Universidad Nacional Abierta y a Distancia UNAD Vicerrectora

Acadmica y de Investigacin VIACI Escuela: Ciencias Bsicas

Tecnologa e Ingeniera - Programa: Ingeniera de Sistemas Curso:
Curso Base de Datos Avanzada

Momento Intermedio - Unidad 2 Herramientas tecnolgicas MS SQL SERVER

Inalacin, Creacin de Modelos Multidimensionales (Cubo Olap) y Modelo Bsico de
Minera de datos y Modelo Intermedio de Mineria de Datos
(https://github.com/Unad-BDAvanzadas/U3_Tec_Instructivos)

Instalacin de SQL Server 2016

https://docs.microsoft.com/en-us/sql/sql-server/install/planning-a-sql-server-installation
 Universidad Nacional Abierta y a Distancia UNAD Vicerrectora
Acadmica y de Investigacin VIACI Escuela: Ciencias Bsicas
Tecnologa e Ingeniera - Programa: Ingeniera de Sistemas Curso:
Curso
Creacin Base de
de modelos Datos Avanzada
multidimensionales
(https://msdn.microsoft.com/es-es/sp-es/Sen-us/library/ms166713.aspx)

Se aplica a: SQL Server 2016

Este es el Tutorial de Analysis Services. En este tutorial se describe cmo usar SQL Server
Data Tools para desarrollar e implementar un proyecto de Analysis Services, usando la
empresa ficticia Adventure Works Cycles para todos los ejemplos.

Aprendizaje

En este tutorial, aprender a:

Definir orgenes de datos, vistas del origen de datos, dimensiones, atributos, relaciones
de atributo, jerarquas y cubos en un proyecto de Analysis Services en SQL Server Data
Tools.

Ver los datos de dimensiones y cubos implementando el proyecto de Analysis Services

en una instancia de Analysis Services y a procesar los objetos implementados para
rellenarlos con datos del origen de datos subyacente.

Modificar las medidas, las dimensiones, las jerarquas, los atributos y los grupos de
medida del proyecto de Analysis Services, as como a implementar cambios
incrementales en el cubo implementado en el servidor de desarrollo.

Definir clculos, indicadores de claves de rendimiento (KPI), acciones, perspectivas,

traducciones y roles de seguridad en un cubo.

Este tutorial va acompaado de una descripcin del escenario para poder entender mejor el
contexto de estas lecciones. Para obtener ms informacin, consulte Escenario de Tutorial de
Analysis Services.

Requisitos previos

Necesitar datos de ejemplo, archivos del proyecto de ejemplo y software para completar
todas las lecciones de este tutorial. Para obtener instrucciones sobre cmo encontrar e instalar
los requisitos previos para este tutorial, consulte Instalar los datos y proyectos de ejemplo
para el tutorial de modelado multidimensional de Analysis Services.

Adems, los permisos siguientes deben existir para realizar correctamente este tutorial:

Debe ser miembro del grupo local Administradores del equipo con Analysis Services o
ser miembro del rol de administracin del servidor de la instancia de Analysis Services.

Debe tener permisos de lectura en la base de datos de ejemplo

AdventureWorksDW2012. Esta base de datos de ejemplo es vlida para la versin de
SQL Server 2016.
 Universidad Nacional Abierta y a Distancia UNAD Vicerrectora
Acadmica y de Investigacin VIACI Escuela: Ciencias Bsicas
Lecciones Tecnologa e Ingeniera - Programa: Ingeniera de Sistemas Curso:
Curso Base de Datos Avanzada
Este tutorial incluye las siguientes lecciones.

