Business Intelligence: Creación del primer

cubo
Stacia Misner
Me gustaría presentarles Microsoft SQL Server Analysis Services con la creación de un cubo sencillo que contiene una
muestra de sus propios datos. Aunque debo tener cuidado al hacerlo, porque me ya me han sorprendido más de una
vez los nuevos usuarios cuando se emocionaron por lo que vieron y quisieron ponerse de inmediato a explorar los datos
de formas que nunca creyeron posibles. Sea que tenga datos propios que desee explorar con más facilidad o sea una
comunidad de usuarios ansiosa por encontrar datos a la que darle ayuda, SQL Server Analysis Services (SSAS) tiene las
herramientas.
Este artículo es la tercera entrega de una serie; los primeros do artículos aparecieron en el ejemplar de agosto de 2009 y
están disponibles en technet.microsoft.com/magazine/ee263919.aspx. Esta serie le ayudará a desarrollar una mejor
comprensión de la inteligencia empresarial (BI) mediante el uso de componentes disponibles en Microsoft SQL Server
2008 cuando cree su solución de BI. Como voy a hacer referencia a conceptos y terminología presentados en los dos
artículos anteriores, recomiendo que dedique un tiempo a revisar esos artículos primero si es que no los ha leído
todavía.
En "Planear su primera solución de BI" expliqué las ventajas de compilar un data mart en comparación con recuperar
datos directamente desde una base de datos corporativa. Además proporcioné instrucciones para descargar las bases
de datos de muestra que necesitará para seguir los pasos descritos en estos artículos. Después, Derek Comingore, en
"Generar cimientos de datos para una solución de BI", explicó cómo usar Integration Services para rellenar un data mart
con datos desde su base de datos corporativa. En este artículo mostraré cómo crear un cubo basado en un diseño de
data mart similar.

¿Por qué debe crear un cubo?

Mi primer artículo resumía las razones para pensar en trasladar datos desde su base de datos corporativa a una
estructura denominada data mart. Si bien hacer consultas a un data mart ciertamente tiene beneficios, y probablemente
basta para algunos escenarios, hay beneficios adicionales que se pueden conseguir al reempaquetar esos datos una vez
más en una estructura denominada cubo. De hecho, el data mart existe como parada intermedia cuando los datos se
abren paso a su destino final en el cubo, por lo que igualmente es importante en la solución general.
Un beneficio adicional de crear un cubo para albergar sus datos es que puede centralizar las reglas de negocios para los
cálculos que puede almacenar fácilmente en un data mart relacional. Asimismo, la estructura del cubo facilita mucho
más la escritura de consultas para comparar datos año tras año o para crear valores acumulados, como las ventas del
año hasta la fecha.
Además, obtiene la capacidad de administrar de forma transparente los datos agregados en el cubo. Para mejorar el
rendimiento de consultas en un data mart relacional que contiene muchos datos, con frecuencia los administradores de
bases de datos crean tablas de resumen para preparar datos para consultas que no requieren el detalles del nivel de
transacciones. SSAS crea el equivalente lógico de tablas de resumen (denominado agregaciones) y los mantiene
actualizados.
En este artículo, continuaré con los escenarios presentados en el primer artículo. Estos escenarios definen los objetivos
de análisis básicos para la solución de BI que está creando a lo largo de esta serie. La solución debe ser capaz de
mostrar qué canal de ventas es más rentable para Adventure Works, Venta por Internet o Venta del distribuidor y si las
tendencias de ventas indican que la demanda de algunos productos está creciendo o disminuyendo. Sus datos de
origen para las soluciones de BI es la base de datos de AdventureWorksDW2008, que aplica el modelo dimensional y los
principios de ETL descritos en el artículo de Derek.
Puede descargar las bases de datos de muestra usadas para crear la solución para Adventure Works de CodePlex en
msftdbprodsamples.codeplex.com/Release/ProjectReleases.aspx?ReleaseId=18407. Con un data mart disponible como
origen, está preparado para crear una base de datos de Analysis Services 2008.

Preparación de su base de datos de Analysis Services

El primer paso es crear un proyecto en Business Intelligence Development Studio (BIDS). Inicie BIDS en el grupo de
programas de Microsoft SQL Server 2008, haga clic en Archivo | Nuevo | Proyecto. En el cuadro de diálogo Nuevo
proyecto, seleccione Proyecto de Analysis Services. En el cuadro de texto Nombre, escriba ssas_TECHNET_AW2008 y, si
lo desea, cambie la ubicación de su proyecto. Haga clic en Aceptar para crear el proyecto.
Ahora agregue un origen de datos para definir la cadena de conexión para su data mart. En Solution Explorer, haga clic
con el botón secundario en la carpeta Orígenes de datos y haga clic en Nuevo origen de datos. En el Asistente para
orígenes de datos, haga clic en Siguiente en la página Bienvenido si no se ha deshabilitado. En la página Seleccionar
cómo definir la conexión, haga clic en Nueva para configurar una nueva conexión. En el Administrador de conexiones, el
valor predeterminado es SQL Server Native Client, que es correcto para este proyecto, aunque también podría usar un
proveedor de OLE DB o .NET para tener acceso a otros tipos de datos.
Para definir la conexión, escriba el nombre de su servidor en el cuadro de texto Nombre del servidor o selecciónelo de la
lista desplegable, luego seleccione AdventureWorksDW2008 en la lista desplegable de la base de datos y haga clic en
Aceptar. Cuando vuelva al Asistente para orígenes de datos, haga clic en Siguiente. En la página Información de
suplantación, seleccione la opción Usar la cuenta de servicio. La cuenta de servicio se usa para leer datos desde el origen
cuando carga los datos en su base de datos de SSAS y debe tener permisos de lectura para hacerlo. Haga clic en
Siguiente y después en Finalizar para completar el asistente.

