Analysis Services.

Al finalizar el laboratorio, el alumno logrará: