Práticas Comprovadas do IBM Business Analytics: IBM Cognos BI como fonte de dados para Transformer

Natureza do documento: diretriz; Produto(s): IBM Cognos Transformer; Área de interesse: Modelagem

O objetivo deste documento é servir de diretriz sobre como usar o IBM Cognos BI como fonte de dados para desenvolver o IBM Cognos Transformer PowerCubes.

Introduction

Objetivo

O objetivo deste documento é servir de diretriz sobre como usar o IBM Cognos BI como fonte de dados para desenvolver o IBM Cognos Transformer PowerCubes.

Aplicabilidade

As diretrizes descritas neste documento foram testadas com relação ao IBM Cognos 8.4.x e ao IBM Cognos 10.1. Ao fazer referência ao IBM Cognos neste documento, isso inclui todas as versões do IBM Cognos listadas nesta seção de aplicação.

Suposições

Este documento pressupõe conhecimento e experiência em conceitos e técnicas de modelagem no IBM Cognos Transformer, bem como experiência na autoria de relatórios básicos no IBM Cognos BI Report Studio e análise no IBM Cognos BI Analysis Studio.

Exclusões e exceções

Este documento não ilustra o uso de arquivos IQD gerados no Framework Manager ou arquivos CSV criados a partir das saídas de relatório do IBM Cognos BI como fontes de dados no Transformer.


Visão geral

Em versões anteriores à IBM Cognos 8.4, os modeladores do Transformer acessavam conteúdo do IBM Cognos BI salvando saídas de relatório como arquivos comma separated values (CSV) e usavam esses arquivos CSV como fontes de dados no Transformer, ou podiam gerar arquivos Impromptu Query Definition (IQD) através do Framework Manager.

No IBM Cognos 8.4 e superior, é possível usar pacotes e relatórios existentes no IBM Cognos BI encontrados na IBM Cognos BI Content Store como fonte de dados no IBM Cognos Transformer. Esse recurso adicional tornou a construção de fontes de dados refletindo uma "única versão da verdade" muito mais fácil. Qualquer trabalho existente feito na modelagem Framework Manager e exposto como um pacote, ou qualquer trabalho feito nos relatórios do IBM Cognos BI pode ser aproveitado no Transformer, melhorando o tempo de desenvolvimento e garantindo que os dados estejam todos vindo da mesma fonte de dados subjacente.

Este documento fornecerá diretrizes sobre o uso dos pacotes do IBM Cognos BI, sejam eles relacionais, dimensionally modeled relational (DMR) ou outras origens OLAP, como outro PowerCube, bem como relatórios do IBM Cognos BI.


Diretrizes para construções de cubo eficientes

Ao usar o IBM Cognos BI como fonte de dados para o Transformer, as seguintes são algumas diretrizes com relação a tempos de construção de cubo eficientes.

  • Se for necessária filtragem e/ou cálculos, considere usar relatórios do IBM Cognos BI como a fonte de dados.
  • Crie fontes de dados separadas ou consultas de fontes de dados no Transformer para cada dimensão necessária, bem como para medidas.
  • Exponha chaves estrangeiras encontradas em tabelas de fatos para modeladores do Transformer.
  • Evite processamento de dados local desnecessário nos servidores IBM Cognos BI.

Use relatórios do IBM Cognos BI quando forem necessários filtros e/ou cálculos

Embora seja possível solicitar que o modelador do IBM Cognos Framework Manager inclua certos filtros e cálculos em um pacote IBM Cognos BI, isso requer manutenção extra na parte do modelador do Framework Manager. Em vez disso, modeladores do Transformer podem usar relatórios de lista que incorporam filtros/prompts e cálculos conforme o necessário. Se os prompts são usados no relatório, os modeladores do Transformer modelers podem controlar que filtros são aplicados quando os PowerCubes são desenvolvidos.

Independentemente de se o trabalho é feito no modelo do Framework Manager ou em um relatório, o ganho líquido permanece o mesmo; quando suportado, o processamento será empurrado para o banco de dados e a carga no Transformer será reduzida. Se forem usados filtros/prompts, o Transformer lidará com um conjunto de registros reduzido, diminuindo, portanto, os tempos de construção.

Usar relatórios permite autoatendimento para um maior grau de controle para cumprir os requisitos e remover a necessidade de suporte de desenvolvimento adicional.

Criar consultas separadas no Transformer

Ao usar um pacote como fonte de dados no Transformer, consultas individuais devem ser criadas com base nas fontes de dados para o cubo; uma para cada dimensão necessária e uma ou mais para as medidas, dependendo de quantas tabelas de fato subjacentes há e qual é a necessidade de negócio.

Ao usar um relatório como fonte de dados, use relatórios de lista separados, novamente, para cada dimensão e um ou mais para as medidas, ou crie consultas de relatório de lista separadas em um relatório. Então, no Transformer, uma consulta é criada para cada um dos relatórios de lista separados ou consultas de lista separadas dentro de um único relatório.

Para entender por que isso é recomendado, considere os dois conjuntos de registro a seguir.

O primeiro conjunto de registros é uma simples tabela Order Method "select * from" no banco de dados.

Neste caso, o Transformer lidará com um conjunto simples de registros no qual apenas um valor por método de ordem é retornado, tornando a geração de categoria eficiente.

Agora examine este segundo conjunto de registros no qual data e dados de fato foram adicionados à consulta.

Os valores do método Order agora se repetem devido à introdução de outro nível de granularidade na consulta, neste caso, os dados Date. Com os resultados dessa consulta, o Transformer tem muito mais linhas de dados com que lidar ao gerar as categorias da dimensão Order Method. Este exemplo ilustra por que é melhor usar consultas focadas independentes em oposição a consultas consolidadas maiores.

Expor chaves estrangeiras da tabela de fatos no pacote

Normalmente, chaves estrangeiras encontradas na tabela de fatos não estão presentes nos assuntos da consulta de fato como em um modelo IBM Cognos BI como visto abaixo.

Ou elas não estão inclusas no assunto da consulta do modelo, ou estão ocultas do usuário.

Para a maioria dos usuários de consulta ad hoc, fornecem poucos benefícios e podem causar confusão. "De onde devo obter a chave do produto: do assunto da consulta de Produtos ou do assunto da consulta de Fato de vendas?". Para evitar confusão para o público de criação mais amplo, pode ser usada segurança para expor as chaves apenas para um grupo selecionado de autores. Por exemplo, apenas modeladores do Transformer verão o seguinte no assunto da consulta Fato de vendas.

Em certos casos, como com modeladores do Transformer, há um claro benefício em expor essas chaves estrangeiras aos usuários. Será mais eficiente criar fontes de dados de medida no Transformer do que obter suas chaves da tabela de fatos real, em vez suas tabelas de dimensão relacionadas. Dessa forma, a consulta irá contra uma tabela na fonte de dados, em vez de várias. O banco de dados pode reescrever a consulta para ser mais eficiente antes de executá-la, mas, como uma regra geral, quanto mais limpo for o SQL que o IBM Cognos envia ao banco de dados, mais provável que uma consulta eficiente seja executada na camada do banco de dados, o que tira vantagem da otimização de do banco de dados.

Esse método aplica-se a modelos relacionais, uma vez que modelos DMR não permite a adição de não medidas, como chaves, para medir dimensões no Framework Manager.

Se forem necessárias quaisquer modificações ao modelo do Framework Manager, entre em contato com o modelador do Framework Manager designado.

Evite processamento de dados local desnecessário nos servidores do IBM Cognos BI.

Certos cenários podem exigir processamento de dados nos servidores do IBM Cognos BI. Em alguns desses casos, o desempenho não é um problema e pode, inclusive, ser necessário para produzir um conjunto de resultados em que um fornecedor de banco de dados não tem suporte para a consulta. Entretanto, há casos em que o processamento local pode afetar adversamente o desempenho e, por sua vez, afetar os tempos de construção do PowerCube. Um exemplo típico disso é quando uma função não suportada pelo fornecedor do banco de dados é usada em um cálculo. Isso causará uma recuperação de todo o conjunto de dados do banco de dados e então realizará o cálculo localmente nos servidores IBM Cognos BI. Para corrigir a situação, use uma função equivalente que seja suportada pelo fornecedor do banco de dados.

Para ver se o processamento local está ocorrendo para uma consulta de desempenho lento, há algumas técnicas de resolução de problemas. Uma é olhar para o SQL Cognos gerado e compará-lo com o SQL Nativo. Isso pode ser feito no Framework Manager ou no Report Studio. Ações sendo realizadas no SQL Cognos e não no SQL Nativo indicam que o processamento é feito localmente. Outra técnica é definir o processamento de consulta apenas ao banco de dados. No Framework Manager, essa configuração é encontrada nas propriedades dos objetos da Fonte de Dados e é chamado de Processamento de Consulta.

No Report Studio, a configuração é encontrada nas propriedades da consulta e é chamada de Processamento.

Quando a configuração é definida Apenas para o Banco de Dados, um erro será gerado em casos em que a consulta não possa ser totalmente puxada para o banco de dados. O erro normalmente identificará o item com problemas que está impedindo a obtenção para o banco de dados.

Nas seções a seguir, serão fornecidos exemplos de como usar com eficiência o IBM Cognos BI como uma fonte de dados para o Transformer. Como com qualquer desenvolvimento, os requisitos de negócio podem afetar os métodos usados para alcançar uma meta final e exigem teste cuidadoso para garantir um desempenho preciso e ideal.


Usando os pacotes IBM Cognos BI como fonte de dados

Esta seção ilustrará como consultas individuais no Transformer são criadas a partir de um pacote IBM Cognos BI e então usadas para criar um PowerCube. No exemplo a seguir, será usada uma versão modificada do pacote GO Data Warehouse (consulta), na qual chaves estrangeiras são expostas nos assuntos da consulta de fato.

Para realizar as etapas neste documento, a versão modificada do modelo foi fornecida no arquivo great_outdoors_warehouse-modified.zip. Extraia os conteúdos e publique o pacote GO Data Warehouse (consulta) usando o Framework Manager.

Exemplos de modelo de fato único básico

Ao usar o IBM Cognos BI como uma fonte de dados para o Transformer, em sua forma mais simples, o PowerCube pode consistir em algumas medidas de uma tabela de fatos subjacente em um banco de dados e duas ou mais dimensões. Esse tipo de cenário pode ser facilmente realizado usando um pacote IBM Cognos BI como fonte de dados.

As etapas a seguir ilustram como criar um PowerCube básico a partir de um pacote IBM Cognos BI.

  1. Crie um modelo no IBM Cognos Transformer e lhe dê o nome de GO Revenue.
  2. Clique em Next, na caixa Name, digite GO Data Warehouse e, sob Data source type, selecione Package.
  3. Clique em Next e navegue para o pacote IBM Cognos BI desejado, neste caso, GO Data Warehouse (consulta) é usado.
  4. Clique em Next e depois na caixa Query name, insira um nome adequado, neste caso, Sales Measures será usado.
  5. Sob Source, expanda a árvore de metadados para navegar para os itens requeridos, selecione-os e depois adicione-os à guia Columns. Neste caso, a chave do produto da consulta Fato de vendas foi adicionada.

    Para este PowerCube simples, um campo de data também será adicionado.
  6. Em Time dimension, adicione Date.
  7. Clique na guia SQL para ver como é a lista de projeção e quantas tabelas estão inclusas na consulta.

    Neste caso, duas tabelas serão consultadas na camada do banco de dados, as tabelas SLS_SALES_FACT e GO_TIME_DIM. Como dito antes, normalmente é melhor usar chaves da tabela de fatos, mas para obter vantagem de categorias de tempo geradas automaticamente no Transformer, um campo de data é requerido. Neste caso, não há campo de data na tabela de fatos, portanto, ele deve ser recuperado da tabela de dimensão de tempo.
  8. Clique em OK, desmarque Run Auto Design e clique em Finish.
  9. Clique em Yes quando solicitado a adicionar outra consulta a partir da fonte de dados.
  10. Na caixa Query name, digite Products e depois adicione os seguintes itens.
    • Linha do produto
    • Tipo do produto
    • Nome do produto
    • Código da linha do produto
    • Chave do tipo do produto
    • Chave do produto
  11. Clique em OK e em No quando solicitado a adicionar outra consulta a partir da fonte de dados.
    O painel de fontes de dados agora tem duas consultas com base no pacote IBM Cognos BI.

    Observe o ícone do pacote na raiz. Isso permite fácil identificação do tipo da fonte de dados.
    Agora será criado um modelo com base nos metadados encontrados nessas consultas. Primeiro, uma dimensão de Tempo será criada.
  12. A partir de Sales Measures, arraste Date para a barra cinza no painel Dimension Map. Uma dimensão de tempo é criada automaticamente.
  13. Clique duas vezes em Date no mapa de dimensão, altere o nome para Time dimension e depois clique em OK.
  14. A partir de Products data source, desenvolva uma dimensão de Produtos usando as chaves como os valores de origem e os valores de sequência como os rótulos como mostrados na tabela abaixo.
    Valor de origemLabel
    Código da linha do produtoLinha do produto
    Chave do tipo do produtoTipo do produto
    Chave do produtoNome do produto
  15. Mude o nome da dimensão e os níveis adequadamente e, nas propriedades do nível inferior, neste caso, Product name, certifique-se de que esteja marcado como tendo categorias exclusivas. A dimensão aparece como mostrado abaixo.
  16. A partir da fonte de dados Sales Measures, adicione Revenue ao painel Measures.
  17. No painel PowerCubes, insira um novo PowerCube, neste caso, o nome é GO Revenue, então clique com o botão direito em PowerCube e em Create Selected PowerCube.
    O PowerCube agora pode ser publicado como uma fonte de dados e empacotado para o IBM Cognos BI para uso em qualquer um dos estúdios.
  18. Clique com o botão direito no PowerCube e selecione Publish PowerCube as Data Source and Package.
  19. Clique em OK para iniciar o Publish Wizard.
  20. Siga as instruções no Publish Wizard para disponibilizar o PowerCube no IBM Cognos BI.
  21. Quando concluir, abra o IBM Cognos BI e depois o pacote recém-publicado no Analysis Studio e crie uma análise.

    Os metadados e os dados aparecem como o esperado.

Exemplo de modelo de diversos fatos

O exemplo anterior continha apenas uma medida que foi tirada de uma tabela de fatos no banco de dados subjacente. Como fatos são tirados de diversas tabelas de fatos, o processo de modelagem pode tornar-se mais complexo.

No próximo exemplo, o modelo incluirá dois fatos, destinos de Revenue e Sales, cada um advindo de uma tabela de fatos subjacente separada e cada um relacionando-se com a dimensão Tempo e a dimensão Produtos em diferentes níveis de granularidade. Os valores de meta de Vendas são armazenados no nível de mês para a dimensão Tempo e no nível de tipo do Produto para Produtos. Não há valor de data disponível para os fatos de meta de Vendas, o que seria necessário para gerar automaticamente as categorias de tempo. Portanto, outra abordagem pode ser usada para dimensão de tempo. Neste caso, desenvolver manualmente uma dimensão de tempo faria sentido.

As seguintes etapas ilustrarão como desenvolver um modelo de vários fatos simples que incorpora uma dimensão de tempo criada manualmente com base em uma tabela de dimensão encontrada no banco de dados subjacente.

  1. No Transformer, crie um novo modelo chamado GO Revenue and Sales Targets, então insira uma fonte de dados com base em um pacote, neste caso, o pacote GO Data Warehouse (consulta).
  2. Chame a primeira fonte de dados de Sales Measures e adicione os seguintes itens do fato de Vendas.
    • Revenue
    • Chave do dia da ordem
    • Chave do produto
  3. Clique em OK, desmarque Run Auto Design e clique em Finish.
  4. Clique em Yes quando solicitado a adicionar outra consulta a partir da fonte de dados.
  5. Na caixa Query, digite Sales Target Measures e depois adicione os seguintes itens:
    • Metas de vendas
    • Chave de mês
    • Chave do tipo do produto
  6. Clique em OK e depois crie mais duas fontes de dados com os seguintes itens:
    Products
    • Linha do produto
    • Tipo do produto
    • Nome do produto
    • Código da linha do produto
    • Chave do tipo do produto
    • Chave do produto
    Hora
    • Ano
    • Chave de trimestre
    • Trimestre
    • Chave de mês
    • Mês
    • Chave de dia
    • Date
    Os resultados aparecem como mostrado abaixo.

    Para relacionar a medida de Receita à dimensão de Tempo, os nomes de coluna relacionados devem corresponder. Neste caso, a chave Dia do pedido de Medidas de vendas não corresponde à chave Dia de Tempo.
  7. Altere o nome da chave Order day em Sales Measures para chave Day.
  8. Crie uma dimensão de Tempo e uma dimensão de Produto com os seguintes itens como valores de origem e rótulos.
    Dimensão de Tempo
    Valor de origemLabel
    AnoN/D (igual ao valor de origem)
    Chave de trimestreTrimestre
    Chave de mêsMês
    Chave de diaDate
    Products
    Valor de origemLabel
    Código da linha do produtoLinha do produto
    Chave do tipo do produtoTipo do produto
    Chave do produtoNome do produto
  9. Altere o nome de dimensões e níveis adequadamente.

    Porque os destinos de vendas estão relacionados à dimensão de Tempo na chave Mês, e a Produtos na chave de Tipo de produto esses níveis também precisarão ser marcados como tendo valores de categoria exclusivos nas propriedades do nível.
  10. Marque os seguintes níveis como tendo valores de categoria Exclusivos.
    Dimensão de Tempo
    • Mês
    • Dia
    Products
    • Tipo do produto
    • Nome do produto
  11. Clique duas vezes em dimensão de tempo para editar suas propriedades. Atualmente, essa dimensão é identificada como uma Dimensão Regular. Usando as propriedades, será marcada como uma dimensão de tempo.
  12. Sob Dimension type, selecione Time.
  13. Clique em OK.
  14. Arraste Revenue de Sales Measures e Sales target de Sales Target Measures para o painel Measures. Para ver o escopo das medições, bem como as fontes de dados, use o recurso Show Scope.
  15. No painel Measures, clique com o botão direito em Revenue e selecione Show Scope.

    A opção Revenue measure está no escopo com o nível inferior em ambas as dimensões.
  16. Na lista suspensa, selecione Sales target.

    Os valores de Sales target estão no escopo com o nível de Mês da dimensão de Tempo e Tipo do produto da dimensão de Produto, que é esperada. O escopo das fontes de dados pode ser visto neste painel também.
  17. Selecione Data Source, e depois, na lista suspensa, selecione Sales Measures.

    A consulta da fonte de dados de Sales Measures está no escopo no nível inferior para ambas as dimensões com base nos links de chave entre as consultas de fonte de dados. Neste caso, os links são baseados na chave Dia para Tempo e na chave Produto para Produtos.
  18. Na lista suspensa, selecione Sales Target Measures.

    Como esperado, a consulta da fonte de dados de Sales Target Measures está apenas no escopo nos níveis superiores nas dimensões com base nos links de chave entre as fontes de dados. Neste caso, os links são baseados na chave Mês e na chave de Tipo do produto.
    Se o nível Mês e o nível de tipo do Produto não tiverem sido marcados como únicos, o mapa de dimensão destacará esses níveis em vermelho, indicando um problema no relacionamento de link entre as fontes de dados.
  19. No painel PowerCubes, crie um novo PowerCube e chame-o de GO Revenue and Sales Targets.
  20. Clique com o botão direito no PowerCube e depois em Create Selected PowerCube.
  21. Publique o PowerCube no IBM Cognos BI, abra-o no Analysis Studio e crie uma análise.

    Os metadados e os dados aparecem como o esperado e o cubo permite comparações de meta de Receita e Vendas.
    Este PowerCube em particular permite fazer um drill down do nível de dia, uma vez que a chave Dia foi necessária na dimensão de Tempo para implementar adequadamente Revenue a partir de Sales Measures.

    Uma vez que a meta de Vendas não está no escopo para o nível Dia, nenhum valor é retornado. Neste caso, o cubo precisa apenas ir para o nível de mês para comparar os destinos de receita com vendas. Uma opção para fazer o cubo ir para o nível de Mês apenas é suprimir o nível de Dia na dimensão de Tempo. Entretanto, isso ainda armazena os dados do nível de Dia no cubo, mas os oculta dos usuários. Para conjuntos de dados que contêm milhões de registros, essa pode não ser uma opção ideal.

Na próxima seção, os relatórios serão usados como fontes de dados para criar um cubo de múltiplos fatos agregado na camada do banco de dados antes de ser processado no Transformer. Diferente do exemplo anterior, este permitirá construções de cubos menores, já que níveis inferiores de granularidade não existirão no PowerCube.


Usando relatórios do IBM Cognos BI como uma fonte de dados

Esta seção ilustra como consultas individuais no Transformer são criadas a partir dos relatórios do IBM Cognos BI e então usadas para criar um PowerCube.

Usar relatórios como fonte de dados em vez de pacotes fornece flexibilidade adicional. Por exemplo, agregação de medidas e cálculos podem ser transmitidos para a camada do banco de dados para processamento, em vez de o Transformer processá-los. Isso pode melhorar os tempos de construção do PowerCube, ao mesmo tempo fornecendo também flexibilidade na criação de consultas adequadas do modelo.

Um relatório pode ser criado para cada dimensão necessária em um ou mais modelos do Transformer. Grupos de medidas podem ser criados em relatórios separados também ou consolidados em uma consulta dependendo dos requisitos do modelo do Transformer. Alternativamente, todas as dimensões e medidas podem ser criadas em um relatório como consultas separadas dentro do relatório. A chave é garantir que as consultas sejam separadas, de modo que o SQL gerado seja o mais minimizado possível. Se estão em relatórios separados ou em consultas separadas dentro de um relatório é uma questão de preferência pessoal e como os usuários sentem-se confortáveis mantendo e organizando seus objetos.

Neste exemplo, um relatório será usado com diversas consultas. Para a consulta de medidas, os destinos de Receita e Vendas serão combinados em uma consulta de medidas, que também incluirá um cálculo para mostrar a variação entre os destinos Receita e Vendas. As duas medidas vêm de tabelas de banco de dados subjacentes diferentes, mas o IBM Cognos BI será usado para criar uma consulta que agregará as medidas em um nível comum de granularidade, neste caso, o nível Mês da dimensão de Tempo e nível do tipo do Produto de Produtos. Este método enviará as operações de cálculo e agregação para o banco de dados, em vez de fazer o Transformer processá-las.

As etapas a seguir ilustrarão como desenvolver um modelo de múltiplos fatos simples que usa consultas de um relatório do IBM Cognos BI como fontes de dados em um modelo do Transformer.

  1. No IBM Cognos BI, abra o Report Studio com o pacote desejado, neste caso, o pacote GO Data Warehouse (consulta).
  2. Crie um relatório de lista e adicione os seguintes itens para criar uma consulta de medida. A partir da dimensão de Tempo
    • Chave de mês
    • Date
    De produtos
    • Chave do tipo do produto
    Do fato de Vendas
    • Revenue
    Da meta de Vendas
    • Meta de Vendas
    Os resultados aparecem como mostrado abaixo.

    A chave de Mês, data e a chave do tipo do produto são tiradas de dimensões conformadas de modo que o IBM Cognos BI possa agregar corretamente e unir os resultados de duas tabelas de fatos subjacente.
    Para gerar uma data que possa ser usada para gerar automaticamente categorias de tempo no Transformer, o item de consulta de Data será modificado para recuperar a data mínima para cada chave de Mês e agrupamento de chave de tipo do Produto.
  3. Clique duas vezes na coluna de Date e modifique a expressão como mostrado abaixo.
    minimum([Sales (query)].[Time dimension].[Date])
  4. A. partir da guia Toolbox, adicione um cálculo de consulta ao relatório da lista, atribua o nome de Target Variance e crie a seguinte expressão
    [Revenue] - [Sales target]
  5. Adicione um novo objeto de Lista ao relatório e adicione os seguintes itens para criar um consulta de dimensão de Produtos.
    • Linha do produto
    • Tipo do produto
    • Nome do produto
    • Código da linha do produto
    • Chave do tipo do produto
    • Chave do produto
    O resultado aparece como mostrado abaixo.

    Lembre-se de atribuir nome às consultas no relatório com nomes significativos para tornar a criação de fontes de dados mais fácil no Transformer. Neste caso, os nomes Measures e Products serão usados.
  6. Salve o relatório e atribua o nome de Transformer C8 Report Data Source.
  7. No Transformer, crie um novo modelo e atribua o nome de GO Revenue and Sales Targets - Report Data Source.
  8. Clique em Next, na caixa Name, digite Transformer C8 Report Data Source e depois, sob tipo de fonte de Dados, certifique-se de selecionar Report.
  9. Clique em Next e navegue para o relatório do IBM Cognos BI desejado, neste caso, Transformer C8 Report Data Source.
  10. Clique em Next e depois na caixa Query name, insira um nome adequado, neste caso, Measures será usado.
  11. Sob Source, adicione todos os itens de Measures, exceto a chave Mês, à guia Columns.

    A chave Mês foi usada na consulta de relatório para permitir um nível de implementação de agregação comum. Isso não é necessário no Transformer nesta instância, já que o item Date query será usado para gerar categorias de tempo automaticamente.
  12. Clique em OK, desmarque Run Auto Design e clique em Finish.
  13. Clique em Yes quando solicitado a adicionar outra consulta a partir da fonte de dados.
  14. Na caixa Query name, digite Products e depois adicione todos os itens de Products à guia Columns.
  15. Clique em OK e em No quando solicitado a adicionar outra consulta a partir da fonte de dados. O painel Data sources agora possui duas consultas com base no relatório do IBM Cognos BI.

