En ésta publicación explico el procedimiento para eliminar un cubo publicado con PSW en Pentaho BI Server.
1. Ir al directorio /biserver-ce-X.X.X/biserver-ce/pentaho-solutions/system/olap
2. Editar el archivo datasources.xml y eliminar la etiqueta <Catalog> del cubo que deseamos eliminar
3. En la consola de usuario de Pentaho (PUC), ir a Herramientas > Actualizar > Vaciar el cache de esquemas de Mondrian
¡Bienvenidos! En el presente blog comparto mis experiencias y conocimientos adquiridos sobre Data Warehousing, Open Source Business Intelligence, Data Engineering y tecnologías relacionadas con datos. Accede a la sección de "Sugerencias y Preguntas" si tienes comentarios o inquietudes, estaré gustoso en responderte.
Buscar en el Blog
Mostrando las entradas con la etiqueta OLAP. Mostrar todas las entradas
Mostrando las entradas con la etiqueta OLAP. Mostrar todas las entradas
miércoles, 26 de febrero de 2014
Cómo eliminar un cubo OLAP publicado en Pentaho BI Server
jueves, 7 de febrero de 2013
Cómo resolver problemas de rendimiento de Pentaho Schema Workbench sobre Oracle
Al intentar ejecutar Pentaho Schema Workbench (PSW) y crear una conexión a una base de datos Oracle, sucede que aparentemente el aplicativo se queda congelado. Lo que sucede es que se está trayendo todo el diccionario de los esquemas a los que tiene acceso la conexión.
Para solucionar esto sobre el esquema que queremos conectarnos es útil correr el siguiente script SQL:
Para solucionar esto sobre el esquema que queremos conectarnos es útil correr el siguiente script SQL:
CREATE OR REPLACE VIEW ALL_TABLES AS SELECT USER AS OWNER, A.* FROM SYS.USER_TABLES A;
CREATE OR REPLACE VIEW ALL_VIEWS AS SELECT USER AS OWNER, A.* FROM SYS.USER_VIEWS A
WHERE VIEW_NAME NOT IN ('ALL_CONSTRAINTS','ALL_CONS_COLUMNS','ALL_INDEXES','ALL_IND_COLUMNS',
'ALL_OBJECTS','ALL_SYNONYMS','ALL_TABLES','ALL_USERS','ALL_VIEWS','DBA_CONSTRAINTS','DBA_CONS_COLUMNS',
'DBA_INDEXES','DBA_IND_COLUMNS','DBA_OBJECTS','DBA_SYNONYMS','DBA_TABLES','DBA_USERS','DBA_VIEWS');
CREATE OR REPLACE VIEW ALL_CONSTRAINTS AS SELECT A.* FROM SYS.USER_CONSTRAINTS A WHERE CONSTRAINT_TYPE IN ('R','P','U');
CREATE OR REPLACE VIEW ALL_CONS_COLUMNS AS SELECT A.* FROM SYS.USER_CONS_COLUMNS A;
CREATE OR REPLACE VIEW ALL_INDEXES AS SELECT USER AS OWNER, A.* FROM SYS.USER_INDEXES A;
CREATE OR REPLACE VIEW ALL_IND_COLUMNS AS SELECT USER AS INDEX_OWNER, USER AS TABLE_OWNER, A.* FROM SYS.USER_IND_COLUMNS A;
CREATE OR REPLACE VIEW ALL_SYNONYMS AS SELECT USER AS OWNER, A.* FROM USER_SYNONYMS A;
CREATE OR REPLACE VIEW ALL_OBJECTS AS SELECT USER AS OWNER, A.* FROM USER_OBJECTS A;
CREATE OR REPLACE VIEW ALL_USERS AS SELECT * FROM SYS.ALL_USERS A WHERE USERNAME=USER;
CREATE OR REPLACE VIEW DBA_TABLES AS SELECT USER AS OWNER, A.* FROM SYS.USER_TABLES A;
CREATE OR REPLACE VIEW DBA_VIEWS AS SELECT USER AS OWNER, A.* FROM SYS.USER_VIEWS A
WHERE VIEW_NAME NOT IN ('ALL_CONSTRAINTS','ALL_CONS_COLUMNS','ALL_INDEXES','ALL_IND_COLUMNS',
'ALL_OBJECTS','ALL_SYNONYMS','ALL_TABLES','ALL_USERS','ALL_VIEWS','DBA_CONSTRAINTS','DBA_CONS_COLUMNS',
'DBA_INDEXES','DBA_IND_COLUMNS','DBA_OBJECTS','DBA_SYNONYMS','DBA_TABLES','DBA_USERS','DBA_VIEWS');
CREATE OR REPLACE VIEW DBA_CONSTRAINTS AS SELECT A.* FROM SYS.USER_CONSTRAINTS A WHERE CONSTRAINT_TYPE IN ('R','P','U');
