SQL Server 各个版本支持的 Analysis Services 功能

适用于:SQL Server 2016 及更高版本 Analysis Services Azure Analysis Services Power BI Premium

本文介绍 SQL Server 2016、2017、2019 Analysis Services 的不同版本支持的功能。 评估版支持 Enterprise 版功能。

(服务器 Analysis Services)

Feature Enterprise Standard Web Express with Advanced Services Express with Tools Express 开发人员
可伸缩共享数据库
备份/还原
附加/分离数据库
同步数据库
故障转移群集实例

节点数是操作系统支持的最大值


支持 2 个节点


节点数是操作系统支持的最大值
可编程性(AMO、ADOMD.Net、OLEDB、XML/A、ASSL、TMSL)

表格模型

Feature Enterprise Standard Web Express with Advanced Services Express with Tools Express 开发人员
层次结构
KPI
透视
翻译
DAX 计算、DAX 查询、MDX 查询
行级安全性
多个分区
计算组 是 (从 SQL Server 2019 开始) 是 (从 SQL Server 2019 开始) 是 (从 SQL Server 2019 开始)
查询交叉 是 (从 SQL Server 2019 开始) 是 (从 SQL Server 2019 开始) 是 (从 SQL Server 2019 开始)
多对多关系 是 (从 SQL Server 2019 开始) 是 (从 SQL Server 2019 开始) 是 (从 SQL Server 2019 开始)
内存中存储模式
DirectQuery 模式 是 (从 SQL Server 2019 开始)

多维模型

Feature Enterprise Standard Web Express with Advanced Services Express with Tools Express 开发人员
半累加性度量值 1
层次结构
KPI
透视
操作
帐户智能
时间智能
自定义汇总
写回多维数据集
写回维度 2 2
写回单元
钻取
高级层次结构类型(父子、不规则层次结构)
高级维度(引用维度、多对多维度)
链接度量值和维度 3
翻译
聚合
多个分区 支持,最多 3 个
主动缓存
自定义程序集(存储过程)
MDX 查询和脚本
DAX 查询
基于角色的安全模型
维度和单元级别的安全性
可扩展字符串存储
MOLAP、ROLAP 和 HOLAP 存储模式
二进制和压缩的 XML 传输
推送模式处理
度量值表达式

[1] 标准版支持 LastChild 半累加性度量值,但不支持其他半累加性度量值,例如 None、FirstChild、FirstNonEmpty、LastNonEmpty、AverageOfChildren 和 ByAccount。 在所有版本上都支持累加性度量值(如 Sum、Count、Min 和 Max)和非累加性度量值 (DistinctCount)。

[2]在2019和更高版本中已停止写回维度 SQL Server Analysis Services。

[3] 标准版支持在同一个数据库中链接度量值和维度,但不支持来自其他数据库或实例。

Power Pivot for SharePoint

Feature Enterprise Standard Web Express with Advanced Services Express with Tools Express 开发人员
基于共享服务体系结构的 SharePoint 场集成
使用情况报告
运行状况监视规则
PowerPivot 库
PowerPivot 数据刷新
PowerPivot 数据馈送

数据挖掘

注意

SQL Server Analysis Services 2017 中弃用了数据挖掘。

功能名称 Enterprise Standard Web Express with Advanced Services Express with Tools Express 开发人员
标准算法
数据挖掘工具 (向导、编辑器、查询生成器)
交叉验证
挖掘结构数据的筛选子集的模型
时序:ARTXP 和 ARIMA 方法之间的自定义混和
时序:使用新数据的预测
无限制并发数据挖掘查询
用于数据挖掘算法的高级配置 & 优化选项
支持插件算法
并行模型处理
时序:跨序列预测
关联规则的无限制属性
序列预测
Naïve Bayes、神经网络和逻辑回归的多个预测目标