Você está na página 1de 228

Formation Hyperion Essbase

Chapitre 1
Dfinition de Hyperion Essbase

Turning Client Vision into Results

Dfinitions

Cubes multidimensionnels Dimensions ( axes analytiques ) Vue multidimensionnelle Zoom dans les hirarchies Solution OLAP (Online Analytical Processing):
Analyse des donnes de lentreprise Faible temps daccs linformation

Turning Client Vision into Results

Une Adresse pour chaque information


Metadonne (metadata): coordonnes dune donne
3.1415
Donne

Ventes Budget Janvier

Cola
Marseille

Metadata

Ventes budgtes de Cola en Janvier Marseille = 3.1415

Turning Client Vision into Results

En rsum: OLTP et OLAP, deux concepts bien distincts


OLTP (transactionnel) orient Stockage, OLAP (multi-dimensionnel) orient Analyse.
OLTP Temps de rponse Donnes Li au volume Atomises, brutes Transactions, dtails Accs aux donnes Orientation de la base Priorits Utilisation Pr-dfinis Orient processus (ex: commandes) Perofmance et disponibilit Transactions journalires Trace sur le pass Traitement Quelques enregistrements la fois OLAP Indpendant du volume Rcapitulatives, synthtiques "soldes", agrgats Analyses ad hoc non pr-dfinies Orient sujet (mesure la rentabilit) Performance, flexibilit, scurit des utilisateurs Prise de dcision Anticipation, scnario de simulation Beaucoup d'enregistrements la fois

Turning Client Vision into Results

Dfinitions

Avantages de la solution Hyperion Essbase Partage des donnes avec dautres applications Combine des donnes multi-sources, multi-formats Gre de gros volumes de donnes Permet des requtes ad hoc Permet des calculs complexes Fournit un accs aux donnes multi-utilisateurs

Turning Client Vision into Results

La Gamme Hyperion Essbase


1. Outils serveurs:
Hyperion Essbase Application manager ESSCMD / MaxL Essbase Administration Services Essbase Deployment Services Essbase Integration Services Hyperion Business Rules

2. Outils utilisateurs:
Hyperion Essbase Spreadsheet Add-in Analyzer et Reports for Hyperion Essbase Hyperion Essbase Extended Spreadsheet Toolkit

3. Outils Hyperion Solutions:


Hyperion Essbase API

4. Outils Clients (+ de 30)

Turning Client Vision into Results

La Gamme Hyperion Essbase

Turning Client Vision into Results

Nouveauts Hyperion Essbase 6.5


La console Essbase Administration Services permet:
Transfert dapplications Essbase entre serveurs Connexion unique sur tous les serveurs Processus asynchrones Support multi plate-forme Copie dobjets Essbase inter-applications

Il propose de plus un diteur graphique de scripts et une vue graphique des supports Essbase

Turning Client Vision into Results

Vrification comprhension chapitre 1

1. Que signifie OLAP ? Que signifie le multidimensionnel ? Dans quel(s) cas les utilise-t-on ? 2. Donner 2 diffrences entre un modle multidimensionnel et un modle relationnel.

10

Turning Client Vision into Results

Vrification comprhension chapitre 1 Solutions


1. Que signifie OLAP ? Que signifie le multidimensionnel ? Dans quel(s) cas les utilise-t-on ?
Online Analytical Processing. Le multidimensionnel est le concept de stocker des donnes dans un cube dans lequel tous les attributs de donnes sont accessibles en mme temps partir du mme cube. En termes relationnels, le concept multidimensionnel peut tre pens comme des donnes toujours indexes dans toutes les tables attributs en mme temps. Cest utilis pour consolider, analyser, et reporter des quantits massives dinformations de donnes dentre dtailles. En contraste avec les systmes OLTP o le focus est mis sur la manipulation des transactions, le focus des systmes OLAP est dans lanalyse et est design pour donner des rapports rapides et flexibles.

2.

Donner 2 diffrences entre un modle multidimensionnel et un modle relationnel.


Les modles de bases de donnes relationnelles ont besoin doutils de reporting SQL; les bases de donnes multidimensionnelles non. Les bases de donnes relationnelles stockent des mta-donnes de manire rpte; les bases de donnes multidimensionnelles non. Les bases de donnes relationnelles nautorisent pas de reporting ad hoc et danalyse; les bases de donnes multidimensionnelles oui.

11

Turning Client Vision into Results

Chapitre 2
Prsentation des interfaces

12

Turning Client Vision into Results

Vue densemble

Serveur
. La Scurit . Le Contrle dapplication . Le Stockage des donnes . Administration de la Base . Gestion des requtes clients

Clients
. Recoivent des informations du serveur . Envoient des requtes pour consulter et analyser les donnes . Ajoutent et mettent jour linformation stocke dans la base . Elaborent des rapports
Microsoft Excel Lotus 1-2-3 Hyperion Reports Hyperion Analyzer

13

Turning Client Vision into Results

Interfaces de Hyperion Essbase


Il existe 3 catgories dinterfaces client sur Hyperion Essbase:
1. Hyperion Essbase Application Manager (Administrateur): Outline Dimensions Consolidation 2. Hyperion Essbase Spreadsheet Add-in (Utilisateur): Zoom Pivot 3. Applications personnalises avec Hyperion Essbase API

14

Turning Client Vision into Results

Interface Administrateur: Application Manager


Outline Dimensions Consolidation

15

Turning Client Vision into Results

Hyperion Essbase Spreadsheet Add-in


La consultation de donnes (Retrieve) Le Zoom Le Pivot Le Lock & Send Data Lassistant la cration de format (Query Designer)

16

Turning Client Vision into Results

Conclusion
Le gestionnaire dapplication Hyperion Essbase Application Manager permet dlaborer et dassurer la maintenance dapplications Hyperion Essbase Le tableur Hyperion Essbase Spreadsheet Add-In donne accs une gamme doutils et de fonctions utiles pour lanalyse des donnes Hyperion Essbase

17

Turning Client Vision into Results

Chapitre 3
Crer une base de donnes

18

Turning Client Vision into Results

Dmarche
La dmarche dcrite ci-aprs sappuie sur la mthode STAR (Structured Techniques for Assured Results) qui est applique lors de la mise en place dun projet Hyperion Essbase
Les tapes franchir:
1. Formaliser les objectifs atteindre 2. Faire lanalyse du projet 3. Mettre en place

19

Turning Client Vision into Results

Formaliser les objectifs Modlisation des donnes


1. Identifier les besoins
Interroger les utilisateurs Examiner les rapports existants

2. Modliser la base Hyperion Essbase

20

Turning Client Vision into Results

Modlisation des donnes

Finance
Plan comptable Prvisions Temps (Trimestres)

Ventes
Marchs rgions Canaux de distribution Donnes actuelles Temps (Semaines)

RH

DataWarehouse commun

Donnes budgtes Organisation Temps (Semaines)

Production R&D
Bilan Produits Budget Temps (Mois) Produits Packaging Processus Temps (Jours)

21

Turning Client Vision into Results

Faire lanalyse de lobjet


Faire lanalyse de lobjet
Connatre lemplacement des donnes Connatre le format des donnes Connatre la frquence et la mthode de mise jour des donnes Connatre le niveau de dtail requis dans la base

22

Turning Client Vision into Results

Mise en place de Hyperion Essbase


Crer loutline Hyperion Essbase Charge les donnes de base Lancer les calculs Crer les rapports, lest interfaces utilisateurs personnalises, les requtes, etc.

1. 2. 3. 4.

23

Turning Client Vision into Results

Dfinir lOutline
Anne

Trim 1

Trim 2

Trim 3

Trim 4

Jan

Fev

Mars

Avr

Mai

Juin

Jul

Aot

Sept

Oct

Nov

Dc

Loutline est une reprsentation hirarchique des dimensions et de leurs membres

24

Turning Client Vision into Results

Dfinir les dimensions


Une dimension regroupe des lments homognes Plusieurs types de donnes Deux types importants:
Time Accounts

25

Turning Client Vision into Results

Exercice 3-1
La Compagnie Franaise de Boissons

26

Turning Client Vision into Results

Structure des rpertoires


Sur le serveur:
hyperion\ essbase\ app\ CFB\ Basic bin\ Databases

Applications

Sur le poste client:


hyperion\ essbase\ bin\ Client\ CFB\ Excutables et gestion des scurits

27

Turning Client Vision into Results

Applications et Bases
Application = ensemble logique de bases Recommandation: 1 base par application (meilleure performance) Dfinition Base de donnes:
Outline (structure) Calc scripts Report scripts Load Rules .otl .csc .rep .rul

28

Turning Client Vision into Results

Construire lOutline en crant les dimensions de base


Dfinir la structure de la base de donnes (dimensions de base) Enregistrer la dfinition des mta-donnes Organiser les donnes Dfinir la consolidation et les liens mathmatiques entre les membres

29

Turning Client Vision into Results

Optimisation dune Outline


1. Via lagrgation des donnes 2. Via le partage des donnes (partitionnement)
On peut imaginer ainsi disposer de bases locales dcentralises dont tout ou partie est disponible un niveau corporate de lorganisation. Les apports sont vidents en termes de maintenance (qui peut tre dcentralise) et de temps de chargement ou de calculs (qui peuvent ainsi tre raliss en parallle)

30

Turning Client Vision into Results

Attributs de Consolidation
Par dfaut, Addition (+) Autre
Soustraction (-) Multiplication (*) Division (/) Pourcentage (%) Pas de consolidation (~)

31

Turning Client Vision into Results

Attribut : No Consolidate
Membres qui ne se consolident pas
Membres marqus par un tilde (~)

No Consolidate

32

Turning Client Vision into Results

Les Tags et les formules


Formules paramtres dans loutline
Les Tags existent pour les dimensions et les membres
Tags pour les membres

Tags pour les dimensions

Tags pour les dimensions et pour les membres

33

Turning Client Vision into Results

Label Only
Aide la navigation, regroupent de membres Ne contient pas de donnes (chargement) Prend la valeur du premier enfant

34

Turning Client Vision into Results

Membres partags (share members)


Cette proprit permet de regrouper sous une autre rubrique des membres dj existants

Membres partags

35

Turning Client Vision into Results

Membres partags

Consolidation diffrents parents Contiennent un pointeur vers la position dorigine Pas de stockage Seulement des membres de niveau 0

36

Turning Client Vision into Results

User-Defined Attribute
Sert dcrire un membre (analyse transversale)
Sert dans les calculs Sert dans les rapports

Exemple: March Important sur Rennes

37

Turning Client Vision into Results

Time Balance Attributes


Cette proprit permet de modifier le mode de consolidation dun compte. Le TB First dtermine le solde douverture et le TB Last dtermine le solde de clture.

Time balance first

Time balance last

38

Turning Client Vision into Results

Expense Reporting et calcul de la variance


Inversion de signes Seulement pour les membres de la dimension Accounts
Activ AND Ecart = @VAR (Rel, Budget); Ecart % = @VARPER(Rel, Budget); Dsactiv OR Ecart = Rel Budget; Ecart % = (Rel Budget) / Budget;

39

Turning Client Vision into Results

Exercice 3-2
Cration de la base de donnes CJB

40

Turning Client Vision into Results

Editeur de formules
Sert dfinir des formules complexes
Lutilisateur tape ou appelle les formules Compiler les formules

41

Turning Client Vision into Results

Exercice 3-3
Utilisation de lditeur de formules

42

Turning Client Vision into Results

Alias
=> Lalias permet dassocier un libell intelligible un code produit, par exemple
Nom Alias

Il est possible de crer 9 tables dalias en sus de la table Default

43

Turning Client Vision into Results

Exercice 3-4
Crer des alias

44

Turning Client Vision into Results

Vrification comprhension chapitre 3


Quest-ce quune dimension? Quest-ce quun membre ou lment?
Nommer au moins 2 termes dcrivant les relations entre les membres. Qules sont les diffrents outils dApplication Manager? Quest-ce quun membre partag (share member) ? Dans quels cas utilisera-t-on un membre partag (shared member) ou un UDA (UserDefined Attributes) ?

1.
2. 3. 4.

5.

Comment fonctionne lattribut de consolidation no consolidate ? Quelle est la diffrence avec le tag Label Only?
Quel est lintrt du tag Expense reporting ? Avec quelles fonctions est-il utilis?

6.

45

Turning Client Vision into Results

Vrification comprhension chapitre 3 Solutions


1. Quest-ce quune dimension? Quest-ce quun membre ou lment?
Une dimension est un groupe dlments mta-donnes homogne qui dfinit une vue ou attribut ou un businnes. Une dimension est organise avec une structure hirarchique. Un membre est un lment mta-donne qui dcrit un attribut dun groupe de valeurs. Cest un lment dune dimension.

2.

Nommer au moins 2 termes dcrivant les relations entre les membres.


Les membres de la dimension Accounts peuvent utiliser des fonctions de comptabilit telles que Expense Reporting ou Time Balance. Le temps permet dutiliser les fonctions Time Balance ainsi que laugmentation dautres capacits de calcul telles que les Time Series.

3.

Quels sont les diffrents outils dApplication Manager?

4.

Quest-ce quun membre partag (share member) ? Dans quels cas utilisera-t-on un membre partag (shared member) ou un UDA (User-Defined Attributes) ?
Un membre partag est une copie dupliqu dun nom de membre dune mme dimension. Le membre partag pointe vers la mme donne physique vers laquelle le membre original pointe.

5.

Comment fonctionne lattribut de consolidation no consolidate ? Quelle est la diffrence avec le tag Label Only?
Un membre tagg comme no consolidate nest pas utilis dans la consolidation du parent au -dessus de lui. Pourtant, un membre tagg comme no consolidate contient encore une valeur et est lui -mme une consolidation des enfants qui se consolident en lui.

6.

Quel est lintrt du tag Expense reporting ? Avec quelles fonctions est-il utilis?
Expense Reporting inverse les arguments pour une variance de (A-B)/B vers (B-A)/A. Cest utiis seulement pour les calculs de variance.

46

Turning Client Vision into Results

Chapitre 4
La construction dynamique des dimensions

47

Turning Client Vision into Results

Construire dynamiquement les dimensions


Utilisation de Data Prep Editor Construction par Gnration Construction par Level Construction par Parent/child Utile pour dvelopper des outlines avec de nombreux membres

48

Turning Client Vision into Results

Caractristiques de la construction de dimensions


Ajouter de nouvelles dimensions et de nouveaux membres Supprimer des membres existants Modifier des dimensions et membres existants Crer un outline partir de zro

49

Turning Client Vision into Results

Dmarche

1. Fichier de donnes

2. Fichier de rgles

3. Outline

champ1, champ2, champ3


Fichier de rgles qui qui dfinit l'outline

Nom des dimensions et des membres de l'outline

Marchs Bretagne Rennes Alsace Strasbourg Colmar

50

Turning Client Vision into Results

Identifier les Membres laide de critres de parent

Dimension

Anctres De Avril

Anne
Parents

Trim1 Trim2 Avril


Descendants De Anne

Enfants

Semblables

51

Turning Client Vision into Results

Identifier les membres par numro de Gnrations

Gen1 Gen2

Gen3

52

Turning Client Vision into Results

Identifier les membres par numro de Niveaux

Level1

Level2 Level 1

Level 0

53

Turning Client Vision into Results

Rfrences par gnration

Gnration 1
Gnration 2 Gnration 3 Gnration 4

GEN2, Produits 100 100

GEN3, Produits 100-10 100-10

GEN4, Produits 100-10-12 100-10-13

54

Turning Client Vision into Results

Conception par rfrence aux gnrations


Utiliser quand:
La source de donnes est organise de faon descendante Il sagit dune mise jour de dimensions existantes Il sagit dune mise jour de loutline avec une structure connue

Ne pas utiliser quand:


La source de donnes est organise de faon ascendante ou contient des colonnes faisant rfrence la mthode parent/enfant

55

Turning Client Vision into Results

Rfrences par niveau (Level)

Level 2 Level 1 Level 0

LEVEL0, Produits 100-10-12 100-10-13

LEVEL1, Produits LEVEL2, Produits 100-10 100 100-10 100

56

Turning Client Vision into Results

Conception par rfrence aux niveaux


Utiliser quand:
La source de donnes est organise de faon ascendante

Ne pas utiliser quand:


La source de donnes est organise de faon descendante ou contient des colonnes faisant rfrence la mthode parent/enfant

57

Turning Client Vision into Results

Rfrences par Parent / Enfant

Parent et Enfant Parent et Enfant Parent et Enfant

PARENTS, Produits CHILD0, Produits 100 100-10 100-10 100-10-12 100-10 100-10-13

58

Turning Client Vision into Results

Conception par rfrence parent/enfant


Utiliser quand:
La source de donnes contient les colonnes faisant rfrence au niveau parent et lenfant Il sagit de crer des membres partags et des hirarchies parallles

59

Turning Client Vision into Results

Dmarche: Fichier de rgles (rules files)


Huit tapes
1. Ouvrir/Crer le fichier de donnes dans le Data Prep Editor 2. Slectionner loption Dimension Build dans le menu View 3. Associer loutline 4. Choisir le sparateur de champs si ncessaire 5. Choisir la mthode 6. Rattacher chaque champ un type de champs 7. Indiquer la dfinition de la dimension si ncessaire 8. Vrifier et sauvegarder le fichier de rgles

60

Turning Client Vision into Results

Crer un fichier de rgles


Dfinir la proprit des champs Activer le mode de construction de dimensions Associer loutline Dfinir, si ncessaire, le sparateur de champs

Dfinir le mode de construction de la dimension et rorganiser, si ncesaire, le fichier source

Aperu du fichier source

61

Turning Client Vision into Results

Rorganisation du fichier source


Crer un fichier de donnes correct
Slectionner Allow Moves

Autoriser le dplacement des membres dans loutline si leur positionnement est dfini diffremment dans le fichier source

62

Turning Client Vision into Results

Modification dAttribut, dUDA, dAlias et de formules


Sert modifier les attributs, les UDAs, les alias et les formules
Construire le fichier source Slectionner loption voulue

63

Turning Client Vision into Results

Mise jour des Formules


Sert modifier les formules existantes
Paramtrer le fichier source Cocher Allow formula changes

64

Turning Client Vision into Results

Membres non partags (non-share members)


Sert uniquement dans la mthode parent/enfant si aucun membre nest partag
Slectionner Do Not Share Dslectionner Allow Moves

65

Turning Client Vision into Results

Dfinition des dimensions

Les dimensions repres dans loutline apparaissent en liste

66

Turning Client Vision into Results

Proprits des dimensions

Type

Stockage des donnes

Configuration de la distribution (cf. Chapitre 6)

67

Turning Client Vision into Results

Exercice 4-1
Construction dune dimension par gnration

68

Turning Client Vision into Results

Exercice 4-2
Construction dune dimension par level

69

Turning Client Vision into Results

Exercice 4-3
Construction dune dimension par parent/enfant

70

Turning Client Vision into Results

Vrification comprhension du chapitre 4


Quest-ce quun fichier de rgles ? Un fichier source?
Quelle est lautre fonction principale du Data Prep Editor en dehors de la construction de dimension ? Quels sont les facteurs qui permettent de choisir une mthode de construction plutt quune autre? Quelle est la dmarche de construction dynamique dune dimension?

1.
2.

3.

4.

71

Turning Client Vision into Results

Vrification comprhension du chapitre 4


Quest-ce quun fichier de rgles ? Un fichier source?
Un fichier de rgles est un fichier binaire qui correspond un fichier source particulier. Un fichier source contient des valeurs mta-donnes (noms de membre et attributs de membre) Un fichier de rgle contient des rgles pour modifier le fichier soruce quand il est scann par le serveur Hyperion Essbase. Il peut contenir des noms de dimension et des noms de membre.

1.

2.

Quelle est lautre fonction principale du Data Prep Editor en dehors de la construction de dimension ?
Chargement de donnes.

3.

Quels sont les facteurs qui permettent de choisir une mthode de construction plutt quune autre?
Le principal facteur qui dtermine le choix de la mthode de construction est la structure du fichier soruce. Si le fichier source est gnralement de haut en bas, utiliser gnration. Si le fichier est organis de bas haut, utiliser la construction par niveau. La mthode de construction parent / enfant est utilise quand le fichier source a 2 colonnes principales exprimant toutes les relations parent / enfant dans la hirarchie de haut en bas.

4.

Quelle est la dmarche de construction dynamique dune dimension?


Cf. page 60.

72

Turning Client Vision into Results

Chapitre 5
Les dimensions attributs

73

Turning Client Vision into Results

Crer les dimensions Attributs


Les dimensions Attributs permettent de qualifier les meta-donnes

Conditionnement got

Pomme
Action de promotion 33 cl contenance

$7 de rduction

74

Turning Client Vision into Results

Prsentation des calculs sur une dimension Attribut

75

Turning Client Vision into Results

Vue gnrale
Les dimensions Attributs permettent de qualifier les dimensions de base en offrant des informations statistiques Il existe cinq types de calculs de consolidations sur les dimensions Attributs:
Somme Compteur Moyenne Minimum Maximum

Il existe quatre types de dimensions Attributs:


Texte Numrique Boolen - Date

76

Turning Client Vision into Results

Relations avec les membres dune dimension de base


Quelques rgles suivre scrupuleusement
Associer les membres dune dimension de base aux membres de niveau 0 dune dimension Attribut Associer aux membres dun mme niveau hirarchique les membres dune dimension Attribut Associer un membre dune dimension de base un membre unique dune dimension Attribut Ne pas associer un membre partag dune dimension avec un membre dune dimension Attribut

77

Turning Client Vision into Results

Attributs et Dimensions de base


Dimensions standards

Dimensions de base

Dimensions attributs

78

Turning Client Vision into Results

Vue dtaille

Membres de dimensions de base

Membres de dimension Attribut

79

Turning Client Vision into Results

Le mode de cration des dimensions Attributs


Placer les dimensions Attributs en dernire position Dfinir les Attributs sur les dimensions de base Restrictions: Il nest pas possible
Dutiliser les membres partags Dutiliser le two-pass calculation De dfinir des User-Defined Attributes (UDAs) Dutiliser les attributs de consolidation et les formules

80

Turning Client Vision into Results

Dmarche suivre pour une construction manuelle


Crer la dimension Place un Tag Attribut Paramtrer un type Crer les membres Lier une dimension de base Associer les membres

81

Turning Client Vision into Results

Exercice 5-1
Cration manuelle dune dimension attribut

82

Turning Client Vision into Results

Exercice 5-2
Chargement dynamique dune dimension attribut

83

Turning Client Vision into Results

Chapitre 6
Comprendre la structure Hyperion Essbase

84

Turning Client Vision into Results

Distribution entre dense et sparse

Produits X X X
Marchs

Anne X X

X X X X X X X X X X X X

Indicateurs

X X X

X X X

X X Sparse

Dense

85

Turning Client Vision into Results

Structure de Bloc

Indicateurs (dense) Scnario (dense)

Unit de stockage dans Essbase Conu partir des dimensions denses La combinaison dune position de chaque dimension correspond une cellule du bloc Cration de bloc pour chaque combinaison des positions des dimensions Sparse

86

Turning Client Vision into Results

Structure de lIndex
Cola->Ouest

Index des dimensions sparses

Cola->Nantes

Indicateurs

Cola->Rennes

Scnario

Indicateurs

Scnario

Indicateurs Scnario

87

Turning Client Vision into Results

Dimensions Denses et Sparses


Dense Dense Sparse Sparse Dense (Label Only) Scnario Rel Budget

Profit Marge + Charges -

Anne Trim1 + Trim2 +

Marchs Est + Ouest +

Produits Colas + Non Colas +

Chaque bloc contient 30 cellules (5 Time * 2 Scnario * 3 Mesures)


Chaque cellule prend un minimum de huit octets; ainsi, la taille dun bloc de 30 cellules est de 240 octets

88

Turning Client Vision into Results

Exercice 6-1
Dense et Sparse

89

Turning Client Vision into Results

Exercice 6-1 Solutions


1. 2. 3. 4. 5. 6. 7. 100x100 = 10000 10x10x4 = 400 4x100x100 = 40000 10x10 = 100 10 1 1

90

Turning Client Vision into Results

Configuration, de la base
Hyperion dtermine au mieux la configuration dense/sparse Hyperion Essbase permet le paramtrage manuel des options dense/sparse Hyperion Essbase donne titre indicatif le nombre et la taille des blocs

91

Turning Client Vision into Results

Caches
Index pages dans lindex cache Index pages sur le disque
Blocs de donnes dans la data cache
Contient les blocs dcompresss

Blocs de donnes dans la data file cache


Monte en RAM les blocs de donnes compresss

Blocs de donnes sur le disque dur

92

Turning Client Vision into Results

Paging

Nouvelles requtes

Index pages ESS00001.IND


Index pages Blocs de donnes

Data blocks ESS00001.PAG Vieilles requtes

Mmoire

Disque

93

Turning Client Vision into Results

Elments de rflexion sur les dimensions Attributs


1. Quand faut-il utiliser les dimensions Attributs 2. Quand ne faut-il pas utiliser les dimensions Attributs 3. Quel choix lors de la conception?

94

Turning Client Vision into Results

Quand faut-il utiliser les dimensions Attributs?


Quand slectionner des dimensions optionnelles Pour procder des calculs selon les caractristiques Pour zoomer sur les dimensions Attributs Pour ajouter des dimensions sans accrotre la sparsit de la base

95

Turning Client Vision into Results

Quand ne faut-il pas utiliser les dimensions attributs?


Pour dfinir des membres des dimensions denses Pour requalifier de manire frquente les membres Pour rduire le temps de retrieve (actualisation des donnes lcran)

96

Turning Client Vision into Results

Quel choix lors de la conception?

MEMBRE Crer des combinaisons de membres multiples

MEMBRE PARTAGE Calculer une valeur par consolidation

UDA

ATTRIBUT

Associer un critre d'analyse Faire des rapports croiss transversale un membre d'une sur dimension dense ou sparse des attributs Slection optionnelle dans Slectionner la dimension de Excel par le biais d'une requte manire optionnelle dans ou d'un Member Selection Excel (zoom) Rduire la taille d'une outline Affiner l'analyse des donnes sans alourdir le poids de la base

Faire apparatre les membres par dfaut sur Excel Calculer une valeur en utilisant une formule

Retrouver nativement la somme dans Excel

Tendance alourdir l'outline si il existe trop de critres

Il n'y a pas de consolidation

Faire une comparaison (minmax,) Possibilit d'association d'une Accrotre le nombre infinit d'UDA chaque membre d'lments visibles sans re-dvelopper les dimensions de base

97

Turning Client Vision into Results

Chapitre 7
Le chargement des donnes

98

Turning Client Vision into Results

Types de chargement de donnes


Par Free-form et drag and drop
Feuille Excel (.xls) ou Lotus (.wks) Fichier texte (.txt)

Par Data load rules (fichier de rgles) Par la fonction Lock & Send (tableur) Par le module SQL interface (optionnel)

99

Turning Client Vision into Results

Chargement de donnes par Free-form


Le fichier de donnes est charg tel quel Les donnes doivent tre dans le bon ordre pour Hyperion Essbase Nimporte quelle combinaison de dimension/membre/alias est acceptable Le chargement des donnes par Free-form est optimis pour les chargements rapides

100

Turning Client Vision into Results

Format du Free-form
Chaque donne a comme rfrence un membre de chaque dimension Les donnes sont lues de gauche droit Chaque champs est spar (Tab ou espace) Certains noms de membre ou alias sont entre guillemets Les membres dune mme dimension sont sur une mme colonne ou une mme ligne Les membres de plusieurs dimensions peuvent apparatre ensemble dans len-tte

101

Turning Client Vision into Results

Free-form, Exemple 1
Marchs Produits Scnario
Anne Indicateurs

Ouest Ouest Ouest Ouest Ouest Ouest Ouest Ouest Ouest

Cola Cola Cola Cola Cola Cola Cola Cola Cola

Rel Rel Rel Rel Rel Rel Rel Rel Rel

Janv Fv Mars Avr Mai Juin Janv Fv Mars

Ventes Ventes Ventes Ventes Ventes Ventes Marketing Marketing Marketing

$10 $21 $30 $35 $40 $45 $8 $16 $20

102

Turning Client Vision into Results

Free-form, Exemple 2
Indicateurs

Marchs

Produits

Anne

Scnario

Ouest Janv Ventes Marketing 10 8

"100-10" Fv 21 16

Mars 30 20

Avr 35 33

Mai 40 38

Rel Juin 45 40

103

Turning Client Vision into Results

Free-form format non valide


Fichier Invalide
Cola Rel Janv 123 66 Fv 145 77 Mars 167 88 Ventes CAMV Bretagne Budget Janv 120 60 Fv 140 70 Mars 150 90

Fichier valide
Cola Bretagne Rel Janv 123 66 Fv 145 77 Mars 167 88 Ventes CAMV Budget Janv 120 60 Fv 140 70 Mars 150 90

104

Turning Client Vision into Results

Exercice 7-1
Chargement de donnes par Free Form

105

Turning Client Vision into Results

Rgles de chargement des donnes laide du Data Prep Editor


1. Fichier de donnes brutes 2. Data Prep Editor => cration rgle de chargement 3. Chargement des donnes dans le cube

106

Turning Client Vision into Results

Etapes du Data Load Rules

1. 2. 3. 4. 5. 6. 7.

Ouvrir le Data Prep Editor Choisir le mode data load Ouvrir le fichier source Associer loutline Dfinir lentte Nommer chaque champ Vrifier, puis sauvegarder le fichier de rgles

107

Turning Client Vision into Results

Data Load Rules : Dmarche

1. 2. 3. 4. 5. 6.

Slectionner Database / Load Data Cliquer sur Find / data file Cocher User Rules Cliquer sur Find / rules file Cocher Load Data, Interactive (default) Vrifier dans Dataload Completed

108

Turning Client Vision into Results

Exercice 7-2
Chargement de donnes par Fichier de rgles

109

Turning Client Vision into Results

Exercice 7-3
Chargement de donnes par Fichier de rgles

110

Turning Client Vision into Results

Restitution des donnes dans Hyperion Essbase Spreadsheet Add-In


Ecran de connexion Slectionner la fonction Connect dans le menu Essbase Saisir lidentifiant et le mot de passe Cliquer sur Ok et slectionner le nom de la base

111

Turning Client Vision into Results

Les actions de la souris


Bouton de droite
Zoom en remontant dans les dimensions Pivote les dimensions

Bouton de gauche
Affiche les donnes Zoom en descendant dans les dimensions Touche ALT+double-clic permet de dvelopper en colonnes

112

Turning Client Vision into Results

Hyperion Essbase Spreadsheet Add-in Lock & Send


Chargement dun petit nombre de donnes
1. 2. 3. 4. 5. Ouvrir Excel ou Lotus Connect Lock (verrouille les blocs requis lors de la requte Excel) Send Retrieve

113

Turning Client Vision into Results

Chapitre 8
Calcul et agrgation des donnes

114

Turning Client Vision into Results

Processus de Calcul

Cola, Marseille Janv 124.71 42.37 82.34 Rel Fv 119.43 38.77 80.66 Mars 161.93 47.28 114.65 Trim1 406.07 128.42 277.65

Ventes CAMV Marge

115

Turning Client Vision into Results

Ordre des Calculs: Dimensions Denses

(16) (8) (3) (1) (2)

(7) (4) (5) (6) (12) (9) (10) (11) (15) (13) (14)

116

Turning Client Vision into Results

Calcul Sparse
Calcul Sparse => Agrger les blocs
Calcul des dimensions sparse en dernier Consolidation des niveaux 0 dans des niveaux suprieurs de nouveaux blocs Calcul des dimensions sparses par ordre dapparition dans loutline

Ouest->Cola

Nantes->Cola

Rennes->Cola

117

Turning Client Vision into Results

Ordre des Calculs: Dimensions Sparses

(3) (1) (2)

(5) (1) (2) (3) (4)

118

Turning Client Vision into Results

Ordre des Calculs: Toutes Dimensions


Premier, Accounts Second, Time Troisime, les dimensions denses restantes Quatrime, les dimensions sparses dans lordre de loutline

119

Turning Client Vision into Results

Types de bloc crs par chargement ou par calcul


Input blocs
Crs partir des donnes charges

Calculated blocs
Crs la suite dun calcul

Level zero blocs


Correspondent aux membres de niveau zro

Upper-level blocs
Correspondent aux blocs dont les combinaisons contiennent au moins un membre de niveau suprieur, par exemple Marchs->Cola

120

Turning Client Vision into Results

Two-Pass Calc dans un calcul dense

Premier passage Accounts Profit Ventes Profit % (sans le tag two-pass calc)

Janv 100 1000 10%

Fv

Mars Trim1 100 100 300 1000 1000 3000 10% 10% 30%

Deuxime passage Accounts Profit Ventes Profit % (sans le tag two-pass calc)

Janv 100 1000 10%

Fv

Mars Trim1 100 100 300 1000 1000 3000 10% 10% 10%

121

Turning Client Vision into Results

Two-Pass Calc dans un calcul sparse


Bloc Total March
Premier passage ne peut pas calculer la part de march parce que Ventes -> Total Market nest pas encore calcul

Ventes
Second passage utilise la valeur totale et calcule la part de march

Ventes

Ventes

Part de march

Nord/Est

Part de march

Ouest

Part de march = Ventes % Ventes -> Total March;

122

Turning Client Vision into Results

Le Calcul par Dfaut


La mthode la plus simple Consolidation par dfaut Formules telles quelles apparaissent dans loutline

123

Turning Client Vision into Results

Exercice 8-1
Calcul gnral de la base

124

Turning Client Vision into Results

Calcul Intelligent
Calcule uniquement les blocs et leurs anctres qui ont chang depuis le dernier calcul
. Plus efficace pour les mises jour des croisements de donnes sparses

125

Turning Client Vision into Results

Mthode de Calcul Intelligent


Fait la distinction entre les blocs dirty et clean Garde les statuts dans lindex Lit et met jour lindex Rduit le temps de calcul Permet les arrts/redmarrage sans pnalisation Peut tre dsactiv pour forcer le recalcul des blocs clean

126

Turning Client Vision into Results

Calculs Dynamiques
Tags dans loutline
. Calculs sur requtes de lutilisateur . Rduction du temps de calcul par batch et de la taille disque

Dynamic Calc And store

Dynamic Calc

127

Turning Client Vision into Results

Appliquer le tag Dynamic Calc


Sur des dimensions denses Pas sur des membres de niveau zro (0) sans formule Pas sur des label-only ou des shared members

128

Turning Client Vision into Results

Comparaison des calculs dynamiques: Store ou Non-Store


Dynamic Calc (Calculs la vole)
Membres Denses Membres Sparses avec peu de dpendants

Dynamic Calc and Store (Calculs la vole puis stocks)


Membres Upper-level sparses sur un serveur-distant Membres Upper-level sparses avec des formules complexes

129

Turning Client Vision into Results

Exercice 8-2
Calculs Dynamiques

130

Turning Client Vision into Results

Autre calcul dynamique: le Dynamic Time Series


Noms de gnration spcifique
History Year Season Period Quarter Month Week Day

131

Turning Client Vision into Results

Appliquer les Dynamic Time Series


Le Dynamic Time Series permet de calculer un cumul date
. Activer le Dynamic Time series . Dterminer un numro de gnration

132

Turning Client Vision into Results

Exercice 8-3
Dynamic Time Series

133

Turning Client Vision into Results

Vrification comprhension du chapitre 8


Quel est lordre de calcul des dimensions lorsquun calcul gnral de la base est lanc?
En quoi le calcul dense diffre du calcul sparse ? Pourquoi le calcul dense est-il effectu avant le calcul sparse ? Est-il possible davoir en mme tempos un upper-level bloc et un input bloc ? Expliquer les trois types de calcul dynamique Quest-ce que le Two Pass Calc et dans quel cas est-il utilis? Quel est leffet du calcul intelligent?

1.
2. 3. 4. 5. 6. 7.

134

Turning Client Vision into Results

Vrification comprhension du chapitre 8 Solutions


1. Quel est lordre de calcul des dimensions lorsquun calcul gnral de la base est lanc?
Accounts Time Dimensions Dense restantes Dimensions Sparse restantes

2. 3.

En quoi le calcul dense diffre du calcul sparse ? Pourquoi le calcul dense est-il effectu avant le calcul sparse ?
Les dimensions denses sont calcules avant les dimensions sparse de telle sorte que les input blocks puissent tre remplis. Ensuite, les nouveaux blocs qui sont crs peuvent tre calculs tous en mme temps. Si les dimensions sparses sont calcules en premier, les blocs calculs auraient besoin dtre recalculs le long des dimensions denses. Cela ncessite plus de ressources disque I/o.

4.

Est-il possible davoir en mme tempos un upper-level bloc et un input bloc ?


Oui, on peut charger des donnes dans le total produit au lieu des produits de niveau zro pour des comptes spcifiques et allouer cette valeur ensuite aux produits de niveau zro. Ainsi, on crerait par chargement de donnes un bloc upper-level et par calculer un bloc enfant.

5. 6. 7.

Expliquer les trois types de calcul dynamique


Dynamic Calc and Store, Dynamic Calc,

Quest-ce que le Two Pass Calc et dans quel cas est-il utilis?

Quel est leffet du calcul intelligent?

135

Turning Client Vision into Results

Chapitre 9
Introduction aux scripts de calcul

136

Turning Client Vision into Results

Vue densemble

Calculer des sous-ensembles de donnes Convertir en devises trangres Dfinir un ordre de calcul Calculer partir de formules diffrentes de celles de loutline Effacer ou copier des donnes Crer et utiliser des variables temporaires

137

Turning Client Vision into Results

Lditeur de scripts de Calcul


Lditeur est utilis pour construire les scripts:
En saisissant les formules En utilisant les formules Hyperion Essbase En utilisant les membres contenus dans la base

138

Turning Client Vision into Results

Elments de Formules

1. 2. 3. 4.

Oprateurs Mathmatiques Oprateurs Conditionnels Oprateurs Inter-dimension (->) Fonctions

139

Turning Client Vision into Results

Oprateurs Mathmatiques dans les Formules


Exemple: Taux de marge = Marge % Ventes;

140

Turning Client Vision into Results

Oprateurs Conditionnels dans les Formules


Exemple: Commission (IF (Ventes > 1000) Commission = Ventes * .02; ELSE Commission = 10; ENDIF)

141

Turning Client Vision into Results

Oprateurs inter-dimension

Exemple: Ratio qui rapporte les ventes dun march au total marchs Ventes% = Ventes % Ventes ->Marchs;

142

Turning Client Vision into Results

Fonctions

1. 2. 3. 4. 5. 6.

Mathmatiques Relationship Financires Member Set Conditionnelles Boolennes

143

Turning Client Vision into Results

Fonctions mathmatiques

Exemple: Ecart = @VAR (Rel, Budget);

144

Turning Client Vision into Results

Fonctions Relationship

Exemple:
Parts de march = Ventes % @PARENTVAL(Marchs,Ventes);

145

Turning Client Vision into Results

Fonctions Financires (Range)

Exemple:
Mar YTD = @YTD(Jan:Mar);

146

Turning Client Vision into Results

Fonctions Member Set

Exemple:
@IDESCENDANTS(Profit);

147

Turning Client Vision into Results

Fonctions conditionnelles boolennes

Exemple:
IF(@ISIDESC(Sud) OR @ISIDESC(Ouest)) Salaires = Ventes * .15; ELSEIF (@ISIDESC(Nord/Est)) Salaires = Ventes * .11; ELSE Salaires = Ventes * .10; ENDIF

148

Turning Client Vision into Results

Commandes de scripts de Calcul

Des exemples de commandes de calcul: . CALC ALL . CALC DIM . FIXENDFIX . SET UPDATECALC OFF . IF-ELSE

149

Turning Client Vision into Results

Variables de substitution
Variables Globales Remplace valeurs et chanes de caractres Utilisables partout dans Hyperion Essbase

150

Turning Client Vision into Results

Dclarer une variable de substitution


Dterminer le serveur, lapplication et la database Spcifier la variable et la valeur Faire Set pour lajouter la liste des variables Sert dans les scripts de calcul et dans les rapports Simplifie la maintenance des scripts de calcul Un signe & doit prcder la variable

151

Turning Client Vision into Results

Lancement dun script de calcul


Vous pouvez excuter un script partir de:
Hyperion Essbase Application Manager Fonctions Run et Calculate Database Hyperion Essbase Spreadsheet Add-in Fonction Calculation ESSCMD (Commande RUNCALC)

152

Turning Client Vision into Results

Exercice 9-1
Elaboration dun script de calcul

153

Turning Client Vision into Results

Exercice 9-2
Utiliser une variable de substitution dans un script de calcul

154

Turning Client Vision into Results

Chapitre 9
Restitution dans Hyperion Spreadsheet Add-In

155

Turning Client Vision into Results

Hyperion Essbase Spreadsheet Add-in Interface


1. 2. 3. 4. 5. 6. 7. Menu Essbase Contrle Souris Options Member Selection Cascade Query Designer Objets lis (Linked Reporting Objects)

156

Turning Client Vision into Results

1re Partie
Navigation autonome et chargement de donnes

157

Turning Client Vision into Results

Hyperion Essbase Spreadsheet Add-in Fonctions

Menu Hyperion Essbase

158

Turning Client Vision into Results

Barre doutils

Connect Retrieve

Keep Only
Remove Only Zoom in Zoom out Navigate with/without data Undo last retrieval, zoom, or pivot Open Essbase options Open Essbase Query Designer Open Essbase Linked Objects browser Open Essbase SQL access

La barre doutils est obtenue en ouvrant le fichier C:\Hyperion\essbase\Client\sample\esstoolb.xls

159

Turning Client Vision into Results

Hyperion Essbase Spreadsheet Add-in Ecran de connexcion


Slectionner la fonction Connect dans le menu Essbase Saisir lidentifiant et le mot de passe Cliquer sur Ok et slectionner le nom de la base

160

Turning Client Vision into Results

Les actions de la souris


Bouton de droite
Zoom en remontant dans les dimensions Pivote les dimensions

Bouton de gauche
Affiche les donnes Zoom en descendant dans les dimensions

161

Turning Client Vision into Results

Affichage des donnes


Le serveur prend en charge la requte et nenvoie que les donnes de la requte Les donnes affiches sont des valeurs numriques Chaque feuille ne permet quune seule connexion au serveur

162

Turning Client Vision into Results

Hyperion Essbase Spreadsheet Add-in Lock & Send


Chargement dun petit nombre de donnes
1. 2. 3. 4. 5. Ouvrir Excel ou Lotus Connect Lock (verouille les blocs requis lors de la requte Excel) Send Retrieve

163

Turning Client Vision into Results

Exercice 9-1
Crer un rapport simple et charger des donnes par lock & send

164

Turning Client Vision into Results

Hyperion Essbase Spreadsheet Add-in Options


Contrle les fonctionnalits de Hyperion Essbase Spreadsheet Add-in Accessibles par un raccourci dans une barre doutils Contient cinq onglets Les options sont sauvegardes

165

Turning Client Vision into Results

Options Onglet Display


Dcalage de certains membres Options de suppression: Ne fonctionnent pas si les options de Preserve Formula sont actives Utilise les styles Essbase choisis dans Longlet Style (Toujours coch pour lapplication de longlet Style) Ajuste automatiquement la Taille des colonnes Rpte le nom du membre chacune des intersections #Missing: pas de donnes cette intersection #No Access: vous navez pas les droits daccs ces Donnes Il est possible de modifier ces valeurs par dfaut Utilisation des Alias et non des Codes

Choix des alias (English = Default, French)

166

Turning Client Vision into Results

Options Onglet Zoom

Options de Zoom

Conserve le membre sur lequel on zoome


Napplique la navigation que sur le groupe slectionn Supprime les membres sur lesquels on ne zoome pas Autorise la consultation de donnes stockes dans une Base relationnelle

Recommandation: De prfrence utiliser NEXT LEVEL et INCLUDE SELECTION

167

Turning Client Vision into Results

Options Onglet Mode

Mode: Update mode permet de verrouiller la partie de la base sur laquelle on effectue les mises jour dune faon permanente

Par dfaut, les formules de calcul Excel sont automatiquement supprimes lors dun Retrieve. Ces options permettent de prserver les formules Excel

Recommandation: Update Mode doit tre utilis avec parcimonie et bon escient sinon tous les autres utilisateurs peuvent se trouver bloquer

168

Turning Client Vision into Results

Options Onglet Style

Ncessite dtre connect la base. Permet de dfinir des formats Essbase. Si des formats Essbase sont activs, les formats Excel seront perdus lors dun retrieve. Loption Use styles de longlet

169

Turning Client Vision into Results

Options Onglet Style


Parents/enfants Dimensions
Ncessite dtre connect la base. Permet de dfinir des formats Essbase. Si des formats Essbase sont activs, les formats Excel seront perdus lors dun retrieve. Loption Use styles de longlet Display doit tre slectionne.

