Configuración de Conexión JNDI en Pentaho BI Server v5.x para MySQL

En ésta publicación explico el procedimiento para configurar una conexión JNDI (Java Naming and Directory Interface) en Pentaho BI Server v5.x hacia un servidor de base de datos MySQL.

1. Ir al directorio tomcat/conf y editar el archivo context.xml

2. Dentro de la etiqueta <Context> colocar lo siguiente:

<Context>
...
<Resource name="jdbc/dwh"
    auth="Container" type="javax.sql.DataSource"
    factory="org.apache.commons.dbcp.BasicDataSourceFactory"
    maxActive="20"
    maxIdle="5"
    maxWait="10000"
    username="usuario"
    password="password"
    driverClassName="com.mysql.jdbc.Driver"
    url="jdbc:mysql://localhost:3306/dwh"/>
...
<Context>

NOTA: el nombre jdbc/dwh es muy importante y es sensible a mayúsculas y minúsculas. Es importante recordarlo para configurarlo en las herramientas de BI de Pentaho que se usen. El atributo driverClassName hace referencia al driver JDBC de MySQL y el atributo url a la cadena de conexión hacia el Data Warehouse.

3. Ir al directorio /tomcat/webapps/pentaho/WEB-INF y editar el archivo web.xml

4. Ubicar el comentario <!-- insert additional resource-refs --> y colocar la referencia al recurso JNDI creado en el paso 2.

  <!-- insert additional resource-refs -->
  <resource-ref>
    <description>DWH</description>
    <res-ref-name>jdbc/dwh</res-ref-name>
    <res-type>javax.sql.DataSource</res-type>
    <res-auth>Container</res-auth>
  </resource-ref>

5. Iniciar Pentaho BI Server y acceder a PUC como Administrador

6. Ir a la perspectiva Home > Manage Data Sources > New Connection en JNDI Name colocar dwh

Arquitectura de Flujo de Datos con Pentaho Community Edition

En el siguiente diagrama que he creado muestro una Arquitectura de Flujo de Datos para cargar un Data Warehouse (DWH) apoyada por las herramientas de la plataforma Pentaho CE

Las actividades de Data Warehousing se realizan usando las herramientas de Pentaho Data Integration (PDI), Spoon es la herramienta gráfica para construir los procesos ETL,  Kitchen/Pan son las herramienta que permiten calendarizar la ejecución de los procesos ETL.

Las construcción de soluciones para actividades de Inteligencia de Negocios son apoyadas por las siguientes herramientas:

• Pentaho Metadata Editor (PME) permite crear una capa de metadatos sobre el DWH con términos del negocio; ésta capa es la fuente para crear reportes a demanda usando herramientas como WAQR (Web-based Ad Hoc Query and Reporting)
• Pentaho Report Designer (PRD) permite crear reportes avanzados que contienen fórmulas, agrupaciones, hipervínculos, parámetros, gráficos
• Pentaho Schema Workbench (PSW) permite crear cubos de análisis OLAP
• Community Tools (CTools) conjunto de herramientas Open Source que permiten construir tableros de mando (Dashboards) con indicadores claves de rendimiento (KPIs)

El servidor central Pentaho Server posee un cliente web conocido como Pentaho User Console (PUC) a través del cual se accede al contenido publicado por las herramientas PME, PRD, PSW y CTools. Además, requiere de 3 repositorios para su operación normal:  hibernate, quartz y jackrabbit.

Requerimientos de Software y Hardware

• Pentaho v8.2
• Pentaho v9.0

Nuevas Funcionalidades

• Pentaho v8.2
• Pentaho v9.0

Cómo cambiar BI Server al encoding UTF-8

En ésta publicación explico el procedimiento para colocar el encoding UTF-8 a Pentaho BI Server v5.x/6.x/7.x

1. Ir al directorio de BI Server \biserver-ce

2. Editar el archivo start-pentaho y colocar los siguientes argumentos de JVM -Dsun.jnu.encoding y -Dfile.encoding

En Windows

...
CATALINA_OPTS=-Dsun.jnu.encoding=UTF-8 -Dfile.encoding=UTF-8 -Xms...
...

En Mac OS X

...
CATALINA_OPTS="-Dsun.jnu.encoding=UTF-8 -Dfile.encoding=UTF-8 -Xms...
...

NOTA: ésta configuración tiene que ser realizada con biserver detenido.

Configuración de Conexión JNDI en Pentaho Server para PostgreSQL

En ésta publicación explico el procedimiento para configurar una conexión JNDI (Java Naming and Directory Interface) en Pentaho Server v5.x a v8.x hacia un servidor de base de datos PostgreSQL.

1. Ir al directorio tomcat/conf y editar el archivo context.xml

2. Dentro de la etiqueta <Context> colocar lo siguiente:

<Resource name="jdbc/dwh_bus"
    auth="Container" type="javax.sql.DataSource"
    factory="org.apache.commons.dbcp.BasicDataSourceFactory"
    maxActive="20"
    maxIdle="5"
    maxWait="10000"
    username="postgres"
    password="postgres"
    driverClassName="org.postgresql.Driver"
    url="jdbc:postgresql://127.0.0.1:5432/dwh_bus"/>

NOTA: el nombre jdbc/dwh_bus es muy importante y es sensible a mayúsculas y minúsculas. Es importante recordarlo para configurarlo en las herramientas de BI de Pentaho que se usen. El atributo driverClassName hace referencia al driver JDBC de PostgreSQL y el atributo url a la cadena de conexión hacia el Data Warehouse.

3. Ir al directorio /tomcat/webapps/pentaho/WEB-INF y editar el archivo web.xml

4. Ubicar el comentario <!-- insert additional resource-refs --> y colocar la referencia al recurso JNDI creado en el paso 2.

  <!-- insert additional resource-refs -->
  <resource-ref>
    <description>Conexion al DWH_BUS</description>
    <res-ref-name>jdbc/dwh_bus</res-ref-name>
    <res-type>javax.sql.DataSource</res-type>
    <res-auth>Container</res-auth>
  </resource-ref>

5. Iniciar Pentaho Server y acceder a PUC como Administrador

6. Ir a la perspectiva Home > Manage Data Sources > New Connection en JNDI Name colocar dwh_bus como se muestra a continuación:

Cómo aumentar la memoria a SQL Power Architect

En la siguiente publicación explico el procedimiento para aumentar la memoria de la máquina virtual Java (JVM) en la ejecución de la herramienta SQL Power Architect.

Para Windows.-

1. Abrir una consola de comandos (cmd)

2. Ir al directorio en dónde se encuentra la herramienta. Por ejemplo: c:/Program Files/SQL Power Architect

3. Ejecutar la herramienta usando el siguiente comando:

java -Xms1024m -Xmx2048m -jar architect.jar

Para Mac OS X.-

1. Usando Finder, abrir el contenido de SQL Power Architect JDBC.app/Contents

2. Editar el archivo Info.plist

3. En la sección VMOptions colocar lo siguiente:

<key>VMOptions</key>
<string>-Xms1024m -Xmx2048m</string>

NOTA: Xms1024m indica que se asignarán como mínimo 1024 Megas, Xmx2048m indica que se asignarán como máximo 2048 Megas.

Instalación y Configuración del Java Development Kit (JDK 8) en Windows 7

Para instalar el Java Development Kit (JDK), se tiene que realizar los siguientes pasos:

Instalación

1. Descargar el instalador del siguiente link: http://www.oracle.com/technetwork/java/javase/downloads/index.html

2. En ésta publicación se instalará la versión Java SE 8 Update xxx

3. Seguir todos los pasos del asistente e instalar también el Java Runtime Environment (JRE)

4. Al finalizar todos los archivos de la instalación se crearán en el directorio: C:\Program Files\Java\jdk1.8.0_xxx

Configuración

Para el correcto funcionamiento de las aplicaciones de software libre que se trabaje es necesario configurar 2 variables de entorno: la variable JAVA_HOME y la variable Path.

1. Ir a Inicio > Equipo > Configuración Avanzada del Sistema > Opciones Avanzadas > Variables de Entorno

2. Sobre variables del sistema, hacer clic en el botón Nueva...

3. Crear la variable de entorno JAVA_HOME apuntando al directorio dónde se instaló el JDK (Paso 4, Instalación)

JAVA_HOME = C:\Program Files\Java\jdk1.8.0_xxx

4. Ubicar la variable de entorno Path y agregar al inicio lo siguiente: %JAVA_HOME%\bin;

Path = %JAVA_HOME%\bin;%Path%

5. Finalmente, para verificar que la instalación y configuración se realizó correctamente, abrir una consola de comandos (Inicio > Ejecutar > cmd) y ejecutar el comando: java -version

Se deberá mostrar un mensaje similar al siguiente:

java version "1.8.0_xxx"
Java(TM) SE Runtime Environment (build 1.8.0_xxx-yyy)
Java HotSpot(TM) 64-Bit Server VM (build 25.121-b13, mixed mode)

Data Warehousing

El Data Warehousing consiste en el proceso de creación, recuperación y consolidación de datos de los sistemas fuente (bases de datos relacionales, archivos planos, Excel, Access, sistemas CRM, sistemas ERP, etc.) hacia un modelo de datos optimizado para actividades de análisis conocido como Data Warehouse (DWH).

El DWH se constituye en la principal fuente para las actividades de Inteligencia de Negocios (BI).

Las actividades del Data Warehousing conforman un conjunto de procesos interrelacionados que se conoce como Sistema de Data Warehouse / BI (DWH/BI).

El sistema de DWH/BI se encarga de obtener los datos de entrada, procesarlos a través de actividades de extracción, transformación y carga (ETL, Extract-Transform-Load) y cargarlos en el DWH con el objetivo que los usuarios del negocio tengan información para realizar actividades de BI.

Como todo sistema, el sistema DWH/BI requiere de una arquitectura, ésta arquitectura se la conoce como Arquitectura de Flujo de Datos.


Haciendo una analogía con los sistemas de software, éstos poseen arquitecturas monolíticas (stand-alone), cliente-servidor, 3 capas, N capas, etc. las cuáles definen ¿cómo? serán construídos los sistemas. La arquitectura de flujo de datos del sistema DWH/BI define ¿cómo? los datos serán transportados desde su fuente hacia su destino, el DWH.

La arquitectura de flujo de datos que se defina para el sistema de DWH/BI tiene una relación directa con los paradigmas propuestos por Bill Inmon y Ralph Kimball.

Así como los sistemas de software son construídos sobre plataformas tecnológicas como por ejemplo la plataforma Java, un sistema de DWH/BI es construído sobre una plataforma tecnológica conocida como Plataforma de Inteligencia de Negocios (BI Platform).

Entre las plataformas más conocidas están: Pentaho, SAP BusinessObjects, IBM Cognos, Oracle Hyperion, MicroStrategy