【交流】过渡到SSAS之一：简单模型认识

blog文章如下：
http://blog.csdn.net/jinjazz/archive/2009/04/07/4053719.aspx


在许多不需要实时而具有海量或需要足够灵活的分析模型中，ssas比传统的sql有很大的优势，比如性能和用户可定制性。性能上的优势体现在mdx 语句对比大数据量sql聚合函数上；而可定制性，这里指的是在有对于mdx来说，开发一个适合各类用户自由分析统计数据的展示工具比用sql语句成本要小的多。

mdx的中文意思是多维表达式，从设计上就是用来做数据分析的。



如果你有项目适合上述特点的话，真的需要考虑来过度到SSAS，来OLAP一下了。下面用一个实例来展示一下他的一个简单应用，可以让没有接触过的人来简单了解一下。



今天在论坛上看到这么一个需求，是分析web日志的，比如PV之类的，还要分日期来做比较。一般此类源数据量很大，如果用sql语句的case when配合聚合函数，加上复杂的行列转换和透视语句运行起来会比较吃力，一个SSAS模型就可以轻松解决问题。



我们来做个测试的数据库环境

sTime是开始访问时间，sLeaveTime是最后访问时间，sCount是这个IP访问页面数量

--建立测试环境
create database TestSSAS
go
use TestSSAS
go
--事实表
create table Logs(sId varchar(20),sWebsiteId varchar(20),sTime datetime,sLeaveTime datetime,sIp varchar(20),sCount int)
insert into Logs select '1','542','2008-11-18 09:18:35.000','2008-11-18 14:51:29.000','61.183.248.218','87'
insert into Logs select '2','542','2008-11-18 09:38:36.000','2008-11-18 17:04:23.000','61.144.207.115','128'
insert into Logs select '3','543','2008-11-18 09:42:35.000','2008-11-18 10:36:46.000','61.183.248.218','5'
insert into Logs select '4','552','2008-11-18 16:45:19.000','2008-11-18 16:45:21.000','61.144.207.115','4'
insert into Logs select '5','551','2008-11-18 16:45:54.000','2008-11-18 16:45:55.000','61.144.207.115','5'
insert into Logs select '7','549','2008-11-18 16:46:58.000','2008-11-18 16:46:59.000','61.144.207.115','3'
insert into Logs select '8','548','2008-11-18 16:47:15.000','2008-11-18 16:47:16.000','61.144.207.115','4'
insert into Logs select '5','551','2008-11-19 16:45:54.000','2008-11-19 16:45:55.000','61.144.207.115','15'
insert into Logs select '7','549','2008-11-19 16:46:58.000','2008-11-19 16:46:59.000','61.144.207.115','13'
insert into Logs select '8','548','2008-11-19 16:47:15.000','2008-11-19 16:47:16.000','61.144.207.115','14'
go
--事实表对应视图
create view v_Fac_logs as
select sid,swebsiteid,convert(varchar(10),stime,120) as date,sIP,sCount from Logs

go
--维度表
create table dim_datetime (date varchar(10))
insert dim_datetime
	select  '2008-11-15' union 
	select'2008-11-16' union
	select'2008-11-17' union
	select'2008-11-18'  union
	select'2008-11-19'  
go
--事实表抽取的维度，这里用视图实现
create view dim_Ip as
select distinct sip from Logs

对于前面的Logs表部分是测试数据，和普通的sql环境一样，后面的事实和维度部分是为了ssas模型做准备的，说的简单点，就是把需要group by的字段拎出来，作为单独的维度表存在，他们和事实表（这里是v_Fac_logs视图）做主从关系。





然后我们用一些纯UI上的功夫来生成一个SSAS的多维数据集。



1、打开SQLServer2005自带的SQL Server Business Intelligence Development Studio，或者你机器上有vss2005也可以。


2、新建项目，选择商业智能模板中的分析服务项目


3、如图建立一个数据库连接，这个很简单，连接刚刚的测试数据库就可以了。


不过这里要注意一个细节，配置链接的窗口中，有个模拟信息，需要把登录方式改为“服务帐户”


4、新建一个数据源视图，选择事实表和维度表，注意这里选择了v_Fac_logs作为事实表而不是Logs。


建立维度和事实之间的逻辑关系，就是主外键关系，事实表必须制定逻辑主键。这个不需要在sqlserver的真实环境中设定，只要这里设定了就可以了。


5、新建一个多维数据集，只要按照向导默认建立就可以了。

中间的维度和事实结构，系统都会帮你自动搞定，在还不清楚他们的具体用法的时候，你可以不管他。最终的效果如下


6、配置一个角色，这个角色日后用在登录ssas服务器的认证，这里用系统管理员。


7、简单的模型建立好了，然后就是部署和数据处理，默认部署在自己的服务器Localhost。


8、处理的时候可以更改设置，并忽略错误，ssas处理会因为一些逻辑上的或者数据上的错误导致失败，如果忽略错误的话，只跳过单条记录(continue)，否则整个过程就会退出(break)，然后点击运行。

忽略错误的方法

处理成功的结果。


9、现在一个可用的多维数据集就做好了，我们可以用我们的建模工具来浏览数据。选择多维数据集-浏览器：


只要把Dim相关的维度拖到上图的对应维度区域（这里的行和列都是维度）中，然后把Measures对应的度量拖到上图的数据区，就可以看到数据了。


一个简单的多维数据集就建好了，这里只是感性的认识一下，细心的朋友可能看到最后已经会发现他的行列转换很方便了，只要把ip的datetime的位置对调一下就可以了。


之所以说他简单，首先测试数据很少，不需要复杂的ETL过程，可用的维度只有2个，可统计的度量实际只有一个，还体现不出任何优越性来。但你真正用到实际项目中就会发现他的强大了。




本篇文章只是我们过渡到SSAS的BI项目的第一步，一个简单的模型，接下来我们会围绕这个模型来讨论如何部署到web服务器供其他客户端，比如 SQL Server Management Studio、.Net客户端等来访问、以及如何使用Mdx语句来做分析统计，如果遇到庞大的项目、比如需要分析的数据来源复杂的，如何做资源整合以及 ETL数据清理。