SQL Server Analysis Services Többdimenziós adatelemzés Kovács Zoltán kovacsz@szamalk.hu SZÁMALK Zrt.

Áttekintés Egy konkrét példa: értékesítés elemzése Microsoft BI Voyage Dec-2006 Áttekintés Egy konkrét példa: értékesítés elemzése Előkészítés: csillagséma Dimenzió és kocka építés Kalkulációk, KPI-k Adatok megjelenítése Programozás, karbantartás

Értékesítés elemzés Fő igények: Termék és vevő adatok valamint idő alapján elemezhető legyen a forgalom és a profit. Tetszőleges csoportosításban, egyszerűen legyenek lekérhetőek az adatok. A kirendeltségeken mindenki csak a saját értékesítési területének adatait láthassa. Lehetőleg Excelben lehessen elemezni az adatokat. Fel kell készülni a jelenleginél lényegesen nagyobb (1000x) adatmennyiségre.

Elemzési, riport igények Éves, negyedéves, havi forgalmi és profit adatok termékvonalanként Éves, negyedéves, havi forgalmi és profit adatok régiónkét Forgalmi és profit adatok termékvonalanként, régiónként Árrés arány alakulása éves, negyedéves, havi bontásban, termékvonalanként, régiónként Részlet forgalmi adatok megjelenítése havi szinten termékekre, vevőkre bontva Szűrési, rendezési lehetőség: termékek, vevő, idő és forgalmi, profit adatokra vonatkozóan

Az adatok

A megoldás víziója Készítsünk egy olyan megoldást, amellyel a felhasználók tetszőleges lekérdezéseket készíthetnek az adatokból: Kiválaszthatják, hogy milyen adatot kívánnak megjeleníteni Szabadon csoportosíthatják, összegezhetik az adatokat Tetszőleges szűrési feltételeket definiálhatnak Legfontosabb követelmények: Képes legyen több millió adatsor kezelésére Gyors legyen (néhány másodperc alatt álljon elő egy-egy lekérdezés eredménye) Egyszerű legyen használni Az eredmények Excelben tovább elemezhetőek legyenek

Megoldás Excelben I. SQL nézetet készítünk az adatokból Excelbe importáljuk az adatokat

Megoldás Excelben II. SQL nézetet készítünk az adatokból Excelbe importáljuk az adatokat Pivot táblát készítünk Level 1 – Excel tábla SQL-ből, szűrés, rendezés Level 2 – Pivot tábla, csoportosítás, összegzés Level 3 – OLAP rendszerezés, teljesítmény, biztonság Excel adattáblából mutassuk meg a pivot tábla lehetőségeit. Pivot tábla felépítése nulláról, csoportosítás, összesítés, dimenziók,

Adatelemzés Excelben Adatimport SQL-ből Pivot tábla

Mi hiányzik ebből? Biztonság Teljesítmény Egyszerű kezelhetőség Mindenki mindent láthat. Teljesítmény Több millió sorral nem működik, lassú a megoldás. Egyszerű kezelhetőség Az egyes elemzési szempontok összefüggései nem láthatóak. Az elemzési szempontok, adatok nincsenek csoportosítva, nehézkes a lekérdezés.

Megoldás: használjunk OLAP-ot! Microsoft BI Voyage Dec-2006 Megoldás: használjunk OLAP-ot! OLAP = OnLine Analytical Processing Biztonság Az Analysis Services horizontális és elemi adat szintű jogosultság kezeléssel rendelkezik. Teljesítmény Több millió sorral is hatékonyan működik. Az összesítéseket előre képes kiszámítani. Egyszerű kezelhetőség Intuitív adatmodellt használ, az elemzési szempontok dimenziókba, hierarchiákba szervezhetőek. Különböző output formátumok támogatása A különböző eszközök hasonlóan kezelik az adatokat. Az adatok formázását, megjelenését már a szerveren szabályozhatjuk. Extra lehetőségek KPI-k, perspektívák, akciók, fordítások

Előkészítés: csillagséma Microsoft BI Voyage Dec-2006 Előkészítés: csillagséma

Csillagséma Adatszerkezet Lekérdezések

OLTP – csillagséma összehasonlítás Sok kis tábla Kevés nagyobb tábla Normalizált adatszerkezet Denormalizált adatszerkezet Törzsadatok, kódtáblák Dimenziótáblák, ténytáblák Az összesítő lekérdezések bonyolultak Az összesítő lekérdezések egyszerűbbek Elemi lekérdezésekre optimalizált Összesítő lekérdezésekre optimalizált Folyamatos adatmódosításra optimalizált Batch jellegű adatbetöltése optimalizált A bővítés bonyolult a sok összefüggés miatt Egyszerűen bővíthető

Alapfogalmak Dimenzió Mérték (tény), mértékcsoport OLAP kocka Attribútumok Hierarchiák Mérték (tény), mértékcsoport OLAP kocka Dimenzió, tény, mérték,…

Dimenzió Összetartozó elemzési szempontok gyűjteménye Egy vagy több relációs tábla adatait tartalmazza Attribútumokból és hierarchiákból áll Attribútumok Dátum – év, negyedév, hét, hónap, nap Termék – termékvonal, modell, egységár, ár, szín, leírás, … Hierarchiák Naptári év: nap -> hónap -> negyedév -> év Termékvonal: termék -> modell -> termékvonal Hely: város -> megye -> régió -> ország Dimenzió, tény, mérték,…

Mérték (tény), mértékcsoport Elemzendő adat Például: eladási érték, darabszám, gyártási költség, rendelések száma, … A ténytáblában található vagy számolt adat Dimenziókhoz kapcsolódik Általában numerikus adat Ha nem numerikus akkor legfeljebb megszámolhatjuk Összesíthető Teljesen összesíthető – pl. eladási érték, költség Részlegesen összesíthető – pl. raktárkészlet (időben nem összesíthető) Mértékcsoport Olyan mértékek csoportja, amelyek ugyanazon dimenziók mentén elemezhetőek Egy ténytáblába foglalható

OLAP kocka Dimenziókból és rajtuk értelmezett mértékekből áll Több dimenziót és mértékcsoportot tartalmaz Az adatokat a dimenzió attribútumok és hierarchiák mentén összesítve és indexelve tárolja Egyszerűen lekérdezhető Érték = Kocka(Mérték,DimAt1, DimAt2,…,DimAtn) Számításokat definiálhatunk rajta

OLAP kockák lekérdezése Microsoft BI Voyage Dec-2006 OLAP kockák lekérdezése Milyen értékesítési eredményt várunk Észak Amerikában 2004 Q1-ben? 5,005,000

OLAP kocka építése Dimenzió készítése OLAP kocka készítése OLAP elemzés Excelben

A dimenziómodell elemei

OLAP kocka finomítása Számítások KPI-k Biztonság Extrák Számított mértékek Számított dimenzió tagok Kockaérték felülírása Nevesített halmazok KPI-k Grafikus indikátorokkal támogatott teljesítmény mérőszámok Biztonság Dimenzió és cella szintű jogosultságok Extrák Perspektívák Fordítások Akciók

KPI – Key Performance Indicator Microsoft BI Voyage Dec-2006 KPI – Key Performance Indicator A teljesítményt számszerűen és grafikusan is megjelenítő objektum. Érték Cél Státusz Trend Mondjuk el, hogy miért van a KPI, mivel több ez, mint egy kalkulkáció.

Számítások MDX nyelven íródnak Számítások típusai MDX = Multidimensional Expressions A számítások és a lekérdezések nyelve Számítások típusai Calculated Member Számított mérték és dimenziótag definiálás Named Set Halmazok definiálása Script Calculation Kockaértékek felülírására

Számítások, KPI-k Számított mérték létrehozása KPI definiálása

Programozás, karbantartás Programozhatóság XMLA – XML for Analysis ADOMD .NET AMO Karbantartás Visual Studio Management Studio Integration Services

SSAS OLAP programozhatóság Microsoft BI Voyage Dec-2006 SSAS OLAP programozhatóság C++ App VB App .NET App Any App OLE DB ADO ADOMD.NET AMO Any Platform, Any Device WAN XMLA Over TCP/IP XMLA Over HTTP Analysis Server OLAP Data Mining Server ADOMD.NET Data Mining Interfaces .NET Stored Procedures Microsoft Algorithms Third-Party Algorithms

Áttekintés Készítsünk csillagsémát Szabjuk testre a táblákat a Data Source View-ban Definiáljuk a dimenziókat Attribútumok Hierarchiák Attribútum kapcsolatok Kulcsok Rendezés Definiáljuk a kockákat Mértékcsoportok Dimenzió kapcsolatok Kalkulációk, KPI-k, perspektívák, fordítások, akciók Készítsünk kiindulási riportokat Excel-ben Automatizáljuk a csillagséma és a kocka frissítését az Integration Services-zel

További információk SQL Server 2008 Books Online Könyvek Web Analysis Services Tutorials MDX Karbantartás, programozás Könyvek MS Press: Analysis Services Step by Step (2005, 2008) Wiley: The Microsoft Data Warehouse Toolkit Web http://www.microsoft.com/bi/resourcecenter

A nap további programja Kávészünet Megyünk tovább Hajrá előre!

Kezdés 12:20-kor