Localización FR

Localiza tu esquema ..

Taller - Localización FR

Las organizaciones globales requieren soluciones de análisis que hablen el idioma de sus usuarios, presentando conceptos de datos en términos familiares que atraviesen fronteras lingüísticas y culturales. En este taller integral, dominarás el arte de internacionalizar esquemas Mondrian ROLAP mediante el marco de procesamiento dinámico de esquemas de Pentaho, aprendiendo a crear cubos OLAP multilingües que se adapten automáticamente a las preferencias de idioma del usuario. Descubrirás cómo la tokenización y las propiedades de localización de Java trabajan juntas para transformar una única definición de esquema en una plataforma de análisis accesible globalmente que sirva en francés, inglés y potencialmente cualquier idioma que requiera tu organización.

En este taller práctico, implementarás una solución bilingüe completa tokenizando de manera sistemática el esquema Classic Models, creando archivos de propiedades específicos por idioma que proporcionen traducciones para cada elemento visible por el usuario y configurando el entorno Pentaho para procesar estos tokens dinámicamente según la configuración regional del usuario. Aprenderás la distinción crítica entre componentes, elementos y propiedades en la convención de nombrado de tokenización, comprendiendo cómo crear patrones de tokens sistemáticos que mantengan la consistencia en esquemas extensos.

Descubrirás cómo aprovechar el marco estándar de localización de Java mediante archivos de propiedades que mapean tokens a texto traducido, cómo configurar el procesador dinámico de esquemas de Mondrian para realizar la sustitución de tokens en tiempo de ejecución y cómo habilitar el checksum de esquemas que ayuda a Pentaho Analyzer a detectar cambios y refrescar sus cachés apropiadamente. También dominarás el flujo de trabajo de despliegue, incluyendo la colocación de archivos en los directorios correctos del servidor, la configuración de mondrian.properties, la configuración de la fuente de datos y los procedimientos de reinicio del servidor que dan vida a tu esquema localizado.

Lo que lograrás:

• Inicia Schema Workbench y abre el esquema Classic Models para mejorar su localización

• Comprende la convención del patrón de tokenización usando el formato %{classicmodels.[component].[element].[property]} donde component identifica la capa del esquema (schema, dimension, hierarchy, measures), element especifica el objeto particular (customers, products, territory) y property indica el atributo (caption, description)

• Agrega tokenización integral al esquema Classic Models en todos los elementos visibles para el usuario, incluyendo la descripción del esquema y los tokens de caption de measures, la dimensión CUSTOMERS con tokens de caption, description, jerarquía (allMemberCaption, caption, description) y tokens de nivel para Territory y Customer Name

• Extiende la tokenización a la dimensión PRODUCTS con tokens completos de jerarquía y nivel para Product Line y Vendor, además de tokens de measures para el caption de Sales

• Guarda el esquema tokenizado como ClassicModels-localized.xml y publícalo en el Pentaho Server

• Crea la estructura de directorios requerida para los archivos de propiedades de localización en /server/pentaho-server/tomcat/webapps/pentaho/WEB-INF/classes/com/pentaho/messages/

• Descarga y despliega MondrianMessages_en.properties que contiene traducciones al inglés para todos los tokens

• Descarga y despliega MondrianMessages_fr.properties que contiene traducciones al francés para todos los tokens

• Verifica la colocación correcta de los archivos listando el contenido del directorio messages

• Configura mondrian.properties añadiendo la propiedad mondrian.rolap.localePropFile apuntando a com.pentaho.messages.MondrianMessages (sin sufijo de idioma)

• Guarda el archivo de configuración mondrian.properties

• Reinicia el Pentaho Server para activar la configuración de procesamiento dinámico de esquemas

• Accede a la User Console como Admin y navega a Manage Data Sources para verificar que la configuración de la fuente de datos incluya DynamicSchemaProcessor (apuntando al procesador de reemplazo de tokens de Mondrian) y UseContentChecksum (habilitando la detección de cambios en el esquema para el refresco de cachés de Pentaho Analyzer)

• Prueba el esquema localizado accediendo a Pentaho Analyzer en diferentes contextos de idioma para verificar la traducción automática

Al final de este taller, habrás desplegado una solución OLAP multilingüe lista para producción que demuestra técnicas de internacionalización de grado empresarial. Entenderás cómo la arquitectura de procesamiento dinámico de esquemas de Mondrian separa las etiquetas específicas de idioma de la estructura del esquema, cómo los archivos de propiedades de Java permiten una gestión de traducciones mantenible por personal no técnico y cómo el mecanismo de sustitución de tokens opera en tiempo de ejecución para ofrecer experiencias apropiadas a la configuración regional.

Habrás dominado el enfoque sistemático de tokenización que asegura una cobertura completa a través de dimensiones, jerarquías, niveles y medidas, y sabrás cómo configurar el entorno Pentaho para soportar estas capacidades mediante la estructura correcta de directorios, la colocación de archivos de propiedades y las configuraciones de mondrian.properties. Estas habilidades te permiten crear plataformas de análisis que atienden efectivamente a audiencias globales, eliminando barreras lingüísticas mientras se mantiene una única definición de esquema que reduce la carga de mantenimiento y asegura la consistencia en todas las variantes de idioma.

Prerrequisitos: Schema Workbench de Pentaho instalado, Pentaho Server en ejecución con el esquema Classic Models desplegado, acceso de administrador al sistema de archivos del Pentaho Server Tiempo estimado: 45-60 minutos

x

x

---

1. Iniciar Schema Workbench:

Windows (Powershell):

cd \
cd Pentaho/design-tools/schema-workbench/
./workbench.bat

Linux:

cd
cd Pentaho/design-tools/schema-workbench/
./workbench.sh

1. Asegúrate de que el Pentaho Server esté en ejecución:

Asegúrate de que el Pentaho Server esté arrancado y en ejecución (iniciado automáticamente en Pentaho Lab):

cd
cd /opt/pentaho/server/pentaho-server
sudo ./start-pentaho.sh

Sigue los pasos a continuación para configurar y desplegar tu modelo localizado:

1. Esquema tokenizado

Esquema tokenizado

Esta sección proporciona detalles específicos de implementación para localizar el esquema Mondrian Classic Models. Sigue estos pasos para desplegar una solución de análisis bilingüe (francés-inglés) completamente funcional.

El esquema Classic Models es un esquema ROLAP de ejemplo basado en la base de datos de ejemplo Classic Models, que presenta:

• Cubo Sales con múltiples dimensiones

• Dimensión Customers (Territory, Customer Name)

• Dimensión Products (Product Line, Vendor)

• Múltiples medidas (Quantity, Sales, Order Count)

Aquí está el esquema Classic Models tokenizado:

<?xml version="1.0" encoding="UTF-8"?>
<Schema name="Classic Models" caption="%{schema.caption}">
  
  <Cube name="ClassicModelsOrders" 
        caption="%{cube.orders.caption}" 
        visible="true" 
        cache="true" 
        enabled="true">
    
    <Table name="ORDERFACT" schema="PUBLIC">
    </Table>
    
    <Dimension type="StandardDimension" 
               visible="true" 
               foreignKey="CUSTOMERNUMBER" 
               highCardinality="false" 
               name="CUSTOMERS" 
               caption="%{dimension.customers.caption}">
      
      <Hierarchy name="Customers" 
                 caption="%{hierarchy.customers.caption}" 
                 visible="true" 
                 hasAll="true" 
                 allMemberName="All Customers" 
                 allMemberCaption="%{hierarchy.customers.allmember}"
                 primaryKey="CUSTOMERNUMBER">
        
        <Table name="CUSTOMER_W_TER" schema="PUBLIC">
        </Table>
        
        <Level name="Territory" 
               caption="%{level.territory.caption}" 
               visible="true" 
               column="TERRITORY" 
               type="String" 
               uniqueMembers="true" 
               levelType="Regular" 
               hideMemberIf="Never">
        </Level>
        
