Actualités

[08/09/2017] Breaking news ! Smile décroche le label Happy Trainees 2018

Après le label HappyAtWork, Smile s’offre celui décerné par ses stagiaires et alternants !

[21/07/2017] Smile lance les premiers vélos solaires connectés à l’occasion du Sun Trip Tour 2017

Smile, leader des solutions IoT et open source, confirme sa solide expertise sur le marché de l’embarqué en participant activement à la course de vélos solaires du Sun Trip Tour.

[03/07/2017] Smile remporte le Drupagora d'Or 2017 du meilleur site e-commerce

Le vendredi 30 juin, la 3ème édition des Drupagora d'Or s'est déroulée à Paris.

Toutes les actualités picto
       

Vous avez besoin de mettre à jour votre Lecteur Flash Flash 7

Guillemet ouvrant l'actualité des solutions
et des technologies open source Guillemet fermant
picto

Pentaho 4.8 - L'analyse instantanée et interactive des données mobiles et Big Data

La version de Pentaho Business Analytics 4.8 sortie le 06 novembre apporte son lot d’évolutions et de corrections. Cet article vise à vous donner un aperçu des nouveautés.

Pour ce qui concerne les corrections, vous trouverez ici les listes complètes pour le serveur et Mondrian :

J’attirerai simplement votre attention sur l’ajout des traductions en français des modules IR, Analyzer et Dashboard Designer (http://jira.pentaho.com/browse/BISERVER-7682)

Tout le monde apprécie de travailler dans sa langue maternelle (et peut être plus en France qu’ailleurs).

Les deux nouvelles fonctionnalités mise en avant par Pentaho sont la version mobile et l’Instaview.

La version mobile

Il s’agit d’une version en mode connecté accessible depuis un navigateur mobile et non d’une application. Cette version est conçue en HTML 5 mais supportée aujourd’hui uniquement sur iPad. La version Android devrait sortir rapidement : HTML 5 étant un standard (que nous apprécions d’ailleurs à la cellule mobile de Smile) les adaptations ne devraient pas être trop importantes.

Pentaho 4.8 mobile1

Pentaho 4.8 mobile2

En deux mots, il s’agit d’interfaces optimisées pour des terminaux mobiles pour les rapports statiques (issus de PRD) et pour les modules Ad Hoc (Interactive Report), Analyses OLAP (Analyser) et tableau de bord (Dashboard Designer) en mode création et visualisation.

Instaview

Je présenterai l’Instaview comme une évolution majeure du module Agile BI sortie il y a maintenant quelques temps et permettant de raccourcir les temps d’implémentation d’un projet de BI.

En quelques mots, il s’agit de donner aux utilisateurs métiers ou aux experts décisionnels un outil pour couvrir rapidement l’intégralité de la chaine de traitement BI et donc pour visualiser un résultat sans longue phase de spécifications, modélisation, alimentation, construction des méta-modèles et autres cubes. Instaview est donc d’un client riche basé sur PDI.

Pentaho 4.8 instaview1

Pentaho 4.8 instaview2

Je vois deux grandes avancées par rapport au module Agile :

  1. une interface plus accessible et donc non réservée aux consultants décisionnelles ou développeurs PDI.
  2. L’ajout de briques permettant la gestion de volumes importants de données en entrée (la plupart des standard de base dites « Big Data » actuelle du marché) et en sortie grâce à l’utilisation de MonetDB (base de stockage en colonnes).

Pour le premier point, l’interface est une nouvelle perspective de PDI regroupant l’intégration, un modeleur et un visualisateur (analyser du serveur). Cette perspective est une sorte wizard accompagnant l’utilisateur pour la génération de son cube.

Dans le cas le plus simple, on définit la source de données à analyser (type de source, informations de connexion, requête ou séparateur dans le cas de fichier, etc.) et l’outil génère le modèle et insère les données dans la base MonetDB pour analyse.

Dans les cas plus compliqués, on se sert du résultat et on adapte :

  1. Le job : on supprime des entrés, on ajoute des composants… Bref, on peut aller très loin si on est à l’aise avec PDI
  2. Le modèle : on ajoute des mesures et dimensions, on change les fonctions d’agrégation et l’affichage.

Je n’ai pas testé le second point. J’ai simplement utilisé une source type CVS avec une centaine de milliers de lignes. Le résultat est immédiat et prêt à être utiliser (j’ai tout de même changé certains indicateur en dimension dans le modeleur : identifiants, jour, mois et année – les valeurs numériques)

Attention tout de même, la préparation des données va rester primordiale et il existera toujours des phases de développement ETL qui devront être prise en charge par des développeurs PDI. Ce n’est pas non plus de la magie !

Laury Magne
picto

Commentaires

Soyez la premiere personne à ajouter un commentaire sur cet article.
Ecrire un nouveau commentaire