Modelaje dimensional con IBM InfoSphere Data Architect, Parte 1: Ingeniería directa en InfoSphere Data Architect

Modelaje multidimensional

IBM® InfoSphere® Data Architect (IDA) es una solución colaborativa de diseño de datos que le ayuda a descubrir, modelar, relacionar y estandarizar diversos activos de datos distribuidos. Es un componente decisivo de la iniciativa IBM de habilitar un entorno integrado de administración de datos a través de todo el ciclo de vida de administración de datos. En esta serie de artículos, aprenda cómo desarrollar un modelo de datos dimensionales utilizando IBM InfoSphere Data Architect que captura de manera eficaz los requerimientos analíticos a escala de detalles lógicos y físicos. La Parte 1 enfoca el uso de ingeniería directa para conseguir un modelo de datos multidimensionales.

Yun Feng Bai, Ingeniero de software, IBM

Yun Feng BaiYun Feng Bai es del equipo de ingeniería de software en China Development Lab, Beijing, China. Actualmente trabaja en el área de QA de InfoSphere Data Architect. Anteriormente trabajó en DB2 Data Warehouse (renombrado como InfoSphere Warehouse), enfocado en modelaje OLAP y almacenamiento de datos SQL.



Prabhudoss Samuel, Ingeniero de software, IBM

Prabhudoss SamuelRobert Samuel es un ingeniero de software de personal en India Software Labs, Bangalore, India. Tiene mas de 8 años de experiencia en la industria de TI. Actualmente participa en el equipo de Data Studio en ISL. Su interés incluye sistemas geoespaciales y modelaje de datos.



08-10-2012

Introducción

Al empezar con InfoSphere Data Architect V7.5.3, usted puede crear modelos de datos relacionales y modelos de datos multidimensionales. Esta serie utiliza escenarios de usuario para demostrar cómo ayuda a acelerar el modelaje de datos multidimensionales y cómo los usuarios pueden beneficiarse al adoptar InfoSphere Data Architect V7.5.3. Los tres escenarios de usuario son: el modelaje de datos multidimensionales a través de ingeniería directa, el modelaje de datos mediante ingeniería inversa y las transformaciones de modelos de datos entre InfoSphere Data Warehouse y Cognos® Framework Manager.


Visión general del escenario

Una empresa de retail planea desarrollar un sistema para administrar las transacciones de venta y otro sistema para analizar el negocio. Ahora ha creado modelos de datos normalizados, incluyendo productos, empleados, clientes y tiendas, además de ventas para el sistema de transacciones. Para el sistema de análisis de negocio, la empresa necesita crear modelos multidimensionales basados en el modelo de datos normalizados.

Para cumplir con los requisitos de análisis de negocio, se introducirá un flujo de trabajo típico para mostrarle cómo crear modelos de datos multidimensionales a través de ingeniería directa utilizando InfoSphere Data Architect.

Los pasos clave en el flujo de trabajo incluyen:

  • Descubrir información multidimensional basada en un modelo de datos normalizados
  • Transformar el modelo de datos lógicos normalizados en un modelo lógico de datos dimensionales desnormalizados
  • Transformar el modelo dimensional de datos lógicos en un modelo dimensional de datos físicos
  • Transformar el modelo dimensional de datos físicos en un modelo de Cubing o Cognos

Conozca su modelo

La empresa de retail ha creado un modelo lógico como se muestra en la Figura 1, donde obtendremos una comprensión básica del modelo. Se supone que usted ha creado un proyecto de diseño de datos y que creó correctamente el modelo a continuación utilizando InfoSphere Data Architect V7.5.3 o posterior.

Figura 1. El modelo de ventas de retail
Image depicts all the tables in the retail sales model and their relationships

Arrastre y suelte todas las entidades en el diagrama. Usted verá que las entidades que figuran en el modelo representan las siguientes relaciones:

  • Empleados y departamentos correspondientes denotados por:
    • Empleados
    • Departamento
  • Tiendas individuales y sus ubicaciones denotados por:
    • Tienda
    • Store_Region
  • Clientes y sus ubicaciones denotados por:
    • Clientes
    • Customer_Type
    • Región
    • Territorios
  • Productos y sus proveedores denotados por:
    • Productos
    • Marca
    • Empaquetamiento
    • Categorías
    • Proveedor
    • Supplier_Type
  • Facturación denotada por:
    • Store_Billing
    • Store_Billing_Details

Permitiendo notación dimensional

El primer paso para permitir la notación dimensional es habilitar la capacidad dimensional en el modelo de datos lógicos. Haga clic con el botón derecho en el modelo de datos y elija la opción Use Dimensional Notation . El modelo ahora puede contener propiedades dimensionales.

Figura 2. Permitiendo notación dimensional
Screen capture shows Use Dimensional Notation selected

De manera similar, al desmarcar la opción usted puede eliminar las capacidades dimensionales del modelo.

Nota: Después que usted tenga alguna información dimensional en los modelos, al desmarcar la opción solo se eliminan las propiedades dimensionales de su vista. Internamente, la información aún se conserva en el modelo. Esta es una eliminación temporal de las propiedades dimensionales y pueden ser traídas de vuelta al permitir nuevamente las notaciones.


Creando un modelo dimensional de datos lógicos normalizados

Al mirar ahora al modelo, usted probablemente debe reconocer que la entidad Store_Billing debe ser una entidad de Hecho. Usted puede cambiar una propiedad dimensional de esta entidad de la siguiente manera:

  1. Seleccione la entidad y abra la vista Properties .
  2. Busque la pestaña etiquetada Dimensional y seleccione el recuadro de selección Change the dimensional entity type .
  3. El panel Type está habilitado y aparece como se muestra en la figura a continuación.
  4. Seleccione la opción Fact . La entidad Store_Billing ahora será un Hecho.
    Figura 3. Configurando propiedades dimensionales.
    Image shows selecting the fact radio button

Nota: Como usted puede haber adivinado, seleccionar None hace que la entidad sea una normal. Se trata de una eliminación difícil, ya que la información dimensional se elimina en el nivel del propio modelo.

¿Pero no es esta una manera más lenta? ¿No necesitamos una manera más rápida para incluir propiedades dimensionales? Continúe leyendo.

Añadir propiedades dimensionales por descubrimiento automático

InfoSphere Data Architect proporciona un poderoso recurso que automatiza la identificación de entidades para distintas propiedades dimensionales. Usted puede hacerlo como sigue:

  1. En el Data Project Explorer, seleccione el modelo de datos.
  2. Haga clic con el botón derecho, y en el diálogo que aparece, haga clic en Discover Facts and Dimensions.
    Figura 4. Menú para descubrir hechos y dimensiones
    Image shows selecting facts and dimensions menu option
  3. Un recuadro aparecerá preguntándole si desea generar la jerarquía para las entidades de tipo Dimensión. Seleccione No. Usted puede aprender y utilizar más en jerarquías después del proceso de transformación.
  4. Tras completar el descubrimiento, como se muestra en la figura siguiente, usted tendrá diferentes propiedades dimensionales que se aplican a las entidades. Este es un modelo lógico dimensional normalizado.
    • La entidad Marca ha sido descubierta como un Outrigger.
    • La entidad Productos ha sido descubierta como una Dimensión.
    • La entidad Store_Billing_Details ha sido descubierta como un Hecho. Los atributos Precio Unitario y Cantidad han sido descubiertos como Medida.
    • La entidad Territorios fue conservada.
      Figura 5. El modelo dimensional de datos normalizados después del descubrimiento
      Image shows brand, products, store_billing_details, and territories highlighted

Nota: El proceso de descubrimiento anterior es solo una recomendación basada en la lógica de InfoSphere Data Architect y no es necesaria. Utilizando el método manual descrito arriba, usted aún puede cambiar las propiedades si lo desea. También merece mencionarse que la lógica del descubrimiento depende de las propiedades dimensionales existentes del modelo. Por lo tanto, se recomienda que usted aplique el máximo de información dimensional de la que tenga seguridad antes de iniciar el proceso de descubrimiento. Si este es el caso, el modelo resultante estará más alineado con sus necesidades.


