Сценарий учебника по службам Analysis Services

  • Статья

Применимо к: SQL Server Analysis Services Azure Analysis Services Fabric/Power BI Premium

В этом учебнике используется вымышленная компания Adventure Works Cycles. Adventure Works Cycles является крупной многонациональной производственной компанией, которая производит и распространяет металлические и композитные велосипеды на коммерческих рынках в Северная Америка, Европе и Азии. Штаб-квартира Adventure Works Cycles находится в Ботелле, Штат Вашингтон, где в компании работает 500 работников. Кроме того, Компания Adventure Works Cycles использует несколько региональных отделов продаж по всей своей рыночной базе.

В последние годы Компания Adventure Works Cycles приобрела небольшой завод Importadores Neptuno, расположенный в Мексике. Importadores Neptuno производит несколько критически важных подкомпонентов для линейки продукции Adventure Works Cycles. Эти компоненты поставляются в Боселл для окончательной сборки продукции. В 2005 году Importadores Neptuno стала единоличным производителем и поставщиком туристических велосипедов.

После успешного финансового года Компания Adventure Works Cycles теперь хочет расширить свою долю на рынке, нацелив рекламу на своих лучших клиентов, расширив доступность продуктов через внешний веб-сайт и снижая стоимость продаж за счет снижения производственных затрат.

Текущая среда анализа

Для поддержки потребностей в анализе данных групп продаж и маркетинга, а также высшего руководства компания в настоящее время принимает данные транзакций из базы данных AdventureWorks2012, а также информацию, не связанную с транзакциями, например квоты продаж из электронных таблиц, и объединяет эти сведения в реляционное хранилище данных AdventureWorksDW2019 . Однако использование реляционного хранилища данных влечет следующие проблемы:

  • Отчеты статичны. Пользователи не могут в интерактивном режиме просматривать данные в отчетах, чтобы получить более подробные сведения, например, в сводной таблице Microsoft Office Excel. Хотя существующий набор предопределенных отчетов достаточен для многих пользователей, более квалифицированным пользователям потребуется прямой доступ к запросам базы данных для выполнения интерактивных запросов и создания специализированных отчетов. Однако из-за сложности базы данных AdventureWorksDW2019 таким пользователям требуется слишком много времени, чтобы научиться создавать эффективные запросы.

  • Скорость выполнения запросов меняется в широком диапазоне. Например, некоторые запросы возвращают результаты очень быстро, через считанные секунды, для выполнения других запросов требуется несколько минут.

  • Таблицами статистических вычислений сложно управлять. Чтобы улучшить время отклика на запросы, команда по хранилищу данных в Adventure Works создала несколько статистических таблиц в базе данных AdventureWorksDW2019 . Например, они создали таблицу, суммирующую продажи за месяц. Однако хотя такие таблицы существенно ускорили выполнение запросов, инфраструктура, поддерживающая эти таблицы, хрупка и подвержена ошибкам.

  • Комплексная логика вычислений скрыта в определениях отчетов и сложна в передаче между отчетами. Так как бизнес-логика формируется отдельно для каждого отчета, данные сводки иногда различаются для разных отчетов. Поэтому руководство не слишком доверяет отчетам хранилища данных.

  • Пользователи различных подразделений компании заинтересованы в различных представлениях данных. Пользователей отдельной группы приводят в замешательство и отвлекают элементы данных, не относящиеся к их группе.

  • Логика вычислений особенно сложна для пользователей, которым требуются специализированные отчеты. Так как данные пользователи должны определять логику вычислений отдельно для каждого отчета, централизованного контроля за логикой вычислений нет. Например, некоторые пользователи знают, что им следовало бы использовать базовые статистические методы, такие как скользящее среднее, однако они не знают, как построить такие вычисления, и поэтому не используют эти методы.

  • Трудно сочетать связанные наборы данных. Специализированные запросы, сочетающие два набора связанных данных, такие как продажи и квоты продаж, пользователям построить весьма непросто. Такие запросы перегружают базу данных, поэтому компания потребовала от пользователей запросить у команды разработчиков хранилища данных межпредметные наборы данных. В результате создано лишь небольшое количество предопределенных отчетов, сочетающих данные из нескольких предметных областей Более того, пользователи неохотно модифицируют эти отчеты из-за их сложности.

  • Отчеты сконцентрированы в основном на деловых сведениях в Соединенных Штатах. Пользователи из остальных стран недовольны этим и хотят иметь возможность просматривать отчеты в разных денежных единицах и на разных языках.

  • Сведения сложны для аудита. В настоящее время финансовый отдел использует базу данных AdventureWorksDW2019 только в качестве источника данных, из которого выполняется массовый запрос. Затем данные загружаются в отдельные электронные таблицы, что приводит к большим затратам времени на подготовку данных и на управление таблицами. Таким образом, корпоративные финансовые отчеты трудно готовить, проверять и управлять ими.

Решение

Команда разработчиков хранилища данных недавно провела исследование структуры текущей системы аналитики. Исследование включало анализ просчетов прогнозирования текущих проблем и будущих требований. Команда разработчиков хранилища данных определила, что база данных AdventureWorksDW2019 является хорошо спроектированной многомерной базой данных с соответствующими измерениями и суррогатными ключами. Согласованные измерения позволяют использовать измерение, например измерение времени или измерение продукта, в нескольких витринах данных. Суррогатные ключи — это искусственные ключи, связывающие измерения и таблицы фактов, они используются для обеспечения уникальности и повышения производительности. Кроме того, команда по хранилищу данных определила, что в настоящее время нет существенных проблем с загрузкой базовых таблиц в базе данных AdventureWorksDW2019 и управлением ими. Поэтому команда решила использовать microsoft SQL Server Analysis Services для выполнения следующих задач:

  • предоставить унифицированный доступ к данным через общий слой метаданных для анализа и отчетов;

  • упростить просмотр данных пользователями, ускорив разработку интерактивных и предопределенных запросов, а также предопределенных отчетов;

  • правильно составлять запросы, сочетающие данные из нескольких предметных областей;

  • управлять статистическими вычислениями;

  • хранить и повторно использовать сложные вычисления;

  • предоставлять возможность локализации пользователям за пределами Соединенных Штатов.

См. также:

Многомерное моделирование (учебник по Adventure Works)