Документ рассматривает табличную модель SQL Server Analysis Services 2014 как альтернативу многомерным кубам, описывая их архитектуру, возможности и ключевые отличия. Он подчеркивает преимущества табличной модели, такие как высокая производительность и простота разработки, а также приводит рекомендации по выбору между табличным и многомерным режимами в зависимости от требований бизнеса. В заключение, документ предлагает сравнительный анализ возможностей разных моделей, включая таблицы PowerPivot и их функции.

1. SQL Server Analysis Services 2014
табличная модель - альтернатива кубам?

2. Андрей
Коршиков
korshikov@sqlpass.org
PASS Regional Mentor
for Central Eastern
Europe
@AndreyKorshikov

3. Global Russian Virtual Chapter
http://russianvc.sqlpass.org/
russianvc@sqlpass.org

4. Канал на Youtube
http://www.youtube.com/channel/UC0UA5gKnOq9TM1RNvMIArwg

5. 1998 2000 2005 2008 2010 2011 2012 2014
OLAP Services
SQL Server 7
Analysis Services
SQL Server 2005
Analysis Services
SQL Server 2008 R2
OLAP Services
SQL Server 2000
Analysis Services
SQL Server 2008
Analysis Services
SQL Server 2012
Analysis Services
SQL Server 2014
Немного истории

6. Многомерный анализ данных
2009
1-й квартал
Январь
Февраль
Март
Велосипеды
Шины
Корзины
Меры (показатели)
Время
Продукты

7. Многомерный анализ данных
1
3
2
6
252009
1-й квартал
Январь
Февраль
Март
Велосипеды
Шины
Корзины
Меры (показатели)
Время
Продукты

8. Демонстрация

9. PowerPivot

12. Vertipaq (x-Velocity)
PowerPivot
Analysis
Services
Tabular Mode
Columnstore
Indexes
Tabular

13. BI Semantic Model

14. Виды BI решений в организации
Персональный Командный Организационный

15. BI Semantic Model
Персональный
PowerPivot for Excel
Командный
PowerPivot for Sharepoint
Организационный
Analysis Services
Пользовательские инструменты
Analytics, Reports, Scorecards,
Dashboards, приложения
Источники данных
БД, LOB-приложения, OData Feeds,
Spreadsheets, Text Files
BI Semantic Model
Модель данных
Бизнес-логика
и запросы
Доступ к данным
Гибкость Широта возможностей Масштабируемость

16. BI Semantic Model
Гибкость Широта возможностей Масштабируемость

17. приложения Reporting Services Excel PowerPivot
БД LOB-приложения Файлы OData Feeds Cloud Services
SharePoint
BI Semantic Model: архитектура

18. Реализация Tabular Mode

19. Демонстрация

20. установка Tabular Mode

21. Процесс разработки
1. Создать проект
2. Импортировать данные, создав таблицы
3. Задать связи между таблицами
4. Расширить модель с помощью вычислимых колонок, иерархий,
мер, KPIs и перспектив
5. Скрыть таблицы, колонки и меры от клиентских приложений
6. Задать секционирование для таблиц
7. Задать роли
8. Развернуть проект на сервере SSAS
21

22. Создание проекта

24. Сопровождение готового решения
• Tabular databases управляются в SQL Server Management Studio
(SSMS)
• Возможности включают:
• Восстановление из рабочей книги PowerPivot
• Управление строками соединения (connection strings)
• Добавление и управление секциями таблиц
• Добавление и управление ролями
• Обработка (Processing) баз данных, таблиц и секций таблиц
• Создание скриптов для баз данных, объектов и команд
24

25. Multidimensional vs Tabular Mode

26. Параметры сравнения
• Масштабируемость (Scalability)
• Производительность (Performance)
• Время разработки (Time to Develop)
• Обучение (Learning)

27. Масштабируемость
• Объем данных (Amount of Data)
• Ресурсы сервера (Server Resources)
• Дисковая подсистема (Disk Space)

28. Масштабируемость
Tabular Multidimensional
Технология In-Memory (x-Velocity) Пре-агрегирует данные
Может хранить большой объем данных Может хранить очень большой объем
данных
Нет агрегаций, хранение на основе
колонок
Используются агрегации для ускорения
запросов
Сжатие данных порядка 10x Сжатие данных порядка 3x

