Comparación de soluciones tabulares y multidimensionales

  • Artículo

Se aplica a: SQL Server Analysis Services Azure Analysis Services Fabric/Power BI Premium

SQL Server Analysis Services (SSAS) proporciona varios enfoques o modos para crear modelos semánticos de inteligencia empresarial: tabulares y multidimensionales.

El modo multidimensional solo está disponible con SQL Server Analysis Services. Si desea que los modelos se implementen en Azure Analysis Services o Power BI, puede dejar de leerse ahora. Los modelos multidimensionales no se admitirán en modelos semánticos de Azure Analysis Services ni Power BI Premium. Si quiere modelos multidimensionales en la nube, la única manera es implementar SQL Server Analysis Services en modo multidimensional en una máquina virtual de Azure.

Dado que los modelos multidimensionales solo se admiten en SQL Server Analysis Services, este artículo no está pensado para ser una comparación de las plataformas de Analysis Services (SQL Server, Azure, Power BI). Está diseñado para proporcionar una comparación de alto nivel de construcciones de modelos multidimensionales y tabulares completamente en el contexto de SQL Server Analysis Services.

SQL Server Analysis Services también incluye Power Pivot para el modo de SharePoint, que sigue siendo compatible con SharePoint 2016 y SharePoint 2013, pero la estrategia de BI de Microsoft se ha alejado de Power Pivot en la integración de Excel con SharePoint. Power BI y Power BI Report Server ahora son las plataformas recomendadas para hospedar libros de Excel con modelos de Power Pivot. Por lo tanto, este artículo ahora excluye una comparación de Power Pivot para SharePoint.

En SQL Server Analysis Services, tener más de un enfoque permite una experiencia de modelado adaptada a diferentes requisitos empresariales y de usuario. Multidimensional es una tecnología madura basada en estándares abiertos, adoptado por numerosos proveedores de software de BI, pero puede ser difícil de implementar. El modelo tabular ofrece un enfoque de modelado relacional que muchos desarrolladores consideran más intuitivo. A largo plazo, los modelos tabulares son más fáciles de desarrollar y administrar. Aunque los modelos multidimensionales siguen siendo frecuentes en muchas soluciones de BI, los modelos tabulares ahora se aceptan más ampliamente como la solución estándar de modelado semántico de BI de nivel empresarial en plataformas De Microsoft.

Todos los modelos se implementan como bases de datos que se ejecutan en una instancia de Analysis Services o con modelos tabulares, implementados como un modelo semántico en una capacidad de Power BI Premium. Las aplicaciones cliente o los servicios como Power BI acceden a los modelos. Los datos del modelo se visualizan en informes interactivos y estáticos a través de Excel, Reporting Services, Power BI y herramientas de BI de otros proveedores.

Las soluciones tabulares y multidimensionales creadas mediante Visual Studio y están diseñadas para soluciones de BI corporativas que se ejecutan en una instancia de SQL Server Analysis Services local y para modelos tabulares, un recurso de servidor Azure Analysis Services o como modelo semántico en un Power BI Premium Capacidad. Cada solución produce bases de datos analíticas de alto rendimiento que se integran fácilmente con aplicaciones de clientes y servicios de visualizaciones de datos. Con todo, cada solución difiere en cómo se crea, se usa y se implementa. La mayor parte de este artículo compara estos dos tipos para que pueda identificar el enfoque adecuado para usted.

Información general de los tipos de modelado

En la tabla siguiente se enumeran los distintos modelos, se resume el enfoque, la versión inicial y el nivel de compatibilidad admitido.

Tipo Descripción del modelado Publicado inicialmente Nivel de compatibilidad
Multidimensional Construcciones de modelado OLAP (cubos, dimensiones, medidas). SQL Server 2000
SQL Server 2012 y versiones posteriores		 1050
1100
Power Pivot Originalmente un complemento, pero ahora totalmente integrado en Excel. Infraestructura de modelos tabulares. No se admiten las API ni el scripting. SQL Server 2008 R2 N\D
Tabular Construcciones de modelado relacional (modelo, tablas, columnas). Internamente, los metadatos se heredan de construcciones de modelado OLAP (cubos, dimensiones, medidas). El código y los scripts usan metadatos OLAP. SQL Server 2012
SQL Server 2014		 1050
1103
Tabular en SQL Server 2016 y versiones posteriores Construcciones de modelado relacional (modelo, tablas, columnas), articuladas en definiciones de objetos de metadatos tabulares en el lenguaje de scripting de modelos tabulares (TMSL) y el código del modelo de objetos tabulares (TOM). SQL Server 2016
SQL Server 2014
SQL Server 2019
SQL Server 2022		 1200
1400
1500
1600
Tabular en Azure Analysis Services 1 Construcciones de modelado relacional (modelo, tablas, columnas), articuladas en definiciones de objetos de metadatos tabulares en el lenguaje de scripting de modelos tabulares (TMSL) y el código del modelo de objetos tabulares (TOM). 2016 1200 y versiones posteriores
Tabular en Power BI Premium 2 Construcciones de modelado relacional (modelo, tablas, columnas), articuladas en definiciones de objetos de metadatos tabulares en el lenguaje de scripting de modelos tabulares (TMSL) y el código del modelo de objetos tabulares (TOM). 2020 1500 y versiones posteriores

[1] Azure Analysis Services admite modelos tabulares en los niveles de compatibilidad 1200 y superiores. Sin embargo, no se admite toda la funcionalidad de modelado tabular descrita en este artículo. Al crear e implementar modelos tabulares en Azure Analysis Services es mucho lo mismo que para el entorno local, es importante comprender las diferencias. Para más información, consulte ¿Qué es Azure Analysis Services?

[2] Power BI Premium capacidades admiten modelos tabulares en los niveles de compatibilidad 1500 y superiores. Sin embargo, no se admite toda la funcionalidad de modelado tabular descrita en este artículo. Al crear e implementar modelos tabulares en Power BI Premium es mucho lo mismo que para el entorno local o Azure, es importante comprender las diferencias. Para más información, consulte Analysis Services en Power BI Premium

El nivel de compatibilidad es importante. Hace referencia a comportamientos específicos de la versión en el motor de Analysis Services. Para más información, consulte Nivel de compatibilidad de modelos tabulares y Nivel de compatibilidad de modelos multidimensionales.

Características de modelo

En la tabla siguiente se resume la disponibilidad de características en el nivel de modelo. Revise esta lista para asegurarse de que la característica que quiere usar está disponible en el tipo de modelo que tiene previsto crear.

Característica Multidimensional Tabular
Acciones Sí No
Agregaciones Sí No
Columna calculada No Sí
Medidas calculadas Sí Sí
Tablas calculadas No Sí3
Ensamblados personalizados Sí No
Resúmenes personalizados Sí No
Miembro predeterminado Sí No
Carpetas para mostrar Sí Sí3
Distinct Count Sí Sí (mediante DAX)
Obtención de detalles Sí Sí (depende de la aplicación cliente)
Jerarquías Sí Sí
KPI Sí Sí
Objetos vinculados Sí Sí (tablas vinculadas)
Expresiones M No Sí3
Relaciones de varios a varios Sí No (pero hay filtros cruzados bidireccionales en 1200 y niveles de compatibilidad superiores)
Conjuntos con nombre Sí No
Jerarquías desiguales Sí Sí3
Jerarquías de elementos primarios y secundarios Sí Sí (mediante DAX)
Particiones Sí Sí
Perspectivas Sí Sí
Intercalación de consultas No Sí4
Seguridad de filas Sí Sí
Seguridad de nivel de objeto Sí Sí3
Medidas de suma parcial Sí Sí
Traducciones Sí Sí
Jerarquías definidas por el usuario Sí Sí
Reescritura Sí No

[3] Para obtener información sobre las diferencias funcionales entre los niveles de compatibilidad, vea Nivel de compatibilidad para modelos tabulares en Analysis Services.

[4] - SQL Server 2019 y versiones posteriores de Analysis Services, Azure Analysis Services.

Consideraciones de datos

Los modelos tabulares y multidimensionales usan datos importados de orígenes externos. La cantidad y el tipo de datos que necesita importar puede ser una consideración principal a la hora de decidir qué tipo de modelo se adapta mejor a sus datos.

Compresión

Tanto las soluciones tabulares como las multidimensionales usan la compresión de datos que reduce el tamaño de la base de datos de Analysis Services en relación con el almacenamiento de datos desde el que importa los datos. Dado que la compresión real variará en función de las características de los datos subyacentes, no hay ninguna manera de saber con precisión cuánto espacio de memoria y de disco requerirá una solución después de procesar los datos y usarse en consultas.

Una estimación que utilizan numerosos desarrolladores de Analysis Services es que el almacenamiento principal de una base de datos multidimensional es aproximadamente de un tercio del tamaño de los datos originales. Las bases de datos tabulares puede obtener a veces mayor cantidades de compresión, cerca de una décima de tamaño, especialmente si la mayor parte de los datos se importan de las tablas de hechos.

Tamaño del modelo y diferencia de recursos (en memoria o disco)

El tamaño de una base de datos de Analysis Services está limitado solo por los recursos disponibles para ejecutarla. El tipo de modelo y el modo de almacenamiento también desempeñan un papel importante al determinar el tamaño que puede alcanzar la base de datos.

Las bases de datos tabulares se ejecutan en memoria o en el modo DirectQuery, que descarga la ejecución de consultas en una base de datos externa. En el caso del análisis tabular en memoria, la base de datos se almacena completamente en memoria, lo que significa que debe tener suficiente memoria para no solo cargar todos los datos, sino también estructuras de datos adicionales creadas para admitir consultas.

DirectQuery, renovado en SQL Server 2016, tiene menos restricciones que antes y un mejor rendimiento. El aprovechamiento de la base de datos relacional de back-end para el almacenamiento y la ejecución de consultas hace que la generación de un modelo tabular a gran escala sea más viable que antes.

Históricamente, las bases de datos más grandes de producción son multidimensionales, con cargas de trabajo de procesamiento y consulta que se ejecutan de forma independiente en hardware dedicado, cada una optimizada para su uso respectivo. Las bases de datos tabulares se están poniendo al día rápidamente, y los nuevos avances en DirectQuery ayudarán a salvar distancia todavía más.

Para la descarga multidimensional del almacenamiento de datos y la ejecución de consultas está disponible a través de ROLAP. En un servidor de consultas, los conjuntos de filas se pueden almacenar en caché y los obsoletos se paginan. El uso eficaz y equilibrado de los recursos de memoria y disco suele guiar a los clientes a soluciones multidimensionales.

Con carga, es previsible que tanto los requisitos de memoria como los de disco para cualquier tipo de solución aumenten mientras Analysis Services almacena en caché los datos, los almacena, los examina y los consulta. Para obtener más información sobre las opciones de paginación de memoria, consulte Memory Properties. Para obtener más información sobre la escala, vea High availability and Scalability in Analysis Services.

Orígenes de datos admitidos

Los modelos tabulares pueden importar datos de orígenes de datos relacionales, fuentes de distribución de datos y algunos formatos de documento. También puede usar OLE DB para proveedores ODBC con modelos tabulares. Los modelos tabulares en los niveles de compatibilidad 1400 y superiores ofrecen un aumento significativo en la variedad de orígenes de datos desde los que puede importar. Esto se debe a la introducción de la consulta de datos Get Data moderna e importación de características en Visual Studio que usan el lenguaje de consulta de fórmulas M.

Las soluciones multidimensionales pueden importar los datos de orígenes de datos relacionales mediante proveedores administrados y nativos OLE DB.

Para ver la lista de orígenes de datos externos que puede importar en cada modelo, vea los siguientes temas.

Compatibilidad con lenguaje de scripting y consulta

Analysis Services incluye MDX, DMX, DAX, XML/A, ASSL y TMSL. La compatibilidad con estos idiomas puede variar según el tipo de modelo. Si debe tener en cuenta requisitos del lenguaje de scripting y consulta, revise la lista siguiente.

  • Las bases de datos modelo tabulares admiten los cálculos DAX, consultas DAX y consultas MDX. Esto es cierto en todos los niveles de compatibilidad. Los lenguajes de scripting son ASSL (sobre XMLA) para los niveles de compatibilidad 1050-1103 y TMSL (sobre XMLA) para el nivel de compatibilidad 1200 y superior.

  • Las bases de datos de modelos multidimensionales admiten cálculos MDX, consultas MDX, consultas DAX y ASSL.

  • PowerShell de Analysis Services es compatible con modelos y bases de datos tabulares y multidimensionales.

Todas las bases de datos admiten XMLA.

Características de seguridad

Todas las soluciones de Analysis Services se pueden proteger en la base de datos. Las opciones de seguridad más específicas varían según el modo. Si debe tener en cuenta requisitos de configuración de seguridad específicos en su solución, revise la lista siguiente para asegurarse de que el nivel de seguridad que desea se admite en el tipo de solución que desea crear:

  • Las bases de datos del modelo tabular pueden usar la seguridad de nivel de fila y de nivel de objeto mediante permisos basados en roles.

  • Las bases de datos de modelos multidimensionales pueden usar la seguridad de nivel de celda y dimensión mediante permisos basados en roles.

Herramientas de diseño

Visual Studio con la extensión de proyectos de Analysis Services, también conocido como SQL Server Data Tools (SSDT), es la herramienta principal que se usa para crear soluciones multidimensionales y tabulares. Este entorno de creación usa el shell de Visual Studio para proporcionar áreas de trabajo del diseñador, paneles de propiedades y navegación de objetos. Los modelos tabulares también admiten la creación de modelos mediante herramientas de código abierto y de terceros. Para más información, consulte Herramientas de Analysis Services.

Compatibilidad con aplicaciones cliente

En general, las soluciones tabulares y multidimensionales admiten aplicaciones cliente que usan una o varias de las bibliotecas cliente de Analysis Services (MSOLAP, AMOMD, ADOMD). Por ejemplo, Excel, Power BI Desktop y aplicaciones personalizadas. Los servicios de visualización y análisis de datos, como Power BI, admiten totalmente soluciones tabulares y multidimensionales.

Si utiliza Reporting Services, la disponibilidad de las características de informe varía según las ediciones y los modos de servidor. Por esta razón, el tipo de informe que desea generar puede influir en el modo de servidor que elige instalar.

Power View, una herramienta de creación de Reporting Services que se ejecuta en SharePoint, está disponible en un servidor de informes que se implementa en una granja de SharePoint 2010. El único tipo de origen de datos que se puede usar con este informe es una base de datos de modelo tabular de Analysis Services o un libro power Pivot. Esto significa que debe tener un servidor en modo tabular o un servidor Power Pivot para SharePoint para hospedar el origen de datos usado por este tipo de informe. No se puede usar un modelo multidimensional como origen de datos para un informe de Power View. Debe crear una conexión de modelo semántico de Power Pivot BI o un Reporting Services origen de datos compartido para usarlo como origen de datos para un informe de Power View.

Report Builder y Diseñador de informes pueden usar cualquier base de datos de Analysis Services, incluidos los libros de Power Pivot hospedados en Power Pivot para SharePoint.

Los informes de tabla dinámica de Excel se admiten en todas las bases de datos de Analysis Services. La funcionalidad de Excel es la misma tanto si usa una base de datos .database tabular, una base de datos multidimensional o un libro de Power Pivot, aunque la escritura diferida solo se admite para bases de datos multidimensionales.

Consulte también

Información general sobre el modelado tabular
Modelos multidimensionales