Project REAL分析服务技术探讨(1)

这份白皮书提供了一个关于分析服务(Analysis Services)设计和在Project REAL中的最佳实践的技术讨论。它深入的讨论了每一类对象的细节,例如数据源、数据源视图、维度、层次、属性、度量组、分割表等等。并指出如何在关系型数据库分割表的基础上创建一个能自动创建度量组分割表的SQL Server 2005集成服务程序包。

关于Project Real

Project Real是微软为创建商业智能应用程序提供最佳实践而所做的努力。这些程序都是在Microsoft SQL Server 2005基础上,在真实的客户背景上构建实施的。这就意味着真实客户数据是可以代入系统内部,并且可以应对客户在开发过程中将会遇到的同样的问题。这些问题包括:

◆模式设计- 关系型模式和分析服务型模式

◆数据抽取、数据转换、数据加载(ETL)过程的实现

◆客户端系统的设计与开发,包括数据报表和交互式的分析

◆产品系统的分级

◆运营系统的管理和维护,包括数据资料的不断更新

通过在这种真实部署环境中的工作经历,我们获得了如何使用这些工具的完整理解。我们的目标是全方位的关注大公司在他们自己实际部署过程中所遇到的所有问题。

这份白皮书提供了一个关于分析服务(Analysis Services)设计和在Project REAL中的最佳实践的技术讨论。我们深入的讨论了每一类对象的细节,例如数据源、数据源视图、维度、层次、属性、度量组、分割表等等。并指出了我们在前进过程中遇到的重要问题。

若要查看Rroject REAL的概述信息,可查看 Project REAL: Technical Overview 白皮书。有相当大一部分的资料、工具、和例子,都是在Project REAL的生命周期中产生的。为了找到最新的信息,可以到Project REAL Web site这个连接来察看相关的信息(http://www.microsoft.com/sql/bi/ProjectReal/)。

备注:这篇文章仅仅是一个草案,它包括了一些建设性的实践方法,这些方法都是基于我们早先在SQL Server 2005的Community Technology Preview (CTP)工作中获得的经验。到产品发布之前,白皮书中所描述的都是准确的。文档中描述的产品功能性可能会有所变化。在将来,可能会提供更好的实践方案。SQL Server 2005是在我们对这些好的练习例程中用的开发工具。

绪论

这篇文章回顾了关于Project REAL分析服务的技术性设计,并且讨论了各种影响设计的问题。我们假定读者已经比较熟悉分析服务设计,并且实践过Project REAL所采用的模式。例如,我们假定读者已经知道多对多厂商维度的存在。我们的讨论主要关注为什么它会存在(以及我们在对设计进行定案之前所考虑的可供选择的办法)。

在本文中,我们检验了在多维度设计中应用到的各种类型的分析服务对象。从物理模式对象入手,例如数据源和数据源视图。接下来我们讨论在逻辑对象,例如维度,用户自定义的层次关系、属性层次、和度量组等等。接下来深入到度量组特征,例如分割、集合(aggregate)设计、以及前摄缓存(proactive caching)。这部分内容最后讨论了其它的逻辑设计,包括计算、关键性能指示器(KPIs)、活动、透视、定制程序集、用户自定义函数(UDFs)和MDX脚本等等。

最后一个章节中,我们详细讨论了在分析服务模式设计阶段,两种可选的、合理的设计方案。我们提供了目标,也是我们考虑要做的事情,也正是我们所实现的。

本篇以介绍服务端设置来结束,主要讨论了我们为什么要改变这些配置。

Project REAL设计强烈依赖于分割(partitioning),在所有的度量组中,定义了几百个这样的分割表,在附录A中,我们将展示我们是如何解决我们在各种数据库中创建和管理分割表带来的管理问题。

时间: 2024-11-10 00:48:55

Project REAL分析服务技术探讨(1)的相关文章

Project REAL分析服务技术探讨(2)

分析服务2005中的维度缓存 SQL Server 2000和SQL Server 2005各自的分析服务在处理维度成员时,有很大的不同.在SQL Server 2000中,在启动的时候,所有数据库中的所有维度成员都需要被加载到服务器的地址空间上.这种情况下,内存就不能为其它程序提供很好的服务,数据缓存也将超出维度的内存.这样局限性就很大.这意味着,在一个32位的系统上(只有3GB的虚拟地址空间,但分析服务无法意识到这点),你能够具有的所有维度成员最大的数目也就几百万而已.如果你限制你成员属性的

Project REAL分析服务技术探讨(4)

