Manual ETL Pentho

[pic 1]

Taller 2 - Datos cirugías

Corporación universitaria de comfacauca Unicomfacauca Facultad de ingeniería

Inteligencia de negocios

2022

Proceso de ETL (Extracción, transformación y carga) para las dimensiones.

1. Dimensión paciente: el proceso que se realiza para la dimensión dim_paciente es el siguiente:

1. Inicialmente se  necesita el documento de Excel (datos_cirugias.xlsx), el cual contiene la información necesaria para el proceso ETL con pentaho.
2. Luego buscamos el control Microsoft Excel input, que se encuentra en la pestaña Design de la aplicación Pentaho.

[pic 2]

1. Ahora vamos a la configuración del control y procedemos a cargar el archivo Excel (datos_cirugias.xlsx) desde la pestaña Files.

[pic 3]

1. Una vez en la pestaña Files en el campo Spread sheet type(engine) realizamos el cambio a la opción Excel 2007 XLSX (Apache POI).

[pic 4]

NOTA: este cambio se debe realizar para que sea posible visualizar el archivo de Excel (datos_cirugias.xlsx).

1. Ahora seleccionamos el botón Browse, se abre una ventana emergente en la cual buscamos la ruta del documento Excel (datos_cirugias.xlsx), lo seleccionamos y le damos Abrir.

[pic 5]

1. La ruta del archivo seleccionado debe aparecer en el campo File or directory,

luego damos clic en el botón Add.

[pic 6]

1. Ahora en el campo Selected files aparece el archivo cargado.

[pic 7]

1. Luego en el mismo control Microsoft Excel input, en la pestaña Sheets damos clic en el botón Get sheetname(s).

[pic 8]

1. Se abre la ventana “Enter list”, en el campo Available items aparece la opción CIRUGIA, esta opción debe pasar al campo de la derecha llamado Your selection.

[pic 9]

1. Una vez seleccionada la opción “CIRUGÍA”, se procede a dar clic en el botón con el símbolo “mayor que” (>).

[pic 10]

1. Luego “CIRUGIA” pasa a la parte derecha del campo Your selection y damos clic en el botón OK.
2. Seguimos en el control Microsoft Excel input, ahora en la pestaña Content y verificamos que el campo Header esté seleccionado.[pic 11]
3. Ahora en la pestaña Fields del control Microsoft Excel input, damos clic el botón Get fields from header now.[pic 12]
4. Este proceso carga los campos del archivo Excel (datos_cirugias.xlsx), damos clic en el botón ok y se finaliza la configuración del control.

[pic 13]

1. En el siguiente paso se utiliza el control Table output, que se encuentra en la pestaña Design de la aplicación Pentaho.

[pic 14]

1. Se realiza la conexión de los dos controles anteriormente mencionados, ponemos el cursor sobre el control Microsoft Excel input, nos muestra sus opciones y escogemos la opcion marcada en amarillo de la siguiente imagen.

[pic 15]

La deslizamos de un control a otro y queda lista la conexión.

[pic 16]

1. Ingresamos al control Table output, en el campo Connection y damos clic en el botón Wizard.

1. Se abre una ventana nueva, en el campo Name of the database le damos nombre a la conexión, posteriormente seleccionamos el motor de base de datos MySQL, y damos clic en el botón Next.[pic 17]

[pic 18]

1. En la ventana siguiente configuramos el campo Host name of database server: con el dato “localhost”, y en el campo the name of databases, agregamos el nombre de la base de datos, en este caso “cirugiasdw”.

[pic 19]

Después de realizar el proceso anterior damos clic en el botón next.

1. En la ventana siguiente ingresamos el usuario y contraseña en los campos the username y the password y posteriormente seleccionamos el botón Test database connection.

[pic 20]

Si el proceso se ejecuta correctamente se muestra una ventana emergente informando que la conexión es exitosa.

[pic 21]

Cerramos la ventana emergente y en la ventana set the username and password, se selecciona el botón finish.

1. Al finalizar el proceso anterior se mostrará la ventana Table output, en esta ventana se ubica el campo Target table, damos clic en el botón Browse.., y seleccionamos la tabla dimensión que vamos a modificar, en este caso “paciente”.

[pic 22]

Una vez realizado este proceso damos clic en el botón ok.

1. De nuevo en la configuración del control Table output,

marcamos el campo Specify database fields.

[pic 23]

1. Ingresamos en la pestaña Database fields y damos clic en el botón

Enter field mapping.

[pic 24]

1. En la ventana Enter mapping añadimos los campos que serán modificados y damos clic en el botón OK.

[pic 25]

El proceso anterior nos lleva a la ventana principal del control Table output donde damos clic en el botón OK para finalizar su configuración.

...