Übersicht über die logische Architektur (Analysis Services – Multidimensional Data)

Analysis Services arbeitet in einem Serverbereitstellungsmodus, der die Speicherarchitektur und Laufzeitumgebung bestimmt, die von verschiedenen Analysis Services-Modellen verwendet wird. Der Servermodus wird während der Installation bestimmt. Der modus "Multidimensional" und "Data Mining" unterstützt herkömmliche OLAP- und Data Mining-Daten. Tabellarischer Modus unterstützt tabellarische Modelle. Der integrierte SharePoint-Modus bezieht sich auf eine Instanz von Analysis Services, die als PowerPivot für SharePoint installiert wurde und zum Laden und Abfragen von Excel- oder PowerPivot-Datenmodellen in einer Arbeitsmappe verwendet wurde.

In diesem Thema wird die grundlegende Architektur von Analysis Services erläutert, wenn sie im multidimensionalen und Data Mining-Modus ausgeführt wird. Weitere Informationen zu anderen Modi finden Sie unter Tabular Modeling (SSAS Tabular) und Vergleich von tabellarischen und mehrdimensionalen Lösungen (SSAS).

Grundlegende Architektur

Eine Instanz von Analysis Services kann mehrere Datenbanken enthalten, und eine Datenbank kann OLAP-Objekte und Data Mining-Objekte gleichzeitig aufweisen. Anwendungen stellen eine Verbindung mit einer angegebenen Instanz von Analysis Services und einer angegebenen Datenbank her. Ein Servercomputer kann mehrere Instanzen von Analysis Services hosten. Instanzen von Analysis Services werden als "<ServerName>\<InstanceName>" bezeichnet. Die folgende Abbildung zeigt alle erwähnten Beziehungen zwischen Analysis Services-Objekten.

Grundlegende Klassen sind der minimale Satz von Objekten, die zum Erstellen eines Cubes erforderlich sind. Dieser Mindestsatz von Objekten ist eine Dimension, eine Measuregruppe und eine Partition. Eine Aggregation ist optional.

Dimensionen werden aus Attributen und Hierarchien erstellt. Hierarchien werden durch einen sortierten Satz von Attributen gebildet, wobei jedes Attribut des Satzes einer Ebene in der Hierarchie entspricht.

Cubes werden aus Dimensionen und Measuregruppen erstellt. Die Dimensionen in der Dimensionsauflistung eines Cubes gehören zur Dimensionsauflistung der Datenbank. Measuregruppen sind Sammlungen von Measures, die dieselbe Datenquellenansicht aufweisen und dieselbe Teilmenge von Dimensionen aus dem Cube aufweisen. Eine Measuregruppe verfügt über eine oder mehrere Partitionen zum Verwalten der physischen Daten. Eine Measuregruppe kann über einen Standardmäßigen Aggregationsentwurf verfügen. Der Standardmäßige Aggregationsentwurf kann von allen Partitionen in der Measuregruppe verwendet werden; Außerdem kann jede Partition einen eigenen Aggregationsentwurf haben.

Serverobjekte Jede Instanz von Analysis Services wird als ein anderes Serverobjekt in AMO betrachtet; jede andere Instanz ist durch eine andere Verbindung mit einem Server Objekt verbunden. Jedes Serverobjekt enthält eine oder mehrere Datenquellen, Datenquellenansichten und Datenbankobjekte sowie Assemblys und Sicherheitsrollen.

Dimension Objects Each database object contains multiple dimension objects. Jedes Dimensionsobjekt enthält ein oder mehrere Attribute, die in Hierarchien organisiert sind.

Cubeobjekte Jedes Datenbankobjekt enthält ein oder mehrere Cubeobjekte. Ein Würfel wird durch seine Measures und Dimensionen definiert. Die Measures und Dimensionen in einem Cube werden aus den Tabellen und Ansichten in der Datenquellenansicht abgeleitet, auf der der Cube basiert, oder die aus den Measure- und Dimensionsdefinitionen generiert werden.

Objektvererbung

Das ASSL-Objektmodell enthält viele wiederholte Elementgruppen. Beispielsweise definiert die Elementgruppe "Dimensions contain Hierarchies," die Dimensionshierarchie eines Elements. Beide Cubes und MeasureGroups enthalten die Elementgruppe "Dimensions enthalten Hierarchies."

Sofern nicht explizit außer Kraft gesetzt, erbt ein Element die Details dieser wiederholten Elementgruppen von der höheren Ebene. For example, the Translations for a CubeDimension are the same as the Translations for its ancestor element, Cube.

Um eigenschaften, die von einem Objekt höherer Ebene geerbt wurden, explizit außer Kraft zu setzen, muss ein Objekt nicht explizit die gesamte Struktur und Die Eigenschaften des Objekts auf höherer Ebene wiederholen. Die einzigen Eigenschaften, die ein Objekt explizit angeben muss, sind die Eigenschaften, die das Objekt außer Kraft setzen möchte. Beispielsweise kann eine CubeDimension Liste nur diejenigen Hierarchies auflisten, die in der CubeListe deaktiviert werden müssen oder für die die Sichtbarkeit geändert werden muss oder für die einige Level Details nicht auf der Dimension Ebene bereitgestellt wurden.

Einige für ein Objekt angegebene Eigenschaften stellen Standardwerte für dieselbe Eigenschaft für ein untergeordnetes oder untergeordnetes Objekt bereit. Stellt z. B Cube.StorageMode . den Standardwert für Partition.StorageMode. Für geerbte Standardwerte wendet ASSL diese Regeln für geerbte Standardwerte an:

• Wenn die Eigenschaft für das untergeordnete Objekt null im XML-Code ist, wird der Wert der Eigenschaft standardmäßig auf den geerbten Wert festgelegt. Wenn Sie jedoch den Wert vom Server abfragen, gibt der Server den Nullwert des XML-Elements zurück.

• Es ist nicht möglich, programmgesteuert zu bestimmen, ob die Eigenschaft eines untergeordneten Objekts direkt für das untergeordnete Objekt festgelegt oder geerbt wurde.

Beispiel

Der Import-Cube enthält zwei Measures, Pakete und Last sowie drei verwandte Dimensionen, Route, Source und Time.

)

Die kleineren alphanumerischen Werte um den Würfel sind die Elemente der Dimensionen. Beispielmitglieder sind Boden (Mitglied der Route-Dimension), Afrika (Mitglied der Quelldimension) und 1. Quartal (Mitglied der Dimension "Zeit").

Maßnahmen

Die Werte in den Cubezellen stellen die beiden Measures "Packages" und "Last" dar. Das Measure "Packages" stellt die Anzahl der importierten Pakete dar, und die Sum Funktion wird verwendet, um die Fakten zu aggregieren. Das letzte Measure stellt das Datum des Empfangs dar, und die Max Funktion wird verwendet, um die Fakten zu aggregieren.

Maße

Die Route-Dimension stellt die Mittel dar, mit denen die Importe ihr Ziel erreichen. Zu diesen Dimensionen gehören Boden, Nicht-Boden, Luft, Meer, Straße oder Schiene. Die Quelldimension stellt die Standorte dar, an denen die Importe hergestellt werden, z. B. Afrika oder Asien. Die Zeitdimension stellt die Quartale und Hälften eines einzelnen Jahres dar.

Aggregate

Geschäftsbenutzer eines Cubes können den Wert eines jeden Measures für jedes Element jeder Dimension unabhängig von der Ebene des Elements innerhalb der Dimension bestimmen, da Analysis Services Bei Bedarf Werte auf oberen Ebenen aggregiert. Beispielsweise können die Measurewerte in der vorherigen Abbildung entsprechend einer Standardkalenderhierarchie aggregiert werden, indem die Kalenderzeithierarchie in der Zeitdimension verwendet wird, wie im folgenden Diagramm dargestellt.

sind

Zusätzlich zum Aggregieren von Measures mithilfe einer einzelnen Dimension können Sie Measures mithilfe von Kombinationen von Elementen aus unterschiedlichen Dimensionen aggregieren. Auf diese Weise können Geschäftsbenutzer Measures in mehreren Dimensionen gleichzeitig auswerten. Wenn z. B. ein Geschäftsbenutzer vierteljährliche Importe analysieren möchte, die von der Östlichen Hemisphäre und der westlichen Hemisphäre eintreffen, kann der Geschäftsbenutzer eine Abfrage auf dem Cube ausgeben, um das folgende Dataset abzurufen.

Nachdem ein Cube definiert wurde, können Sie neue Aggregationen erstellen oder vorhandene Aggregationen ändern, um Optionen festzulegen, z. B. ob Aggregationen während der Verarbeitung vorberechnen oder zur Abfragezeit berechnet werden. Verwandtes Thema:Aggregationen und Aggregationsdesigns.

Zuordnungsmaße, Attribute und Hierarchien

Die Measures, Attribute und Hierarchien im Beispielwürfel werden aus den folgenden Spalten in den Fakten- und Dimensionstabellen des Cubes abgeleitet.

Daten in einer einzelnen Cubezelle werden in der Regel aus mehreren Zeilen in der Faktentabelle abgeleitet. Beispielsweise enthält die Cubezelle am Schnittpunkt des Luftelements, des Afrika-Mitglieds und des 1. Quartalselements einen Wert, der durch Aggregieren der folgenden Zeilen in der Tabelle "ImportsFactTable " abgeleitet wird.

In der vorherigen Tabelle weist jede Zeile die gleichen Werte für die Spalten RouteKey, SourceKey und TimeKey auf, die angeben, dass diese Zeilen zur gleichen Cubezelle beitragen.

Das hier gezeigte Beispiel stellt einen sehr einfachen Würfel dar, in dem der Würfel über eine einzelne Measuregruppe verfügt, und alle Dimensionstabellen werden mit der Faktentabelle in einem Sternschema verknüpft. Ein weiteres gängiges Schema ist ein Schneeflockenschema, bei dem eine oder mehrere Dimensionstabellen mit einer anderen Dimensionstabelle verknüpft werden, anstatt direkt mit der Faktentabelle zu verknüpfen. Verwandtes Thema:Dimensionen (Analysis Services - Multidimensional Data).

Das hier gezeigte Beispiel enthält nur eine einzige Faktentabelle. Wenn ein Cube mehrere Faktentabellen enthält, werden die Measures aus jeder Faktentabelle in Measuregruppen organisiert, und eine Measuregruppe ist mit einem bestimmten Satz von Dimensionen durch definierte Dimensionsbeziehungen verknüpft. Diese Beziehungen werden durch Angeben der teilnehmenden Tabellen in der Datenquellenansicht und der Granularität der Beziehung definiert. Verwandtes Thema:Dimensionbeziehungen.

Siehe auch

Mehrdimensionale Modelldatenbanken (SSAS)