i

UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
DEPARTAMENTO DE INGENIERÍA Y
ARQUITECTURA

SISTESIS DE ANALYSIS SERVICES SQL SERVER

2005

MATERIA: BASES DE DATOS

ING. CALDERON

ESTUDIANTE: MANUELA DE JESUS BONILLA

MARTINEZ.

CICLO:1/2009

SANTA ANA, 23 DE JUNIO DE 2009

 ii

INDICE

Introducción. . . . . . . . . . iii

Objetivos. . . . . . . . . . . iv

Analysis Services 2005 para Desarrolladores. . . . . 2

Microsoft SQLServer2005 – Introducción a SQLServer2005 Analysis

Services. . . . . . . . . . . 7

Conclusiones. . . . . . . . . . 14
 INTRODUCCION

Analysis services 2005 es una herramienta que es de gran utilidad en los

grandes negocios para el estudio de sus tendencias de ventas, para el
estudio de los mercados, para incursionar en nuevos mercados, etc.

Utiliza como herramienta OLAP para formar el cubo de datos

multidimensionales los cuales sirven para estudiar resultados desde un
punto de vista multidimensional es decir si se trata de la venta de dulces
de leche se observa en que ciudades se vende más, a que población,
temporadas del año, etc. Para tomar decisiones de mayor grandeza.

Para esto analysis services 2005 toma en cuenta herramientas tales

como SQL server 2005 integration server, SQL server 2005 analsis
server y SQL server 2005 reporting server.

OBJETIVOS
GENERAL

Conocer Analysis Services 2005

ESPECIFICOS

Conocer para qué sirven los cubos.

Saber utilización de UDM.
Utilización de estructuras multidimensionales.
Analysis Services 2005 para Desarrolladores
Para comenzar se detallan las algunas características que hay entre OLAP y
OLTP:
OLAP (On-Line Analytical Processing). Es una solución utilizada en el campo de la
llamada Inteligencia empresarial (o Business Intelligence) cuyo objetivo es agilizar
la consulta de grandes cantidades de datos. Para ello utiliza estructuras
multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes
Bases de datos o Sistemas Transaccionales (OLTP). Se usa en informes de
negocios de ventas, marketing, informes de dirección, minería de datos y áreas
similares.
La razón de usar OLAP para las consultas es la velocidad de respuesta. Una base
de datos relacional almacena entidades en tablas discretas si han sido
normalizadas. Esta estructura es buena en un sistema OLTP pero para las
complejas consultas multitabla es relativamente lenta. Un modelo mejor para
búsquedas (aunque peor desde el punto de vista operativo) es una base de datos
multidimensional.
La principal característica que potencia a OLAP, es que es lo más rápido a la hora
de ejecutar sentencias SQL de tipo SELECT, en contraposición con OLTP que es
la mejor opción para operaciones de tipo INSERT, UPDATE Y DELETE.

Estructuras multidimensionales de datos

Microsoft SQL Server Microsoft SQL Server Analysis Services: datos

multidimensionales permite diseñar, crear y administrar estructuras
 vii

multidimensionales que contienen datos de detalle y agregados

procedentes de varios orígenes de datos, como bases de datos
relacionales, en un único modelo lógico unificado compatible con los
cálculos integrados.
Analysis Services: datos multidimensionales proporciona un análisis
rápido, intuitivo y descendente de grandes cantidades de datos
generados en este modelo de datos unificado, que se puede entregar a
los usuarios en varios idiomas y monedas.
Analysis Services: datos multidimensionales trabaja con almacenes de
datos, mercados de datos, bases de datos de producción y almacenes
de datos operativos, y admite el análisis de datos históricos y en tiempo
real.
La estructura multidimensional (o CUBO) contiene
Varias dimensiones à determinan celdas
Varios datos en cada celda à MEDIDAS
Niveles en las dimensiones à Punto de agregación de
medidas
Estructura multidimensional
Un cubo es una estructura multidimensional que contiene dimensiones y
medidas. Las dimensiones definen la estructura del cubo y las medidas
proporcionan valores numéricos importantes para el usuario final. Como
estructura lógica, un cubo permite a una aplicación cliente recuperar
valores como si las celdas del cubo definieran cada posible valor
resumido. Las posiciones de las celdas del cubo se definen mediante la
intersección de miembros de la dimensión. Las jerarquías de
dimensiones proporcionan rutas de acceso a la agregación dentro de un
cubo. Los valores de medidas se agregan en niveles no hoja para
proporcionar valores de miembros de las jerarquías de dimensiones.
Consulta Multidimensional
Cuando realizamos una consulta al cubo, filtramos sectores del cubo en
base a las dimensiones. Como en el cubo podemos elegir en la
dimensión Producto a las MANZANAS. Nos interesan las manzanas
vendidas en el último trimestre de un año dado. Y que fueron vendidas
en las sucursales del supermercado de la ciudad de Atlanta.
Los filtros dimensionales nos permiten seleccionar un subconjunto de
celdas del cubo. En dichas celdas se almacenan los valores a analizar,
por ejemplo: Ventas realizadas en dólares y cantidad de Unidades
vendidas.

