Vergleichen von tabellarischen und mehrdimensionalen Projektmappen

Gilt für: SQL Server Analysis Services Azure Analysis Services Power BI Premium

SQL Server Analysis Services (SSAS) bietet verschiedene Ansätze oder Modi zum Erstellen von Business Intelligence-Semantikmodellen: tabellarisch und mehrdimensional.

Der mehrdimensionale Modus ist nur mit SQL Server Analysis Services verfügbar. Wenn Ihre Modelle in Azure Analysis Services oder Power BI bereitgestellt werden sollen, können Sie das Lesen jetzt beenden. Mehrdimensionale Modelle werden in Azure Analysis Services oder Power BI Premium Datasets nicht unterstützt. Wenn Sie mehrdimensionale Modelle in der Cloud verwenden möchten, besteht die einzige Möglichkeit darin, SQL Server Analysis Services im mehrdimensionalen Modus auf einem virtuellen Azure-Computer bereitzustellen.

Da mehrdimensionale Modelle nur in SQL Server Analysis Services unterstützt werden, ist dieser Artikel nicht als Vergleich von Analysis Services Plattformen (SQL Server, Azure, Power BI) gedacht. Sie soll einen vergleich von mehrdimensionalen und tabellarischen Modellkonstrukten auf hoher Ebene vollständig im Kontext SQL Server Analysis Services bereitstellen.

SQL Server Analysis Services umfasst auch Power Pivot für SharePoint Modus, der für SharePoint 2016 und SharePoint 2013 unterstützt wird. Die BI-Strategie von Microsoft hat sich jedoch von der Power Pivot in Excel Integration mit SharePoint. Power BI und Power BI-Berichtsserver sind jetzt die empfohlenen Plattformen zum Hosten Excel Arbeitsmappen mit Power Pivot Modellen. Daher schließt dieser Artikel jetzt einen Power Pivot für SharePoint Vergleich aus.

In SQL Server Analysis Services ermöglicht die Nutzung mehrerer Ansätze eine Modellierungserfahrung, die auf unterschiedliche Geschäfts- und Benutzeranforderungen zugeschnitten ist. Mehrdimensional ist eine ausgereifte Technologie, die auf offenen Standards basiert und von zahlreichen Anbietern von BI-Software übernommen wird, aber die Implementierung schwierig sein kann. Das tabellarische Modell bietet einen relationalen Modellierungsansatz, den viele Entwickler intuitiver finden. Auf lange Sicht sind tabellarische Modelle einfacher zu entwickeln und einfacher zu verwalten. Obwohl mehrdimensionale Modelle in vielen BI-Lösungen immer noch weit verbreitet sind, werden tabellarische Modelle jetzt allgemein als standardmäßige bi semantische Modellierungslösung auf Microsoft-Plattformen auf Unternehmensstufe akzeptiert.

Alle Modelle werden als Datenbanken bereitgestellt, die auf einer Analysis Services Instanz ausgeführt werden, oder mit tabellarischen Modellen, die als Dataset in einer Power BI Premium Kapazität bereitgestellt werden. Auf Modelle wird von Clientanwendungen oder Diensten wie Power BI zugegriffen. Modelldaten werden in interaktiven und statischen Berichten über Excel, Reporting Services, Power BI und BI-Tools von anderen Anbietern visualisiert.

Tabellarische und mehrdimensionale Lösungen, die mithilfe von Visual Studio erstellt wurden und für BI-Unternehmenslösungen bestimmt sind, die lokal auf einer SQL Server Analysis Services Instanz ausgeführt werden, sowie für tabellarische Modelle, eine Azure Analysis Services Serverressource oder als Dataset in einem Power BI Premium Kapazität. Jede Lösung liefert leistungsstarke analytische Datenbanken, die problemlos in Clientanwendungen und Datenvisualisierungsdienste integriert werden können. Die einzelnen Lösungen unterscheiden sich jedoch darin, wie sie erstellt, verwendet und bereitgestellt werden. Im Großteil dieses Artikels werden diese beiden Typen verglichen, sodass Sie den richtigen Ansatz für Sie ermitteln können.

