บทช่วยสอน SSAS: SSAS Cube คืออะไร Archiเทคเจอร์และประเภท

SSAS คืออะไร?

บริการวิเคราะห์เซิร์ฟเวอร์ SQL (SSAS) เป็นเซิร์ฟเวอร์ OLAP หลายมิติรวมถึงกลไกการวิเคราะห์ที่ช่วยให้คุณสามารถแบ่งและแบ่งข้อมูลปริมาณมากได้ มันเป็นส่วนหนึ่งของ Microsoft SQL Server และช่วยวิเคราะห์ในมิติต่างๆ มี 2 รูปแบบหลายมิติและแบบตาราง SSAS แบบเต็มคือ SQL Server Analysis Services

Archiการสอนของ SSAS

ก่อนอื่นในบทช่วยสอน SSAS นี้เราจะเรียนรู้เกี่ยวกับสถาปัตยกรรม SSAS:

มุมมองสถาปัตยกรรมของบริการการวิเคราะห์เซิร์ฟเวอร์ SQL ขึ้นอยู่กับสถาปัตยกรรมสามชั้น ซึ่งประกอบด้วย

RDBMS: ข้อมูลจากแหล่งต่างๆ เช่น Excel, ฐานข้อมูล, ข้อความ และอื่นๆ สามารถดึงได้ด้วยความช่วยเหลือ เครื่องมือ ETL ลงใน RDBMS
SSAS: ข้อมูลรวมจาก RDBMS ถูกส่งไปยังคิวบ์ SSAS โดยใช้โปรเจ็กต์บริการการวิเคราะห์ คิวบ์ SSAS จะสร้างฐานข้อมูลการวิเคราะห์ และเมื่อฐานข้อมูลการวิเคราะห์พร้อมแล้ว ก็สามารถใช้เพื่อวัตถุประสงค์ต่างๆ มากมาย
ลูกค้า: ลูกค้าสามารถเข้าถึงข้อมูลโดยใช้แดชบอร์ด บัตรคะแนน พอร์ทัล ฯลฯ

ประวัติความเป็นมาของ สสส

ในบทช่วยสอน SSAS นี้ เราจะพูดถึงประวัติของ SSAS:

คุณลักษณะ MSOLAP รวมอยู่ใน SQL Server 7.0 เป็นครั้งแรก เทคโนโลยีนี้ได้รับการซื้อในภายหลังจากบริษัท Panorama ของอิสราเอล
ในไม่ช้ามันก็กลายเป็นเอ็นจิ้น OLAP ที่ใช้กันมากที่สุดเพราะถูกรวมเป็นส่วนหนึ่งของ SQL Server
SSAS ได้รับการปรับปรุงใหม่ทั้งหมดด้วยการเปิดตัว เซิร์ฟเวอร์ MS-SQL 2005
เวอร์ชันล่าสุดนี้ยังนำเสนอฟีเจอร์สำหรับ "subcubes" ด้วยคำสั่งขอบเขต สิ่งนี้ได้เพิ่มฟังก์ชันการทำงานของคิวบ์ SSAS
เวอร์ชัน SSAS 2008R2 และ 2012 เกี่ยวข้องกับประสิทธิภาพของคิวรีและความสามารถในการปรับขนาดเป็นหลัก
In Microsoft Excel 2010 มาพร้อมกับ Add-in ที่เรียกว่า PowerPivot ซึ่งใช้อินสแตนซ์ท้องถิ่นของบริการการวิเคราะห์พร้อมกับกลไก XVelocity ใหม่ ซึ่งเพิ่มประสิทธิภาพการสืบค้น

คำศัพท์เฉพาะทาง SSAS ที่สำคัญ

ในบทช่วยสอนโมเดลตาราง SSAS นี้ เราจะเรียนรู้คำศัพท์ที่สำคัญบางประการของ SSAS:

แหล่งข้อมูล
มุมมองแหล่งข้อมูล
ลูกบาศก์
ตารางมิติ
Dimension
ชั้น
ตารางข้อเท็จจริง
วัด
schema

แหล่งข้อมูล

แหล่งข้อมูลเป็นสตริงการเชื่อมต่อชนิดหนึ่ง สร้างการเชื่อมต่อระหว่างฐานข้อมูลการวิเคราะห์และ อาร์ดีบีเอ็มเอส.

