SQLSERVERSSAS使用手冊BI、OLAP、AnalysisServicesBI概念簡介BI系統負責從各種數據源中收集數據，并將這些數據進行必要轉換后存儲到一種統一存儲介質中，并提供應使用者將這些數據轉換為使用者所需信息功能。一種BI系統普通涉及5層：數據源層（datasourcelayer）：由每日操作數據、文本數據、Excel表格、Access數據庫、其她外部數據構成；數據轉換層（datatransformationlayer）：轉換數據源層為統一持續數據，并放入數據存儲層；數據存儲和提取層（datastorageandretrievallayer）：數據倉庫；分析層（analyticallayer）：多維度OLAP數據庫，為決策者提供分析根據；展示層（presentationlayer）：報表和可視化工具。與當前RDC系統相應，BSERP數據庫便相稱于一種數據源層，它提供實時事務數據。一種由SSIS（SQLServerIntegrationServices）提供ETL功能可以將業務數據庫中操作性數據通過一定規則轉換為統一持續數據，它提供便是一種數據轉換層功能。通過SSIS轉換后數據，存儲到DW_RDC數據倉庫中。DW_RDC是一種關系型數據倉庫，包括兩種類型表：維度表和事實表。它提供一種數據存儲和提取功能，但是這里數據依然不是多維數據，因此咱們需要將這些數據通過SSAS(SQLServerAnalysisServices)轉換成多維數據并提供分析功能，這些多維數據，存儲在BI_RDC中。最后，咱們將BI_RDC數據通過Analyzer展示工具進行多維可視化呈現。OLAP、AnalysisServices由SSAS生成BI_RDC是一種OLAP（On-LineAnalysisProcess）多維數據庫。OLAP是與OLTP（On-LineTransactionProcess）相相應概念，OLTP是老式關系型數據庫重要應用，重要是基本、尋常事物解決；OLAP是數據倉庫系統重要應用，支持復雜分析操作，側重決策支持，并且提供直觀易懂查詢成果。某些在BI系統中重要概念，也是從OLAP中概念延伸過來，例如：屬性、層次構造、維度，度量值等。IntegrationServices、AnalysisServices以及ReportingServices是SQLServer提供BI工具，分別提供BI系統數據轉換層、分析層和展示層功能。可以看到使用微軟SQLSERVER產品可以完全實現BI系統中可以提供所有功能。其中，MicrosoftSQLServerAnalysisServices為商業智能應用程序提供了聯機分析解決(OLAP)功能和數據挖掘功能。AnalysisServices支持OLAP，可以設計、創立和管理包括從其她數據源（如，關系型數據庫）聚合來數據多維構造。對于數據挖掘應用程序，AnalysisServices使您可以通過使用各種各樣業界原則數據挖掘算法，設計、創立和查看從其她數據源構造數據挖掘模型。使用SSAS需要理解概念Cube、Dimension和MeasureCube就像一種坐標系，每一種Dimension代表一種坐標軸，要想得到一種點，就必要在每一種坐標軸上取一種值，而這個點就是Cube中Cell。見下圖（來源于）：上圖較好闡明了Cube、Dimension、Measure之間關系。這里需要注意是：其實Measure也屬于一種維度，即MeasuresDimension。所有Measure構成了MeasuresDimension，這個維度只有一種Hierarchy，并且這個Hierarchy只有一種層次（Level）。Hierarchy、Level和Member在上節圖中，每個Dimension只有一種Hierarchy，而在實際環境中，一種Dimension往往有諸多Hierarchy。因而，上一小節中關于“Cube就象一種坐標系，每一種Dimension代表一種坐標軸”這句話其實不夠精確，精確說應當是每一種Hierarchy代表了一種坐標軸，而Hierarchy中每一種Member代表了坐標軸上一種值。下圖以時間維度為例展示了Dimension內部構造。UDM統一維度模型但愿直接從諸如公司資源規劃(ERP)數據庫這樣數據源中檢索信息顧客會晤臨幾種重要挑戰：此類數據源內容普通非常難于理解，由于它們設計初衷是針對系統和開發人員，而不是顧客。顧客所關懷信息普通分布在各種異類數據源中。雖然只是使用其她關系數據庫，顧客也必要理解每個數據庫詳細信息（例如，所用SQL方言）。更糟糕是，這些數據源類型也許各不相似，不但涉及關系數據庫，并且還涉及文獻和Web服務。盡管許多數據源都傾向于包括大量事務級別詳細信息，但是，支持業務決策制定所需查詢經常涉及匯總信息和聚合信息。隨著數據量增長，最后顧客為進行交互式分析而檢索此類匯總值所需時間也會過長。業務規則普通并不封裝在數據源中。顧客需要自行理解數據。統一維度模型(UDM)作用是在顧客和數據源之間搭建一座橋梁。UDM構造于一種或各種物理數據源之上。顧客使用各種客戶端工具（例如，MicrosoftExcel）向UDM發出查詢。雖然UDM只是作為數據源上瘦層來構造，對于最后顧客而言也有益處：更簡樸、更容易理解數據模型，與異構后端數據源相隔離，并且匯總類型查詢性能也有所提高。在某些方案中，可以自動構造簡樸UDM。如果在構造UDM過程中再增長某些投資，則可以從該模型提供豐富元數據中獲得其她收益。UDM具備下列長處：極大地豐富了顧客模型。提供了支持交互式分析高性能查詢，雖然是數據量非常大也不例外。捕獲模型中業務規則，以支持更豐富分析。支持“關閉循環”：容許顧客按照所看到數據進行操作。\o"折疊"基本最后顧客模型當前考慮一種示例，在該示例中，顧客但愿比較不同步間段銷售額和配額。銷售額數據存儲在主數據庫“銷售額和庫存”，其中包括許多其她表。甚至在標記出了有關表之后，該顧客也也許發現單個實體（例如，產品）數據分散在諸多表中。由于引用完整性由應用程序邏輯強制實行，因而沒有定義這些表之間關系。銷售配額存儲在另一種應用程序數據庫中。這兩個數據庫都不會捕獲任何業務規則，例如如下事實：為比較配額和實際銷售額，必要使用訂單發貨日期，而不能使用與訂單關于其她日期（訂單日期、訂單到期日期、籌劃日期等）。直接訪問數據源一方面考慮顧客直接訪問數據源狀況。下圖顯示了一種使用示例工具構造查詢示例。到當前為止，顧客已經完畢了大量工作。其中涉及：從大量名稱隱晦表中篩查出所需表。擬定了應將哪些列用于聯接表。從諸多包括大量針對系統詳細信息表中，選取那些包括所需詳細信息列。例如，在存儲了關于產品類別詳細信息表中11個列中，只有兩個名稱列與顧客實際有關。當前顧客專注于定義應當在哪里使用“外部”聯接與“內部”聯接，以及如何對詳細信息進行分組以提供所需聚合。然而，顧客還要面對更艱巨任務。例如，顧客如何聯接來自其她數據源數據？雖然其中一種數據庫支持分布式查詢，大多數顧客依然無法構造所需查詢，并且在此任務中工具也許無法向顧客提供足夠支持。代碼示例顯示了一種查詢外部數據辦法。SELECTQuotas.QuotaAmount，Quotas.EmployeeId，?FROMOPENROWSET('SQLOLEDB','seattle1';'Sales';'MyPass','SELECT*FROMForecasts.dbo.SalesQuota?)AsQuotas如果使用其她數據源（如Web服務），則在擬定如何執行對的遠程調用，然后又如何解決返回XML以將其與其她數據合并時，顧客將遇到另一種巨大障礙。最后尚有一點：對一種查詢執行此項工作之后，進行下一種查詢時，此工作很大一某些又將重復一遍。使用UDM訪問數據源與前面情形相反，如下關系圖例示了如何為訪問某個基于這些數據源而構造簡樸UDM顧客生成查詢。MicrosoftSQLServer附帶開發工具提供了此示例中顯示設計界面。但可以使用支持UDM任何接口，涉及客戶端工具，例如，OfficeExcel或OfficeWeb組件(OWC)，或諸多報表和分析工具中一種。左邊樹視圖顯示了UDM內容。注意該示例中如下幾點：只為顧客顯示面向顧客有關項目。系統列（例如，行GUID或最后修改日期）是不可見。所用名稱為和諧名稱，而沒有使用基本數據庫中采用面向開發人員命名商定。UDM還將每個業務實體所有屬性分組為單獨“維度”，如產品或雇員。因而，客戶端便可引用該示例中“產品顏色”、“子類別”以及“類別”，而無需在所涉及大量表之間顯式執行聯接。這些表達事務值或度量值列隨后將顯示為“度量值”。例如，顧客普通都喜歡對銷售量或銷售配額之類列進行聚合。這種將數據顯示為“度量值”和“維度”辦法稱為“維度建模”。右邊關系圖顯示了當前查詢中包括元素。在這種狀況下，為了祈求“按產品類別分類銷售額和配額”，顧客只需通過從樹視圖中將三個有關項目拖動到右側設計界面中，即可定義查詢。顧客不必指定實際訪問兩個不同數據源時所需詳細信息，或在諸多有關表之間執行對的聯接。模型定義了簡樸默認格式：例如，使用貨幣符號。還可以定義更復雜格式，涉及條件格式，例如，如果某個值低于特定閾值，則以紅色顯示該值。同一模型可支持各種查詢。例如，只需通過拖動雇員維度中一種屬性便可按雇員對成果進行細分。\o"折疊"擴展基本模型雖然上面示例闡釋了雖然簡樸UDM也可以明顯地簡化基本數據瀏覽。但是，當顧客訪問數據時，還會遇到更多挑戰。例如：支持來自不同顧客眾多不同類型查詢UDM規模也許會變得非常龐大。如何才干保證解決特定任務顧客不會受到與之無關信息干擾？如何滿足全球顧客但愿看到以其自己母語顯示報表規定？如何才干簡化所有與時間有關常用問題？例如，顧客也許但愿顯示與上一年同期進行比較銷售額。本某些探討了上述某些問題，闡明UDM如何支持對基本模型進行擴展以協助顧客實現更高檔數據瀏覽操作。層次構造雖然將一種實體所有屬性合并為一種維度可以明顯簡化顧客模型，但是，尚有某些屬性關系是用簡樸列表所無法表達。在前面示例中，“類別”、“子類別”以及SKU定義了其中一種可用于組織產品層次構造。由于顧客經常但愿基于此類層次構造執行分析，因而UDM容許定義此類層次構造。例如，按“類別”查看總計之后，顧客也許要進一步到“子類別”，然后進一步到最低SKU級別。每個層次構造都是序列屬性，可以在查詢中使用這些屬性來簡化這種向下深化和向上深化情形。如下關系圖示例顯示了層次構造也許以何種形式出當前最后顧客界面中。該模型包括若干種不同層次構造，產品便是按照這些層次構造來組織。這里顯示查詢回答了這個問題：“顯示以產品類別分組銷售額和配額，然后細分到子類別。”該查詢是通過將“按類別分類產品”層次構造拖到網格中來定義。為了查看詳細數據，該顧客雙擊“自行車”類別以展開子級別。UDM解決如何在層次構造級別之間進行移動詳細信息。UDM還解決諸如配額在“子類別”級別不可用而只在“類別”級別可用這樣詳細信息。其中一種特殊層次構造是父子層次構造，這種構造中包括互相之間具備復雜關系實體。在下一種圖中，“雇員”維度具備名為“按組織構造分類雇員”層次構造。使用此層次構造，您可以更容易地在組織每個級別瀏覽父子關系并分析匯總值。例如，主管銷售CharlesMarshall銷售配額涉及其所有員工銷售配額總和再加上與其直接有關所有銷售配額。分類顧客普通會為其數據應用分類。例如，顧客也許說“這些屬性包括了雇員個人詳細信息方方面面”或“此屬性是電子郵件地址”。UDM提供有兩種機制，專用于依照此分類來提供其她值：維度、屬性和其她對象可以放在語義上故意義類別中，以便于客戶端工具更加合理地使用它們。例如，屬性可以標記為URL。然后，包括此屬性報表便可依照URL值進行導航。另一種屬性也許標記為電子郵件地址。在這種狀況下，報表客戶端就也許依照某些顧客操作自動打開新電子郵件。度量值、層次構造和其她對象都可以分組到對顧客故意義文獻夾中。使用此分組，報表工具可以以更易于管理方式顯示大量屬性。例如，也許有一組標簽為“CustomerDemographics”屬性。時間時間信息普通使用“日期時間”或“日期”數據類型記錄在基本數據源中。盡管精通SQL或XPath顧客可以提取按年度總計數據所需要日期信息，但雖然是這樣顧客也也許會發現很難基于時間其她方面來為問題編寫查詢，例如“按星期幾顯示銷售額”或“從七月一日開始，按會計年度顯示明細。”但是，UDM有內置時間知識，涉及如下日歷：自然會計報告（“445”等）生產（13個期間）ISO8601因而，該模型也許涉及一種時間維度，該時間維度提供了一組豐富屬性用于定義每日詳細信息。下圖顯示了當顧客選取查看會計年度銷售量和配額時成果。若要執行此操作，顧客只需將有關項從樹拖到篩選區域。UDM懂得如何將該顧客操作翻譯為日期范疇，此外，它還理解業務規則，即查詢中必要涉及在這些日期發貨訂單，而不是在這些日期到期訂單或在這些日期定購訂單。由UDM隱式執行對的聯接。此外，UDM為回答與時間有關常用問題提供了特定支持，這些問題涉及諸如“本月與上一年度同一月份比較”這樣同期比較。翻譯在上面示例中，模型內容和數據都以一種語言顯示。但是，國際顧客普通需要查看以她們本地語言顯示元數據。為理解決此問題，UDM容許將元數據翻譯為其她任何語言。使用特定區域設立連接客戶端應用程序便可接受以相應語言顯示所有元數據。該模型還可以進行數據翻譯。屬性可以映射到數據源中其她元素，并且可覺得這些元素提供不同語言翻譯。例如，如果顧客在連接時使用了咱們在上一示例中始終使用相似工具，但這是從采用法語區域設立客戶端計算機上執行，則UDM和查詢成果都會以法語顯示，如圖所示。透視雖然此處所用示例模型大小非常適度，但是，真實模型也許涉及更廣范疇，包括數十種度量值和維度，并且每個維度都包括數十種或數百種屬性。執行特定任務顧客普通不必查看完整模型。為了避免模型完整大小對顧客產生干擾，咱們需要定義一種視圖來顯示該模型一種子集。UDM提供了這種稱為透視視圖。一種UDM可以具備各種透視，每個透視都只表達一種與特殊顧客組有關特定模型子集（度量值、維度、屬性等）。然后，每個透視都可與顧客安全角色（定義應當看到該透視顧客）進行關聯。例如，名為“西雅圖庫存”透視可以定義為只包括來自庫存度量值組度量值，隱藏“按位置分類倉庫”層次構造，并將默認“都市”設立為“西雅圖”。屬性語義UDM提供了屬性其她語義。這些語義目的是為了使信息更容易使用。下面是可以應用于屬性語義某些示例：名稱與鍵：查看關系數據庫時，也許無法理解EmployeeID是一種系統生成無意義唯一鍵。UDM解決此問題辦法是讓“雇員”屬性同步具備鍵（唯一EmployeeID）和名稱（例如，名稱由FirstName和LastName串聯而成）。諸如“顯示雇員”這樣查詢便可通過使用其唯一ID來對的地區別同名雇員，但是顯示對顧客故意義名稱。排序：屬性值普通必要以某個固定順序顯示，而該順序并不是簡樸字母或數值順序。UDM容許定義默認排序設立以管理此規定。例如：按星期日、星期一、星期二等星期日期浮現。順序中優先級顯示為高、中、低。離散化：對于數值屬性，顯示屬性每個非重復值普通毫無意義。例如，查看某個產品所有不同價格($9.97，$10.05，$10.10,…)銷售額與查看每一價格范疇(<$10，$10-$15,…)銷售額相比，后者更有用。UDM容許使用各種條件將屬性離散到上述范疇中。核心性能指標(KPI)公司普通會定義核心性能指標(KPI)，這些指標是用于衡量業務發展狀況重要原則。UDM容許創立這樣KPI，以便公司可以按更易于理解方式分組和呈現數據。KPI還可以使用圖形來顯示狀態和走向，例如，表達好、普通或糟糕批示燈。UDM中每個KPI可覺得每個性能指標最多定義四個表達式：實際值目的值狀態一種介于-1和1之間規范化值，表達實際狀態與目的比率（-1表達“非常差”，1表達“非常好”）走向一種介于-1和1之間規范化值，表達一段時間走向（-1表達“明顯變差”，1表達“明顯變好”）使用KPI，客戶端工具可以用一種顧客更容易理解方式來提供有關度量值。下圖中示例顯示了客戶端工具如何顯示三個KPI（已組織到顯示文獻夾）。\o"折疊"性能顧客執行交互式瀏覽需要具備迅速響應時間。由于這種數據瀏覽頻繁進行，而它所涉及數據集又非常大，因而這個規定給人們提出了一道難題。為了提高性能，UDM提供了緩存服務。緩存可以存儲從基本數據源讀取詳細數據，以及基于該數據預先計算聚合值。然而，使用這些緩存值也許會暗示數據在某種限度上有些陳舊。業務規定決定對信息時效性規定。在某些狀況下，規定必要顯示最新數據；而在其她狀況下，顯示已存在兩小時甚至兩天數據也是完全可以。為了反映這種指定數據狀態方略，UDM既容許顯式管理緩存（例如，可以將籌劃定義為在每天凌晨2點刷新緩存），也容許使用“積極緩存”進行透明管理。顧客可以指定對數據時效性規定，而UDM將自動創立和管理緩存，以盡量提高對查詢響應速度。\o"折疊"分析前面某些解決了UDM如何支持交互式數據瀏覽問題。但是，只是使信息可從基本數據源中獲得，雖然以更容易理解和易用形式，也顯然不符合將業務邏輯并入顧客模型中這一目的。因而，UDM提供了用來定義對數據執行簡樸和復雜計算功能。基本分析查詢普通返回聚合數據。例如，典型查詢將按類別顯示銷售額，而不是逐個顯示每個銷售訂單。但是，并沒有可以定義應當如何聚合特定度量值基本關系數據。例如，可以明顯地對銷售量進行匯總，但單位價格應當是平均值。UDM添加了這種語義。可以使用各種方案定義聚合辦法：可以使用簡樸聚合函數，例如Sum、Count、DistinctCount、Max或Min等。可以將聚合定義為半累加。這表達將使用諸如Sum這樣簡樸函數來計算除“時間”（在其中使用了“最后期間”）外所有維度。例如，雖然可以從“產品”到“產品類別”對庫存級別進行求和，但是“月份”庫存級別不是每天庫存級別之和；相反，該月庫存級別是該月最后一天庫存級別。聚合可以基于賬戶類型（如收入與支出）。可以自定義聚合以滿足任何特殊規定。UDM還可以包括計算成員。這些成員未與源數據直接關聯，但是派生自源數據。例如，計算成員（方差）可以定義為計算銷售額和配額之間差別。同樣，UDM可以定義顧客關懷實體集：例如，按銷售量排名前10名客戶或最重要產品。然后可以輕松使用這些集將查詢范疇限制到特定實體集。高檔分析有時，顧客需要計算比前面給出“方差”示例更復雜。下面是復雜計算某些示例：顯示每個時間段本三個月移動平均值。比較此時間段和上一年相似時間段逐年增長率。如果銷售額以基本貨幣進行報告，請使用銷售時當天平均匯率將銷售額轉換為原始貨幣。按照比今年銷售額增長10%條件計算下一年每個類別預算銷售額，然后依照過去3年相對平均銷售額將該預算銷售額向下分派給每個產品。UDM提供了一種完備模型用于定義上述計算，與多維度電子表格類似，它可以基于其她單元中值來計算某個單元值。但是，甚至上述比喻也局限性以描述UDM中計算豐富性。某個單元中值也許不但依照其她單元中值進行計算，并且還依照該單元過去值進行計算。因而，它可以支持聯立方程；例如，利潤等于收入減去支出，但是獎金（涉及在支出中）來自利潤。除了提供專用于編寫此類計算功能強大多維度表達式(MDX)語言以外，UDM還啟用了與Microsoft.NET集成。此集成容許以任何可驗證.NET語言（例如，C#.NET或VisualBasic.NET）編寫存儲過程和函數。然后，可以從MDX調用存儲過程或函數，以便在計算中使用。客戶端不能查看此類計算詳細信息。對于客戶端應用程序，這只意味著模型當前有了更有用度量值。在下面示例中，顧客要查看在美國銷售利潤最高產品各種計算度量值（基于銷售額）。與數據挖掘集成可以以豐富、容易理解形式顯示數據很重要，但顧客還需要能通過數據推導出新信息。UDM緊密集成了數據挖掘技術，容許對數據進行挖掘，并在后來使用發現模式執行預測。\o"折疊"使數據可操作對于顧客而言，查看數據普通會及時引起更多問題，或者引起采用某種操作需要。例如：“加入該編號詳細銷售額涉及哪些？”“配額太低-我必要增長配額。”“這有些不正常-我想要使用注釋對該編號進行標記。”“咱們在網站上針對該促銷提供了哪些詳細信息？”通過易于理解方式為顧客提供數據是不夠。還需要使顧客可以更容易地依照她們所看到數據執行操作。UDM通過下列兩種方式提供這種支持：容許將更改寫回數據中使操作與數據關聯。寫回UDM不是只讀。也可以通過UDM更新數據。在使用度量值狀況下，更新可以像這些值增量那樣，與原始值分開存儲。此外，還可以更新匯總數字。例如，請考慮預算方案。雖然預算量也許最后在詳細級別（例如，按組和帳戶）上公開，但是值也許一方面在匯總限度較高檔別（按部門和帳戶類型）上公開。操作UDM支持操作涉及數據和基于該數據執行操作之間鏈接。重要操作種類涉及：URL：轉到指定URL。此類型操作支持將顧客引向某些URL，以獲得進一步信息，并將顧客引向容許執行新任務某些基于Web應用程序。例如：對于產品，轉到闡明該產品公司網站。對于產品/倉庫組合，轉到基于Web庫存管理應用程序（將產品/倉庫作為參數進行傳遞）以容許提高安全存貨水平。報表：執行指定報表。例如，對于給定產品，該操作可以執行一種參數化產品報表，以用來提供產品闡明和當前訂單狀態。鉆取：鉆取到可用詳細信息最低檔別。例如，按產品和客戶查看總銷售額顧客可以鉆取查看構成總銷售額所有銷售事務。操作可以與特定區域數據進行關聯。例如，導航到網頁操作也許應用于每個產品，但是查看詳細存貨轉移事務操作將應用于每個產品和倉庫數量值。雖然操作已定義為UDM一某些，但是客戶端應用程序應當負責檢索合用操作詳細信息，并將操作提供應顧客，然后依照需要啟動操作。\o"折疊"安全性對UDM訪問是可控制。安全性重要功能涉及：UDM提供基于角色安全性。可以定義角色，可以將權限授予這些角色以及作為每個角色成員顧客。顧客實際權限是授予顧客所屬每個角色權限聯合。角色權限也可涉及“強回絕”，是指刪除與顧客也許所屬其她角色無關權利。管理權限（例如，更改UDM）可以獨立于數據訪問權限而進行授予。并且，可覺得讀取對象元數據，以及為數據讀/寫訪問權，定義單獨權限。可以在直至單個單元粒度級別上對數據進行安全設立。例如，可以將查看產品“器材”銷售額顧客限制為客戶“ACME”。安全性也可以是有條件：例如，只有當某個部門具備五名以上雇員時才容許某個角色查看該部門薪金總額。權限可以定義與否應使用直觀共計（在這種狀況下，共計只反映顧客對其具備權限較低檔別成員）。單元訪問也可以是有條件，這表達只有當其她所有單元也是可查看時，從其她單元派生單元才是可查看。例如，如果利潤派生自收入和成本，則顧客只能查看她們有權同步查看其收入和成本產品利潤。創立一種SSAS項目SQLServer是以解決方案來管理一種BI項目，BI項目可以是AnalysisServices項目、IntegrationServices項目或者是ReportingServices項目，一種解決方案可以包括以上三類項目任意一種或幾種，這取決于使用者在創立這些項目時是使用同一種解決方案還是另創立一種新解決方案。創立任意BI項目，都是在SQLServer提供“SQLServerBusinessIntelligenceDevelopmentStudio”環境中實現。（1）一方面在“開始程序MicrosoftSQLServer”中，找到“SQLServerBusinessIntelligenceDevelopmentStudio”并點擊打開。（2）在打開頁面中，可以選取新建一種新AnalysisServices項目。新建項目辦法有兩種：=1\*GB3①在頁面頂部工具欄中選取“文獻”，在彈出菜單中選取“新建項目”=2\*GB3②在頁面“近來項目”中，點擊“創立”右側項目（3）在打開“新建項目”對話框“模板”中，點選“AnalysisServices項目”，并且在底部輸入該項目名稱，存儲位置，并且勾選“創立愛你解決方案目錄”，隨后可以此外給解決方案命名或者保持與項目名稱一致；如果是在已經打開一種項目后選取創立新項目，還可以選取是新建解決方案還是將該項目添入已存在解決方案。（4）點擊“新建項目”對話框中擬定按鈕，新AnalysisServices項目創立成功。創立數據源與數據源視圖創立數據源在新建成功項目“解決方案資源管理器”中，可以開到一種AnalysisServices項目中涉及幾種空文獻夾，分別是數據源、數據源視圖、多維數據集、維度、挖掘構造、角色、程序集、雜項。其中數據挖掘文獻夾是用來創立數據挖掘功能，本文檔并不涉及。一種AnalysisServices項目數據源是為將要生成OLAP多維數據庫提供數據。一種AnalysisServices項目數據源文獻夾可以包括各種數據源，但是普通BI系統都會將來自業務系統中數據通過ETL過程抽取、轉換后加載到一種數據倉庫或者是ODS系統數據庫中。在RDC系統中，數據源是來自于DW_RDC數據倉庫中。DW_RDC中匯總了創立OLAP多維數據庫所需所有維度和度量數據。（1）在“解決方案資源管理器”中，右鍵單擊“數據源”文獻夾，在彈出菜單中選取“新建數據源”（2）隨后會彈出“數據源向導”。在“數據源向導”歡迎頁面中點擊下一步。（3）在“選取如何定義連接”也頁面中選取“基于既有連接或新連接創立數據源”并且點擊“新建”按鈕。（4）在彈出“連接管理器”中，鍵入“服務器名”；在“登錄到服務器”中選取“使用SQLServer身份驗證”，并且鍵入顧客名和密碼；在“連接或輸入一種數據庫名”中選取為AnalysisServices提供數據源數據庫。（5）點擊“測試連接”，彈出顯示“連接測試成功”信息對話框黃總點擊“擬定”回到“連接管理器”對話框中并再次點擊“擬定”回到“數據源向導”“選取如何定義連接”頁面中。（6）在“選取如何定義連接”頁面“數據連接”中會存在上一環節中創立數據連接。點擊下一步。（7）在“模仿信息”頁面中選取“使用服務賬戶”并點擊“下一步”(8)在“完畢向導”頁面中，可以鍵入數據源名稱或者保持默認。點擊完畢，數據源創立成功。（9）在“解決方案資源管理器”中可以在“數據源”文獻夾下看到后綴為ds數據源文獻。創立和設計數據源視圖創立數據源視圖MicrosoftSQLServer中聯機分析解決(OLAP)和數據挖掘項目是依照一種或各種數據源中有關表、視圖和查詢邏輯數據模型來設計。此邏輯數據模型稱為數據源視圖。數據源視圖是一種對象，它包括來自所選數據源對象（其中涉及在基本數據源或數據源視圖中定義這些對象之間所關于系）元數據。數據源視圖緩存生成視圖所基于數據源中元數據。使用緩存元數據可以在不具備持續有效數據源連接狀況下開發AnalysisServices項目。使用數據源視圖可以定義填充大型數據倉庫數據子集。此外，通過數據源視圖還可以定義基于異類數據源或數據源子集同源架構。由于數據源視圖代表一種獨立架構，因此可以依照需要添加任何批注，而不會影響基本數據源架構。(1)右鍵單擊“數據源視圖”文獻夾，在彈出菜單中選取“新建數據源視圖”。（2）在“數據源視圖向導”歡迎頁面中點擊“下一步”。（3）在“選取數據源”頁面中，選中“DWRDC”數據源，并點擊下一步。（4）在“名稱匹配”頁面中，保持默認并點擊“下一步”。（5）在“選取表和視圖”頁面中，選取創立OLAP多維數據庫需要表和視圖。（6）在可用對象中選中需要使用到表并點擊箭頭按鈕，將該表添加進包括對象中。這里以RDC系統OM主題為例，僅選取該主題需要到表和視圖。選取好之后點擊“下一步”。（7）在“完畢向導”頁面中，鍵入數據源視圖名稱或者保持默認。點擊“完畢”結束創立數據源視圖。（8）在“解決方案資源管理器”中，浮現后綴為dsv數據源視圖。設計數據源視圖創立成功數據源視圖之后，SQLServerBusinessIntelligenceDevelopmentStudio會自動彈出DWRDC.dsv設計界面，并且歸屬到“DWRDC.dsv[設計]”選項卡中。設計界面涉及三某些內容分別為：“關系圖組織程序”窗格：可在其中創立子關系圖，用于查看數據源視圖子集。“表”窗格：其中將以樹形式顯示各個表及其架構元素。“關系圖”窗格：其中將以圖形方式顯示各個表及其互有關系。數據源視圖設計選項卡中重要操作就是定義維度和維度、維度和事實表之間關系。定義關系操作既可以在“表”窗格也可以在“關系圖組織程序”窗格中實現。由于在設計數據倉庫時都會事先定義好維度表主鍵，因此在創立數據源視圖之后有些關系是自動創立好，但是依然會存在需要手動設定不同表之間關系操作。上圖“關系圖組織程序”中，Dim_Date表便不存在任何與其她表關系。這里咱們通過兩種方式闡明創立Dim_Date表與其她表關系辦法。這里應當理解是，關系都是從包括外鍵表指向包括主鍵表。依照維度表和事實表特性，維度表中一定會包括主鍵，有也許包括外鍵；而事實表中包括鍵普通都是外鍵，因而一張事實表普通都是指向外部關系，而維度表則既有指向自己關系，也有指向外部關系。在“表”窗格中創立關系（1）在表窗格中，展開Dim_Date表，右鍵Dim_Date或者右鍵Dim_Date中包括“關系”文獻夾，選取彈出菜單中“新建關系”功能。（2）在彈出“指定關系”對話框中，在“源（外鍵）表”選取框中選取Fact_OM事實表（本次示例中僅有Fact_OM表中包括外鍵DateKey），在“目的（主鍵）表”中選取Dim_Date表；在源列和目的列中都選取“DateKey”。隨后點擊擬定。（3）創立成功之后，會在Dim_Date表“關系”文獻夾中浮現一種關系。并且在“關系圖組織程序”窗格中也會相應浮現Fact_OM到Dim_Date指向關系。在“關系圖組織程序”窗格中創立關系（1）在“關系圖組織程序”窗格中，Dim_Date表和Fact_OM開始不存在任何關系。（2）選中“Fact_OM”表中DateKey并將它拖動到Dim_Date表中DateKey位置，會在兩者之間創立關系，由于最初并未將Dim_Date表中DateKey設立為主鍵，因此在創立關系時會彈出“與否創立邏輯主鍵？”對話框，點擊是會在DateKey之前標記主鍵。（3）創鍵成功后會在“表”窗格中Dim_Date表中“表”文獻夾中浮現兩者之間關系。創立和布置維度在一種AnalysisServices項目中，創立維度和多維數據集先后順序可以任意。如果先創立多維數據集并且在創立多維數據集過程中創立維度，不利于維度設計和維護。因而在開發過程中一方面創立需要使用到維度，然后再創立多維數據集。任何維度和多維數據集中度量值，都是以數據源視圖中表為基本，如果想要創立維度和多維數據集度量值在數據源視圖中并不存在，則必要一方面在數據源視圖中一方面添加表之后才干創立。本實例中數據源視圖中一共包括了11張表，其中兩張表是事實表，此外九張表都是維度表，其中Dim_Date維度表可以創立時間維度，Dim_Channel維度表可以創立父子維度，其她維度表，都創立為原則維度。原則維度原則維度是最基本維度。其她特殊維度都可以通過一方面將該維度創立成原則維度后改進維度屬性特性等操作實現。維度數據源便是數據倉庫中維度表，原則上維度表中任意一種字段都可以相應一種維度中屬性，但是并不是每一種維度表中字段均有必要轉換成維度屬性，這需要依照實際需求設計。這里以Dim_Customer維度表為例，演示闡明如何通過該維度表創立一種DimCustomer維度。（1）右鍵單擊“解決方案資源管理器”中BI項目“維度”文獻夾，在彈出菜單中選取“新建維度”。（2）在“維度向導”歡迎頁面中點擊“下一步”。（3）在“選取創立辦法”頁面中，選取“使用既有表”，點擊“下一步”（4）在“指定源信息”頁面中，選取所要創立維度主表，選取該維度鍵列以及名稱列（5）在“選取有關表”中，取消勾選“Dim_Channel”和“Dim_Area”，點擊“下一步”。（6）在“選取維度屬性”頁面中，勾選需要用到維度屬性，在該環節中可以在屬性類型中設立維度中每一種屬性類型。由于這里創立是常規維度，因此在屬性類型保持默認“常規”就可以。選取好之后點擊“下一步”。（7）在“完畢向導”頁面中，鍵入維度名稱或者保持默認。之后點擊“完畢”。（8）在“解決方案資源管理器中”“維度”文獻夾中浮現后綴為dim維度文獻。并且SSAS會自動打開維度設計器。（9）在解決方案資源管理器中右鍵單擊DimCustomer.dim維度，在彈出菜單中選取“解決”。（10）SSAS會彈出對話框，直接選“是”，一方面對該維度進行布置（11）布置成功后，點擊“運營”對該維度進行解決（在“解決維度”對話框中可以配備解決設立，并且設立解決選項，但此處咱們保持默認）（12）維度解決成功后點擊“關閉”。這是可以通過“維度設計器”“瀏覽器”選項卡中瀏覽維度數據。（13）打開“維度設計器”中“瀏覽器”選項卡，并在“層次構造”中選取“CustomerName”。在“當前級別ALL”之前“+”。會看到客戶名稱屬性包括數據。（14）咱們以同樣辦法為除了Dim_Date表以及Dim_Channel表以外其她維度類型表創立原則維度，創立成功之后，“解決方案資源管理器”中“維度”文獻夾下共包括6個原則維度時間維度任何BI系統特別是商業應用BI系統都應當包括一種時間維度。普通，一種時間維度粒度精準到月，但是依然有諸多商業需求規定將時間維度粒度精準到每一天。在SSAS中創立時間維度方式有三種，第一種方式是像創立原則維度那樣基于一張時間維度表創立時間維度；第二種方式是通過維度創立向導創立，基本數據源中創立一種新時間維度表。維度將包括顧客指定日期范疇、屬性和日歷數據；最后一種方式是直接在服務器上創立時間維度，而不使用基本數據源。維度將包括顧客指定日期范疇、屬性和日歷數據。本文檔以第一種方式來簡介如何生成一種基于時間維度表時間維度。以這種方式創立時間維度表，指定維度屬性屬性類型方式有兩種。第一種是一方面向創立常規維度那樣創立時間維度，創立成功之后，在時間維度屬性特性處修改時間類型；或者是在創立時間維度過程中指定期間維度屬性類型。（1）在“解決方案資源管理器”中，右鍵單擊“維度”文獻夾，在彈出菜單中選取“新建維度”。（2）在“維度向導”“選取創立辦法”頁面中選取“使用既有表”。點擊“下一步”。（3）在“指定源信息”也賣弄中選取Dim_Date表為主表，并點擊“下一步”。（4）在“選取維度屬性”頁面中選取進行BI分析所需時間維度屬性，并點擊“下一步”（5）在“完畢向導”頁面中，鍵入名稱或保持默認，點擊“完畢”。（6）在“解決方案資源管理器”中“維度”文獻夾下中浮現“DimDate.dim”維度。（7）在DimDate.dim維度設計器中，右鍵單擊“DateKey”屬性并在彈出菜單中選取“屬性”。（8）在“DateKeyDimensionAtteibute”窗口中，找到“Type”特性，并在右側窗口中點擊倒三角圖表。（9）在“Type”特性菜單中，展開“日期”，接著展開“日歷”。選取“Days”。(10)接著為其她時間維度屬性定義“Type”。Month屬性“Type”定義成“Month”；為MonthCN屬性“Type”定義為“Month”；為PeriodOfTenDays屬性“Type”定義為“TenDays”；為QuarterEN屬性“Type”定義為“QuarterEN”；為WeekOfYear屬性“Type”定義為“Weeks”；為Year屬性“Type”定義為“Years”。時間維度創立成功。（11）此外一種指定維度屬性屬性類型方式，是在創立時間維度過程中，在“維度向導”“選取維度屬性”頁面中指定期間屬性屬性類型。（12）時間維度創立完畢之后，對該維度進行布置和解決，之后便能在“維度設計器”“瀏覽器”選項卡中瀏覽數據。父子維度父子維度與其她維度不同地方就是維度中數據是遞歸層次關系。如adventureWorksDW庫中DimEmployee表中數據（上級和下級雇員層次關系）就是遞歸關系。表中主鍵是EmployeeKey列，相應于每個雇員ID，雇員上級ID保存在ParentEmployeeKey列。也就是說ParentEmployeeKey和EmployeeKey列是外鍵關系。本實例中Dim_Channer表中數據存在遞歸關系，即包括父渠道渠道代碼也涉及子渠道渠道代碼，因此以Dim_Channel表為數據源創立維度需要創立成父子維度。（1）一方面應當在數據源視圖中創立Channel自關聯關系。右鍵單擊數據源視圖中Dim_Channel表，選取“新建關系”。（2）在“指定關系”頁面中，選取“源（外鍵）表”和“目的（主鍵）表”都為Dim_Channel，隨后在源列中選取“ParentChannel”字段，在目的列中選取“Channel”字段。點擊“擬定”。（3）在Dim_Channel表上會浮現一種指向自己關系。（4）關系創立成功后，右鍵單擊“解決方案資源管理器”下“維度”文獻夾，在彈出菜單中選取“新建維度”（5）創立維度過程與創立原則維度過程完全相似。當DimChannel維度創立成功之后，在DimChannel設計器中，ParentChannel屬性會浮現父子維度標記，同步在ParentChannel屬性窗口用法為Parent,而其她屬性均為Regular。顧客自定義層次構造顧客自定義層次構造是相對于屬性層次構造概念，在創立維度之后，SSAS會自動將每一種維度屬性定義為一種屬性層次構造，該屬性層次構造普通只有兩層，頂層為默認成員，子層為該屬性包括所有值。顧客自定義層次構造是顧客在創立維度后按照需求自己定義層次，這種層次可以有任意多層，層次之間關系不是自然關系。本示例中DimCustomer維度中，可以按照“區域代碼渠道代碼客戶代碼”順序創立顧客自定義層次構造，而這種層次構造中各層次之間關系并不是自然關系而是顧客自定義。（1）在DimCustomer維度設計其中，點擊“AreaCode”并按住鼠標左鍵將其拖動到“層次構造”窗格中。（2）在“層次構造”窗格中會浮現“層次構造”。（3）依次將Channel屬性和CustomerCode屬性拖到層次構造“新級別”位置。設立好層次構造如下圖左圖。層次構造創立成功。（4）布置并解決該維度，在維度“瀏覽器”窗格中，可以瀏覽剛剛創立層次構造。創立和布置多維數據集創立多維數據集（1）在“解決方案資源管理器”中，右鍵單擊“多維數據集”文獻夾，在彈出菜單中選取“新建多維數據集”。（2）在“多維數據集向導”歡迎頁面中點擊“下一步”。（3）在“選取創立辦法”頁中，選取“使用使用表”。點擊“下一步”。（4）在“選取度量值”頁面中選取一種度量值組（由于本示例數據源視圖中僅有兩張事實表，因而此處僅選取一張表，此外一張表在演示如何在已經創立好多維數據集中添加度量值組時添加）。點擊“下一步”。（5）在“選取度量值”頁面中華人民共和國，選取分析所需要用到度量值。點擊“下一步”。（6）在“選取既有維度”頁面中，選取與Fact_OM事實表關聯維度表，點擊“下一步”。（7）在“完畢向導”頁面，鍵入多維數據集名稱或者保持默認，并點擊“完畢”。（8）SSAS會自動打開剛剛創立OM多維數據集設計器，在多維數據集設計器中，可以添加度量值組，添加需要使用到維度以及修改度量值組屬性等操作。修改多維數據集修改多維數據集操作涉及添加度量值組，添加度量值，添加維度以及修改度量值組與度量值屬性等操作。本示例簡介如何添加度量值、度量值組以及修改度量值組和度量值屬性。在多維數據集設計其中添加度量值組（1）在多維數據集設計器中，打開“多維數據集構造”選項卡，右鍵單擊“度量值”窗格中OM多維數據集，在彈出菜單中，選取“新建度量值組”。（2）在“新建度量值組”對話框黃總，選取“Fact_OMTarget”表，點擊擬定。（3）FactOMTarget度量值組出當前“多維數據集構造”中“度量值”窗格中，在“數據源視圖”窗格中也會浮現Fact_OMTarget事實表。修改度量值組和度量值屬性（1）右鍵“多維數據集構造”選項卡中“度量值”窗格中某一種度量值組，在彈出菜單中華人民共和國選取“屬性”。SSAS會彈出度量值組屬性配備器（2）度量值組屬性擬定整個度量值組行為，并設立度量值組內度量值某些屬性默認行為。詳細定義如下表。屬性定義AggregationPrefix指定用于聚合名稱通用前綴。DataAggregation擬定AnalysisServices與否可為度量值組聚合持久化數據或緩存數據。默以為聚合持久化數據和緩存數據。ErrorConfiguration可配備錯誤解決設立，用于解決重復鍵、未知鍵、空鍵、錯誤限制、檢測到錯誤時操作以及錯誤日記文獻。EstimatedRows指定事實數據表中預計行數。EstimatedSize指定度量值組預計大小(字節)。ID指定對象標記符。IgnoreUnrelatedDimensions擬定當查詢中涉及與度量值組無關維度成員時，與否將無關維度強制為頂級。默認設立為True。ProactiveCaching可配備錯誤解決設立，用于解決重復鍵、未知鍵、空鍵、錯誤限制、檢測到錯誤時操作以及錯誤日記文獻。ProcessingMode批示在解決期間或之后與否進行索引和聚合。選項是Regular和LazyAggregations。ProcessingPriority擬定在后臺操作（例如，惰性聚合和索引）期間多維數據集解決優先級。默認值為0。StorageLocation度量值組文獻系統存儲位置。如果未指定，則從包括度量值組多維數據集中繼承該位置。StorageMode度量值組存儲模式。可用值是MOLAP、ROLAP或HOLAP。Type指定度量值組類型。（3）在“多維數據集構造”選項卡中“度量值”窗格中展開某一種度量值組，右鍵單擊該度量值組中度量值，在彈出菜單中選取“屬性”，SSAS會彈出度量值屬性配備器。（4）度量值從其所屬度量值組中繼承某些屬性，除非這些屬性在度量值級別被覆蓋。度量值屬性擬定度量值聚合方式、它數據類型、對顧客顯示名稱、度量值將在其中浮現顯示文獻夾、它格式字符串、任何度量值表達式、基本源列和它對顧客可見性。屬性定義AggregateFunction擬定度量值聚合方式。關于詳細信息，請參閱聚合函數。DataType指定與度量值綁定基本領實數據表中列數據類型。Description提供度量值闡明，可以在客戶端應用程序中顯示該闡明。DisplayFolder指定當顧客連接到多維數據集時度量值將在其中顯示文獻夾。多維數據集有諸多度量值時，可以使用顯示文獻夾來對度量值進行分類，從而改進顧客瀏覽體驗。FormatString擬定顯示格式。詳細信息，請參閱顯示格式。ID顯示度量值唯一標記符(ID)。該屬性為只讀。MeasureExpression指定定義度量值多維表達式(MDX)。Name指定度量值名稱。Source指定與度量值綁定數據源視圖中列。Visible擬定度量值可見性。維度用法維度用法定義如何在每個度量值組中使用多維數據集維度。維度關系定義度量值組中使用多維數據集維度如何與度量值組中度量值有關。在“多維數據集”設計器“維度用法”選項卡頁面中可以設定不同度量值組和維度之間關系。維度用法依照維度表和事實表關聯方式不同而不同，重要有常規關系、被引用關系、事實關系和多對多關系。=1\*GB3①當維度鍵列與事實數據表直接聯接時，多維數據集維度與度量值組之間便會存在常規維度關系。這種直接關系基于基本關系數據庫中主鍵-外鍵關系，但是也可以基于數據源視圖中定義邏輯關系。常規維度關系表達老式星型架構設計中維度表與事實數據表之間關系；引用維度關系表達雪花型架構設計中維度表與事實數據表之間關系。=2\*GB3②當雪花型架構中各維度表進行連接時，顧客可以使用各種表中列定義一種維度，也可以依照單獨維度表定義單獨維度，然后使用引用維度關系設立定義這些維度之間鏈接。=3\*GB3③事實維度普通稱為退化維度，是通過事實數據表而非維度表中列構造原則維度。有用維度數據有時存儲在事實數據表中以減少重復。=4\*GB3④多對多維度關系通過指定聯接到維度表中間事實數據表來定義維度與度量值組之間關聯。中間維度表接著同步聯接到中間事實數據表和該關系指定度量值組所基于事實數據表。中間事實數據表與該關系中維度表以及中間維度之間多對多關系便創立了主維度成員與由該關系指定度量值組中度量值之間多對多關系。多對多維度可將維度模型擴展了老式星型架構范疇，并在維度不直接與事實數據表有關聯狀況下支持復雜分析。（1）打開“OM.cube設計器”中“維度用法”選項卡，可以看到在創立多維數據集時SSAS自動關聯維度和度量值組之間用法。（2）點擊度量值組和維度交點處按鈕，打開“定義關系”窗口。（3）在“選取關系類型”篩選框中打開下拉菜單，可以看到維度用法種類。（本示例中維度與度量值組之間關系所有為常規關系。）使用聚合功能度量值聚合方式分為累加性，辦累加性和非累加性。在“多維數據集設計器”“度量值”選項卡中，展開某一度量值組并右鍵單擊其中包括度量值，在彈出菜單中選取屬性。在屬性設計其中，找到“AggregateFunction”并展開下拉列表。可以看到，其列表中包括12中聚合方式。聚合函數累加性返回值Sum累加性對所有子成員值求和。這是默認聚合函數。Count半累加性檢索所有子成員計數。Min半累加性檢索所有子成員最低值。Max半累加性檢索所有子成員最高值。DistinctCount非累加性檢索所有唯一子成員計數。None非累加性不執行任何聚合，直接從事實數據表中為包括度量值度量值組提供維度中葉成員和非葉成員所有值。如果從事實數據表中無法為成員讀取任何值，則該成員值設立為空。ByAccount半累加性依照為賬戶維度中某一成員賬戶類型指定聚合函數計算聚合。如果度量值組中不存在任何賬戶類型維度，則視為None聚合函數。關于賬戶維度詳細信息，請參閱賬戶(SSAS)。AverageOfChildren半累加性計算所有非空子成員平均值。FirstChild半累加性檢索第一種子成員值。LastChild半累加性檢索最后一種子成員值。FirstNonEmpty半累加性檢索第一種非空子成員值。LastNonEmpty半累加性檢索最后一種非空子成員值。布置和瀏覽多維數據集（1）在“解決方案資源管理器”中，右鍵單擊“多維數據集”文獻夾中OM.cube多維數據集，在彈出菜單中選取“解決”。SSAS會一方面布置然后解決該多維數據集。（2）在彈出對話框中選取“是”。（3）在“解決多維數據集-OM”頁面中點擊運營。（4）解決成功后關閉解決窗口。（5）打開“OM.cube設計器”中“瀏覽器”選項卡。（6）在“瀏覽器”選項卡中，分別將如下圖所示維度屬性和度量值拖動到恰當位置，可以構成一張報表，該報表僅有一種維度和兩個度量值。設計分區MicrosoftSQLServerAnalysisServices使用分區來管理和存儲多維數據集中度量值組數據和聚合。每個度量值組至少有一種分區；該分區在定義度量值組時創立。為度量值組創立新分區時，該新分區將添加到此度量值組已有分區集合中。度量值組反映了其所有分區中所包括組合數據。這意味著必要保證度量值組中某分區數據不同于此度量值組中任何其她分區數據，從而保證未在度量值組中多次反映此數據。度量值組原始分區基于多維數據集數據源視圖中單個事實數據表。當度量值組有各種分區時，每個分區可以引用數據源視圖中或者多維數據集基本關系數據源中不同表。如果將每個分區限制到表中不同行，則度量值組中各種分區可以引用同一種表。分區是用來管理多維數據集（特別是大型多維數據集）強大而靈活工具。例如，某個包括銷售信息多維數據集可以包括存儲過去每一年數據分區和存儲當年每一季度數據分區。將當前信息添加到多維數據集時，只需解決當前季度分區；如果解決數據量越少，則會通過縮短解決時間來提高解決性能。在年末，這四個針對季度分區可以合并成一種單獨針對全年分區，并為新一年第一季度創立新分區。此外，該新分區創立過程可以作為數據倉庫加載和多維數據集解決過程一某些自動執行。分區對多維數據集業務顧客不可見。但是，管理員可以配備、添加或刪除分區。每個分區都存儲在一組單獨文獻中。每個分區聚合數據都可以存儲在定義該分區AnalysisServices實例中，也可以存儲在其她AnalysisServices實例中，或者存儲在用于提供分區源數據數據源中。分區容許多維數據集源數據和聚合數據分布在各種硬盤驅動器和各種服務器計算機中。對于中型到大型多維數據集而言，分區可以極大地提高查詢性能、負載性能和多維數據集易維護性。關于遠程分區詳細信息，請參閱遠程分區。可以在獨立于度量值組中其她分區狀況下，對每個分區存儲模式進行配備。可以使用源數據位置、存儲模式、積極緩存和聚合設計選項任意組合來存儲分區。在設計分區時，您可以使用實時OLAP和積極緩存選項來平衡查詢速度以避免發生滯后。存儲選項還可以應用于有關維度以及度量值組中事實。這種靈活性使您可以按照需要設計多維數據集存儲方略。分區構造分區構造必要與其度量值組構造匹配，這意味著還必要在分區中定義用于定義度量值組度量值以及所有有關維度。因而，創立分區時，它將自動繼承為度量值組定義同一組度量值和有關維度。但是，度量值組中每個分區可以有不同事實數據表，并且這些事實數據表可以來自不同數據源。當度量值組中不同分區有不同事實數據表時，這些表必要非常相似以維護度量值組構造，這意味著解決查詢會針對所有分區所有事實數據表返回相似列和數據類型。如果不同分區事實數據表來自不同數據源，則任何有關維度源表和任何中間事實數據表還必要包括在所有數據源中，并且它們在所有數據庫中構造必要相似。并且，在定義與度量值組有關多維數據集維度屬性時，需要使用所有維度表列都必要包括在所有數據源中。如果分區源表與度量值組源表有相似構造，則不需要定義分區源表和有關維度表之間所有聯接。有些事實數據表也許會包括未用于定義度量值組中度量值列，但有些則不會包括。同樣，有些數據庫也許會包括未用于定義有關維度表中屬性列，但有些則不會包括。某些數據庫也許會包括未用于事實數據表或有關維度表表，而其她數據庫則不包括。數據源和分區存儲分區基于數據源中表或視圖，或者基于數據源視圖中表或命名查詢。分區數據存儲位置是由數據源綁定定義。普通，可以對度量值組進行水平或垂直分區：在水平分區度量值組中，其中每個分區都基于一種單獨表。此分區類型合用于數據被分隔為各種表狀況。例如，在某些關系數據庫中，對每月數據都使用一種單獨表。在垂直分區度量值組中，度量值組基于單個表，并且每個分區基于篩選該分區數據源系統查詢。例如，如果一種表中包括幾種月數據，則通過應用TransactSQLWHERE子句以返回每個分區單獨月份數據，仍可以按月份對度量值組進行分區。每個分區均有存儲設立，用來擬定分區數據和聚合是存儲在本地AnalysisServices實例中，還是存儲在使用其她AnalysisServices實例遠程分區中。存儲設立還可以指定存儲模式，并指定與否使用積極緩存來控制分區滯后時間。增量更新在多分區度量值組中創立和管理分區時，必要十分謹慎，以保證多維數據集數據精確性。雖然對于單分區度量值組普通不需要特別謹慎，但在對這些分區進行增量更新時則需要十分小心。對分區進行增量更新時，將創立與源分區具備相似構造新暫時分區。暫時分區在被解決后將與源分區合并。因而，必要保證填充暫時分區解決查詢不會復制既有分區中任何已有數據。創立分區（1）一方面將FactOM已經存在分區刪除。右鍵分區并在彈出菜單中選取“刪除”（2）在“OM.cube設計器”中打開分區選項卡。可以看到該頁面中包括OM多維數據集兩個度量值組，每個度量值組中個有一種分區。（3）單擊FactOM度量值組分區之下“新建分區”。（4）在“分區向導”歡迎頁面中點擊“下一步”。（5）在“指定源信息”頁面中，勾選“可用表”中FactOM,點擊“下一步”。（6）在“限制行”頁面中，勾選“指定查詢以限制行”。（7）咱們這里為FactOM度量值組創立三個分區，分別是之前，和之后。在SQL查詢WHERE語句之后，添加“[dbo].[Fact_OM].[DateKey]<0101”條件。點擊“下一步”（8）在“解決位置和存儲位置”頁面中保持默認。（9）在“完畢向導”頁面中，鍵入分區名稱為“FactOM_之前”，并選取“稍后設計聚合”。點擊“完畢”（10）其她兩個分區與第一種分區創立方式相似。設計好分區如下。命名計算計算是一種多維表達式(MDX)或腳本，用于在MicrosoftSQLServerAnalysisServices中定義多維數據集計算成員、命名集或范疇分派。使用計算，您可以添加不是由多維數據集數據而是由特定表達式（這些表達式可以引用多維數據集其她某些、其她多維數據集，或者甚至引用AnalysisServices數據庫以外信息）所定義對象。使用計算，您還可以擴展多維數據集功能，提高商業智能應用程序靈活性和能力。計算成員計算成員是在運營時使用對其進行定義時所指定多維表達式(MDX)表達式來計算其值成員。計算成員就像其她任何成員同樣，可用于商業智能應用程序。計算成員不會增長多維數據集大小，由于多維數據集中只存儲定義；值計算則在需要回答查詢時才在內存中執行。可覺得任何維度（涉及度量值維度）定義計算成員。在度量值維度中創立計算成員稱為計算度量值。盡管計算成員普通基于多維數據集中已存在數據，但是可以通過將數據與算術運算符、數字和函數進行組合而創立復雜表達式。還可以使用MDX函數（例如，LookupCube）來訪問AnalysisServices數據庫內其她多維數據集中數據。AnalysisServices涉及原則化VisualStudio函數庫，可以使用存儲過程從除當前AnalysisServices數據庫以外源中檢索數據。關于存儲過程詳細信息，請參閱使用存儲過程(AnalysisServices)。例如，假設貨運公司行政人員但愿基于每體積單位利潤擬定運送哪種類型貨品利潤更高。她們使用包括“貨品”、“船隊”和“時間”維度以及Price_to_Ship、Cost_to_Ship和Volume_in_Cubic_Meters度量值“發運”多維數據集；但是，該多維數據集中未包括賺錢率度量值。通過在下列表達式中合并既有度量值，可以在多維數據集中創立一種計算成員來作為度量值，并將它命名為Profit_per_Cubic_Meter：([Measures].[Price_to_Ship]-[Measures].[Cost_to_Ship])/[Measures].[Volume_in_Cubic_Meters]創立計算成員之后，下一次瀏覽“發運”多維數據集時，Profit_per_Cubic_Meter將與其她度量值一起浮現。命名集命名集是返回集CREATESETMDX語句表達式。在MicrosoftSQLServerAnalysisServices(SSAS)中，MDX表達式作為多維數據集定義一某些而保存。創立命名集目是為了重用多維表達式(MDX)查詢。使用命名集，業務顧客可以簡化查詢，并針對復雜、慣用集表達式使用集名稱而不是集表達式。腳本命令腳本命令是一種MDX腳本，是多維數據集定義一某些。使用腳本命令，您可以執行幾乎所有受多維數據集MDX支持操作，例如，擬定將計算僅應用于多維數據集一某些作用域。在SQLServerAnalysisServices(SSAS)中，MDX腳本可以在腳本執行過程中特定位置應用于整個多維數據集，或其中特定某些。默認腳本命令（CALCULATE語句）會基于默認作用域使用聚合數據來填充多維數據集中單元。默認作用域為整個多維數據集，但是您可以定義更具限制作用域（稱為子多維數據集），然后將MDX腳本僅應用于該特定多維數據集空間。SCOPE語句定義計算腳本中所有后續MDX表達式和語句作用域，直到作用域終結或重新定義為止。然后，使用THIS語句將MDX表達式應用于當前作用域。可以使用BACK_COLOR語句為當前作用域中單元指定背景單元顏色，以在調試期間提供協助。例如，可以使用腳本命令并基于此前時間段銷售額加權值，跨時間和銷售區域為雇員分派銷售配額。創立計算從本章如下，所有內容均是以微軟提供實例數據倉庫數據為基本進行。

定義聚合物理度量值計算(1)打開AnalysisServicesTutorial多維數據集多維數據集設計器，然后單擊“計算”選項卡。注意“計算表達式”窗格和“腳本組織程序”窗格中默認CALCULATE命令。此命令指定多維數據集中度量值應當依照其AggregateFunction屬性所指定值進行聚合。度量值普通會求和，但也也許計數或按其她某種方式進行聚合。下圖顯示了多維數據集設計器“計算”選項卡。(2)在“計算”選項卡工具欄上，單擊“新建計算成員”。新窗體將出當前“計算表達式”窗格中，您可以在其中定義此新計算成員屬性。新成員還會出當前“腳本組織程序”窗格中。下圖顯示了在單擊“新建計算成員”時出當前“計算表達式”窗格中窗體。(3)在“名稱”框中，將計算度量值名稱更改為[TotalSalesAmount]。如果計算成員名稱包括空格，則該計算成員名稱必要放在方括號中。注意，在“父層次構造”列表中，默認狀況下，將在“度量值”維度中創立新計算成員。普通，度量值維度中計算成員也稱為計算度量值。（4）在“計算”選項卡“計算工具”窗格中“元數據”選項卡上，展開“度量值”，再展開“Internet銷售”后，可以查看“Internet銷售”度量值組元數據。可以將元數據元素從“計算工具”窗格拖到“表達式”框中，再添加運算符和其她元素，以便創立多維表達式(MDX)。或者，可以直接在“表達式”框中鍵入MDX表達式。（1）將“Internet銷售額”從“計算工具”窗格中“元數據”選項卡拖到“計算表達式”窗格中“表達式”框中。（2）在“表達式”框中，在“[度量值].[Internet銷售額]”背面鍵入加號(+)。（3）在“計算工具”窗格中“元數據”選項卡上，展開“分銷商銷售”，再將“分銷商銷售額”拖到“計算表達式”窗格中“表達式”框中加號(+)背面。（4）在“格式字符串”列表中，選取“貨幣”。（5）在“非空行為”列表中，選中“Internet銷售額”和“分銷商銷售額”復選框，再單擊“擬定”。在“非空行為”列表中指定度量值將用于解決MDX中NONEMPTY查詢。在“非空行為”列表中指定一種或各種度量值時，如果所有指定度量值為空，AnalysisServices將把計算成員作為空對待。如果“非空行為”屬性是空白，AnalysisServices必要對計算成員自身進行計算，才干擬定成員與否為空。下圖顯示了用您在前面環節中所指定設立來填充“計算表達式”窗格。(6)在“計算”選項卡工具欄上，單擊“腳本視圖”，在“計算表達式”窗格中檢查計算腳本。注意，新計算將添加到初始CALCULATE表達式中；將以分號分隔每個單獨計算。此外注意，在計算腳本開始位置將浮現注釋。在計算組計算腳本中添加注釋是好做法，這樣可以協助您和其她開發人員理解復雜計算腳本。(7)在計算腳本中Calculate；命令之后和新添加計算腳本之前添加新行，然后在腳本中獨立一行上添加如下文本：/*CalculationstoaggregateInternetSalesandResellerSalesmeasures*/下圖顯示在教程此位置應當出當前“計算表達式”窗格中計算腳本。(8)在“計算”選項卡工具欄上，單擊“窗體視圖”，驗證在“腳本組織程序”窗格中選中“[總銷售額]”，再單擊“新建計算成員”。(9)將這個新計算成員名稱更改為[TotalProductCost]，然后在“表達式”框中創立如下表達式：[Measures].[InternetSales-TotalProductCost]+[Measures].[ResellerSales-TotalProductCost](10)在“格式字符串”列表中，選取“貨幣”。(11)在“非空行為”列表中，選中“Internet銷售-總產品成本”和“分銷商銷售-總產品成本”復選框，然后單擊“擬定”。當前已經定義了兩個計算成員，它們都顯示在“腳本組織程序”窗格中。這些計算成員可以由隨后在計算腳本中定義其她計算來使用。通過在“腳本組織程序”窗格中選取計算成員，可以查看任何計算成員定義；計算成員定義將出當前窗體視圖內“計算表達式”窗格中。直到已布置新定義計算成員后，這些對象才會出當前“計算工具”窗格中。計算不需要解決。

定義毛利潤率計算驗證已在“腳本組織程序”窗格中選中[總產品成本]，然后在“計算”選項卡工具欄上單擊“新建計算成員”。在“名稱”框中，將此新計算度量值名稱為[InternetGPM]。（3）在“表達式”框中，創立如下MDX表達式([Measures].[InternetSales-SalesAmount]-[Measures].[InternetSales-TotalProductCost])/[Measures].[InternetSales-SalesAmount]（4）在“格式字符串”列表中，選取“比例”。（5）在“非空行為”列表中，選中“Internet銷售額”復選框，再單擊“擬定”。（6）在“計算”選項卡工具欄上，單擊“新建計算成員”。（7）在“名稱”框中，將此新計算度量值名稱更改為[ResellerGPM]。（8）在“表達式”框中，創立如下MDX表達式：([Measures].[ResellerSales-SalesAmount]-[Measures].[ResellerSales-TotalProductCost])/[Measures].[ResellerSales-SalesAmount]在“格式字符串”列表中，選取“比例”。（10）在“非空行為”列表中，選中“分銷商銷售額”復選框，再單擊“擬定”。（11）在“計算”選項卡工具欄上，單擊“新建計算成員”。（12）在“名稱”框中，將此計算度量值名稱更改為[TotalGPM]。（13）在“表達式”框中，創立如下MDX表達式：([Measures].[TotalSalesAmount]-[Measures].[TotalProductCost])/[Measures].[TotalSalesAmount]注意，此計算成員引用了其她計算成員。由于此計算成員將在它所引用計算成員之后進行計算，因此這是有效計算成員。（14）在“格式字符串”列表中，選取“比例”。（15）在“非空行為”列表中，選中“Internet銷售額”和“分銷商銷售額”復選框，再單擊“擬定”。（16）在“計算”選項卡工具欄上，單擊“腳本視圖”并檢查剛才添加到計算腳本中三個計算。（17）在計算腳本中緊靠[InternetGPM]計算前面添加新行，然后在腳本中獨立一行上添