SSAS使用手册样本(20210225012230)

1、 SQL SERVER SSAS 使用手册 1 BI. OLAP. Analysis Services 1.1 BI概念简介 BI系统负责从多个数据源中搜集数据，并将这些数据进行必要的转换后 存储到一个统一的存储介质中，并提供给使用者将这些数据转换为使用者所 需信息的功能。 个BI系统一般包括5层： 1. 数据源层(data source layer):由每日的操作数据、文本数据、Excel表 格、Access数据库、其它外部数据组成； 2. 数据转换层(data transformation layer):转换数据源层为统一的连续数 据，并放入数据存储层； 3. 数据存储和提取层(data

2、storage and retrieval layer):数据仓库； 4. 分析层(analytical layer):多维度的OLAP数据库，为决策者提供分析依 据； 5. 展示fg( presentation layer):报表和可视化工具。 与当前的RDC系统对应，BSERP数据库便相当于一个数据源层，它提供 实时的事务数据。一个由 SSIS( SQL Server Integration Services)提供的 ETL 功能能够将业务数据库中的操作性数据经过一定的规则转换为统一的连续数 据，它提供的便是一个数据转换层的功能。经过SSIS转换后的数据，存储到 DW_RDC数据仓库中。D

3、W_RDC是一个关系型的数据仓库，包含两种类型的 表：维度表和事实表。它提供一个数据存储和提取的功能，可是这里的数据依 然不杲多维数据，因此我们需要将这些数据经过SSAS(SQL Server Analysis Services)转换成多维数据并提供分析功能，这些多维数据,存储在BI.RDC中。 最后，我们将BI_RDC的数据经过Analyzer展示工具进行多维可视化的展现。 1.2 OLAP、 Analysis Services 由 SSAS 生成的 BI_RDC 是一个 OLAP( On-Line Analysis Process)多维数据 库。OLAP 杲与 OLTP( On-Line

4、Transaction Process)相对应的概念,OLTP 是传 统的关系型数据库的主要应用，主要杲基本的.日常的事物处理;OLAP是数 据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，而且提供直观 易懂的查询结果。一些在BI系统中的重要概念，也杲从OLAP中的概念延伸 过来的，比如：属性、层次结构、维度，度量值等。 Integration Services、Analysis Services 以及 Reporting Services是 SQL Server 提供的BI工具，分别提供BI系统的数据转换层、分析层和展示层的功能。 能够看到使用微软的SQL SERVER产品能够完全实

5、现BI系统中能够提供的 所有功能。其中,Microsoft SQL Server Analysis Services为商业智能应用程 序提供了联机分析处理(OLAP)功能和数据挖掘功能。Analysis Services支持 OLAP,能够设计、创立和管理包含从其它数据源(女D,关系型数据库)聚合来 的数据的多维结构。对于数据挖掘应用程序，Analysis Services使您能够经过 使用各种各样的业界标准数据挖掘算法，设计、创立和查看从其它数据源构 造的数据挖掘模型。 1.3 使用SSAS需要了解的概念 1.3.1 Cube、Dimension 和 Measure Cube就像一个坐标系，

6、每一个Dimension代表一个坐标轴，要想得到一个 点，就必须在每一个坐标轴上取的一个值，而这个点就是Cube中的Cello见 下图(来源于)： -亚测 资料内容仅供您学习参考.如有不、之处，请联系改正或者删除C Measured / Dimension . - r 190 215 160 zJo 99/02/17 99/04/22 99/09/07 99/12/01 510 600 520 780 99/03/19 99/05/31 99/09/18 99/122 210 240 300 410 03/05/99 W05/19 务/08JW 99/11/27 500 470 44 690

7、Mar-07-99 Jun-20-99 Sepll-9J Cec-lS- 3056 4050 4300 5112 99/03/30 W06/28 W09/3C 99/12/29 600 490 315 580 99/02/27 W06/03 99/08 U/3CV99 承一录仗 茶二制 j L东半俅 L北关潔 L西学床- LSI关渊 上M 下単年 -Kiel lz图很好的说明了 Cube. Dimension. Measure之间的关系。这里需要 注意的是：其实Measure也属于一个维度，即Measures Dimensiono所有的 Measure构成了 Measures Dimensio

8、n,这个维度的只有一个Hierarchy,而且这 个Hierarchy只有一个层次（Level）。 1.3.2 Hierarchy、Level 和 Member 在上节的图中，每个Dimension只有一个Hierarchy,而在实际的环境中, 个Dimension往往有很多Hierarchyo因此，上一小节中关于Cube就象一个 坐标系，每一个Dimension代表一个坐标轴”这句话其实不够准确，准确的说 应该杲每一个Hierarchy代表了一个坐标轴，而Hierarchy中每一个Member代 表了坐标轴上的一个值。下图以时间维度为例展示了 Dimension的内部结构。 Dimensio

