SSAS 튜토리얼: SSAS 큐브란 무엇입니까? Archi강의 및 유형

⚡ 스마트 요약

SSAS(SQL Server Analysis Services)는 다음과 같습니다. Microsoft이 소프트웨어는 대규모 데이터를 다양한 차원으로 분류하는 OLAP 서버 및 분석 엔진입니다. 다차원 및 테이블 형식 두 가지 버전으로 제공되며, RDBMS에서 집계된 데이터를 가져와 빠른 분석을 위한 큐브와 모델을 구축합니다.

🧊 핵심 목적: SSAS는 대규모 데이터를 분석하고 분류할 수 있는 다차원 OLAP 서버입니다.
🏛️ 3단계: RDBMS는 SSAS 큐브에 데이터를 제공하고, 클라이언트는 대시보드와 포털을 통해 해당 큐브를 읽습니다.
🧱 핵심 용어: 데이터 소스, 큐브, 차원, 레벨, 팩트 테이블, 측정값 및 스키마는 모델을 정의합니다.
🔀 두 가지 변형: 다차원 표현은 큐브와 MDX를 사용하고, 테이블 형식 표현은 관련 테이블과 DAX를 사용합니다.
💾 저장 모드: SSAS는 MOLAP, HOLAP 및 ROLAP 아키텍처를 지원합니다.
⚖️ 표 형식 vs. 다차원 형식: 표 형식은 더 간단하고 메모리에 저장되는 반면, 다차원 형식은 스타 스키마에 적합합니다.
🔐 기업 적합성: 행 수준 보안, 파티셔닝 및 OLAP 기능을 통해 기업용 BI 엔진으로 활용할 수 있습니다.

SSAS란 무엇입니까?

SSAS(SQL 서버 분석 서비스) 이는 다차원 OLAP 서버이자 대규모 데이터를 분석하고 분류할 수 있는 분석 엔진입니다. 이는 다음 중 하나입니다. Microsoft SQL Server 다양한 차원을 사용하여 분석을 수행하는 데 도움이 됩니다. 다차원형과 테이블형 두 가지 유형이 있습니다. SSAS의 정식 명칭은 SQL Server Analysis Services입니다.

ArchiSSAS의 강의

먼저 SSAS 아키텍처에 대해 알아보겠습니다.

SQL Server Analysis Services의 아키텍처는 다음과 같은 3계층 아키텍처를 기반으로 합니다.

RDBMS: Excel, 데이터베이스, 텍스트 등 다양한 소스의 데이터를 RDBMS를 이용하여 가져올 수 있습니다. ETL 도구 RDBMS에.
SSAS: RDBMS에서 집계된 데이터는 분석 서비스 프로젝트를 사용하여 SSAS 큐브로 푸시됩니다. SSAS 큐브는 분석 데이터베이스를 생성하며, 이 데이터베이스는 다양한 용도로 활용될 수 있습니다.
클라이언트: 클라이언트는 대시보드, 스코어카드, 포털 등을 통해 데이터에 접근할 수 있습니다.

SSAS의 역사

이제 SSAS의 역사에 대해 살펴보겠습니다.

MSOLAP 기능은 SQL Server 7.0에 처음 포함되었습니다. 이 기술은 나중에 Panorama라는 이스라엘 회사로부터 인수되었습니다.
SQL Server에 포함되면서 곧 가장 널리 사용되는 OLAP 엔진 중 하나가 되었습니다.
SSAS는 출시와 함께 전면적으로 리노베이션되었습니다. MS SQL 서버 2005.
해당 버전에서는 Scope 문을 사용하여 "하위 큐브" 기능을 제공함으로써 SSAS 큐브의 기능을 확장했습니다.
SSAS 2008 R2 및 2012 버전은 주로 쿼리 성능과 확장성에 중점을 두었습니다.
In Microsoft Excel 2010에는 PowerPivot이라는 추가 기능이 포함되었는데, 이 기능은 새로운 xVelocity 엔진을 사용하는 Analysis Services의 로컬 인스턴스를 활용하여 쿼리 성능을 향상시킵니다.

중요한 SSAS 용어

이제 SSAS의 몇 가지 중요한 용어를 알아보겠습니다.

데이터 소스
데이터 소스 보기
입방체
치수 표
외형 치수
레벨
팩트 테이블
캠페인 측정
개요

데이터 소스

데이터 소스는 일종의 연결 문자열입니다. 분석 데이터베이스와 데이터 소스 간의 연결을 설정합니다. RDBMS.

데이터 소스 보기

데이터 소스 뷰는 데이터베이스의 논리적 모델입니다.

입방체

큐브는 기본적인 데이터 저장 단위입니다. 이는 쿼리를 통해 데이터를 빠르게 반환할 수 있도록 집계된 데이터 모음입니다.

몰랍

MOLAP은 측정값과 차원을 포함하는 데이터 큐브로 구성되며, 계층적 관계를 가질 수 있는 모든 멤버를 포함합니다. MOLAP은 희소 큐브에서 특정 셀이 계산되는 방식과 계층 구조 내에서 측정값들이 집계되는 방식을 결정하는 데 도움이 되는 특정 규칙 집합입니다.

치수 표

차원 테이블에는 팩트의 차원이 포함됩니다.
이 테이블들은 외래 키를 사용하여 팩트 테이블과 연결됩니다.
차원 테이블은 비정규화된 테이블입니다.
차원은 속성을 통해 사실의 특징을 제공합니다.
차원의 개수에 대한 정해진 제한은 없습니다.
차원은 하나 이상의 계층적 관계를 포함합니다.

외형 치수

차원은 비즈니스 프로세스 이벤트 주변의 맥락을 제공합니다. 간단히 말하면, 사실에 대한 누가, 무엇을, 어디서 발생했는지를 알려줍니다. 영업 비즈니스 프로세스에서 "매출액"이라는 사실에 대한 차원은 다음과 같습니다.

누구 – 고객 이름.
어디 – 위치.
무엇 – 제품명.

다시 말해, 차원은 사실 속에 담긴 정보를 볼 수 있는 창과 같습니다.

레벨

단일 차원에서 추출할 수 있는 각 요약 유형을 레벨이라고 합니다.

팩트 테이블

팩트 테이블은 차원 모델에서 가장 중요한 테이블입니다. 이 테이블에는 측정값 또는 사실 정보가 포함되어 있습니다. 외래 키 예를 들어 급여 작업과 같은 차원 테이블로 이동합니다.

캠페인 측정

각 팩트 테이블에는 분석해야 할 하나 이상의 측정값이 포함되어 있습니다. 예를 들어, 도서 판매 정보 테이블은 판매된 도서 수에 따른 손익을 측정할 수 있습니다.

개요

The 데이터베이스 데이터베이스 시스템의 스키마는 데이터베이스 관리 시스템에서 지원하는 형식 언어로 기술된 데이터베이스 구조입니다. "스키마"라는 용어는 데이터베이스가 어떻게 구성되는지에 대한 청사진으로서 데이터의 구성을 의미합니다.

SSAS의 모델 유형

이제 SSAS에서 사용할 수 있는 모델 유형에 대해 알아보겠습니다.

다차원 데이터 모델

The 다차원 데이터 모델 데이터 큐브로 구성됩니다. 이는 큐브 및 차원 멤버를 좌표로 사용하여 셀 값을 쿼리할 수 있는 일련의 작업입니다. 계층 구조 내에서 측정값의 집계 방식이나 희소 큐브에서 특정 값의 계산 방식을 결정하는 규칙을 정의합니다.

테이블 형식 모델링

테이블 형식 모델링은 데이터를 서로 연관된 테이블로 구성합니다. 이러한 테이블은 "차원" 또는 "사실"로 지정되지 않으며, 모든 연관 테이블이 두 가지 역할을 모두 수행할 수 있으므로 개발 시간이 단축됩니다.

표 형식 모델과 다차원 모델 비교

파라미터	표의	다차원
메모리	인메모리 캐시	파일 기반 스토리지
Structure	느슨한 구조	단단한 구조
최고의 기능	데이터를 소스에서 이동할 필요가 없습니다.	데이터를 스타 스키마에 넣을 때 가장 좋은 결과를 얻을 수 있습니다.
모델 유형	관계형 모델	차원 모델
쿼리 언어	DAX	MDX
복잡성	단순, 간단, 편리	복잡한
중량	작게	확대

SSAS의 주요 특징

SSAS의 핵심 기능은 다음과 같습니다.

