SSAS Eğitimi: SSAS Küpü Nedir? Archidoku ve Türler

ArchiSSAS'ın yapısı

Bu SSAS eğitiminde öncelikle SSAS mimarisini öğreneceğiz:

SQL Server analiz hizmetlerinin mimari görünümü, aşağıdakilerden oluşan üç katmanlı bir mimariye dayanmaktadır:

1. RDBMS: Excel, Veritabanı, Metin ve diğerleri gibi farklı kaynaklardan gelen veriler yardımıyla çekilebilir. ETL aracı RDBMS'ye girin.
2. SSAS: RDBMS'den gelen toplu veriler, analiz hizmetleri projeleri kullanılarak SSAS küplerine aktarılır. SSAS küpleri bir analiz veritabanı oluşturacaktır ve analiz veritabanı hazır olduğunda birçok amaç için kullanılabilir.
3. Müşteri: Müşteriler, Kontrol Panellerini, Puan Kartlarını, Portalları vb. kullanarak verilere erişebilir.

SSAS'ın Tarihi

Şimdi bu SSAS eğitiminde SSAS'nin geçmişini inceleyeceğiz:

• MSOLAP özelliği ilk olarak SQL Server 7.0'da yer aldı. Bu teknoloji daha sonra Panorama adlı İsrailli bir şirketten satın alındı.
• SQL Server'ın bir parçası olarak dahil edildiğinden kısa sürede en çok kullanılan OLAP motorları haline geldi.
• SSAS, piyasaya sürülmesiyle birlikte tamamen yenilendi MS-SQL Sunucusu 2005
• Bu son sürüm ayrıca Scope bildirimiyle birlikte "alt küpler" için bir özellik sunuyor. Bu, SSAS küplerinin işlevselliğini artırdı.
• SSAS 2008R2 ve 2012 sürümleri temel olarak sorgu performansı ve ölçeklenebilirlik ile ilgilidir
• In Microsoft Excel 2010'da, sorgu performansını artıran yeni XVelocity motoruyla birlikte Analiz hizmetinin yerel bir örneğini kullanan PowerPivot adında bir eklenti geldi.

Önemli SSAS Terminolojisi

Şimdi bu SSAS tablo modeli eğitiminde SSAS'nin bazı önemli terminolojilerini öğreneceğiz:

• Veri kaynağı
• Veri Kaynağı Görünümü
• Küp
• Boyut Tablosu
• Boyut
• Seviye
• Bilgi Tablosu
• Tedbir
• Şema

Veri kaynağı

Veri Kaynağı bir tür bağlantı dizesidir. Analiz veritabanı ile veri tabanı arasında bağlantı kurar. RDBMS.

Veri Kaynağı Görünümü

Veri kaynağı görünümü Veritabanının mantıksal bir modelidir

Küp

Küp temel bir depolama birimidir. Sorguların verileri hızlı bir şekilde döndürmesine olanak sağlamak için birleştirilmiş bir veri koleksiyonudur.

MOLAP

MOLAP, ölçüler ve boyutlar içeren veri küplerinden oluşur. Hiyerarşik bir ilişkide olabilecek tüm üyeleri içerir.

Seyrek bir küpte belirli hücrelerin nasıl hesaplanacağını belirlemenize yardımcı olan ve bu hiyerarşiler içinde toplanan değerleri ölçen belirli bir kural kümesidir.

Boyut Tablosu

• Bir boyut tablosu bir gerçeğin boyutlarını içerir.
• Yabancı anahtar kullanılarak olgu tablosuna bağlanırlar.
• Boyut tabloları normalleştirilmemiş tablolardır.
• Boyutlar, nitelikleri yardımıyla olguların özelliklerini sunar.
• Belirli sayıda boyut için sınır seti sunmaz
• Boyut bir veya daha fazla hiyerarşik ilişki içeriyor.

Boyut

Boyut, bir iş süreci olayını çevreleyen bağlamı sunar. Basit bir ifadeyle, kim, ne, nerede olduğuna dair bir gerçeği verirler. Satış iş sürecinde, aslında satış sayısı için boyutlar, müşteri adlarının kim olduğu olacaktır.

• Nerede – Konum
• Ne – Ürün Adı
• Başka bir deyişle boyutun, olgulardaki bilgiyi görüntüleyen bir pencere olduğunu söyleyebiliriz.

Seviye

Tek boyuttan alınabilen her özet türüne etiket denir.

Bilgi Tablosu

Gerçek tablosu, boyutlu bir modeldeki en önemli tablodur. Bir Gerçek Tablosu, Ölçümleri/gerçeği içerir ve Yabancı anahtar boyut tablosuna gidin. Örneğin bordro işlemleri.

Tedbir

Her olgu tablosu, analiz edilmesi gereken bir veya daha fazla tablo içerir. Örneğin bir kitap bilgi tablosu satıyor. Satılan kitap sayısına göre kar veya zarar olabilir.

Şema

The veritabanı Bir veritabanı sisteminin şeması ve yapısı resmi bir dilde açıklanmıştır. Veritabanı yönetim sistemini destekler. “Şema” terimi, veri tabanının oluşturulma biçiminin bir planı olarak verilerin düzenlenmesi anlamına gelir.

