pentaho 简介

本文转载于：http://blog.csdn.net/net_flyfox/article/details/3984824
一、Pentaho BI 平台介绍
    Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案（Solution）的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。
    Pentaho BI 平台，Pentaho Open BI 套件的核心架构和基础，是以流程为中心的，因为其中枢控制器是一个工作流引擎。工作流引擎使用流程定义来定义在BI 平台上执行的商业智能流程。流程可以很容易的被定制，也可以添加新的流程。BI 平台包含组件和报表，用以分析这些流程的性能。目前，Pentaho的主要组成元素包括报表生成、分析、数据挖掘和工作流管理等等。这些组件通过J2EE、WebService、SOAP、HTTP、Java、JavaScript、Portals等技术集成到Pentaho平台中来。Pentaho的发行，主要以Pentaho SDK的形式进行。
    Pentaho SDK共包含五个部分：Pentaho平台、Pentaho示例数据库、可独立运行的Pentaho平台、Pentaho解决方案示例和一个预先配制好的Pentaho网络服务器。其中Pentaho平台是Pentaho平台最主要的部分，囊括了Pentaho平台源代码的主体；Pentaho数据库为Pentaho平台的正常运行提供的数据服务，包括配置信息、Solution相关的信息等等，对于Pentaho平台来说它不是必须的，通过配置是可以用其它数据库服务取代的；可独立运行的Pentaho平台是Pentaho平台的独立运行模式的示例，它演示了如何使Pentaho平台在没有应用服务器支持的情况下独立运行；Pentaho解决方案示例是一个Eclipse工程，用来演示如何为Pentaho平台开发相关的商业智能解决方案。
    Pentaho BI 平台构建于服务器，引擎和组件的基础之上。这些提供了系统的J2EE 服务器，安全，portal，工作流，规则引擎，图表，协作，内容管理，数据集成，分析和建模功能。这些组件的大部分是基于标准的，可使用其他产品替换之。Pentaho服务器组件是整套系统的基础，下面做个简要介绍。

二、Pentaho服务器组件
    Pentaho服务器由一个BI 平台和传送最终用户BI 能力的库组成。服务器运行于一个
J2EE 兼容的web 服务器（如Apache，JBOSS AS，WebSphere，WebLogic 和Oracle AS）上。Pentaho 服务器使得BI 平台的很多功能以一种一致的，熟悉的外观和行为展示给用户。
例如，一个组件产生了用户可以访问的报表列表，另一个以日历的方式列出了任务相关的最终期限，第三个显示了用户需要完成的当前任务。每个组件产生的内容和每个用户的角色相关。
Pentaho 服务器包含用于报表，分析，商业规则，email 和桌面通知以及工作流的引擎和组件。这些组件被集成在一起，用于解决商业智能问题。在一个解决方案（Solution）中，每个子系统的行为，相互作用和用户交互被解决方案（Solution）定义文档的一个集合所定义。
解决方案（Solution）定义文档是XML 文档，它包含：
    业务流程的定义(XPDL标准)
    活动的定义，这些活动按需作为部分流程执行，或被web 服务调用，其包含以下定义：
    数据源，查询，报表模板，传送和通知规则，商业规则，仪表盘和分析视图。
    以上所有的项之间的关系
    服务器中的组件依赖于一个解决方案（Solution）引擎，可获得可用解决方案（Solution）
文档，安全支持，报表，工作流项，数据，和审计信息。在服务器上可以执行多于一个的解决方案（Solution）。解决方案（Solution）定义文档可从一个服务器复制到另一个，并可被自由分发。服务器包含如下部分：
    高级系统管理的基础设施。这包括系统监控(SMNP)服务，使用报表，Web 服务支持，配置确认工具，和诊断工具。
    高级流程性能报表和分析的系统和组件。这包括工作流任务上涉及到的工作流项目，单独任务，employees 和services 上属性的切片和切块（slice-and-dice），what-if 和数据挖掘能力。
    支持Enterprise Application Integration (EAI)，用于和operational 应用live集成，以及Extract, Transform, and Load (ETL) 能力，用于创建数据仓库和数据集市。
下面是一个服务器体系结构图。


三、Pentaho软件层次结构
    Pentaho平台是Pentaho运行系统中的核心部分，它本身是一个Web应用，部署于一个J2EE兼容的应用服务器上。它又作为Solution的服务器存在着，是Solution中各个Action序列的解释执行者。Pentaho平台大致可分为三个层次：界面层、核心层和插件层。
界面层是外部用户访问Pentaho服务的接口，主要包含三个部分：UDDI、Web页面、Navigation Component。UDDI为外部应用程序或Web Service访问Pentaho服务提供接口；Web页面则为用户通过浏览器访问Pentaho服务提供接口；Navigation Component实质上是一组Servelet，它主要用于显示当前部署在Pentaho平台上的Solution中所包含的各个Action序列，用户可在其中选择需要执行的Action序列。

核心层主要由Solution Engine和它的Runtime环境组成。Solution Engine实质上是一个解释执行Action序列描述文件的解释器，它接收来自用户界面的请求，这个请求通常是要求执行Solution中的某个Action序列。Solution Engine连同其Runtime环境就负责解释执行这些Action序列。解释执行过程中，出于调试和性能分析的需要，引入了一个Audit机制，该机制类似一个日志记录系统，记录Pentaho平台运行过程中的一些动态过程。Solution Engine和Audit机制的运行都需要访问许多相关的数据资源，这些数据资源被称为“资源库”，也就是图中的各个Repository。

插件层主要包括了集成到Pentaho平台中的各种BI产品，如Quartz、Jfree等等。从图3中可以看出，插件层又可分为两类模块，一类叫作Component模块，这种模块是插件层与核心层的接口模块，它们将各种不同的插件的功能以一个统一的接口提供给上层使用，起到一个功能抽象的作用。另一类则是形形色色的BI插件的具体实现，这通常由第三方开发者提供。各种插件运行过程中可能会用到自身的私有数据，这些数据在Pentaho平台中也被抽象成为资源库（Responsory），这使得不同的插件可以以一种统一的方式访问自己的数据。