Información general de los cubos OLAP de Service Manager para análisis avanzadoOverview of Service Manger OLAP cubes for advanced analytics

En el Administrador de servicios, datos que se encuentra en el almacén de datos se pueden consolidar desde varios orígenes.In Service Manager, data that is present in the data warehouse can be consolidated from various sources. Se presenta a través de Service Manager mediante el uso de predefinidos y personalizados Microsoft Online Analytical Processing (OLAP) cubos de datos.It is presented through Service Manager by using predefined and customized Microsoft Online Analytical Processing (OLAP) data cubes. En resumen, análisis avanzados de Service Manager constan de publicación, visualización y manipulación de datos del cubo, normalmente en Microsoft Excel o Microsoft SharePoint.In short, advanced analytics in Service Manager consist of publishing, viewing, and manipulating cube data, usually in either Microsoft Excel or Microsoft SharePoint. Excel se utiliza principalmente por sí mismo para ver y manipular los datos.Excel is primarily used by itself to view and manipulate data. SharePoint se utiliza principalmente como medio para publicar y compartir datos del cubo.SharePoint is used primarily as a means of publishing and sharing cube data.

Service Manager incluye un almacén de datos de System Center-wide.Service Manager includes a System Center-wide data warehouse. Por lo tanto, se pueden consolidar datos de Operations Manager, Configuration Manager y Service Manager en el almacén de datos, donde puede usar fácilmente varias vistas de datos para obtener la información que se desee.Therefore, data from Operations Manager, Configuration Manager, and Service Manager can be consolidated into the data warehouse, where you can easily use multiple data views to get any information that you might want. También es una interfaz, donde se pueden incluir datos en el mismo almacén de datos de las fuentes propias personalizadas, como las aplicaciones SAP o una tercera-aplicación de usuario de recursos humanos.This is also an interface where you can put data into the same data warehouse from your own custom sources, such as SAP applications or a third-party human resources application. Esta consolidación crea un modelo de datos común y permite realizar análisis enriquecidos para ayudarle a crear un almacén de datos a través de la tecnología de la información (TI) organización que puede actuar la inteligencia de negocio y necesidades de informes.This consolidation creates a common data model and enables enriched analyses to help you build a data warehouse across your Information Technology (IT) organization that can serve all your business intelligence and reporting needs.

Una vez que los datos están en un modelo común, puede manipular la información y tener definiciones comunes y una taxonomía común para toda la empresa.When your data is in a common model, you can manipulate information and have common definitions and a common taxonomy for your whole enterprise. Puede hacerlo mediante la implementación de cubos de datos OLAP, desde donde se tiene acceso a la información a través de herramientas estándar, como Excel y SharePoint.You can do this by deploying OLAP data cubes and accessing the information from the cubes, using standard tools such as Excel and SharePoint. Esto posibilita que los usuarios empleen las habilidades que ya conocen.This makes it possible for your users to employ skills that they already know. La definición de la lógica empresarial se controla de manera centralizada.You control the definition of your business logic in a centralized manner. Por ejemplo, puede definir indicadores clave de rendimiento, como la hora de incidentes-a-los umbrales de resolución y que los valores de los umbrales son verdes, amarillo o rojo.For example, you can define key performance indicators, such as the incident time-to-resolution thresholds, and which values for the thresholds are green, yellow, or red. Puede controlar estas opciones de forma centralizada y permitir a los usuarios que utilicen los datos de forma sencilla, a la vez que tienen una definición común en sus informes Excel o paneles SharePoint.You can control these choices in a centralized manner and empower your users to easily use the data, yet have the common definition appear in their Excel reports or their SharePoint dashboards.

Acerca de los cubos OLAP de Service ManagerAbout Service Manager OLAP cubes

Procesamiento analítico en línea (OLAP) cubos son una característica de Service Manager que utiliza la infraestructura de almacenamiento de datos existente para proporcionar self-capacidades de inteligencia empresarial para los usuarios finales del servicio.Online analytical processing (OLAP) cubes are a feature in Service Manager that use the existing data warehouse infrastructure to provide self-service business intelligence capabilities to end users.

Un cubo OLAP es una estructura de datos que supera las limitaciones de las bases de datos relacionales y proporciona un análisis rápido de datos.An OLAP cube is a data structure that overcomes the limitations of relational databases by providing rapid analysis of data. Los cubos pueden mostrar y sumar grandes cantidades de datos, a la vez que proporcionan a los usuarios acceso mediante búsqueda a los puntos de datos.Cubes can display and sum large amounts of data while also providing users with searchable access to any data points. De esta manera, los datos pueden se consolidan, segmentar y o reorganizar según sea necesario para procesar la variedad más amplia de preguntas pertinentes al área de un usuario de interés.This way, the data can be rolled up, sliced, and diced as needed to handle the widest variety of questions that are relevant to a user's area of interest.

Los proveedores de software o tecnología de la información (TI) a los desarrolladores con conocimientos prácticos de los cubos OLAP pueden crear módulos de administración para definir sus propios cubos OLAP extensibles y personalizables que se integran en la infraestructura de almacenamiento de datos.Software vendors or information technology (IT) developers with a working knowledge of OLAP cubes can create management packs to define their own extensible and customizable OLAP cubes that are built on the data warehouse infrastructure. Estos cubos se almacenan en SQL Server Analysis Services (SSAS).These cubes are stored in SQL Server Analysis Services (SSAS). Autoservicio-servicio herramientas de business intelligence, como Excel y SQL Server Reporting Services (SSRS) puede acceder a estos cubos en SSAS y se puede utilizar para analizar los datos desde varias perspectivas.Self-service business intelligence tools such as Excel and SQL Server Reporting Services (SSRS) can target these cubes in SSAS, and you can use them to analyze the data from multiple perspectives.

Las bases de datos que una empresa utiliza para almacenar todos sus transacciones y registros se conocen como el procesamiento de transacciones en línea (OLTP) bases de datos.The databases that a business uses to store all its transactions and records are called online transaction processing (OLTP) databases. Normalmente, estas bases de datos tienen registros que se introducen uno a uno y que contienen una gran cantidad de información, que los estrategas pueden utilizar para tomar decisiones fundamentadas sobre sus negocios.These databases usually have records that are entered one at a time and that contain a wealth of information that can be used by strategists to make informed decisions about their business. Sin embargo, las bases de datos que se utilizan para almacenar los datos no se diseñaron para el análisis.The databases that are used to store the data, however, were not designed for analysis. Por lo tanto, obtener respuestas de estas bases de datos requiere tiempo y esfuerzo.Therefore, retrieving answers from these databases is costly in terms of time and effort. Las bases de datos OLAP son bases de datos especializadas, diseñadas para ayudar a extraer esta información de inteligencia empresarial de los datos.OLAP databases are specialized databases that are designed to help extract this business intelligence information from the data.

Los cubos OLAP se pueden considerar como la última pieza del rompecabezas para una solución de almacenamiento de datos.OLAP cubes can be considered as the final piece of the puzzle for a data warehousing solution. Un cubo OLAP, también conocido como cubo multidimensional o hipercubo, es una estructura de datos de SQL Server Analysis Services (SSAS) que se genera mediante bases de datos OLAP para permitir-análisis instantáneo de datos.An OLAP cube, also known as multidimensional cube or hypercube, is a data structure in SQL Server Analysis Services (SSAS) that is built, using OLAP databases, to allow near-instantaneous analysis of data. La topología de este sistema se muestra en la siguiente ilustración.The topology of this system is shown in the following illustration.

Diagrama de Service Manager 2016 DW

La característica útil de un cubo OLAP es que los datos del cubo pueden estar contenidos en un formulario agregado.The useful feature of an OLAP cube is that the data in the cube can be contained in an aggregated form. Para el usuario, el cubo parece tener las respuestas de antemano debido a la variedad de valores que ya están precalculados.To the user, the cube seems to have the answers in advance because assortments of values are already precomputed. Sin tener que consultar la base de datos OLAP de origen, el cubo puede devolver respuestas para una amplia gama de preguntas casi al instante.Without having to query the source OLAP database, the cube can return answers for a wide range of questions almost instantaneously.

El objetivo principal de los cubos OLAP de Service Manager es ofrecer a los proveedores de software o tecnología de la información (TI) a los desarrolladores la capacidad de realizar casi-análisis instantáneo de datos para fines de tendencias y análisis histórico.The main goal of Service Manager OLAP cubes is to give software vendors or information technology (IT) developers the ability to perform near-instantaneous analysis of data for both historical analysis and trending purposes. Service Manager para ello:Service Manager does this by:

  • Permite definir cubos OLAP en módulos de administración que se crearán automáticamente en SSAS cuando se implemente el módulo de administración.Allowing you to define OLAP cubes in management packs that will be created automatically in SSAS when the management pack is deployed.
  • Se ocupa automáticamente del mantenimiento del cubo, sin intervención del usuario, y realiza tareas tales como el procesamiento, la creación de particiones, las traducciones y la localización, así como los cambios del esquema.Automatically maintaining the cube without user intervention, performing such tasks as processing, partitioning, translations and localization, and schema changes.
  • Permitir a los usuarios usar self-herramientas de business intelligence, como Excel, para analizar los datos desde varias perspectivas de servicio.Allowing users to use self-service business intelligence tools, such as Excel, to analyze the data from multiple perspectives.
  • Guarda informes generados de Excel para futuras referencias.Saving generated Excel reports for future reference.

Para ver cómo se representan los cubos del almacenamiento de datos en la consola de Service Manager, navegue hasta la Data Warehouse área de trabajo y, a continuación, haga clic en cubos.To see how data warehouse cubes are represented in the Service Manager console, navigate to the Data Warehouse workspace, and then click Cubes.

Cubos OLAP de Service ManagerService Manager OLAP cubes

La siguiente ilustración muestra una imagen de SQL Server Business Intelligence Development Studio (BIDS) que representa las partes principales que son necesarias para el procesamiento analítico en línea (OLAP) cubos.The following illustration shows an image from SQL Server Business Intelligence Development Studio (BIDS) that depicts the main parts that are required for online analytical processing (OLAP) cubes. Estas partes son el origen de datos, las vista de origen de los datos, los cubos y las dimensiones.These parts are the data source, data source view, cubes, and dimensions. En las secciones siguientes se describen las partes del cubo OLAP y las acciones que los usuarios pueden realizar con ellos.The following sections describe the OLAP cube parts and the actions that users can take using them.

Imagen de arquitectura de cubo

Origen de datosData source

Un origen de datos es el origen de todos los datos contenidos dentro de un cubo OLAP.A data source is the origin of all the data that is contained within an OLAP cube. Un cubo OLAP se conecta a un origen de datos para leer y procesar los datos sin procesar para llevar a cabo cálculos y agregaciones para sus medidas asociadas.An OLAP cube connects to a data source to read and process raw data to perform aggregations and calculations for its associated measures. El origen de datos para todos los cubos OLAP de Service Manager es el data marts, que incluye los data marts de Operations Manager y Configuration Manager.The data source for all Service Manager OLAP cubes is the data marts, which includes the data marts for both Operations Manager and Configuration Manager. Información de autenticación sobre el origen de datos debe almacenarse en SQL Server Analysis Services (SSAS) para establecer el nivel correcto de permisos.Authentication information about the data source must be stored in SQL Server Analysis Services (SSAS) to establish the correct level of permissions.

Vista del origen de datosData source view

Vista del origen de datos (DSV) es una colección de vistas que representa las tablas de dimensiones, hechos y subdimensiones desde el origen de datos, como los data marts de Service Manager.The data source view (DSV) is a collection of views that represent the dimension, fact, and outrigger tables from the data source, such as the Service Manager data marts. La DSV contiene todas las relaciones entre tablas, tales como las claves principales y externas.The DSV contains all the relationships between tables, such as primary and foreign keys. En otras palabras, la DSV especifica cómo se asignará la base de datos de SSAS al esquema relacional, y proporciona una capa de abstracción sobre la base de datos relacional.In other words, the DSV specifies how the SSAS database will map to the relational schema, and it provides a layer of abstraction on top of the relational database. Con esta capa de abstracción se pueden definir relaciones entre las tablas de hechos y dimensiones, incluso si no existen relaciones dentro de la base de datos relacional de origen.Using this layer of abstraction, relationships can be defined between fact and dimension tables, even if no relationships exist within the source relational database. En la DSV también se pueden definir los cálculos con nombre, las medidas personalizadas y los nuevos atributos que podrían no existir de forma nativa en el esquema dimensional del almacenamiento de datos.Named calculations, custom measures, and new attributes may also be defined in the DSV that may not natively exist in the data warehouse dimensional schema. Por ejemplo, un cálculo con nombre que defina un valor booleano para de incidentes resueltos calcula el valor como true si el estado de un incidente es resuelto o cerrado.For example, a named calculation that defines a Boolean value for Incidents Resolved calculates the value as true if an incident's status is resolved or closed. Mediante el cálculo con nombre, Service Manager, a continuación, puede definir una medida para mostrar información útil, como el porcentaje de incidentes resueltos, el número total de incidentes resueltos y el número total de incidentes no resueltos.Using the named calculation, Service Manager can then define a measure to display useful information such as the percentage of incidents resolved, the total number of incidents resolved, and the total number of incidents that are not resolved.

Otro ejemplo rápido de un cálculo con nombre es ReleasesImplementedOnSchedule.Another quick example of a named calculation is ReleasesImplementedOnSchedule. Este cálculo con nombre proporciona una comprobación rápida del estado de mantenimiento en el número de registros de versión donde la fecha de finalización real es inferior o igual a la fecha de finalización programada.This named calculation provides a quick health status check on the number of release records in which the actual end date is less than or equal to the scheduled end date.

Cubos OLAPOLAP cubes

Un cubo OLAP es una estructura de datos que supera las limitaciones de las bases de datos relacionales y proporciona un análisis rápido de datos.An OLAP cube is a data structure that overcomes limitations of relational databases by providing rapid analysis of data. Los cubos OLAP pueden mostrar y sumar grandes cantidades de datos también proporciona a los usuarios acceso mediante búsqueda a los puntos de datos para que los datos se pueden acumular, segmentar y o reorganizar según sea necesario para procesar la variedad más amplia de preguntas pertinentes al área de un usuario de interés.OLAP cubes can display and sum large amounts of data while also providing users with searchable access to any data points so that the data can be rolled up, sliced, and diced as needed to handle the widest variety of questions that are relevant to a user's area of interest.