มุมมองแหล่งข้อมูล

มุมมองแหล่งข้อมูลเป็นแบบจำลองเชิงตรรกะของฐานข้อมูล

ลูกบาศก์

คิวบ์เป็นหน่วยเก็บข้อมูลพื้นฐาน เป็นการรวบรวมข้อมูลที่รวบรวมไว้เพื่อให้การสืบค้นสามารถส่งคืนข้อมูลได้อย่างรวดเร็ว

โมแลป

MOLAP ประกอบด้วยลูกบาศก์ข้อมูลซึ่งประกอบด้วยการวัดและมิติ โดยรวมถึงสมาชิกทั้งหมดที่อาจอยู่ในความสัมพันธ์แบบลำดับชั้น

เป็นชุดกฎเฉพาะที่ช่วยให้คุณกำหนดได้ว่าเซลล์ต่างๆ จะถูกคำนวณอย่างไรในลูกบาศก์แบบเบาบาง และวัดค่าที่สะสมไว้ในลำดับชั้นเหล่านั้น

ตารางมิติ

ตารางมิติประกอบด้วยมิติของข้อเท็จจริง
พวกเขาจะเข้าร่วมกับตารางข้อเท็จจริงโดยใช้คีย์ต่างประเทศ
ตารางไดเมนชันคือตารางที่ไม่ทำให้เป็นมาตรฐาน
มิติข้อมูลเสนอคุณลักษณะของข้อเท็จจริงโดยอาศัยคุณลักษณะของข้อมูลเหล่านั้น
ไม่มีขีดจำกัดที่กำหนดไว้สำหรับจำนวนมิติข้อมูลที่ระบุ
มิติประกอบด้วยความสัมพันธ์แบบลำดับชั้นอย่างน้อยหนึ่งรายการ

Dimension

มิติข้อมูลนำเสนอบริบทโดยรอบเหตุการณ์กระบวนการทางธุรกิจ พูดง่ายๆ ก็คือให้ใคร อะไร ที่ไหน เป็นข้อเท็จจริง ในกระบวนการธุรกิจการขาย สำหรับหมายเลขการขายจริง มิติจะเป็นชื่อลูกค้า

ที่ไหน – ที่ตั้ง
อะไร – ชื่อผลิตภัณฑ์
กล่าวอีกนัยหนึ่ง คุณสามารถพูดได้ว่ามิติข้อมูลเป็นหน้าต่างสำหรับดูข้อมูลในข้อเท็จจริง

ชั้น

สรุปแต่ละประเภทที่สามารถดึงข้อมูลจากมิติเดียวเรียกว่าป้ายกำกับ

ตารางข้อเท็จจริง

ตารางข้อเท็จจริงคือตารางที่สำคัญที่สุดในแบบจำลองมิติ ตารางข้อเท็จจริงประกอบด้วยการวัด/ข้อเท็จจริงและ คีย์ต่างประเทศ ไปที่ตารางมิติ เช่น การดำเนินการจ่ายเงินเดือน

วัด

ตารางข้อเท็จจริงแต่ละตารางประกอบด้วยตารางหนึ่งตารางขึ้นไปซึ่งควรวิเคราะห์ เช่น หนังสือขายตารางข้อมูล อาจเป็นกำไรหรือขาดทุนตามจำนวนหนังสือที่ขายได้

schema

โครงการ ฐานข้อมูล สคีมาของระบบฐานข้อมูลและโครงสร้างที่อธิบายเป็นภาษาทางการ รองรับระบบการจัดการฐานข้อมูล คำว่า "สคีมา" หมายถึงการจัดระเบียบข้อมูลเป็นแบบพิมพ์เขียวของลักษณะการสร้างฐานข้อมูล

ประเภทของแบบจำลองใน SSAS

ตอนนี้ เราจะเรียนรู้ประเภทของโมเดลใน SSAS ในบทช่วยสอนคิวบ์ SSAS นี้:

แบบจำลองข้อมูลหลายมิติ

โครงการ แบบจำลองข้อมูลหลายมิติซึ่งประกอบด้วยลูกบาศก์ข้อมูล เป็นกลุ่มการดำเนินการที่ให้คุณค้นหาค่าของเซลล์โดยใช้สมาชิกลูกบาศก์และมิติเป็นพิกัด

กำหนดกฎเกณฑ์ที่ตัดสินใจเกี่ยวกับวิธีการสะสมค่าการวัดภายในลำดับชั้นหรือวิธีการคำนวณค่าเฉพาะในลูกบาศก์แบบเบาบาง

การสร้างแบบจำลองแบบตาราง

การสร้างแบบจำลองแบบตารางจะจัดระเบียบข้อมูลลงในตารางที่เกี่ยวข้องกัน ตารางไม่ได้กำหนดว่าเป็น "มิติข้อมูล" หรือ "ข้อเท็จจริง" และเวลาในการพัฒนาจะน้อยกว่าแบบตาราง เนื่องจากตารางที่เกี่ยวข้องทั้งหมดสามารถรองรับทั้งสองบทบาทได้

แบบตารางเทียบกับแบบหลายมิติ

พารามิเตอร์	แบน	หลายมิติ
หน่วยความจำ	ในแคชหน่วยความจำ	พื้นที่เก็บข้อมูลแบบไฟล์
โครงสร้าง	โครงสร้างหลวม	โครงสร้างแข็ง
คุณสมบัติที่ดีที่สุด	ข้อมูลไม่จำเป็นต้องย้ายจากแหล่งที่มา	วิธีที่ดีที่สุดคือเมื่อใส่ข้อมูลลงในสคีมาแบบดาว
ประเภทของรุ่น	โมเดลเชิงสัมพันธ์	โมเดลมิติ
	DAX	MDX
ความซับซ้อน	ง่าย	ซับซ้อน
ขนาด	ที่มีขนาดเล็ก	ที่มีขนาดใหญ่