Leccin

Leccin 1: definir una vista del origen de datos en un proyecto de Analysis Services

Leccin 2: Definir e implementar un cubo

Leccin 3: Modificar medidas, atributos y jerarquas

Leccin 4: Definir propiedades de dimensiones y de atributos avanzados

Leccin 5: definir relaciones entre dimensiones y grupos de medida

Leccin 6: Definir clculos

Leccin 7: Definir indicadores clave de rendimiento (KPI)

Leccin 8: definir acciones

Leccin 9: Definir perspectivas y traducciones

Leccin 10: definir roles administrativos

Nota :

La base de datos del cubo que crear en este tutorial es una versin simplificada del proyecto
de modelo multidimensional de Analysis Services que forma parte de las bases de datos de
ejemplo Adventure Works que se pueden descargar en el sitio de codeplex. La versin del
tutorial de la base de datos multidimensional de Adventure Works se ha simplificado para
centrarse en los conocimientos especficos que le interesar dominar inmediatamente.
Despus de completar el tutorial, considere la posibilidad de explorar el proyecto de modelo
multidimensional por su cuenta para entender mejor el modelado multidimensional de
Analysis Services.
 Universidad Nacional Abierta y a Distancia UNAD Vicerrectora
Acadmica y de Investigacin VIACI Escuela: Ciencias Bsicas
Tecnologa e Ingeniera - Programa: Ingeniera de Sistemas Curso:
Curso Base de Datos Avanzada

Creacin de modelos de Minera de Datos Bsico

(https://msdn.microsoft.com/es-es/library/ms167167(v=sql.120).aspx)

Este es el Tutorial bsico de minera de datos de Microsoft Analysis Services.Microsoft SQL

Server proporciona un entorno integrado para crear modelos de minera de datos y realizar
predicciones. En este tutorial, completar un escenario de una campaa de envo de correo
directo en el que se utiliza aprendizaje automtico para analizar y predecir el comportamiento
de compra de los clientes. En el tutorial se muestra cmo utilizar tres de los algoritmos ms
importantes de minera de datos: agrupacin en clsteres, rboles de decisin y Bayes Naive.
Tambin aprender a analizar los hallazgos con los visores de modelo de minera de datos, y
crear predicciones y grficos de precisin con las herramientas de minera de datos que se
incluyen en Microsoft SQL Server Analysis Services. La compaa ficticia, Adventure Works
Cycles, se utiliza en todos los ejemplos.

Cuando se sienta cmodo con el uso de las herramientas de minera de datos, se recomienda
que complete tambin el Tutorial intermedio de minera de datos (Analysis Services - Minera
de datos). En las lecciones se muestra cmo utilizar el pronstico, anlisis de la cesta de
compras, series temporales, modelos de asociacin, tablas anidadas y clsteres de secuencia.
 Universidad Nacional Abierta y a Distancia UNAD Vicerrectora
Acadmica y de Investigacin VIACI Escuela: Ciencias Bsicas
Tecnologa e Ingeniera - Programa: Ingeniera de Sistemas Curso:
Curso Base de Datos Avanzada

Creacin de modelos de Minera de Datos Bsico

(https://msdn.microsoft.com/es-es/library/cc879271(v=sql.120).aspx)