    Observe o ícone do relatório na raiz. Isso permite fácil identificação do tipo da fonte de dados.
    Agora será criado um modelo com base nos metadados encontrados nessas consultas. Primeiro, uma dimensão de Tempo será criada.
  16. Em Measures, arraste Date para a barra cinza no painel Dimension Map. Uma dimensão de tempo é criada automaticamente.
  17. Clique duas vezes em Date no mapa de dimensão, altere o nome para Time dimension e depois clique em OK.
  18. Na fonte de dados Products, desenvolva uma dimensão de Produtos Usando os IDs como os valores de origem e os valores de sequência como os rótulos, como mostrado na tabela abaixo.
    Valor de origemLabel
    Código da linha do produtoLinha do produto
    Chave do tipo do produtoTipo do produto
  19. Altere as dimensões e os níveis adequadamente e nas propriedades do nível inferior, neste caso, tipo do Produto, garante que esteja marcado como tendo categorias únicas. A dimensão aparece como mostrado abaixo.
  20. Em Measures data source, adicione Receita, Meta vendas e Variação alvo ao painel Measures.
  21. No painel PowerCubes, insira um novo PowerCube, neste caso, o nome é GO Revenue and Sales Targets – Report Data Source, e então clique com o botão direito sobre PowerCube e em Create Selected PowerCube.
    O PowerCube agora pode ser publicado como uma fonte de dados e empacotado para o IBM Cognos BI para uso em qualquer um dos estúdios.
  22. Clique com o botão direito no PowerCube e selecione Publish PowerCube as Data Source and Package.
  23. Clique em OK para iniciar o Publish Wizard.
  24. Siga as instruções no Publish Wizard para disponibilizar o PowerCube no IBM Cognos BI.
  25. Quando concluir, abra o IBM Cognos BI e depois o pacote recém-publicado no Analysis Studio e crie uma análise.

    Os dados aparecem como o esperado.

Trabalhando com fontes DMR e OLAP

Aproveite dimensões existentes

Em instâncias em que as dimensões já foram criadas em um modelo Dimensionally Modeled Relational (DMR) ou uma fonte OLAP como outro PowerCube, esse trabalho pode ser aproveitado no Transformer. Isso pode ser feito usando o recurso Insert Dimension from Package no painel Dimension Map. Nestes casos, faz sentido usar o DMR/OLAP como uma fonte de dados no Transformer, já que isso pode reduzir o tempo de desenvolvimento, desde que as dimensões sejam conformadas. Em outras palavras, os valores de origem (chaves comerciais) e rótulos (legendas de membros) são consistentes através das fontes de dados usadas para relatório no IBM Cognos BI. Por exemplo, códigos da linha do Produto em outra dimensão do Produto devem ser os mesmos que os códigos da linha do Produto em outras dimensões do Produto ou fontes relacionais. Esse tipo de conformidade é importante no que se refere a relacionamentos de drill-though e mestre/detalhe.

Importando dimensões para o Transformer, entretanto, pode exigir algum trabalho adicional. Por exemplo, alguns itens de dados podem precisar ser renomeados para garantir que a consulta de fonte de dados de medidas possa vincular-se à dimensão importada. Esse cenário será mostrado mais adiante nesta seção.

As seguintes etapas ilustrarão como inserir uma dimensão do pacote IBM Cognos BI. Neste exemplo, uma fonte de dados de Medidas já foi criada com base em um relatório do IBM Cognos BI e a dimensão de Tempo e medidas já foram modeladas.

Usando o que você aprendeu neste documento, é possível criar o modelo acima antes de continuar com as etapas seguintes.

  1. No Transformer, clique com o botão direito no painel Dimension Map, e então clique em Insert Dimension from Package.
  2. No diálogo Insert from Dimension, navegue para o pacote desejado, neste caso, GO Data Warehouse (análise), será usado, que é o pacote DMR.
  3. Clique em Finish e depois selecione a dimensão, hierarquia ou níveis necessários. Neste caso, apenas os níveis linha do Produto e tipo do Produto serão usados.
  4. Clique em OK. Um diálogo de aviso aparece para indicar qualquer item desnecessário que foram descartados da consulta.
  5. Clique em OK.

    A dimensão do Produto aparece no painel Dimension Map e uma fonte de dados de pacote GO Data Warehouse (consulta) aparece no painel Data Sources. Observe a convenção de nomenclatura para o item da chave do tipo do Produto. É precedido por um (2) devido ao conflito de nomenclatura durante o processo de importação. Esse item é o que será usado para vincular as medidas à dimensão do Produto. Há duas opções para resolver esse problema de nomenclatura. O item da chave de tipo de Produto na consulta Medidas pode ser renomeado para corresponder, ou o (2) pode ser removido da consulta de Produto. Neste caso, a segunda opção será adotada.
  6. Na consulta de Produto, clique duas vezes (2) na chave do tipo do Produto, altere o nome do item para a chave do tipo do Produto e depois clique em OK. Uma mensagem de erro aparece indicando que o item sendo renomeado é usado em uma dimensão.