Donnes

170

Turning Client Vision into Results

Options Onglet Global

Options de click Essbase (dcocher ces options pour utiliser la souris dans Excel) Autoriser le Flashback (permet de choisir le niveau des messages renvoys par Essbase)

Messages Essbase

Naviguer sans les donnes

171

Turning Client Vision into Results

Member Selection
Slection de membres daprs des critres de descendance
. Possibilit dappliquer une ou plusieurs conditions via un oprateur logique ET/OU . Sauvegarde des critres

172

Turning Client Vision into Results

Member Selection
Permet de slectionner de faon simple les membres afficher pour une dimension donne
Dimension choisie

Membre de la dimension
Permet de rechercher un membre Permet deffacer les slections effectues Permet davoir des informations sur le membre slectionn (level, gnration,) Permet dafficher tous les descendants du membre slectionn

Coch = Vertical Dcoch = Horizontal

173

Turning Client Vision into Results

Member Select Demonstration


Slection des membres Hyperion Essbase La fonction Subset Prvisualisation des membres Information sur les membres Ouvrir et sauvegarder les slections

174

Turning Client Vision into Results

Exercice 9-2
Crer des rapports en utilisant lassistant Member Selection

175

Turning Client Vision into Results

Query Designer
Slectionner dynamiquement des membres selon des critres
. Assistant ayant pour objet de guider la cration de la requte . Pivt et slection sur les dimensions . Sauvegarde des requtes

176

Turning Client Vision into Results

Query Designer
Prsentation des diffrentes tapes dutilisation de lassistant a) Navigation prsentation gnrale b) Fonctionnalits pour louverture dune requte c) Choix des dimensions en page d) Utilisation du Member Selection e) Le menu du Query Deisgner f) Cration du rapport personnalis g) Sauvegarde des donnes et des requtes

177

Turning Client Vision into Results

Navigation: Query Designer


Permet de crer des tats de faon simple, de faire des tris, des filtres, de sauvegarder et de partager la requte.

178

Turning Client Vision into Results

Utilisation du clic droit de la souris pour la cration dune requte

Au pralable: se positionner sur la feuille dun classeur

179

Turning Client Vision into Results

Choix des dimensions en page


Se positionner sur dimensions

Choix des dimensions en page

Choix des dimensions en colonne

Choix des dimensions en ligne

Pour dplacer une dimension en ligne, en colonne, en page, cliquez dessus et faites la glisser dans la zone de destination

180

Turning Client Vision into Results

Navigation: Query Designer

Pour les dimensions en ligne ou en colonne, mme fonctionnement que Member Selection . Un double clic sur les dimensions permet daccder aux fentre suivantes.

181

Turning Client Vision into Results

Menu dutilisation
Clic droit de la souris

Le menu du Query Designer permet lutilisation de fonctionnalits existantes dans le menu de la Macro Complmentaire Hyperion Essbase

182

Turning Client Vision into Results

Navigation: Query Designer

Mise en application du menu Query Designer

183

Turning Client Vision into Results

Sauvegarde des requtes


Permet de choisir la zone de destination de la requte
Sauvegarde sur le Serveur Sauvegarde sur le poste Client

184

Turning Client Vision into Results

Exercice 9-3
Crer un rapport simple en utilisant lassistant Query Designer

185

Turning Client Vision into Results

Exercice 9-4
Filtrer les lments en utilisant le Query Designer

186

Turning Client Vision into Results

Exercice 9-5
Filtrer les donnes en utilisant le Query Designer

187

Turning Client Vision into Results

Exercice 9-6
Crer un rapport utilisant les dimensions attribut grce au Query Designer

188

Turning Client Vision into Results

Cascade
Cration de rapports multiples
Total France Colas Rel Janvier Fvrier Mars Trim1 Anne Profit 34435 15038 17655 67128 99821 Marge 125276 47572 13243 186091 246906 Total charges 90841 32534 3443 126818 162795

Paris/Centre Colas Rel Janvier Fvrier Mars Trim1 Anne Profit 34435 15038 17655 67128 99821 Marge 125276 47572 13243 186091 246906 Ouest Colas Rel Total charges 90841 32534 3443 126818 Fvrier 162795 Janvier Mars Trim1 Anne Profit 34435 15038 17655 67128 99821 Marge 125276 47572 13243 186091 246906 Total charges 90841 32534 3443 126818 162795

189

Turning Client Vision into Results

Cascade
Utilisation des Fonctionnalits menu Essbase
Choix de linformation Destination des Options Format des Options

Cocher Open Created Files

Cocher One Workbook

190

Turning Client Vision into Results

Exercice 9-7
Crer des rapports en cascade

191

Turning Client Vision into Results

Linked Reporting Objects


Information descriptive peut tre attache des cellules de donnes
. Les objets peuvent tre des notes (environ 600 caractres), des fichiers (audio, vido, graphiques, feuilles tableurs, texte, etc) ou une URL (adresse internet) . Les objets sont lis aux membres cest dire la combinaison de membres et non la valeur numrique

192

Turning Client Vision into Results

Utilisation des fonctionnalits des objets lis Dans le menu Essbase, slectionner objets lis (LRO)

Liste des objets attachs la cellule slectionne

Fentre qui permet de crer un objet attach (type dobjet, dtails)

193

Turning Client Vision into Results

Exercice 9-8
Crer des Linked Reporting Objects

194

Turning Client Vision into Results

Chapitre 11
Principe de la gestion des accs

195

Turning Client Vision into Results

Dfinition des accs


Dans Hyperion Essbase Application Manager:
Menu Scurit: Utilisateurs, Groupes utilisateurs et Filtres Dans ESSCMD: Commandes ESSCMD (automatisation des tches) Dans MaxL: Commandes MaxL (automatisation des tches)

196

Turning Client Vision into Results

La gestion des scurits Hyperion Essbase


Gre les accs aux applications et databases Permet de protger les donnes Les options disponibles:
Global access Groups Users Database filters

197

Turning Client Vision into Results

La gestion des scurits Hyperion Essbase


Droit de Lecture/Ecriture par utilisateur/groupe dutilisateurs Scurit au niveau le plus fin cellule

198

Turning Client Vision into Results

Groupes utilisateurs et utilisateurs


Supervisors User managers Application creators End users

199

Turning Client Vision into Results

Dfinition des Privilges


Application designer Database designer

200

Turning Client Vision into Results

Filtres
Rang de membres ou de cellules Trois niveaux daccs:
No access Read only access Read/write access

201

Turning Client Vision into Results

Logique des filtres


Logique OU Logique ET

202

Turning Client Vision into Results

Exercice 11-1
Cration dun profil utilisateur

203

Turning Client Vision into Results

Chapitre 12
Principes de la conversion des devises

204

Turning Client Vision into Results

Chapitre 12
MaxL

205

Turning Client Vision into Results

Introduction

MaxL? Cest un langage semblable au SQL sinterfaant Essbase Il peut tre utilis soit en shell de commande, soit via un module Perl Pourquoi MaxL a-t-il t cr? Pour fournir un langage de requtage pour Essbase Pour fournir une interface oriente objet Pour simplifier laccs en comparaison avec le module API et le langage de commande ESSCMD existants

206

Turning Client Vision into Results

MaxL vs API
Pour crer une partition laide de lAPI: - Un minimum de 4 appels de fonctions: . EssPartitionNewDefFile . EssPartitionWriteDefFile . EssPartitionFreeDefCtx . EssPartitionCloseDefFile - 8 structures