SSAS'deki Model Türü

Şimdi bu SSAS küp eğitiminde SSAS'deki model türlerini öğreneceğiz:

Çok Boyutlu Veri Modeli

The Çok Boyutlu Veri Modelibir veri küpünden oluşur. Küp ve boyut üyelerini koordinat olarak kullanarak hücrelerin değerini sorgulamanızı sağlayan bir işlem grubudur.

Ölçü değerlerinin hiyerarşiler içerisinde nasıl toplanacağına veya seyrek bir küpte belirli değerlerin nasıl hesaplanacağına karar veren kuralları tanımlar.

Tablosal Modelleme

Tablosal modelleme, verileri ilgili tablolar halinde düzenler. Tablo "boyutlar" veya "gerçekler" olarak belirtilmez ve ilgili tüm tabloların her iki role de hizmet edebilmesi nedeniyle tablo halinde geliştirme süresi daha kısadır.

Tablo ve Çok Boyutlu Model

parametreler	çizelge halinde	Çok boyutlu
Bellek	Bellek önbelleğinde	Dosya tabanlı depolama
Structure	Gevşek yapı	Sağlam yapı
En iyi özelliği	Verilerin kaynaktan taşınmasına gerek yoktur	Verilerin bir yıldız şemasına yerleştirilmesi en iyisidir.
Model Tipi	ilişkisel model	Boyutlu model
	DAX	MDX
karmaşa	Basit	Karmaşık
Beden	Daha küçük	büyük

SSAS'nin Temel Özellikleri

SSAS'nin temel özellikleri şunlardır:

• API düzeyinde geriye dönük uyumluluk sunar.
• İstemci erişim API'si için OLAP için OLEDB'yi ve sorgu dili olarak MDX'i kullanabilirsiniz.
• SSAS, MOLAP, HOLAP ve ROLAP mimarilerini oluşturmanıza yardımcı olur
• İstemci-sunucu modunda veya çevrimdışı modda çalışmanıza olanak tanır.
• SSAS aracını farklı sihirbazlar ve tasarımcılarla kullanabilirsiniz.
• Veri modeli oluşturma ve yönetimi esnektir.
• Kapsamlı destekten uygulamayı özelleştirin
• Dinamik yapı, Özel Rapor, Paylaşılan meta veriler ve Güvenlik özellikleri sunar

SSAS ve PowerPivot

Parametre	SSAS	PowerPivot
Nedir?	SSAS Çok Boyutlu “Kurumsal İş Zekası”dır	Microsoft PowerPivot bir “Self Servis BI”dır
açılma	SSAS'ye dağıtma	SharePoint'e dağıtılır
İçin kullanmak	Görsel Stüdyo Projesi	Excel
Beden	Boyut hafızayla sınırlıdır	Kapasite 2 GB ile sınırlıdır.
Bölüm desteği	Bölümlemeyi destekler	Bölüm yok
Sorgu Türü	DirectQuery ve Vertipaq	Yalnızca Vertipaq'a izin verir Sorguları
Yönetici araçları	Sunucu Yönetimi araçları (örn. SSMS)	Excel ve SharePoint “Yönetici”
Güvenlik	Satır düzeyinde ve dinamik güvenlik	Çalışma kitabı dosya güvenliği

SSAS'nin Avantajları

SSAS'nin artıları/faydaları şunlardır:

• Kaynak sistemle kaynak çekişmesini önlemenize yardımcı olur
• Sayısal analiz için ideal bir araçtır.
• SSAS, üründe yerleşik olarak bulunan veri madenciliği özelliklerini kullanarak hemen görülemeyebilecek veri modellerinin keşfedilmesine olanak sağlar.
• Tüm iş verilerinizin birleşik ve entegre bir görünümünü sunar Raporlama, Temel Performans Göstergesi (KPI) puan kartlarının analizi Veri madenciliği.
• SSAS, farklı veri kaynaklarından gelen verilerin çevrimiçi analitik işlenmesini (OLAP) sunar.
• Kullanıcıların SSRS dahil olmak üzere bir dizi araçla verileri analiz etmesine olanak tanır ve Excel.

SSAS kullanmanın dezavantajları

• Bir yol seçtiğinizde (Tablo veya Çok Boyutlu), baştan başlamadan diğer sürüme geçemezsiniz.
• Tablolu ve Çok Boyutlu küpler arasında verileri "birleştirmenize" izin verilmez
• Gereksinimlerin projenin ortasında değişmesi durumunda tablonun riskli olduğu ortaya çıkıyor

SSAS kullanmanın en iyi uygulamaları

• Küp ve Ölçü Grubu Tasarımını Optimize Edin
• Yararlı Toplamalar tanımlamanız gerekir
• Bölümler yöntemini kullan
• Verimli MDX Yazma
• Sorgu Motoru Önbelleğini Verimli Bir Şekilde Kullanın
• Artık Ölçeği Arttıramayacağınız Zaman Ölçeği Genişletin