Übersicht über die Modellierungstypen

In der folgenden Tabelle sind die verschiedenen Modelle aufgeführt, der Ansatz, das erste Release und der unterstützte Kompatibilitätsgrad zusammengefasst.

type Beschreibung der Modellierung Anfänglich veröffentlicht Kompatibilitätsgrad
Mehrdimensional OLAP-Modellierungskonstrukte (Cubes, Dimensionen, Measures). SQL Server 2000
SQL Server 2012 und höher
1050
1100
Power Pivot Ursprünglich ein Add-In, aber nun vollständig in Excel integriert. Infrastruktur für tabellarische Modelle. APIs und Skripts werden nicht unterstützt. SQL Server 2008 R2 Nicht verfügbar
Tabellarisch Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten). Intern werden Metadaten von Konstrukten der OLAP-Modellierung geerbt (Cubes, Dimensionen, Measures). Für den Code und Skripts werden OLAP-Metadaten genutzt. SQL Server 2012
SQL Server 2014
1050
1103
Tabellarisch in SQL Server 2016 und höher Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten), die in Tabellarischen Metadatenobjektdefinitionen in TMSL-Code (Tabular Model Scripting Language) und TOM-Code (Tabular Object Model) formuliert sind. SQL Server 2016
SQL Server 2014
SQL Server 2019
1200
1400
1500
Tabellarisch in Azure Analysis Services 1 Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten), die in Tabellarischen Metadatenobjektdefinitionen in TMSL-Code (Tabular Model Scripting Language) und TOM-Code (Tabular Object Model) formuliert sind. 2016 1200 und höher
Tabellarisch in Power BI Premium 2 Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten), die in Tabellarischen Metadatenobjektdefinitionen in TMSL-Code (Tabular Model Scripting Language) und TOM-Code (Tabular Object Model) formuliert sind. 2020 1500 und höher

[1] Azure Analysis Services unterstützt tabellarische Modelle mit einem Kompatibilitätsgrad von 1200 und höher. Allerdings werden nicht alle in diesem Artikel beschriebenen Funktionen für die tabellarische Modellierung unterstützt. Das Erstellen und Bereitstellen tabellarischer Modelle für Azure Analysis Services ist zwar identisch mit dem lokalen Modell, aber es ist wichtig, die Unterschiede zu verstehen. Weitere Informationen finden Sie unter Was ist Azure Analysis Services?

[2] Power BI Premium Kapazitäten unterstützen tabellarische Modelle mit einem Kompatibilitätsgrad von 1500 und höher. Allerdings werden nicht alle in diesem Artikel beschriebenen Funktionen für die tabellarische Modellierung unterstützt. Beim Erstellen und Bereitstellen tabellarischer Modelle für Power BI Premium ist es ähnlich wie bei lokalen Modellen oder Azure, es ist wichtig, die Unterschiede zu verstehen. Weitere Informationen finden Sie unter Analysis Services in Power BI Premium

Der Kompatibilitätsgrad ist wichtig. Er bezieht sich auf releasespezifische Verhaltensweisen in der Analysis Services-Engine. Weitere Informationen finden Sie unter Kompatibilitätsgrad tabellarischer Modelle und Kompatibilitätsgrad für mehrdimensionale Modelle.

Modellfunktionen

In der folgenden Tabelle wird die Funktionsverfügbarkeit auf der Modellebene zusammengefasst. Überprüfen Sie diese Liste, um sicherzustellen, dass das Feature, das Sie verwenden möchten, im Typ des Modells verfügbar ist, das Sie erstellen möchten.

Funktion Mehrdimensional Tabellarisch
Aktionen Ja Nein
Aggregationen Ja Nein
Berechnete Spalte Nein Ja
Berechnete Measures Ja Ja
Berechnete Tabellen No Ja3
Benutzerdefinierte Assemblys Ja Nein
Benutzerdefinierte Rollups Ja Nein
Standardelement Ja Nein
Anzeigeordner Ja Ja3
Distinct Count Ja Ja (über DAX)
Drillthroughfilter Ja Ja (abhängig von der Clientanwendung)
Hierarchien Ja Ja
KPIs (Key Performance Indicators) Ja Ja
Verknüpfte Objekte Ja Ja (verknüpfte Tabellen)
M-Ausdrücke No Ja3
M:n-Beziehungen Ja Nein (es gibt jedoch bidirektionale Kreuzfilter mit 1200 und höheren Kompatibilitätsgraden)
Benannte Mengen Ja Nein
Unregelmäßige Hierarchien Ja Ja3
Über- und untergeordnete Hierarchien Ja Ja (über DAX)
Partitionen Ja Ja
Perspektiven Ja Ja
Abfrageüberlappung No Ja4
Sicherheit auf Zeilenebene Ja Ja
Sicherheit auf Objektebene Ja Ja3
Semiadditive Measures Ja Ja
Translations Ja Ja
Benutzerdefinierte Hierarchien Ja Ja
Rückschreiben Ja Nein

[3] Informationen zu funktionalen Unterschieden zwischen Kompatibilitätsgraden finden Sie unter Kompatibilitätsgrad für tabellarische Modelle in Analysis Services.

[4] – SQL Server 2019 und höher Analysis Services, Azure Analysis Services.

Überlegungen zu Daten

Tabellarische und mehrdimensionale Modelle verwenden importierte Daten aus externen Quellen. Die Menge und Art der Daten, die Sie importieren müssen, kann ein wichtiger Aspekt bei der Entscheidung sein, welcher Modelltyp am besten für Ihre Daten geeignet ist.

Komprimierung

Sowohl tabellarische als auch mehrdimensionale Lösungen verwenden die Datenkomprimierung, durch die die Größe der Analysis Services-Datenbank relativ zum Data Warehouse verringert wird, aus dem Sie Daten importieren. Da sich der tatsächliche Komprimierungsgrad nach den Eigenschaften der zugrunde liegenden Daten richtet, lässt sich nicht genau vorhersagen, wie viel Datenträger- und Arbeitsspeicherkapazität von einer Lösung benötigt wird, nachdem die Daten verarbeitet und in Abfragen verwendet wurden.

Eine Faustregel, die von vielen Analysis Services-Entwicklern angewendet wird, besagt, dass der primäre Speicher einer mehrdimensionalen Datenbank ein Drittel der ursprünglichen Daten ausmachen sollte. Tabellarische Datenbanken können manchmal einen höheren Komprimierungsgrad von etwa einem Zehntel der Größe erzielen. Dies gilt insbesondere dann, wenn die meisten Daten aus Faktentabellen importiert werden.

Größe des Modells und Ressourcenbevorzugung (im Arbeitsspeicher oder auf dem Datenträger)

Die Größe einer Analysis Services-Datenbank wird nur durch die Ressourcen eingeschränkt, die für ihre Ausführung verfügbar sind. Der Modelltyp und Speichermodus spielen auch eine Rolle, in welchem Umfang die Datenbank anwachsen kann.

Tabellarische Datenbanken werden entweder im Arbeitsspeicher oder im DirectQuery-Modus ausgeführt, der die Ausführung von Abfragen an eine externe Datenbank verlagert. Für tabellarische In-Memory-Analysen wird die Datenbank vollständig im Arbeitsspeicher gespeichert. Das bedeutet, dass Sie über ausreichend Arbeitsspeicher verfügen müssen, um nicht nur alle Daten zu laden, sondern auch zusätzliche Datenstrukturen, die zur Unterstützung von Abfragen erstellt wurden.

DirectQuery, das in SQL Server 2016 überarbeitet wurde, weist weniger Einschränkungen als zuvor und eine bessere Leistung auf. Durch das Nutzen der relationalen Back-End-Datenbank für die Speicherung und Ausführung von Abfragen ist das Erstellen eines großen tabellarischen Modells einfacher als bisher zu realisieren.

In der Vergangenheit sind die größten Datenbanken in der Produktion mehrdimensional, wobei Verarbeitungs- und Abfrageworkloads unabhängig auf dedizierter Hardware ausgeführt werden, die jeweils für die jeweilige Verwendung optimiert sind. Tabellarische Datenbanken holen rasch auf, und neue Weiterentwicklungen bei DirectQuery helfen, die Lücke noch schneller zu schließen.

Für die mehrdimensionale Auslagerung von Datenspeicher und Abfrageausführung ist über ROLAP verfügbar. Auf einem Abfrageserver können Rowsets zwischengespeichert und veraltete ausgelagert werden. Die effiziente und ausgewogene Nutzung von Arbeitsspeicher- und Datenträgerressourcen führt Kunden häufig zu mehrdimensionalen Lösungen.

Unter Belastung ist davon auszugehen, dass die Kapazitätsanforderungen sowohl an den Datenträger als auch an den Arbeitsspeicher steigen, weil Daten von Analysis Services zwischengespeichert, gespeichert, durchsucht und abgefragt werden. Weitere Informationen zu Speicherauslagerungsoptionen finden Sie unter Memory Properties(Speichereigenschaften). Weitere Informationen zum Skalieren finden Sie unter Hohe Verfügbarkeit und Skalierbarkeit in Analysis Services.

Unterstützte Datenquellen

Tabellarische Modelle sind in der Lage, Daten aus relationalen Datenquellen, Datenfeeds und einigen Dokumentformaten zu importieren. Sie können auch OLE DB für ODBC-Anbieter mit tabellarischen Modellen verwenden. Tabellarische Modelle mit den Kompatibilitätsgraden 1400 und höher bieten einen erheblichen Anstieg der Vielzahl von Datenquellen, aus denen Sie importieren können. Dies ist auf die Einführung der modernen Datenabfrage- und Importfunktionen "Daten abrufen" in Visual Studio verwendung der M-Formelabfragesprache zurückzuführen.

Mehrdimensionale Lösungen sind in der Lage, Daten mit nativen und verwalteten OLE DB-Anbietern aus relationalen Datenquellen zu importieren.

Die Liste externer Datenquellen, die in jedes Modell importiert werden können, finden Sie in den folgenden Themen:

Unterstützung der Abfrage- und Skriptsprache

Analysis Services schließen MDX, DMX, DAX, XML/A, ASSL und TMSL ein. Die Unterstützung für diese Sprachen kann je nach Modelltyp variieren. Wenn Anforderungen für die Abfrage und Skriptsprache in Betracht kommen, überprüfen Sie die folgende Liste.

  • Tabellarische Modelldatenbanken unterstützen DAX-Berechnungen, DAX-Abfragen und MDX-Abfragen. Dies gilt für alle Kompatibilitätsgrade. Skriptsprachen sind ASSL (über XMLA) für kompatibilitätsgrade 1050-1103 und TMSL (über XMLA) für kompatibilitätsgrad 1200 und höher.

  • Mehrdimensionale Modelldatenbanken unterstützen MDX-Berechnungen, MDX-Abfragen, DAX-Abfragen und ASSL.

  • Analysis Services PowerShell wird für tabellarische und mehrdimensionale Modelle und Datenbanken unterstützt.

Alle Datenbanken unterstützen XMLA.

Sicherheitsfeatures

Alle Analysis Services-Projektmappen können auf Datenbankebene gesichert werden. Präzisere Sicherheitsoptionen variieren je nach Modus. Wenn präzise Sicherheitseinstellungen für die Projektmappe erforderlich sind, überprüfen Sie die folgende Liste, um sicherzustellen, dass die Sicherheitsstufe, die Sie möchten, für den zu erstellenden Projektmappentyp unterstützt wird:

Designtools

Visual Studio mit Analysis Services Projekterweiterung, die auch als SQL Server Data Tools (SSDT) bezeichnet wird, ist das primäre Tool zum Erstellen von mehrdimensionalen und tabellarischen Projektmappen. Diese Erstellungsumgebung verwendet die Visual Studio Shell, um Designerarbeitsbereiche, Eigenschaftenbereiche und Objektnavigation bereitzustellen. Tabellarische Modelle unterstützen auch die Modellerstellung durch Open-Source- und Drittanbietertools. Weitere Informationen finden Sie unter Analysis Services Tools.

Clientanwendungsunterstützung

Im Allgemeinen unterstützen tabellarische und mehrdimensionale Lösungen Clientanwendungen mit einer oder mehreren der Analysis Services Clientbibliotheken (MSOLAP, AMOMD, ADOMD). Beispielsweise Excel, Power BI Desktop und benutzerdefinierte Anwendungen. Datenvisualisierungs- und Analysedienste wie Power BI unterstützen tabellarische und mehrdimensionale Lösungen vollständig.

Wenn Sie Reporting Services verwenden, variiert die Verfügbarkeit der Berichtsfunktion je nach Edition und Servermodus. Aus diesem Grund kann sich der zu erstellende Berichtstyp auf den zu installierenden Servermodus auswirken.

Power View ist ein Reporting Services-Erstellungstool, das in SharePoint ausgeführt wird, auf einem Berichtsserver verfügbar, der in einer SharePoint 2010-Farm bereitgestellt wird. Der einzige Datenquellentyp, der mit diesem Bericht verwendet werden kann, ist eine Analysis Services Tabellarische Modelldatenbank oder eine Power Pivot Arbeitsmappe. Dies bedeutet, dass Sie über einen Tabellenmodusserver oder einen Power Pivot verfügen müssen, damit SharePoint Server die von diesem Berichtstyp verwendete Datenquelle hosten kann. Sie können ein mehrdimensionales Modell nicht als Datenquelle für einen Power View Bericht verwenden. Sie müssen eine Power Pivot BI-Semantikmodellverbindung oder eine Reporting Services freigegebene Datenquelle erstellen, die als Datenquelle für einen Power View Bericht verwendet werden soll.

Report Builder und Berichts-Designer können jede Analysis Services Datenbank verwenden, einschließlich Power Pivot Arbeitsmappen, die für SharePoint auf Power Pivot gehostet werden.

Excel-PivotTable-Berichte werden von allen Analysis Services-Datenbanken unterstützt. Excel Funktionalität ist unabhängig davon identisch, ob Sie eine tabellarische DATENBANK, eine mehrdimensionale Datenbank oder Power Pivot Arbeitsmappe verwenden, obwohl das Rückschreiben nur für mehrdimensionale Datenbanken unterstützt wird.

Weitere Informationen

Übersicht über das Tabellenmodell
Mehrdimensionale Modelle