คุณสมบัติที่สำคัญของ SSAS

คุณสมบัติที่สำคัญของ SSAS คือ:

มีความเข้ากันได้แบบย้อนหลังในระดับ API
คุณสามารถใช้ OLEDB สำหรับ OLAP สำหรับ API การเข้าถึงไคลเอ็นต์และ MDX เป็นภาษาคิวรีได้
SSAS ช่วยคุณสร้างสถาปัตยกรรม MOLAP, HOLAP และ ROLAP
ช่วยให้คุณสามารถทำงานในโหมดไคลเอนต์เซิร์ฟเวอร์หรือโหมดออฟไลน์
คุณสามารถใช้เครื่องมือ SSAS กับวิซาร์ดและนักออกแบบที่แตกต่างกันได้
การสร้างและการจัดการโมเดลข้อมูลมีความยืดหยุ่น
ปรับแต่งแอปพลิเคชันจากการสนับสนุนที่ครอบคลุม
เสนอโครงสร้างไดนามิก รายงานเฉพาะกิจ เมตาดาต้าที่แชร์ และฟีเจอร์ความปลอดภัย

SSAS กับ PowerPivot

พารามิเตอร์	สสส	PowerPivot
ความหมายของ	SSAS หลายมิติคือ "Corporate BI"	Microsoft PowerPivot คือ "BI แบบบริการตนเอง"
การใช้งาน	ปรับใช้กับ SSAS	มันถูกปรับใช้กับ SharePoint
ใช้สำหรับการ	โครงการ Visual Studio	Excel
ขนาด	ขนาดจำกัดอยู่ที่หน่วยความจำ	ความจุจำกัดอยู่ที่ 2 GB
การสนับสนุนพาร์ทิชัน	รองรับการแบ่งพาร์ติชัน	ไม่มีพาร์ติชั่น
ประเภทแบบสอบถาม	DirectQuery และ เวอร์ติแพค	อนุญาตเฉพาะ Vertipaq คำสั่ง
เครื่องมือการดูแลระบบ	เครื่องมือผู้ดูแลระบบเซิร์ฟเวอร์ (เช่น SSMS)	Excel และ SharePoint “ผู้ดูแลระบบ”
ความปลอดภัย	การรักษาความปลอดภัยระดับแถวและไดนามิก	ความปลอดภัยของไฟล์สมุดงาน

ข้อดีของ SSAS

ข้อดี/ประโยชน์ของ SSAS คือ:

ช่วยให้คุณหลีกเลี่ยงการโต้แย้งทรัพยากรกับระบบต้นทาง
เป็นเครื่องมือที่เหมาะสำหรับการวิเคราะห์เชิงตัวเลข
SSAS ช่วยให้ค้นพบรูปแบบข้อมูลที่อาจไม่ปรากฏให้เห็นในทันทีโดยใช้คุณสมบัติการขุดข้อมูลที่มีอยู่ในผลิตภัณฑ์
โดยนำเสนอมุมมองแบบครบวงจรและบูรณาการของข้อมูลธุรกิจของคุณทั้งหมด การรายงาน การวิเคราะห์ดัชนีชี้วัดประสิทธิภาพหลัก (KPI) การทำเหมืองข้อมูล
SSAS นำเสนอการประมวลผลการวิเคราะห์ออนไลน์ (OLAP) จากแหล่งข้อมูลที่แตกต่างกัน
ช่วยให้ผู้ใช้สามารถวิเคราะห์ข้อมูลด้วยเครื่องมือมากมาย รวมถึง SSRS และ Excel.

ข้อเสียของการใช้ SSAS

เมื่อคุณเลือกเส้นทาง (แบบตารางหรือหลายมิติ) คุณจะไม่สามารถโยกย้ายไปยังเวอร์ชันอื่นโดยไม่ต้องเริ่มต้นใหม่
คุณไม่ได้รับอนุญาตให้ "รวม" ข้อมูลระหว่างคิวบ์แบบตารางและหลายมิติ
ตารางพิสูจน์ได้ว่ามีความเสี่ยงหากข้อกำหนดเปลี่ยนแปลงกลางคันตลอดทั้งโครงการ

แนวทางปฏิบัติที่ดีที่สุดของการใช้ SSAS

เพิ่มประสิทธิภาพการออกแบบกลุ่มคิวบ์และการวัด
คุณควรกำหนดการรวมกลุ่มที่มีประโยชน์
ใช้วิธีการพาร์ทิชัน
เขียน MDX ที่มีประสิทธิภาพ
ใช้แคช Query Engine อย่างมีประสิทธิภาพ
ขยายขนาดออกเมื่อคุณไม่สามารถขยายขนาดได้อีกต่อไป

ที่คุณอาจชอบ: