2012-09-21 69 views
7

我只是在尋找從關係數據構建OLAP Cube的最佳解釋和原因。這完全是關於性能和查詢優化嗎?爲什麼要構建SSAS立方體?

如果您可以提供鏈接或指出構建多維數據集的最佳解釋和理由,那將是非常好的,因爲我們可以執行關係數據庫中的所有工作,我們可以從多維數據集和多維數據集執行更快的工作以顯示結果。還有其他解釋或理由嗎?

回答

1

這有點像問爲什麼使用JAVA/C++時,我們可以用匯編語言做所有事情;-)構建一個多維數據集(除了性能)給你MDX language;這種語言比SQL有更高層次的概念,對分析任務更好。也許this question提供了更多信息。

我的2分。

13

您應該使用多維數據集進行分析處理的原因很多。

  1. 速度。 Olap wharehouses是隻讀的infrastractures,其查詢速度比oltp快10倍。請參閱wiki
  2. 多數據集成。在一個多維數據集中,您可以輕鬆使用多個數據源,並且使用許多自動化任務(特別是在您使用SSIS時)將它們整合到一個分析系統上,從而完成最少的工作。請參閱elt process
  3. 最小代碼。也就是說,你不需要寫查詢。即使您可以編寫MDX(SSAS中的多維數據集的語言),BI Studio也會爲您完成大部分的工作。在我正在開展的一個項目中,起初我們使用SSRS爲客戶提供報告。這些查詢很長,很難完成,需要數天時間才能實施。他們的SSAS等價報告花了我們半個小時的時間,只寫了幾個簡單的查詢來轉換一些數據。
  4. 多維數據集提供報告並向下鑽取,而無需編寫其他查詢。最終用戶可以自動遍歷維度,因爲聚合已存儲在倉庫中。這有助於多維數據集的用戶只需遍歷其維度即可生成他們自己的報告,而無需編寫查詢。
  5. 是商業情報的一部分。製作立方體時,可以使用許多新技術,並幫助實施BI解決方案。

我希望這會有所幫助。

+0

感謝您的回答 – MSU

3

如果您想要頂級查看,請使用OLAP。假設您有數百萬行詳細說明產品銷售情況,並且想知道每月的銷售總額。

如果您需要底層詳細信息,請使用OLTP(例如SQL)。假設您有數百萬行詳細說明產品銷售情況,並希望在某一天檢查一家商店的銷售情況,以發現潛在的欺詐行爲。

OLAP適合大數據。你不會用它來檢查字符串值,真的...

+0

感謝Magnus的消息,但我找不到任何要求的小數據集中的立方體..for大型數據集立方體是一件好事 – MSU