多维数据模型参考课件.ppt

1、SSAS开发与管理开发与管理 性能问题性能问题 大量的Join和Group by操作，报表响应时间很长 只有数据模型，无业务模型只有数据模型，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复杂的计算很难实现 架构中的语义层，用业务语言及逻辑构建架构中的语义层，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的模型，能够更加准确地描述业务场景 来自于数据集市来自于数据集市 提供基于分析的查询和函数提供基于分析的查询和函数 利用聚合提供更强的性能利用聚合提供更强的性能BI门户DWDMSSASExcel定义化报表SQL ReportReporting

2、 Services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 Reporting Services 报告 数据查询ETL监控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 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。Time

3、All Time Year Quarter MonthDimensionHierarchyLevelsMembers1999(Member at Year Level)Q1-99(Member at Quarter Level)Jan-99(Member at Month Level)量度是我们需要分析的值（通常是数字类型量度是我们需要分析的值（通常是数字类型的值）的值）量度往往是企业的量度往往是企业的KPI（key performance indicators）在典型问题中，代表在典型问题中，代表“分析什么分析什么”？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。量

4、度一般都是可以进行汇总、平均等计算的。量度组是量度的集合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度组对应一个事实表 一个一个Cube包含一个或多个量度组包含一个或多个量度组SQL Server分析服务（分析服务（SSAS）使用了一种叫做多维表达式）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。但语法在很多方面都相似。但是，是，MDX 并不是并不是SQL语言的扩展，并且在很多方面和语言的扩展，并且

5、在很多方面和SQL不同不同基本的基本的 MDX 查询语言查询语言:建立工程建立工程 建立数据源建立数据源 建立数据源视图建立数据源视图 建立维度建立维度 建立多维数据集建立多维数据集 部署、处理、浏览部署、处理、浏览建立工程建立工程:从程序菜单选择从程序菜单选择 Microsoft SQL Server 2008 R2，然后选择，然后选择 SQL Server Business Intelligence Development Studio 为新立方体定义为新立方体定义数据源数据源，使用以下步骤，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。在解决方案资源管理器中右击数

6、据源文件夹，选择新建数据源。要创建一个新数据源视图，使用以下步骤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。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。BIDS 会自动显示数据源视图的架构会自动显示数据源视图的架构 创建属性层次结构创建属性层次结构 设置属性设置属性 键列 名称列 排序 空处理 定义属性关系定义属性关系 创建用户层次结构创建用户层次结构属性层次结构用户层次结构 按键值排序按键值排序 按名称排序按名称排序 按属性排序按属性排序属性关系设计器属性关系设计器 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

7、内置大量验证规则维度向导维度向导 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 创建计算创建计算 创建创建KPI 创建动作创建动作 设计存储设计存储 设计聚合设计聚合 设计分区设计分区 设计安全设计安全 创建透视创建透视 创建翻译创建翻译 计算成员是根据计算成员是根据Cube数据、算术操作符、常数、函数计数据、算术操作符、常数、函数计算出来的度量值或者维度成员。算出来的度量值或者维度成员。例如，您可以创建一个计例如，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。算

8、成员用来计算立方体中两个物理度量值的总和。KPIs或关键绩效指标在推动业务决策上是最重要的一个实体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。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值来测量组织在达成业务目标中的进展SQL Server 分析服务允许在立方体内创建分析服务允许在立方体内创建KPIKPI 衡量一个业务的健康度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 为性能指标定义了为性能指标定义了4个表达式个表达式 实际值(-1 to 1)目标值 状态(-1 to 1)趋势(-1 to

9、 1)值值 值是一个用来返回KPI实际值的MDX表达式目标目标 目标是一个用来返回KPI目标值的MDX表达式状态状态 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 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 趋势信号灯是一个视觉元素，用来展现KPI的趋势。立方体支持动作和在基础数据上的动作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

10、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。钻取钻取用户可以钻取到最明细的数据。最重要的方面是动作最重要的方面是动作(Action)可以在立方体里可以在立方体里面钻取返回最明细的数据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，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，单元格维度成员，层次结构成员，级别成员，单元格等。使用等。使用MDX表

11、达式可以限制目标单元格将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来可以执行的动作到子立方体 分区包括三种基本存储模式：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 Analysis Services 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

12、的特性。主动缓存的目标是提供传统主动缓存的目标是提供传统 MOLAP 所具有的性所具有的性能，并同时保持使用能，并同时保持使用 ROLAP 进行管理所具有的进行管理所具有的方便和快捷。方便和快捷。最小化滞后时间最小化滞后时间 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

13、时查询返回旧数据。RDBMSMOLAPcache新版本新版本聚合提供了性能方面的改进，它通过微软聚合提供了性能方面的改进，它通过微软SQL Server分析服务直接从立方体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

14、影响最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立方体一个向导一个向导 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

15、则用于支持设计优化 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数据一个数据库分区是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和缓冲池的安置 立方体提供了基于角色的安全性。可以可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以自定义并且可以授权给角色管

16、理权限可以独立于数据访问权限单独授予。另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，甚至单数据的安全粒度可以到特定的维度成员，甚至单元格元格 角色中的用户只能是域用户角色中的用户只能是域用户 用户开始某个特定的任务通常不需要看到完整的模型。为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一个视图来显示模型的子集 立方体提供了这

17、样的视图，称为透视。一个立方体可以有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相关的特定的子集(度量值，维度，属性等等度量值，维度，属性等等)。每一个。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查看这个透视 国际用户经常需要使用其本地语言查看数据。为了解决这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。一个使个问题，立方体能够翻译元数据到任何一种语言

18、。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。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。源中不同的元素，并提供翻译这些元素到不同的语言。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都显示为法语lBasic AnalyticslAdvanced AnalyticslIntegration with Data Mini

19、ng时期数：表示一段时期的状态，可以在时时期数：表示一段时期的状态，可以在时 间上进行累计，例如：收入、费间上进行累计，例如：收入、费用等。用等。时点数：表示一个时间点的状态，不可以时点数：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、在时间上进行累计，例如：资产、负债等。负债等。小明：小明：1月份发工资月份发工资100元元 2月份发工资月份发工资100元元 3月份发工资月份发工资100元元问：小明一季度一共发了多少钱？问：小明一季度一共发了多少钱？答：应该是答：应该是300元元小明：小明：1月份有月份有100元元 2月份有月份有80元（元（10010012080）3月份有月份有1

20、20元（元（8010060120）问：小明一季度一共有多少钱？问：小明一季度一共有多少钱？答：答：300元？元？应该是应该是120元元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累加未应用帐户智能不正确的：应用帐户智能正确的：时间智能增强功能是一项多维数据集增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）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。此增强功能支持以添

21、加到所选层次结构中。此增强功能支持以下计算类别：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。l数据定义语言（数据定义语言（DDL）：）：创建、删除、管理多维对象创建、删除、管理多维对象 l数据操作语言（数据操作语言（DML）：）：从多维对象中获取数据从多维对象中获取数据lMDX脚本：脚本：范围、上下文、流控制范围、上下文、流控制l函数和操作的集合：函数和操作的集合：函数、方法函数、方法l应用自定义函数扩展：应用自定义函数扩展：l与与SQL相比较相比较（2005年，消费品，销售额）（2006年，食品，销售额）(Products.Clothing,Measures.Uni

22、ts,Time.98)(Products.Clothing,Measures.Sales,Time.97)(Products.Groceries,Measures.Cost,Time.Year.95)?(Products.Clothing,Measures.Units,Time.98.PrevMember)(Products.Clothing,Measures.Units,Time.98.NextMember)?(Products.Clothing,Measures.Units,Time.98.PrevMember)?(Products.Clothing,Measures.Units,Time

23、.98.NextMember)?(Products.Clothing,Measures.Units.PrevMember,Time.98.Lag(3)(Products.Clothing,Measures.Units.PrevMember,Time.98.Lead(-3)OR Time.CurrentMember Product.CurrentMember 当前成员：分析者当前感兴趣的某一个成当前成员：分析者当前感兴趣的某一个成员员 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？功能：定义计算成员定义KPI各种函数681.

24、指标公式：订单总额/订单数量；2.MDX表达式：Measures.Sales Amount-resellersales/Measures.Order Quantity-resellersales3.使用场景：691.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；2.MDX表达式：Case When Dim Product.Dim Product Category-Dim Product Subcategory.CurrentMember.Level.Ordinal =0 Then 1 Else Measures.Sales Amount /(Dim Product.Dim Produ

25、ct Category-Dim Product Subcategory.CurrentMember.Parent,Measures.Sales Amount)End3.使用场景：Select Dim Region.City.&安阳,Dim Region.City.&北京 on columns，Dim Time.Day Of Month.&13,Dim Time.Day Of Month.&14 on rows from MK AS where(Measures.Fact Ind Count)CUBEBackGroundDay of week-All daysMeasures-Sale Amou

26、nt.71北1.MDX语句：select Dim Product.Dim Product Category.&1,Dim Product.Dim Product Category.&3 on columns,Dim Reseller.Business Type.&Specialty Bike Shop,Dim Reseller.Business Type.&Value Added Reseller,Dim Reseller.Business Type.&Warehouse on rowsfrom Adventure Works DW where(Measures.Sales Amount-re

27、sellersales)2.结果：1.MDX语句：select Measures.Sales Amount-resellersales on columns,Dim Reseller.Business Type.&Specialty Bike Shop,Dim Reseller.Business Type.&Value Added Reseller,Dim Reseller.Business Type.&Warehouse*Dim Product.Dim Product Category.&1,Dim Product.Dim Product Category.&3 on rowsfrom Ad

28、venture Works DW 2.结果：1.MDX语句：select Measures.Sales Amount-resellersales,Measures.Order Quantity-resellersales on columns,Dim Reseller.Business Type.&Specialty Bike Shop,Dim Reseller.Business Type.&Value Added Reseller,Dim Reseller.Business Type.&Warehouse*Dim Product.Dim Product Category.&1,Dim Pro

29、duct.Dim Product Category.&3 on rowsfrom Adventure Works DW 2.结果：751.MDX语句：select Measures.Sales Amount-resellersales,Measures.Order Quantity-resellersales on columns,Dim Reseller.Business Type.&Specialty Bike Shop,Dim Reseller.Business Type.&Value Added Reseller,Dim Reseller.Business Type.&Warehous

30、e*Dim Product.Dim Product Category.All.children on rowsfrom Adventure Works DW 2.结果：761.MDX语句：with member ressler average sales amount add as Measures.Sales Amount-resellersales/Measures.Order Quantity-resellersales select Measures.Sales Amount-resellersales,Measures.Order Quantity-resellersales,Mea

31、sures.reseller average Sales amount,ressler average sales amount add on columns,Dim Reseller.Business Type.&Specialty Bike Shop,Dim Reseller.Business Type.&Value Added Reseller,Dim Reseller.Business Type.&Warehouse*Dim Product.Dim Product Category.All.children on rowsfrom Adventure Works DW 2.结果：771

32、.MDX语句：with member ressler average sales amount add as Measures.Sales Amount-resellersales/Measures.Order Quantity-resellersales,FORMAT_STRING=#,#.00 select Measures.Sales Amount-resellersales,Measures.Order Quantity-resellersales,Measures.reseller average Sales amount,ressler average sales amount a

33、dd on columns,Dim Reseller.Business Type.&Specialty Bike Shop,Dim Reseller.Business Type.&Value Added Reseller,Dim Reseller.Business Type.&Warehouse*Dim Product.Dim Product Category.All.children on rowsfrom Adventure Works DW 2.结果：1.MDX语句：with member ressler average sales amount add as Measures.Sale

34、s Amount-resellersales/Measures.Order Quantity-resellersales,FORMAT_STRING=#,#.00 select Measures.Sales Amount-resellersales,Measures.Order Quantity-resellersales,Measures.reseller average Sales amount,ressler average sales amount add on columns,Dim Reseller.Business Type.&Specialty Bike Shop,Dim Re

35、seller.Business Type.&Value Added Reseller,Dim Reseller.Business Type.&Warehouse*Dim Product.Dim Product Category.All.children on rowsfrom Adventure Works DW where(Dim Geography.Sales Territory Key.&1,Order Date.Calendar Year.&2003)2.结果：Select Set on Columns Set on Rows From Cube Where Tuple MDX Que

36、ry 中的多维概念：中的多维概念：Members Tuples Sets Dim Region.City.&安阳 Dim Region.City.&北京 Dim Time.Day Of Month.&13 Dim Time.Day Of Month.&14 Measures.Fact Ind Count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(Dim Region.City.&安阳,Dim Time.Day Of Month.&13)(Measures.Fact Ind Count)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：()Dim Region.City.&安阳，Dim Region.City.&北京(Dim Region.City.&安阳,Dim Time.Day Of Month.&13)，(Dim Region.City.&北京,Dim Time.Day Of Month.&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：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84