Der Umgang mit großen Ergebnismengen in SQL Server Analysis Services

Question

Ich habe eine Datenbank, die Daten über Artikel enthält , Strukturen und Hersteller . Bedeutung ein Artikel auf 1 Hersteller verbunden und N-Struktur-Knoten (man denkt als Artikel-Klassifizierung-Knoten).

Die Abfrage Artikel T-SQL mit vielen Bedingungen verwendet, ist derzeit zu langsam für einen E-Shop nutzbar zu sein, auch mit guter Hardware und korrekt indiziert Tabellen. (Sollte unter 1 sec). Jetzt frage ich mich, ob es Sinn machen würde, diese Daten über eine OLAP-Cube zuzugreifen. Ich entwickelte bereits ein Aggregationen zu bekommen, wie: Wie viele Artikel des Herstellers X existieren unter dem Knoten Y rekursiv

?

Diese Aggregationen ziemlich schnell, jetzt frage ich mich, ob es Sinn macht, auch ganze Artikel-Ergebnismengen durch Cubes abzurufen. Bedeutung: Gib mir jede einzelne Artikel ID des Herstellers X, die unter dem Knoten existieren Y rekursiv . Da die Ergebnismengen können sehr groß sein, die Abfrage dauert noch länger ..

Daher meine Frage, ist es eine Möglichkeit, mit großen Ergebnismengen in SSAS zu beschäftigen, oder ist die völlig falsche Richtung, die ich nehme?

Answer 1

Sie können auf jeden Fall mit großen Datenmengen umgehen und sie durch den Einsatz von Aggregationen anständig in SSAS machen zuführen. Natürlich, wenn Sie über den Draht gehen, das ist immer noch eine Menge von Daten zu bewegen, so beachten Sie, dass zu halten. Ihre Anfrage wird schnell wieder; die Ergebnisse werden eine Weile dauern, zu übertragen.

Die wahre Stärke von SSAS ist in der Lage, in Ihrem Ansatz ausgerichtet werden. Statt zu sagen: „Gib mir alles,“ können wir auf einem hohen Niveau beginnen, Drill-down, finden Sie das Niveau, das wir wollen, und weiter Bohren nach unten, unten, unten, bis Sie auf die Daten erhalten, die Sie wirklich wollen.