如何将XMLA转换为PMML

什么是XMLA：

XMLA全称是XML for analysis即针对分析服务的XML标准。它是微软在2000年提出来的一个olap访问方法，后来Hyperion加入进来，在2001年4月提出了XMLA规范的1.0版本。随后SAS也加入这个行列，在2002年11月份推出了XMLA规范的1.1版本。后来又有众多的厂商加入这个行列中。

xmla是一组基于SOAP的XML API,明确规定了客户端应用与服务器端数据提供者的互操作。传统的数据访问技术，比如OLE DB和ODBC，服务器的数据提供者必须安装在客户端，客户端应用必须与之紧密的结合起来才能访问相应的数据。因此传统的方法依赖于硬件平台，操作系统，编程语言，模型接口，客户端和服务器组件的版本匹配。xml是一种通用的扩展标记语言，可以通过HTTP消息(不需要任何客户端组件)来调用方法和传递数据。 XML for Analysis可以使得在任何平台上，任何开发语言，在Internet的任意位置（不需要考虑版本信息）就可以访问OLAP服务器。 

什么是PMML：

PMML全称预言模型标记模型（Predictive Model Markup Language），利用XML描述和存储数据挖掘模型，是一个已经被W3C所接受的标准。　　PMML是一种基于XML的语言，用来定义预言模型。它为各个公司定义预言模型和在不同的应用程序之间共享模型提供了一种快速并且简单的方式。通过使用标准的XML解析器对PMML进行解析，应用程序能够决定模型输入和输出的数据类型，模型详细的格式，并且按照标准的数据挖掘术语来解释模型的结果。　　PMML提供了一个灵活机制来定义预言模型的模式，同时支持涉及多个预言模型的模型选择和模型平衡（model averaging）。对于那些需要全部学习（ensemble learning）、部分学习（partitioned learning）和分布式学习（distributed learning）的应用程序，这种语言被证明是非常有用的。另外，它使得在不同的应用程序和系统之间移动预言模型变得容易、方便。特别地，PMML非常适合部分学习、元学习、分布式学习、以及相关领域。

SQL分析服务DML查询提供其转换方法，即：

select MODEL_PMML from [挖掘模型].PMML

这样查询回来的结果就是PMML结构的字符串，在实际应用中非常实用。