Creación de una Vista del origen de datos

A continuación, cree una vista del origen de datos (DSV) como una abstracción de las tablas (o vistas) del origen de
datos que desea usar para definir las dimensiones y los cubos. Puede hacer cambios a la DSV sin modificar el origen de
datos subyacente, que está a la mano si tuviera solamente permisos de lectura para el data mart y no pudiera hacer
cambios en el origen. En Explorador de soluciones, haga clic con el botón secundario en la carpeta Vistas del origen de
datos y haga clic en Nueva vista del origen de datos.
Haga clic en Siguiente en la página principal si fuera necesario. En la página Seleccionar un origen de datos, seleccione
el origen de datos que acaba de agregar al proyecto y haga clic en Siguiente. Agregue objetos a DSV haciendo doble
clic en cada tabla o vista que necesite. Para crear una DSV que le ayude a responder las preguntas sobre BI planteadas al
principio de este artículo, agregue las siguientes tablas a DSV: DimDate, DimProduct, DimProductCategory,
DimProductSubcategory, FactInternetSales y FactResellerSales. Mientras aprende a trabajar con SSAS, es una buena idea
comenzar con una DSV sencilla como esta. Siempre puede agregar más tablas más adelante si necesita admitir otras
preguntas con su solución de BI. Haga clic en Siguiente en el Asistente para vistas del origen de datos cuando haya
terminado de agregar tablas y después haga clic en Finalizar.
Recomiendo simplificar los nombres de las tablas al seleccionar cada una en el panel Tablas del diseñador de DSV y
eliminar los prefijos Dim y Fact de la propiedad FriendlyName de cada tabla. Los asistentes que use para crear
dimensiones y cubos a su vez usarán el valor en la propiedad FriendlyName para asignar nombres a objetos. La DSV
completa se muestra en la figura 1.

Figura 1: Vista del origen de datos

Además de cambiar las propiedades de una tabla en la DSV, puede definir las claves principales lógicas o las relaciones
lógicas entre las tablas si el origen físico no las ha definido todavía. SSAS no podrá mostrar datos correctamente sin
estas definiciones implementadas físicamente en la capa de datos o de manera lógica en la DSV. También puede
agregar un cálculo con nombre, que es como agregar una columna derivada a una vista o reemplazar el objeto de tabla
con una consulta con nombre, lo cual es similar a crear una vista.
Como preparación para crear la dimensión de fecha en SSAS, debe agregar dos cálculos con nombre a la tabla Fecha:
Trimestre y Mes, para concatenar la columna año con las columnas trimestre y mes. De lo contrario, los datos no se
resumirán correctamente por mes, trimestre y año cuando desee ver datos resumidos. Para agregar el cálculo con
nombre para el Trimestre, haga clic con el botón secundario en la tabla Fecha en el panel Diseñador o Tablas y haga clic
en Nuevo cálculo con nombre. En el cuadro de texto Nombre de la columna, escriba Trimestre. En el cuadro de texto
Expresión, escriba la siguiente expresión:
'Qtr ' + convert(char(1), CalendarQuarter) + ' ' + convert(char(4), CalendarYear)
Haga clic en Aceptar y ahora repita estos pasos para agregar el cálculo con nombre a Mes, mediante la expresión
siguiente:
left(EnglishMonthName, 3) + ' ' + convert(char(4), CalendarYear)
Observe que la tabla Fecha en el diseñador (que se muestra en la figura 2) muestra sus cálculos con nombre con un
icono de calculadora para diferenciarlos físicamente de las columnas en la tabla. Puede revisar el efecto de agregar los
cálculos con nombre haciendo clic con el botón secundario en la tabla y en Explorar datos. Se abre una nueva ventana
en BIDS para mostrar los datos de la tabla de origen.
Cuando se desplaza hasta el extremo derecho, puede ver los valores de los cálculos con nombre. Siempre debe usar el
comando Explorar datos para confirmar que los cálculos con nombre aparezcan de forma que desea antes de continuar
con la creación de las dimensiones.

Definición de dimensiones en Analysis Services

Después de agregar tablas de dimensiones a la DSV, está preparado para crear dimensiones en la base de datos SSAS.
Como recordatorio, una dimensión se usa para almacenar información sobre las entidades empresariales, como
personas, lugares y cosas. Para poder responder a las preguntas sobre BI planteadas al principio de este artículo, debe
crear dimensiones para Fecha y Producto.
Para agregar una dimensión al proyecto, inicie el Asistente para dimensiones con un clic con el botón secundario en la
carpeta Dimensiones del Explorador de soluciones y al seleccionar Nueva dimensión. En la página Seleccionar método
de creación, mantenga la selección predeterminada para usar una tabla existente debido a que su DSV incluye la tabla
DimDate. Para las situaciones en que podría crear una base de datos simple basada en una pequeña tabla transaccional
que incluye fechas, podría no crear un data mart y en su ligar usar una de las otras opciones en esta página para generar
una tabla de tiempos en el origen de datos o en el servidor.

Figura 2 Tabla Fecha con cálculos con nombre

En cualquiera de los casos, usted indica una fecha de inicio y una fecha de término para los datos en la tabla
transaccional. SSAS puede crear y rellenar una tabla física en el origen de datos que usará para rellenar la dimensión que
se mantiene en la base de datos SSAS o puede simplemente mantener la dimensión exclusivamente en la base de datos
SSAS.
Podría elegir generar la tabla física cuando necesite poder admitir consultas relacionales al origen de dato, Haga clic en
Siguiente para continuar.
En la página Especificar información de origen, seleccione Fecha en la lista desplegable Tabla principal. Observe que la
columna de clave es DateKey. La columna de clave debe identificar de forma exclusiva cada registro en la tabla para que
SSAS puede agregar o agrupar correctamente los datos cuando devuelva los resultados de la consulta. A continuación,
en la lista desplegable Columna de nombre, seleccione FullDateAlternateKey. SSAS usa la columna de nombre como
etiqueta para mostrar al usuario en lugar de mostrar la columna de clave.
Haga clic en Siguiente.
En la página Seleccionar los atributos de la dimensión, elige los atributos que se incluirán en la dimensión, que usó para
definir etiquetas de jerarquías o grupos adicionales.
Si incluye o no todos los atributos de una tabla de dimensiones depende de los tipos de preguntas que desee admitir en
su solución BI. Agregue solo tantas como necesite para asegurar que SSAS se desempeñe de forma óptima, a fin de
evitar consumir espacio de almacenamiento innecesariamente y para evitar confundir a los usuarios con demasiadas
opciones. Para esta dimensión, seleccione Año calendario, Trimestre y Mes. Haga clic en Siguiente, después haga clic en
Finalizar.
Para asegurarse de que cada atributo sea identificado de forma exclusiva, actualiza la propiedad KeyColumn. Al
configurar esta propiedad para las columnas de clave, se asegura de que Mes se ordene correctamente en secuencia
numérica antes que alfabéticamente por nombre del mes, que es el criterio de ordenación predeterminado.
Para actualizar la propiedad KeyColumn, seleccione Mes en el panel Atributos en la izquierda. En la ventana
Propiedades, haga clic en la propiedad KeyColumns y después en el botón de puntos suspensivos. En el cuadro de
diálogo Key Columns, haga clic en la flecha izquierda para borrar la asignación actual y después haga doble clic en
CalendarYear y MonthNumberOfYear. Ahora asigne una etiqueta a este atributo haciendo clic en el botón de puntos
suspensivos en el cuadro de propiedades NameColumns. Seleccione EnglishMonthName y haga clic en Aceptar.
Repita estos pasos para configurar la propiedad KeyColumns del atributo Trimestre en CalendarYear y en
CalendarQuarter y para configurar la propiedad NameColumns en Trimestre.
La dimensión ahora aparece en el Explorador de soluciones como Date.dim y el diseñador de dimensiones (que se
muestra en la figura 3) aparece en la misma área de trabajo principal de BIDS.

Figura 3 Dimensión Fecha mostrada en el diseñador

Puede ver la dimensión con sus atributos asociados, incluido el atributo de clave, en el panel Atributos en la izquierda. Si
después decide agregar más atributos, puede arrastrarlos uno por uno desde el panel Vista del origen de datos hasta el
panel Atributos. Use el Asistente para dimensiones solo cuando comience una nueva dimensión, pero puede hacer
cualquier cambio necesario en el diseñador de dimensiones.
Ahora use el Asistente para dimensiones para crear la dimensión Producto, mediante el uso de Producto como la tabla
principal y EnglishProductName como la columna de nombre. Debido a la dimensión Producto es un esquema de copo
de nieve, el asistente incluye una página adicional para confirmar que desea incluir las tablas relacionadas,
ProductSubcategory y ProductCategory.
A continuación, agregue los atributos Color y Tamaño a la dimensión. Tenga en cuenta que el asistente selecciona
automáticamente las columnas de clave para las tablas de copo de nieve, Clave de subcategoría de producto y la Clave
de categoría de producto. Debe agregar las columnas de nombre correspondientes a estos atributos, pero primero debe
finalizar el asistente para que pueda modificar las propiedades de atributos.
Cuando aparezca el diseñador de dimensiones, seleccione Clave de categoría de producto en el panel Atributos. En
Propiedades, busque la propiedad Nombre y cambie el nombre a Categoría. Desplácese en la ventana Propiedades para
buscar la propiedad NameColumn.
Haga clic en el cuadro de texto propiedad para mostrar el botón de puntos suspensivos, haga clic en el botón,
seleccione EnglishProductCategoryName y haga clic en Aceptar. Ahora repita estos pasos para renombrar la Clave de
subcategoría de producto a Subcategoría y para especificar EnglishProductSubcategoryName como su nombre de
columna. Por último, cambie el nombre al atributo Clave del producto a Producto.

Adición de jerarquías
Observe la línea ondulante azul que aparece debajo del nombre de dimensión, Producto, en el panel Atributos. Cuando
desplaza el cursor sobre esta línea, aparece un mensaje de advertencia: "Cree jerarquías con dimensiones que no sean
de elementos primarios y secundarios". Este mensaje es un ejemplo de las advertencias de prácticas recomendadas
incorporadas a SSAS 2008 para ayudarle a crear correctamente una base de datos SSAS. Vuelva al diseñador de la
dimensión Fecha, al hacer clic en la ficha correspondiente en el área de trabajo del documento o al hacer doble clic en
Date.dim en el Explorador de soluciones y allí verá la misma advertencia.
Agregar una jerarquía a una dimensión se considera una práctica recomendad por varios motivos, en especial para
facilitar su uso al usuario y para su optimización. Más específicamente, una jerarquía ofrece una ruta de navegación que
los usuarios pueden seguir desde datos resumidos hasta datos detallados. Asimismo, puede mejorar el rendimiento de
las consultas al habilitar SSAS para que calcule y almacene las agregaciones antes de las consultas de los usuarios.
Por ejemplo, si el usuario desea ver la Venta del distribuidor por año y una jerarquía en la dimensión Fecha define la ruta
de resumen desde el atributo clave (Date Key) al atributo Año calendario, SSAS puede calcular los datos de ventas por
año durante el procesamiento y después poner los resultados en almacenamiento permanente. Este almacenamiento de
agregaciones evita la necesidad de calcular las ventas de cada año en el momento de la consulta y es la diferencia clave
entre recuperar datos desde un data mart relacional o desde una base de datos multidimensional como SSAS.
Para agregar una jerarquía a la dimensión Fecha, arrastre el atributo Año calendario desde el panel Atributos al panel
Jerarquías en el diseñador de dimensiones, Después de agregar el primer atributo, aparece un objeto de jerarquía con
un nuevo nivel vacío debajo del atributo que acaba de agregar. Agregue los atributos Trimestre y Mes a la jerarquía al
arrastrar cada uno al espacio para el nivel vacío. A continuación, cambie el nombre de la jerarquía haciendo clic con el
botón secundario, después haga clic en Cambiar nombre y escriba Año.
Aunque agregó una jerarquía, igualmente aparece una advertencia para la dimensión Fecha. Desplace el cursor sobre la
línea para ver una nueva advertencia: "Evite las jerarquías de atributo visibles para los atributos empleados como niveles
en las jerarquías definidas por el usuario". Este mensaje le sugiere que evite que los usuarios vean un atributo por sí
mismo cuando ese atributo se ha incluido en una jerarquía. En otras palabras, un usuario solo debe poder ver el atributo
cuando navega dentro de la jerarquía.
En mi experiencia, esta decisión es una que en realidad debe tomar en conjunto con los usuarios. Si decide no tener en
cuenta esta advertencia, seleccione Trimestre en el panel Atributos y después, en la ventana Propiedades, cambie el
valor AttributeHierarchyVisible a False (Falso).

Relaciones de atributos
Aparece otra advertencia en la jerarquía misma. En este caso, el mensaje advierte que podría surgir un problema de
rendimiento debido a que faltan las relaciones de atributos entre uno o más niveles de la jerarquía. SSAS usa las
relaciones de atributos para optimizar el rendimiento de las consultas y el diseño de agregación, para reducir la cantidad
de almacenamiento necesaria para una dimensión y para acelerar el tiempo de procesamiento de la base de datos.
Haga clic en la ficha Relaciones de atributos en el diseñador de dimensiones (tenga en cuenta que esta ficha solo está
disponible si está usando Analysis Services 2008). De forma predeterminada todos los atributos se relacionan
directamente con el atributo clave, Date Key. Para optimizar el diseño al reasignar relaciones, arrastre el objeto Mes al
objeto Trimestre y después arrastre el objeto Trimestre al objeto Año. La relación en el diseñador ahora representa
correctamente la relación de varios a uno entre cada nivel de izquierda a derecha, como se muestra en la figura 4.

Figura 4 Relaciones de atributos

A continuación, agregue una jerarquía a la dimensión Producto denominada Categorías que contiene Categoría,
Subcategoría y Producto de arriba abajo. Después de crear la jerarquía, descubrirá que no necesita corregir las
relaciones de atributos entre los niveles porque las relaciones de clave externa entre las tablas ya están definidas en la
DSV. Sin embargo, puede configurar el valor de la propiedad AttributeHierarchyVisible en False si lo desea.
Ahora su proyecto contiene dos dimensiones que tienen jerarquías y relaciones de atributos correctamente definidas. A
medida que obtiene más información sobre el diseño de dimensiones, descubrirá que hay varias propiedades
disponibles para optimizar el rendimiento y controlar el comportamiento específico en la interfaz de usuario.
Además, es probable que tenga más dimensiones en soluciones de BI más complejas. Sin embargo, en este punto, ya ha
aprendido los aspectos básicos de las dimensiones y cuenta con lo necesario para seguir creando una solución que se
puede usar al crear un cubo.

Creación de un cubo
Del mismo modo que usa el Asistente para dimensiones para iniciar el proceso de definir sus dimensiones, use el
Asistente para cubos para comenzar a crear su cubo. En el Explorador de soluciones, haga clic con el botón secundario
en la carpeta Cubos, haga clic en Nuevo cubo y después en Siguiente en la página principal si corresponde. En la página
Seleccionar método de creación, mantenga la opción predeterminada (debe use las otras dos opciones cuando tenga un
diseño que desee crear manualmente o con una plantilla, después haga que SSAS genere tablas en el origen de datos
basándose en ese diseño, que debería rellenar con datos mediante el uso de Integration Services antes de que pueda
explorar su cubo). Haga clic en Siguiente.
En la página Seleccionar tablas de grupo de medida, seleccione Venta por Internet y Venta del distribuidor y haga clic en
Siguiente (las tablas de grupo de medida son un sinónimo de tablas de hechos). A continuación el asistente muestra las
columnas numéricas descubiertas en las tablas de grupo de medidas seleccionadas. De acuerdo con el enfoque sencillo
que hemos seguido hasta ahora, borre todas las medidas al desmarcar la casilla Medida en la parte superior de la
página y después seleccione las siguientes medidas de cada grupo Venta por Internet y Venta del distribuidor): Cantidad
de pedido, Costo total del producto e Importe de venta.
También puede cambiar el nombre de las medidas en esta página. Solamente haga clic con el botón secundario y
escriba el nuevo nombre, pero asegúrese de que el nombre de cada medida sea único. El nombre de la medida debe ser
corto, pero no tanto como para que se pueda entender. Cambie el nombre de las medidas en el grupo Venta por
Internet de la siguiente manera: Cantidad de pedido por Internet, Costo por Internet y Venta por Internet. Del mismo
modo, cambie el nombre de las medidas de Venta de distribuidor como Cantidad de pedido de distribuidor, Costo de
distribuidor y Venta del distribuidor. Haga clic en Siguiente.
En la página Seleccionar dimensiones existentes, el asistente muestra las dimensiones que ya ha creado. Haga clic en
Siguiente. Si hay alguna tabla en la DSV a la que no se haga referencia como una tabla de grupo de medidas o mediante
una dimensión existente, la página Seleccionar nuevas dimensiones aparecerá para permitirle agregar rápidamente
cualquier otra dimensión que pudiera necesitar. En este caso, borre Venta por Internet y Venta del distribuidor porque
no necesita que estas tablas se creen como dimensiones (aunque técnicamente son tablas de grupo de medidas, la
presencia de números de pedido de venta en las tablas le permitiría crear dimensiones para apoyar los informes o el
análisis de ventas según número de pedido de venta).
Haga clic en Siguiente, cambie el nombre del cubo a Ventas y haga clic en Finalizar. ¡Felicitaciones!
¡Creó correctamente un cubo sencillo! El diseñador de cubos muestra los grupos de medidas y las dimensiones
agregadas al cubo en los paneles de la izquierda y la DSV de origen en la derecha, como se muestra en la figura 5.

