Una de las cosas más útiles cuando se ejecuta Pentaho en un entorno de producción con muchos usuarios que acceden al servidor de BI, usando informes, cuadros de mando, análisis OLAP... es monitorizar el rendimiento del usuario.

Por eso hemos creado STMonitoring. Incluye un conjunto de cuadros de mando predefinidos, informes y análisis OLAP basados en varios modelos de monitorización, entre ellos:

Modelo de eventos de sesión de usuario:

• Análisis por año, mes, día, hora y minuto.
• Eventos de sesión (inicio y cierre de sesión).
• Estado de sesión (abandonada, terminada, iniciada).
• Duración de sesión (avg, min, max).
• Sesiones por tiempo (avg, max, concurrente).

Modelo de acceso al contenido del servidor:

• Análisis por año, mes, día, hora y minuto.
• Usuario.
• Tipo de contenido:
  • Cuadros de mando: STDashboard, STAgile, CDE.
  • Análisis: STPivot, Pentaho Analyzer, Saiku Analytics.
  • Informes: STReport, Pentaho Reporting.
• Extensión de contenido:
  • prpt
  • wcdf
  • xaction
  • xjpivot
• Contenido (ruta completa):
  • Duración.
  • Duración media.
  • Número de accesos.

STAudit es un componente desarrollado por StrateBI para la monitorización del estado de los procesos ETL desplegados en los sistemas productivos.

Podremos explotar la siguiente información a nivel de proceso y actividades (un proceso está compuesto por 1 o N actividades):

• Tiempo de procesamiento.
• Hora de inicio y fin.
• Número de errores.
• Estado del proceso.

Aunque STAudit incorpora informes y cuadros de mando predefinidos, podemos explotar la información recogida en la BBDD de STAudit como deseemos.

Con los metadatos predefinidos el usuario final podrá crear informes mediante las herramientas STPivot, STDashboard y STReport.

En la ETL a monitorizar, tendremos que colocar marcas en nuestro proceso ETL. Estas marcas insertarán registros en nuestra BBDD de STAudit los cuales explotaremos posteriormente en Pentaho.

En el servidor configuraremos la conexión con la BBDD, importaremos metadatos, informes y cuadros de mando predefinidos.

STValidations es plugin de LinceBI que permite comprobar las diferencias a nivel de dato entre los sistemas orígenes (transaccionales) y el DW después de la ejecución de un proceso de carga.

Para ello se han implementado jobs tanto para Pentaho Data Integration como para Talend que permite comparar las diferencias entre la consulta en el sistema origen y el destino (DW), con el objetivo de verificar la consistencias del dato.

Mediante una tabla que contendrá los pares de consultas a comparar, STValidations irá ejecutando cada par automáticamente y comparando los datos que arrojen ambas consultas, para posteriormente guardar el resultado de cada comparación en otra tabla.

Como recursos explotación contaremos con:

• Metadatos OLAP.
• Metadatos de reporting.
• Cuadros de mando con Pentaho CDE.
• Cuadros de mando con PowerBI.

El conector XMLA de Arquery proporciona una conectividad de datos OLEDB para clientes OLAP (ODBO) y fuentes de datos XMLA. El conector está diseñado para interactuar con fuentes de datos compatibles con XMLA como SAP, Mondrian, Jedox y otras fuentes de datos.

El conector es compatible con ODBO y, como tal, se carga sin problemas en los clientes ODBO. Esto permite que Excel (por ejemplo) se conecte a las fuentes de datos enumeradas anteriormente.

Una ventaja obvia de usar esta tecnología es llevar la poderosa tecnología de tablas pivotantes de Excel a los almacenes XMLA. Como tal, el usuario del conector dispone de una herramienta de BI básica al alcance de la mano con las correspondientes ventajas en la reutilización del conocimiento y del precio.

Durante el diseño de este conector se tuvo muy en cuenta la optimización de la velocidad y el consumo de memoria. Una consulta MDX puede resultar en una gran cantidad de información, y el sistema fue diseñado teniendo esto en cuenta. Como resultado, el sistema es rápido y robusto, con bajos requerimientos de memoria.

El conector expone la interfaz IMDDataset para la conectividad clásica. Esta interfaz permite la recuperación de ejes y el acceso secuencial a los datos. Además, el acceso masivo a los datos se proporciona a través de la implementación de IMDRangeRowset. Esto permite escribir clientes más efectivos y, en última instancia, más rápidos.