多维数据模型参考课件

商业智能核心技术与应用SSAS开发与管理商业智能核心技术与应用SSAS开发与管理以往数据分析的挑战性能问题大量的Join和Groupby操作，报表响应时间很长只有数据模型，无业务模型无法将模型直接提交给业务人员，只能通过开发报表进行数据展现复杂的计算很难实现以往数据分析的挑战性能问题AnalysisServices架构中的语义层，用业务语言及逻辑构建的模型，能够更加准确地描述业务场景来自于数据集市提供基于分析的查询和函数利用聚合提供更强的性能AnalysisServices架构中的语义层，用业务语言上北智信产品架构BI门户DWDMSSASExcel定义化报表SQLReportReportingServices报表分发数据权限管理我的报表SSIS数据挖掘Web多维分析主数据管理ETL监控数据订阅客户端分析财务ERPCRMDashboardExcel报告

ReportingServices报告

数据查询ETL监控上北智信产品架构DWSSASExcel定义化报表SQLReAnalysisServices架构多维数据库多维数据集度量值组量度分区存储设计聚合设计计算成员KPI透视操作维度维度层次结构属性层次结构主键层次结构非主键层次结构用户层次结构维度用法AnalysisServices架构多维数据库多维数据集OLAP术语－维度Dimension

维度在Cube中，数据分类的目录。Hierarchy

层次维度中的数据从大到小，从宏观到具体的级别结构。Level

级别维度中某个程度的细节。Member

成员在一个级别下的具体数据。OLAP术语－维度Dimension维度OLAP术语－维度Time

•AllTime••Year•••Quarter••••MonthDimension{HierarchyLevelsMembers 1999 (MemberatYearLevel) Q1-99 (MemberatQuarterLevel) Jan-99 (MemberatMonthLevel)OLAP术语－维度TimeDimension{HieraOLAP术语－量度量度是我们需要分析的值（通常是数字类型的值）量度往往是企业的KPI（keyperformanceindicators）在典型问题中，代表“分析什么”？我希望基于时间和产品分析销售额量度一般都是可以进行汇总、平均等计算的。OLAP术语－量度量度是我们需要分析的值（通常是数字类型的OLAP术语－量度组量度组是量度的集合一个量度对应一个事实表中的一列；一个量度组对应一个事实表一个Cube包含一个或多个量度组OLAP术语－量度组量度组是量度的集合OLAP术语－MDXSQLServer分析服务（SSAS）使用了一种叫做多维表达式(MDX)的查询语言用于查询多维数据MDX在表面上和关系数据库使用的SQL语法在很多方面都相似。但是，MDX并不是SQL语言的扩展，并且在很多方面和SQL不同基本的MDX查询语言:OLAP术语－MDXSQLServer分析服务（SS多维数据库设计建立工程建立数据源建立数据源视图建立维度建立多维数据集部署、处理、浏览多维数据库设计建立工程建立工程:从程序菜单选择MicrosoftSQLServer2008R2，然后选择SQLServerBusinessIntelligenceDevelopmentStudio

建立工程:建立数据源为新立方体定义数据源，使用以下步骤:在解决方案资源管理器中右击数据源文件夹，选择新建数据源。建立数据源为新立方体定义数据源，使用以下步骤:建立数据源视图要创建一个新数据源视图，使用以下步骤:解决方案资源管理器中右击数据源视图文件夹，选择新建数据源视图。建立数据源视图要创建一个新数据源视图，使用以下步骤:BIDS会自动显示数据源视图的架构BIDS会自动显示数据源视图的架构创建维度创建属性层次结构设置属性键列名称列排序空处理定义属性关系创建用户层次结构创建维度创建属性层次结构层次结构设计属性层次结构用户层次结构层次结构设计属性层次结构用户层次结构用户层次结构用户层次结构设置键列及名称列

设置键列及名称列设置排序按键值排序按名称排序按属性排序设置排序按键值排序离散化

离散化维度属性关系设计属性关系设计器为查看和修改属性关系提供的新的设计器为优化维度设计内置大量验证规则维度向导减少向导的步骤和分支更为强大自动创建父子属性可以分辨成员属性更加可靠的错误配置设定维度编辑器优化的界面设置主键列的新对话框属性表格支持编辑主键列维度属性关系设计属性关系设计器建立多维数据集建立多维数据集部署，处理和浏览立方体部署，处理和浏览立方体多维数据模型参考课件多维数据集的高级设置创建计算创建KPI创建动作设计存储设计聚合设计分区设计安全创建透视创建翻译多维数据集的高级设置创建计算计算（Calculations）计算成员是根据Cube数据、算术操作符、常数、函数计算出来的度量值或者维度成员。例如，您可以创建一个计算成员用来计算立方体中两个物理度量值的总和。计算（Calculations）计算成员是根据Cube数据、多维数据模型参考课件多维数据模型参考课件多维数据模型参考课件KPI’sKPIs或关键绩效指标在推动业务决策上是最重要的一个实体。它可以定义量化的测量值来测量组织在达成业务目标中的进展SQLServer分析服务允许在立方体内创建KPIKPI衡量一个业务的健康度KPI使用图形来显示状态和趋势，例如：信号灯KPI为性能指标定义了4个表达式实际值(-1to1)目标值状态(-1to1)趋势(-1to1)KPI’sKPIs或关键绩效指标在推动业务决策上是最重要的一在SSAS的KPI相关的术语值值是一个用来返回KPI实际值的MDX表达式目标目标是一个用来返回KPI目标值的MDX表达式状态

状态的理想值最大是1（好），最小值是-1（差），0表示自然状态状态信号灯状态信号灯是一个视觉元素，用来展现KPI当前的状态。例如：仪表，交通灯或笑脸。趋势趋势是一个MDX表达式，用来评估在不同时间KPI的值。利用这一点，企业用户将能够确定KPI的值随着时间已如何进展。趋势信号灯趋势信号灯是一个视觉元素，用来展现KPI的趋势。在SSAS的KPI相关的术语值多维数据模型参考课件多维数据模型参考课件KPI完成！下面，处理立方体。您将可以使用在BIDS的KPI选项卡下的内置的KPI浏览器来查看KPIKPI完成！下面，处理立方体。您将可以使用在BIDS的KPI动作（Actions）立方体支持动作和在基础数据上的动作URL:跳转到一个特定的URL。这种类型的动作支持指导用户到一些网址获得更多信息，并且可以指导用户到一些基于Web的应用程序以允许运行新的任务。

例如:

对于一个产品，跳转到描述该产品的公司网站上

报表

执行一个特定的报表。例如：对于一个给定的产品代码，通过动作可以执行一个参数化的报表来提供产品描述和当前订单状态。钻取用户可以钻取到最明细的数据。动作（Actions）立方体支持动作和在基础数据上的动作动作（Actions）-钻取（Drillthrough）动作（Actions）-钻取（Drillthrough）最重要的方面是动作(Action)可以在立方体里面钻取返回最明细的数据目标可以是立方体，维度，层次结构，级别，维度成员，层次结构成员，级别成员，单元格等。使用MDX表达式可以限制目标单元格将来可以执行的动作到子立方体最重要的方面是动作(Action)可以在立方体里面钻取返回最存储设计分区包括三种基本存储模式：多维OLAP(MOLAP)分区的聚合及其源数据副本将存储在AnalysisServices内的多维结构中。此MOLAP结构在得到高度优化后，可以最大程度地提高查询性能。关系OLAP(ROLAP)分区的聚合将存储在关系数据库（在分区数据源中指定）的索引视图中。ROLAP存储的查询响应速度通常比使用MOLAP或HOLAP存储模式更慢。混合OLAP(HOLAP)HOLAP存储模式结合了MOLAP和ROLAP二者的特性。存储设计分区包括三种基本存储模式：主动缓存主动缓存的目标是提供传统MOLAP所具有的性能，并同时保持使用ROLAP进行管理所具有的方便和快捷。最小化滞后时间数据源发生更改后，可以删除已缓存的MOLAP对象，并当MOLAP对象在缓存中重新生成期间将查询切换到ROLAP存储。在MOLAP对象重新生成和处理完毕之后，查询会自动切换到MOLAP存储。最大化性能无需删除当前MOLAP对象。在数据读入新缓存并在其中处理时，继续对MOLAP对象进行查询。该方法可提供更好的性能，但是会导致在生成新缓存时查询返回旧数据。主动缓存主动缓存的目标是提供传统MOLAP所具有的性能，时效性—实时的数据分析分析服务RDBMSMOLAPcache更新MDXUDMEvents新版本DataSQL时效性—实时的数据分析分析服务RDBMSMOLAP更新MDX聚合（aggregations）聚合提供了性能方面的改进，它通过微软SQLServer分析服务直接从立方体存储中来获取预先计算好的汇总，而不是为每一个查询从基础数据源重新计算汇总数据聚合设计向导采用了先进的算法来为预先计算选择聚合，从而使其他聚合可以利用预先计算好的值快速完成计算这个技术节约了处理时间和减少了存储需求，并使得对查询响应时间影响最小化在聚合创建以后，如果立方体的结构发生了改变或增加了数据，又或者立方体中的源数据表改变了，有必要重新查看审阅一下立方体的聚合并重新处理立方体聚合（aggregations）聚合提供了性能方面的改进，聚合设计一个向导初始化聚合基于使用的聚合设计新增的按查询设计优化输入算法算法改进改进聚合的初始设计优化基于使用的聚合支持新旧聚合设计的合并专用设计器查看聚合设计及聚合手动修改/创建/删除聚合大量内置的验证规则用于支持设计优化聚合设计一个向导聚合设计向导微软提供了一个友好的向导在度量值组和分区上生成汇总数据聚合设计向导微软提供了一个友好的向导在度量值组和分区上生成汇分区（Partitions）一个数据库分区是一个独立的子数据库，其中包含自己的数据，索引，配置文件，以及事务日志一个分区组是一个或多个数据库分区的逻辑组，通过它可以控制数据库分区内表空间和缓冲池的安置分区（Partitions）一个数据库分区是一个独立的子数据分区（Partitions）分区（Partitions）安全立方体提供了基于角色的安全性。可以可以自定义并且可以授权给角色管理权限可以独立于数据访问权限单独授予。另外，在读取对象的元数据和读写访问数据的权限可以单独定义数据的安全粒度可以到特定的维度成员，甚至单元格角色中的用户只能是域用户安全立方体提供了基于角色的安全性。可以可以自定义并且可以授权基于角色的安全基于角色的安全透视（perspectives）用户开始某个特定的任务通常不需要看到完整的模型。为了避免绝大多数用户使用规模庞大的模型，我们需要定义一个视图来显示模型的子集立方体提供了这样的视图，称为透视。一个立方体可以有很多透视，每一个透视只会包含模型中和特定的一组用户相关的特定的子集(度量值，维度，属性等等)。每一个透视可以和定义好的用户安全角色关联，来设置谁被允许查看这个透视透视（perspectives）用户开始某个特定的任务通常不翻译国际用户经常需要使用其本地语言查看数据。为了解决这个问题，立方体能够翻译元数据到任何一种语言。一个使用某个特定区域设置的客户端应用程序连接将得到适当语言的所有数据。

该模型还可以提供翻译的数据。一个属性可以映射到数据源中不同的元素，并提供翻译这些元素到不同的语言。翻译国际用户经常需要使用其本地语言查看数据。为了解决这个问题从一台语言设置为法语的客户端计算机，可以看到立方体和查询结构都显示为法语从一台语言设置为法语的客户端计算机，可以看到立方体和查询结构分析计算BasicAnalyticsAdvancedAnalyticsIntegrationwithDataMining分析计算BasicAnalyticsBasicAnalyticsBasicAnalyticsAdvancedAnalyticsAdvancedAnalytics账务智能

－－时期数与时点数时期数：表示一段时期的状态，可以在时间上进行累计，例如：收入、费用等。时点数：表示一个时间点的状态，不可以在时间上进行累计，例如：资产、负债等。账务智能

－－时期数与时点数时期数：表示一段时时期数小明：

1月份发工资100元

2月份发工资100元

3月份发工资100元问：小明一季度一共发了多少钱？答：应该是300元时期数小明：时点数小明：

1月份有100元

2月份有80元（100＋100－120＝80）

3月份有120元（80＋100－60＝120）问：小明一季度一共有多少钱？答：300元？？？×

应该是120元时点数小明：各种帐户类型的聚合特性帐户类型特征聚合说明统计无None不累加负债时点数LastNonEmpty最后一个成员资产时点数LastNonEmpty最后一个成员余额时点数LastNonEmpty最后一个成员流量时期数Sum累加费用时期数Sum累加收益时期数Sum累加各种帐户类型的聚合特性帐户类型特征聚合说明统计无None不累半累加性－－帐户智能未应用帐户智能－－不正确的：应用帐户智能－－正确的：半累加性－－帐户智能未应用帐户智能－－不正确的：应用帐户智能时间智能时间智能增强功能是一项多维数据集增强功能，它可以将时间计算（或时间视图）添加到所选层次结构中。此增强功能支持以下计算类别：到现在为止时间段。逐时间段增长。移动平均。并行时间段比较。时间智能时间智能增强功能是一项多维数据集增强功能，它可以将时MDX基础数据定义语言（DDL）：创建、删除、管理多维对象

数据操作语言（DML）：从多维对象中获取数据MDX脚本：范围、上下文、流控制函数和操作的集合：函数、方法应用自定义函数扩展：与SQL相比较MDX基础数据定义语言（DDL）：创建、删除、管理多维对象MDX基础（2005年，消费品，销售额）（2006年，食品，销售额）MDX基础（2005年，消费品，销售额）（2006年，食品，979899GroceriesClothingAppliancesSalesCostUnits(Products.Clothing,Measures.Units,Time.98)(Products.Clothing,Measures.Sales,Time.97)(Products.Groceries,Measures.Cost,Time.Year.95)9695每一个元素都有一个名字...979899GroceriesClothingApplian98ClothingUnits??(Products.Clothing,Measures.Units,Time.98.PrevMember)(Products.Clothing,Measures.Units,Time.98.NextMember)每一个元素依然有一个名字...98ClothingUnits??(Products.Clo98ClothingUnits?(Products.Clothing,Measures.Units,Time.98.PrevMember)?(Products.Clothing,Measures.Units,Time.98.NextMember)?(Products.Clothing,Measures.Units.PrevMember,Time.98.Lag(3))(Products.Clothing,Measures.Units.PrevMember,Time.98.Lead(-3))OR每一个元素依然有一个名字...98ClothingUnits?(Products.ClotCurrentMember[Time].CurrentMember[Product].CurrentMember当前成员：分析者当前感兴趣的某一个成员本月比上月的销售额增长了多少？百分比？本季度比上季度的销售额增长了多少？百分比？本年比上年的销售额增长了多少？百分比？CurrentMember[Time].CurrentMemMDX——多维模型的定义语言功能：定义计算成员定义KPI各种函数MDX——多维模型的定义语言功能：Demo1：定义平均销售额68指标公式：订单总额/订单数量；MDX表达式：[Measures].[SalesAmount-resellersales]/

[Measures].[OrderQuantity-resellersales]使用场景：Demo1：定义平均销售额68指标公式：订单总额/订单数量；Demo2：定义占有率指标69指标公式：每一个产品的销售额占同类产品总销售额的百分比；MDX表达式：CaseWhen[DimProduct].[DimProductCategory-DimProductSubcategory].CurrentMember.Level.Ordinal

=0Then1Else[Measures].[SalesAmount]

/([DimProduct].[DimProductCategory-DimProductSubcategory].CurrentMember.Parent,[Measures].[SalesAmount])End使用场景：Demo2：定义占有率指标69指标公式：每一个产品的销售额占MDX查询功能Select

{[DimRegion].[City].&[安阳],[DimRegion].[City].&[北京]}

oncolumns，

{[DimTime].[DayOfMonth].&[13],[DimTime].[DayOfMonth].&[14]}

onrows

from[MKAS]

where([Measures].[FactIndCount])CUBEBackGroundDayofweek-AlldaysMeasures-SaleAmount……….MDX查询功能SelectCUBEBackGroundMDX查询编辑器71北MDX查询编辑器71北Demo1：MDX语句：select{[DimProduct].[DimProductCategory].&[1],[DimProduct].[DimProductCategory].&[3]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}onrowsfrom[AdventureWorksDW]where([Measures].[SalesAmount-resellersales])结果：Demo1：MDX语句：Demo2：MDX语句：select{[Measures].[SalesAmount-resellersales]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].&[1],[DimProduct].[DimProductCategory].&[3]}onrowsfrom[AdventureWorksDW]结果：Demo2：MDX语句：Demo3：MDX语句：select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].&[1],[DimProduct].[DimProductCategory].&[3]}onrowsfrom[AdventureWorksDW]结果：Demo3：MDX语句：Demo4：75MDX语句：select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].[All].children}onrowsfrom[AdventureWorksDW]结果：Demo4：75MDX语句：Demo5：76MDX语句：withmember[ressleraveragesalesamountadd]as[Measures].[SalesAmount-resellersales]/[Measures].[OrderQuantity-resellersales]select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales],[Measures].[reselleraverageSalesamount],[ressleraveragesalesamountadd]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].[All].children}onrowsfrom[AdventureWorksDW]

结果：Demo5：76MDX语句：Demo6：77MDX语句：withmember[ressleraveragesalesamountadd]as[Measures].[SalesAmount-resellersales]/[Measures].[OrderQuantity-resellersales],FORMAT_STRING="#,#.00"select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales],[Measures].[reselleraverageSalesamount],[ressleraveragesalesamountadd]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].[All].children}onrowsfrom[AdventureWorksDW]结果：Demo6：77MDX语句：Demo7：MDX语句：withmember[ressleraveragesalesamountadd]as[Measures].[SalesAmount-resellersales]/[Measures].[OrderQuantity-resellersales],FORMAT_STRING="#,#.00"select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales],[Measures].[reselleraverageSalesamount],[ressleraveragesalesamountadd]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].[All].children}onrowsfrom[AdventureWorksDW]where([DimGeography].[SalesTerritoryKey].&[1],[OrderDate].[CalendarYear].&[2003])结果：Demo7：MDX语句：查询基本语法SelectSetonColumnsSet

onRowsFromCubeWhereTupleMDXQuery中的多维概念：

MembersTuplesSets查询基本语法SelectSetonColumnsMDX查询-Members

[DimRegion].[City].&[安阳]

[DimRegion].[City].&[北京]

[DimTime].[DayOfMonth].&[13]

[DimTime].[DayOfMonth].&[14]

[Measures].[FactIndCount]物理意义：维度树上的一个节点（可能是枝干节点，或者叶子节点）注意，度量值也可以是一类特殊的成员MDX查询-Members[DimRegioMDX查询-Tuple([DimRegion].[City].&[安阳],