MaxL vs API
Pour crer une partition laide de MaxL: -Une seule ligne de commande: Create transparent partition CJBest.Est area @IDESCENDANTS( Rgion Est ) to CJBpart.Socit on localhost area @IDESCENDANTS(Est) mapped globally ( Rgion Est ) to (Est);

MaxL vs ESSCMD
. MaxL hrite de toutes les fonctionnalits ESSCMD via lutilisation de commandes shell . MaxL permet la cration de partitions et de filtres . La syntaxe est plus oriente langage et plus facile comprendre

207

Turning Client Vision into Results

Introduction au module perl Essbase


Quest ce que le module perl Essbase ? Cest une extension Perl qui permet dutiliser des commandes MaxL partir dun script Perl Comment le module perl Essbase peut-il tre utilis? Il peut tre utilis pour combiner la flexibilit et la puissance du langage de programmation Perl avec Essbase

208

Turning Client Vision into Results

Grammaire MaxL

Alter Create Display Drop Execute Grant Refresh

209

Turning Client Vision into Results

Tips
Limportance du point-virgule la fin de chaque ligne de commande (;) La nomination des objets Appname Appname.dbname Appname.dbname.objname Commentaires /* Cest un commentaire */ Mots-cls Une squence de caractres alphabtiques faisant partie de la grammaire MaxL Utiliser des apostrophes () pour diffrentier un mot cl dun nom Exemple: create user Fred identified by password; Caractres spciaux . , ; : % $ SPACE TAB * + - = < > [ ] { } ( ) ? ! / \ | ~ # & @ ^

210

Turning Client Vision into Results

Exemples MaxL
create user test identified by wordpass; alter system logout user all; drop database CJB.basic; grant filter CJB.Basic.Filtre1 to test; create filter None.Basic.Est write on @IDESCENDANTS(Est), no_access on Market,@IDESCENDANTS(Ouest), @IDESCENDANTS(Sud),@IDESCENDANTS(Centre);

211

Turning Client Vision into Results

Exercice 12-1

Quelle est la syntaxe requise pour effectuer les actions suivantes: Lancer un calcul Afficher les informations sur un filtre spcifique Supprimer une application et ses bases de donnes Appliquer des privilges de scurit sur un utilisateur Appliquer des privilges de scurit sur une base de donnes

212

Turning Client Vision into Results

Exerice 12-1 Correction


Lancer un calcul Execute calculation CALC-NAME; Afficher les informations sur un filtre spcifique Display filter FILTER-NAME; ou Display filter row FILTER-NAME; Supprimer une application et ses bases de donnes Drop application APP-NAME cascade; Appliquer des privilges de scurit sur un utilisateur Grant .. to USER-NAME; Appliquer des privilges de scurit sur une base de donnes Alter database DB-NAME set minimum permission <DBS-SYSTEM-ROLE>;

213

Turning Client Vision into Results

Invoquer le shel MaxL en mode interactif

Mode interactif essmsh Arguments de la ligne de commande essmsh a admin password login $1 $2 on localhost; Login au dmarrage essmsh l admin password essmsh se logue avec le nom dutilisateur indiqu sur la machine locale

214

Turning Client Vision into Results

Se loguer via le shell MaxL

215

Turning Client Vision into Results

Se loguer via les arguments dune ligne de commande

C:\>essmsh -a admin password Analytic Services MaxL Shell - Release 7.0.1 (ESB7010B061) (c) Copyright 2000-2004 Hyperion Solutions Corporation. All rights reserved. MAXL> login $1 $2 on localhost; OK/INFO - 1051034 - Logging in user admin. OK/INFO - 1051035 - Last login on Tuesday, June 08, 2004 3:21:48 PM. OK/INFO - 1241001 - Logged in to Essbase. MAXL>

216

Turning Client Vision into Results

Crer un script MaxL

login admin password on localhost; create user test identified by password; create database Test.Basci as Sample.Basic; alter application Test.Basic set minimum permission read; create filter Test.Basic.Est write on @IDESCENDANTS(Est, no_access on March, @IDESCENDANTS(Ouest),@IDESCENDANTS(Sud), @IDESCENDANTS(Centre); grant filter Sample.Basic.Filtre1 to test; exit;

217

Turning Client Vision into Results

Exercice 12-2

Lancer le shell de commande MaxL Se loguer au serveur Essbase Crer un nouvel utilisateur Supprime ce nouvel utilisateur Sortir du shell de commande MaxL

218

Turning Client Vision into Results

Invoquer le shell de commande MaxL par batch

Mode batch essmsh batch.msh Arguments de ligne de commande essmsh batch.msh admin password essmsh remplace admin par $1 et password par $2 avant de lancer batch.msh Se loguer au dmarrage essmsh l admin password test.msh essmsh se logue avec le nom dutilisateur la machine locale avant de lancer test.msh Entre flux orient Program.sh | essmsh i Essmsh accepte une entre standard

219

Turning Client Vision into Results

Scripts MaxL
basic.msh
/* Lancer ce script partir du prompt de commande en utilisant la syntaxe essmsh basic.msh */ Login admin password on localhost; Create user Essbase identified by password; Drop user Essbae; Exit;

basicarg.msh
/* Lancer ce script partir du prompt de commande en utilisant la syntaxe essmsh basicarg.msh admin password Test */ Login $1 $2 on localhost; Create user $3 identified by password; Exit;

basicenv.msh
/* Lancer ce script partir du prompt de commande en utilisant la syntaxe essmsh basicenv.msh */ Login admin password on $MACHINENAME; Create user Essbase2 identified by password; Exit;

220

Turning Client Vision into Results

Exercice 12-3

Crer un script MaxL qui effectuera les tches suivantes: Se loguer au serveur Essbase Crer un nouvel utilisateur Crer un nouveau groupe Ajouter un utilisateur au groupe Se dloguer

221

Turning Client Vision into Results

Exercice 12-3 Correction


login admin password on localhost; create user test1 identified by wordpass; create group group1; alter user test1 add to group group1; exit;

222

Turning Client Vision into Results

Exemples de scripts MaxL

Lancer des scripts ESSCMD via le shell de commande MaxL Shell d:\hyperion\essbase\bin\esscmd.bin d:\hyperion\essbase\app\basic\test.scr; Scripts imbriqus essmsh d:\hyperion\essbase\app\sample\test.msh; Sortie texte Spool on to c:\temp\mshlog.txt; Spool off;

223

Turning Client Vision into Results

Utiliser le module perl Essbase

4 commandes basiques du module perl Essbase Invoquer le module Perl Essbase Se connecter au serveur Essbase Envoyer une commande MaxL au serveur Essbase Se dconnecter du serveur Essbase
Exemple utilisant les 4 commandes basiques: Use Essbase; My $dbh = Essbase->connect( user , password , server ); $dbh->do( create user Perl identified by password ); $dbh->disconnect();

224

Turning Client Vision into Results

Utiliser le module perl Essbase

Gestion des messages (5me commande):


Pop_msg(); Returns: list of the form (<message_number>,<message_level>,<message_text>)

Fragment de code
My $dbh=Essbase->connect( admin , password , localhost ); Print $dbh->pop_msg(); Returns: 10510342 Loging in user admin

O obtenir plus dinformation sur Perl


www.cpan.org www.perl.org www.perl.com - OReilly and Associates Guides recommands par OReilly and Associates: Learning Perl (3rd edition) Programming Perl (3rd edition)

225

Turning Client Vision into Results

Chapitre 14
Introduction Hyperion Essbase Administration Services

226

Turning Client Vision into Results

Cas de synthse

227

Turning Client Vision into Results

Annexes

228

Turning Client Vision into Results

Você também pode gostar