DimensionesDimensions

Una dimensión en SSAS hace referencia a una dimensión desde el almacenamiento de datos de Service Manager.A dimension in SSAS references a dimension from the Service Manager data warehouse. En el Administrador de servicios, una dimensión es prácticamente equivalente a una clase de módulo de administración.In Service Manager, a dimension is roughly equivalent to a management pack class. Cada clase de módulo de administración tiene una lista de propiedades, mientras que cada dimensión contiene una lista de atributos, con cada atributo asignado a una propiedad en una clase.Each management pack class has a list of properties, while each dimension contains a list of attributes, with each attribute mapping to one property in a class. Las dimensiones permiten el filtrado, la agrupación y el etiquetado de datos.Dimensions allow the filtering, grouping, and labeling of data. Por ejemplo, puede filtrar los equipos por el sistema operativo instalado y agrupar a los usuarios en categorías por sexo o edad.For example, you can filter computers by the installed operating system and group people into categories by gender or age. A continuación, se pueden presentar los datos en un formato donde los datos se clasifica por categorías natural en estas jerarquías y categorías para permitir una en más-analysis de profundidad.The data can then be presented in a format where the data is categorized naturally into these hierarches and categories to allow a more in-depth analysis. Las dimensiones también pueden tener jerarquías naturales para permitir a los usuarios "profundizar" hasta niveles más precisos de detalle.Dimensions may also have natural hierarches to allow users to "drill down" to more detailed levels of detail. Por ejemplo, la dimensión Fecha tiene una jerarquía de la que se pueden obtener más detalles por Año, a continuación Trimestre, a continuación, Mes, a continuación, Semana y a continuación Día.For instance, the Date dimension has a hierarchy that can be drilled down by Year, then Quarter, then Month, then Week, and then Day.

La ilustración siguiente muestra un cubo OLAP que contiene las dimensiones Fecha, Región y Producto.The following illustration shows an OLAP cube that contains the Date, Region, and Product dimensions.

Diagrama de dimensiones del cubo

Por ejemplo, los miembros del equipo de Microsoft podrían desear un resumen rápido y sencillo de las ventas de la consola Xbox una consola de juegos de 2016.For example, Microsoft team members might want a quick and simple summary of the sales of the Xbox One gaming console in 2016. Pueden desglosarlo más para obtener cifras de ventas de un período de tiempo más específico.They can further drill down to get sales figures for a more focused time frame. Los analistas de negocios que desee examinar cómo las ventas de Xbox una de las consolas se vieron afectados por el lanzamiento del nuevo diseño de consola y la Kinect para Xbox uno.Business analysts may want to examine how the sales of Xbox One consoles were affected by the launch of the new console design and the Kinect for Xbox One. Esto les ayuda a determinar las tendencias de ventas que se están produciendo y qué revisiones potenciales de estrategia de negocio son necesarias.This helps them determine what sales trends are occurring and what potential revisions of business strategy are needed. Al filtrar en la dimensión de fecha, esta información se puede distribuir y consumir rápidamente.By filtering on the date dimension, this information can be quickly delivered and consumed. Esta reorganización de los datos solo está habilitada porque las dimensiones se han diseñado con atributos y datos que el cliente puede filtrar y agrupar fácilmente.This slicing and dicing of data is enabled only because the dimensions have been designed with attributes and data that can easily be filtered and grouped by the customer.

En el Administrador de servicio, todos los cubos OLAP comparten un conjunto común de dimensiones.In Service Manager, all OLAP cubes share a common set of dimensions. Todas las dimensiones utilizan el data mart principal del almacenamiento de datos como su origen, incluso en escenarios de varios data mart.All dimensions use the primary data warehouse data mart as their source, even in multiple data mart scenarios. En escenarios de varios data mart, es posible que esto pueda conducir a errores de claves de dimensión durante el procesamiento del cubo.In multiple data mart scenarios, this can possibly lead to dimension key errors during processing of the cube.

Grupo de medidaMeasure group

Un grupo de medida es el mismo concepto que un hecho en la terminología de almacenamiento de datos.A measure group is the same concept as a fact in data warehouse terminology. Del mismo modo que los hechos contienen medidas numéricas en un almacenamiento de datos, un grupo de medida contiene medidas para un cubo OLAP.Just as facts contain numeric measures in a data warehouse, a measure group contains measures for an OLAP cube. Todas las medidas de un cubo OLAP que se derivan de una sola tabla de hechos en una vista de origen de datos también se pueden considerar un grupo de medida.All the measures in an OLAP cube that derive from a single fact table in a data source view also can be considered to be a measure group. Sin embargo, en algunos casos, puede haber varias tablas de hechos de las que derivan las medidas de un cubo OLAP.There can be instances, however, in which there will be multiple fact tables from which the measures in an OLAP cube derive. Las medidas del mismo nivel de detalle se unen en un grupo de medida.Measures of the same detail level are united in one measure group. Los grupos de medida definen qué datos se cargarán en el sistema, cómo se cargarán los datos y cómo se enlazarán los datos al cubo multidimensional.Measure groups define what data will be loaded into the system, how the data is loaded, and how the data is bound to the multidimensional cube.

Cada grupo de medida también contiene una lista de particiones, que contiene los datos reales en secciones independientes y no superpuestas.Each measure group also contains a list of partitions, which hold the actual data in separate, nonoverlapping sections. Los grupos de medida también contienen diseño de agregación, que define los conjuntos de datos previamente resumidos que se calculan para que cada grupo de medida mejore el rendimiento de las consultas de usuario.Measure groups also contain aggregation design, which defines the presummarized data sets that are calculated for each measure group to improve the performance of user queries.

MedidasMeasures

Las medidas son los valores numéricos que los usuarios desean reorganizar, agregar y analizar; son uno de los motivos fundamentales por los que desearía crear cubos OPAL mediante la infraestructura de almacenamiento de datos.Measures are the numeric values that users want to slice, dice, aggregate, and analyze; they are one of the fundamental reasons why you would want to build OLAP cubes using data warehousing infrastructure. Mediante el uso de SSAS, puede crear cubos OLAP que aplicarán reglas de negocio y cálculos para aplicar formato a las medidas y mostrarlas en un formato personalizable.By using SSAS, you can build OLAP cubes that will apply business rules and calculations to format and display measures in a customizable format. Gran parte del tiempo empleado en el desarrollo de un cubo OLAP sirve para la determinación y la definición de las medidas que se mostrarán y de cómo se deben calcular.Much of your OLAP cube development time will be spent determining and defining which measures will be displayed and how they will be calculated.

Las medidas son valores que normalmente se asignan a columnas numéricas en una tabla de hechos del almacenamiento de datos, pero también se pueden crear en atributos de dimensión y de dimensión degenerada.Measures are values that usually map to numeric columns in a data warehouse fact table, but they can also be created on dimension and degenerate dimension attributes. Estas medidas son los valores más importantes de un cubo OLAP que se analizan y el interés principal de los usuarios finales que exploran el cubo OLAP.These measures are the most important values of an OLAP cube that are analyzed and the primary interest to end users who browse the OLAP cube. Un ejemplo de una medida que existe en el almacenamiento de datos es ActivityTotalTimeMeasure.An example of a measure that exists in the data warehouse is ActivityTotalTimeMeasure. ActivityTotalTimeMeasure es una medida de ActivityStatusDurationFact que representa el tiempo en que cada actividad se encuentra en un estado concreto.ActivityTotalTimeMeasure is a measure from ActivityStatusDurationFact that represents the time that each activity is in a certain status. El nivel de detalle de una medida está formado por todas las dimensiones a las que se hace referencia.The detail level of a measure is made up of all the dimensions that are referenced. Por ejemplo, el nivel de detalle del hecho de relación ComputerHostsOperatingSystem consta de las dimensiones del equipo y del sistema operativo.For example, the detail level of the ComputerHostsOperatingSystem relationship fact consists of the Computer and Operating System dimensions.