CREATE OR REPLACE VIEW DBA_CONS_COLUMNS AS SELECT A.* FROM SYS.USER_CONS_COLUMNS A;
CREATE OR REPLACE VIEW DBA_INDEXES AS SELECT USER AS OWNER, A.* FROM SYS.USER_INDEXES A;
CREATE OR REPLACE VIEW DBA_IND_COLUMNS AS SELECT USER AS INDEX_OWNER, USER AS TABLE_OWNER, A.* FROM SYS.USER_IND_COLUMNS A;
CREATE OR REPLACE VIEW DBA_SYNONYMS AS SELECT USER AS OWNER, A.* FROM USER_SYNONYMS A;
CREATE OR REPLACE VIEW DBA_OBJECTS AS SELECT USER AS OWNER, A.* FROM USER_OBJECTS A;
CREATE OR REPLACE VIEW DBA_USERS AS SELECT * FROM SYS.ALL_USERS A WHERE USERNAME=USER;
CREATE OR REPLACE VIEW ALL_TAB_COLUMNS AS SELECT USER AS OWNER, A.* FROM SYS.USER_TAB_COLUMNS A;
viernes, 18 de mayo de 2012
Inteligencia de Negocios (Business Intelligence)
La Inteligencia de Negocios (Business Intelligence - BI) abarca un conjunto de actividades de análisis que ayudan a comprender la situación pasada, presente y futura de una compañía, apoyándola en su proceso de toma de decisiones.
La principal fuente de datos para realizar las actividades de análisis de BI es el Data Warehouse (DWH)
Las principales actividades de análisis de BI se resumen en:
El reporteo permite realizar actividades de análisis descriptivo a través del análisis del pasado y presente de la compañía. Los tableros y reportes permiten responder a las preguntas ¿qué sucedió?, ¿qué está sucediendo? y ¿por qué? apoyando al proceso de toma de decisiones del negocio. El reporteo permite armar rompecabezas que responden a las preguntas del negocio.
La minería de datos toma como fuente el Data Warehouse (DWH) para realizar actividades de análisis predictivo permitiendo a una compañía predecir su futuro respondiendo a la pregunta del negocio ¿qué sucederá? La minería de datos permite conocer patrones de comportamiento y resolver misterios de una compañía. Por ejemplo detección de fraudes, perfiles de clientes para actividades de cross-selling y up-selling, tasas para tarifación de objetos asegurados, etc.
La principal fuente de datos para realizar las actividades de análisis de BI es el Data Warehouse (DWH)
Las principales actividades de análisis de BI se resumen en:
- Reporteo
- Análisis OLAP
- Minería de Datos (Data Mining)
El reporteo permite realizar actividades de análisis descriptivo a través del análisis del pasado y presente de la compañía. Los tableros y reportes permiten responder a las preguntas ¿qué sucedió?, ¿qué está sucediendo? y ¿por qué? apoyando al proceso de toma de decisiones del negocio. El reporteo permite armar rompecabezas que responden a las preguntas del negocio.
La minería de datos toma como fuente el Data Warehouse (DWH) para realizar actividades de análisis predictivo permitiendo a una compañía predecir su futuro respondiendo a la pregunta del negocio ¿qué sucederá? La minería de datos permite conocer patrones de comportamiento y resolver misterios de una compañía. Por ejemplo detección de fraudes, perfiles de clientes para actividades de cross-selling y up-selling, tasas para tarifación de objetos asegurados, etc.
Labels:
análisis,
análisis descriptivo,
análisis predictivo,
BI,
Business Intelligence,
cubos,
Data Mining,
Data Warehouse,
DWH,
Ecuador,
Inteligencia de Negocios,
minería de datos,
OLAP,
OLTP,
reportes,
tableros
Suscribirse a:
Entradas (Atom)