Dimensiones, Niveles, Miembros, Jerarquías

Cada dimensión puede dividirse en niveles.
Por ejemplo, la dimensión TIME puede estar dividida en un nivel AÑO. El
nivel año consta de varios miembros, los diferentes años 1999, 2000 y
2001.
Cada nivel AÑO puede dividirse en el nivel TRIMESTRE. Un trimestre de
un único año consta de 4 miembros. Es decir, en nuestro ejemplo
tenemos 3 * 4 = 12 trimestres de datos, en total.
El nivel TRIMESTRE a su vez puede dividirse en el nivel MES. Cada
TRIMESTRE consta de 3 MESES, por lo tanto tenemos en total: 3 * 4 * 3
= 36 meses de datos.

Ejemplo 1 – dimensiones y medidas

En este ejemplo vemos un cubo de 3 dimensiones: Ruta, Servicio y
Tiempo. El cubo tiene dos medidas: Paquetes y Fecha última.
Cada dimensión se divide en diferentes niveles. Por ejemplo, la
dimensión Ruta se subdivide en el nivel hemisferio (Oriental y
Occidental), que a su vez se descompone en sus miembros. Para el caso
del Hemisferio Oriental, los miembros son África, Asia, Australia y
Europa.

Ejemplo 2 – Miembros

En este cubo, se representa al miembro Time.[2nd half].[3rd quarter].

El uso de los corchetes [ ] es para encerrar el nombre de un miembro
cuando contiene un espacio en blanco o un número. A pesar de que
Time es una única palabra, igualmente se puede encerrar entre
corchetes.
Otra forma alternativa, y muchas veces recomendada, es utilizar el
símbolo ampersand & para indicar la clave identificatoria del miembro,
en vez de usar su nombre.

Sintaxis básica MDX

En MDX, se usa la sentencia SELECT para especificar al subconjunto de

datos multidimensionales. La consulta MDX debe contener la siguiente
información:
1. La cantidad de ejes dimensionales (hasta 128)
2. Los miembros de cada dimensión, a ser incluidos en cada eje.
3. El nombre del cubo que define el contexto de datos a consultar
(un único cubo).
4. Los miembros que restringen los datos a considerar basados en
las dimensiones (se lo denominan “slicers”).
Una consulta MDX básica contiene una cláusula SELECT y una cláusula
FROM, y opcionalmente una cláusula WHERE.

SELECT <especificación de eje> [ , … ]

FROM <especificación de cubo>
WHERE <especificación de slicer>

DEMO

Datos multidimensionales

Visual estudio 2005 se realiza una demostración de realización de un

cubo en la cual se describe la utilización del Asistente para cubos para
definir un cubo, dimensiones, atributos de dimensión y jerarquías
definidas por el usuario. Describe cómo definir los grupos de medida,
cómo definir las medidas, cómo definir y configurar relaciones entre
dimensiones de cubo y grupos de medida.También como utilizar Excel
como herramienta para el análisis de los datos del cubo, como los
 xii

extrae y se observa como los ordena según las dimensiones que se ha

solicitado.

ADOMD.NET
Proveedor estándar de .NET Framework, diseñado para comunicarse con
fuentes de datos multidimensionales (como SQL Server 2005 Analysis
Services).
Utiliza XML for Analysis versión 1.1, que puede comunicarse con los
datos multidimensionales vía TCP/IP o HTTP, mediante el envío y
recepción de mensajes SOAP.
Con ADOMD.NET también podemos ver y manipular metadatos, ya sea
usando el modelo de objetos de ADOMD.NET como también conjuntos
de filas de esquema compatibles copn OLE-DB.
El espacio de nombres que usaremos para representar al proveedor de
datos ADOMD.NET es Microsoft.AnalysisServices.Adomdclient
Cuando sea necesario redistribuir ADOMD.NET con una aplicación,
incluiremos el Setup.exe de ADOMD.NET con el instalador de la
aplicación.

ADOMD.NET - Modelo de objetos

Implementa una jerarquía de objetos, cuyos objetos a nivel tope son los
siguientes:
AdomdConnection: Un objeto de clase Adomdconnection representa a
una conexión a los datos multidimensionales y también representa a los
metadatos de la fuente de datos multidimensional.
AdomdCommand: Representa una sentencia de Expresión
Multidimensional (MDX).
AdomdDataReader es una forma eficiente y rápida de traer datos.
CellSet representa el conjunto resultado de una sentencia MDX.

Microsoft SQLServer2005 – Introducción a

SQLServer2005 Analysis Services
¿Qué es Analysis Services 2005?
 xiii

Microsoft SQL Server 2005 Analysis Services (SSAS) proporciona

funciones de procesamiento analítico en línea (OLAP) y minería de datos
para aplicaciones de Business Intelligence. Analysis Services admite
OLAP al permitirle diseñar, crear y administrar estructuras
multidimensionales que contienen datos agregados desde otros orígenes
de datos, por ejemplo bases de datos relacionales. Para las aplicaciones
de minería de datos, Analysis Services le permite diseñar, crear y
visualizar modelos de minería de datos, recopilados en otros orígenes de
datos mediante una variedad de algoritmos de minería de datos
estándar.

Objetos de Analysis Services

Microsoft SQL Server 2005 Analysis Services (SSAS) ofrece funciones de
procesamiento analítico en línea (OLAP) y minería de datos mediante
una combinación de tecnologías de servidor y cliente, reforzadas por el
uso de un entorno de desarrollo y administración especializado al que se
une un modelo de objetos bien definido para diseñar, crear, implementar
y mantener aplicaciones de Business Intelligence.

Arquitectura de Analysis Services

Microsoft SQL Server 2005 Analysis Services (SSAS) utiliza
componentes de servidor y de cliente para proporcionar la funcionalidad
de procesamiento analítico en línea (OLAP) y de minería de datos para
aplicaciones de Business Intelligence:
Analysis Services sql 2005 Business Intelligence

Característica
Servicios de Análisis
Servicios de Transformación de Datos (DTS)
Data Mining
Servicios de Reporting
Soporte de Servicios de Análisis en Cluster
Característica
Indicadores de Rendimiento Principales
Escalabilidad y Rendimiento
Cubo en un solo click
Mejoras en la Arquitectura
Integración con los informes de Office System
Unified Dimensional Model (UDM)

La función de un modelo UDM (Unified Dimensional Model) es aproximar

los orígenes de datos al usuario. Un UDM se genera a partir de uno o
varios orígenes de datos físicos. El usuario emite consultas en el UDM
mediante diversas herramientas de cliente, como Microsoft Excel.

El modelo UDM proporciona las siguientes ventajas:

• Mejora notablemente el modelo del usuario.
• Proporciona consultas de alto rendimiento que admiten un análisis
interactivo, incluso con grandes volúmenes de datos.
• Captura las reglas de negocio del modelo para proporcionar un
análisis mejorado.
• Admite “cerrar el ciclo”, lo que permite que los usuarios actúen
según los datos que ven.

