Vergleichen von tabellarischen und mehrdimensionalen Projektmappen

Gilt für: SQL Server Analysis Services Azure Analysis Services Power BI Premium

SQL Server Analysis Services (SSAS) bietet verschiedene Ansätze oder Modi für das Erstellen von Business Intelligence-Semantikmodellen: Tabellarisch und mehrdimensional.

Der mehrdimensionale Modus ist nur mit SQL Server Analysis Services verfügbar. Wenn Sie möchten, dass Ihre Modelle für Azure Analysis Services oder Power BI bereitgestellt werden, können Sie jetzt nicht mehr lesen. Mehrdimensionale Modelle werden in Azure Analysis Services oder Power BI Premium Datasets nicht unterstützt. Wenn Sie mehrdimensionale Modelle in der Cloud wünschen, besteht die einzige Möglichkeit darin, SQL Server Analysis Services im mehrdimensionalen Modus in einem Azure-virtuellen Computer bereitzustellen.

Da mehrdimensionale Modelle nur in SQL Server Analysis Services unterstützt werden, ist dieser Artikel nicht als Vergleich von Analysis Services-Plattformen (SQL Server, Azure, Power BI) gedacht. Es soll einen hohen Vergleich von mehrdimensionalen und tabellarischen Modellkonstrukten im Kontext von SQL Server Analysis Services bieten.

SQL Server Analysis Services enthält auch Power Pivot für SharePoint-Modus, der für SharePoint 2016 und SharePoint 2013 unterstützt wird, aber die BI-Strategie von Microsoft hat sich von Power Pivot in der Excel-Integration mit SharePoint entfernt. Power BI und Power BI-Berichtsserver sind jetzt die empfohlenen Plattformen zum Hosten von Excel-Arbeitsmappen mit Power Pivot-Modellen. Dieser Artikel schließt jetzt einen Power Pivot für SharePoint-Vergleich aus.

In SQL Server Analysis Services ermöglicht es mehr als einen Ansatz, eine Modellierungserfahrung zu ermöglichen, die auf unterschiedliche Geschäfts- und Benutzeranforderungen zugeschnitten ist. Multidimensional ist eine reife Technologie, die auf offenen Standards basiert, die von zahlreichen Anbietern von BI-Software übernommen wird, aber schwierig sein kann, zu implementieren. Das tabellarische Modell bietet einen relationalen Modellierungsansatz, den viele Entwickler intuitiver finden. Auf lange Sicht sind tabellarische Modelle einfacher zu entwickeln und zu verwalten. Während multidimensionale Modelle in vielen BI-Lösungen immer noch verbreitet sind, werden tabellarische Modelle jetzt häufiger als standard-BI-Semantikmodellierungslösung auf Microsoft-Plattformen akzeptiert.

Alle Modelle werden als Datenbanken bereitgestellt, die in einer Analysis Services-Instanz oder mit tabellarischen Modellen ausgeführt werden, die als Dataset für eine Power BI Premium Kapazität bereitgestellt werden. Modelle werden von Clientanwendungen oder Diensten wie Power BI zugegriffen. Modelldaten werden in interaktiven und statischen Berichten über Excel, Reporting Services, Power BI und BI-Tools aus anderen Anbietern dargestellt.

Tabellarische und mehrdimensionale Lösungen, die mithilfe von Visual Studio erstellt wurden und für Unternehmens BI-Lösungen vorgesehen sind, die auf einer lokalen SQL Server Analysis Services Instanz ausgeführt werden, und für tabellarische Modelle, eine Azure Analysis Services Serverressource oder als Dataset in einer Power BI Premium Kapazität. Jede Lösung führt zu analytischen Datenbanken mit hoher Leistung, die problemlos in Clientanwendungen und Datenvisualisierungsdienste integriert werden können. Die einzelnen Lösungen unterscheiden sich jedoch darin, wie sie erstellt, verwendet und bereitgestellt werden. Der Großteil dieses Artikels vergleicht diese beiden Typen, damit Sie den richtigen Ansatz für Sie identifizieren können.

