Introduction aux outils BI de SQL Server Tutoriel sur SQL Server Integration Services (SSIS)

Transcription

1 MIT820: Entrepôts de données et intelligence artificielle Introduction aux outils BI de SQL Server 2014 Tutoriel sur SQL Server Integration Services (SSIS) Description générale Ce tutoriel a pour objectif de vous familiariser avec les fonctionnalités de base de l outil ETL de la suite BI de Microsoft : SQL Server Integration Services (SSIS). Dans le tutoriel, vous allez créer un projet d intégration de données permettant d insérer de nouvelles lignes dans une table de faits modélisant le taux de change journalier de différentes monnaies, à partir de fichiers textes. Pour insérer ces lignes, deux transformations devront être définies au processus d intégration: des lookups qui récupèrent les clés dimensionnelles à partir de colonnes sources. Le concept de traitement en lot sera également abordé par la création d un contenant itérateur (ForEach loop container) qui exécute la tâche d intégration sur un ensemble de fichiers sources. Finalement, vous devrez définir un mécanisme de gestion d erreurs, permettant de sauvegarder les erreurs rencontrées dans un fichier journal. Pour plus d informations sur ce tutoriel, consultez le lien suivant : I. Étapes préliminaires Avant de pouvoir débuter le tutoriel, il est nécessaire d effectuer quelques étapes pour configurer la machine virtuelle (VM). Configurer Virtual Box: 1. Ouvrir Oracle Virtual Box : Menu démarrer Tous les programmes Oracle VM Virtual Box; 2. Ouvrir les paramètres de la machine virtuelle: Fichier (barre de menu) Paramètres Entrée (à gauche) Machine virtuelle (onglet); 3. Changer la touche Hôte de Ctrl Droite à Alt Droite. À n importe quel moment vous pouvez utiliser les raccourcis suivants : Alt Droite c : Passer en mode redimensionné (pour sortir de la VM) Alt Droite f : Passer en mode plein écran. Démarrer et configurer la machine virtuelle: 1. Dans Explorateur Windows : Disque local (c:) MTI820 (répertoire) MTI820 (cube bleu); 2. Connexion à la VM avec les paramètres suivants: Usager : sqladmin

2 Mot de passe : Tempo Afficher la barre de menu de la VM : Alt Droite c; 4. Périphériques (barre de menu) Insérer l image CD des Additions Invité; 5. Suivre les instructions pour l installation (environ 3 minutes); 6. Redémarrer la VM à la fin de l installation. Dans Menu démarrer Tous les programmes Microsoft SQL Server 2014, vous trouverez les deux outils qui seront utilisés dans les tutoriels du cours : SQL Server 2014 Management Studio : pour voir les tables de la BD (AdventureWorks) et faire des requêtes; SQL Server Data Tools for Visual Studio 2013: pour créer des projets SSIS, SSAS et SSRS. II. Visualisation des données Tables de l'entrepôt de données: 1. Lancer l'application Microsoft SQL Server 2014 (attendre environ 1 minute si démarré pour la première fois); 2. Entrer les paramètres de connexion suivants: Server Type : Database Engine Server Name : MTI Dans le Object Reporter à gauche: Databases AdventureWorksDW2014 Tables 4. Observer la structure de la table de faits dbo.factcurrencyrate; 5. Afficher le contenu de la table : Clique-droit sur FactCurrencyRate Select Top 1000 Rows; 6. Répéter la même chose pour les tables de dimension: dbo.dimdate et dbo.dimcurrency. Fichiers sources (txt): 1. Dans l'explorateur Windows, ouvrir le répertoire suivant : c:\exercices\sql2012.integrations_services.create_simple_etl_tutorial.sample 2. Avec Wordpad, ouvrir le fichier suivant : SampleCurrencyData.txt 3. Signification des colonnes : AverageRate (float) : taux de change moyen de la monnaie; CurrencyKey (nchar) : code représentant le type de monnaie; CurrencyDate (Date) : estampille de date du taux de change; EndOfDayRate (float) : taux à la clôture de la journée. III. Simple projet SSIS Créer un projet SSIS:

3 1. À partir du menu démarrer : ouvrir l outil SQL Server Data Tools for Visual Studio 2013; 2. Créer un projet: File New Project; 3. Choisir le type: Intergration Services Project; 4. Nommer le projet (ex : tutorielmti820_ssis). Environnement de développement (IDE) : Observer les différents éléments de l interface: Control flow: définir des tâches de contrôle sur le processus global d intégration de données; Data flow: définir un flot de données (ETL), comprenant l extraction de données d une ou plusieurs sources, l application de diverses transformations, et le chargement des données transformées dans une destination (ex : entrepôt de données); Event handler: définir les opérations de gestions d évènements reliés au processus ETL; Package explorer: visualiser les libraires (packages) d intégration créés dans le projet; Property editor: visualiser et modifier les propriétés de chaque composante du système ETL. Créer un Flat File Connection Manager: 1. Dans le menu Connection Manager (en bas), cliquer-droit et choisir New Flat File Connection; 2. Renommer la connexion dans le Connection manager name : Sample Flat File Source Data; 3. Cliquer sur Browse et choisir le fichier SampleCurrencyData.txt; 4. Dans le menu Avanced: Changer le nom des colonnes pour AverageRate, CurrencyID, CurrencyDate, EndOfDayRate; Utiliser Suggest Type pour identifier les types à l'aide d'un échantillon; Changer le type de CurrencyID pour DT_WSTR et CurrencyDate pour DT_DBDATE; Créer un OLE DB Connection manager: 1. Dans le menu Connection Manager (en bas), cliquer-droit et choisir New OLE DB Connection. 2. Dans le menu Configure OLE DB Connection Manager, cliquer sur New. 3. Conserver les paramètres pour le serveur; 4. Choisir AdventureWorksDW pour la DB; 5. Tester la connexion avec TestConnection; Créer un Data Flow Task:

4 1. À partir du menu Control Flow Items (à gauche), glisser-déposer un Data Flow Task dans le canevas; 2. Optionnellement, renommer le Task en cliquant sur la boîte créée : Extract Sample Currency Data. Ajouter un Flat File Source: 1. Aller dans l onglet DataFlow (cliquer sur le Data Flow Task créé précédemment si nécessaire); 2. À partir du menu Data Flow Sources (à gauche), glisser-déposer un Flat File Source sur le canevas; 3. Ouvrir le Flat File Source en double-cliquant sur la boîte créée; 4. Dans le Flat file connection manager, sélectionner la connexion Sample Flat File Source Data créée précédemment; 5. Cliquer sur Columns et vérifier que les colonnes de la source sont toutes présentes. Créer les transformations de lookup pour les clés dimensionnelles: 1. À partir du menu Data Flow Transformations, glisser-déposer une transformation Lookup sur le canevas; 2. Renommer la transformation Lookup Currency Key en cliquant sur la boîte créée; 3. Connecter la flèche bleue (sortie sans erreur) sortant du Flat File Source au nouveau Lookup; 4. Ouvrir le Lookup en double cliquant sur sa boîte; 5. Dans le menu, choisir les options suivantes : Full cache Connection type : OLE DB Manager 6. Dans le menu Connection, choisir : Connection manager : localhost.adventureworksdw Table : [dbo].[dimcurrency] 7. Dans le menu Columns, associer CurrencyID avec CurrencyAlternateKey en cliquant sur la première colonne et déplaçant la souris vers la seconde. Cocher sur CurrencyKey. Le lookup convertira une valeur CurrencyID à la CurrencyKey de la valeur CurrencyAlternateKey correspondante; 8. Choisir Lookup Match Output pour la sortie; 9. Répéter les mêmes étapes pour le lookup de la dimension Date : Nom : Lookup Date Key; Partial cache; Connecter la sortie de Lookup Currency Key vers ce nouveau lookup. Créer un OLE DB Destination: 1. À partir du menu Other Destinations (à gauche), glisser-déposer un OLE DB Destination sur le canevas;

