Unsere Datenschutzrichtlinie wird in Kürze aktualisiert. Bitte sehen Sie sich die Vorschau an.

SQL Server Analysis Services im mehrdimensionalen Modus Grundkurs

Business Intelligence Semantic Model

Testen Sie unsere 2015 Kurse

10 Tage kostenlos!

Jetzt testen Alle Abonnements anzeigen
Der neu geprägte Begriff des "BI Semantic Models" statt des etablierten "Cubes" ist nicht nur ein Marketing-Hype, sondern ein für Analysis Services sehr prägendes Designprinzip.
08:07

Transkript

SQL Server Analysis Services bestehen nicht nur aus den multidimensionalen Cubes, mit denen wir uns in diesem Video- Training beschäftigen wollen. In diesem Video will ich zeigen, was da noch alles bereitgestellt werden kann, und dann was das in jedem Fall sein wird, ist immer ein Semantisches Modell, das es dem Endanwender leichter macht, unsere Daten einfacher und schneller auszuwerten, ein Business Intelligence Semantisches Modell. Das gibt es aber in drei verschiedenen Projekttyp-Varianten, die wir uns jetzt mal genauer anschauen werden, und zwar entweder nach Designtyp, Entwicklungswerkzeug, wie man die Datenschicht bereitstellt und so weiter. Fangen wir mal mit der typischen Einstiegsdroge für den Endanwender an, der PowerPivot-Arbeitsmappe. PowerPivot ist ja zunächst mal einfach in Excel integriert, oder ein zusätzliches Add-In für ältere Excel-Versionen, mit dem man solche Semantischen Modelle als Endanwender selbst entwerfen kann. Der Designtyp ist dabei tabellarisch. Er ist also angelehnt an Excel-Spreadsheets, damit der Anwender sich leicht zurechtfindet. Er ist ja auch überhaupt in seiner bekannten Excel-Umgebung oder er nutzt den kostenlosen Client Power BI Desktop, falls er keine passende Excel-Version hat. Die Business-Logik, die muss er neu lernen, wie er die Berechnung darin macht. Excel-Formeln funktionieren nicht mehr so wie früher, aber DAX ist relativ schnell gelernt, für den Einstieg. Man kann dann damit seine eigenen Logiken und Berechnungen abbilden. Wie macht es jetzt dieses PowerPivot, dass es dennoch mit einer sehr hohen Geschwindigkeit abfragbar ist, obwohl die Datenmengen hier schon sehr sehr hoch werden können. Nun, die Daten werden in einer spaltenorientierten In-Memory-Datenbank gespeichert. Und dieser Modus, der dahinter steckt, der Speichermodus, heißt VertiPaq. Das ist immer noch etwas sehr einsames. Das sind alles Dinge, die nur auf meinem lokalen Rechner passieren. Und wenn ich das Ganze, mit meinen Kollegen zum Beispiel, teilen möchte, ihnen die Ergebnisse, die Berichte interaktiv zur Verfügung stellen will, dann brauche ich dafür ein SharePoint. Ich brauche ein SharePoint mit der Enterprise-CAL-Lizenz, und ich brauche irgendwo unsere SQL Server Analysis Services, installiert im integrierten Modus für SharePoint. Dann kann ich dort diese PowerPivot- Arbeitsmappe veröffentlichen, und dann wird da quasi automatisch so ein Semantisches Modell draus, das auch im Netzwerk für alle anderen verfügbar ist. Also, dieser Zweig, die PowerPivot-Arbeitsmappe, ideal für Self Service BI. Sehen wir uns nun das tabellarische Projekt an. Das gibt es ja so erst seit SQL Server 2012, dass man eben genau dasselbe tabellarische Design, das man vielleicht schon von Excel kennt, benutzen kann oder neu erstellen kann, dann nicht in Excel, sondern das tabellarische Projekt ist für die IT gedacht. Deswegen nutzen Sie dieselbe Oberfläche zum Bauen und Administrieren dieser Modelle, die SQL Server Data Tools. Die Business-Logik ist dieselbe, wie in der PowerPivot-Arbeitsmappe. Man kann sogar die DAX-Statements übernehmen. Und die Datenschicht ist in allererster Linie auch dieselbe, nur dass die Daten natürlich auf dem Server liegen und nicht auf dem Client, aber ebenfalls mit VertiPaq in einer spaltenorientierten In-Memory-Datenbank. Eine interessante Zusatzoption dazu ist Direct Query. Das ist eine Alternative zu VertiPaq. Und in dem Fall werden die Daten nicht in Analysis Services gespeichert, sondern verbleiben im Quellsystem, und unser BI Semantisches Modell erzeugt lediglich SQL-Abfragen, die gegen das Quellsystem gehen. Macht natürlich nur dann Sinn, wenn mein Quellsystem sehr sehr schnell ist, aber dafür ist das dann eine gute Möglichkeit, verbraucht natürlich auch fast keinen Hauptspeicher auf dem Server. So ein tabellarisches Projekt muss auch bereitgestellt werden, um überhaupt im Netzwerk für alle sichtbar zu sein. Und dafür brauche ich einen Analysis Server, der im Tabellenmodus installiert worden ist. Das kann nicht derselbe Server sein wie zum Beispiel der SharePoint-integrierte. Man muss ihn dann einfach als zusätzliche, weitere Instanz nochmal installieren, oder man nimmt einen ganz eigenen Server. Und nun zur Königsdisziplin, unseren multidimensionalen Projekten, dem Thema unseres Video-Trainings. Der Designtyp ist schon einmal anders. Wir sind eben nicht mehr so wie an Excel angelehnt, sondern wir haben ein wirklich Enterprise-taugliches, multidimensionales Design. Das Tool, weil wir eben ein IT-Werkzeug sind, sind natürlich die SQL Server Data Tools, wie beim tabellarischen Projekt auch, aber das ist ja ein vernünftiges, IT-seitiges Tool. Unsere Business-Logik gestalten wir schon seit vielen Jahren, denn multidimensional gibt es das schon seit vielen vielen SQL-Server-Versionen. Unsere Business-Logik wird seitdem mit MDX berechnet. Und die Datenschicht ist etwas anders. Die wird multidimensional abgelegt auf dem Server. Deswegen spricht man von MOLAP für "multidimensionales OLAP". Da gibt es also ein eigenes Speicherformat, wo die Daten eben auf dem Analysis Services Server nochmal komprimiert abgelegt werden. Auch hier gibt es eine Alternative dazu. Vergleichbar mit Direct Query beim tabellarischen Projekt, gibt es beim multidimensionalen Projekt ROLAP, das relationale OLAP. Und das macht genau dasselbe. Nämlich, ich baue mir eine Abfrage, interaktiv, auf meinem Cube zusammen, und das Analysis-Services-Modell erzeugt einfach SQL-Abfragen und leitet die direkt gegen die darunterliegende Datenquelle, also gegen unser Data Warehouse, und das nennt man eben ROLAP, also relationales OLAP. Das sind so die drei Geschmacksrichtungen. Gucken wir uns doch mal an, wie die Clients damit so umgehen. Wir haben hier eine Liste von typischen Clients, und da hat Microsoft mit SQL 2012 was sehr Cleveres gemacht, als sie das eingeführt haben. Sie haben gesagt: Damit alle Clients, auch die historischen, die es schon lange gibt, von diesen drei unterschiedlichen Varianten profitieren können, bringen wir Analysis Services in jedem Fall MDX als Abfragesprache bei. Das heißt, egal ob ich Reporting Services, Excel, SharePoint, sonst was, als Client habe, über MDX kann ich immer auf Analysis Services zugreifen und das Ganze auswerten, das heißt wir sind abwärts kompatibel. Es gibt so ein paar Clients, wo das nicht der Fall ist, denn die arbeiten über DAX-Abfragen, nicht über MDX, sondern über DAX. Sie verwenden also diese neue Sprache, nicht nur für Logik, sondern auch für Abfragen. Das ist Power BI Desktop, und es gibt eine ganze Reihe von Drittanbietern, die das verwenden, aber auch hier ist mittlerweile Feature-Gleichheit erreicht. Man kann also auch alles mit DAX abfragen. Die Client-Seite dürfte also geklärt sein. Dann schauen wir uns doch mal die Datenquellen-Seite an, also sprich, wo müssen Daten sein, wenn ich sie mit irgendetwas von Analysis Services auswerten möchte. Und da ist zunächst einmal eine ganz klare Einschränkung, die wir bei den multidimensionalen Projekten haben. Ich kann nur dann einen OLAP-Cube auf Daten stellen, wenn die Daten darunter in einer relationalen Datenbank sind, am besten natürlich ein Data Warehouse, am besten natürlich auf SQL Server. Das mit dem SQL Server muss nicht sein. Es könnte zum Beispiel auch ein Oracle oder ein DB2 sein. Aber es muss eben eine relationale Datenbank sein. Und wie oft hört man doch die Forderung: Machen Sie uns doch mal einen wunderschönen Cube, aber machen sie den bitte auf diesem Excel-Sheet basierend. Oder: Wir haben hier so einen Webserver. Da sind die Daten drin. Machen Sie doch darauf einen Cube. Das geht mit multidimensionalen nicht. Das geht aber, wenn man mal schaut, sehr gut mit PowerPivot und mit tabellarischen Projekten. Die hat man, weil die ja für Endanwender gedacht sind, ganz bewusst sehr viel offener gehalten, das heißt damit kann man direkt auf unsere Line-of-business-Applikation, unsere ERP-Systeme wie Navision, Axapta, SAP direkt zugreifen. Man kann Dateien direkt auslesen und daraus Modelle bauen, Data Feeds, Cloud-Dienste, andere Modelle leersaugen. Also, es geht wirklich sehr sehr viel mehr. Von der Datenquelle her sind also die tabellarischen Design-Varianten wesentlich offener. Nichtsdestotrotz haben wir uns ja in diesem Video für die multidimensionale Seite entschieden, und das wollte ich nur einmal im Überblick darstellen, damit klar wird, welche Alternativen uns zur Verfügung gestanden haben.

SQL Server Analysis Services im mehrdimensionalen Modus Grundkurs

Lernen Sie eigene OLAP-Cubes und -Lösungen mit dem multidimensionalem Modus der SQL Server Analysis Services zu erstellen.

3 Std. 57 min (54 Videos)
Derzeit sind keine Feedbacks vorhanden...
 
Hersteller:
Software:
Exklusiv für Abo-Kunden
Erscheinungsdatum:25.04.2017

Dieser Online-Kurs ist als Download und als Streaming-Video verfügbar. Die gute Nachricht: Sie müssen sich nicht entscheiden - sobald Sie das Training erwerben, erhalten Sie Zugang zu beiden Optionen!

Der Download ermöglicht Ihnen die Offline-Nutzung des Trainings und bietet die Vorteile einer benutzerfreundlichen Abspielumgebung. Wenn Sie an verschiedenen Computern arbeiten, oder nicht den ganzen Kurs auf einmal herunterladen möchten, loggen Sie sich auf dieser Seite ein, um alle Videos des Trainings als Streaming-Video anzusehen.

Wir hoffen, dass Sie viel Freude und Erfolg mit diesem Video-Training haben werden. Falls Sie irgendwelche Fragen haben, zögern Sie nicht uns zu kontaktieren!