Big Data

Qué es Pentaho

Pentaho es una plataforma BI (Business Intelligence).

BI es la necesidad de transformar los datos en información, y esta información en conocimiento, de forma que sea útil para investigar los eventos y el curso de la empresa.

Esta plataforma está desarrollada en Java con el framework Spring, lo cual permite que sea multiplataforma y que se puede desplegar de una forma más fácil, ya que ese lenguaje está mucho más extendido.

Dado que es un proyecto Open Source, hay una gran comunidad detrás de él, que nos brinda apoyo y nos ayuda con los errores que podamos encontrarnos en nuestro trayecto.

Viene acompañado de una suite de herramientas que completan sus tareas, siendo cada herramienta es específica para una tarea en concreto.

El corazón de Pentaho es el servidor web, que está disponible en dos paquetes, en despliegue manual para desplegar en algún en un servidor de Java o en despliegue completo, es decir, tiene el servidor Tomcat integrado para poder desplegarlo solo con descomprimirlo.

El servidor web provee la gestión de usuarios y roles, nos permite visualizar todos los recursos, nos provee de un repositorio, y a la vez, tiene un creador de cuadros de mando, que nos permite, de una forma fácil y rápida, crear nuestras propias gráficas y tablas.

Principales componentes de la suite Pentaho CE

Los principales componentes de Pentaho CE son:

• Petaho Server: es el núcleo de Pentaho

• Pentaho Report Designer: con el que vamos a crear informes predefinidos, a través de consultas de múltiples orígenes

• Pentaho Schema Workbench: con el que vamos a poder crear cubo OLAP a través del motor Mondrian, que es un motor bastante potente en consultas OLAP, y también es Open Source.

• Pentaho Metadata Editor: una herramienta para crear una metadata más avanzada, sin tener que utilizar el motor OLAP y de una forma mucho más sencilla y sin tener conocimientos de los modelos dimensionales.

• Pentaho Data Integration o Kettle: una herramienta que nos permite crear procesos ETL, que son procesos de extracción, transformación y carga, con los que podemos extraer la información de diferentes orígenes, transformarlo en información útil y cargarlos en nuestro Datawarehouse, que es el almacén de los datos.