Creando un modelo dimensional de datos lógicos desnormalizados

Después de haber generado el modelo normalizado, usted debe desnormalizarlo para satisfacer sus necesidades de negocio. Los mecanismos de transformación disponibles en InfoSphere Data Architect ayudan a lograrlo:

  1. Haga clic en el nodo del modelo de datos lógicos.
  2. Seleccione Data > Transform > New Configuration.
    Figura 6. El menú de transformación
    Screen capture shows choosing new configuration
  3. Esto abrirá la ventana de opciones de configuración de transformación.
  4. Especifique LDM2DLDM para la configuración.
  5. Seleccione la opción Logical Data Model to Dimensional-Logical Data Model .
    Figura 7. Las opciones de transformación — nombre y tipo de archivo
    Screen capture shows choosing the data model transformation
  6. Haga clic en Next.
  7. Seleccione el modelo lógico de entrada y la carpeta de salida como se muestra en la captura de pantalla.
    Figura 8. Las opciones de transformación — archivo de entrada y carpeta de salida
    Screen capture shows RETAIL_SALES.ldm is source, Project1 is target
  8. Haga clic en Next.
  9. Seleccione las siguientes opciones en la próxima pantalla.
    • Crear un esquema de estrella.
    • Crear la dimensión de Fecha y Hora, si se aplica.
    • Habilitar la opción para generar trazabilidad.
    Figura 9. Las opciones de transformación — tipo de esquema, dimensión de fecha y trazabilidad
    Screen capture shows specifying transformation options
  10. Haga clic en Finish.
  11. En la ventana de configuración de transformación que se abre, haga clic en Run.
  12. Un nuevo archivo, Package1_D.ldm, es creado. Esta es una versión desnormalizada de su modelo lógico.
  13. Dé una mirada rápida al archivo y usted va a notar que:
    • Se han incluido las entidades fecha y hora. Se clasificaron como entidades de Dimensión.
    • Las entidades múltiples en el modelo normalizado han sido desnormalizadas para denotar datos con una menor cantidad de tablas.
    • Las entidades de Dimensión se han conservado.
    • La entidad de hecho, Billing_Details, se ha conservado.
      Figura 10. El modelo lógico dimensional desnormalizado
      Screen capture shows explorer view of the model
    • Las columnas numéricas en la entidad de hecho se han clasificado como Medida.
      Figura 11. Las medidas clasificadas en la entidad de Hecho
      Screen capture shows properties of the measure attribute
  14. Una mirada más de cerca a la entidad Fecha revela que:
    • Se han creado dos jerarquías denominadas FiscalYear y Year.
    • Ellas tienen niveles individuales definidos que corresponden a Año, Trimestre, Mes y Fecha.
    • Estos niveles en realidad se refieren a informes de detalles descendentes. En otras palabras, la consulta puede responder la información de ventas que ocurrió:
      1. basada en Año
      2. basada en Trimestre
      3. basada en Mes
      4. basada en Fecha
      Figura 12. Las jerarquías en la dimensión Fecha
      Screen capture shows drill-down levels
  15. Haga clic en el nivel FiscalYear y compruebe sus propiedades en la vista Properties .
  16. Cada nivel debe tener exactamente un atributo de leyenda. En este momento lo añadiremos al modelo lógico dimensional desnormalizado.
  17. Marque el recuadro bajo la columna leyenda para el nivel FiscalYear.
    Figure 13. Añadiendo atributos de leyenda a un nivel
    Screen capture shows caption selected
  18. Repita el proceso anterior para todos los niveles disponibles para las jerarquías FiscalYear y Year.
  19. Dé una mirada a la entidad de hecho Detalles de Facturación de Tienda.
  20. Usted puede inferir que se han creado nuevas relaciones con las entidades Fecha y Hora recién creadas.
    Figura 14. Referencias a nuevas entidades — Fecha y Hora
    Screen capture shows date and time entities

El proceso de creación de un modelo lógico dimensional desnormalizado ahora está completo. Por ahora, usted debería ser capaz de relacionar que los Detalles de Facturación de Tienda de hecho tiene los datos reales de una transacción y está en el Centro. Los detalles de la transacción individual pueden ser vistos en las entidades de Dimensión que la rodean. ¿Se asemeja esto a un esquema de estrella? Continúe con la sección de diagramación a continuación.