Procesamiento analítico en línea (OLAP) estructuras

multidimensionales de datos.
El procesamiento analítico en línea (OLAP) le permite obtener acceso a
datos organizados y agregados de orígenes de datos empresariales,
como por ejemplo almacenamientos de datos, en una estructura
multidimensional denominada cubo. Microsoft SQL Server 2005 Analysis
Services (SSAS) proporciona herramientas y características para OLAP
que puede utilizar para diseñar, implementar y mantener cubos y otros
objetos compatibles.
Definición de un cubo
Definición de una fuente de datos:
Después de crear un proyecto de Microsoft SQL Server 2005 Analysis
Services (SSAS), se empieza a trabajar con el proyecto definiendo uno o
más orígenes de datos que el proyecto utilizará. 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.
Definición de una vista de fuente de datos
Tras definir los orígenes de datos que utilizará en un proyecto de
Microsoft SQL Server 2005 Analysis Services (SSAS), el siguiente paso
generalmente consiste en definir una vista de origen de datos para el
proyecto. Una vista de origen de datos es una sola vista unificada de
metadatos de tablas y vistas especificadas que el origen de datos define
en el proyecto. Almacenar metadatos en la vista de origen de datos
permite trabajar con los metadatos durante el proceso de desarrollo sin
ninguna conexión abierta con ningún origen de datos subyacente.
Definir e implementar un cubo
Una vez que haya definido una vista de origen de datos en un proyecto
de Microsoft SQL Server 2005 Analysis Services (SSAS), ya se está
preparado para definir el cubo inicial de Analysis Services. Puede
empezar definiendo las dimensiones independientemente del cubo y
luego definir uno o más cubos que utilicen dichas dimensiones. También
puede definir un cubo y sus dimensiones en un solo paso, utilizando el
Asistente para cubos en Business Intelligence Development Studio.
Estas dimensiones se conocen como dimensiones de base de datos.
Business Intelligence
Conjunto de herramientas y servicios destinado a la gestión
eficiente del conocimiento y la información en empresas y
organizaciones”
Nos permite:
1. Convertir los datos en información
2. Tomar mejores decisiones rápidamente
3. Utilizar un método razonable para la gestión empresarial
Definir un cubo
Mediante el Asistente para cubos, es muy sencillo definir un cubo simple
en SQL Server 2005. El asistente le ayuda a definir las medidas y las
dimensiones de un cubo. En el asistente, puede definir un cubo basado
en un origen de datos o puede definir un cubo sin ningún origen de
datos existente.
Si se define un cubo basado en un origen de datos existente, el
asistente se conecta a la base de datos definida en el objeto de origen
de datos y lee los datos de las tablas especificadas para ayudarle a
definir las medidas y dimensiones. Las medidas y dimensiones que
defina se basan en tablas identificadas como tablas de hechos, tablas de
dimensiones, o ambas.
Si se utiliza el asistente para definir el cubo, también puede definir una
dimensión como por ejemplo dimensión de tiempo y luego asignar
nombres de la propiedad Time a las columnas de la tabla de
dimensiones subyacente de la dimensión Time. Estas asignaciones se
utilizan para los cálculos de expresiones multidimensionales (MDX)
relacionados con el tiempo, como comparaciones de período a fecha y
período paralelo, etc.
Revisar las propiedades de cubo y dimensión
Tras utilizar el Asistente para cubos para definir un cubo, puede revisar
los resultados en el Diseñador de cubos.
Descripción de las fichas del Diseñador de cubos
En el Diseñador de cubos, puede ver y modificar varias propiedades de
un cubo. Entre las que están las siguientes:
Estructura de cubo
Uso de dimensiones
Cálculos
KPI
Acciones
Particiones
Perspectivas
Traducciones
Examinador
Implementar un proyecto de Analysis Services
Para ver los datos de dimensión y de cubo de los objetos del cubo
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.
Examinar el cubo implementado
Examinar un cubo implementado ayuda a comprender las modificaciones
que deben llevarse a cabo para mejorar la funcionalidad del mismo. Una
vez que se ha implementado un cubo, los datos de éste pueden verse en
la ficha Examinador del Diseñador de cubos y los datos de dimensión
pueden verse en la ficha Examinador del Diseñador de dimensiones.
Motor de base de datos
Son aquellos sistemas en los cuales se puede manipular crear y
modificar bases de datos.

Minería de datos
Microsoft SQL Server 2005 Analysis Services (SSAS) facilita el proceso
de creación de soluciones de minería de datos sofisticadas. Las
herramientas de Analysis Services proporcionan la capacidad de diseñar,
crear y administrar modelos de minería de datos y de proporcionar
acceso de cliente a los datos de minería de datos. Con los tutoriales
paso a paso de la lista siguiente aprenderá a obtener el máximo
provecho de Analysis Services para poder trabajar de forma eficaz desde
el primer momento.
La minería de datos suele describirse como "el proceso de extraer
información válida, auténtica y que se pueda procesar de las bases de
datos de gran tamaño." Los modelos de minería de datos se pueden
aplicar a situaciones empresariales como las siguientes:
Predecir ventas.
Dirigir correo a clientes específicos.
Determinar los productos que se pueden vender juntos.
Buscar secuencias en el orden en que los clientes agregan
productos a una cesta de compra.
Un concepto importante reside en que la generación de un modelo de
minería de datos forma parte de un proceso mayor que incluye desde la
definición del problema básico que resolverá el modelo hasta la
implementación del modelo en un entorno de trabajo. Este proceso se
puede definir mediante los seis pasos básicos siguientes:
Definir el problema
Preparar los datos
Explorar los datos
Generar modelos
Explorar y validar los modelos
Implementar y actualizar los modelos
Diagrama describe las relaciones entre cada paso del proceso

Beneficios de la utilización de analysis services

Tiempos de respuesta acelerados.
Aislar fuentes de back-end.
Acceso a datos en tiempo real.
Misión Crítica
Este puede ser:
Confiable y disponible.
Diseñado para 24/7/365
Administrable
Seguro por diseño
Escalable
Un análisis final
Lo que se está presentando es una edición bastante completa de
Analysis Services.
Esta posee un gran avance en funcionalidad, escalabilidad,
administrabilidad, e integración.
UDM) es una tecnología “breakthrough” en el corazón de la arquitectura BI
(Business Intelligence) de SQLServer. UDM es el cubo en sí.

CONCLUSIONES

Analysis Services 2005 es un software con una gran capacidad de

análisis de datos.

La utilización de esta herramienta facilita el estudio de dónde,

que, cuanto y a quién dirigir un producto X.

Los cubos son un estudio multidimensional de los factores que

involucran en un proyecto en marcha y ayudan a la mejora de
este.