Tutoriel SSAS : Qu'est-ce que SSAS Cube, Archistructure et types

⚡ Résumé intelligent

SSAS, SQL Server Analysis Services, est MicrosoftLe serveur OLAP et le moteur d'analyse de [Nom de l'entreprise] permettent de segmenter de grands volumes de données selon différentes dimensions. Disponible en deux versions (multidimensionnelle et tabulaire), il exploite les données agrégées d'un SGBDR pour créer des cubes et des modèles permettant une analyse rapide.

🧊 Objectif principal : SSAS est un serveur OLAP multidimensionnel qui vous permet de segmenter et d'analyser de grands volumes de données.
️ Trois niveaux : Un SGBDR alimente les cubes SSAS, et les clients les consultent via des tableaux de bord et des portails.
🧱 Mots clés: La source de données, le cube, la dimension, le niveau, la table de faits, la mesure et le schéma définissent le modèle.
🔀 Deux variantes : Le modèle multidimensionnel utilise des cubes et MDX ; le modèle tabulaire utilise des tables liées et DAX.
(I.e. Modes de stockage : SSAS prend en charge les architectures MOLAP, HOLAP et ROLAP.
️ Tabulaire vs Multidimensionnel : Le format tabulaire est plus simple et tient en mémoire ; le format multidimensionnel convient à un schéma en étoile.
(I.e. Adaptation à l'entreprise : La sécurité au niveau des lignes, le partitionnement et l'OLAP en font un moteur de BI d'entreprise.

Qu’est-ce que le SSAS ?

Services d'analyse SQL Server (SSAS) est un serveur OLAP multidimensionnel ainsi qu'un moteur d'analyse qui vous permet de segmenter et d'explorer de grands volumes de données. Il fait partie de Microsoft SQL Server Il permet d'effectuer des analyses multidimensionnelles. Il existe deux variantes : multidimensionnelle et tabulaire. SSAS signifie SQL Server Analysis Services.

Archistructure du SSAS

Nous allons tout d'abord étudier l'architecture SSAS.

L'architecture de SQL Server Analysis Services repose sur une architecture à trois niveaux, composée de :

SGBDR : les données provenant de différentes sources comme Excel, les bases de données et les textes peuvent être extraites à l’aide d’un Outil ETL dans le SGBDR.
SSAS : les données agrégées issues du SGBDR sont transférées vers des cubes SSAS via des projets Analysis Services. Ces cubes SSAS créent une base de données d’analyse, qui peut ensuite être utilisée à de nombreuses fins.
Client : les clients peuvent accéder aux données via des tableaux de bord, des fiches d'évaluation, des portails, etc.

Histoire du SSAS

Nous allons maintenant passer en revue l'historique de SSAS :

La fonctionnalité MSOLAP a été initialement intégrée à SQL Server 7.0. Cette technologie a ensuite été rachetée à une société israélienne du nom de Panorama.
Il est rapidement devenu l'un des moteurs OLAP les plus utilisés car il était inclus dans SQL Server.
SSAS a été entièrement rénové avec la sortie de MS SQL Server 2005.
Cette version proposait également une fonctionnalité pour les « sous-cubes » avec l'instruction Scope, ce qui augmentait les fonctionnalités des cubes SSAS.
Les versions SSAS 2008 R2 et 2012 étaient principalement axées sur les performances des requêtes et l'évolutivité.
In Microsoft Avec Excel 2010, un complément appelé PowerPivot est apparu, utilisant une instance locale d'Analysis Services avec le nouveau moteur xVelocity pour améliorer les performances des requêtes.

Terminologie SSAS importante

Nous allons maintenant apprendre quelques termes importants concernant SSAS :

La source de données
Vue de la source de données
Cube
Tableau des dimensions
Dimension
Niveau
Tableau des faits
Mesurer
Programme

La source de données

Une source de données est une sorte de chaîne de connexion. Elle établit une connexion entre la base de données d'analyse et la RDBMS.

