Cómo arreglar la pantalla en blanco de Repositorios en Pentaho Data Integration

En ésta publicación explico el procedimiento para arreglar un error que suele suceder en sistemas operativos Windows cuando se quiere crear un repositorio de metadatos usando la herramienta Spoon de Pentaho Data Integration.

Lo que sucede es que al hacer clic en Connect > Repository Manager la pantalla se queda completamente en blanco y no es posible crear el repositorio.

Para solucionar esto tenemos que hacer lo siguiente:

1. Ir al directorio ./data-integration/system/karaf

2. Eliminar el directorio /caches

3. Finalmente, reiniciar Spoon

Cómo forzar a las herramientas de Pentaho Data Integration para que usen la configuración regional Inglés/Estados Unidos

Para forzar la configuración regional Inglés/Estados Unidos a las herramientas Spoon y Kitchen de Pentaho Data Integration (PDI) se tiene que realizar lo siguiente:

Para Spoon.-

1. Editar el archivo Spoon.bat para Windows
2. Ubicar la línea en dónde se encuentra

set PENTAHO_DI_JAVA_OPTIONS=

3. Agregar lo siguiente a continuación:

"-Duser.language=en" "-Duser.country=US"

El archivo debe quedar como se muestra a continuación:

Para Kitchen.-

Realizar el mismo procedimiento editando el archivo Kitchen.bat

Cómo configurar un repositorio de base de datos en PostgreSQL para Pentaho Data Integration

En ésta publicación explico el procedimiento para crear un repositorio de base de datos en PostgreSQL para la herramienta Spoon de Pentaho Data Integration (PDI)

Requisitos.-

1. Crear en PostgreSQL la base de datos PDI_REPO colocando como propietario al usuario postgres

Procedimiento.- 

1. Ir al directorio de PDI. Por ejemplo: c:\pentaho\pdi-ce-4.3.0\data-integration
2. Ejecutar Spoon.bat para Windows o Spoon.sh para Unix
3. Hacer clic en el botón de agregar un nuevo repositorio

4. Seleccionar Kettle Database Repository

5. Hacer clic en el botón New para crear una conexión a la base de datos PDI_REPO

6. Definir el mismo nombre para los campos ID y Name

7. Hacer clic en el botón Create or Upgrade para crear la estructura de base de datos con la que trabaja Spoon en la base de datos PDI_REPO

8. Finalmente, hacer clic en el botón OK

Consulta SQL para conocer la tabla destino de las transformaciones en PDI

En ésta publicación comparto una consulta SQL a ejecutarse sobre el repositorio de la herramienta Spoon de Pentaho Data Integration (PDI_REPO) para conocer las tablas destino (Table Output) de todas las transformaciones creadas en la herramienta Spoon.

select trs.NAME as trs_name, 
       upper(to_char(sta.VALUE_STR)) as dest_table 
from   R_STEP rs, 
       R_STEP_TYPE rst, 
       R_TRANSFORMATION trs, 
       R_STEP_ATTRIBUTE sta 
where  rs.ID_STEP_TYPE = rst.ID_STEP_TYPE 
and    rst.CODE = 'TableOutput'
and    rs.ID_TRANSFORMATION = trs.ID_TRANSFORMATION 
and sta.ID_STEP = rs.ID_STEP and sta.CODE = 'table'
ORDER BY 1

Arquitectura de Flujo de Datos con Pentaho Community

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 y Kitchen es la herramienta que permite calendarizar la ejecución de los procesos ETL.

Las 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 la herramienta 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 Dashboard Framework (CDF) es una herramienta de la comunidad, no mantenida por Pentaho, que permite construir tableros de mando (Dashboards) con indicadores claves de rendimiento (KPIs)

El servidor central Pentaho BI Server tiene organizado en una solución los reportes, tableros y cubos OLAP publicados por las herramientas PME, PRD, PSW y CDF