Nota: Hay tres tipos de medidas: No aditivas, Aditivas y Semi-aditivas. La medida predeterminada clasificada de autodescubrimiento es la medida aditiva, con SUM como función de agregación. Usted puede actualizar la medida aditiva para otra función de agregación y también puede clasificar medidas no aditivas y semi-aditivas.


Visualice su modelo dimensional

Después de haber creado el modelo desnormalizado, es oportuno saber que usted puede verlas en los diagramas de dimensión específicos:

  1. En el Data Project Explorer, haga clic con el botón derecho en el nodo Diagrams .
  2. Haga clic en la opción New Dimensional Blank Diagram .
    Figura 15. Creando un diagrama de datos dimensionales
    Screen capture shows new dimensional blank diagram selected
  3. Usted puede ver que un nuevo diagrama (Diagram1) ha sido creado y que el editor de diagramas se abre en el lado derecho.
  4. Seleccione todas las entidades en su modelo dimensional normalizado y arrástrelas a su Editor de Diagramas.
  5. Ahora usted debe poder ver el modelo en todo su esplendor. Vea que ahora se asemeja a una estrella.
    Figura 16. El esquema de estrella como se muestra en un diagrama dimensional
    Diagram shows table relationships in star pattern

Nota: Como aparte, usted puede añadir directamente las entidades dimensionales en el diagrama mediante el widget Dimensional que se encuentra disponible en el lado derecho del editor de diagramas.


Publicando el modelo

Siempre es recomendable que usted haya revisado el modelo con personas de su organización. Para mayor facilidad, usted puede publicar su modelo actual en formato HTML y compartirlo a través de la organización según corresponda. Esta es la manera:

  1. Haga clic con el botón derecho en Package1 en el Package1_D.ldm.
  2. Haga clic en Data >> Publish >> Web.
  3. Complete la información requerida como aparece a continuación.
    Figura 17. Publicar en la web — Modelo dimensional de datos lógicos
    Screen capture shows Publish to web screen
  4. Haga clic en OK.
  5. Abra el index.html en la carpeta C:\MyDDLDMReport. Usted debe ver que todo el modelo se ha convertido a formato HTML. A continuación, usted puede compartirlo a través de su organización.

Transformar el modelo dimensional de datos lógicos desnormalizados en un modelo dimensional de datos físicos

En la sección anterior, tenemos el modelo dimensional de datos lógicos desnormalizados revisado por los interesados. Antes de que el modelo dimensional de datos lógicos se haya finalizado, usted puede actualizarlo con base en la retroalimentación de los interesados y continuar con el proceso de revisión.

En esta sección vamos a transformar el modelo dimensional de datos lógicos desnormalizados en un modelo dimensional de datos físicos.

  1. Haga clic con el botón derecho en el nodo del modelo dimensional de datos lógicos desnormalizados, y haga clic en Transform to Physical Data Model en el menú de contexto.
    Figura 18. Transformar a modelo de datos físicos desde el menú de contexto
    Image shows transform to physical data model from context menu
  2. En el asistente de Transformar a Modelo de Datos Físicos, seleccione Create new model y luego haga clic en Next.
    Figura 19. Crear nuevo modelo a transformar
    Image shows create new model to transform
  3. Mantenga Destination folder y File name en sus configuraciones predeterminadas. Como vamos a transformar el modelo a DB2® para Linux®, UNIX® y Windows® V9.7, seleccione la Base de datos como DB2 para Linux, UNIX y Windows, y la Versión como V9.7, luego haga clic en Next.
    Figura 20. Especificar base de datos, versión y ubicación de la transformación
    Screen capture shows specifying database, version, and location for transformation
  4. Seleccione Generate traceability, que puede utilizarse para rastrear objetos en el futuro, y actualice el nombre del Esquema a RETAIL_SALES, luego haga clic en Next.
    Figura 21. Especificar opciones para transformación
    Image shows specifying options for transformation
  5. En la pagina de Salida, se muestra el estado de la transformación. Haga clic en Finish para generar el modelo dimensional de datos físicos.
    Figura 22. Transformación completa
    Screen capture shows transformation complete

Ahora tenemos el modelo dimensional de datos físicos generado con las anotaciones dimensionales añadidas al modelo dimensional de datos físicos de origen. Usted puede añadir más información específica de base de datos al modelo dimensional de datos físicos, pero aquí no añadiremos muchos.

Para asegurarse de que el modelo dimensional de datos físicos transformado está en conformidad con los estándares de la empresa, siempre se recomienda analizar el modelo. Podemos utilizar la función Analizar Modelo para analizar el modelo dimensional de datos físicos transformado.

Analizar modelo dimensional de datos físicos transformado

  1. Haga clic con el botón derecho en el esquema RETAIL_SALES en el modelo dimensional de datos físicos transformado en el Data Project Explorer, y luego en Analyze Model.
    Figura 23. Analizar modelo en modelo dimensional de datos físicos transformado
    Screen capture shows selecting Analyze Model
  2. En el asistente para Analizar Modelos todas las reglas de análisis bajo la categoría modelo de datos físicos son seleccionadas de manera predeterminada. Siete reglas se han añadido en InfoSphere Data Architect V7.5.3 para la validación de modelos dimensionales de datos físicos. Haga clic en Finish para ejecutar el proceso de análisis de modelos.
    Figura 24. Asistente para Analizar Modelos y reglas de análisis para modelaje dimensional
    Image shows Analyze Model Wizard and Analyze Rules for Dimensional Modeling
  3. Los resultados de los análisis se muestran en la vista Problemas, similar a la captura de pantalla a continuación. No se obtuvo mensaje de error.
    Figura 25. Resultados de análisis para El Modelo Dimensional de Datos Físicos Transformado
    Image shows analyze results for The Transformed Dimensional Physical Data Model

Generar DDL a partir del Modelo Dimensional de Datos Físicos

Ahora el usuario puede generar el DDL, que puede utilizarse más tarde para implementar el esquema dimensional a partir del modelo de datos físicos:

  1. Haga clic con el botón derecho en el nodo del esquema RETAIL_DETAILS en el Data Project Explorer, luego haga clic en el elemento, del menú de contexto, Generate DDL.
    Figura 26. Generar el elemento de menú DDL para generar DDL para el objeto seleccionado
    Image shows generating DDL menu item to generate DDL for selected object
  2. Personalice las opciones para generar el DDL y deje las opciones del asistente para Generar DDL como predeterminadas, luego haga clic en Next.
    Figura 27. Personalizar las opciones para generar el DDL
    Image shows customizing options to generate DDL
  3. Personalice los objetos para generar el DDL y deje los objetos en el asistente para Generar DDL como predeterminadas, luego haga clic en Next.
    Figura 28. Personalizar objetos para generar el DDL
    Image shows customizing objects to generate DDL
  4. Ahora se genera el DDL para el esquema RETAIL_SALES y se guardará en el archivo especificado con la carpeta especificada. Usted puede ejecutar el DDL en el servidor especificado y abrir el archivo DDL para edición después de finalizar el proceso de Generar DDL. Deje las propiedades como predeterminado y haga clic en Next.
    Figura 29. Personalizar las opciones guardar y ejecutar para generar DDL
    Image shows customizing save and run options
  5. La página resumen del asistente para Generar DDL lista los detalles para el proceso de Generar DDL. Haga clic en Finish.
    Figura 30. Resumen para generar DDL
    Image shows summary to generate DDL

Ahora, un archivo DDL, Script1.sql, se genera bajo Retail_Sales. Usted puede utilizarlo para actualización posterior o implementación más tarde No vamos a entrar en más detalles aquí.