Vue de la source de données

Une vue de source de données est un modèle logique de la base de données.

Cube

Un cube est une unité de stockage de base. Il s'agit d'un ensemble de données agrégées permettant aux requêtes de renvoyer rapidement des données.

MOLAP

MOLAP est constitué d'un cube de données contenant des mesures et des dimensions, incluant tous les membres pouvant être liés hiérarchiquement. Il s'agit d'un ensemble de règles spécifiques permettant de déterminer le calcul de certaines cellules dans un cube creux et l'agrégation des valeurs de mesure au sein de ces hiérarchies.

Tableau des dimensions

Un tableau de dimensions contient les dimensions d'un fait.
Elles sont liées à la table de faits à l'aide d'une clé étrangère.
Les tableaux de dimensions sont des tableaux dénormalisés.
Les dimensions offrent des caractéristiques des faits à travers leurs attributs.
Il n'y a pas de limite fixée pour un nombre donné de dimensions.
Une dimension contient une ou plusieurs relations hiérarchiques.

Dimension

Une dimension fournit le contexte d'un événement de processus métier. En termes simples, elle précise qui, quoi et où. Dans le processus de vente, pour l'événement « chiffre des ventes », les dimensions seraient :

Qui – noms des clients.
Où – emplacement.
Quoi – nom du produit.

En d'autres termes, une dimension est une fenêtre permettant de visualiser l'information contenue dans les faits.

Niveau

Chaque type de résumé pouvant être extrait d'une seule dimension est appelé un niveau.

Tableau des faits

Une table de faits est la table la plus importante d'un modèle dimensionnel. Elle contient des mesures ou des faits et une clé étrangère au tableau des dimensions, par exemple les opérations de paie.

Mesurer

Chaque tableau de données contient une ou plusieurs mesures à analyser. Par exemple, un tableau de données sur les ventes de livres peut indiquer le profit ou la perte en fonction du nombre de livres vendus.

Programme

Le base de données Le schéma d'un système de base de données est sa structure décrite dans un langage formel, pris en charge par le système de gestion de base de données. Le terme « schéma » désigne l'organisation des données sous forme de plan directeur décrivant la construction de la base de données.

Types de modèles dans SSAS

Nous allons maintenant apprendre les différents types de modèles dans SSAS.

Modèle de données multidimensionnel

Le modèle de données multidimensionnel Il s'agit d'un cube de données. C'est un ensemble d'opérations permettant d'interroger la valeur des cellules en utilisant les membres du cube et des dimensions comme coordonnées. Il définit des règles qui déterminent la manière dont les valeurs de mesure sont agrégées au sein des hiérarchies ou dont des valeurs spécifiques sont calculées dans un cube creux.

Modélisation tabulaire

La modélisation tabulaire organise les données en tables liées. Ces tables ne sont pas désignées comme « dimensions » ou « faits », et le temps de développement est plus court car toutes les tables liées peuvent remplir les deux rôles.

Modèle tabulaire vs modèle multidimensionnel

Paramètres	Tabulaire	Multidimensionnel
Mémoire	Cache en mémoire	Stockage basé sur des fichiers
Structure	Structure lâche	Structure rigide
Meilleure fonctionnalité	Les données n'ont pas besoin d'être déplacées de la source	Meilleur lorsque les données sont placées dans un schéma en étoile
Type de modèle	Modèle relationnel	Modèle dimensionnel
Langage de requête	DAX	MDX
Complexité	Simple	Complexe
Taille	Plus petit	Agrandir

Principales caractéristiques du SSAS

Les caractéristiques essentielles de SSAS sont :

Il offre une rétrocompatibilité au niveau de l'API.
Vous pouvez utiliser OLE DB pour OLAP pour l'API d'accès client et MDX comme langage de requête.
SSAS vous aide à construire des architectures MOLAP, HOLAP et ROLAP.
Il vous permet de travailler en mode client-serveur ou en mode hors ligne.
Vous pouvez utiliser l'outil SSAS avec différents assistants et concepteurs.
La création et la gestion de modèles de données sont flexibles.
Vous pouvez personnaliser les applications grâce à une assistance étendue.
Il offre une structure dynamique, des rapports ad hoc, des métadonnées partagées et des fonctionnalités de sécurité.

SSAS vs PowerPivot

Paramètres	SSAS	PowerPivot
Ce que c'est	SSAS Multidimensionnel est « BI d'entreprise »	Microsoft PowerPivot est une solution de « BI en libre-service ».
Déploiement	Déployé sur SSAS	Déployé sur SharePoint
Utilisé pour	Projet Visual Studio	Excel
Taille	Limité à la mémoire	Capacité limitée à 2 Go
Prise en charge des partitions	Prend en charge le partitionnement	Pas de partitions
Type de requête	DirectQuery et Vertipaq	Autorise uniquement les requêtes Vertipaq
outils d'administration	Outils d'administration serveur (par exemple, SSMS)	Administration d'Excel et de SharePoint
Sécurité	Sécurité dynamique et au niveau des lignes	Sécurité des fichiers du classeur

Avantages du SSAS

Les avantages du SSAS sont les suivants :

Permet d'éviter les conflits de ressources avec le système source.
C'est un outil idéal pour l'analyse numérique.
SSAS permet de découvrir des tendances dans les données qui ne sont pas immédiatement apparentes, grâce aux fonctionnalités d'exploration de données intégrées au produit.
Elle offre une vue unifiée et intégrée de toutes vos données d'entreprise pour la création de rapports, l'analyse des indicateurs clés de performance (KPI) et l'exploration de données.
SSAS propose un traitement analytique en ligne (OLAP) des données provenant de différentes sources de données.
Il permet aux utilisateurs d'analyser des données grâce à une multitude d'outils, notamment SSRS et Excel.

Inconvénients de l'utilisation de SSAS

Une fois que vous avez sélectionné un chemin (tabulaire ou multidimensionnel), vous ne pouvez pas migrer vers l'autre version sans recommencer.
Vous n'êtes pas autorisé à fusionner des données entre des cubes tabulaires et multidimensionnels.
L'utilisation de tableaux peut s'avérer risquée si les exigences changent en cours de projet.

Meilleures pratiques d'utilisation de SSAS

Optimiser la conception du cube et du groupe de mesures.
Définir des agrégations utiles.
Utilisez la méthode des partitions.
Écrivez du code MDX efficace.
Utilisez efficacement le cache du moteur de requêtes.
Développez votre stratégie horizontalement lorsque vous ne pouvez plus la développer verticalement.

FAQ

Choisissez le format tabulaire pour des modèles plus simples, en mémoire, et un développement plus rapide avec DAX. Choisissez le format multidimensionnel pour les grands entrepôts de données en étoile nécessitant des calculs complexes et l'utilisation de MDX. La migration entre ces formats implique de recommencer à zéro.

MOLAP stocke les agrégats dans un cube pour des lectures rapides, ROLAP laisse les données dans la source relationnelle et HOLAP est un hybride qui conserve les détails relationnels et les agrégats dans le cube.

DAX est le langage de formules et de requêtes des modèles tabulaires et est proche des formules Excel. MDX est le langage de requêtes des cubes multidimensionnels et fonctionne avec les membres, les tuples et les ensembles.

L'IA peut suggérer les mesures et dimensions à modéliser, rédiger des fichiers DAX ou MDX à partir d'une simple question et faire apparaître des tendances dans les données cubiques qu'un examen manuel pourrait manquer, telles que des corrélations inattendues.

Une table de faits contient les nombres mesurables et les clés étrangères, tandis qu'une table de dimensions contient les attributs descriptifs utilisés pour filtrer et regrouper ces nombres, tels que le produit, le client ou la date.