[DimTime].[DayOfMonth].&[13])([Measures].[FactIndCount])物理意义：Cube上的一个子集（不断开的子Cube）每一个边都是某一个维度的成员特点：每个维度最多选择一个成员顺序无关至少一个维度，多则不限标识符：(

)MDX查询-Tuple([DimRegion].[CMDX查询-Sets{

[DimRegion].[City].&[安阳]，[DimRegion].[City].&[北京]}{([DimRegion].[City].&[安阳],

[DimTime].[DayOfMonth].&[13])，(DimRegion].[City].&[北京],[DimTime].[DayOfMonth].&[14]}物理意义：Cube上的若干个子集的集合子集之间存在严格的对称关系标识符：{

}MDX查询-Sets{[DimRegion].[CAnalysisServices架构多维数据库多维数据集度量值组量度分区存储设计聚合设计计算成员KPI透视操作维度维度层次结构属性层次结构主键层次结构非主键层次结构用户层次结构维度用法AnalysisServices架构多维数据库多维数据集Thanks84Thanks84商业智能核心技术与应用SSAS开发与管理商业智能核心技术与应用SSAS开发与管理以往数据分析的挑战性能问题大量的Join和Groupby操作，报表响应时间很长只有数据模型，无业务模型无法将模型直接提交给业务人员，只能通过开发报表进行数据展现复杂的计算很难实现以往数据分析的挑战性能问题AnalysisServices架构中的语义层，用业务语言及逻辑构建的模型，能够更加准确地描述业务场景来自于数据集市提供基于分析的查询和函数利用聚合提供更强的性能AnalysisServices架构中的语义层，用业务语言上北智信产品架构BI门户DWDMSSASExcel定义化报表SQLReportReportingServices报表分发数据权限管理我的报表SSIS数据挖掘Web多维分析主数据管理ETL监控数据订阅客户端分析财务ERPCRMDashboardExcel报告

ReportingServices报告

数据查询ETL监控上北智信产品架构DWSSASExcel定义化报表SQLReAnalysisServices架构多维数据库多维数据集度量值组量度分区存储设计聚合设计计算成员KPI透视操作维度维度层次结构属性层次结构主键层次结构非主键层次结构用户层次结构维度用法AnalysisServices架构多维数据库多维数据集OLAP术语－维度Dimension

维度在Cube中，数据分类的目录。Hierarchy

层次维度中的数据从大到小，从宏观到具体的级别结构。Level

级别维度中某个程度的细节。Member

成员在一个级别下的具体数据。OLAP术语－维度Dimension维度OLAP术语－维度Time

•AllTime••Year•••Quarter••••MonthDimension{HierarchyLevelsMembers 1999 (MemberatYearLevel) Q1-99 (MemberatQuarterLevel) Jan-99 (MemberatMonthLevel)OLAP术语－维度TimeDimension{HieraOLAP术语－量度量度是我们需要分析的值（通常是数字类型的值）量度往往是企业的KPI（keyperformanceindicators）在典型问题中，代表“分析什么”？我希望基于时间和产品分析销售额量度一般都是可以进行汇总、平均等计算的。OLAP术语－量度量度是我们需要分析的值（通常是数字类型的OLAP术语－量度组量度组是量度的集合一个量度对应一个事实表中的一列；一个量度组对应一个事实表一个Cube包含一个或多个量度组OLAP术语－量度组量度组是量度的集合OLAP术语－MDXSQLServer分析服务（SSAS）使用了一种叫做多维表达式(MDX)的查询语言用于查询多维数据MDX在表面上和关系数据库使用的SQL语法在很多方面都相似。但是，MDX并不是SQL语言的扩展，并且在很多方面和SQL不同基本的MDX查询语言:OLAP术语－MDXSQLServer分析服务（SS多维数据库设计建立工程建立数据源建立数据源视图建立维度建立多维数据集部署、处理、浏览多维数据库设计建立工程建立工程:从程序菜单选择MicrosoftSQLServer2008R2，然后选择SQLServerBusinessIntelligenceDevelopmentStudio

建立工程:建立数据源为新立方体定义数据源，使用以下步骤:在解决方案资源管理器中右击数据源文件夹，选择新建数据源。建立数据源为新立方体定义数据源，使用以下步骤:建立数据源视图要创建一个新数据源视图，使用以下步骤:解决方案资源管理器中右击数据源视图文件夹，选择新建数据源视图。建立数据源视图要创建一个新数据源视图，使用以下步骤:BIDS会自动显示数据源视图的架构BIDS会自动显示数据源视图的架构创建维度创建属性层次结构设置属性键列名称列排序空处理定义属性关系创建用户层次结构创建维度创建属性层次结构层次结构设计属性层次结构用户层次结构层次结构设计属性层次结构用户层次结构用户层次结构用户层次结构设置键列及名称列