Microsoft Analysis Services ofrece un entorno integrado para crear modelos de minera de
datos y trabajar con ellos. Puede crear fcilmente enlaces con orgenes de datos, crear y
probar varios modelos basados en los mismos datos e implementar los modelos para
utilizarlos en anlisis predictivos.
En el Tutorial bsico de minera de datos, aprendi a utilizar SQL Server Data Tools (SSDT)
para crear una solucin de minera de datos y gener tres modelos para una campaa de
envo de correo directo con el fin de analizar el comportamiento de compra de los clientes e
identificar a los compradores potenciales.
Este tutorial intermedio se basa en esa experiencia y presenta varios escenarios nuevos,
incluidos algunos requisitos empresariales habituales, como el anlisis de previsiones y de la
cesta de la compra. Aprender a crear un modelo de serie temporal, un modelo de asociacin
y un modelo de agrupacin en clsteres de secuencia. Por ltimo, aprender a usar una red
neuronal para explorar las correlaciones de los datos y a usar la regresin logstica para las
predicciones.
Las lecciones son independientes y se pueden completar por separado.
Para completar los siguientes tutoriales, debe estar familiarizado con las herramientas de
minera de datos y los visores del modelo de minera de datos que se presentaron en el
Tutorial bsico de minera de datos.
En todos los escenarios se utiliza el origen de datos AdventureWorksDW2012, pero crear
vistas del origen de datos diferentes para los distintos escenarios. Puede llevar a cabo las
lecciones en cualquier orden siempre que cree primero el origen de datos.
 Universidad Nacional Abierta y a Distancia UNAD Vicerrectora
Acadmica y de Investigacin VIACI Escuela: Ciencias Bsicas
Tecnologa e Ingeniera - Programa: Ingeniera de Sistemas Curso:
Curso Base de Datos Avanzada
Recomendaciones por el docente: El trabajo final de grupo, para cada una de las fases
establecidas, debe obtenerse a partir de la discusin, revisin, complementacin y
consolidacin de los productos y aportes presentados individualmente. Debe darse una
dinmica de interaccin permanente y de aportes significativos al interior del grupo, de
acuerdo al rol asumido por cada integrante tanto en el desarrollo del trabajo colaborativo
como en la produccin de los entregables (producto final del grupo).
Se debe entregar un slo archivo con el desarrollo del trabajo. La idea es que presenten un
documento con la consolidacin de los consensos o acuerdos hechos a partir de las
propuestas individuales, que es diferente a la unin (copie y pegue) de todo lo enviado y
tambin diferente a la presentacin de slo uno de los aportes individuales enviados.
Uso de la norma APA, versin 3 en espaol (Traduccin de la versin 6 en ingls)
Las Normas APA es el estilo de organizacin y presentacin de informacin ms usado en el
rea de las ciencias sociales. Estas se encuentran publicadas bajo un Manual que permite
tener al alcance las formas en que se debe presentar un artculo cientfico. Aqu podrs
encontrar los aspectos ms relevantes de la sexta edicin del Manual de las Normas APA,
como referencias, citas, elaboracin y presentacin de tablas y figuras, encabezados y
seriacin, entre otros. Puede consultar como implementarlas ingresando a la pgina
http://normasapa.com/
Polticas de plagio: Qu es el plagio para la UNAD? El plagio est definido por el
diccionario de la Real Academia como la accin de "copiar en lo sustancial obras ajenas,
dndolas como propias". Por tanto el plagio es una falta grave: es el equivalente en el
mbito acadmico, al robo. Un estudiante que plagia no se toma su educacin en serio, y no
respeta el trabajo intelectual ajeno.
No existe plagio pequeo. Si un estudiante hace uso de cualquier porcin del trabajo de otra
persona, y no documenta su fuente, est cometiendo un acto de plagio. Ahora, es evidente
que todos contamos con las ideas de otros a la hora de presentar las nuestras, y que
nuestro conocimiento se basa en el conocimiento de los dems. Pero cuando nos apoyamos
en el trabajo de otros, la honestidad acadmica requiere que anunciemos explcitamente el
hecho que estamos usando una fuente externa, ya sea por medio de una cita o por medio
de un parfrasis anotado (estos trminos sern definidos ms adelante). Cuando hacemos
una cita o un parfrasis, identificamos claramente nuestra fuente, no slo para dar
reconocimiento a su autor, sino para que el lector pueda referirse al original si as lo desea.
Existen circunstancias acadmicas en las cuales, excepcionalmente, no es aceptable citar o
parafrasear el trabajo de otros. Por ejemplo, si un docente asigna a sus estudiantes una
tarea en la cual se pide claramente que los estudiantes respondan utilizando sus ideas y
palabras exclusivamente, en ese caso el estudiante no deber apelar a fuentes externas
an, si stas estuvieran referenciadas adecuadamente.