29. Масштабируемость
PowerPivot PowerPivot for
Sharepoint
Analysis Services
Tabular
Analysis Services
Multidimensional
высокаянизкая

30. Производительность
Как быстро возвращается результат?
• Агрегированные данные (Aggregate Data)
• Детализированные данные (Detail Data)
• «Кэшированный» результат (Cache Results)

31. Производительность
Tabular Multidimensional
Быстрее Пре-агрегирует данные
Не требуется настройка
производительности
Может хранить очень большой объем
данных
Лучше возвращает данные низкой
гранулированности
Использование агрегатов увеличивает
производительность запросов
Значительно быстрее Tabular когда
использует «разогретый кэш» (Warm
Cache)

32. Время разработки
• Дизайн измерений (Dimension Design)
• Создание вычислений (Calculation Creation)
• Ключевые показатели эффективности (Key Performance Indicators)

33. Время разработки
Tabular Multidimensional
Быстрая разработка Длинный цикл планирования и разработки
Можно создать на основе модели Power
Pivot
Требует модель измерений
Не требует модели измерений
Более простой интерфейс для создания
модели

34. Время разработки
PowerPivot PowerPivot for
Sharepoint
Analysis Services
Tabular
Analysis Services
Multidimensional
большоенебольшое

35. Обучение
Как быстро кто-то сможет освоить новую технологию?
• Требуются тренинги (обучение)
• Используются существующие знания

36. Обучение
Tabular Multidimensional
Используется DAX (Data Analysis Expressions)
для запросов
Используется MDX (Multi-Dimensional
Expressions) для запросов
Легко изучить если знаете формулы Excel Сложно изучить, но есть Benefits (Navigating
Hierarchies)

37. Обучение
PowerPivot PowerPivot for
Sharepoint
Analysis Services
Tabular
Analysis Services
Multidimensional
Требуется
время
Практически
нетребуется

38. Итого
выберитеTabular…
• Если у вас короткий процесс разработки
• Если вы работаете с Plethora of Memory
• Если ваша модель данных проста
• Если у вас много Disparate Data Sources
• Если пользователю надо делать запросы к большому количеству детальных данных
выберите Multidimensional…
• Если вы используете SQL Server 2008 R2 или более раннюю версию
• Если вы имеете много-терабайтный источник данных
• Если вы имеете сложную модель данных (Complex Data Model)
• Если вам нужны возможности доступные только в Multidimensional (Actions, Data
Mining, Writeback, Translations)

39. Сравнение возможностей
Multidimensional Tabular Power Pivot
Actions Yes No No
Aggregations Yes No No
Calculated Measures Yes Yes Yes
Custom Assemblies Yes No No
Custom Rollups Yes No No
Distinct Count Yes Yes (via DAX) Yes (via DAX)
Drillthrough Yes Yes Yes
Hierarchies Yes Yes Yes
KPIs Yes Yes Yes
Linked objects Yes No Yes (linked tables)
Many-to-many relationships Yes No No
Parent-child Hierarchies Yes Yes (via DAX) Yes (via DAX)
Partitions Yes Yes No
Perspectives Yes Yes Yes
Semi-additive Measures Yes Yes Yes
Translations Yes No No
User-defined Hierarchies Yes Yes Yes
Writeback Yes No No

40. Матрица принятия решения
9 8 8 3 2 4 34
26% 24% 24% 9% 6% 12% 100%
Масштабируемость Безопасность
Производитель
ность
"Гибкость"
источников
данных
Простота языка
запросов
Время
разработки
Очки
Multidimensional 80 70 80 20 40 20 63
Tabular 60 70 50 70 80 70 63
PowerPivot for SharePoint 40 20 40 70 80 80 45
PowerPivot 20 10 20 70 80 80 33

41. «Место под солнцем» для BISM
MOLAP
PowerPivot
BISM
масштабируемость*
удобство использования
2 GB
100 GB
5 TB
источник: Thomas Kejser, SQLCAT
ROLAP
50 TB
масштабируемость=
- хорошая поддержка для конкурентных запросов
- независимость от доступной памяти
- хорошая «ремонтопригодность»

42. Ресурсы
• Microsoft SQL Server 2012 Analysis Services: The BISM Tabular Model
• SSAS Team Blog
• Books Online for SQL Server – Analysis Services
• PowerPivotPro
• PowerPivot BI Semantic Model
42