        <Level name="Customer Name" 
               caption="%{level.customername.caption}" 
               visible="true" 
               column="CUSTOMERNAME" 
               type="String" 
               uniqueMembers="false" 
               levelType="Regular" 
               hideMemberIf="Never">
        </Level>
      </Hierarchy>
    </Dimension>
    
    <Dimension type="StandardDimension" 
               visible="true" 
               foreignKey="PRODUCTCODE" 
               highCardinality="false" 
               name="PRODUCTS" 
               caption="%{dimension.products.caption}">
      
      <Hierarchy name="Products" 
                 caption="%{hierarchy.products.caption}" 
                 visible="true" 
                 hasAll="true" 
                 allMemberName="All Products" 
                 allMemberCaption="%{hierarchy.products.allmember}"
                 primaryKey="PRODUCTCODE">
        
        <Table name="PRODUCTS" schema="PUBLIC">
        </Table>
        
        <Level name="Product Line" 
               caption="%{level.productline.caption}" 
               visible="true" 
               column="PRODUCTLINE" 
               type="String" 
               uniqueMembers="true" 
               levelType="Regular" 
               hideMemberIf="Never">
        </Level>
        
        <Level name="Vendor" 
               caption="%{level.vendor.caption}" 
               visible="true" 
               column="PRODUCTVENDOR" 
               type="String" 
               uniqueMembers="false" 
               levelType="Regular" 
               hideMemberIf="Never">
        </Level>
      </Hierarchy>
    </Dimension>
    
    <Measure name="Sales" 
             caption="%{measure.sales.caption}" 
             column="TOTALPRICE" 
             datatype="Numeric" 
             formatString="$#,###.00" 
             aggregator="sum" 
             visible="true">
    </Measure>
  </Cube>
</Schema>

Agregar Tokens

1. Agrega los siguientes Tokens al esquema Classic Models.

2. Guarda tu esquema - ClassicModels - localized.xml

3. Publica tu esquema.

Esquema Classic Models - Tabla de Tokens de Localización

Todos los tokens siguen el patrón: %{classicmodels.[component].[element].[property]}

Donde:

• componente = schema, dimension, hierarchy o measures

• elemento = nombre específico (customers, products, territory, etc.)

• propiedad = caption o description

Elemento de esquema	Atributo	Token
Esquema	descripción	%{schema.description}
Esquema	measuresCaption	%{measures.caption}
Dimensión: CUSTOMERS	caption	%{dimension.customers.caption}
Dimensión: CUSTOMERS	descripción	%{dimension.customers.description}
Jerarquía: Customers	allMemberCaption	%{dimension.customers.allmember.caption}
Jerarquía: Customers	caption	%{hierarchy.customers.caption}
Jerarquía: Customers	descripción	%{hierarchy.customers.description}
Nivel: Territory	caption	%{dimension.customers.territory.caption}
Nivel: Territory	descripción	%{dimension.customers.territory.description}
Nivel: Customer Name	caption	%{dimension.customers.customername.caption}
Nivel: Customer Name	descripción	%{dimension.customers.customername.description}
Dimensión: PRODUCTS	caption	%{dimension.products.caption}
Dimensión: PRODUCTS	descripción	%{dimension.products.description}
Jerarquía: Products	allMemberCaption	%{dimension.products.allmember.caption}
Jerarquía: Products	caption	%{hierarchy.products.caption}
Jerarquía: Products	descripción	%{hierarchy.products.description}
Nivel: Product Line	caption	%{dimension.products.line.caption}
Nivel: Product Line	descripción	%{dimension.products.line.description}
Nivel: Vendor	caption	%{dimension.products.vendor.caption}
Nivel: Vendor	descripción	%{dimension.products.vendor.description}
Medida: Sales	caption	%{measures.sales.caption}

3KB

ClassicModels - localized.xml

Abrir

2. Propiedades

3. mondrian.properties

4. Gestionar Fuente de Datos