Übersicht über die Modellierungstypen

In der folgenden Tabelle werden die verschiedenen Modelle aufgezählt, der Ansatz, die initiale Version und die unterstützte Kompatibilitätsebene zusammengefasst.

type Beschreibung der Modellierung Anfänglich veröffentlicht Kompatibilitätsgrad
Mehrdimensional OLAP-Modellierungskonstrukte (Cubes, Dimensionen, Measures). SQL Server 2000
SQL Server 2012 und höher
1050
1100
Power Pivot Ursprünglich ein Add-In, aber nun vollständig in Excel integriert. Tabellarische Modellinfrastruktur. APIs und Skripting werden nicht unterstützt. SQL Server 2008 R2 Nicht verfügbar
Tabellarisch Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten). Intern werden Metadaten von Konstrukten der OLAP-Modellierung geerbt (Cubes, Dimensionen, Measures). Für den Code und Skripts werden OLAP-Metadaten genutzt. SQL Server 2012
SQL Server 2014
1050
1103
Tabellarisch in SQL Server 2016 und höher Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten), die in tabellarischen Metadatenobjektdefinitionen in Tabellarmodellskripting Language (TMSL) und Tabular-Objektmodell (TOM)-Code (TABM) angeordnet sind. SQL Server 2016
SQL Server 2014
SQL Server 2019
SQL Server 2022
1200
1400
1500 1600
Tabellarisch in Azure Analysis Services 1 Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten), die in tabellarischen Metadatenobjektdefinitionen in Tabellarmodellskripting Language (TMSL) und Tabular-Objektmodell (TOM)-Code (TABM) angeordnet sind. 2016 1200 und höher
Tabellarisch in Power BI Premium 2 Relationale Modellierungskonstrukte (Modell, Tabellen, Spalten), die in tabellarischen Metadatenobjektdefinitionen in Tabellarmodellskripting Language (TMSL) und Tabular-Objektmodell (TOM)-Code (TABM) angeordnet sind. 2020 1500 und höher

[1] Azure Analysis Services unterstützt tabellarische Modelle auf den 1200- und höheren Kompatibilitätsebenen. Nicht alle in diesem Artikel beschriebenen Tabellenmodellierungsfunktionen werden jedoch unterstützt. Beim Erstellen und Bereitstellen von tabellarischen Modellen für Azure Analysis Services ist es ähnlich wie bei lokalen Modellen, es ist wichtig, die Unterschiede zu verstehen. Weitere Informationen finden Sie unter Was ist Azure Analysis Services?

[2] Power BI Premium Kapazitäten unterstützen tabellarische Modelle auf den 1500- und höheren Kompatibilitätsebenen. Nicht alle in diesem Artikel beschriebenen Tabellenmodellierungsfunktionen werden jedoch unterstützt. Beim Erstellen und Bereitstellen von tabellarischen Modellen für Power BI Premium ist es ähnlich wie für lokale oder Azure, es ist wichtig, die Unterschiede zu verstehen. Weitere Informationen finden Sie unter Analysis Services in Power BI Premium

Kompatibilitätsebene ist wichtig. Es bezieht sich auf releasespezifische Verhaltensweisen im Analysis Services-Modul. Weitere Informationen finden Sie unter Kompatibilitätsebene des Tabellarmodells und der Kompatibilitätsebene des mehrdimensionalen Modells

Modellfunktionen

In der folgenden Tabelle wird die Funktionsverfügbarkeit auf der Modellebene zusammengefasst. Überprüfen Sie diese Liste, um sicherzustellen, dass das Feature, das Sie verwenden möchten, im Typ des Modells verfügbar ist, das Sie erstellen möchten.

Funktion Mehrdimensional Tabellarisch
Aktionen Ja Nein
Aggregationen Ja Nein
Berechnete Spalte Nein Ja
Berechnete Measures Ja Ja
Berechnete Tabellen No Ja3
Benutzerdefinierte Assemblys Ja Nein
Benutzerdefinierte Rollups Ja Nein
Standardelement Ja Nein
Anzeigeordner Ja Ja3
Distinct Count Ja Ja (über DAX)
Drillthroughfilter Ja Ja (hängt von der Clientanwendung ab)
Hierarchien Ja Ja
KPIs (Key Performance Indicators) Ja Ja
Verknüpfte Objekte Ja Ja (verknüpfte Tabellen)
M-Ausdrücke No Ja3
M:n-Beziehungen Ja Nein (aber es gibt bidirektionale Kreuzfilter auf 1200 und höhere Kompatibilitätsebenen)
Benannte Mengen Ja Nein
Unregelmäßige Hierarchien Ja Ja3
Über- und untergeordnete Hierarchien Ja Ja (über DAX)
Partitionen Ja Ja
Perspektiven Ja Ja
Abfrageüberlappung No Ja4
Sicherheit auf Zeilenebene Ja Ja
Sicherheit auf Objektebene Ja Ja3
Semiadditive Measures Ja Ja
Translations Ja Ja
Benutzerdefinierte Hierarchien Ja Ja
Rückschreiben Ja Nein

[3] Informationen zu funktionalen Unterschieden zwischen Kompatibilitätsstufen finden Sie unter Kompatibilitätsebene für tabellarische Modelle in Analysis Services.

[4] – SQL Server 2019 und höher Analysis Services, Azure Analysis Services.

Überlegungen zu Daten

Tabellarische und mehrdimensionale Modelle verwenden importierte Daten aus externen Quellen. Die Menge und Art der Daten, die Sie importieren müssen, kann ein wichtiger Aspekt bei der Entscheidung sein, welcher Modelltyp am besten für Ihre Daten geeignet ist.

Komprimierung

Sowohl tabellarische als auch mehrdimensionale Lösungen verwenden die Datenkomprimierung, durch die die Größe der Analysis Services-Datenbank relativ zum Data Warehouse verringert wird, aus dem Sie Daten importieren. Da sich der tatsächliche Komprimierungsgrad nach den Eigenschaften der zugrunde liegenden Daten richtet, lässt sich nicht genau vorhersagen, wie viel Datenträger- und Arbeitsspeicherkapazität von einer Lösung benötigt wird, nachdem die Daten verarbeitet und in Abfragen verwendet wurden.

Eine Faustregel, die von vielen Analysis Services-Entwicklern angewendet wird, besagt, dass der primäre Speicher einer mehrdimensionalen Datenbank ein Drittel der ursprünglichen Daten ausmachen sollte. Tabellarische Datenbanken können manchmal einen höheren Komprimierungsgrad von etwa einem Zehntel der Größe erzielen. Dies gilt insbesondere dann, wenn die meisten Daten aus Faktentabellen importiert werden.

Größe des Modells und Ressourcenbevorzugung (im Arbeitsspeicher oder auf dem Datenträger)

Die Größe einer Analysis Services-Datenbank wird nur durch die Ressourcen eingeschränkt, die für ihre Ausführung verfügbar sind. Der Modelltyp und Speichermodus spielen auch eine Rolle, in welchem Umfang die Datenbank anwachsen kann.

Tabellarische Datenbanken werden entweder im Arbeitsspeicher oder im DirectQuery-Modus ausgeführt, der die Ausführung von Abfragen an eine externe Datenbank verlagert. Für tabellarische Speicheranalysen wird die Datenbank vollständig im Arbeitsspeicher gespeichert, was bedeutet, dass Sie genügend Arbeitsspeicher haben müssen, um nicht nur alle Daten zu laden, sondern auch zusätzliche Datenstrukturen, die zum Unterstützen von Abfragen erstellt wurden.

DirectQuery, neu in SQL Server 2016, hat weniger Einschränkungen als zuvor und bessere Leistung. Durch das Nutzen der relationalen Back-End-Datenbank für die Speicherung und Ausführung von Abfragen ist das Erstellen eines großen tabellarischen Modells einfacher als bisher zu realisieren.

Historisch sind die größten Datenbanken in der Produktion mehrdimensional, wobei Verarbeitungs- und Abfragearbeitslasten unabhängig von dedizierter Hardware ausgeführt werden, die jeweils für ihre jeweilige Verwendung optimiert sind. Tabellarische Datenbanken holen rasch auf, und neue Weiterentwicklungen bei DirectQuery helfen, die Lücke noch schneller zu schließen.

Für mehrdimensionales Laden von Datenspeichern und Abfrageausführungen ist über ROLAP verfügbar. Auf einem Abfrageserver können Zeilenets zwischengespeichert werden und veraltete. Effiziente und ausgewogene Verwendung von Speicher- und Datenträgerressourcen führen häufig Kunden zu mehrdimensionalen Lösungen.

Unter Belastung ist davon auszugehen, dass die Kapazitätsanforderungen sowohl an den Datenträger als auch an den Arbeitsspeicher steigen, weil Daten von Analysis Services zwischengespeichert, gespeichert, durchsucht und abgefragt werden. Weitere Informationen zu Speicherauslagerungsoptionen finden Sie unter Memory Properties(Speichereigenschaften). Weitere Informationen zum Skalieren finden Sie unter Hohe Verfügbarkeit und Skalierbarkeit in Analysis Services.

Unterstützte Datenquellen

Tabellarische Modelle sind in der Lage, Daten aus relationalen Datenquellen, Datenfeeds und einigen Dokumentformaten zu importieren. Sie können auch OLE DB für ODBC-Anbieter mit tabellarischen Modellen verwenden. Tabellarische Modelle mit 1400 und höheren Kompatibilitätsstufen bieten eine erhebliche Erhöhung der Vielzahl von Datenquellen, aus denen Sie importieren können. Dies liegt an der Einführung der modernen Abrufen von Datendatenabfrage und Importfeatures in Visual Studio, die die M-Formelabfragesprache verwenden.

Mehrdimensionale Lösungen sind in der Lage, Daten mit nativen und verwalteten OLE DB-Anbietern aus relationalen Datenquellen zu importieren.

Die Liste externer Datenquellen, die in jedes Modell importiert werden können, finden Sie in den folgenden Themen:

Unterstützung der Abfrage- und Skriptsprache

Analysis Services schließen MDX, DMX, DAX, XML/A, ASSL und TMSL ein. Die Unterstützung für diese Sprachen kann je nach Modelltyp variieren. Wenn Anforderungen für die Abfrage und Skriptsprache in Betracht kommen, überprüfen Sie die folgende Liste.

  • Tabellarische Modelldatenbanken unterstützen DAX-Berechnungen, DAX-Abfragen und MDX-Abfragen. Dies gilt für alle Kompatibilitätsgrade. Skriptsprachen sind ASSL (über XMLA) für Kompatibilitätsstufen 1050-1103 und TMSL (over XMLA) für Kompatibilitätsebene 1200 und höher.

  • Mehrdimensionale Modelldatenbanken unterstützen MDX-Berechnungen, MDX-Abfragen, DAX-Abfragen und ASSL.

  • Analysis Services PowerShell wird für tabellarische und mehrdimensionale Modelle und Datenbanken unterstützt.

Alle Datenbanken unterstützen XMLA.

Sicherheitsfeatures

Alle Analysis Services-Projektmappen können auf Datenbankebene gesichert werden. Präzisere Sicherheitsoptionen variieren je nach Modus. Wenn präzise Sicherheitseinstellungen für die Projektmappe erforderlich sind, überprüfen Sie die folgende Liste, um sicherzustellen, dass die Sicherheitsstufe, die Sie möchten, für den zu erstellenden Projektmappentyp unterstützt wird:

Designtools

Visual Studio mit Analysis Services-Projekterweiterung, auch als SQL Server Data Tools (SSDT) bezeichnet, ist das primäre Tool zum Erstellen von mehrdimensionalen und tabellarischen Lösungen. Diese Dokumenterstellungsumgebung verwendet die Visual Studio-Shell, um Designerarbeitsbereiche, Eigenschaftenbereiche und Objektnavigation bereitzustellen. Tabellarische Modelle unterstützen auch die Modellerstellung durch Open-Source- und Drittanbietertools. Weitere Informationen finden Sie unter Analysis Services-Tools.

Clientanwendungsunterstützung

Im Allgemeinen unterstützen tabellarische und mehrdimensionale Lösungen Clientanwendungen mithilfe einer oder mehrerer der Analysis Services-Clientbibliotheken (MSOLAP, AMOMD, ADOMD). Beispielsweise Excel, Power BI Desktop und benutzerdefinierte Anwendungen. Datenvisualisierungs- und Analysedienste wie Power BI unterstützen tabellarische und mehrdimensionale Lösungen vollständig.

Wenn Sie Reporting Services verwenden, variiert die Verfügbarkeit der Berichtsfunktion je nach Edition und Servermodus. Aus diesem Grund kann sich der zu erstellende Berichtstyp auf den zu installierenden Servermodus auswirken.

Power View, ein Reporting Services Dokumenterstellungstool, das in SharePoint ausgeführt wird, ist auf einem Berichtsserver verfügbar, der in einer SharePoint 2010-Farm bereitgestellt wird. Der einzige Datentyp der Datenquelle, die mit diesem Bericht verwendet werden kann, ist eine Tabellarische Analysis Services-Modelldatenbank oder eine Power Pivot-Arbeitsmappe. Dies bedeutet, dass Sie über einen Tabellarmodusserver oder einen Power Pivot für SharePoint-Server verfügen müssen, um die datenquelle zu hosten, die von diesem Berichtstyp verwendet wird. Sie können kein mehrdimensionales Modell als Datenquelle für einen Power View-Bericht verwenden. Sie müssen eine Power Pivot BI-Semantikmodellverbindung oder eine Reporting Services freigegebene Datenquelle erstellen, die als Datenquelle für einen Power View-Bericht verwendet werden soll.

Report Builder und Berichts-Designer können jede Analysis Services-Datenbank verwenden, einschließlich Power Pivot-Arbeitsmappen, die in Power Pivot für SharePoint gehostet werden.

Excel-PivotTable-Berichte werden von allen Analysis Services-Datenbanken unterstützt. Excel-Funktionen sind identisch, unabhängig davon, ob Sie eine tabellarische .Datenbank, mehrdimensionale Datenbank oder Power Pivot-Arbeitsmappe verwenden, obwohl "Writeback" nur für mehrdimensionale Datenbanken unterstützt wird.

Siehe auch

Übersicht über das Tabellenmodell
Mehrdimensionale Modelle