    A dimensão do Produto será mapeada novamente para usar o novo nome da coluna da chave do tipo do Produto.
  7. Clique em Yes e depois em Dimension Map na dimensão do Produto e, clique duas vezes no nível do tipo do Produto.
  8. Clique na elipse para o Nome da Coluna da função de Origem e depois mapeie para a coluna da chave do tipo do Produto.
  9. Clique em OK para todos os diálogos abertos.
  10. Insira e crie um PowerCube chamado Go Revenue – Leverage Dimension.
  11. Publique o PowerCube como uma fonte de dados e empacote para o IBM Cognos BI, depois crie uma análise do novo pacote no Analysis Studio.

    Os dados aparecem como o esperado.

Trabalhando com medidas DMR e OLAP

Se desejar aproveitar medidas da fonte DMR ou OLAP no IBM Cognos BI em um modelo do Transformer, recomendamos criar um relatório baseado em medidas. Para DMR, é possível usar o relatório como fonte de dados. Para fontes OLAP, use os relatórios para gerar uma saída CSV para uso no Transformer, visto que as fontes OLAP não são suportadas ao usar relatórios como origem de metadados. Na verdade, com exceção do SAP BW, não é possível criar consultas com base em medida de origens OLAP no Transformer. Isso é porque recuperar as medidas de uma origem OLAP para desenvolver um PowerCube exige ligações cruzadas para o nível inferior de cada dimensão relacionada, o que leva a consultas excessivamente grandes, afetando muito o desempenho.

Para o SAP BW como fonte de dados no Transformer, consulte o Guia do Usuário do Transformer para informações detalhadas.

Assim como acontece com os outros exemplos apresentados no presente documento, o relatório de medidas deve conter as chaves comerciais necessárias, bem como um campo de data, se for preciso, para se ligar às dimensões relacionadas no modelo.

Nos casos em que os pacotes DMR ou OLAP são usados para criar relatórios de medidas, as funções dimensionais podem ser usadas para extrair dos membros as chaves comerciais, a fim de apresentar os campos obrigatórios. Por exemplo, extrair a chave do tipo de Produto de um PowerCube para uso em uma consulta de medida de vendas usaria um Cálculo de Consulta com a seguinte sintaxe.

rolevalue('_businessKey',[great_outdoor_sales_en].[Products].[Products].[Product type])

Conclusão

Com a introdução dos pacotes e relatórios do IBM Cognos BI como fontes de dados no Transformer, criar fontes de dados conformadas representando uma "única versão da verdade" ficou mais fácil.Ao planejar um modelo do Transformer, considere os requisitos de negócio e depois use as soluções mais adequadas para desenvolver consultas do Transformer. Em alguns casos, um pacote fará sentido como uma fonte de dados, enquanto outros relatórios de instâncias fornecerão mais flexibilidade e potencialmente reduzirão os tempos de construção na máquina do Transformer. Em casos em que já existam dimensões, elas podem ser inseridas e aproveitadas para reduzir os esforços de modelagem no Transformer.


Download

DescriçãoNomeTamanho
Sample XML scripts for this articleIBM_Cognos_8_as_a_Data_Source_for_Transformer.zip1403KB

Comentários

developerWorks: Conecte-se

Los campos obligatorios están marcados con un asterisco (*).


Precisa de um ID IBM?
Esqueceu seu ID IBM?


Esqueceu sua senha?
Alterar sua senha

Ao clicar em Enviar, você concorda com os termos e condições do developerWorks.

 


A primeira vez que você entrar no developerWorks, um perfil é criado para você. Informações no seu perfil (seu nome, país / região, e nome da empresa) é apresentado ao público e vai acompanhar qualquer conteúdo que você postar, a menos que você opte por esconder o nome da empresa. Você pode atualizar sua conta IBM a qualquer momento.

Todas as informações enviadas são seguras.

Elija su nombre para mostrar



Ao se conectar ao developerWorks pela primeira vez, é criado um perfil para você e é necessário selecionar um nome de exibição. O nome de exibição acompanhará o conteúdo que você postar no developerWorks.

Escolha um nome de exibição de 3 - 31 caracteres. Seu nome de exibição deve ser exclusivo na comunidade do developerWorks e não deve ser o seu endereço de email por motivo de privacidade.

Los campos obligatorios están marcados con un asterisco (*).

(Escolha um nome de exibição de 3 - 31 caracteres.)

Ao clicar em Enviar, você concorda com os termos e condições do developerWorks.

 


Todas as informações enviadas são seguras.


static.content.url=http://www.ibm.com/developerworks/js/artrating/
SITE_ID=80
Zone=Information Management
ArticleID=935679
ArticleTitle=Práticas Comprovadas do IBM Business Analytics: IBM Cognos BI como fonte de dados para Transformer
publish-date=07082013