Transformar el modelo dimensional de datos físicos en un modelo de Cubing / Cognos

En la sección anterior, un modelo dimensional de datos físicos se transformó a partir del modelo dimensional de datos físicos desnormalizados. Para asegurarse de que el modelo dimensional puede utilizarse en herramientas de inteligencia de negocios, tenemos que transformar el modelo dimensional de datos físicos al modelo de InfoSphere Warehouse Cubing o al modelo de Cognos Framework Manager. En InfoSphere Data Architect V7.5.3, una transformación nueva se añade para transformar el modelo dimensional de datos físicos al modelo de Cubing / Cognos.

Transformar el modelo dimensional de datos físicos en un modelo de Cubing:

  1. Haga clic con el botón derecho en el nodo del modelo dimensional de datos físicos y clic en el elemento, del menú de contexto, New > Transformation Configuration.
    Figura 31. Crear nueva configuración de transformación
    Image shows creating new transformation configuration
  2. En el asistente de Nueva Configuración de Transformación, especifique el nombre y el destino para la configuración de transformación, seleccione la transformación Dimensional-Physical Data Model to Cognos/Cubing Model, luego haga clic en Next.
    Figura 32. Especificar el nombre de la configuración y la información de la transformación
    Image shows specifying configuration name and transformation information
  3. Seleccione el esquema RETAIL_SALES como el origen en el árbol izquierdo y seleccione el proyecto como el objetivo para el modelo transformado, luego haga clic en Next.
    Figura 33. Especificar el origen y el objetivo de la transformación
    Image shows specifying transformation source and target
  4. Cuatro propiedades están disponibles para la transformación Las dos primeras son útiles solo cuando Target dimensional model es seleccionado como el modelo de Cognos. Seleccione Name para la propiedad Name source of table and column for Logical/Dimensional View y Cubing Model como el modelo objetivo, luego haga clic en Finish.
    Figura 34. Especificar las propiedades de la transformación
    Image shows specifying transformation properties
  5. La configuración de la transformación se abre en el editor. El usuario puede ver las propiedades de la configuración de transformación y actualizarlas si es necesario. Haga clic en el botón, de la barra de herramientas, Validate the transformation configuration para validar la configuración de la transformación creada anteriormente, y no se espera ningún error de validación en la vista de la Consola.
    Figura 35. Validar la transformación de la configuración
    Image shows validating the transformation configuration
  6. Haga clic en Run para ejecutar el proceso de transformación. Después que el proceso se completa, un modelo de Cubing es generado en la carpeta XML Schemas en el proyecto objetivo.
    Figura 36. Ejecutar la configuración de la transformación y generar el modelo de Cubing
    Image shows running the transformation configuration and generate Cubing model

El modelo de Cognos puede transformarse mediante los pasos anteriores, sin embargo otras dos propiedades se encuentran disponibles para la transformación a Cognos. Para una introducción detallada de las propiedades, consulte al Information Center.


Importar modelo transformado de Cubing / Cognos a InfoSphere Warehouse / Cognos Framework Manager

Ahora tenemos los modelos de Cubing y Cognos de la transformación en la sección anterior, y usted puede importar el modelo para productos relacionados para posterior actualización e implementación. En esta sección vamos a importar el modelo de Cubing generado anteriormente para InfoSphere Warehouse Design Studio:

  1. Crear un Proyecto de Diseño de Datos en InfoSphere Warehouse Design Studio.
  2. Crear un Modelo de Datos Físicos con OLAP en el Proyecto de Diseño de Datos anterior.
    Figura 37. Crear un nuevo modelo de datos físicos con OLAP
    Image shows creating new physical data model with OLAP
  3. Haga clic con el botón derecho en el nodo del modelo de datos físicos y seleccione Import en el menú de contexto.
    Figura 38. Importar modelo de Cubing
    Image shows clicking importing Cubing model
  4. En el asistente de Importación, seleccione Data Warehousing > OLAP Metadata, luego haga clic en Next.
    Figura 39. Seleccionar metadatos OLAP para importar
    Image shows selecting OLAP metadata to import
  5. Especifique el modelo de Cubing generado anteriormente y el objetivo como el nodo de la base de datos del modelo de datos físicos, luego haga clic en Next.
    Figura 40. Especificar el origen y el objetivo para importar
    Image shows specifying source and target to import
  6. Los objetos OLAP a importar son listados. Haga clic en Finish.
    Figura 41. Resumen de objetos OLAP importados
    Image shows imported OLAP objects summary
  7. Haga clic en OK en los diálogos emergentes para completar la importación. Los objetos OLAP son importados al modelo de datos físicos en el Data Project Explorer.
    Figura 42. Modelo de datos físicos con objetos OLAP importados
    Image shows physical data model with imported OLAP objects

En el modelo de Cubing, la mayoría de los objetos OLAP son generados a partir del modelo dimensional de datos físicos en InfoSphere Data Architect, como los modelos de cubo, hechos, dimensiones, medidas, jerarquías y niveles. Pero no se genera ningún cubo. Por lo tanto, es necesario que usted añada cubo al modelo de Cubing antes de que se pueda implementar. También hay algunos otros vacíos entre el modelo dimensional de InfoSphere Data Architect y el modelo de InfoSphere Warehouse Cubing.


Conclusión

Hemos completado el flujo de trabajo para crear modelos de datos multidimensionales mediante ingeniería directa utilizando InfoSphere Data Architect V7.5.3. La empresa de retail puede utilizar el esquema dimensional para la implementación de bases de datos y utilizar el modelo de Cubing o Cognos para implementar inteligencia de negocios.

InfoSphere Data Architect puede ayudar a acelerar el modelaje de datos multidimensionales desde el diseño hasta la implementación. Usted puede beneficiarse enormemente de los recursos que InfoSphere Data Architect ofrece, como descubrimiento de información dimensional, desnormalización de modelos a esquemas dimensionales y transformación a partir de modelos dimensionales de datos físicos a modelos de InfoSphere Warehouse Cubing o modelos de IBM Cognos Framework Manager.


Reconocimientos

Gracias a Erin Wilson, Qi Yun Liu y Bo Yuan por revisar este artículo.


Descargar

DescripciónNombretamaño
Source modelDMInIDA_FE_SourceModel.zip20KB

Recursos

Aprender

Obtener los productos y tecnologías

Comentar

Comentarios

developerWorks: Ingrese

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


¿Necesita un IBM ID?
¿Olvidó su IBM ID?


¿Olvidó su Password?
Cambie su Password

Al hacer clic en Enviar, usted está de acuerdo con los términos y condiciones de developerWorks.

 


La primera vez que inicie sesión en developerWorks, se creará un perfil para usted. La información en su propio perfil (nombre, país/región y nombre de la empresa) se muestra al público y acompañará a cualquier contenido que publique, a menos que opte por la opción de ocultar el nombre de su empresa. Puede actualizar su cuenta de IBM en cualquier momento.

Toda la información enviada es segura.

Elija su nombre para mostrar



La primera vez que inicia sesión en developerWorks se crea un perfil para usted, teniendo que elegir un nombre para mostrar en el mismo. Este nombre acompañará el contenido que usted publique en developerWorks.

Por favor elija un nombre de 3 - 31 caracteres. Su nombre de usuario debe ser único en la comunidad developerWorks y debe ser distinto a su dirección de email por motivos de privacidad.

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

(Por favor elija un nombre de 3 - 31 caracteres.)

Al hacer clic en Enviar, usted está de acuerdo con los términos y condiciones de developerWorks.

 


Toda la información enviada es segura.


static.content.url=http://www.ibm.com/developerworks/js/artrating/
SITE_ID=90
Zone=Information mgmt
ArticleID=839403
ArticleTitle=Modelaje dimensional con IBM InfoSphere Data Architect, Parte 1: Ingeniería directa en InfoSphere Data Architect
publish-date=10082012