Introducción MDX

MDX (MultiDimensional eXpressions) es el lenguaje  de consulta para bases de datos multidimensionales sobre cubos OLAP. A pesar de ser más complejo, guarda parecido con el lenguaje SQL, pero permite realizar consultas con más facilidad.

En Jortilles continuamos con los tutoriales con Pentaho Bi-Server 6.0, esta vez hacemos una introducción al lenguaje de consultas MDX, utilizando el potente visor Saiku.

Lanzamiento icCube 2.0

La versión 2.0 de icCube acaba de ser lanzada.

 

Nacimiento de la versión enterprise :

  • Dimensiones many-to-many, Write-Back, Perspectives, Drillthrough entre otras novedades OLAP/MDX.
  • Mejor soporte para el proceso en paralelos de tareas.
  • Versión 'offline' para las fuentes de datos.
  • Una nueva API para el manejo de la aplicación.
  • Nuevo servidor de reportes y mejores en la librería de visualización.
  • Una nueva Pivot Table 100% Javascript.
  • y muchos pequeños detalles más que esperamos os gusten

La nueva versión se puede descargar de aquí.

 

Esperamos haber despertado su interés y nos alegraremos de recibir sus consultas, sugestiones y comentarios.

 

 

icCube version 1.2 disponible (solución BI alrededor de un servidor OLAP - MDX)


Acabamos de lanzar al mercado la versión 1.2 de nuestra solución de BI centrada alrededor de un servidor OLAP (descargar aqui). Las principales ventajas :
Servidor (M)Olap rápido sin necesidad de 'tuning', pre-aggregaciones o GPU. Especialmente diseñado para modelos vacíos (high sparsity).
Servidor OLAP es gratis (sin limite de usuarios) y corre en cualquier servidor que soporte Java 1.6+. Este servidor resuelve en menos de un segundo modelos con más de 15mio de 'facts'....

 

 

Cubos OLAP (On-Line Analytic Processing)

Cubos OLAP (On-Line Analytic Processing)Cubos OLAP (On-Line Analytic Processing): Son las herramientas que se basan en la capacidad de analizar y explorar por los datos. Nos permiten cambiar el enfoque del “¿que esta pasando?” que podemos obtener a través de las herramientas de reporting al “¿por que esta pasando?”.
Para descubrir el “por que”, los usuarios pueden navegar y profundizar en los datos para analizar los detalles o patrones.Las herramientas OLAP nos proporcionan analisis interactivo por las diferentes dimensiones de los datos (por ejemplo, tiempo, producto, cliente, criterios geográficos, etc) y por los diferentes niveles de detalle (para la dimensión tiempo, habrá nivel de detalle año, trimestre, mes, dia).
Esto significaría pasar de la visión estática de los datos a una visión dinámica, donde podemos ir “navegando” por los datos, bajando en el nivel de detalle, cambiando la dimensión por la cual analizamos la información. El tipico ejemplo sería una tabla con los datos de ventas y margenes por delegación de una empresa, y cuando observamos un indicador de rentabilidad negativa, buceamos en los datos de esta delegación hasta dar con el producto que se esta vendiendo a precios de coste con margen negativo. Este sería el tipico ejemplo de los Cubos Olap y los visores multidimensionales que nos permiten “profundizar en los datos”. Nos permitirían contestar a la pregunta: ¿que sucedio y por que?...