Umgang mit großen Ergebnismengen in SQL Server Analysis Services

Question

Ich habe eine Datenbank, die Daten über Artikel enthält, Strukturen und Hersteller. Das heißt, ein Artikel ist mit 1 Hersteller und mit N Strukturknoten verknüpft (denke an Artikel-Klassifikationsknoten).

Das Abfragen von Artikeln mit T-SQL mit vielen Bedingungen ist derzeit zu langsam, um für einen E-Shop verwendet zu werden, selbst mit guter Hardware und ordnungsgemäß indizierten Tabellen. (Sollte unter 1 Sekunde liegen). Jetzt frage ich mich, ob es sinnvoll wäre, auf diese Daten über einen OLAP Cube zuzugreifen. Ich habe bereits eine entwickelt, um Aggregationen zu erhalten, wie zum Beispiel: Wie viele Artikel des Herstellers X existieren unter dem Knoten Y rekursiv?

Diese Aggregationen sind ziemlich schnell, jetzt frage ich mich, ob es sinnvoll ist, ganze Artikel-Ergebnis-Sets auch über Cubes abzurufen. Bedeutung: Geben Sie mir jede einzelne Artikel ID des Herstellers X, die unter Knoten Y rekursiv. Da die Ergebnismengen sehr groß sein können, dauert die Abfrage noch länger.

Deshalb meine Frage, gibt es einen Weg, mit großen Ergebnismengen in SSAS umzugehen, oder ist das völlig die falsche Richtung, die ich nehme?

Answer 1

Sie können auf jeden Fall mit großen Datenmengen umgehen und sie in SSAS anständig ausführen, indem Sie Aggregationen nutzen. Natürlich, wenn Sie über den Draht gehen, müssen Sie immer noch eine Menge Daten bewegen, also denken Sie daran. Ihre Abfrage wird schnell zurückkehren. Die Übertragung der Ergebnisse dauert eine Weile.

Die wahre Stärke von SSAS ist es, in Ihrem Ansatz gezielt eingesetzt zu werden. Anstatt zu sagen: "Gib mir alles", können wir auf einer hohen Ebene beginnen, einen Drilldown durchführen, den gewünschten Level finden und weiter bohren, runter, runter, bis du zu den Daten kommst, die du wirklich willst.