Warum einen SSAS Cube bauen?

Question

Ich suchte nur nach den besten Erklärungen und Gründen, um einen OLAP-Cube aus relationalen Daten zu erstellen. Geht es um Performance und Abfrageoptimierung?

Es wird großartig sein, wenn Sie Links oder zeigen Sie die besten Erklärungen und Gründe für den Aufbau eines Cubes, wie wir alle Dinge aus der relationalen Datenbank, die wir tun können, aus Cube und Cube ist schneller Ergebnisse zu zeigen Gibt es noch andere Erklärungen oder Gründe?

Answer 1

Es ist ein bisschen wie die Frage nach der Verwendung von JAVA/C++, wenn wir alles mit Assemblersprache machen können ;-) Der Aufbau eines Würfels (abgesehen von der Leistung) gibt Ihnen die MDX language; Diese Sprache hat Konzepte auf höherer Ebene als SQL und ist besser mit analytischen Aufgaben. Vielleicht gibt this question mehr Infos.

My 2 Centavos.

Answer 2

Es gibt viele Gründe, warum Sie einen Würfel für analytische verarbeitend verwenden sollten.

1. Geschwindigkeit. Olap whareehouses sind Read-Only-Infratractures, die 10-mal schnellere Abfragen bieten als ihre Oltp-Pendants. Siehe wiki
2. Mehrere Datenintegration. Auf einem Cube können Sie problemlos mehrere Datenquellen verwenden und mit vielen automatisierten Aufgaben (insbesondere wenn Sie SSIS verwenden) nur wenig arbeiten, um sie auf einem einzigen Analysesystem zu integrieren. Siehe elt process
3. Mindest Code. Das heißt, Sie müssen keine Abfragen schreiben. Obwohl Sie MDX - die Sprache der Cubes in SSAS - schreiben können, macht das BI Studio die meiste Arbeit für Sie. In einem Projekt, an dem ich gerade arbeite, haben wir zunächst SSRS verwendet, um Berichte für den Kunden bereitzustellen. Die Abfragen waren lang und schwer zu erstellen und es dauerte Tage, sie zu implementieren. Ihre SSAS-äquivalenten Berichte brauchten eine halbe Stunde, um zu schreiben, und schrieben nur ein paar einfache Abfragen, um einige Daten zu übertragen.
4. Ein Würfel bietet Berichte und Drill-up-down-durch, ohne die Notwendigkeit, zusätzliche Abfragen zu schreiben. Der Endbenutzer kann die Dimension automatisch durchlaufen, da die Aggregationen bereits im Warehouse gespeichert sind. Dies hilft, da die Benutzer des Cubes nur seine Dimensionen durchlaufen müssen, um eigene Berichte zu erstellen, ohne dass Abfragen geschrieben werden müssen.
5. Ist Teil der Business Intelligence. Wenn Sie einen Cube machen, kann er vielen neuen Technologien zugeführt werden und bei der Implementierung von BI-Lösungen helfen.

Ich hoffe, das hilft.

Answer 3

Wenn Sie eine Top-Level-Ansicht anzeigen möchten, verwenden Sie OLAP. Angenommen, Sie haben Millionen von Zeilen, in denen die Produktverkäufe detailliert aufgeführt sind, und Sie möchten Ihre monatlichen Gesamtumsätze kennen.

Wenn Sie Bottom-Level Detail möchten, verwenden Sie OLTP (z. B. SQL). Angenommen, Sie haben Millionen von Zeilen, in denen die Produktverkäufe detailliert aufgeführt sind, und Sie möchten die Verkäufe eines Geschäfts an einem bestimmten Tag überprüfen, um einen möglichen Betrug zu finden.

OLAP ist gut für große Zahlen. Sie würden es nicht String-Werte untersuchen bedienen, wirklich ...