Analysis Services Cubes mit Excel auswerten

aus: SQL Server 2008 R2 Analysis Services – Grundlagen

Kaufen

Jetzt abonnieren!

Über dieses Video

Um früh schon Lust auf das Endergebnis zu machen, eine kleine Demonstration, wie man mit Excel 2010 über eine Pivot-Tabelle auf einen OLAP-Cube des SQL-Servers zugreifen kann.

Kaufen

Jetzt abonnieren!

Auszug aus:

SQL Server 2008 R2 Analysis Services – Grundlagen

€ 59,95

Ähnliche Video-Trainings

Für ein erfolgreiches Business Intelligence-Projekt darf eines nicht unterschätzt werden: Es gibt theoretische Grundlagen, die sinnvoll und hilfreich sind, egal, ob die Analysis Services oder irgendein anderes Auswertungswerkzeug verwendet werden. Das ist spannender als man denkt, schauen Sie mal rein!

Überlegungen zum Data Warehouse-Design
- Richtige Business Intelligence-Projekte sehen sich oft dem Vorwurf ausgesetzt, das dafür erforderliche Data Warehouse sei zu aufwändig, zu teuer und überhaupt nicht nötig. Anhand einer Definition des Konzepts versucht Markus Raatz, diesem Einwand zu begegnen!
  
  Data Warehouse - ein Konzept in der Kritik
  
  05:12
- Eines nimmt einem kein Assistent ab: die Entwurfsüberlegungen, die am Beginn jedes neuen OLAP-Cube stehen sollten. Eigentliche Software-Werkzeuge dazu gibt es wenig, eines davon wird demonstriert: ADAPT.
  
  Werkzeuge für den Entwurf
  
  05:06
- In einer kurzen Einführung kann man viele Konzepte des Data Warehouse-Designs nur ankratzen, dennoch sollte man wissen, wozu eine zusätzliche "Staging Area"-Datenbank sinnvoll sein kann.
  
  Die Staging Area: von Sternen und Schneeflocken
  
  03:09
- Ein Data Warehouse setzt sich typischerweise aus Fakten- und Dimensionstabellen zusammen. Deren typische Merkmale betrachten wir in diesem Video.
  
  Fakten- und Dimensionstabellen
  
  06:28
- Für den Anfang arbeiten wir üblicherweise mit dem einfachen Sternschema, aber auch die Schneeflocke sollte wenigstens bekannt sein.
  
  Die Schneeflocke im Detail
  
  02:38
- Bei der komplexen Aufgabe des Entwurfs eines relationalen Data Mart oder Data Warehouse hilft hoffentlich dieser Hinweis auf den bekanntesten Theoretiker in diesem Umfeld: Ralph Kimball.
  
  Referenz an den Meister: Ralph Kimball
  
  08:40
- Bei vielen Ideen von Ralph Kimball merkt man sofort, dass sie unmittelbar aus der praktischen Anwendung in BI-Projekten entstanden sind. In diesem Kapitel gibt es auch einige Literaturhinweise dazu, neben der Vorstellung einiger Konzepte.
  
  Theoretische Konzepte, die Appetit machen
  
  04:10
- Weil die korrekte Historisierung von Daten so wichtig ist und sie bereits im Data Warehouse erfolgen muss, sollte man unbedingt das dazu von Ralph Kimball erfundene Konzept der "Slowly Changing Dimensions" kennen.
  
  SCD oder: langsam veränderliche Dimensionen
  
  07:59
In diesem eher theoretischen Kapitel - trotzdem bitte nicht weiterklicken - wird OLAP als Technologie eingeführt und wir betrachten die Gesamtarchitektur einer Business Intelligence-Lösung, die ja aus mehr als nur aus OLAP-Würfeln besteht.

Business Intelligence durch OLAP
- Ein Analysis Services-OLAP-Cube ist nur ein Teil einer gesamten Business Intelligence (BI)-Lösung. Eine einführende Überblicksgrafik macht den gesamten Prozess deutlicher und zeigt die Schritte, die vor dem Cube-Bau erfolgt sein sollten.
  
  Ein Data Warehouse aufbauen
  
  03:41
- Warum benutzt man OLAP überhaupt? Dieses Video bettet OLAP-Cubes architektonisch zwischen den relationalen Datenbanken und den häufig zur Auswertung genutzten Excel-Sheets ein.
  
  OLAP überbrückt die Analyselücke
  
  05:08
- Wir definieren erst einmal, was OLAP überhaupt ist, wo der Begriff und die Technologie herkommen und was ein jeder OLAP-Client können muss.
  
  Die Lösung mit OLAP
  
  04:40
- An einem einfachen Beispiel lernen wir, wie Daten in OLAP-Cubes gespeichert werden und wie die dabei verwendeten Teile heißen.
  
  Teile eines OLAP-Cube
  
  04:05
- Um früh schon Lust auf das Endergebnis zu machen, eine kleine Demonstration, wie man mit Excel 2010 über eine Pivot-Tabelle auf einen OLAP-Cube des SQL-Servers zugreifen kann.
  
  Analysis Services Cubes mit Excel auswerten
  
  05:06
Es gibt zahlreiche OLAP-Server auf dem Markt und keiner ist wie der andere. In diesem Kapitel wird gezeigt, was besonders typisch für Analysis Services ist, basierend auf Designentscheidungen des Produktteams bei Microsoft.

Besonderheiten von Analysis Services
- Der mit Analysis Services 2005 neu geprägte Begriff des "Unified Dimensional Model" statt des etablierten Cube ist nicht nur ein Marketing-Hype, sondern ein für Analysis Services sehr prägendes Designprinzip.
  
  Unified Dimensional Model
  
  03:59
- Wie sollte eigentlich die SQL-Datenbank aussehen, auf der Analysis Services-Cubes gebaut werden, und was wird Analysis Services daraus machen? Ein ganz kurzer Exkurs in relationales Data Warehouse-Design.
  
  Datenbankstrukturen für Analysis Services
  
  06:01
Nichts ist so anschaulich wie die Realität: In dieser Demonstration wird Schritt für Schritt ein erster einfacher OLAP-Cube gebaut, mit vielen Designhinweisen nebenher, wie man am besten vorgeht und warum.

Mein erster eigener Cube
- Der Cube, den wir gemeinsam bauen wollen, basiert auf den Microsoft-Beispieldatenbanken AdventureWorksDW bzw. AdventureWorksDW2008R2. In diesem Abschnitt wird gezeigt, wie man sie erhält.
  
  Beispieldatenbanken
  
  04:55
- Ein Blick unter die Motorhaube unserer Designoberfläche, des Business Intelligence Development Studio und ein Wort zur Versionsverwaltungs-Software und eben zum Scripting der OLAP-Objekte.
  
  Deployment und Scripting
  
  03:06
- Das Business Intelligence Development Studio wird erstmalig gestartet und eine erste Datenquelle wird angelegt, mit der korrekten Identitätswechselinformation.
  
  Business Intelligence Development Studio und Datenquellen
  
  05:45
- In der Datenquellensicht erklären wir den Analysis Services faktisch die Struktur und die Inhalte der darunterliegenden Datenbanken.
  
  Die erste Datenquellensicht
  
  03:52
- Die vernünftigste Verwendung der Datenquellensicht ist das Ersetzen technischer Tabellenbezeichnungen aus dem Data Warehouse durch benutzerverständliche Bezeichnungen, die "Friendly Names".
  
  Freundliche Namen
  
  04:06
- Technisch möglich, aber (persönlicher Designhinweis) nicht empfohlen: Einsatz von Berechnungen in der SQL-Syntax des Quellsystems, die quasi in der Datenquellensicht "versteckt" werden.
  
  Berechnungen in der Datenquellensicht
  
  05:54
- Mit dem Cube-Assistenten ist es ganz einfach, Cubes erstellen zu lassen, aber es wird in diesem Video auch klar auf die Beschränkungen des Assistenten hingewiesen, und wie man ihn dennoch einsetzen kann.
  
  Der Cube-Assistent
  
  05:18
- Cubes entwirft man auf dem Client-Rechner, aber wie kommen sie auf den Analysis Services-Server und wie werden sie mit den Daten aus der Quelldatenbank gefüllt? Wenn dies erfolgreich war: Wo prüft man seine Zahlen eigentlich?
  
  Den ersten Cube weitergeben und betrachten
  
  03:50
- Der OLAP-Server kann jedem Client mitteilen, mit welchem Format ein Measure ausgegeben werden soll. Das Einstellen erfolgt über die Eigenschaft "FormatString"; was an einigen Beispielen gezeigt wird.
  
  Formatierung von Measures
  
  04:17
- Die wesentlichsten Fehler kann man beim Entwurf von Dimensionen machen; sie sind quasi die Achsen, entlang derer man unseren Cube auswerten wird. Deshalb ist dieser Abschnitt ganz dem Design einfacher Dimensionen gewidmet.
  
  Entwerfen von Dimensionen
  - Unser Data Warehouse verwendet technische Schlüssel, der Nutzer möchte aber beschreibende Schlüssel oder Namen sehen. Dies wird über die Attributeigenschaft "NameColumn" eingestellt.
    
    Wichtig für Attribute: Namens- und Schlüsselspalte definieren
    
    01:42
  - Standardmäßig haben vom Cube-Assistenten generierte Dimensionen nur ein Attribut, das Schlüsselattribut. Wir fügen die zusätzlichen Attribute hinzu und entscheiden, ob sie dann ein oder mehrere Schlüsselspalten benötigen.
    
    Neue Attribute definieren, auch auf zusammengesetzten Schlüsselspalten
    
    04:15
  - Hierarchien sind gewissermaßen das Salz in der Suppe für jeden OLAP-Cube. Hier wird gezeigt, wie man sie ganz leicht definiert und auch dafür sorgt, dass die einzelnen Ebenen in der richtigen Reihenfolge angezeigt werden.
    
    Hierarchien und Attributreihenfolge
    
    06:38
  - Bisher haben wir nur das einfache Stern-Schema für unsere Dimensionstabellen verwendet, jetzt wird erst einmal erklärt, was das alternativ mögliche Schneeflocken-Schema eigentlich ist.
    
    Das Snowflake-Schema bei Dimensionen
    
    02:27
  - Der Dimensions-Assistent erstellt wesentlich praxisnähere Dimensionen als der Cube-Assistent und er kann sogar das komplexere Snowflake-Schema problemlos benutzen.
    
    Der Dimensions-Assistent
    
    06:58
  - Ein Sonderfall im Dimensionsentwurf ist es, wenn man eine numerische Spalte als Dimensionsattribut hat. Der Cube kann dann natürlich nicht damit rechnen, aber automatisch gruppieren kann er, wenn man die Eigenschaft "DiscretizationMethod" kennt!
    
    Numerische Spalten als Attribute
    
    03:14
  - Im Business Intelligence Development Studio sind interessante Möglichkeiten zum Data Profiling, also zum Kennenlernen unbekannter Daten versteckt, die hier kurz gezeigt werden sollen.
    
    Data Profiling in der Datenquellensicht
    
    03:14
  - Die kleine blaue Welle im BI Development Studio verrät uns, wenn wir eventuell eine Designentscheidung getroffen haben, die vielleicht noch optimiert werden kann. In diesem Modul lernt man natürlich vor allem auch, wie man diese wieder ausschalten kann!
    
    Auf der blauen Welle reiten: Entwurfwarnungsregeln
    
    06:39
  - Attributbeziehungen sind der allerwichtigste Grund, wenn Analysis Services Cubes nicht so schnell sind, wie sie es eigentlich sein könnten. Hier wird kurz erklärt, was sie sind und wie man sie grundlegend einstellen sollte.
    
    Attributbeziehungen: der Performance-Booster
    
    02:42
  - Extra für das korrekte Einstellen der Attributbeziehungen gibt es seit SQL 2008 eine eigene Oberfläche, die allerdings auch nicht ganz einfach zu bedienen ist.
    
    Die richtige Beziehung zur Zeit
    
    02:37
  - Eine explizite Entwurfswarnung mit gut sichtbarer blauer Welle betrifft auch den Typ der Beziehung zwischen den Attributen: fest oder flexibel. Was wann besser ist, zeigt dieses Video.
    
    Feste Beziehungen sind besser als flexible
    
    03:55
  - Ist ihr Anwender von zu vielen Attributhierarchien überfordert? Einige Anmerkungen zu den Designmöglichkeiten.
    
    Sichtbare und unsichtbare Attributhierarchien
    
    04:01
Manche Fragestellungen rund um Analysis Services Cubes betreffen doch eher den Administrator als den Cube-Entwickler, auch wenn beide oft dieselbe Person sind. In diesem Kapitel gibt es Tipps zum Aktualisieren, zum Berechtigen und zum Sichern von Cubes und einiges mehr.

Warten und Betreiben von OLAP-Datenbanken
- Meist muss ein OLAP-Cube mindestens einmal täglich mit neuen Daten fertigwerden. Wie aktualisiert man den Cube, wie seine Dimensionen und wie geht man dabei mit Fehlern um? Das ist der Inhalt dieses Unterkapitels.
  
  Alles rund um die Verarbeitung
  - Es gibt eine ganze Reihe von Verfahren, die Dimensionen oder den Cube mit neuen Daten zu füllen, manche davon mit einer Unterbrechung für die Benutzer, manche ohne. Hier lernen wir sie alle einmal im Überblick kennen.
    
    Der Alltag: Cubes verarbeiten
    
    05:17
  - Diese Demo zeigt, wie der Administrator im Management Studio das Aktualisieren von OLAP-Datenbanken planen kann.
    
    Automatisches Verarbeiten, aber wie?
    
    06:34
  - Standardmäßig erzeugt Analysis Services ein "Unknown"-Element in allen Dimensionen, auf das diejenigen Faktenzeilen gemappt werden, für die kein Dimensionselement vorhanden ist. Wie funktioniert das? Sollte man es benutzen?
    
    Unbekannte Elemente in ihrer Dimension
    
    06:07
  - Über die "ErrorConfiguration"-Eigenschaft der Dimension lässt sich erreichen, dass so ziemlich jeder Datenschmutz noch erfolgreich verarbeitet werden kann. Diese Demonstration zeigt, was für Gefahren dadurch entstehen, und lobt die Standardeinstellung von Analysis Services 2008 R2.
    
    Fehler beim Verarbeiten von Dimensionen behandeln
    
    06:03
- Weil Security auf Cubes so ein wichtiges Thema ist, hier erst einmal ein kurzer Überblick.
  
  Benutzerberechtigungen auf OLAP-Cubes
  
  02:37
- Von den zwei Verfahren, wie man Benutzer auf Cubes berechtigt, ist die Dimensionssicherheit bei weitem vorzuziehen. Wir lernen hier, wie man dafür die passenden Cube-Rollen definiert.
  
  Dimensionssicherheit: die beste Sicherheit!
  
  06:17
- Die Zellsicherheit, die man per MDX-Abfrage definiert, ist bedeutend mächtiger als die Dimensionssicherheit, aber von der Performance her weit unterlegen. Trotzdem sehen wir sie in diesem Video an einem Beispiel.
  
  Zellsicherheit, wenn es nicht anders geht ?
  
  05:15
- Der einfachste Weg, um einen Cube aus einer Entwicklungs- oder Testumgebung in ein Produktivsystem zu bringen, setzt voraus, dass man auch auf dem Produktivsystem administrative Rechte hat: Es sind die Projektmappenkonfigurationen.
  
  Aus der Entwicklung in die Produktion mit Konfigurationen
  
  03:53
- Habe ich als echter Cube-Entwickler keine administrativen Rechte auf dem produktiven OLAP-Server, bietet sich der Deployment Wizard an, um die Weitergabe durch einen administrativen Nutzer per Skript vornehmen zu lassen.
  
  Der Weitergabe-Assistent
  
  04:43
- Mit der gebotenen Vorsicht kann ich auch direkt mit dem Business Intelligence Development Studio an einer laufenden OLAP-Datenbank Änderungen durchführen, quasi ohne Analysis Services-Projekt. Weil dies gefährlich ist, wird auch gezeigt, wie man sich dieses Projekt nachträglich generieren lassen kann.
  
  Analysis Services-Datenbanken direkt öffnen
  
  04:23
- Die Datensicherung ist auch bei OLAP-Cubes sinnvoll und gar nicht so schwer. Wir sehen hier auch, wie man sie zeitgesteuert durchführt, mit Hilfe des SQL Server Agent.
  
  Datensicherung von OLAP-Datenbanken
  
  04:03
- Wiederherstellung aus einem vorhandenen Backup ist relativ einfach und hat lediglich einige wichtige Zusatzoptionen, die speziell die Berechtigungsinformationen betreffen.
  
  Wiederherstellen von OLAP-Datenbanken aus der Datensicherung
  
  02:06
- Wie bei SQL Server-Datenbanken kann eine Analysis Services-Datenbank auch einfach von einem Server abgehängt, kopiert und an den anderen wieder angehängt werden. Das eröffnet auch faszinierende Optionen für die Skalierung (scale out!).
  
  Datenbanken trennen und anfügen
  
  03:36
- Kommt es bei Ihnen auch vor, dass ein einzelner User mit hochkomplexen Abfragen den ganzen OLAP-Server lahmlegt? Wollten Sie schon immer wissen, wie Sie herausbekommen, wer das ist? Diese Demo zeigt es.
  
  Überwachung der Analysis Services-Performance
  
  04:46