SSAS Tutorial: Hvad er SSAS Cube, Architecture & typer

Af: Fiona Brown Fiona Brown
Hours Opdateret

⚡ Smart opsummering

SSAS, SQL Server Analysis Services, er Microsoft's OLAP-server og analysemotor til opdeling af store datamængder på tværs af dimensioner. Den leveres i to varianter, flerdimensionel og tabelformet, og forbruger aggregerede data fra et RDBMS til at bygge kuber og modeller til hurtig analyse.

  • 🧊 Kerneformål: SSAS er en flerdimensionel OLAP-server, der giver dig mulighed for at opdele store datamængder.
  • 🏛️ Tre niveauer: Et RDBMS føder SSAS-kuber, og klienter læser dem via dashboards og portaler.
  • 🧱 Nøglebegreber: Datakilde, kube, dimension, niveau, faktatabel, måling og skema definerer modellen.
  • 🔀 To varianter: Flerdimensionel bruger kuber og MDX; tabelform bruger relaterede tabeller og DAX.
  • 💾 Lagringstilstande: SSAS understøtter MOLAP-, HOLAP- og ROLAP-arkitekturer.
  • ⚖️ Tabulær vs. flerdimensionel: Tabelform er enklere og lagres i hukommelsen; flerdimensionel form passer til et stjerneskema.
  • 🔐 Virksomhedspasform: Sikkerhed på rækkeniveau, partitionering og OLAP gør den til en BI-motor for virksomheder.
Læs mere

SSAS-vejledning SQL Server-analysetjeneste

Hvad er SSAS?

SQL Server Analysis Services (SSAS) er en flerdimensionel OLAP-server samt en analysemotor, der giver dig mulighed for at opdele store mængder data. Det er en del af Microsoft SQL Server og hjælper med at udføre analyser ved hjælp af forskellige dimensioner. Den har to varianter, flerdimensionel og tabelform. SSAS' fulde form er SQL Server Analysis Services.

Architecture af SSAS

Først vil vi lære om SSAS-arkitekturen.

SSAS tre-lags arkitektur

Den arkitektoniske visning af SQL Server Analysis Services er baseret på en trelagsarkitektur, som består af:

  1. RDBMS: data fra forskellige kilder som Excel, database og tekst kan trækkes ved hjælp af en ETL værktøj ind i RDBMS.
  2. SSAS: Aggregerede data fra RDBMS sendes til SSAS-kuber ved hjælp af analysetjenesteprojekter. SSAS-kuberne opretter en analysedatabase, som derefter kan bruges til mange formål.
  3. Klient: Klienter kan tilgå data ved hjælp af dashboards, scorecards, portaler osv.

Historien om SSAS

Nu vil vi gennemgå SSAS' historie:

  • MSOLAP-funktionen blev først inkluderet i SQL Server 7.0. Denne teknologi blev senere købt fra et israelsk firma kaldet Panorama.
  • Den blev hurtigt en af ​​de mest anvendte OLAP-motorer, fordi den var inkluderet som en del af SQL Server.
  • SSAS blev fuldstændig renoveret med udgivelsen af MS SQL Server 2005.
  • Den version tilbød også en funktion til "underkuber" med Scope-sætningen, hvilket øgede funktionaliteten af ​​SSAS-kuber.
  • SSAS 2008 R2- og 2012-versionerne fokuserede primært på forespørgselsydeevne og skalerbarhed.
  • In Microsoft I Excel 2010 er der kommet et tilføjelsesprogram kaldet PowerPivot, som bruger en lokal instans af Analysis Services med den nye xVelocity-motor til at øge forespørgselsydelsen.

Vigtig SSAS-terminologi

Nu vil vi lære nogle vigtige SSAS-terminologier:

  • Datakilde
  • Datakildevisning
  • Cube
  • Dimensionstabel
  • Dimension
  • Niveau
  • Faktatabel
  • Måle
  • Planlæg

Datakilde

En datakilde er en slags forbindelsesstreng. Den etablerer en forbindelse mellem analysedatabasen og RDBMS.

Datakildevisning

En datakildevisning er en logisk model af databasen.

Cube

En kube er en grundlæggende lagringsenhed. Det er en samling af data, der er blevet aggregeret for at give forespørgsler mulighed for hurtigt at returnere data.

MOLAP

MOLAP er lavet af en datakube, der indeholder målinger og dimensioner, inklusive alle de medlemmer, der kan være i en hierarkisk relation. Det er et specifikt sæt regler, der hjælper med at bestemme, hvordan bestemte celler beregnes i en sparse-kube, og hvordan måleværdier akkumuleres inden for disse hierarkier.

Dimensionstabel

  • En dimensionstabel indeholder dimensionerne af en fakta.
  • De er forbundet med faktatabellen ved hjælp af en fremmednøgle.
  • Dimensionstabeller er de-normaliserede tabeller.
  • Dimensioner tilbyder karakteristika ved fakta gennem deres attributter.
  • Der er ingen fastsat grænse for et givet antal dimensioner.
  • En dimension indeholder en eller flere hierarkiske relationer.

Dimension

En dimension giver konteksten omkring en forretningsproceshændelse. Kort sagt giver den hvem, hvad og hvor en kendsgerning. I salgsprocessen vil dimensionerne for kendsgerningen "salgsnummer" være:

  • Hvem – kundernes navne.
  • Hvor – placering.
  • Hvad – produktnavn.

Med andre ord er en dimension et vindue til at se informationen i fakta.

Niveau

Hver type opsummering, der kan hentes fra en enkelt dimension, kaldes et niveau.

Faktatabel

En faktatabel er den vigtigste tabel i en dimensionsmodel. Den indeholder målinger eller fakta og en fremmed nøgle til dimensionstabellen, for eksempel lønoperationer.

Måle

Hver faktatabel indeholder en eller flere målinger, der skal analyseres. For eksempel kan en tabel med information om bogsalg måle fortjenesten eller tabet for antallet af solgte bøger.

Planlæg

database Et skema for et databasesystem er dets struktur beskrevet i et formelt sprog, understøttet af databasestyringssystemet. Udtrykket "skema" refererer til organiseringen af ​​data som en skabelon for, hvordan databasen er konstrueret.

RELATEREDE ARTIKLER

Typer af modeller i SSAS

Nu vil vi lære om typerne af modeller i SSAS.

Multidimensionel datamodel

flerdimensionel datamodel består af en datakube. Det er en gruppe af operationer, der giver dig mulighed for at forespørge på værdien af ​​celler ved at bruge kube- og dimensionsmedlemmer som koordinater. Den definerer regler, der bestemmer, hvordan måleværdier akkumuleres inden for hierarkier, eller hvordan specifikke værdier beregnes i en sparse-kube.

Tabelmodellering

Tabelmodellering organiserer data i relaterede tabeller. Tabellerne er ikke angivet som "dimensioner" eller "fakta", og udviklingstiden er kortere med tabelmodellering, fordi alle relaterede tabeller kan tjene begge roller.

Tabelformet vs. flerdimensionel model

Driftsparametre tabular Flerdimensionel
Hukommelse Cache i hukommelsen Filbaseret lagring
Struktur Løs struktur Stiv struktur
Bedste funktion Data behøver ikke at flytte fra kilden Bedst når data sættes ind i et stjerneskema
Modeltype Relationel model Dimensionel model
Forespørgselssprog DAX MDX
Kompleksitet Simpelt Complex
Størrelse Mindre Større

Nøglefunktioner ved SSAS

De væsentlige funktioner i SSAS er:

  • Den tilbyder bagudkompatibilitet på API-niveau.
  • Du kan bruge OLE DB til OLAP til klientadgangs-API'en og MDX som forespørgselssprog.
  • SSAS hjælper dig med at bygge MOLAP-, HOLAP- og ROLAP-arkitekturer.
  • Det giver dig mulighed for at arbejde i klient-server-tilstand eller offline-tilstand.
  • Du kan bruge SSAS-værktøjet med forskellige guider og designere.
  • Oprettelse og styring af datamodeller er fleksibel.
  • Du kan tilpasse applikationer med omfattende support.
  • Den tilbyder en dynamisk struktur, ad hoc-rapporter, delte metadata og sikkerhedsfunktioner.

SSAS vs. PowerPivot

Parameter SSAS powerpivot
Hvad er det SSAS Multidimensional er "Corporate BI" Microsoft PowerPivot er "selvbetjenings-BI"
Deployment Implementeret til SSAS Implementeret til SharePoint
Bruges til Visual Studio-projekt Excel
Størrelse Begrænset til hukommelse Kapacitet begrænset til 2 GB
Partition støtte Understøtter partitionering Ingen skillevægge
Forespørgselstype DirectQuery og Vertipaq Tillader kun Vertipaq-forespørgsler
Admin værktøjer Serveradministrationsværktøjer (f.eks. SSMS) Excel- og SharePoint-administrator
Sikkerhed Rækkeniveau- og dynamisk sikkerhed Arbejdsbog fil sikkerhed

Fordele ved SSAS

Fordelene ved SSAS er:

  • Hjælper dig med at undgå ressourcekonflikt med kildesystemet.
  • Det er et ideelt værktøj til numerisk analyse.
  • SSAS muliggør opdagelse af datamønstre, der måske ikke er umiddelbart synlige, ved hjælp af de datamining-funktioner, der er indbygget i produktet.
  • Det tilbyder et samlet og integreret overblik over alle dine forretningsdata til rapportering, KPI-scorecardanalyse og data mining.
  • SSAS tilbyder online analytisk behandling (OLAP) af data fra forskellige datakilder.
  • Det giver brugerne mulighed for at analysere data med en række værktøjer, herunder SSRS og Excel.

Ulemper ved at bruge SSAS

  • Når du har valgt en sti (tabelformet eller flerdimensionel), kan du ikke migrere til den anden version uden at starte forfra.
  • Du har ikke tilladelse til at flette data mellem tabelformede og flerdimensionelle kuber.
  • Tabelbaseret opsætning kan være risikabel, hvis kravene ændres midtvejs i projektet.

Bedste praksis for brug af SSAS

  • Optimer design af kube- og målegruppe.
  • Definer nyttige aggregeringer.
  • Brug partitioneringsmetoden.
  • Skriv effektiv MDX.
  • Brug forespørgselsmotorens cache effektivt.
  • Skaler ud, når du ikke længere kan skalere op.

Ofte Stillede Spørgsmål

Vælg tabelform for enklere modeller i hukommelsen og hurtigere udvikling med DAX. Vælg flerdimensionel for store stjerneskema-lagre, der kræver komplekse beregninger og MDX. Migrering mellem dem betyder at starte forfra.

MOLAP lagrer aggregater i en kube for hurtig læsning, ROLAP efterlader data i den relationelle kilde, og HOLAP er en hybrid, der holder detaljer relationelle og aggregater i kuben.

DAX er formel- og forespørgselssproget for tabelmodeller og minder meget om Excel-formler. MDX er forespørgselssproget for flerdimensionelle kuber og fungerer med medlemmer, tupler og sæt.

AI kan foreslå, hvilke målinger og dimensioner der skal modelleres, udarbejde DAX eller MDX ud fra et almindeligt spørgsmål og afdække mønstre i kubedata, som en manuel gennemgang kan overse, såsom uventede korrelationer.

En faktatabel indeholder de målbare tal og fremmednøgler, mens en dimensionstabel indeholder de beskrivende attributter, der bruges til at filtrere og gruppere disse tal, f.eks. produkt, kunde eller dato.

Opsummer dette indlæg med: