Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen...

25
Was ist neu in { Analysis Services 2008 } Markus Raatz Geschäftsführer ixto GmbH

Transcript of Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen...

Page 1: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Was ist neu in{ Analysis Services 2008 }Markus Raatz

Geschäftsführerixto GmbH

Page 2: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Datenquellensichten

Attribute-basierte Dimensionen

Übersetzung von Metadaten

Proactive Caching

Mehrere Faktentabellen

Perspektiven

Role playing-DimensionenFailover Clustering

Multi-Instancing

Server-Synchronisation

Datensicherung erweitert

Profiler-Integration

Capture und Replay

Dr. Watson

Integrierte Verwaltung mit dem SQL Server

Detaillierte Administrationsrollen

XML-basiertes Objekt-Skripting

Automatische referenzielle Integrität

MDX Script

MDX Debugger

Zentrales KPI-Framework

XML/AAMO

m:n-Dimensionen

Ein Blick zurück auf Analysis Services 2005

Page 3: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Ziel für AS 2008: die Erfahrung mit Analysis Services 2005 erweitern

Fokus auf “Freude für den Kunden” : SkalierbarkeitPerformance Verwaltbarkeit in großen Umgebungen Mehr aus Daten machen können:

MDX-Erweiterungen: Dynamische benannte Mengen, CREATE/DROP KPI, UPDATE MEMBER

Allgemeine Ziele:Keine Überraschungen – dem Kunden Zeit geben, Analysis Service 2005 kennenzulernen.Keine radikalen Veränderungen – einfaches Upgrade von Analysis Services 2005

Page 4: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

4

Analysis Services- Roadmap

SQL 2005SQL 2000

OLAP: Kampf um den Markt

• Feature complete• Erste Unternehmens-anwendungen

• Erste Ansätze mit Data Mining

Office XP:• Gute OLAP-Unterstüt-zung mit den Excel Pivot-Tabellen

• Sehr gute Web-Komponenten

• Gedacht für den einzelnen Datenanalysierer

Eine Brücke schlagen zwischen OLAP und der relationalen Welt

• Durchbruch bei der Funktionalität, Skalierbarkeit und Verwaltbarkeit

• Erstklassige Data Mining-Lösung

• Tiefe Integration mit:• Excel 2007• SharePoint Server 2007• BSM 2006• Reporting Services

2006• Performance Point 2008

AS 2008

Die Mission von AS 2005 vollenden

• Engine: Performance

• Tools: “Best practices-Design”

• Besser verwaltbar– durch Administratoren und Microsoft Support

• Erweiterbarkeit

• Data Mining skalierbarer und flexibler machen

Page 5: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Tools

Engine

Betrieb

Was ist neu in AS 2008?

Page 6: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

AS-Tools im SQL 2008: Cubes gleich richtig entwerfen!

Hintergrund:OLAP-Modelle können sehr komplex werden. Viele Abhängigkeiten zwischen Objekten machen sie unübersichtlichBest practices und Tipps zum Performance Tuning weitgehend unbekannt, weil schwer zu finden

Ziele bei AS 2008:Dass Lösungen einfach und schnell zu erzeugen sind, ist und bleibt Teil des Produkt-Vorteils von MicrosoftBest practices und Tipps zum Performance Tuning gehören ins Objektmodell und ins InterfaceDie Oberfläche so verändern, dass sie ein optimales Cube-Design hervorbringt

Page 7: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Cube-Entwurf

AMO-WarnungenMehr als 40 best practices realisiert als Warnungen im Designer Eine Art “automatischer Best Practices Analyzer”!

Dezent: Blaue Wellenlinien und Warnungen in der Fehlerliste beim ErstellenKeine Pop-Ups!

Abschaltbar: Einzeln oder globalJeder Fall kommentierbar

Page 8: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Dimensions-DesignAttributbeziehungen definieren

Neuer Designer zum Betrachten und EditierenEingebaute Validierungen stellen ein optimales Design sicher

Dimensions-AssistentEinfacher—weniger Wege und VerästelungenMächtiger

Parent/Child automatisch Robustere Fehlerkonfigurations-Einstellungen

Dimensions-EditorSimplere OberflächeNeuer Dialog für die SchlüsselspaltenSchlüsselspalten in einer Tabelle editierbar

Page 9: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

AggregationsdesignEin gemeinsamer Assistent

Initiale AggregationenVerwendungsbasierte OptimierungNeu: Design für eine Abfrage

Verbesserter AlgorithmusBessere initiale AggregationenOptimiert für verwendungsbasierte OptimierungAlte und neue Aggregationen intelligent zusammenführen

Aggregations-DesignerAggregationsentwürfe und Aggregationen betrachtenAggregationen manuell verändern/erzeugen/löschenEingebaute Validierungen helfen beim optimalen Entwurf

Page 10: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

{ Design-Warnungen }

Markus RaatzGeschäftsführerixto GmbH

Demo

Page 11: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

MDX-Performance: Block Computation

Einen Ausdruck nur dann berechnen, wenn es nötig ist

“Leerraum” im Cube nicht berücksichtigen!NachherVorher

Page 12: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

MDX-Beispielberechnung

WITH MEMBER Measures.Umsatzanteil AS [Measures].[Reseller Sales Amount]/([Measures].[Reseller Sales Amount], [Geography].[Country].CurrentMember.Parent) , FORMAT_STRING = "Percent"SELECT { [Geography].[Country].[France], [Geography].[Country].[Germany], [Geography].[Country].[United Kingdom] } ON COLUMNS, {[Date].[Calendar].&[2001]:[Date].[Calendar].&[2003]} ON ROWSFROM [Adventure Works]WHERE [Measures].[Reseller Sales Amount]

Page 13: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Zellenweise Berechnung  France Germany United KingdomCY 2001CY 2002CY 2003

  France Germany United Kingdom

CY 2001 (null) (null) (null)

CY 2002 857.123 € (null) 841.757 €CY 2003 2.373.804 € 1.098.866 € 2.160.145 €

  All CountriesCY 2001 8.065.435 €CY 2002 24.144.429 €CY 2003 32.202.669 €

Die Berechnungsengine sagt: Null / X = Null

Measures.Umsatzanteil

Measures.[Reseller Sales]

(Measures.[Reseller Sales], Country.Currentmember.Parent)’

/

=(null)(null) (null)

3,55% (null) 3,49%

7,37% 3,41% 6,71%

Page 14: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Block Computing

Date Country Measure Wert

CY 2002 All Countries Reseller Sales 24.144.429 €

CY 2003 All Countries Reseller Sales 32.202.669 €

Date Country Measure Wert

CY 2002 France Reseller Sales 857.123 €

CY 2002 United Kingdom Reseller Sales 841.757 €

CY 2003 France Reseller Sales 2.343.804 €

CY 2003 Germany Reseller Sales 1.098.866 €

CY 2003 United Kingdom Reseller Sales 2.160.145 €

Date Country Measure Wert

CY 2002 France Umsatzanteil 3,55%

CY 2002 United Kingdom Umsatzanteil 3,49%

CY 2003 France Umsatzanteil 7,37%

CY 2003 Germany Umsatzanteil 3,41%

CY 2003 United Kingdom Umsatzanteil 6,71%

  France Germany United KingdomCY 2001 (null) (null) (null)CY 2002 3,55% (null) 3,49%CY 2003 7,37% 3,41% 6,71%

2.) Berechnung für die gefüllten Zellen durch- führen – nur 5 Berechnungen statt 9

3.) …der ganze Rest ist null

1.) Gefüllte Zellen des Cubes auslesen

Page 15: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

{ Block Computing }

Markus RaatzGeschäftsführerixto GmbH

Demo

Page 16: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Zurückschreiben in MOLAP  France Germany United KingdomCY 2001 (null) (null) (null)CY 2002 (null) (null) (null)CY 2003 (null) 100 (null)

Analysis Services

Update

Abfrage auf der Writeback (ROLAP)- Partition

Abfrage auf der MOLAP- Partition

Update der ROLAP-Partition

Update

Abfrage auf der MOLAP-Partition

Update der ROLAP-Partition

Inkrementelle Verarbeitung

Analysis Services

Analysis Services 2005 Analysis Services 2008

Page 17: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Ressourcen-ÜberwachungDynamische Verwaltungssichten (DMV)

Anforderung •“Ich muss wissen, wer womit die größten Abfragen auf meinem Server startet”•“Ich möchte diese wildgewordene Abfrage finden und abbrechen”•Serverfunktionen überwachen – Infrastruktur, um Statistik-Informationen über die Serverlast zu sammeln

Das Problem heute AS 2005-Statistiken sind zu mager; Grundsätzliche

Informationen wären:• Benutzer-Sitzungen/Verbindungsinformation• Zeitpunkt der Verbindung• Letztes ausgeführtes Kommando (Text)

Lösung bei AS 2008

Neue Server-Infrastruktur für Ressourcenüberwachung, Datensammlung und Berichtswesen

Page 18: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Ressourcen-Überwachung

Darstellung der Serverressourcen als Cube, um Analysen durchführen zu können

Default Resource

cube

Resource-Tabellen (DMV)

Ad hoc-Analyse:Select * from $system.discover_sessions

Reports generiert in Reporting Services

Client-Applikationen zur Auswertung

Analysis Services

Page 19: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Analysis Services DM-Views

Page 20: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Skalierbare Datensicherung

Anforderung Geschätzte 20% aller Cubes sind größer als 50GB.

• BI wird unternehmenskritisch für viele Anwender. • Schnelle und verläßliche Datensicherung

gefordert

“ Ich brauche eine schnelle Methode, um Cubes von einem Server auf den anderen zu bringen”

Das Problem heute

Die Datensicherung von Analysis Services 2005 skaliert gut bis 20GB Cubegröße. Ab 20GB wird die Performance bei der Datensicherung deutlich schlechter.

Übrigens: 20GB AS-Cubes sind ca. 80GB relationale Daten.

Workaround heute: Dateien des Datenordners kopieren

Lösung bei AS 2008

Die Standard-Backup-Funktionalität ist vergleichbar schnell wie das reine Datenkopieren.

Page 21: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Skalierbare DatensicherungAS 2008

0.000 20.000 40.000 60.000 80.000 100.000 120.000 140.000 160.000 180.000 200.0000

1000

2000

3000

4000

5000

6000

7000

8000

9000

2005 backup Katmai Linear (Katmai) file copy

Page 22: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Scalable Shared Databases (Nur Lesen)Anforderung AS-Daten einfach auf mehrere Maschinen verteilen

Das Problem heute

Zwar wird in MOLAP-Cubes nur gelesen, aber zwei Server können nicht dasselbe Datenverzeichnis verwenden!

Synchronize Database Wizard – beeinträchtigt Nutzer nicht, aber ist eher langsam: schlecht für Lastverteilungs-Szenarien

Lösung bei AS 2008

Eine schreibgeschützte Kopie der Datenbank wird von mehreren Analysis Servern benutzt.

. .

.SAN-Speicher

Analysis ServerAnalysis Server Analysis Server

Virtuelle IP

Page 23: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

SQL Server 2008weitere Ressourcen

SQL Server 2008 Tech Centerhttp://www.microsoft.com/germany/technet/prodtechnol/sql/default.mspx

SQL Server 2008 Webcasts:http://www.microsoft.com/germany/technet/webcasts/default.mspx

SQL Server 2008 Produktseite:http://www.microsoft.com/germany/sql/2008/default.mspx

Microsoft Virtualization:http://www.microsoft.com/virtualization/default.mspx

Deutsches Fachbuch Dröge/Raatzhttp://www.microsoft-press.de/

SQLPASS SQL Server Communityhttp://www.sqlpass.de

Page 24: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

Ask the ExpertsWir freuen uns auf Ihre Fragen: Technische Experten stehen Ihnen während der gesamten Veranstaltung in der Haupthalle zur Verfügung.

Page 25: Markus Raatz Geschäftsführer ixto GmbH. Datenquellensichten Attribute-basierte Dimensionen Übersetzung von Metadaten Proactive Caching Mehrere Faktentabellen.

© 2007 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries.

The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after

the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.