Las funciones de agregación se calculan en medidas para habilitar el análisis más profundo de los datos.Aggregation functions are calculated on measures to enable further data analysis. La función de agregación más común es Suma.The most common aggregation function is Sum. Una consulta común de cubo OLAP, por ejemplo, resume el tiempo total para todas las actividades In Progress.A common OLAP cube query, for example, sums up the total time for all activities that are In Progress. Otras funciones comunes de agregación son Mín, Máx y Cuenta.Other common aggregation functions include Min, Max, and Count.

Una vez procesados los datos sin procesar en un cubo OLAP, los usuarios pueden realizar cálculos y consultas mediante expresiones multidimensionales más complejos (MDX) para definir sus propias expresiones de medida o miembros calculados.After the raw data has been processed in an OLAP cube, users can perform more complex calculations and queries using multidimensional expressions (MDX) to define their own measure expressions or calculated members. MDX es el estándar de la industria para consultar y obtener acceso a datos almacenados en sistemas OLAP.MDX is the industry standard for querying and accessing data that is stored in OLAP systems. SQL Server no se diseñó para funcionar con el modelo de datos compatible con bases de datos multidimensionales.SQL Server was not designed to work with the data model that multidimensional databases support.

Obtención de detallesDrill-down

Cuando un usuario profundiza en los datos en un cubo OLAP para obtener detalles, está analizando los datos a otro nivel de resumen.When a user drills down into the data in an OLAP cube, the user is analyzing the data at a different level of summarization. El nivel de detalle de los datos cambia en función de la obtención de detalle aplicada por el usuario para examinar los datos a distintos niveles en la jerarquía.The level of detail of the data changes as the user drills down, examining the data at different levels in the hierarchy. A medida que el usuario aumenta el nivel de obtención de detalle, pasa de la información de resumen a los datos con un enfoque más reducido.As the user drills down, he or she moves from summary information to data with a more narrow focus. Los siguientes son ejemplos de obtención de detalles:The following are examples of drilling down:

  • Obtención de detalles de la información demográfica sobre la población de EE.UU. y, a continuación, del Estado de Washington y, a continuación, del área metropolitana de Seattle y, a continuación, de la ciudad de Redmond y, finalmente, de la población de Microsoft.Drilling down into data to look at demographic information about the population of the United States, then into the state of Washington, then into the metropolitan area of Seattle, then into the city of Redmond, and finally into the population at Microsoft.
  • Obtención de detalles en las cifras de ventas en Xbox uno las consolas para el año 2015, a continuación, el cuarto trimestre del año, a continuación, el mes de diciembre y, a continuación, la semana previa a Navidad y, por último, en Nochebuena.Drilling down into sales figures for Xbox One consoles for the 2015 calendar year, then the fourth quarter of the year, then the month of December, then the week before Christmas, and finally Christmas Eve.

Obtención de detallesDrill through

Cuando los usuarios obtención datos desean ver datos agregados de todas las transacciones individuales que han contribuido al cubo OLAP.When users drill-through data, they want to see all the individual transactions that contributed to the OLAP cube's aggregated data. En otras palabras, el usuario puede recuperar los datos con un nivel de detalle menor para un valor de medida determinado.In other words, the user can retrieve the data at a lowest level of detail for a given measure value. Por ejemplo, si tiene los datos de ventas de un mes y una categoría de producto concretos, puede perforar dichos datos para ver una lista de cada fila de la tabla contenida dentro de esa celda de datos.For example, when you are given the sales data for a particular month and product category, you can drill through that data to see a list of each table row that is contained within that cell of data.

Resulta habitual confundir los términos "explorar en profundidad" y "obtención de detalles" entre sí.It is common to confuse the terms "drill down" and "drill through" with each other. La diferencia principal entre ellas es que una exploración-funciona en una jerarquía predefinida de datos: por ejemplo, EE.UU y, a continuación, Washington, a continuación, Seattle-dentro del cubo OLAP.The main difference between them is that a drill-down operates on a predefined hierarchy of data-for example, USA, then into Washington, then into Seattle-within the OLAP cube. Una exploración-mediante vaya directamente al nivel más bajo de detalle de datos y recupera un conjunto de filas del origen de datos que se ha agregado en una sola celda.A drill-through go directly to the lowest level of detail of data and retrieves a set of rows from the data source that has been aggregated into a single cell.

Indicador clave de rendimientoKey performance indicator

Las organizaciones pueden utilizar indicadores clave de rendimiento (KPI) para evaluar el estado de su empresa y su rendimiento mediante la medición de su progreso hacia sus objetivos.Organizations can use key performance indicators (KPIs) to gauge the health of their enterprise and their performance by measuring their progress toward their goals. Los KPI son métricas empresariales que se pueden definir para supervisar el progreso hacia ciertos objetivos y metas predefinidos.KPIs are business metrics that can be defined to monitor progress toward certain predefined objectives and goals. Normalmente, un KPI tiene un valor de destino y un valor real, que representa un objetivo cuantitativo que es fundamental para el éxito de la organización.A KPI usually has a target value and an actual value, which represents a quantitative goal that is critical to the success of the organization. Los KPI se suelen mostrar en grupos en un cuadro de mandos para mostrar el estado general del negocio en una instantánea rápida.KPIs are usually displayed in groups on a scorecard to show the overall health of the business in one quick snapshot.

Un ejemplo de KPI es completar todas las solicitudes de cambio en un plazo de 48 horas.An example of a KPI is to complete all change requests within 48 hours. Un KPI se puede utilizar para medir el porcentaje de solicitudes de cambio que se resuelven en ese intervalo de tiempo.A KPI can be used to measure the percentage of change requests that are resolved within that time frame. Puede crear paneles para representar visualmente los KPI.You can create dashboards to represent KPIs visually. Por ejemplo, puede definir un valor del objetivo KPI para la finalización de todas las solicitudes de cambio dentro de 48 horas al 75 por ciento.For example, you might want to define a KPI target value for completion of all change requests within 48 hours to 75 percent.

ParticionesPartitions

Una partición es una estructura de datos que contiene algunos o todos los datos en un grupo de medida.A partition is a data structure that holds some or all of the data in a measure group. Cada grupo de medida se divide en particiones.Every measure group is divided into partitions. Una partición define un subconjunto de datos de hechos que se cargan en el grupo de medida.A partition defines a subset of the fact data that is loaded into the measure group. SSAS Standard Edition solo permite una partición por grupo de medida, mientras que SSAS Enterprise Edition permite un grupo de medida con varias particiones.SSAS Standard Edition allows only one partition per measure group, while SSAS Enterprise Edition allows a measure group to contain multiple partitions. Las particiones son una característica transparente para el usuario final, pero tienen una repercusión importante en el rendimiento y en la escalabilidad de los cubos OLAP.Partitions are a feature that is transparent to the end user, but they have a major impact on both the performance and the scalability of OLAP cubes. Todas las particiones de un grupo de medida siempre se encuentran en la misma base de datos física.All partitions for a measure group always exist in the same physical database.

Las particiones permiten a un administrador para administrar un cubo OLAP mejor y mejorar el rendimiento de los cubos OLAP.Partitions make it possible for an administrator to better manage an OLAP cube and improve an OLAP cube's performance. Por ejemplo, puede quitar o volver a procesar los datos de una partición de un grupo de medida sin que ello afecte al resto del grupo de medida.For example, you can remove or reprocess the data in one partition of a measure group without affecting the rest of the measure group. Cuando se cargan datos nuevos en una tabla de hechos, solo resultan afectadas las particiones que deben contener dichos datos.When you load new data into a fact table, only the partitions that should contain the new data are affected.

La creación de particiones mejora el procesamiento y el rendimiento de las consultas en los cubos OLAP.Partitioning also improves processing and query performance for OLAP cubes. SSAS puede procesar varias particiones en paralelo, lo que conduce a un uso mucho más eficiente de los recursos de la CPU y de la memoria en el servidor.SSAS can process multiple partitions in parallel, leading to a much more efficient use of CPU and memory resources on the server. Mientras se ejecuta una consulta, SSAS también captura, procesa y agrega datos de varias particiones.While it runs a query, SSAS fetches, processes, and aggregates data from multiple partitions as well. Solo se analizan las particiones que contienen los datos relevantes para una consulta, lo que reduce la cantidad total de entrada y salida.Only partitions that contain the data that is relevant to a query are scanned, which reduces the overall amount of input and output.

Un ejemplo de estrategia de creación de particiones es colocar los datos de hechos de cada mes en una partición mensual.One example of a partitioning strategy is to place the fact data for each month into a monthly partition. Al final de cada mes, todos los datos nuevos entran en una partición nueva, lo que conduce a una distribución natural de los datos con valores no superpuestos.At the end of each month, all the new data goes into a new partition, which leads to a natural distribution of data with nonoverlapping values.

AgregacionesAggregations

Las agregaciones de un cubo OLAP son conjuntos de datos con resúmenes previos.Aggregations in an OLAP cube are presummarized data sets. Son análogos a una instrucción SELECT de SQL con una cláusula GROUP BY.They are analogous to a SQL SELECT statement with a GROUP BY clause. SSAS puede usar estas agrupaciones cuando responde a las consultas para reducir la cantidad de cálculos necesarios, con lo que las respuestas llegan rápidamente al usuario.SSAS can use these aggregations when it answers queries to reduce the amount of necessary calculations, returning the answers quickly to the user. Compila-en las agregaciones del cubo OLAP reducen la cantidad de agregación que SSAS tiene que realizar en el momento de la consulta.Built-in aggregations in the OLAP cube reduce the amount of aggregation SSAS has to perform at query time. La creación de las agregaciones correctas puede mejorar significativamente el rendimiento de las consultas.Building the correct aggregations can drastically improve query performance. A menudo este proceso está en constante evolución durante toda la duración del cubo OLAP, ya que sus consultas y so cambian.This is often an evolving process throughout the lifetime of the OLAP cube as its queries and usage change.

Normalmente se crea un conjunto básico de agregaciones que serán útiles para la mayoría de las consultas del cubo OLAP.A base set of aggregations is usually created that will be useful for most of the queries against the OLAP cube. Las agregaciones se crean para cada partición de un cubo OLAP dentro de un grupo de medida.Aggregations are built for each partition of an OLAP cube within a measure group. Cuando se crea una agregación, se incluyen algunos atributos de las dimensiones en el conjunto de datos con resumen previo.When an aggregation is built, certain attributes of dimensions are included in the presummarized data set. Los usuarios pueden realizar consultas rápidamente basándose en estas agrupaciones cuando examinan el cubo OLAP.Users can quickly query the data based on these aggregations when they browse the OLAP cube. Las agregaciones deben diseñarse con cuidado, ya que el número de posibles agregaciones es tan grande que la creación de todas ellas necesitaría una cantidad de tiempo y un espacio de almacenamiento no adecuados.Aggregations must be designed carefully because the number of potential aggregations is so large that building all of them would take an unreasonable amount of time and storage space.

Service Manager usa las dos opciones siguientes cuando crea y diseña agregaciones en los cubos OLAP de Service Manager:Service Manager uses the following two options when it builds and designs aggregations in Service Manager OLAP cubes:

  • Ganancia de rendimientoPerformance Gain Reaches
  • Uso-optimización basada enUsage-based optimization

La opción Ganancia de rendimiento define el porcentaje de agregaciones que se ha creado.The Performance Gain Reaches option defines what percentage of aggregations is built. Por ejemplo, si establece esta opción en el valor predeterminado y valor de 30 recomendado por ciento significa que las agregaciones se generarán para dar el cubo OLAP una 30-por ciento de ganancia de rendimiento estimada.For example, setting this option to the default and recommended value of 30 percent means that aggregations will be built to give the OLAP cube a 30-percent estimated performance gain. Sin embargo, esto no significa que 30 por ciento de las posibles agregaciones se generarán.However, this does not mean that 30 percent of the possible aggregations will be built.

Uso de-en función de optimización permite que SSAS registre las solicitudes de datos para que cuando se ejecuta una consulta, la información se introduce en el proceso de diseño de agregaciones.Usage-based optimization makes it possible for SSAS to log the requests for data so that when a query is run, the information is fed into the aggregation design process. A continuación, SSAS revisa los datos y recomienda las agregaciones que se deben generar para dar la máxima ganancia de rendimiento.SSAS then reviews the data and recommends which aggregations should be built to give the best estimated performance gain.

Partición de cubos de Service ManagerService Manager cube partitioning

Cada grupo de medida de un cubo se divide en particiones, donde una partición define una parte de los datos de hechos que se carga en un grupo de medida.Each measure group in a cube is divided into partitions, where a partition defines a portion of the fact data that is loaded into a measure group. SQL Server Analysis Services (SSAS) en SQL Server Standard Edition solo permite una partición por grupo de medida, mientras que se permiten varias particiones en la edición Enterprise.SQL Server Analysis Services (SSAS) on SQL Server Standard Edition allows only one partition per measure group, while multiple partitions are allowed in the Enterprise Edition. Las particiones son completamente transparentes para el usuario final, pero tienen un impacto importante en el rendimiento y la escalabilidad.Partitions are completely transparent to the end user, but they have an important impact on performance and scalability. Por ejemplo, las particiones se pueden procesar por separado y en paralelo.For example, partitions can be processed separately and in parallel. Pueden tener distintos diseños de agregación.They can have different aggregation designs. Puede volver a procesar una partición sin afectar al resto de las particiones de un grupo de medida.You can reprocess a partition without affecting all the other partitions in a measure group. Además, SSAS solo escanea automáticamente las particiones que contienen los datos necesarios para una consulta, lo que puede mejorar considerablemente el rendimiento de las consultas.Also, SSAS automatically scans only the partitions that contain the necessary data for a query, which can vastly improve query performance.

La partición de cubos se realiza en cada ejecución del trabajo de mantenimiento del almacenamiento de datos, que se tiene lugar cada hora de forma predeterminada.Cube partitioning is performed on every data warehouse maintenance job run, which is hourly by default. El módulo del proceso específico que se ejecuta se denomina ManageCubePartitions.The specific process module that runs is named ManageCubePartitions. Siempre se ejecuta después del paso CreateMartPartitions.It always runs after the CreateMartPartitions step. Estos datos de dependencia se almacenan en la tabla infra.moduletriggercondition.This dependency data is stored in the infra.moduletriggercondition table.

La biblioteca principal de vínculos dinámicos (DLL), que controla la creación de particiones, está en la utilidad DLL del almacenamiento, Microsoft.EnterpriseManagement.Warehouse.Utility, en la clase PartitionUtil.The main dynamic link library (DLL), which handles partitioning, is in the warehouse utility DLL, Microsoft.EnterpriseManagement.Warehouse.Utility, in the PartitionUtil class. En concreto, hay un ManagePartitions( ) método en la clase que controla todo el mantenimiento de partición.Specifically, there is a ManagePartitions() method in the class that handles all partition maintenance. DLL de mantenimiento, Microsoft.EnterpriseManagement.Warehouse.Maintenance y el procesamiento analítico en línea de almacenamiento de datos del almacenamiento de datos (OLAP) DLL, Microsoft.EnterpriseManagement.Warehouse.Olap, ambas llaman a Microsoft.enterprisemanagement.warehouse.Utility que procese para administrar particiones durante la implementación del mantenimiento y el cubo.The data warehouse maintenance DLL, Microsoft.EnterpriseManagement.Warehouse.Maintenance, and the data warehouse online analytical processing (OLAP) DLL, Microsoft.EnterpriseManagement.Warehouse.Olap, both call into Microsoft.EnterpriseManagement.Warehouse.Utility to handle partitions during maintenance and cube deployment. Por esta razón, para evitar la duplicación de la lógica o del código, el procesamiento real de la partición se realiza en la utilidad DLL del almacenamiento común.This is why actual partition handling is in the common warehouse utility DLL to avoid duplicating logic or code.

El mantenimiento de las particiones de un cubo realiza las siguientes tareas:Cube Partitioning Maintenance performs the following tasks:

  • Crear particionesCreate partitions
  • Eliminar particionesDelete partitions
  • Actualizar límites de la particiónUpdate partition boundaries

Para ello, las de consulta estructurado lenguaje (SQL) etl de la tabla. TablePartition se lee para determinar todas las particiones de hechos que se han creado para un grupo de medida.To do this, the Structured Query Language (SQL) table etl.TablePartition is read to determine all the fact partitions that have been created for a measure group. Se emprenden las siguientes acciones:The following actions occur:

  1. Iniciar el procesamiento del cubo para cada grupo de medida del cuboStart cube processing for each measure group in the cube
  2. Obtener todas las particiones de la tabla etl.TablePartition para el grupo de medidaGet all partitions from the etl.TablePartition table for the measure group
  3. Eliminar todas las particiones que existen en el grupo de medida, pero que faltan en la tabla etl.TablePartitionDelete any partitions that exist in the measure group but that are missing from the etl.TablePartition table
  4. Agregar las particiones nuevas que se han creado y que sólo existen en la tabla etl.TablePartitionAdd any new partitions that have been created and that exist only in the etl.TablePartition table
  5. Actualizar cualquier partición que pueda haber cambiado haciendo coincidir cada partición con RangeStartDate y RangeEndDate en la tabla etl.TablePartitionUpdate any partition that might have changed by matching each partition to the RangeStartDate and RangeEndDate in the etl.TablePartition table

    Recuerde lo siguiente sobre el procesamiento de cubos:Remember the following about cube processing:

  • Solo los grupos de medida que tienen como destino hechos contienen varias particiones en SQL Server Standard Edition.Only measure groups that are targeted at facts contain multiple partitions in SQL Server Standard Edition. De forma predeterminada, todos los grupos de medida y dimensiones contienen sólo una partición.By default, all measure groups and dimensions contain only one partition. Por lo tanto, la partición no tiene ninguna condición de límite.Therefore, the partition does not have any boundary conditions.
  • Los límites de la partición se definen mediante un enlace de consulta que se basa en los datekeys que coinciden con los datekeys de la partición de hecho correspondiente en la tabla etl.TablePartition.The partition boundaries are defined by a query binding that is based on datekeys that match up to the datekeys for the corresponding fact partition in the etl.TablePartition table.

Implementación del cubo OLAP Service ManagerService Manager OLAP cube deployment

Procesamiento analítico en línea (OLAP) implementación del cubo utiliza la infraestructura de implementación de Service Manager para crear cubos OLAP en el código SQL Server Analysis Services (SSAS) base de datos.Online analytical processing (OLAP) cube deployment uses the Service Manager deployment infrastructure to create OLAP cubes in the SQL Server Analysis Services (SSAS) database.

En resumen, un elemento que se puede implementar devuelve un implementador con una colección de recursos que se serializan y que se utilizan para crear el cubo OLAP en la base de datos de SSAS.To summarize, a deployable element returns a deployer with a collection of resources that are serialized and that are used to create the OLAP cube in the SSAS database. Para los cubos OLAP, el nombre del objeto que se puede implementar es CubeDeployable, para el elemento SystemCenterCube, y CubeExtensionDeployable, para el elemento CubeExtension.For OLAP cubes, the name of the deployable object is CubeDeployable for the SystemCenterCube element and CubeExtensionDeployable for the CubeExtension element. El implementador de ambos elementos es CubeDeployer.The deployer for both elements is CubeDeployer.

La tabla dbo.Selector, en la base de datos DWStagingAndConfig, contiene una entrada para los elementos SystemCenterCube y CubeExtension del módulo de administración.The dbo.Selector table in the DWStagingAndConfig database contains an entry for both the SystemCenterCube and CubeExtension management pack elements. El motor de implementación utiliza este metadato si es necesario realizar un procesamiento adicional para un elemento del módulo de administración al importar dicho módulo al almacenamiento de datos mediante el trabajo MPSync.The deployment engine uses this metadata if additional deployment processing is necessary for a management pack element when the management pack is imported into the data warehouse using the MPSync job.

Las implementaciones utilizan Analysis Management Objects (AMO) interfaz de programación de aplicaciones (API) para crear y modificar todos los componentes del cubo en la base de datos SSAS.Deployments use the Analysis Management Objects (AMO) application programming interface (API) to create and modify all the cube components in the SSAS database. En concreto, se utiliza AMO en modo desconectado, ya que el elemento CubeDeployable no tiene una conexión a la base de datos de SSAS.Specifically, AMO in disconnected mode is used because the CubeDeployable element will not have a connection to the SSAS database. Al trabajar con AMO en un modo sin conexión, es posible crear un árbol completo de objetos AMO sin tener que conectarse al servidor.Working with AMO in disconnected mode makes it possible for you to create the entire tree of AMO objects without establishing a connection to the server. Service Manager, a continuación, se serializa la jerarquía de objetos como recursos de secuencia y los asocia al objeto del implementador que se ha pasado a la infraestructura de implementación.Service Manager then serializes the hierarchy of objects as stream resources and attaches them to the deployer object that is passed back to the deployment infrastructure. A continuación, el objeto del implementador se deserializa, establece una conexión con la base de datos de SSAD y crea los objetos mediante el envío de las solicitudes correspondientes al servidor.The deployer object is then deserialized, establishes a connection to the SSAD database, and creates the objects by sending the appropriate requests to the server.

Sólo los objetos principales se pueden serializar.Only major objects can be serialized. En AMO, los principales objetos se consideran clases que representan un objeto completo como una entidad completa y no como parte de otro objeto.In AMO, major objects are considered classes that represent a complete object as a complete entity and not as part of another object. Por ejemplo, los objetos principales incluyen servidor, cubo y dimensión, que son todos los-entidades por sí sola.For example, major objects include Server, Cube, and Dimension, which are all stand-alone entities. Sin embargo, DimensionAttribute no es un objeto principal, porque sólo se puede crear como parte de un objeto principal primario de Dimensión.The DimensionAttribute, however, is not a major object because it can only be created as part of a parent major object of Dimension. Por lo tanto, DimensionAttribute es un objeto secundario.DimensionAttribute, therefore, is a minor object. El diseño del cubo OLAP se centra en la creación de todos los objetos principales que son necesarios para los cubos, junto con los objetos dependientes de menor importancia.The OLAP cube design focuses on creating all the major objects that are needed for cubes, along with any dependent minor objects. Estos objetos principales son los objetos que se van a serializar- y, finalmente, deserializar antes los objetos se crean en la base de datos SSAS.These major objects are the objects that will be serialized-and, eventually, deserialized-before the objects are created in the SSAS database.

