ARQUITECTURA DEL CLIENTE

El Servicio PivotTable® se comunica con Analysis server y proporciona interfaces que las aplicaciones cliente pueden utilizar para obtener acceso a datos OLAP y a los datos de minería de datos del servidor. Las aplicaciones cliente conectan con el servicio PivotTable usando interfaces OLE DB para C++ o el modelo de objeto de Microsoft® ActiveX® Data Objects (ADO) para lenguajes de automatización Modelo de objetos componentes (COM, Component Object Model) como Microsoft Visual Basic®.

El Servicio PivotTable también puede crear archivos de cubos locales que contengan datos de un cubo del servidor o de las bases de datos relacionales OLE DB. Los cubos locales se pueden almacenar como archivos de cubos multidimensionales en el equipo cliente. Los cubos locales se pueden utilizar sin conexión con el Servicio PivotTable para realizar análisis portátiles. Es decir, para consultar cubos locales no se necesita una conexión con Analysis server; si los cubos locales tienen un modo de almacenamiento OLAP multidimensional (MOLAP), no es necesaria una conexión a los orígenes de datos de los cubos locales.

El Servicio PivotTable también puede crear archivos de modelo de minería de datos locales que contengan modelos procesados de cubos o tablas en el servidor o de bases de datos relacionales OLE DB. Los modelos de minería de datos locales pueden almacenarse en el equipo cliente. Los modelos de minería de datos locales se pueden utilizar sin conexión con el Servicio PivotTable para realizar análisis portátiles. Es decir, para utilizar modelos de minería de datos locales no se necesita una conexión con Analysis server.

ARQUITECTURA DE OBJETOS. DEFINICIONES PRINCIPALES

La siguiente tabla resume los objetos utilizados para administrar Analysis Services de Microsoft® SQL Server™ 2000.

Tema Descripción

Analysis Server Componente de servidor de Analysis Services, diseñado específicamente para crear y mantener estructuras de datos multidimensionales y proporcionar datos multidimensionales en respuesta a consultas de clientes.

Bases de datos Las bases de datos se utilizan como contenedores para los orígenes de datos relacionados, cubos, dimensiones, modelos de minería de datos y los objetos que comparten.

Orígenes de datos Los orígenes de datos almacenan la especificación de la información necesaria para tener acceso a los datos de origen de un objeto como un cubo.

Dimensiones Las dimensiones se utilizan como un atributo estructural de un cubo. Una dimensión es una jerarquía organizada de categorías (niveles) que describe los datos de la tabla de hechos. Estas categorías describen conjuntos de miembros parecidos en los que el usuario desea basar un análisis.

Niveles y miembros Los niveles se utilizan como elementos de la jerarquía de una dimensión. Los niveles describen la jerarquía desde el nivel de datos más alto (más resumido) al más bajo (más detallado).

Medidas En un cubo, las medidas son un conjunto de valores que se basan en una columna de la tabla de hechos del cubo y que suelen ser numéricos. En un cubo, las medidas son los valores centrales que se analizan.

Cubos Los cubos contienen un conjunto de datos que se construye, normalmente, a partir de un subconjunto de un almacén de datos, y se organiza y resume en una estructura multidimensional definida por un conjunto de dimensiones y medidas.

Particiones Las particiones son contenedores de almacenamiento para los datos y agregados de un cubo.

Agregados Las agregaciones se definen como tablas o estructuras que contienen datos precalculados para un cubo.

Funciones Las funciones contienen un conjunto de cuentas de usuario y grupos de Microsoft® Windows NT® 4.0 o Windows® 2000 que tienen los mismos permisos de acceso a los datos de Analysis Services.

Comandos Los comandos se utilizan para almacenar un comando definido por el administrador que se ejecuta automáticamente cuando un cliente tiene acceso a una base de datos, un cubo o una función. Los comandos incluyen miembros calculados, conjuntos con nombre y acciones.

Propiedades de miembros Las propiedades de miembro contienen información acerca de los miembros de un nivel de dimensión además del contenido de la dimensión.

Modelos de minería de datos Los modelos de minería de datos contienen una estructura virtual que representa el agrupamiento y análisis predictivo de datos relacionales o de proceso analítico en línea (OLAP).

Columnas de minería de datos Las columnas de minería de datos contienen una estructura que se utiliza para definir el contenido de un modelo de minería de datos. Una columna puede contener datos o columnas anidadas.