在SQLServer2012AnalysisServices中选择表格或多维建模

《在SQLServer2012AnalysisServices中选择表格或多维建模》由会员分享，可在线阅读，更多相关《在SQLServer2012AnalysisServices中选择表格或多维建模（21页珍藏版）》请在金锄头文库上搜索。

1、在 SQL Server 2012 Analysis Services中选择表格或多维建模体验Microsoft商业智能技术文章作者Hitachi Consulting：Liz Vitt 作者Scott Cameron 作者Hilary Feier 审校Microsoft：T.KAnand 审校Ashvini Sharma 审校发布时间：2012年5月适用范围：SQL Server 2012 Analysis Services摘要：本白皮书提供的实用指南可帮助BI专业人员和决策者决定，您的下一个BI解决方 案最合适采用 SQL Sejve京012 Analysis Services 表格建模，

2、还是 SQL Server 2012 Analysis Services 多维建模。版权信息本文档按“原样”提供。本文档中的信息和表达的观点（包括URL和其他Internet网站 引用）如有更改，恕不另行通知。您应承担使用本文档所带来的风险。本文档不向您提供对任何Microsoft产品中的任何知识产权的任何法律权利。您可以出 于内部参考目的复制和使用本文档。 2012 Microsoft Corporation。保留所有权利。目录简介4BISM建模入门知识4多维建模4表格建模5BISM客户端分析工具5数据模型6数据关系6一对多关系6多对多关系6引用关系7层次结构7标准层次结构7不规则层次结构7

3、父子层次结构7其他建模功能8业务逻辑9彳亍级转换9聚合值9计算10业务逻辑方案11层次结构逻辑11自定义汇总11半累加性度量值12时间智能12KPI 13货币换算13命名集13数据访问和存储14性能和可伸缩性14多维模型14表格模型15可编程性16安全性16行级/属性级安全性16动态安全性17单元级和高级安全性17总结18有关详细信息21简介数据建模是BI专业人员多年来一直不断实践的领域，它的目标只有一个：将不同的数据 整理到一个分析模型中，从而快速高效地支持业务的报告和分析需要。这些年来，数据 建模随着新技术和工具的推出而不断发展，而组织在如何以无缝和连贯的方式有效地混 合建模范例方面面临着

4、越来越多的挑战，不仅要能够满足各种分析需要，还要能够针对 业务提供良好的分析体验。在SQL Server 2012版本中，Microsoft引入BI语义模型(BISM)，不仅实现了建模的目 标，而且还解决了组织所面临的挑战。这个单一模型可以支持广泛的报告和分析功能， 同时在后台混合两种Analysis Services建模体验：多维建模一这种建模方法随SQL Server 7.0 OLAP服务引入，并一直延续至SQL Server 2012 Analysis Services。它使BI专业人员能够使用传统的联机分析处理 (OLAP)创建复杂的多维数据集。 表格建模一这种建模方法随PowerPi

5、vot for Microsoft Excel 2010引入，它为业 务和数据分析人员提供了自助数据建模功能。对于多年来一直在桌面效率工具 (如Excel或Microsoft Access)中处理数据的许多用户而言，表格建模体验更易 于接受。在SQL Server 2012中，表格建模已扩展为支持BI专业人员在Analysis Services中创建表格模型，或将表格模型从PowerPivot导入到Analysis Services 中。请注意，PowerPivot模型无法导入到Analysis Services多维模型中。本白皮书的目标是提供实用指南，以帮助您确定哪种SQL Server 2

6、012 Analysis Services 建模体验(表格建模或多维建模)最符合您的下一个BI解决方案的需要。本白皮书中的 产品说明和建议基于2012年3月发布的SQL Server 2012 Analysis Services0随着 Analysis Services多维建模和表格建模在SQL Server的将来版本中不断改进，产品功能 和建议可能发生变化。BISM建模入门知识在深入探讨多维建模与表格建模之间的详细差异之前，我们首先简要介绍一下SQL Server 2012 Analysis Services提供的每种BISM建模体验的基础知识。多维建模多维建模的核心是基于关系数据库中包含的

7、数据创建多维数据集(由度量值和维度组 成)。若要使用此范例，Analysis Services服务器必须配置为在多维模式(默认设置) 下运行。在此模式下，OLAP引擎使用多维模型预聚合大量数据，以支持快速的查询响 应时间。OLAP引擎可以通过多维OLAP (MOLAP)存储将这些聚合存储在磁盘上，或通 过关系OLAP (ROLAP)存储将它们存储在关系数据库中。多维建模的主要特征包括：丰富的数据模型：SQL Server 2012 Analysis Services的多维模型已是推出的第六个 版本，它提供了广泛的功能，可根据企业数据仓库中常见的简单和复杂数据集为度量 值和维度建模。更复杂的数据

8、集通常包括诸如多对多关系、父子层次结构和本地化等 高级功能。多维模型本身自带了这些功能。复杂的分析：多维模型还提供一种称为多维表达式(MDX)的高级计算和查询语言。 使用MDX,您可以创建复杂的业务逻辑和计算，它们可以在多维空间中的任何位置 运行，以实现财务分配、时序计算或半累加性度量。尽管全面的数据建模和复杂的分析是多维建模的重要优点，但常常随之带来一些负面影 响：开发周期较长以及不能快速适应不断变化的业务状况。此外，多维体验通常需要很 高的建模和MDX技能水平。表格建模表格建模是将数据整理到相关的表中。如果您要使用表格建模，则必须将Analysis Services配置为在表格模式下运行。

9、在表格模式中，可以使用xVelocity (以前称为 Vertipaq)内存中引擎将表格数据加载到内存中以实现快速的查询响应，也可以使用 DirectQuery将查询传递到源数据库以利用其查询处理功能。表格建模的主要特征包括：熟悉程度：对于许多用户而言，他们日常处理的数据大多存储在关系数据库、Excel 或Access表中，因此处理起表格数据来驾轻就熟。另外，可以使用数据分析表达式 (DAX)(一种被认为是Excel公式语言扩展的公式语言)来编写计算。因此，生成表 格模型所需的技能与生成多维模型所需的技能相比，前者更常用或更容易学会。灵活性：因为不需要将数据严格地整理到度量值和维度中，所以，与

10、多维模型相比， 表格建模可以加快开发周期，所需的前期数据准备工作较少，设计严格性也较低。当 需要根据不断变化的业务要求更新关系和计算时，这种数据体系结构还可以很方便地 对数据建模做出相应的变更。尽管熟悉程度和灵活性是表格建模的关键优点，但它也存在缺点。例如，表格建模可能 不适合于那些具有高度复杂的数据集或需要复杂业务逻辑的解决方案。虽然DAX语言的 用户通常可以通过创建DAX公式来提供表格模型中原本未提供的分析功能，但是，在这 些情况下，使用多维建模本身自带的高级功能可能更适合且更高效。BISM客户端分析工具无论您选择多维建模还是表格建模，都请务必注意，您都可以使用能够生成MDX或 DAX的客

11、户端工具来查询模型。例如，Excel和sQl Server Reporting Services就是可以 使用MDX生成查询的客户端工具，而Power View是可使用DAX生成查询的客户端工 具。本指南有两种例外情况。 Power View是一个可提供交互式数据浏览和可视化的工具，是用于Microsoft SharePoint Server 2010 Enterprise Edition 白勺 SQL Server 2012 Reporting Services 外接程序的一项功能。如果您要使用Power View或任何其他使用DAX查询 BISM的分析客户端，则需要使用表格模型。SQL S

12、erver的未来版本可能会提供 使用DAX来查询多维模型的功能，这样，您就可以通过诸如Power View之类的 客户端工具来访问这些模型了。已配置为使用DirectQuery的表格模型要求使用可生成DAX查询的客户端工具 (如Power View)。SQL Server的未来版本可能会允许配置为使用DirectQuery 的表格模型接受MDX查询。数据模型您的数据模型的特征是您选择建模体验时的核心注意事项。数据关系任何数据模型的基本要求都是要正确地表示该模型中的数据元素如何相互关联和连接， 这非常类似于拼图游戏的各个拼图碎片。表格模型和多维模型都要求您在源数据表之间 定义关系。数据建模中的常

13、见关系是一对多关系、多对多关系和引用关系。一对多关系在一对多关系中，一表中的一记录与另一表中的多个记录相关。一对多关系的示 例是一个客户具有多个销售订单。表格数据模型和多维数据模型本身就可以处理一对多 关系。多对多关系在多对多关系中，一个表中的许多记录与第二个表中的许多记录相关。例如，单个客户 与多个销售订单具有一对多关系；但每个客户可以分类为一个或多个客户概况（如体育 爱好者、休闲游戏玩家和健身专家）。按客户概况来分析订单就是一个多对多关系，其 中可能会出现重复计数：当汇总对应于各客户概况的订单来获得订单总数时，如果某位 订购一辆自行车的客户既是体育爱好者又是健身专家，则此订单很容易被计入两

14、次。通 常，多对多关系通过使用桥接表或中间表分解为两个一对多关系来进行管理，如图1中 所示。1S9100$4r0001S9L01$2,50。1S9102$7,000客户id钳售额销售订单表客户表桥接/中间表（用于指定客户概况）图 1：多对多示例在多维模型中，通过标识桥接表，然后将该桥接表与模型中的其他表相关，可以直接在 此数据模型中定义并生成多对多关系。当聚合时，Analysis Services将应用非重复汇总, 以确保数据总计正确汇总，而不会错误地放大。SQL Server 2012 Analysis Services表格模型不支持多对多关系的定义。但是，您可以使 用DAX语言来创建处理多

15、对多关系的公式。引用关系数据模型可能包含与多个实体相关的一组公共属性。例如，与客户、供应商和商店相关 的地理属性。在多维建模中，您必须创建一个包含公共属性的维度，然后创建指向每个 相关维度的引用维度关系。在表格建模中，不需要创建引用关系，只需在包含公共属性 的表与包含相关实体的表之间创建关系。层次结构层次结构将数据分类到树结构中，以便于进行深化分析。标准层次结构标准层次结构由来自源数据中各列的有序级别组成。例如，产品层次结构可以将产品整 理到子类别中，然后进一步整理到类别中。在这种情况下，您将具有含三个级别的层次 结构，其中每个级别都来自源数据的一个单独列。表格模型和维度模型都支持简单的层 次结构（例如此处介绍的产品层次结构）。请注意，在多维模型中有一个创建属性关系的附加步骤，此步骤显式标识每个维度中各 属性之间的一对多关系。强烈建议定义属性关系，因为借助这些关系可以更高效地设计 预先计算的聚合，并且MDX语义依赖于属性关系。表格建模更简单，因为您不需要创 建属性关系。表格模型不预先计算聚合，并且DAX语义不依赖于标识属性之间的一对多 关系，因此在表格建模中，没有与多维建模的属性关系等效的关系。