Inteligencia empresarial de código abierto

La decisión de TI open source ( open source business intelligence , OBSI) reúne todas las soluciones y técnicas relacionadas con la toma de decisiones y cuyo modelo se basa en open source .

Casi todas las áreas de inteligencia empresarial en el mundo propietario también están cubiertas por OBSI.

OBSI, cuyos códigos de software son en parte públicos, no tiene nada que ver con la inteligencia de código abierto (OSINT) que se refiere a la investigación en fuentes públicas , es decir periódicos, directorios, etc.

Bases de datos

El mundo del software libre ofrece alternativas a los sistemas de base de datos propietarios de Oracle o Microsoft SQL Server . Las soluciones más famosas son:

MySQL / MariaDB ;
PostgreSQL .

ETL

Los ETL (extract-transform-load) son las herramientas para manipular datos, como para la construcción y suministro de data warehouse (data warehouse).

Los ETL de código abierto permiten realizar una gran cantidad de operaciones de procesamiento para la extracción ("E"), transformación ("T") y carga ("L") de datos, esto desde o hacia un gran número de sistemas:

extracción y carga de datos de muchos DBMS a través de controladores JDBC : Oracle, PostgreSQL, MySql, MS SqlServer, IBM DB2 , Sybase , Teradata ...
extracción y alimentación de archivos planos : CSV , Excel , XML , archivo con una longitud de registro fija, etc.
tipificación, adición de campos calculados y constantes, mapeo, normalización y desnormalización
Desduplicación de línea, controles y enrutamiento de flujo
validación y limpieza de datos
función de búsqueda ( lookup ) de información adicional que permite, por ejemplo, la unión entre dos DBMS diferentes
extracción y carga en paquetes de software específicos ( SAP , SugarCRM, etc.) o directorios LDAP
funciones de toma de decisiones: Dimensión que cambia lentamente, lectura de cubos OLAP (Mondrian ( en ), Palo ( Palo )), agregaciones
EAI- características orientadas a : recuperación de archivos y envío por FTP , SSH , Correo, secuencias de comandos, mensajes orientados al servicio , Servicios Web

Hay varios ETL de código abierto, con versiones básicas completamente gratuitas (gratuitas) y profesionales (de pago). Están equipados con funciones avanzadas y permiten el soporte directo del editor.

Los ETL de código abierto más completos y reconocidos son:

Talend Open Studio: Talend Open Studio (TOS) es una publicación de la empresa Talend . Talend es un ETL cuya interfaz gráfica está basada en Eclipse RCP y es del tipo “generador de código ” : se genera un código específico (y visible) para cada proceso de integración de datos. Talend Integration Suite (TIS) se refiere a la versión profesional, cuyas principales funcionalidades adicionales están destinadas a proporcionar funcionalidades empresariales avanzadas: desarrollo colaborativo, gestión de despliegues, consola de administración y programación de trabajos de producción.
Pentaho ( Pentaho ) Data Integration (PDI) también conocido como “Kettle”: PDI es un ETL que tiene la misma funcionalidad que Talend, la principal diferencia es su interfaz basada en Java SWT y su "Meta motor". De hecho, PDI incorpora todo el código necesario en su kernel y, por lo tanto, solo procesa los flujos de datos. Así, un proceso de Kettle puede almacenarse en forma de archivo plano (XML) o bien en un DBMS (“ repositorio de Kettle ”), este último también sirve como repositorio de trabajo compartido. Uno de los atractivos de PDI es su nivel de integración con la plataforma OBSI Pentaho: Kettle puede así servir como fuente de datos para el motor de informes Pentaho e incluso permitir el desarrollo de vistas de análisis multidimensionales con el concepto de " Agile ". BI ” y la herramienta Pentaho Analyzer
CloverETL ( en ): CloverETL es publicado por la empresa Javlin
Streamsets
MentDB Weak es una solución ETL de código abierto publicada por la empresa Innov-AI. El servidor se basa en una capa tipo Arquitectura Orientada a Servicios (SOA) y permite con un lenguaje de programación comprimido (MQL) realizar tareas ETL para transferir datos de un software a otro. También tiene un generador de código que puede acelerar el desarrollo, así como 26 módulos de conexión estándar listos para usar (FTP, SSH, SFTP, Excel, CSV, JSON, XML, SQL ...). Es una herramienta diseñada para el desarrollo colaborativo, que activa trabajos a lo largo del tiempo e integra algunos algoritmos de aprendizaje automático .