SQL Server 2005 Analysis Services性能指南

　　介绍

　　联机分析处理系统都需要快速的查询响应和及时的数据更新，以提供高效的数据分析。传统的OLAP系统使用层次组织和汇总数据，层次为有效地分析提供合理的数据结构。但严格的层次结构又限制了用户自由的组织和分析数据。

　　为了提供更自由和更弹性的数据分析，Microsoft® SQL Server™ Analysis Services (SSAS) 2005既包含了传统层次分析的优点，又有新一代的更弹性的属性层次。属性层次允许用户在查询时自由的组织数据，而不限于设计好的导航路径。要支持这样的弹性化分析，Analysis Services OLAP构架经过了特殊的设计，以应用属性和层次分析，同时还保持传统OLAP数据库的快速查询性能。

　　你需要理解OLAP构架是如何支持属性和层次构架，理解如何有效使用这种构架满足分析需求，以及如何让构架充分利用系统资源。

　　注意 要使用此白皮书中讨论的性能调校技术，你必须安装了SQL Server 2005 Service Pack 2。

　　为了满足各种OLAP设计方案的性能需要，此文档提供了广泛的指导，指导你使用更多手段优化Analysis Services性能。因为Analysis Services性能调校是非常宽泛的话题，此白皮书的内容按如下的四个章节组织。

　　增强查询性能 – 查询性能直接影响终端用户的体验，也是衡量OLAP是否成功的主要标准。Analysis Services提供了多种机制加速查询性能，包括聚合、缓存、数据索引，而且你可以通过优化维度属性、cube、MDX查询语句来提升性能。

　　调校处理性能 – 处理是更新Analysis Services数据库的操作。处理速度越快，用户能更及时地获取更新后的数据。Analysis Services提供了多种机制让你影响处理性能，包括有效的维度设计、合适的聚合、分区、节制的处理策略(例如用增量更新代替完全更新，主动缓存技术等)。

　　为特殊应用优化设计 – 复杂的设计场景要求特殊的性能调校技术，以确保OLAP能够成功的应用，特别是复杂的设计再加上大数据量。例如，在OLAP中包含了特殊聚合函数、父子层次、复杂的维度关系、近实时地更新数据。

　　调校服务器资源 – Analysis Services的操作受服务器资源的限制，理解Analysis Services如何使用内存、CPU和磁盘资源可以帮助你更有效的管理服务器，优化查询和处理性能。

　　增强查询性能

　　查询是指Analysis Services依据多维表达式(MDX)将数据提供给客户端应用程序。因为查询的性能直接影响到客户的体验，这部分将详述改进查询性能的几种手段。下面就是这部分的主要内容：

　　理解查询构架 - Analysis Services查询构架支持三种主要操作：会话管理、MDX查询执行和返回数据。若要优化查询性能就需理解这三种操作如何协调工作实现查询。

　　优化维度设计 - 经过良好调校的维度设计可能会是提高Analysis Services性能最重要的因素。创建属性关系和在层次中使用属性会影响到聚合设计、MDX计算、维度数据存储效率和磁盘读取数据的性能。

　　最大化聚合数据 - 通过预汇总计算，聚合数据能够提高查询性能。为了最大化聚合数据，确保你有一种合适聚合设计以满足你特定的需求。

　　使用分区增强查询性能 - 分区是一种将度量值组存储到独立物理单元的机制，这种机制能提高查询、处理性能，使管理更简便。而且分区能实现并发查询，可以通过聚合设计选项和服务端属性设置优化分区性能。

　　编写高效的MDX语句 – 这部分详述如何编写高效的MDX语句，例如：1)在MDX语句中使用更精确和更窄的计算空间。2)设计多用户可重用的计算成员。3)用最简洁的方式编写计算成员表达式，使查询执行引擎能最有效的选择执行路径。

理解查询构架

　　为了使终端用户能有尽可能快速的查询体验，Analysis Services使用了若干组件协同工作实现高效计算和返回数据。图1标明了在查询发生时三个主要操作：会话管理、MDX查询执行、返回数据，以及参与每部分操作的服务组件。

　　

　　图 1 Analysis Services查询构架

　　会话管理

　　客户端应用程序通过TCP IP或HTTP，使用XML for Analysis (XMLA)与Analysis Services通讯。Analysis Services使用XMLA监听组件管理所有的XMLA通讯。会话管理决定客户端连接到Analysis Services实例的方式。通过Windows认证，且拥有相关权限的用户才能连接到Analysis Services。在用户连接到Analysis Services后，安全管理依据用户在Analysis Services中的角色决定用户的权限。基于客户端应用程序构架和连接安全权限，当客户端应用程序连接到Analysis Services时，为客户应用程序创建一个会话，用户的所有查询请求都会重用这个会话，直到客户端应用程序关闭会话或在服务端终止会话。在查询执行引擎执行用户的请求时，会话提供了上下文。关于会话的生命周期，参考文档中“监控超时的空闲会话”章节。

　　MDX查询执行

　　查询执行引擎的主要工作是执行MDX查询，这部分概述查询执行引擎如何执行查询。关于优化MDX的细节，参考文档中“编写高效的MDX语句”章节。

　　实际的查询执行过程分多步执行，从性能方面考虑，查询执行引擎必须考虑两种基本需求：找到数据和产生结果集。

　　<!--[if !supportLists]--&gt1. <!--[endif]--&gt找到数据—为了找到查询请求的数据，查询执行引擎将MDX查询分解成多个数据请求。又在与存储引擎通讯时，将这些数据请求翻译成存储引擎能够理解的子立方体请求，子立方体的数量依赖于查询的粒度和复杂度。子立方体代表了查询、缓存、查找数据的逻辑单元。注意，这里的子立方体是泛指，不要与MDX语句CREATE SUBCUBE所指的子立方体搞混淆。

　　<!--[if !supportLists]--&gt2. <!--[endif]--&gt产生结果集—为了处理从存储引擎查找到的数据，查询执行引擎使用两种执行计划来计算结果：可以批量计算整个子立方，或者计算单独的单元。通常，子立方体赋值路径更高效，但查询执行引擎依靠查询的复杂程度选择合适的执行计划。注意，同一查询的会分解成多个查询部分，因而产生多个子执行计划，而且这些子执行计划可以独立的选择两种执行计划中的一种，所以没有单一的全局计划方式。例如，要查询年际利润大于10%的分销商，查询执行引擎使用一个执行计划来计算每个分销商的年际利润，另一个执行计划用来筛选利润大于10%的分销商。

　　当你执行一个MDX计算，查询执行引擎需要计算的单元数量可能远超出你的想象。比如，你使用MDX查询年初至今销售最大的五个区域。看起来你只需要五个单元值，但要决定哪五个区域销售最大，及计算年初至今销售值，Analysis Services必须计算更多单元。一个常用的优化手段是在MDX语句中将查询执行引擎所需计算的数据量最小化。要了解更多MDX优化手段，参考此文档中“指明计算空间”章节。

　　当查询执行引擎计算单元，它会使用查询执行引擎缓存和储存引擎缓存保存计算结果。缓存的好处就是优化计算和支持计算结果重用。为了优化缓存重用，查询执行引擎可管理三种范围的缓存：全局范围、会话范围、查询范围。关于缓存共享和重用的信息，参考“利用查询执行引擎缓存”章节

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/12641349/viewspace-103779/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/12641349/viewspace-103779/