9、n llictircby Level I孝度 泮年 ！乎復 2 UDM统一维度模型 希望直接从诸如企业资源规划(ERP)数据库这样的数据源中检索信息的 用户会面临几个重要挑战： 此类数据源的内容一般非常难于理解，因为它们的设计初衷是针对系统 和开发人员，而不是用户。 用户所关心的信息一般分布在多个异类数据源中。即使只是使用其它关 系数据库，用户也必须了解每个数据库的详细信息(例如，所用的SQL 方言)。更糟糕的杲，这些数据源的类型可能各不相同，不但包括关系数 据库，而且还包括文件和Web服务。 尽管许多数据源都倾向于包含大量事务级别的详细信息，可是，支持业 务决策制订所需的查询经常涉及汇总信息

10、和聚合信息。随着数据量的增 加，最终用户为进行交互式分析而检索此类汇总值所需的时间也会过长。 业务规则一般并不封装在数据源中。用户需要自行理解数据。 统一维度模型(UDM)的作用是在用户和数据源之间搭建一座桥梁。 UDM构造于一个或多个物理数据源之上。用户使用多种客户端工具(例如, Microsoft Excel)向 UDM 发出查询。 资料内容仅供您学习参考，如有不、|之处，请联系改正或者剧除C 客户錮工具数抵源 即使UDM只是作为数据源上的瘦层来构造，对于最终用户而言也有益 处：更简单、更容易理解的数据模型，与异构的后端数据源相隔离，而且汇总 类型查询的性能也有所提高。在某些方案中，能够自

11、动构造简单的UDMO如 果在构造UDM的过程中再增加一些投资，则能够从该模型提供的丰富元数 据中获得其它收益。 UDM具有下列优点： 极大地丰富了用户模型。 提供了支持交互式分析的高性能查询，即使是数据量非常大也不例外。 捕获模型中的业务规则，以支持更丰富的分析。 支持关闭循环：允许用户按照所看到的数据进行操作。 2.1基本的最终用户模型 现在考虑一个示例，在该示例中，用户希望比较不同时间段的销售额和配 额。 销售额数据存储在主数据库销售额和库存二其中包含许多其它的表。甚 至在标识出了相关表之后，该用户也可能发现单个实体（例如，产品）的数据 分散在很多表中。由于引用完整性由应用程序逻辑强制实施

12、，因此没有定义这 些表之间的关系。销售配额存储在另一个应用程序的数据库中。这两个数据 库都不合捕获任何业务规则，例如以下事实：为比较配额和实际销售额，必须 资料内容仅供您学习参考，如有不”1之处，请联系改正或者剧除C 使用订单发货日期，而不能使用与订单有关的其它日期(订单日期、订单到 期日期、计划日期等)。 2.1.1直接访冋数据源 首先考虑用户直接访冋数据源的情况。下图显示了一个使用示例工具构 造的查询示例。 删除(R) 查询中的联接 八 av TMIPRc OIJ P.RTPv-a4iIMocI ov 到当前为止，用户已经完成了大量的工作。其中包括: 从大量名称隐晦的表中筛查出所需的表。

13、确定了应将哪些列用于联接表。 从很多包含大量针对系统的详细信息的表中，选择那些包含所需详细信 息的列。例如，在存储了有关产品类别的详细信息的表中的11个列中, 只有两个名称列与用户实际相关。 现在用户专注于定义应当在哪里使用”外部”联接与内部联接，以及如 何对详细信息进行分组以提供所需的聚合。 然而，用户还要面对更艰巨的任务。例如，用户如何联接来自其它数据源 的数据？即使其中的一个数据库支持分布式查询，大多数用户依然无法构造所需查询，而且在此任务中工具可能无法向用户提供足够的支持。代码示例显 示了 一个查询外部数据的方法。 SELECT Quotas.QuotaAmount, Quotas.E

14、mployeeld, ? FROM OPENROWSETCSQLOLEDBVseattleP; SalesYMyPass1, SELECT 元数据| L. j Sales -V Measures V Freight VOrder Quantity 腎 Sales Anourii 割 Sales Quota V Tax Amount 号 Unit Price V Unit Ptice Discount Percent 4- LiEiTiployee 三匕Product E- Class ; Color Days to nariufacture j Dealer Price J; Disconti

15、nued Flag ；! Finished Goods Flag ;j List Price ； Make Flag 壬 Product C*tegory +抽 Product Sub Category B- Product 5KU B- ; Weight丫 FROM Forecasts.dbo.SalesQuota?) As Quotas 如果使用其它数据源（如Web服务）,则在确定如何执行正确的远程调 用，然后又如何处理返回的XML以将其与其它数据合并时，用户将遇到另一 个巨大的障碍。 最后还有一点：对一个查询执行此项工作之后，进行下一个查询时，此工 作的很大一部分又将重复一遍。 2.1.2使用UDM访冋数据源 与前面的情形相反，以下关系图例示了如何为访问某个基于这些数据源 绘度 运登符1佈谨表达或 选择逡度 : 庙周饰&拖至比处 朽列字超却匕处 Product