API 수준에서 하위 호환성을 제공합니다.
클라이언트 액세스 API에는 OLAP용 OLE DB를, 쿼리 언어로는 MDX를 사용할 수 있습니다.
SSAS는 MOLAP, HOLAP 및 ROLAP 아키텍처를 구축하는 데 도움을 줍니다.
클라이언트-서버 모드 또는 오프라인 모드로 작업할 수 있습니다.
SSAS 도구는 다양한 마법사와 디자이너를 사용하여 활용할 수 있습니다.
데이터 모델 생성 및 관리가 유연합니다.
광범위한 지원을 통해 애플리케이션을 맞춤 설정할 수 있습니다.
이 시스템은 동적인 구조, 임시 보고서, 공유 메타데이터 및 보안 기능을 제공합니다.

SSAS와 PowerPivot 비교

매개 변수	SSAS	파워피벗
그것이 무엇인지	SSAS 다차원은 "기업 BI"입니다.	Microsoft PowerPivot은 "셀프 서비스 BI"입니다.
전개	SSAS에 배포됨	SharePoint에 배포됨
에 사용	Visual Studio 프로젝트	뛰어나다
중량	메모리 용량 제한	용량은 2GB로 제한됩니다.
파티션 지원	파티셔닝을 지원합니다	파티션 없음
쿼리 유형	DirectQuery 및 Vertipaq	Vertipaq 쿼리만 허용합니다.
관리 도구	서버 관리 도구(예: SSMS)	엑셀 및 SharePoint 관리자
보안	행 수준 및 동적 보안	통합 문서 파일 보안

SSAS의 장점

SSAS의 장점은 다음과 같습니다.

소스 시스템과의 리소스 경합을 방지하는 데 도움이 됩니다.
수치 분석에 이상적인 도구입니다.
SSAS는 제품에 내장된 데이터 마이닝 기능을 사용하여 즉시 드러나지 않을 수 있는 데이터 패턴을 발견할 수 있도록 지원합니다.
이 시스템은 보고, KPI 스코어카드 분석 및 데이터 마이닝을 위해 모든 비즈니스 데이터를 통합적으로 볼 수 있도록 지원합니다.
SSAS는 다양한 데이터 소스의 데이터에 대한 온라인 분석 처리(OLAP)를 제공합니다.
이 소프트웨어는 사용자가 다양한 도구를 사용하여 데이터를 분석할 수 있도록 지원합니다. SSRS 뛰어나다.

SSAS 사용의 단점

경로(표 형식 또는 다차원 형식)를 선택한 후에는 처음부터 다시 시작하지 않고는 다른 버전으로 마이그레이션할 수 없습니다.
테이블 형식 큐브와 다차원 큐브 간의 데이터 병합은 허용되지 않습니다.
표 형식은 프로젝트 중간에 요구 사항이 변경될 경우 위험할 수 있습니다.

SSAS 사용을 위한 최고의 사례

큐브 및 측정 그룹 설계를 최적화합니다.
유용한 집계를 정의하십시오.
파티션 방식을 사용하세요.
효율적인 MDX를 작성하세요.
쿼리 엔진 캐시를 효율적으로 사용하세요.
확장이 더 이상 불가능할 때 확장을 고려하십시오.

자주 묻는 질문

간단하고 메모리에 저장되는 모델 및 DAX를 사용한 빠른 개발에는 테이블 형식 모델을 선택하십시오. 복잡한 계산과 MDX가 필요한 대규모 스타 스키마 데이터 웨어하우스에는 다차원 형식 모델을 선택하십시오. 두 형식 간의 마이그레이션은 처음부터 다시 시작해야 합니다.

MOLAP은 빠른 읽기를 위해 집계 데이터를 큐브에 저장하고, ROLAP은 관계형 소스에 데이터를 그대로 두며, HOLAP은 상세 데이터는 관계형에, 집계 데이터는 큐브에 저장하는 하이브리드 방식입니다.

DAX는 테이블 형식 모델의 수식 및 쿼리 언어로, 엑셀 수식과 유사합니다. MDX는 다차원 큐브의 쿼리 언어로, 멤버, 튜플 및 집합을 사용합니다.

AI는 모델링할 측정값과 차원을 제안하고, 간단한 질문만으로 DAX 또는 MDX 코드를 작성하며, 수동 검토에서 놓칠 수 있는 예상치 못한 상관관계와 같은 큐브 데이터의 패턴을 찾아낼 수 있습니다.

팩트 테이블에는 측정 가능한 숫자와 외래 키가 저장되고, 차원 테이블에는 제품, 고객 또는 날짜와 같이 해당 숫자를 필터링하고 그룹화하는 데 사용되는 설명 속성이 저장됩니다.