Project REAL分析服务技术探讨

半可加减的存货度量

在Store和DC存活数据中有一个出名的问题。一般，当我们处理像销售总数和销售数量这种多维度的数据时，度量都时可加减的。为了得到WA地区的销售总数，你所要做的就是把所有城市的所有仓库的销售总数加起来。我们把这种计算叫做可加减的(Additive)。SQL Server 2000分析服务支持四种可加减的操作，分别是Sum, Count, Min和Max。这样，平均值就能通过Sum/Count来实现。

例如，图23中Sale Amt 列中的数据代表了Kirkland,WA仓库在某个时段的销售总数。Sum就是为计算Sales Amt的集合函数。

图23：Kirkland仓库销售和存货数据

注意，每周的销售总数是从每天的总数计算获得，每月的总数是从每周的总数上计算获得。因此我们称总销售是一个可加减的度量。这种方法对On-Hand Qty度量适用么？显然不行。库存的数量、订单数量看上去是一些半可加性的度量。这些需要汇总的值都是基于某个时间段的一个时间点，而不是基于总数，也不是基于最后的值（或者是一些其它基于半可加性的计算）。在这个例子中，在周六统计库存的详细信息。如果在月初，Kirkland仓库书本的数量是10000，库存需要在每周六的时候都保存相同的数量（10000）直到月底（我们假定每周中每售出一本书，都会在周五得到补充），那么我们在月底的时候，存货是40000（总数）还是10000（最后的存活）呢？

为了解决这个问题，我们使用了SQL Server 2005分析服务中一个新的半加性集合函数。由于我们已经具备时间维度，我们所需要做的仅仅是把集合函数从Sum改成LastNonEmpty，这样就能实现我们预期的功能。

由于SQL Server 2000分析服务仅支持可加减的度量，原来在Project REAL设计的复杂计算都必须手工的来完成。现在在SQL Server 2005分析服务中，已经支持半可加性的操作。我们所要做的只是改变集合函数。如图24所示。

图24：为度量指定集合函数，可以设置成可加性的(左图)或者为半可加性的(右图)

最佳实践：如果你使用半可加性的度量，请确认Cube包含的维度不超过一个。

使用半可加性的度量，有一些约束。首先，你必须有一个被标识为Time类型的维度用来使用半可加性度量。如图25所示。当它运行的时候，时间智能向导(Time Intelligence Wizard)将会合适的设置属性和维度类型属性。如果你通过标准的维度向导(Dimension Wizard)创建你自己的时间维度，你必须再手工的设置适当的类型属性。

LastNonEmpty函数不能计算所有类型的维度。它只能完成基于时间维度的计算。而且，在Cube中智能包含一个时间维度。如果在你的cube中包含多个时间维度，系统会找到第一个符合要求的去执行。这虽然不是一个必要的、优秀的、可预言的选择，但事实上，它就是这么做的。

结论

这份白皮书提供了一些关于SQL Server 2005分析服务(Analysis Services)的技术性讨论，主要是关于分析服务的设计和Rroject Real项目中的一些实际应用。我们回顾了许多很好的实践和资料，这些都是在Project REAL项目中积累下来的，并提供了各种不同类型对象的信息，例如数据源、数据源视图、维度、层次、属性、度量组和部分。

若要回顾用来同步关系型分割表模式和分析服务(Analysis Services )度量组分割表模式的SQL Server 2005集成服务（Integration Services）程序包，请参见附录A。

更多内容：http://www.microsoft.com/sql/

共20页: 17 下一页

【内容导航】

原文：Project REAL分析服务技术探讨(17)