15. Business Intelligence Open Source. Proyecto EnoBI usando Pentaho.

Tal y como prometimos, vamos a replicar nuestro proyecto EnoBI utilizando herramientas Open Source. En concreto, vamos a utilizar Pentaho y todo el conjunto de aplicaciones del que disponemos en la Community Edition.

Han pasado ya 5 meses desde que empezamos a «estudiar» para adentrarnos y profundizar en el interesante mundo del Business Intelligence. Hemos visto muchas cosas, teoría, práctica, ejemplos, etc, que ademas nos han permitido profundizar en el uso de varias herramientas (Mysql como base de datos, Talend como herramienta ETL y Microstrategy 9 como plataforma integral de Business Intelligence).

Dando una releida a todo lo publicado, en especial lo referente al proyecto EnoBI (que era un modelo de empresa real dedicada a la elaboración de vinos), y repasando conceptos, teoría, opiniones leidas en otros blogs, libros de referencia, etc.,  llega el momento de revisar el modelo definido, ajustarlo, corregirlo (pues seguramente hemos cometido errores de principiante) y ampliarlo teniendo en cuenta cosas que no consideramos en su día (por ejemplo, el tratamiento de las dimensiones lentamente cambiantes (bis), las claves subrogadas, creación de una area de stage, etc). Ademas, vamos a ampliar el modelo de datos para incluir información de presupuestos para poder comparar los datos de ventas reales con los presupuestados.

Arquitectura Plataforma BI Pentaho

Este revisión del diseño de nuestro modelo (modelo conceptual y modelo físico) será el punto de partida de la implementación del sistema BI, pero utilizando, en este caso, las siguientes herramientas:

• Base de datos: Oracle 10g Enterprise.
• Herramienta de Modelado: Oracle SQL Developer (no dejeis de leer el articulo referente a él en dataprix.com)  y Sybase Power Designer.
• Procesos ETL: Pentaho Data Integration (Kettle).
• Sistema BI: Pentaho Community Edition y todas las herramientas del proyecto (Pentaho BI Platform, Mondrian, Pentaho Reporting y Weka).

Antes de continuar, vamos a hacer una recopilación de fuentes que utilizaremos para el desarrollo de la evaluación.

• Libros:el mundo Pentaho pega fuerte con la aparición de varios libros. Los que yo voy a mirar para las pruebas:
  • Pentaho Solutions: Business Intelligence and Data Warehousing with Pentaho and MySQL®. Roland Bouman y Jos van Dongen. ISBN: 978-0-470-48432-6.
  • Pentaho 3.2 Data Integration- Beginner’s Guide. Maria Carina Roldan. ISBN: 978-1-847199-54-6.
• Documentación: en el proyecto Pentaho existe una amplia documentación de todas las herramientas (Pentaho BI Platform, Kettle, Mondrian, Pentaho Reporting y Weka) . La parte de Pentaho Data Integration (Kettle) esta traducida al castellano gracias a la gran aportación Bernabeu Dario (que colabora en muchos sitios, al igual que con su metodologia Hefesto para el diseño de DW).
• Web y blogs: hay una comunidad muy grande de gente trabajando con Pentaho y compartiendo sus conocimientos y experiencias. Aquí os dejo alguno de los links que he encontrado:
  • Red Openbi: en esta red hay varios grupos de trabajo con productos Pentaho. En castellano.
  • Almacen de datos: algunos tutoriales sobre Pentaho.
  • Analyse This: blog de Prashant Raju con ejemplos trabajando con Pentaho.
  • Blogs de la comunidad Pentaho: Matt Caster on Data Integration y alguno de los gurus y promotores de los proyectos de Pentaho.
  • Forums de Pentaho: foros de la comunidad donde consultar nuestras dudas o leer consultas anteriores. También tenemos los forums en castellano.
  • Video Tutoriales de Pentaho en la comunidad redopenbi.com. Otros video tutoriales: Instalación de Pentaho, Videos y recursos de DataMining con Weka.
  • Todobi.com: amplia información sobre todos los productos de Pentaho: Kettle,  Mondrian, Pentaho, Weka, jpivot, etc.
  • Dataprix.com: coleccion de articulos, tutoriales. Interesante una imagen virtual Vmware con una instalación completa de Pentaho 2.0.. Incluye ejemplos practicos de todo (Kettle, Dashboard, Informes, etc).

Empecemos…