5 2. Connecter la sortie (flèche bleue) du dernier au Lookup à celui-ci (choisir Look Match Output); 3. Ouvrir la OLE Destination en double cliquant sur sa boîte; 4. Choisir les paramètres suivants : Connection manager : localhost.adventureworksdw; Table : [dbo].[factcurrencyrate]; 5. Dans Mappings, vérifier que les colonnes sont correctement associees. Tester le processus: Lancer le processus ETL (mode debug) en cliquant sur l icône Start dans la barre de menu (triangle vert). IV. Gestion du traitement en lot Créer le ForEach Loop container: 1. Revenir à l onglet Control Flow; 2. À partir du menu Control Flow Items (à gauche), glisser-déposer un ForEach loop container dans le canevas Control Flow; 3. Ouvrir en double cliquant 4. Dans Collection: ForEach File Enumerator Browse: Currency_*.txt 5. Dans Variable Mappings: ajouter une variable varfilename; 6. Déplacer la boîte du DataFlow créé précédemment à l'intérieur du container. Modifier le Flat File Connection Manager : 1. Dans le menu Properties (à droite), cliquer sur Expressions (...); 2. Choisir ConnectionString pour Property; 3. Pour Expression, trouver User::varFileName dans le menu Variables and Parameters, et glisser-déposer cette variable dans le champs Expression plus bas. Tester le processus ETL : Comme lors de l étape précédente, cliquer sur l'icone Start (triangle vert). IV. Gestion des erreurs Créer une erreur dans les données: 1. Dans l Explorateur Windows, créer une copie du fichier Currency_CAD.txt et la renommer Currency_BAD.txt; 2. Dans le fichier Currency_BAD.txt, remplacer toutes les instances de CAD par BAD;

6 3. Dans SQL Developer Studio, cliquer à nouveau sur l'icone Start (triangle vert); 4. Une erreur devrait être causée par l'insertion de lignes existantes; 5. Ouvrir le OLE BD Destination Task en double-cliquant sur celui-ci; 6. Dans Error Output: choisir l'option Ignore failure; 7. Retester le processus en cliquant à nouveau sur l'icone Start (triangle vert); 8. Une erreur devrait survenir (fichier Currency_BAD.txt). Ajouter un mécanisme de gestion d'erreur : 1. À partir du menu Other Destinations (à gauche), glisser-déposer un Flat File Destination dans le canevas Data Flow; 2. Connecter la flèche rouge du Lookup CurrencyKey vers le nouveau Flat File Destination; 3. Dans la colonne erreur, choisir Redirect Row; 4. Ouvrir le Flat File Destination en double-cliquant sur celui-ci; 5. Dans Connection manager, choisir New et Delimited; 6. Entrer le nom ErrorData 7. Clique sur Browse et entrer le nom de fichier ErrorOutput.txt; 8. Dans Columns, observer que 2 nouvelles colonnes ont été créées; 9. Enlever l'option Overwrite Data; 10. Relancer le processus avec l icône Start; 11. Vérifier que les lignes problématiques ont bien été ajoutées dans ErrorOutput.txt. Ajouter fonctions de journalisation (logging) 1. Choisir Logging dans le menu SSIS; 2. Sélectionner le package; 3. Dans Providers and logs, Providers type: Text files; 4. Cliquer ajouter, et modifier le nom si nécessaire; 5. Cliquer sur Configuration et choisir <new connection>; 6. Usage type: Create file; 7. Cliquer sur Browse et entrer logtutoriel.log pour le nom du fichier; 8. Selectionner le DataFlow task dans Containers (à l'intérieur de Foreach Loop Container) 9. Dans Details, ajouter PipelineExecutionPlan et PipelineExecutionTrees; 10. Relancer le processus avec l icône Start; 11. Vérifier que l exécution a bien été journalisée dans logtutoriel.log.