在下面的五个章节中,我们比较和对比了五种使用SQL Server 2005分析服务来模型化实体的方法.我们发现,没有一种简单的方法能够实现所有环境中的关系型模型化.我们发现最好根据运行时可用的存储.所允许的计算来选择使用的方法,从而实现更有弹性的厂商分析模型. 方法#1- 创建单独的真实维度 我们实现的第一种方法是创建了五个真实维度(每个都对应一种厂商类型),并从Item维度表中加载.这种技术很直接,并且很容易实现.然而,它存在一些缺点.首先是它在Cube中带来了一些额外的复杂性.终端用户不得不

Project REAL分析服务技术探讨(3)

图10表示我们如何在Store Sales部分改变错误配置. 图10:改变错误配置设置 图11表示当一个查询使用系统未知成员的时候,看上去是什么样的. 图11:查询中的系统生成的未知成员 时间智能向导 过去当需要使用时间智能向导来创建新的时间维度时,我们遇到了一些挑战.SQL Server 2005 的分析服务(Analysis Services)是服务器端时间维度(dimension).虽然,由于其容易使用的特性(只需点击几下就能得到时间维度),使用服务器端时间维度是很有诱惑力的,但我们并不推

Android Project Butter分析

一背景知识介绍 随着时间的推移,Android OS系统一直在不断进化.壮大,日趋完善.但直到Android 4.0问世,有关UI显示不流畅的问题也一直未得到根本解决.在整个进化过程中,Android在Display(显示)系统这块也下了不少功夫,例如,使用硬件加速等技术,但本质原因似乎和硬件关系并不大,因为iPhone的硬件配置并不比那些价格相近的Android机器的硬件配置强,而iPhone UI的流畅性强却是有目共睹的. 从Android 4.1(版本代号为Jelly Bean)开始,An

IBM推出一站式分析服务 基于AI大数据平台

9月28日消息,据计算机电脑杂志报道,从很多方面来看,大数据依然属于未充分开发的前沿领域.要想从各种字节中找出有价值的洞见,依然需要敏捷的智慧与坚持不懈的精神.IBM于周二宣布推出基于AI大数据平台的一站式分析服务,希望能够更轻松地解决这些问题.IBM宣称,与其他数据平台相比,这项服务消化吸收数据的速度更快. IBM的新服务名为Project DataWorks,是基于云计算的新平台.IBM表示,它将是第一个整合所有类型数据.并利用人工智能(AI)进行分析的平台.Project DataWork

微服务技术栈2.0

当下市场瞬息万变,新技术不断涌现,而微服务持续火热.如果说2014年是微服务的元年,那么2015年和2016年则是微服务走下神坛的时刻,越来越多的开发者.架构师们探讨着如何落地,如何解决各种实际问题,而很多技术栈和工具也纷纷涌现. Netflix和一些互联网公司作为早期微服务的采用者在这些领域做了很多的投资.尝试和贡献(如开源工具和相关论文).然"微服务不是免费的午餐".企业也并不都是Netflix,微服务的复杂性以及带来的各种成本还是让很多企业望而却步,挡在了门外. 而如今,随着越来

[收藏]数据库设计中的反规范技术探讨

规范|设计|数据|数据库|数据库设计   数据库设计中的反规范技术探讨   注:这是很久以前在一个论坛看到的文章,觉得写的不错:本着与众多业内人士交流.传播思想的目的展示在此,原论坛的名称已经不记得了,当时亦是转载.你可以任意转载此文,但由此引起的任何道德.法律纠纷与http:blog.csdn.net/aceplus无关,且http:blog.csdn.net/aceplus保证没有将此文用作任何商业和非法用途:如果您是本文的原作者,认为http:blog.csdn.net/aceplus转载

SQL Server分析服务的权限配置

简介: 本文介绍如何配置SSAS数据库和cube相关维度的安全设置. 相对数据引擎来说,在Management Studio中配置分析服务的安全设置基本没什么区别.但是也会有一些限制,比如SSAS的权限配置都是围绕角色进行的,其次,角色的成员必须是基于windows或者ad环境的,SQL Server用户(比如sa)是无法使用的.还有,权限是无法直接授予给windows或者ad用户或者组的,这些用户或者组必须填加到角色中才可以.另外,如果UAC处于打开的状态,那么比如要以"Run as Admi

SQL Server 2012使用分析服务多维模式建立简单的分析模型

多维数据集是一种特殊的数据库,按照默认的模式(MOLAP),它把数据仓库里事实表和维度表的数据经过聚合存储在另外一套独立的文件系统中.经过聚合的数据在统计性能上会得到提升,并且可以让用户通过很简单的前端工具,比如Excel来生成很简单的报表. 这里将介绍如何制作一个简单的多维数据集. 此篇使用的版本是SQL Server 2012,对应的Visual Studio Shell是2010,名称也改为SQL Data Tools. 首先,打开SQL Data Tools,点击File->New->