Figura 5 Diseñador de cubos que muestra los grupos de medidas y las dimensiones
El primer paso que debe tomar después de crear un cubo es configurar la propiedad FormatString de cada medida para
facilitar la vista de valores en el explorador de cubos. La forma más rápida de hacerlo es ver las medidas en una
cuadrícula. En la barra de herramientas del diseñador de cubos, haga clic en el quinto botón desde la izquierda para
cambiar de la Vista de árbol a la Vista de cuadrícula. En la Vista de cuadrícula, puede usar la tecla Ctrl para seleccionar
varias medidas de una sola vez. En primer lugar, seleccione Cantidad de pedido por Internet y Cantidad de pedido del
distribuidor. En la ventana Propiedades, en la lista desplegable FormatString, seleccione Estándar. Después seleccione
todas las medidas restantes para configurar la propiedad FormatString en Moneda.

Adición de cálculos
Una característica eficaz de SSAS es la capacidad de agregar cálculos mediante el uso del lenguaje de expresión
multidimensional (MDX). Si puede escribir fórmulas en Excel, puede crear cálculos en su cubo mediante el uso de
expresiones MDX. Para expresiones más complejas, necesitará dedicar algún tiempo a obtener más información sobre
MDX mediante estudio y muchísima práctica.
Recuerde que uno de los objetivos de diseño de esta solución es medir la rentabilidad por canal de ventas. El cubo
ahora incluye las medidas que necesita para calcular la rentabilidad. Costo por Internet, Venta por Internet, Costo del
distribuidor y Venta del distribuidor. La diferencia entre venta y costos es el margen bruto, pero ese cálculo ofrece
dólares absolutos que no es útil para la comparación entre canales. Además del margen bruto, debe calcular el
porcentaje del margen bruto al dividir el margen bruto por el importe de venta.
En el diseñador de cubos, haga clic en la ficha Cálculos, la tercera ficha desde la izquierda. Después haga clic en el botón
Nuevo miembro calculado en la barra de herramientas, el quinto botón desde la izquierda. En el cuadro de texto
Nombre, escriba [Margen bruto por Internet].
Los corchetes son obligatorios cuando el nombre incluye espacios. En el cuadro de texto Expresión, escriba [Venta por
Internet] - [Costo por Internet] y después en la lista desplegable Cadena de formato, seleccione "Moneda". Ahora repita
estos pasos para agregar los cálculos que se muestran en la figura 6.

Nombre Expresión Cadena de

formato

[Margen bruto del [Venta del distribuidor] - [Costo del "Moneda"

distribuidor] distribuidor]

[Pct de margen bruto por [Margen bruto por Internet] / [Venta "Porcentaje"
Internet] por Internet]

[Pct de margen bruto del [Margen bruto del distribuidor] / "Porcentaje"

distribuidor] [Venta del distribuidor]

Figura 6 Adición de cálculos al cubo

Implementación de una base de datos de Analysis Services

desde BIDS
Hasta ahora, aunque ha creado los objetos necesarios para crear una base de datos SSAS en el servidor, la base de datos
en sí todavía no existe. Las tareas de diseño que realiza en BIDS producen archivos XML que se deben implementar en el
servidor.
Cuando esos archivos están implementados, puede procesar la base de datos, que ejecuta los comandos necesarios
para crear las estructuras de almacenamiento definidas por los archivos XML y para rellenar esas estructuras al ejecutar
las consultas al origen de datos especificado.
Dentro de BIDS, comienza todas estas actividades haciendo clic con el botón secundario en el proyecto en el Explorador
de soluciones y, a continuación, haga clic en Implementar. Se abre la ventana Progreso de la implementación para
mostrarle cada paso que realiza y si ese paso tiene éxito o produce un error.
Después de que ha implementado un proyecto, todavía puede hacer cambios en los diseñadores. Solo implemente el
proyecto otra vez como se describió anteriormente para trasladar sus cambios al servidor e iniciar el procesamiento. Si
se le solicita sobrescribir su base de datos, haga clic en Sí si tiene la seguridad de que usted es la única persona que
hace cambios a la base de datos.
En algunas ocasiones el cambio que haga no desencadenará que el comando procese la base de datos después de la
implementación. En este caso, haga clic en la dimensión o el cubo que cambió, después haga clic en Procesar y Ejecutar.
Si procesa una dimensión mediante el uso de la opción Proceso completo (que se requiere si hace un cambio estructural
considerable a la dimensión), también podría necesitar procesar el cubo.

Exploración del cubo en BIDS

En cada etapa de desarrollo, siempre que haya implementado y procesado correctamente la solución, puede revisar su
progreso desde el punto de vista del usuario. En el diseñador de cubos, haga clic en la ficha Explorador. El panel de la
izquierda muestra los objetos en la base de datos SSAS en un árbol de metadatos (que se muestra en la figura 7). El
nodo superior del árbol es el cubo. Expanda el nodo Medidas y las carpetas que contiene para ver todas las medidas
disponibles y después expanda los nodos Fecha de pedido y Producto para ver los atributos en estas dimensiones.

Figura 7 Árbol de metadatos del cubo de ventas

Podría preguntarse por qué el cubo contiene Fecha de vencimiento, Fecha de pedido y Fecha de envío cuando solo creó
una dimensión Fecha. Estas dimensiones del cubo se denominan dimensiones realizadoras de funciones porque
representan distintas versiones lógicas de la misma dimensión.
Aparecen automáticamente en el cubo cuando incluye la dimensión Fecha porque la tabla de hecho contiene tres
columnas distintas de clave externa que se relacionan con la tabla única en la que se basa la dimensión Fecha para
realizar un seguimiento de los eventos de pedidos, envíos y vencimientos por separado (si estas fechas realizadoras de
funciones no son útiles para el análisis, puede eliminar cualquiera que no necesite en la página Estructura de cubo del
diseñador).
Para ver los datos del cubo, arrastre los objetos desde el árbol de metadatos a la cuadrícula en el centro del diseñador.
Comience por arrastrar Ventas por Internet al área llamada Coloque campos totales o campos detallados aquí.
Después repita este proceso para agregar Pct de margen bruto por Internet, Venta del distribuidor y Pct de margen
bruto del distribuidor a la cuadrícula. Con los resultados de esta consulta sencilla ahora visibles en el explorador de
cubos (como se muestra en la figura 8), puede ver que Venta por Internet es mucho más rentable que Venta del
distribuidor.

Figura 8 Resultados de la consulta en el explorador de cubos

Puede continuar explorando estos resultados arrastrando los atributos a las secciones de la cuadrícula para filas,
columnas o filtros, que colectivamente se denominan ejes, o arrastrando los atributos y medidas fuera de la cuadrícula.
El proceso de agregar objetos a los ejes para refinar la consulta los usuarios de BI denominan segmentar y que es una
forma muy rápida de consultar datos sin escribir ningún código. Por ejemplo, para segmentar por año, arrastre Order
Date.Year a la sección llamada Coloque campos de fila aquí.
Debido a que Order Date.Year es una jerarquía (como indica el icono con forma de pirámide), puede rastrear
desagrupando datos para segmentar por semestre al expandir uno o más de los años. Del mismo modo, puede formar
un subcubo por categoría al arrastrar Categorías (Categories) al eje de las columnas sobre las medidas.
Después de colocar objetos en filas o columnas, puede filtrar la lista de elementos haciendo clic en la flecha en el título.
Para eliminar Componentes de la cuadrícula, haga clic en el título Categoría, desmarque la casilla Componentes y haga
clic en Aceptar. A continuación, para simplificar la vista, arrastre Venta por Internet y Venta del distribuidor fuera de la
cuadrícula. Ahora puede comparar fácilmente la rentabilidad de los canales de Internet y Revendedores por año y
trimestre y por categoría de producto, como se muestra en la figura 9.

Figura 9 Rentabilidad de los canales de ventas por año y trimestre y por categoría

Uso compartido del cubo con los usuarios

De forma predeterminada, solamente el administrador del servidor puede acceder al cubo. Sin embargo, cuando su
cubo está implementado en Analysis Server, puede configurar permisos para otorgar acceso a él a los usuarios, de modo
que los habilita para usar su herramienta favorita para explorar el cubo. Microsoft Excel 2007 es una elección popular
para una exploración interactivas, pero también puede usar Reporting Services para distribuir informes basados en los
datos del cubo, como voy a explicar en un próximo artículo.

Aplicación de sus nuevas habilidades

Ahora que ha creado una pequeña base de datos con los datos de muestra de AdventureWorks, debe aplicar lo que ha
aprendido a sus propios datos al crear un cubo sencillo. Si tiene un diseño sencillo y un conjunto de datos relativamente
pequeño (que contiene menos que unos pocos millones de filas, por ejemplo), puede construir una base de datos sin
tener que hacer el esfuerzo de crear y mantener un data mart. Simplemente configure una vista del origen de datos para
consultar el origen mediante el uso de consultas con nombre que estructuran los datos lo más parecido posible a un
esquema de estrella. Cuando su origen de datos tiene nuevos datos, puede simplificar hacer un proceso completo de su
base de datos SSAS para mantenerla actualizada con su origen de datos.
Si tiene más datos que agregar al cubo, debe leer más sobre SSAS en Libros en línea y otros recursos, ya que este
artículo solo explica los aspectos más básicos que debe saber para crear un cubo sencillo. Por ejemplo, al comienzo de
este artículo, mencioné que un beneficio de SSAS es la administración de la agregación, pero explicar más sobre ese
tema está fuera del alcance de este artículo.
Puede obtener más información sobre agregaciones y otros temas avanzados al leer "Microsoft SQL Server 2008
Analysis Services Step by Step" (Microsoft Press, 2009), que hace poco publicó un buen amigo mío, Scott Cameron, que
comenzó conmigo su carrera profesional en inteligencia empresarial hace muchos años. Ahora que ha creado su primer
cubo, siga mejorando sus habilidades para que pueda desarrollar cubos más avanzados y aprovechar al máximo la
plataforma de Microsoft BI.
Stacia Misner , consultora, educadora y autora de BI, así como fundadora y directora de Data Inspirations. Ella tiene 25
años de experiencia en el sector de TI, de los cuales ha dedicado nueve años a la pila de Microsoft BI. Misner ha escrito
varios libros sobre BI y SQL Server. Su libro más reciente, "Microsoft SQL Server 2008 Reporting Services Step by Step"
(Microsoft Press, 2009), se publicó a principios de este año. Puede ponerse en contacto con Stacia a través de su correo
electrónico smisner@datainspirations.com.

Libro 1

Desarrollo (Analysis Services

- Datos multidimensionales)
SQL Server 2008 R2
Otras versiones

Busque información que cualquier usuario (diseñadores, programadores, analistas o

administradores) necesita para crear y desarrollar soluciones de bases de datos
multidimensionales. A continuación, obtenga información sobre cómo incorporar dichas
soluciones de bases de datos multidimensionales a las aplicaciones y sitios web.
Diseñar e implementar
Introducción al diseño e implementación (Analysis Services)
Diseñar objetos de base de datos multidimensionales de Analysis Services
Diseñar los scripts operacionales para una solución de base de datos
multidimensional
Temas de procedimientos para diseño e implementación (Analysis Services - Datos
multidimensionales)
Diseñar e implementar: tutoriales (Analysis Services - Datos multidimensionales)
Consultar datos multidimensionales
Conceptos clave de MDX (MDX)
Aspectos básicos de las consultas MDX (MDX)
Aspectos básicos de los scripts MDX (MDX)
Guía del desarrollador
ADOMD.NET
Objetos de administración de análisis (AMO)
ASSL
Muestras de bases de datos multidimensionales de Analysis Services
 AMOAdventureWorks Sample
Analysis Services Personalization Extensions Sample
AS Simple Sample
Backup and Restore Sample
AMO Browser Sample
Expresiones de análisis de datos (DAX)
Expresiones de análisis de datos y MDX

Introducción al diseño e
implementación (Analysis
Services)
SQL Server 2008 R2
Otras versiones

En esta sección
Los temas siguientes proporcionan más información acerca de cómo diseñar e implementar una solución de Analysis
Services.
Desarrollar e implementar usando Business Intelligence Development Studio
Describe cómo desarrollar objetos de base de datos multidimensionales mediante Business Intelligence
Development Studio.
Diseñar objetos de base de datos multidimensionales de Analysis Services
Describe cómo desarrollar scripts operacionales mediante SQL Server Management Studio.

Crear modelos
multidimensionales
utilizando las herramientas
de datos de SQL Server
(SSDT)
SQL Server 2016 and later
Otras versiones
Microsoft SQL Server ofrece dos entornos diferentes para generar, implementar y administrar soluciones de Analysis
Services : SQL Server Data Tools (SSDT) y SQL Server Management Studio. Ambos entornos implementan un sistema de
proyectos. Para obtener más información acerca de los proyectos de Visual Studio, vea Proyectos como
contenedores en MSDN Library.
 SQL Server Data Tools (SSDT) es un entorno de desarrollo basado en Microsoft Visual Studio 2010 que se
emplea para crear y modificar soluciones de Business Intelligence. Con SQL Server Data Tools (SSDT) se
pueden crear proyectos de Analysis Services que contienen definiciones de objetos de Analysis Services
(cubos, dimensiones, etc.) que se almacenan en archivos XML que contienen elementos ASSL (Analysis
Services Scripting Language). Estos proyectos se incluyen en soluciones que a su vez pueden contener
proyectos de otros componentes de SQL Server , incluidos SQL Server Integration Services y SQL
Server Reporting Services. En SQL Server Data Tools (SSDT), puede desarrollar proyectos de Analysis Services
como parte de una solución independiente de cualquier instancia de Analysis Services concreta. Puede
implementar los objetos en una instancia de un servidor de pruebas para realizar comprobaciones durante el
desarrollo y, a continuación, utilizar el mismo proyecto de Analysis Services para implementar los objetos en
instancias de uno o más servidores de ensayo o de producción. Los proyectos y elementos de una solución
que incluya Analysis Services, Integration Servicesy Reporting Services se pueden integrar con control de
código fuente, como Microsoft Visual SourceSafe. Para más información sobre cómo crear un proyecto de
Analysis Services en SQL Server Data Tools (SSDT) con Analysis Services, vea Crear un proyecto de Analysis
Services (SSDT). También puede usar SQL Server Data Tools (SSDT) para conectar directamente con una
instancia existente de Analysis Services a fin de crear y modificar objetos de Analysis Services , sin necesidad
de trabajar con un proyecto ni de almacenar definiciones de objeto en archivos XML. Para más información,
vea Bases de datos de modelos multidimensionales (SSAS) y Conectarse en el modo con conexión a una base
de datos de Analysis Services.
 SQL Server Management Studio es un entorno de administración que se usa principalmente para administrar
instancias de Analysis Services, SQL Server, Integration Servicesy Reporting Services. Con SQL Server
Management Studio, puede administrar objetos de Analysis Services (realizar copias de seguridad, procesar,
etc.), así como crear objetos directamente en una instancia de Analysis Services existente con scripts XMLA.
SQL Server Management Studio proporciona un proyecto de scripts de Analysis Server en el que se pueden
desarrollar y guardar los scripts escritos en Expresiones multidimensionales (MDX), Extensiones de minería de
Datos (DMX) y XML for Analysis (XMLA). Normalmente, los proyectos de scripts de Analysis Server se usan
para realizar tareas de administración o para volver a crear objetos (como bases de datos o cubos) en
instancias de Analysis Services. Estos proyectos se pueden guardar como parte de una solución e integrarlos
con un control de código fuente. Para más información sobre cómo crear un proyecto de scripts de Analysis
Server en SQL Server Management Studio con Analysis Services, vea Proyecto de scripts de Analysis Services
en SQL Server Management Studio.

Introducción a soluciones, proyectos y elementos

Tanto SQL Server Data Tools (SSDT) como SQL Server Management Studio proporcionan proyectos que están
organizados en soluciones. Una solución puede contener varios proyectos y un proyecto normalmente contiene varios
elementos. Al crear un proyecto se genera automáticamente una nueva solución; puede agregar proyectos adicionales a
una solución a medida que los vaya necesitando. Los objetos que contiene un proyecto dependen del tipo de proyecto.
Los elementos de cada contenedor de proyectos se guardan como archivos en las carpetas de proyecto del sistema de
archivos.
SQL Server Data Tools (SSDT) contiene los siguientes proyectos en el tipo de proyecto Proyectos de Business
Intelligence.

Proyecto Description

Analysis Services Contiene las definiciones de objeto de una única base de datos de
Proyecto Analysis Services . Para más información sobre cómo crear un
proyecto de Analysis Services, vea Crear un proyecto de
Analysis Services (SSDT).

Importar base de Proporciona un asistente que se puede utilizar para crear un

Proyecto Description

datos de Analysis nuevo proyecto de Analysis Services importando definiciones de

Services 2008 objeto de una base de datos de Analysis Services existente.

Integration Services Contiene las definiciones de objeto de un conjunto de paquetes

Proyecto de Integration Services . Para más información, vea SQL Server
Integration Services.

Asistente para Proporciona un asistente que le guía en el proceso de creación de

proyectos de un proyecto de informe con Reporting Services. Para más
informe información, vea Reporting Services (SSRS).

Proyecto de modelos Contiene las definiciones de objeto de un modelo de informe de

de informe Reporting Services . Para más información, vea Reporting
Services (SSRS).

Proyecto de servidor Contiene las definiciones de objeto de uno o más informes de

de informes Reporting Services . Para más información, vea Reporting
Services (SSRS).

SQL Server Management Studio también contiene varios tipos de proyectos que se centran en distintas consultas o
scripts, como se muestra en la tabla siguiente.

Proyecto Description

Analysis Contiene scripts DMX, MDX y XMLA para Analysis Services, así
Services como conexiones con instancias de Analysis Services en las que se
Scripts pueden ejecutar dichos scripts. Para más información, vea Proyecto de
scripts de Analysis Services en SQL Server Management Studio.

Scripts de Contiene scripts de SQL para SQL Server Compact, así como
SQL Server conexiones con instancias de SQL Server Compact en las que se pueden
Compact ejecutar dichos scripts.
Proyecto Description

Scripts de Contiene scripts de Transact-SQL y XQuery para una instancia de

SQL Server Motor de base de datos de SQL Server , así como conexiones con
instancias de Motor de base de datos de SQL Server en las que se
pueden ejecutar dichos scripts. Para más información, consulte SQL
Server Database Engine.

Para obtener más información sobre soluciones y proyectos, vea "Administrar soluciones, proyectos y archivos" en la
documentación de Microsoft Visual Studio .NET o en MSDN Library.

Elegir entre SQL Server Management Studio y Herramientas de

datos de SQL Server
SQL Server Management Studio está diseñado para administrar y configurar los objetos existentes en Motor de base de
datos de SQL Server, Analysis Services, Integration Servicesy Reporting Services. SQL Server Data Tools (SSDT) está
diseñado para desarrollar soluciones de Business Intelligence que incluyen funciones de Analysis Services, Integration
Servicesy Reporting Services.
A continuación se mencionan algunas de las diferencias entre SQL Server Management Studio y SQL Server Data Tools
(SSDT).
 SQL Server Management Studio proporciona un entorno integrado para conectarse con instancias de Analysis
Services, SQL Servery Reporting Services con el fin de configurar y administrar objetos en una instancia de
Analysis Services. Con la utilización de scripts, SQL Server Management Studio se puede usar también para
crear o modificar los objetos de Analysis Services , pero SQL Server Management Studio no ofrece una interfaz
gráfica para el diseño y definición de objetos.
 SQL Server Data Tools (SSDT) proporciona un entorno de desarrollo integrado para programar soluciones de
Business Intelligence. Puede usar SQL Server Data Tools (SSDT) en modo de proyecto, que usa las definiciones
basadas en XML de objetos de Analysis Services, Integration Services y Reporting Services que se encuentran
en proyectos y soluciones. Si se usa SQL Server Data Tools (SSDT) en modo de proyecto, los cambios
realizados en objetos de Analysis Services en SQL Server Data Tools (SSDT) se realizan en dichas definiciones
de objeto basadas en XML y no se aplican directamente a un objeto de una instancia de Analysis Services
hasta que se implementa la solución. También puede usar SQL Server Data Tools (SSDT) en el modo en línea,
es decir, conectándose directamente a una instancia de Analysis Services y trabajando con los objetos de una
base de datos existente.
SQL Server Data Tools (SSDT) mejora el desarrollo de aplicaciones de Business Intelligence, ya que permite trabajar en
proyectos de Analysis Services en un entorno multiusuario con control de código fuente, sin necesidad de tener una
conexión activa con una instancia de Analysis Services. SQL Server Management Studio proporciona acceso directo a los
objetos existentes para realizar consultas y pruebas, y se puede usar para implementar más rápidamente bases de datos
de Analysis Services que dispongan de scripts previos. Sin embargo, una vez que un proyecto se ha implementado en el
entorno de producción, se debe tener cuidado al trabajar con una base de datos de Analysis Services y sus objetos con
SQL Server Management Studio y con SQL Server Data Tools (SSDT). El objeto es evitar sobrescribir los cambios
realizados directamente en los objetos de una base de datos existente y los cambios realizados en el proyecto de
Analysis Services que generó originalmente la solución implementada. Para más información, vea Trabajar con bases de
datos y proyectos de Analysis Services durante la fase de desarrollo y Trabajar con bases de datos de proyectos de
Analysis Services en un entorno de producción.

Tiempo estimado para completar la

Lección
lección
 Tiempo estimado para completar la
Lección
lección

Lección 1: definir una vista del origen de datos en un proyecto de Analysis 15 minutos
Services

Lección 2: Definir e implementar un cubo 30 minutos

Lección 3: Modificar medidas, atributos y jerarquías 45 minutos

Lección 4: Definir propiedades de dimensiones y de atributos avanzados 120 minutos

Lección 5: definir relaciones entre dimensiones y grupos de medida 45 minutos

Lección 6: Definir cálculos 45 minutos

Lección 7: Definir indicadores clave de rendimiento (KPI) 30 minutos

Lección 8: definir acciones 30 minutos

Lección 9: Definir perspectivas y traducciones 30 minutos

Lección 10: definir roles administrativos 15 minutos