设置键列及名称列设置排序按键值排序按名称排序按属性排序设置排序按键值排序离散化

离散化维度属性关系设计属性关系设计器为查看和修改属性关系提供的新的设计器为优化维度设计内置大量验证规则维度向导减少向导的步骤和分支更为强大自动创建父子属性可以分辨成员属性更加可靠的错误配置设定维度编辑器优化的界面设置主键列的新对话框属性表格支持编辑主键列维度属性关系设计属性关系设计器建立多维数据集建立多维数据集部署，处理和浏览立方体部署，处理和浏览立方体多维数据模型参考课件多维数据集的高级设置创建计算创建KPI创建动作设计存储设计聚合设计分区设计安全创建透视创建翻译多维数据集的高级设置创建计算计算（Calculations）计算成员是根据Cube数据、算术操作符、常数、函数计算出来的度量值或者维度成员。例如，您可以创建一个计算成员用来计算立方体中两个物理度量值的总和。计算（Calculations）计算成员是根据Cube数据、多维数据模型参考课件多维数据模型参考课件多维数据模型参考课件KPI’sKPIs或关键绩效指标在推动业务决策上是最重要的一个实体。它可以定义量化的测量值来测量组织在达成业务目标中的进展SQLServer分析服务允许在立方体内创建KPIKPI衡量一个业务的健康度KPI使用图形来显示状态和趋势，例如：信号灯KPI为性能指标定义了4个表达式实际值(-1to1)目标值状态(-1to1)趋势(-1to1)KPI’sKPIs或关键绩效指标在推动业务决策上是最重要的一在SSAS的KPI相关的术语值值是一个用来返回KPI实际值的MDX表达式目标目标是一个用来返回KPI目标值的MDX表达式状态

状态的理想值最大是1（好），最小值是-1（差），0表示自然状态状态信号灯状态信号灯是一个视觉元素，用来展现KPI当前的状态。例如：仪表，交通灯或笑脸。趋势趋势是一个MDX表达式，用来评估在不同时间KPI的值。利用这一点，企业用户将能够确定KPI的值随着时间已如何进展。趋势信号灯趋势信号灯是一个视觉元素，用来展现KPI的趋势。在SSAS的KPI相关的术语值多维数据模型参考课件多维数据模型参考课件KPI完成！下面，处理立方体。您将可以使用在BIDS的KPI选项卡下的内置的KPI浏览器来查看KPIKPI完成！下面，处理立方体。您将可以使用在BIDS的KPI动作（Actions）立方体支持动作和在基础数据上的动作URL:跳转到一个特定的URL。这种类型的动作支持指导用户到一些网址获得更多信息，并且可以指导用户到一些基于Web的应用程序以允许运行新的任务。

例如:

对于一个产品，跳转到描述该产品的公司网站上

报表

执行一个特定的报表。例如：对于一个给定的产品代码，通过动作可以执行一个参数化的报表来提供产品描述和当前订单状态。钻取用户可以钻取到最明细的数据。动作（Actions）立方体支持动作和在基础数据上的动作动作（Actions）-钻取（Drillthrough）动作（Actions）-钻取（Drillthrough）最重要的方面是动作(Action)可以在立方体里面钻取返回最明细的数据目标可以是立方体，维度，层次结构，级别，维度成员，层次结构成员，级别成员，单元格等。使用MDX表达式可以限制目标单元格将来可以执行的动作到子立方体最重要的方面是动作(Action)可以在立方体里面钻取返回最存储设计分区包括三种基本存储模式：多维OLAP(MOLAP)分区的聚合及其源数据副本将存储在AnalysisServices内的多维结构中。此MOLAP结构在得到高度优化后，可以最大程度地提高查询性能。关系OLAP(ROLAP)分区的聚合将存储在关系数据库（在分区数据源中指定）的索引视图中。ROLAP存储的查询响应速度通常比使用MOLAP或HOLAP存储模式更慢。混合OLAP(HOLAP)HOLAP存储模式结合了MOLAP和ROLAP二者的特性。存储设计分区包括三种基本存储模式：主动缓存主动缓存的目标是提供传统MOLAP所具有的性能，并同时保持使用ROLAP进行管理所具有的方便和快捷。最小化滞后时间数据源发生更改后，可以删除已缓存的MOLAP对象，并当MOLAP对象在缓存中重新生成期间将查询切换到ROLAP存储。在MOLAP对象重新生成和处理完毕之后，查询会自动切换到MOLAP存储。最大化性能无需删除当前MOLAP对象。在数据读入新缓存并在其中处理时，继续对MOLAP对象进行查询。该方法可提供更好的性能，但是会导致在生成新缓存时查询返回旧数据。主动缓存主动缓存的目标是提供传统MOLAP所具有的性能，时效性—实时的数据分析分析服务RDBMSMOLAPcache更新MDXUDMEvents新版本DataSQL时效性—实时的数据分析分析服务RDBMSMOLAP更新MDX聚合（aggregations）聚合提供了性能方面的改进，它通过微软SQLServer分析服务直接从立方体存储中来获取预先计算好的汇总，而不是为每一个查询从基础数据源重新计算汇总数据聚合设计向导采用了先进的算法来为预先计算选择聚合，从而使其他聚合可以利用预先计算好的值快速完成计算这个技术节约了处理时间和减少了存储需求，并使得对查询响应时间影响最小化在聚合创建以后，如果立方体的结构发生了改变或增加了数据，又或者立方体中的源数据表改变了，有必要重新查看审阅一下立方体的聚合并重新处理立方体聚合（aggregations）聚合提供了性能方面的改进，聚合设计一个向导初始化聚合基于使用的聚合设计新增的按查询设计优化输入算法算法改进改进聚合的初始设计优化基于使用的聚合支持新旧聚合设计的合并专用设计器查看聚合设计及聚合手动修改/创建/删除聚合大量内置的验证规则用于支持设计优化聚合设计一个向导聚合设计向导微软提供了一个友好的向导在度量值组和分区上生成汇总数据聚合设计向导微软提供了一个友好的向导在度量值组和分区上生成汇分区（Partitions）一个数据库分区是一个独立的子数据库，其中包含自己的数据，索引，配置文件，以及事务日志一个分区组是一个或多个数据库分区的逻辑组，通过它可以控制数据库分区内表空间和缓冲池的安置分区（Partitions）一个数据库分区是一个独立的子数据分区（Partitions）分区（Partitions）安全立方体提供了基于角色的安全性。可以可以自定义并且可以授权给角色管理权限可以独立于数据访问权限单独授予。另外，在读取对象的元数据和读写访问数据的权限可以单独定义数据的安全粒度可以到特定的维度成员，甚至单元格角色中的用户只能是域用户安全立方体提供了基于角色的安全性。可以可以自定义并且可以授权基于角色的安全基于角色的安全透视（perspectives）用户开始某个特定的任务通常不需要看到完整的模型。为了避免绝大多数用户使用规模庞大的模型，我们需要定义一个视图来显示模型的子集立方体提供了这样的视图，称为透视。一个立方体可以有很多透视，每一个透视只会包含模型中和特定的一组用户相关的特定的子集(度量值，维度，属性等等)。每一个透视可以和定义好的用户安全角色关联，来设置谁被允许查看这个透视透视（perspectives）用户开始某个特定的任务通常不翻译国际用户经常需要使用其本地语言查看数据。为了解决这个问题，立方体能够翻译元数据到任何一种语言。一个使用某个特定区域设置的客户端应用程序连接将得到适当语言的所有数据。

该模型还可以提供翻译的数据。一个属性可以映射到数据源中不同的元素，并提供翻译这些元素到不同的语言。翻译国际用户经常需要使用其本地语言查看数据。为了解决这个问题从一台语言设置为法语的客户端计算机，可以看到立方体和查询结构都显示为法语从一台语言设置为法语的客户端计算机，可以看到立方体和查询结构分析计算BasicAnalyticsAdvancedAnalyticsIntegrationwithDataMining分析计算BasicAnalyticsBasicAnalyticsBasicAnalyticsAdvancedAnalyticsAdvancedAnalytics账务智能

－－时期数与时点数时期数：表示一段时期的状态，可以在时间上进行累计，例如：收入、费用等。时点数：表示一个时间点的状态，不可以在时间上进行累计，例如：资产、负债等。账务智能

－－时期数与时点数时期数：表示一段时时期数小明：

1月份发工资100元

2月份发工资100元

3月份发工资100元问：小明一季度一共发了多少钱？答：应该是300元时期数小明：时点数小明：

1月份有100元

2月份有80元（100＋100－120＝80）

3月份有120元（80＋100－60＝120）问：小明一季度一共有多少钱？答：300元？？？×

应该是120元时点数小明：各种帐户类型的聚合特性帐户类型特征聚合说明统计无None不累加负债时点数LastNonEmpty最后一个成员资产时点数LastNonEmpty最后一个成员余额时点数LastNonEmpty最后一个成员流量时期数Sum累加费用时期数Sum累加收益时期数Sum累加各种帐户类型的聚合特性帐户类型特征聚合说明统计无None不累半累加性－－帐户智能未应用帐户智能－－不正确的：应用帐户智能－－正确的：半累加性－－帐户智能未应用帐户智能－－不正确的：应用帐户智能时间智能时间智能增强功能是一项多维数据集增强功能，它可以将时间计算（或时间视图）添加到所选层次结构中。此增强功能支持以下计算类别：到现在为止时间段。逐时间段增长。移动平均。并行时间段比较。时间智能时间智能增强功能是一项多维数据集增强功能，它可以将时MDX基础数据定义语言（DDL）：创建、删除、管理多维对象

数据操作语言（DML）：从多维对象中获取数据MDX脚本：范围、上下文、流控制函数和操作的集合：函数、方法应用自定义函数扩展：与SQL相比较MDX基础数据定义语言（DDL）：创建、删除、管理多维对象MDX基础（2005年，消费品，销售额）（2006年，食品，销售额）MDX基础（2005年，消费品，销售额）（2006年，食品，979899GroceriesClothingAppliancesSalesCostUnits(Products.Clothing,Measures.Units,Time.98)(Products.Clothing,Measures.Sales,Time.97)(Products.Groceries,Measures.Cost,Time.Year.95)9695每一个元素都有一个名字...979899GroceriesClothingApplian98ClothingUnits??(Products.Clothing,Measures.Units,Time.98.PrevMember)(Products.Clothing,Measures.Units,Time.98.NextMember)每一个元素依然有一个名字...98ClothingUnits??(Products.Clo98ClothingUnits?(Products.Clothing,Measures.Units,Time.98.PrevMember)?(Products.Clothing,Measures.Units,Time.98.NextMember)?(Products.Clothing,Measures.Units.PrevMember,Time.98.Lag(3))(Products.Clothing,Measures.Units.PrevMember,Time.98.Lead(-3))OR每一个元素依然有一个名字...98ClothingUnits?(Products.ClotCurrentMember[Time].CurrentMember[Product].CurrentMember当前成员：分析者当前感兴趣的某一个成员本月比上月的销售额增长了多少？百分比？本季度比上季度的销售额增长了多少？百分比？本年比上年的销售额增长了多少？百分比？CurrentMember[Time].CurrentMemMDX——多维模型的定义语言功能：定义计算成员定义KPI各种函数MDX——多维模型的定义语言功能：Demo1：定义平均销售额152指标公式：订单总额/订单数量；MDX表达式：[Measures].[SalesAmount-resellersales]/

[Measures].[OrderQuantity-resellersales]使用场景：Demo1：定义平均销售额68指标公式：订单总额/订单数量；Demo2：定义占有率指标153指标公式：每一个产品的销售额占同类产品总销售额的百分比；MDX表达式：CaseWhen[DimProduct].[DimProductCategory-DimProductSubcategory].CurrentMember.Level.Ordinal

=0Then1Else[Measures].[SalesAmount]

/([DimProduct].[DimProductCategory-DimProductSubcategory].CurrentMember.Parent,[Measures].[SalesAmount])End使用场景：Demo2：定义占有率指标69指标公式：每一个产品的销售额占MDX查询功能Select

{[DimRegion].[City].&[安阳],[DimRegion].[City].&[北京]}

oncolumns，

{[DimTime].[DayOfMonth].&[13],[DimTime].[DayOfMonth].&[14]}

onrows

from[MKAS]

where([Measures].[FactIndCount])CUBEBackGroundDayofweek-AlldaysMeasures-SaleAmount……….MDX查询功能SelectCUBEBackGroundMDX查询编辑器155北MDX查询编辑器71北Demo1：MDX语句：select{[DimProduct].[DimProductCategory].&[1],[DimProduct].[DimProductCategory].&[3]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}onrowsfrom[AdventureWorksDW]where([Measures].[SalesAmount-resellersales])结果：Demo1：MDX语句：Demo2：MDX语句：select{[Measures].[SalesAmount-resellersales]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].&[1],[DimProduct].[DimProductCategory].&[3]}onrowsfrom[AdventureWorksDW]结果：Demo2：MDX语句：Demo3：MDX语句：select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].&[1],[DimProduct].[DimProductCategory].&[3]}onrowsfrom[AdventureWorksDW]结果：Demo3：MDX语句：Demo4：159MDX语句：select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales]}oncolumns,{[DimReseller].[BusinessType].&[SpecialtyBikeShop],[DimReseller].[BusinessType].&[ValueAddedReseller],[DimReseller].[BusinessType].&[Warehouse]}*{[DimProduct].[DimProductCategory].[All].children}onrowsfrom[AdventureWorksDW]结果：Demo4：75MDX语句：Demo5：160MDX语句：withmember[ressleraveragesalesamountadd]as[Measures].[SalesAmount-resellersales]/[Measures].[OrderQuantity-resellersales]select{[Measures].[SalesAmount-resellersales],[Measures].[OrderQuantity-resellersales],[Measures].[reselleraverageSalesamount],[ressleraveragesalesamountadd]}oncolumns,{[DimReseller].[BusinessTyp