Los recursos que ajustan los objetos principales se deben crear en un orden específico para que la implementación se realice correctamente y satisfaga los requisitos de dependencia de los elementos del cubo OLAP.Resources that wrap major objects must be created in a specific order for deployment to complete successfully and satisfy the dependency requirements of the OLAP cube elements. Las dos listas siguientes ilustran la secuencia de implementación de los elementos SystemCenterCube y CubeExtension, respectivamente:The following two lists illustrate the deployment sequence for the SystemCenterCube and CubeExtension elements, respectively:

  1. Elementos DataSourceViewDataSourceView elements
  2. elementos de dimensióndimension elements
  3. elemento de dimensión de fechadate dimension element
  4. elemento de cubocube element
  5. Elementos DataSourceViewDataSourceView elements
  6. elemento de cubocube element

Procesamiento del cubo OLAP de Service ManagerService Manager OLAP cube processing

Cuando un procesamiento analítico en línea (OLAP) se ha implementado el cubo y todas sus particiones se han creado, está listo para ser procesado de modo que sea visible.When an online analytical processing (OLAP) cube has been deployed and all its partitions have been created, it is ready to be processed so that it is viewable. Al procesar un cubo es el último paso después de extracción, transformación y carga (ETL) se ejecuta.Processing a cube is the final step after extract, transform, and load (ETL) runs. Estos pasos se producen de la forma siguiente:These steps occur as follows:

  1. Extraer: Extraer datos del sistema de origenExtract: Extract data from the source system
  2. Transformación: Aplicar funciones para ajustar los datos a un esquema dimensional estándarTransform: Apply functions to conform data to a standard dimensional schema
  3. Carga: Cargar los datos en el data mart para el consumoLoad: Load the data into the data mart for consumption
  4. Proceso: Cargar los datos del data mart en el cubo OLAP para la exploraciónProcess: Load the data from the data mart into the OLAP cube for browsing

El procesamiento de un cubo OLAP se produce una vez que se han calculado todas sus agregaciones y se ha cargado con estos datos y agregaciones.Processing of an OLAP cube occurs when all the aggregations for the cube are calculated and the cube is loaded with these aggregations and data. Se leen las tablas de hechos y dimensiones, y los datos se calculan y se cargan en el cubo.Dimension and fact tables are read, and the data is calculated and loaded into the cube. A la hora de diseñar un cubo OLAP, es necesario reflexionar detenidamente sobre su procesamiento, debido al efecto potencialmente significativo de dicho procesamiento en un entorno de producción donde podrían existir millones de registros.When you design an OLAP cube, processing must be carefully considered because of the potentially significant effect that processing might have in a production environment where millions of records may exist. Un proceso completo de todas las particiones en tal entorno podría tardar días o incluso semanas, lo que podrían inutilizar la infraestructura de Service Manager y los cubos a los usuarios finales.A full process of all partitions in such an environment might take anywhere from days to even weeks, which might render the Service Manager infrastructure and cubes unusable to end users. Una recomendación es deshabilitar el programa de procesamiento de algunos cubos que no se utilizan para reducir la sobrecarga en el sistema.One recommendation is to disable the processing schedule of any cubes that are not being used to reduce the overhead on the system.

El procesamiento de los cubos OLAP consta de dos tareas independientes:OLAP cube processing consists of two separate tasks:

  1. Procesamiento de dimensionesDimension processing
  2. Procesamiento de particionesPartition processing

Cada cubo OLAP tiene un trabajo de procesamiento correspondiente en la consola de Service Manager y se ejecuta en un usuario-programa configurable.Each OLAP cube has a corresponding processing job in the Service Manager console, and it runs on a user-configurable schedule. En las siguientes secciones se describe cada tipo de tarea de procesamiento.Each type of processing task is described in the following sections.

Procesamiento de dimensionesDimension processing

Cada vez que se agrega una nueva dimensión a SQL Server Analysis Services (SSAS) base de datos, se debe ejecutar un proceso completo en la dimensión para que tenga un estado totalmente procesado.Whenever a new dimension is added to the SQL Server Analysis Server (SSAS) database, a full process must be run on the dimension to bring it to a fully processed state. Sin embargo, una vez procesada la dimensión, no existe ninguna garantía de que se procesará de nuevo cuando se procese otro cubo que tenga como destino la misma dimensión.After a dimension has been processed, however, there is no guarantee that it will be processed again when another cube that targets the same dimension is processed. Al no reprocesar automáticamente la dimensión impide que Service Manager reprocesar cada dimensión de cada cubo.By not automatically reprocessing the dimension prevents Service Manager from reprocessing every dimension for every cube. Esto es especialmente cierto si la dimensión se ha procesado recientemente, ya que es poco probable que existan datos nuevos que todavía no se han procesado.This is especially true if the dimension has been recently processed, because it is unlikely that new data exists that has not yet been processed. Para optimizar la eficacia del procesamiento, hay una clase singleton, que se define en el módulo de administración de Microsoft.SystemCenter.Datawarehouse.OLAP.Base, denominada Microsoft.SystemCenter.Warehouse.Dimension.ProcessingInterval.To optimize processing efficiency, there is a singleton class, which is defined in the Microsoft.SystemCenter.Datawarehouse.OLAP.Base management pack, that is named Microsoft.SystemCenter.Warehouse.Dimension.ProcessingInterval. El siguiente es un ejemplo de esta clase:The following is an example of this class:

<!-- This singleton class defines the minimum interval of time in minutes that must elapse before a shared dimension is reprocessed. -->   
<ClassType ID="Microsoft.SystemCenter.Warehouse.Dimension.ProcessingInterval" Accessibility="Public" Abstract="false" Base="AdminItem!System.AdminItem" Singleton="true">  
<Property ID="IntervalInMinutes" Type="int" Required="true" DefaultValue="60"/>  
</ClassType>  

Esta clase singleton contiene una propiedad, IntervalInMinutes, que describe la frecuencia de procesamiento de una dimensión.This singleton class contains a property, IntervalInMinutes, which describes how often to process a dimension. De forma predeterminada, esta propiedad se establece en 60 minutos.By default this property is set to 60 minutes. Por ejemplo, si una dimensión se procesa a las 3:05 P.M.For example, if a dimension was processed at 3:05 P.M. y se procese otro cubo que tiene como destino la misma dimensión a las 3:45 P.M., no se volverán a procesar la dimensión.and another cube that targets the same dimension is processed at 3:45 P.M., the dimension will not be reprocessed. Un inconveniente de este enfoque es el aumento de las posibilidades de errores de clave de dimensión.One drawback to this approach is the increased likelihood of dimension key errors. Un mecanismo de reintento controla los errores clave de la dimensión para poder reprocesar tanto la dimensión como la partición del cubo.A retry mechanism handles dimension key errors to reprocess the dimension and then the cube partition. Para obtener más información acerca de los errores de procesamiento, vea la sección "Common problemas con la depuración y solución de problemas".For more information about processing failures, see the "Common Problems with Debugging and Troubleshooting" section.

Una vez que la dimensión se ha procesado completamente, se ejecuta un procesamiento incremental con ProcessUpdate .After a dimension has been fully processed, incremental processing with ProcessUpdate is executed. La otra ocasión en que se ejecuta ProcessFull es cuando se producen cambios en el esquema de una dimensión, ya que la devuelven a un estado sin procesar.The only other time that ProcessFull is executed is when a dimension schema changes, because it results in the dimension returning to an unprocessed state. Recuerde que si se realiza ProcessFull en una dimensión, posteriormente, todos los cubos afectados y sus particiones existirán en un estado sin procesar y será necesario procesarlos completamente en su siguiente ejecución programada.Remember that if ProcessFull is performed on a dimension, all affected cubes and their partitions will subsequently exist in an unprocessed state and they will have to be fully processed on their next scheduled run.

Procesamiento de particionesPartition processing

Reflexione detenidamente sobre el procesamiento, ya que volver a procesar una partición grande resulta muy lento y consume muchos recursos de CPU en el servidor que hospeda SSAS.Partition processing must be carefully considered because reprocessing a large partition is very slow and it consumes many CPU resources on the server that hosts SSAS. Generalmente, el procesamiento de particiones tarda más que el procesamiento de dimensiones.Partition processing generally takes longer than dimension processing. A diferencia del procesamiento de dimensiones, el procesamiento de particiones no tiene efectos secundarios en otros objetos.Unlike dimension processing, processing a partition has no side effects on other objects. Los dos únicos tipos de procesamiento que se realizan en System Center 2016 - cubos OLAP de Service Manager son ProcessFull y ProcessAdd.The only two types of processing that are performed on System Center 2016 - Service Manager OLAP cubes are ProcessFull and ProcessAdd.

De forma similar a las dimensiones, la creación de nuevas particiones en un cubo OLAP requiere una tarea ProcessFull para que la partición esté en un estado en que se pueda consultar.Similar to dimensions, creating new partitions in an OLAP cube requires a ProcessFull task for the partition to be in a state where it can be queried. Dado que una tarea ProcessFull es una operación costosa, solo se debe realizar cuando sea necesario; por ejemplo, al crear una partición o al actualizar una fila.Because a ProcessFull task is an expensive operation, you should perform a ProcessFull task only when necessary; for example, when you create a partition or when a row has been updated. En escenarios en los que se han agregado filas y se ha actualizado ninguna fila, Service Manager puede realizar una tarea ProcessAdd.In scenarios in which rows have been added and no rows have been updated, Service Manager can perform a ProcessAdd task. Para ello, Service Manager utiliza marcas de agua y otros metadatos.To do this, Service Manager uses watermarks and other metadata. En concreto, se consultan las tablas etl.cubepartition y etl.tablepartition para determinar el tipo de procesamiento que se va a llevar a cabo.Specifically, the etl.cubepartition table and the etl.tablepartition table are queried to determine what type of processing to perform.

El siguiente diagrama ilustra cómo Service Manager determina qué tipo de procesamiento que desea realizar en función de los datos de marca de agua.The following diagram illustrates how Service Manager determines what type of processing to perform based on the watermark data.

Diagrama de procesamiento del cubo

Cuando se realiza una tarea ProcessAdd, Service Manager limita el ámbito de la consulta mediante marcas de agua.When a ProcessAdd task is performed, Service Manager limits the scope of the query using watermarks. Por ejemplo, si el valor de InsertedBatchId es 100 y el valor de WatermarkBatchId es 50, la consulta carga únicamente los datos del data mart en el que el valor de InsertedBatchId sea superior a 50 e inferior a 100.For example, if the InsertedBatchId value is 100 and the WatermarkBatchId value is 50, the query loads data only from the data mart where the InsertedBatchId is greater than 50 and less than 100.

Por último, es importante tener en cuenta que Service Manager no admite el procesamiento manual de cubos OLAP mediante SSAS o Business Intelligence Development Studio.Finally, it is important to note that Service Manager does not support manual processing of OLAP cubes using SSAS or Business Intelligence Development Studio. Procesamiento de cubos fuera de los métodos que se proporcionan en System Center 2016 - Service Manager, incluida la consola de Service Manager y cmdlets de Service Manager, no se actualizarán las tablas de marca de agua.Processing cubes outside of the methods that are provided in System Center 2016 - Service Manager, including the Service Manager console and Service Manager cmdlets, will not update the watermark tables. Por lo tanto, se podrían producir problemas de integridad de datos.Therefore, it is possible that data integrity problems might occur. En caso de reprocesamiento manual de un cubo de forma accidental, una solución posible es cancelar manualmente el proceso del cubo OLAP de la misma manera.If you have accidentally reprocessed the cube manually, one possible workaround is to unprocess the OLAP cube manually in the same manner. A continuación, la próxima vez que el Administrador de servicio procesa el cubo, realizará automáticamente una tarea ProcessFull porque las particiones estarán en un estado sin procesar.Then, the next time Service Manager processes the cube, it will automatically perform a ProcessFull task because partitions will be in an unprocessed state. De esta forma, las marcas de agua y los metadatos se actualizarán correctamente y así se solucionará cualquier posible problema de integridad de datos.This will update all watermarks and metadata correctly so that any possible data integrity problems will be fixed.

Mantener cubos OLAP de Service ManagerMaintain Service Manager OLAP cubes

En las siguientes secciones se describen los procedimientos recomendados de mantenimiento para el procesamiento analítico en línea (OLAP) cubos.The information in the following sections describes maintenance best practices for online analytical processing (OLAP) cubes.

Reprocesamiento periódico de las dimensiones de Analysis ServicesPeriodically reprocess Analysis Services dimensions

SQL Server Analysis Services (SSAS) según los procedimientos recomendados que dimensiones SSAS se deben procesar completamente periódicamente.SQL Server Analysis Services (SSAS) best practices recommend that SSAS dimensions should be fully processed periodically. Al procesar por completo las dimensiones se vuelven a generar índices y se optimiza el almacenamiento de datos multidimensionales, lo que mejora el rendimiento de las consultas y del cubo, que puede reducirse con el trascurso del tiempo.Fully processing the dimensions rebuilds indices and optimizes the data storage of multidimensional data, which improves query and cube performance that can degrade over time. El proceso es similar a la desfragmentación periódica de un disco duro en un equipo.This is similar to periodically defragmenting a hard disk on a computer.

Sin embargo, un inconveniente de procesar por completo una dimensión SSAS es que todos los cubos OLAP afectados pasan a un estado sin procesar y también se deben procesar por completo para devolverlos al estado en el que se pueden consultar.However, a drawback to fully processing an SSAS dimension is that all affected OLAP cubes become unprocessed, and they must also be fully processed to return them to the state in which you can query them. Service Manager no procesar completo de manera explícita en las dimensiones SSAS.Service Manager does not explicitly fully process on SSAS dimensions. Por lo tanto, debe decidir cuándo realizar esta tarea de mantenimiento.Therefore, you must decide when to perform this maintenance task.

Consideraciones de memoriaMemory considerations

Si ejecuta todas las extracción, transformación y carga (ETL) las operaciones y las funciones del cubo OLAP en un servidor, tenga en cuenta las necesidades de memoria del sistema operativo, almacenamiento de datos y SSAS para asegurarse de que el servidor puede realizar todos los datos-operaciones intensivas que pueden ejecutarse simultáneamente.If you run all data warehouse extraction, transformation, and load (ETL) operations and OLAP cube functions on one server, carefully consider the memory needs of the operating system, data warehouse, and SSAS to ensure that the server can handle all the data-intensive operations that can run concurrently. Esto es especialmente importante porque el procesamiento de cubos OLAP es una memoria-de manera intensiva.This is especially important because processing OLAP cubes is a memory-intensive operation.

Pasos siguientesNext steps