内容发布更新时间 : 2024/5/18 11:00:52星期一 下面是文章的全部内容请认真阅读。
一、 Pentaho 整体架构 cc
二、 Client tools 1. Report Designer
报表创建工具。如果想创建复杂数据驱动的报表，这是合适工具。 2. Design Studio
这是基于eclipse的工具，你可以使用它来创建手工编辑的报表或分析视图xaction 文件，一般用来对在report designer中无法增加修改的报表进行修改。 3. Aggregation Designer
帮助改善Mondrian cube 性能的图形化工具。 4. Metadata Editor
用来添加定制的元数据层到已经存在的数据源。一般不需要，但是它对应业务用户在创建报表时解析数据库比较容易。
5. Pentaho Data Integration 这是kettle etl工具。
6. Schema Workbench
帮助你创建rolap的图形化工具。这是为分析准备数据的必须步骤。
三、 Pentaho BI suit community editon安装 硬件要求：
RAM： At least 2GB
Hard drive space： At least 1GB
Processor： Dual-core AMD64 or EM64T 软件要求：
需要JRE 1.5版本，1.4版本已经不再支持。
修改默认的端口8080，打开\\biserver-ce\\tomcat\\conf目录下的server.xml文件，修改
四、 配置数据库连接
如果要是pentaho bi server能连接到关系数据库，需要将相应数据库driver的jar包拷贝到server/biserver-ce/tomcat/common/lib目录。
为了能在administration console中创建数据库连接并测试，需要将相应的数据库driver的jar包拷贝到server/administration console/jdbc目录。下面是具体关系数据库连接设置说明。
1、连接oracle数据库。
需要将oracle的driver类class12.jar包拷贝到/Pentaho/server/enterprise-console-server/jdbc/或/biserver-ee/server/enterprise-console-server/jdbc/ /Pentaho/server/bi-server/tomcat/common/lib/或/biserver-ee/server/bi-server/tomcat/common/lib/目录。
执行\\Pentaho\\Server\\administration-console目录下的start-pac.bat启动admin console或 bi server。
在Adminstrator console中配置数据库连接：
在iE中输入http://localhost:8099/后进入管理界面，点左边的administrator，在右边窗口中点database connection进入下面的界面。
在name中输入要创建的数据库连接的名称，在driver class中选择要使用的driver类，user name中输入访问数据库的用户、password中输入相应的密码，在url中输入访问数据库的连接信息：jdbc:oracle:thin:@xzq:1521:oradata。在@之前的是固定信息，@之后分别是服务器名称或IP：端口号：数据库服务名。 2、连接MS Sql server数据库
在iE中输入http://localhost:8099/后进入管理界面，点左边的administrator，在右边窗口中点database connection进入下面的界面。
在name中输入要创建的数据库连接的名称，在driver class中选择要使用的driver类，user name中输入访问数据库的用户、password中输入相应的密码，在url中输入访问数据库的连接信息：jdbc:Microsoft:sqlserver://localhost:41433;DatabaseName=GOSLDW。//前的字符是固定的，//后是数据库服务器名或ip地址：端口号;DatabaseName=数据库名。 五、 Report Designer创建报表 5.1. 创建步骤
第一步：定义数据源，创建dataset 第二步：定义report layout，report layout有一组band构成，包括reportheader、report footer、group header、group footer以及detail构成。 第三步：部署报表到BI server. 5.2. 创建report title
在左边的工具栏上拖一个label报表元素到reportheader band中，双击label报表元素输入你想要的report title，如图5-2。你可以在右边的属性窗口中对该title进行属性定义，包括字体大小、颜色、样式等。 图5-2 创建report title
5.3. 创建column header
在report title下加几个label报表元素，构成你需要的columnheader，如图5.3所示。 图5-3 创建column header 5.4. 创建report detail
报表的Detail本身将产生报表的明细记录，这些记录有dataset提供，因此需要将dataset中的字段拖入report detail band即可，如图5-4。 图5-4 产生reportdetail
5.5. 创建report summary
在 report footer band加上汇总元素的描述标签和相应的汇总计算字段，如图 5-5所示。 这里的关键是需要生产汇总计算字段，图中生成了两个library count 和total library size，要产生这两个汇总字段，需要在右边data页的function中增加function字段，分别利用了count(running)和summary(running)函数
5.6. 画布大小设置
点击菜单file->pagesetup，出现图5.6所示的界面，在该界面中可以设置画布的大小 图5.6
5.7. 创建图表
所有图表都有一个showlabel属性，默认是hidelabel，在这种情况下，图表上不会显示相应的值，图表上能显示的值一般有三种情况，分别是0、1、2（对pie chart有3），分别表示系列的描述、category描述、项值，如果需要组合显示，可以采用{0},{2}这样的格式来表示。 5.7.1. Bar chart
Bar chart对比较不同类别数据的大小是有用的。
在左边的工具按钮中拖入chart图标到report header，如图5.7.1 图5.7.1
双击该图出现图5.7.2所示的属性窗口 图5.7.2 bar chart属性设置
在左边窗口中设置相关的显示属性，在右边窗口中指定显示的数据字段。这样就完成了图形报表的创建。 技巧：
Pentaho中的数据集是同报表绑定的，如果想在同一报表中显示多张chart报表，需要利用sub report，在不同的sub report中分别创建报表完成。 5.7.2. 区域图（Area chart）
区域图用于比较两个或多个数据集间的差异是有用的。 5.7.3. 线性图（line chart）
线性图对分析发展趋势是有用的。
注意，堆积和堆积百分比（stackand stack percent）不能用于linechart。 5.7.4. 饼图（pie chart）
饼图一般用来分析不同category占总值的占比分析。 饼图有一个labelformat属性，该属性值有以下几种： {0}：series name, {1}:：series raw value {2}： percentage value {3}： total raw value
5.7.5. 环形图(ring chart)
环形图类似于饼图，除了它呈现为环形，而饼图是实体填充外，没有什么差异。 5.7.6. 多饼图（muti pie chart）
根据category呈现一组饼图，每一个category对应一个饼图。 5.7.7. 瀑布图（warterfall chart）
瀑布图呈现了唯一一个跨category的stacked bar chart。这种图形对于一个category同另一个category进行比较时是有用的。通常最后一个category等于所有别的category的总和。 5.7.8. 条形和线形组合图（bar line chart）
在比较category值的同时查看趋势。这是一个需要两个category 数据集的图形，第一个产生bar chart，第二个产生line chart。 5.7.9. 冒泡图（bubble chart）
冒泡图允许你查看三维数据，前两维是传统的X/Y维，也就是域和范围（domainand range）。第三维代表单个气泡的大小。
六、 将pentaho的资料库迁移到oracle数据库
默认情况下是使用HSQLDB数据库作为pentaho的资料库。 迁移步骤：
1、 将oracle JDBC驱动class12.jar拷贝到..\\tomcat\\webapps\\pentaho\\WEB-INF\\lib或..\\tomcat\\common\\lib目录，供pentaho BI服务器访问oracle 数据库使用。另外也需要将oracle JDBC驱动拷贝到administration-console\\jdbc目录，否则用户不能正常使用pentaho管理控制台。
2、 初始化Oracle 10g数据库。依次执行下面的sql包，在执行sql包前先创建两个用户，quartz/password，用于存储quartz相关信息，另一个用户hibuser/password用户存储pentaho bi服务本身资料库。Sql包说明：
l Create_repository_Ora.sql，用于创建pentaho_tablespace表空间、新增hibuser/password用户，以及datasource 表。
l Create_sample_datasource_Ora.sql,往datasource表中增加外部业务资料库连接信息。 l Create_quartz_ora.sql，创建pentaho_user/password用户，quartz数据库、quartz表等。 3、 修改contex.xml中配置数据库连接的信息。这个文件位于\\biserver-ce\\tomcat\\webapps\\pentaho\\META-INF位置。修改该文件中的数据库连接相关信息。 4、 打开biserver-ce\\pentaho-solutions\\system\\hibernate中的hibernate-settings.xml配置文件，并启用oracle10g.hibernate.cfg.xml配置文件，配置示例如下。
5、 调整oracle10g.hibernate.cfg.xml文件，主要是连接数据库的相关信息。
6、 修改applicationContext-spring-security-hibernate.properties配置文件，它位于biserver-ce\\pentaho-solutions\\system。下面是配置示例。 Jdbc.driver=oracle.jdbc.driver.OracleDriver Jdbc.url=jdbc:oracle:thin@localhost:1521:ORCL Jdbc.username=hibuser Jdbc.password=password
Hibernate.dialect=org.hibernate.dialect.Oracle10Dialect
7、 修改quartz.properties，位于biserver-ce\\pentaho-solutions\\system\\quartz目录。当使用oracle存储quartz的各种信息时，需要启动如下实现类，即默认的org.quartz.impl.jdbcjobstore.StdJDBCDelegate被替换成OracleDelegate。
Org.quartz.impl.jobstore.driverDelegateClass=org.quartz.impl.jdbcstore.oracle.OracleDelegate 8、 可选地，用户需要修改start_hypersonic.bat中的相关信息。
七、 设置publication口令
Pentaho设置工具用来定义BI 内容，如report 、olap cube和metadata。在这些工具中创建的内容文件要部署到BI server上，可以通过手工拷贝这些内容文件到pentaho相应的solution文件夹下来完成部署，但典型的方式还是通过publication来完成部署。
为了能完成publication，需要设置相应的口令，默认情况下是没有设置口令的。为了设置这个口令，需要在pentaho-solution/system目录下的publisher_config.xml文件中添加
这个例子中将 password设置为”password”。 八、 Pentaho Data integration
Pentaho DI包含的主要工具和实用程序：
Spoon – 图形化的DI IDE，用于创建Transformation和job Kitchen – 运行job的命令行工具
Pan –运行transformation的命令行工具
Carte –在远程主机上运行transformation和job的轻量级服务器。默认的登录用户是cluster/cluster.可以使用Encr –carte
Encr—这个用来加密口令，用法为Encr –kettle
Dataintegration engine负责解释和执行数据集成job和transformation。Data integration engine在物理上是以java库的形式存在，前端可以通过调用公共的api来执行job和transformation。 Data integration engine也包括pentaho BI server，将job和transformation作为 action sequence的一部分来执行。
Repository。Job 和transformation可以存储在数据库知识库中，前端工具可以通过连接知识库来装载job和tranformation定义。 8.1 自动连接知识库
在user的home目录下的.kettle目录中打开kettle.properties文件，然后添加： KETTLE_REPOSITORY = KETTLE_MD –repositoryname KETTLE_USER = admin -- credential user name KETTLE_PASSWORD = admin --user password
这样每次启动spoon时，可以自动登录默认的repository。 8.2使用集群
要使用集群，首先要定义相关的子服务器(slave server)，然后定义cluster schema，最后将定义好的cluster schema分配给相应的Transformation step。 8.3创建数据库连接
在spoon IDE中在Transformation 树结构中右键单击“数据库连接”->新建连接或新建数据库连接向导或按快捷键F3进入“创建数据连接”窗口。 目前支持几乎所有的数据库连接。 数据库连接选项：
1) Connection name：定义转换或者任务访问的连接的唯一名称，可以自行设置； 2) Connection type：连接的数据类型；
3) Method of access：可以是Native(JDBC)，ODBC，或者OCI，一般选择JDBC； 4) Server host name：指定数据库部署的主机或者服务器的名称，也可以指定 IP 地 址；
5）Database name：指定连接的数据库的名称，如果是 ODBC 方式就指定 DSN 名称； 6）Port number：设定数据库监听的 TCP/IP 端口号
7）Username/password：指定连接数据库的用户名和密码； 数据库用法：
8.4 Transformation Step
8.4.1. Text File input
这个step用来读取各种不同类型的text-file类型文件，常见的是由excel生成的cvs文件和固定宽度的flat file。
该组件提供了指定文件列表或文件目录列表的能力，支持正则表达式，还可以接收前面步骤