El uso de la Plataforma de Inteligencia de Negocio PENTAHO en el Modulo Generador de Reportes del Sistema GREHUCORP

Transcripción

1 El uso de la Plataforma de Inteligencia de Negocio PENTAHO en el Modulo Generador de Reportes del Sistema GREHUCORP Lisbany Labori Díaz, Carlos Ramón López Paz Resumen. El objetivo de este trabajo es el de mostrar como se puede gestionar de forma dinámica la información a nivel corporativo, en este caso los recursos humanos, en una empresa que cuenta con más de un nivel de jerarquía mediante un software diseñado utilizando la tecnología Almacenes de Datos fortaleciendo sus potencialidades mediante el procesamiento OLAP. I. INTRODUCCIÓN En aquellas empresas donde se encuentra implementado el GREHU como sistema de gestión de los recursos humanos forman parte de una estructura corporativa que puede constar de diferentes niveles como lo plantea el perfeccionamiento empresarial, de forma tal que existe un nivel base conformado por empresas bases y uno o varios niveles corporativos que son el nivel intermedio y el nivel superior. A pesar de que dicho sistema se encuentra establecido en todos los niveles, en los intermedios y superior no responde a un sistema corporativo sino a una gestión local del personal de estos niveles; por lo que se envían reportes entre los niveles que van desde las ausencias del personal, el estado de la plantilla, los contratos, etc. Estos reportes que se crean fundamentalmente a mano, en Excel o en Word, los mismos son enviados impresos o en formato digital a los directivos, los cuales los utilizan y analizan con el objetivo de realizar el proceso de toma de decisiones, por la complejidad de este proceso los mismos nunca son lo suficientemente abarcadores y no logran recoger toda la información necesaria, ya que las empresas se limitan a conciliar aquella información solicitada por los niveles corporativos superiores con fines estadísticos sin reparar en la utilidad que pudiera tener un adecuado análisis de estas informaciones. Con el desarrollo y surgimiento de las Tecnologías de la Información y las Comunicaciones (TIC) en Cuba muchas empresas se han percatado de la importancia de darle un tratamiento correcto a sus recursos humanos, ya que han visto en estos una gran fuente de riquezas que no deben ir separados de la estrategia, visión y misión definidas por la empresa. Debido a esto, muchas organizaciones han decidido invertir en sistemas informáticos que apoyen y sustenten la gestión de los recursos humanos en sus entidades. Un ejemplo de este tipo de herramientas es el Sistema Integral de Gestión de Recursos Humanos (GREHU), este es un software que está implantado en muchas empresas del país y que cuenta con varios módulos o subsistemas como: Inventario de Personal, Selección y Contratación, Puesto y Case, Evaluación del Desempeño, Prenóminas, Nóminas, Pago por Resultados, entre otros. La rapidez de los cambios económicos, políticos y sociales que se operan actualmente en el mundo, tales como los procesos de globalización, los nuevos enfoques sobre el mercado y la producción, el desarrollo de la informática, entre otros, hacen que las empresas se encuentren en una situación compleja lo cual afecta profundamente a las instituciones cubanas, que no solo se enfrentan a los nuevos avances de la ciencia y la técnica, sino también a las modificaciones en los principios, enfoques y conceptos sobre el papel del hombre en las organizaciones. El actual trabajo manifiesta como se puede gestionar la información de forma eficiente mediante la Inteligencia de Negocio. II. EL GREHUCORP COMO SISTEMA PARA LA GESTIÓN DE LOS RECURSOS HUMANOS A NIVEL CORPORATIVO Como se planteo anteriormente a pesar de este software estar implantado en todos los niveles jerárquicos de una empresa no funciona como una herramienta a nivel corporativo la cual le permita a los directivos de los niveles superiores gestionar la información de sus niveles inferiores. Debido a esta situación surge la necesidad de crear el sistema GREHUCORP (Ver Figura 1) para integrar la información de la gestión de los recursos humanos en el contexto empresarial del GREHU. Es importante destacar que hasta el momento en

2 CCIA que se inició el desarrollo de este sistema no se contaba con ninguna herramienta que les permitiera a los directivos de las empresas ver las informaciones referentes a su personal de forma dinámica. El sistema GREHUCORP cuenta con tres módulos El Modulo de Recuperación, El Modulo de Carga Corporativa y El Modulo Generador de Reportes. El Modulo de Recuperación esta encomendado a recuperar la información contenida en la base de datos de GREHU, que se encuentran en las empresas base, consolidando y exportando de forma segura las informaciones recuperadas, de manera tal que cada uno de los niveles corporativos pueda cargar toda aquella información referente a sus empresas base y almacenarlas en su nivel correspondiente. El Modulo de Carga Corporativa es el encargado de automatizar el proceso de gestión de la carga corporativa de la información referente a los recursos humanos y entre sus principales características se encuentran: garantizar el control de la transferencia de información a nivel corporativo y lograr la integración con los demás módulos del sistema GREHUCORP. El Módulo Generador de Reporte se encarga de recuperar la información de las empresas que se encuentran en el nivel base, consolidarla y visualizarla de manera tal que sirva de apoyo a los directivos en el proceso de toma de decisiones estratégicas para sus empresas. En la actualidad un problema que enfrentan las empresas es que cuentan con un gran volumen de información y no saben que hacer con esta. La Inteligencia de Negocio o Business Intelligence (BI) es la solución a ese problema, ya que a partir de esa información se pueden generar escenarios, pronósticos y reportes que apoyen a la toma de decisiones, lo que se traduce en una ventaja competitiva. Para la elaboración del sistema GREHUCORP se utilizaron herramientas, como es el caso de Pentaho, que es una plataforma de productos de Inteligencia de Negocio Open Source (Ver Figura 2) y que trae incluido a Mondrian que es una de las aplicaciones más importantes de esta plataforma ya que es el servidor OLAP que gestiona la comunicación entre una aplicación OLAP y la base de datos, para la cual se empleo la versión 8.2 de PostgreSQL, gestor de base de datos robusto y de gran potencial, además de ser un Sistema de Gestión de Bases de Datos Objeto-Relacionales (ORDBMS) con utilización de la plataforma J2EE, una de las lideres a nivel mundial para la construcción de aplicaciones empresariales basadas en software libre, y como servidor de aplicaciones a Tomcat. Se utilizaron también tecnologías java como JSP, Spring, Hibernate, AndroMDA y MyEclipse como herramienta de desarrollo. Al mismo tiempo que se empleó la tecnología de Data Warehouse como almacenes para guardar esta información. Figura 1. Sistema GREHUCORP Figura 2. Interacción entre la plataforma Pentaho y las otras herramientas utilizadas para la creación del sistema GREHUCORP. El Módulo Generador de Reporte es la cara al usuario del sistema GREHUCORP y le brinda determinadas posibilidades para gestionar la información, a través de los cinco hechos principales: Fluctuación de la Plantilla, Inventario de Personal, Información Cuadros, Nivel Cultural y Oficios y Profesiones e Información de Ausencias. Algunas de las funcionalidades que les brinda este modulo a los usuarios son: Mostrar la información en la forma que desee el usuario, por columnas y filas. Filtra la información, lo que permite depurar la información que no sea necesaria en ese momento. Graficar los datos seleccionados, en el grafico que brinde una mejor forma de mostrar esta información. Salvar un reporte determinado. Imprimir en PDF o Excel la información requerida. III. HERRAMIENTAS UTILIZADAS Almacenes de Datos (Data Warehouse, DW). En el contexto informático, un Almacén de Datos es una colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado, no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad

3 CCIA en la que se utiliza [1]. En los Almacenes de Datos se utilizan herramientas para realizar un procesamiento analítico de la información y no precisamente el procesamiento transaccional habitual que realizan la mayoría de las aplicaciones diariamente. Una de estas herramientas es el procesamiento analítico en tiempo real (OLAP (On-Line Analytical Processing)), que se contrapone con el término de procesamiento de transacciones en línea (OLTP (On-Line Transactional Processing)). La ventaja principal de los Almacenes de Datos se basa en su concepto fundamental: la estructura de la información. Este concepto significa el almacenamiento de información homogénea y fiable, en una estructura basada en la consulta y el tratamiento jerarquizado de la misma, y en un entorno diferenciado de los sistemas operacionales. Según definió Bill Inmon, los Almacenes de Datos se caracterizan por ser [2]: Integrado: Los datos almacenados deben integrarse en una estructura consistente, por lo que las inconsistencias existentes entre los diversos sistemas operacionales deben ser eliminadas. La información suele estructurarse también en distintos niveles de detalle para adecuarse a las distintas necesidades de los usuarios. [2] Temático: Sólo los datos necesarios para el proceso de generación del conocimiento del negocio se integran desde el entorno operacional. Los datos se organizan por temas para facilitar su acceso y entendimiento por parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes pueden ser consolidados en una única tabla de los Almacenes de Datos. De esta forma, las peticiones de información sobre clientes serán más fáciles de responder dado que toda la información reside en el mismo lugar. [2] Histórico: El tiempo es parte implícita de la información contenida en los Almacenes de Datos. En los sistemas operacionales, los datos siempre reflejan el estado de la actividad del negocio en el momento presente. Por el contrario, la información almacenada en los Almacenes de Datos sirve, entre otras cosas, para realizar análisis de tendencias. Por lo tanto, los Almacenes de Datos se cargan con los distintos valores que toma una variable en el tiempo para permitir comparaciones. [2] No volátil: El almacén de información de un Almacén de Datos existe para ser leído, y no modificado. La información es por tanto permanente, significando la actualización del Almacén de Datos la incorporación de los últimos valores que tomaron las distintas variables contenidas en él sin ningún tipo de acción sobre lo que ya existía. [2] Una vez que se ha decidido emplear un entorno de consulta OLAP, se ha de elegir entre R-OLAP y M-OLAP. R-OLAP es la arquitectura de base de datos multidimensional en la que los datos se encuentran almacenados en una base de datos relacional, la cual tiene forma de estrella (también llamada copo de nieve o araña)[3]. Sistemas M-OLAP En un sistema M-OLAP los datos se encuentran almacenados en archivos con estructura multidimensional, los cuales reservan espacio para todas las combinaciones de todos los posibles valores de todas las dimensiones de cada una de las variables, incluyendo los valores de dimensión que representan acumulados. Es decir, un sistema M-OLAP contiene precalculados (almacenados) los resultados de todas las posibles consultas a la base de datos[3]. Sistemas R-OLAP R-OLAP usa una fuente de base de datos relacional, generalmente la base de datos debe ser diseñada cuidadosamente par el uso de R-OLAP. Una base de datos la cual fue diseñada para OLTP no funcionará bien como una base de datos R-OLAP. Por lo tanto, R-OLAP todavía conlleva a crear una copia adicional de los datos. Data Mart En un contexto de Almacenes de Datos, el término duplicación se refiere a la creación de Data Marts locales o departamentales basados en subconjuntos de la información contenida en el Almacén de Datos central o maestro. Según define Meta Group, "un Data Mart es una aplicación de un Almacén de Datos, construida rápidamente para soportar una línea de negocio simple". Los Data Marts, tienen las mismas características de integración, orientación temática y no volatilidad. Representan una estrategia de "divide y vencerás" para ámbitos muy genéricos de un Almacén de Datos. Los Data Marts surgen precisamente cuando el Almacén de Datos central crece muy rápidamente y los distintos departamentos, o en este caso las entidades que se encuentran en un nivel inferior, requieren sólo una pequeña porción de los datos contenidos en él. La creación de estos Data Marts requiere algo más que una simple réplica de los datos: se necesitarán tanto la segmentación como algunos métodos adicionales de consolidación. (Ver Figura 3) Un sistema OLAP se puede entender como la generalización de un generador de informes. Estos sistemas evitan la necesidad de desarrollar interfaces de consulta, y ofrecen un entorno único válido para el análisis de cualquier información histórica, orientado a la toma de decisiones. A cambio, es necesario definir dimensiones, jerarquías y variables, organizando de esta forma los datos.

4 CCIA Kettle: herramienta para realizar procesos ETL [4]. Pentaho cubre muy amplias necesidades de Análisis de los Datos y de los Informes empresariales. Las soluciones de Pentaho están escritas en Java y tienen un ambiente de implementación también basado en Java. Eso hace que Pentaho sea una solución muy flexible para cubrir una amplia gama de necesidades empresariales tanto las típicas como las sofisticadas y especificas al negocio. Los módulos de la plataforma Pentaho BI son: Figura 3. Ejemplo de un Almacén de datos empresarial con sus Data Marts. Pentaho Pentaho es la plataforma de productos de Inteligencia de Negocio (BI) Open Source líder en el mercado y la mejor alternativa a los productos comerciales. Las soluciones que Pentaho pretende ofrecer se componen fundamentalmente de una infraestructura de herramientas de análisis e informes integrados con un motor de workflow de procesos de negocio. Los productos que forman la plataforma son : JFreeReport, BIRT o JasperReport: Presentación de informes en los formatos habituales (HTML, PDF, RTF, MS Excel, etc.) [4]. Report Design Wizard: herramienta de diseño de reportes que facilita el trabajo con JFreeReport [4]. Apache FOP: generación de PDFs [4]. JFreeChart: librería para generar los gráficos más comunes (2D, 3D, barras, etc.) [4]. Apache Axis: motor de Servicios Web. Las acciones de baja complejidad y que forman parte de la solución propuesta pueden ser publicadas en Servicios Web [4]. Quartz: planificador Open Source integrable con aplicaciones J2EE [4]. Enhydra Shark: motor de workflow (flujo de trabajo) [4]. JPivot: Permite ver tablas OLAP a través de un navegador Web y realizar las tareas típicas de análisis OLAP (drill, down, slice, etc.) [4]. Mondrian: Servidor OLAP, sigue una arquitectura R- OLAP. Junto a JPivot permite realizar consultas y presentar los resultados mediante un navegador Web [4]. WEKA: herramienta que implementa algoritmos de minería de datos. Dispone de técnicas como: clasificación, clustering, asociación y visualización [4]. Reporting: Un modulo de los informes ofrece la solución adecuada a las necesidades de los usuarios. Pentaho Reporting es una solución basada en el proyecto JFreeReport y permite generar informes ágil y de gran capacidad. Pentaho Reporting permite la distribución de los resultados del análisis en múltiples formatos - todos los informes incluyen la opción de imprimir o exportar a formato PDF, XLS, HTML y texto. Los reportes Pentaho permiten también programación de tareas y ejecución automática de informes con una determinada periodicidad. Análisis: Pentaho Análisis suministra a los usuarios un sistema avanzado de análisis de información. Con uso de las tablas dinámicas (pivot tables, crosstabs), generadas por Mondrian y JPivot, el usuario puede navegar por los datos, ajustando la visión de los datos, los filtros de visualización, añadiendo o quitando los campos de agregación. Dashboards: Todos los componentes del modulo Pentaho Reporting y Pentaho Análisis pueden formar parte de un Dashboard. En Pentaho Dashboards es muy fácil incorporar una gran variedad en tipos de gráficos, tablas y velocímetros (dashboard widgets) e integrarlos con los Portlets JSP, en donde podrá visualizar informes, gráficos y análisis OLAP. Data Mining: Análisis en Pentaho se realiza con una herramienta WeKa. Integración de Datos: Se realiza con una herramienta Kettle ETL (Pentaho Data Integraion) que permite implementar el proceso ETL. Mondrian, motor OLAP Mondrian es una de las aplicaciones más importantes de la plataforma Pentaho. Mondrian es un servidor OLAP Open Source que gestiona la comunicación entre una aplicación OLAP y la base de datos con los datos fuente, en otras palabras, actúa como JDBC para OLAP. Mondrian no es más que un motor R-OLAP con caché, lo cual lo sitúa cerca del concepto de Hybrid OLAP. ROLAP significa que los datos se encuentran en un Sistema

5 CCIA de Gestión de Bases de Datos externo y no en mondrian a no ser los que están en la caché. En esta base de datos es la que residen las tablas que conforman la información multidimencional con la que mondiran trabaja, un ejemplo de esto es los modelos de estrella que tiene nuestros Data Marts. Mondrian se encarga de recibir consultas dimensionales (lenguaje MDX) y devolver los datos de un cubo, sólo que este cubo no es algo físico sino un conjunto de metadatos que definen como se han de mapear estas consultas que tratan conceptos dimensionales a sentencias SQL. Expresiones multidimensionales (MDX) es el lenguaje de consulta que se utiliza para trabajar con datos multidimensionales. MDX está basado en la especificación XML for Analysis (XMLA), con extensiones específicas para SQL Server Analysis Services. MDX utiliza expresiones compuestas de identificadores, valores, instrucciones, funciones y operadores que Analysis Services puede evaluar para recuperar un objeto (por ejemplo, un conjunto o un miembro). Algunas de las ventajas de este modelo son: El no tener que generar cubos estáticos ahorrando lo que cuesta generarlos y la memoria que ocupan. La posibilidad de utilizar siempre los datos residentes en la base de datos, de forma que se trabaja con datos actualizados. Muy útil en entorno de Business Intelligence Operacional. Pese a que tradicionalmente los sistemas MOLAP tienen una cierta ventaja de rendimiento, la aproximación híbrida de Mondrian, el uso de caché y de tablas agregadas, hace que se puedan obtener muy buenos rendimientos con él, sin perder las ventajas del modelo ROLAP clásico. (Ver Figura 4) Capas de un sistema Mondrian: La arquitectura de un sistema OLAP Mondrian muestra que este está formado por cuatro capas: capa de presentación (Presentation Layer), la capa dimensional (Dimensional Layer), la capa de estrella (Star Layer) y por último la capa de almacenamiento (Storage Layer). Capa de presentación Determina que es lo que ve el usuario final en el monitor y de qué forma interactúa y efectúa preguntas. La forma de representación puede consistir en tablas jpivot, diagramas de torta y barras y también herramientas de visualización avanzada como mapas interactivos o gráficos dinámicos. Por diversas y heterogéneas que parezcan estas formas de presentación, tienen en común la gramática multidimensional, medidas y celdas en las cuales la capa de presentación efectúa preguntas y el servidor OLAP retorna la respuesta [6]. Capa dimensional Esta capa analiza gramaticalmente, valida y ejecuta sentencias MDX. Una consulta es evaluada en múltiples fases. Los ejes son computados primero y luego los valores de las celdas dentro de los ejes. Por razones de eficiencia, la capa dimensional envía requerimientos de celdas a la capa de agregación en lotes. Un transformador de sentencias permite a la aplicación manipular consultas existentes, en vez de construir una sentencia nueva por cada petición. Los metadatos describen el modelo multidimensional, y de qué manera se corresponde o mapea en el modelo relacional [6]. Capa de estrella Es la responsable de mantener un caché de agregaciones. Una agregación es un conjunto de valores de medidas (celdas) en memoria, descriptas por una serie de valores de columnas dimensionales. Esta capa recibe peticiones por un conjunto de celdas. Si las celdas no se encuentran en caché, o disponibles al realizar roll-up en una agregación en caché, el gestor de agregación envía una petición a la capa de persistencia [6]. Capa de almacenamiento Esta capa se encuentra representada por un SGBDR, esto es lo que convierte a Mondrian en un servidor ROLAP. Es la capa responsable de brindar celdas agregadas de datos y miembros de las tablas dimensionales. La decisión de utilizar un SGBDR se basa en que brinda toda la funcionalidad necesaria para efectuar las agregaciones requeridas para simular un modelo multidimensional, quitando la complejidad del desarrollo MOLAP y manteniendo independiente la decisión del SGBDR a ser utilizado, ganando en flexibilidad [6]. Mondrian Schema Workbench Figura 4: Arquitectura de la Suite de Pentaho. Tomada de [5] El Mondrian Workbench, es un entorno visual para el desarrollo y prueba de cubos OLAP Mondrian. Si bien la definición del XML para esquemas Mondrian no es

6 CCIA extremadamente compleja, en la práctica resulta engorroso recordar cada uno de los elementos junto a sus atributos y subelementos. Con esta aplicación, se puede configurar una conexión JDBC como el modelo físico, para luego elaborar el esquema lógico de manera simple y efectiva. Para ello el entorno ofrece [7]: Un editor de esquemas con la fuente de datos subyacente para su validación. Ejecución de consultas MDX contra el esquema y la base de datos. Navegación por la base de datos subyacente. Roles en Mondrian A veces existe una situación en la que se tiene una gran cantidad de datos, pero no se desea brindar la posibilidad a todos los usuarios de acceder a todos los datos. Para resolver esto usted puede definir un perfil de acceso-mando (accescontrol profile), llamado Rol y que es el encargado de establecer la conexión. Un Rol solo tiene efecto cuando es asociado con una conexión. Por defecto las conexiones tienen un Rol que les da acceso a cada cubo del esquema. La mayoría de los Roles están asociados con usuarios en las bases de datos y automáticamente los asigna cuando este se registra. Sin embargo, Mondrian no tiene noción de usuarios por lo que usted tiene que establecer el Rol de una manera diferente. Existen dos maneras de hacerlo: 1. En el connect string usted debe especificar la palabra clave Rol y la conexión adoptará ese papel. 2. Una vez su aplicación ha establecido una conexión, llame el método Connection. setrole(role) y de esta forma usted podrá crear un Rol. (Ver Figura 5) Consultas Ad Hoc Se refiere a consultas en bases de datos (ad hoc querying o ad hoc reporting). Esto implica que el sistema permite al usuario personalizar una consulta en tiempo real, en vez de estar atado a las consultas prediseñadas para informes, o sea le brinda la posibilidad de preguntar y obtener respuestas rápidamente a una infinita variedad de preguntas. Generalmente las consultas ad hoc permiten a los usuarios con poca experiencia en SQL tener el mismo acceso a la información de la base de datos, para esto los sistemas que soportan ad hoc poseen GUIs para generarlas[8]. Tomcat Tomcat o también conocido como Jakarta Tomcat o Apache Tomcat empezó siendo una implementación de la especificación de los servlets comenzada por James Duncan Davidson. Tomcat es considerado un servidor de aplicaciones y se debe tener en cuenta que es un servidor Web con soporte de servlets y JSPs, que puede ser utilizado como servidor Web independiente o como una extensión de un servidor ya instalado. Tomcat compila las JSPs convirtiéndolas en servlets mediante el compilador Jasper que él encierra en sí. El motor de servlets de Tomcat a menudo se presenta en combinación con el servidor Web Apache. Spring Framework creado con el objetivo de facilitar el desarrollo de aplicaciones empresariales y que presenta entre sus características más representativas la de ser una herramienta de gran portabilidad, dado que su distribución, empaquetada en un simple archivo compactado ejecutable de java (.jar), apenas ocupa un MegaByte de espacio en disco. Es un Framework que brinda abstracciones muy útiles en el desarrollo de sistemas empresariales, y ofrece implementaciones para muchos de los servicios que se requieren en una aplicación java empresarial, tiene soporte para la interoperabilidad con tecnologías como los Servicios Web. Provee Módulos que contiene implementaciones de patrones de acceso a datos como el Data Access Object, y clases plantillas (Patrón Template Method) que facilitan en gran medida el trabajo, y abstraen a los desarrolladores de un conjunto de tareas como la manipulación de excepciones y de conexiones. Hibernate Framework de mapeo objeto relacional ORM (Object- Relational Mapping) que posibilita traducir una clase plana de Java POJO (Plain Old Java Object), con sus atributos, tipos de datos, relaciones y jerarquía, a una estructura perteneciente al modelo relacional, es decir un sistema de bases de datos relacionales. Figura 5: Esquema de funcionamiento de Mondrian. Las herramienta de ORM, entre ellas Hibernate, conforman una capa de abstracción en el acceso a los datos, ya que permiten que el programador siempre trabaje y consulte un

7 CCIA modelo orientado a objetos, sin advertir que presenta como tecnología subyacente un modelo relacional. Esta conversión Objeto-Relacional, es lograda a partir de metadatos almacenados en formato XML, que permiten conocer cómo realizar el mapeo, entre objetos y relaciones, indicando entre otras cosas, para cada clase, en qué tabla será almacenada, en qué columna se almacena cada atributo, cuáles son las llaves primarias y las distintas relaciones entre objetos como muchos a muchos, uno a muchos así como relaciones de herencia. Esta abstracción tiene la ventaja adicional de contar con soporte para múltiples gestores de bases de datos relacionales como SQL Server, MySql, PosgreSql, Oracle entre otros. AndroMDA AndroMDA es un Framework Open Source que implementa el paradigma de desarrollo MDA, parte de modelos generados en herramientas CASE capaces de exportar un modelo en formato XMI (XML Metadata Interchange). A partir de este XMI y algunos plugins para AndroMDA es capaz de generar componentes desplegables en cualquier lenguaje: Java,.NET, J2EE, etc. Eclipse Eclipse es un entorno integrado de desarrollo Open Source diseñado con el objetivo de ser la base donde coexistan diferentes herramientas para el desarrollo de aplicaciones ya sea sobre entorno Web o no, a partir de una interfaz común Error! No se encuentra el origen de la referencia.. Fue creado originalmente por IBM como el sucesor de su familia de herramientas para VisualAge, actualmente es desarrollado por la Fundación Eclipse, una organización independiente sin ánimo de lucro que fomenta una comunidad de código abierto. Como proyecto Open Source, está liberado bajo la licencia GPL (General Public License) del mismo fabricante y ha sido diseñada para correr en múltiples sistemas operativos. de bases de datos de código abierto más avanzado del mundo. Este es un sistema objeto-relacional, ya que tiene características de la orientación a objeto como la herencia, tipos de datos funciones, restricciones entre otros [10]. IV. DISEÑO Y CONFIGURACIÓN DE LAS HERRAMIENTAS Para seleccionar la estrategia de diseño del Almacén de Datos se tomarán en consideración aspectos como: El diseño debe partir de un análisis riguroso de la información sacada a partir de las fuentes operacionales existentes, donde el conjunto de datos sacados debe poseer un nivel de granularidad que permita extraer información referente a la empresa y a sus trabajadores tanto a nivel de la misma así como a nivel corporativo. El diseño debe evitar la jerarquía de dimensiones. Debe ser flexible y debe permitir posibles ampliaciones sin traer grandes complicaciones en el modelo. Este diseño fue realizado siguiendo las estrategias de diseño de los Almacenes de Datos entre las que se escogió la estrategia de diseño: abajo-arriba (bottom-up) (Ver Figura 6), según la cual se debe definir el Almacén de Datos en base a los datos disponibles en las fuentes operacionales existentes (en este caso Base de Datos del GREHU actual). Para implementar dicha estrategia se decidió emplear el esquema estrella ya que brindará una visión multidimensional del proceso que se mide a través de métricas. Java Server Pages Java Server Pages (JSP) es considerado un componente Web proporcionado por la especificación de J2EE para el desarrollo de aplicaciones. Es la tecnología que permite a los desarrolladores Web y diseñadores construir rápidamente y mantener con facilidad, páginas Web dinámicas, ricas en información, que impulsen los sistemas existentes en las empresas. Como parte de la familia de tecnologías de Java, JSP posibilita un rápido desarrollo de aplicaciones Web independientes de la plataforma. La tecnología JSP separa la interfaz de usuario de la generación del contenido, permitiendo a los diseñadores realizar cambios sobre el esquema de la página sin alterar el contenido dinámico subyacente[9]. PostgreSql PostgreSQL es un Sistema de Gestión de Bases de Datos Objeto-Relacionales (ORDBMS), una aplicación de la comunidad Open Source, y está considerado como el sistema Figura 6: Esquema de funcionamiento de Mondrian. Diseño de el Esquema Mondrian (Ver Figura 7) En el esquema de Mondrian se define la base de datos multidimensional. Este se aloja en un archivo XML que se ubica en la /WEB-INF/queries/ y está compuesto por cubos,

8 CCIA dimensiones, jerarquías, niveles y miembros. El esquema es utilizado por Mondrian para escribir consultas dinámicas en lenguaje MDX. Los componentes más importantes para crear un Esquema Mondrian serán ejemplificados con elementos del Esquema definido para el GREHUCORP. Schema Código: Definición del Esquema <Schema name="grehucorp"> </Schema> El atributo usado en la etiqueta Schema es: Cubo name: El nombre asignado al esquema. Es una colección con nombre de medidas y dimensiones. Lo único que tienen en común medidas y dimensiones es una tabla de hechos. En el caso práctico en cuestión, dicha tabla es hplantilla. Código: Definición del cubo <Cube name="plantilla" cache="true" enabled="true"> <Table name="hplantilla_final" schema="public"> </Table> </Cube> Donde los elementos de Cube significan: Medidas name: nombre del cubo. cache: si Mondrian mantendrá o no en cache agregaciones de este cubo. Su valor por defecto es true. enabled: indica si este cubo debe ser tenido en cuenta o ignorado. table: elemento para indicar la tabla de hechos en el cubo. o o name: el nombre de la tabla correspondiente. schema: el ámbito o calificador de la tabla. El cubo de Plantilla define una serie de medidas, entre ellas " Plan" y "Real": Código: Definición de medidas <Cube> <Measure name="plan" column="plan" aggregator="sum" visible="true"> </Measure> </Cube> Donde sus atributos representan: name: el nombre de la medida. column: columna de la tabla de hechos correspondiente a la medida. aggregator: función para llevar a cabo la agregación de filas. Puede ser uno de sum, count, max, min, avg, distinct-count. visible: especifica si se verá o no en la interfaz de usuario esta medida. Por defecto, su valor es true. Dimensiones, jerarquías y niveles. Antes, algunas definiciones para aclarar más el panorama: Dimensión Una jerarquía (hierarchy) es un conjunto de atributos organizados en una estructura para realizar un análisis conveniente. Por ejemplo, para Entidades, una jerarquía podría ser los atributos Entidad, Municipio, Provincia. Una jerarquía permite obtener sub-totales intermedios: el total de un Municipio, es la suma de los sub-totales de sus Entidades. Un nivel (level) es un conjunto de miembros que se encuentran a la misma distancia de la raíz de la jerarquía. Si se habla del nivel Municipio de la jerarquía Entidades, se hace referencia a todos los Municipios existentes. Una dimensión es un conjunto de jerarquías, las cuales discriminan el mismo atributo de la tabla de hechos, por ejemplo Entidades. Código: Definición de una dimensión <Dimension type="standarddimension" foreignkey="id_contrato" name="contrato"> </Dimension> Los atributos del elemento dimensión son los siguientes: name: el nombre de la dimensión. foreignkey: la columna de la tabla de hechos que hace referencia a la clave primaria de la tabla dimensional. type: Define si la dimensión es una dimensión ordinaria ("Standard") o una dimensión tiempo ("Time"). Una dimensión tiempo permitirá el uso de funciones mdx referentes al tiempo (WTD, YTD, QTD, etc). El valor por defecto de este atributo es "Standard" y es el utilizado en el ejemplo. Dentro del elemento dimensión pueden definirse sub-

9 CCIA elementos hierarchy, el cual es abordado a continuación. Jerarquía Código: Definición de una jerarquía <Hierarchy hasall="true" allmembercaption="contratos" primarykey = "id_contrato" primarykeytable="dcontrato"> </Hierarchy> Los principales atributos del elemento hierarchy son: name: el nombre de la jerarquía, si no es especificado será nombrado igual que la dimensión. hasall: valor booleano que indica si esta jerarquía posee o no un miembro 'All'. allmembercaption: etiqueta que se mostrará para el miembro 'All', este atributo puede ser de utilidad para fines de localización, es decir, en lugar de asignar un String para mostrar, se puede asignar una propiedad que será obtenida de un archivo properties determinado de acuerdo la configuración de Mondrian. primarykey: el nombre de la columna que identifica miembros, y la cual es referenciada desde la tabla de hechos. (Ver el elemento foreignkey del elemento dimensión). primarykeytable: la tabla que posee a primarykey. Si la jerarquía posee una sola tabla, será esta por defecto. type: el tipo de dato del nivel. uniquemembers: indica si este miembro es único para todos los padres. Por ejemplo, un código postal es único para todos los padres y único para todas las zonas. leveltype: sólo para los niveles correspondientes a jerarquías de tiempo. Dimensiones compartidas: Código: Definición de una dimensión compartida <DimensionUsage source=" Tiempo " name=" Tiempo " foreignkey="id_ tiempo "> </DimensionUsage> name: el nombre de la dimensión. foreignkey: la columna de la tabla de hechos que hace referencia a la clave primaria de la tabla dimensional. source: el nombre de la dimensión fuente. Las Jerarquías pueden contener sub-elementos del tipo relation, level y MemberReaderParameter. Se hará a continuación mención al elemento nivel: Nivel Código: Definición de un nivel <Level name="datos Contrato" column="id_contrato" type="numeric" uniquemembers="true" leveltype="regular" hidememberif="never"> </Level> Los atributos principales del nivel son: name: el nombre del nivel. table: el nombre de la tabla a la cual pertenece el nivel. Si la jerarquía está basada en una sola tabla no es necesario especificarla. column: la columna que identifica los miembros del nivel en la jerarquía. En el ejemplo, la columna year. namecolumn: el nombre que será usado para mostrar en el nivel. Si no se especifica es el mismo que la columna. Figura 7. Interface del Mondrian Schema Workbench. Generación de páginas dinámica utilizando JPivot conectado a Mondrian. Para crear páginas con tablas y gráficos dinámicos utilizando JPivot y Mondrian es necesario el empleo de la tecnología JSP, las cuales contendrán las etiquetas propuestas por las librerías JPivot y WCF para mostrar los elementos deseados. En el caso de GREHUCORP la visualización de todos hechos y creación de las consultas dinámicas se realizará a través de la página reportes, para que esto suceda se requiere de una serie de pasos. Conexión MDX a la base de datos, debe ser configurada correctamente y guardada en un fichero JSP, en este caso en el directorio /WEB-INF/queries/.

10 CCIA El componente más importante en el fichero de configuración es la etiqueta jp:mondrianquery la misma define los datos necesarios para la conexión a la Base de Datos y el catálogo, es decir el Esquema Mondrian, así como la consulta MDX que ejecutará Mondrian. Creación del Fichero reportes.jsp este fichero debe contener las etiquetas que permitirán la visualización. El próximo paso es que añadir un filtro JPivotController al fichero de configuración web.mxl que se ubica en el directorio /WEB-INF/ de las siguiente manera. <filter-mapping> <filter-name>jpivotcontroller</filter-name> <url-pattern>/reportes.jsp</url-pattern> </filter-mapping> Por último solo resta pasarle a la página reportes.jsp en la variable query el nombre de la página que contiene la conexión y la consulta que será mostrada inicialmente, por ejemplo reportes.jsp?query=flucplan V. CONCLUSIONES La tecnología de Almacenes de Datos es una alternativa que ofrece grandes ventajas para todos los que deseen obtener conocimientos a partir de datos históricamente almacenados e integrados de diferentes fuentes. Por lo que para lograr un mayor entendimiento de esta se han puesto a su disposición los conceptos y las características más importantes de esta tecnología. Además de que se aprecian algunas de las ventajas que ofrece Mondrian como servidor OLAP. REFERENCES [1] Data Warehouse. [Consultado 15 de abril de 2008] Disponible en: [2] Data Warehouse. [Consultado 15 de abril de 2008] Disponible en: [3] Manuel de la Herrán Gascón. [Consultado abril 2008] Disponible en: [4] Arruza H, Fernando, Modelo para el análisis de la calidad del desempeño de roles en la carrera de ingeniería informática, CEIS. CUJAE (Trabajo de diploma de informática) (2006) [5] Pentaho Corporation [Consultado en enero 2008]: Pentaho Open Source Business Intelligence Platform. Technical White Paper. [6] Trabajando con Mondrian. [Consultado: en diciembre 2007] Disponible en: ondrian. [7] Mondrian Schema Workbench. [Consultado en noviembre 2007]. Disponible en: Schema+Workbench [8] [7] Consultas Ad Hoc. [Consultado en noviembre 2007]. Disponible en: [9] JSP. JavaServer Pages Overview [Consultado: enero de 2008] Disponible en: [10] PostgreSQL. [Consulta: noviembre 2007]. Disponible en: