关于多维数据集的简单介绍

zhifeikeji

   
1 W- }7 F0 j& Z/ c+ ^9 W: |    不知道只都多给数据集是否有所认识呢，偶然在网上看到多维数据集模型库 .3dsource.cn/design/detail/product1-SITE131212145335474.html，然后就去收集了相关内容，下面就跟大家分享下多维数据集吧！
+ I6 P* O) V$ N$ d+ \. r# u; ?　　各位应该都知道将数据移出您的企业数据库并移入称作“数据市场”的结构中。查询数据市场当然具有其好处，并可能足以满足一些方案，但通过再一次重新将数据打包到一个称作多维数据集的结构中，可另外实现一些好处。实际上，数据市场作为数据通向其多维数据集中的最终目的地的中转站而存在，因此它在整个解决方案中仍然非常重要。
　　构建用来存储数据的多维数据集的另一个好处是，对于不能轻松存储在关系数据市场中的计算而言，您可以集中管理其业务规则。此外，多维数据集结构可使编写用于对比逐年数据的查询的任务轻松很多，或者可使创建累积值(如今年迄今为止的销售量)的任务轻松很多
　　而且，您可获得透明管理多维数据集模型库中的聚合数据的能力。为了提高包含大量数据的关系数据市场中的查询性能，数据库管理员经常会创建汇总表，以便为不需要事务级别详细信息的查询准备数据。SSAS 创建汇总表的逻辑等价表(称作“聚合”)并使它们保持最新
　　与使用“维度向导”开始定义维度的过程相同，您可以使用“多维数据集向导”开始创建多维数据集。在默认情况下，只有服务器管理员才可访问多维数据集。但是，将您的多维数据集部署到 Analysis Server 之后，您即可设置权限，以授予用户访问多维数据集的权限，并允许用户使用自己喜欢的工具浏览多维数据集。Microsoft Excel 2007 是进行交互性浏览的常见选择，但您也可以使用 Reporting Services 来基于多维数据集数据分发报表，对此我会在以后的文章中作出解释。
$ A: `  j& D. c) D7 R　　现在，您已使用示例 AdventureWorks 数据构建了一个小型数据库，您应该通过构建一个简单的多维数据集，将所学的技能应用到您自己的数据中。如果您具有一个简单的设计和相对较小的数据集(例如，不到几百万行)，则您无需构建和维护数据市场，即可构建一个数据库。只需设置一个数据源视图，便可使用将数据尽可能构造为星型架构的命名查询来查询源。当您的数据源具有新数据时，您只需对 SSAS 数据库执行完全处理，即可使其与数据源保持同步。
+ `# N* {& d; z0 p0 g( b    可能这些关于多维数据集的内容还很浅显，如果有兴趣可以去多维数据集模型库 3dsource.cn/design/detail/product1-SITE131212145335474.html了解更多这方面的内容！