Nouveautés (Analysis Services - Exploration de données)
Notes
Pour SQL Server 2008 R2, il n'y a pas eu de modifications au contenu répertorié dans cette rubrique.
Cette nouvelle version de Microsoft SQL Server Analysis Services intègre de nouvelles fonctionnalités et des améliorations. Pour plus d'informations sur les nouvelles fonctionnalités d'analyse en mémoire, et à propos du mode intégré Sharepoint pour Analysis Services, consultez PowerPivot pour Sharepoint, consultez PowerPivot pour SharePoint.
Compatibilité avec les compléments d'exploration de données pour Office 2007
SQL Server 2008 R2 prend en charge la création, la gestion et l'utilisation de modèles d'exploration de données de Microsoft Excel lorsque vous utilisez les compléments d'exploration de données SQL Server 2008 pour Office 2007. La version de ce complément gratuit très populaire peut être utilisée pour se connecter aux instances d'Analysis Services qui utilisent SQL Server 2008 R2 ou SQL Server 2008. Vous ne pouvez pas utiliser directement les jeux de données multidimensionnels en mémoire créés par PowerPivot pour Excel.
Compatibilité avec PowerPivot pour Excel 2010
Vous pouvez installer les compléments d'exploration de données sur le même ordinateur que le complément PowerPivot pour Excel et les utiliser dans le même classeur Excel 2010. Toutefois, pour utiliser les compléments d'exploration de données, vous devez avoir installé une version 32 bits d'Excel 2010. Le client PowerPivot peut s'exécuter sur une version 32 bits ou 64 bits d'Excel 2010.
Pour plus d'informations sur les compléments, consultez Compléments d'exploration de données pour Office 2007 (en anglais).
Nouveaux exemples et ressources
La documentation en ligne n'inclut plus d'exemples de bases de données et d'applications SQL Server. Ces exemples sont désormais disponibles sur le site Web des Exemples pour Microsoft SQL Server (en anglais). Ce site Web simplifie la recherche de ces exemples par les utilisateurs et fournit des exemples supplémentaires concernant Microsoft SQL Server et Business Intelligence. Sur le site Web des exemples pour SQL Server, vous pouvez effectuer les opérations suivantes :
parcourir les exemples fournis par les développeurs, les utilisateurs et la communauté Microsoft MVP (Most Valuable Professional) ;
télécharger des exemples de bases de données et de projets de code ;
assister ou participer à une zone de discussion où vous pouvez signaler des problèmes et poser des questions sur les exemples dans chaque domaine technologique.
Des exemples supplémentaires qui utilisent le client PowerPivot et la nouvelle instance intégrée SharePoint de Analysis Services se trouvent sur le site, PowerPivot.com.
Fonctionnalités d'exploration de données dans SQL Server 2008
La version SQL Server 2008 R2 prend en charge les fonctionnalités suivantes qui étaient nouvelles dans SQL Server 2008.
Création de jeux de test d'exclusion
Lorsque vous créez une structure d'exploration de données, vous pouvez à présent diviser les données de la structure d'exploration de données en jeux d'apprentissage et de test. La définition de la partition est stockée avec la structure, ce qui vous permet de réutiliser les jeux d'apprentissage et de test avec n'importe quel modèle d'exploration de données basé sur cette structure.
Pour plus d'informations sur l'utilisation des jeux de données d'apprentissage et de test, consultez Partitionnement des données en jeux d'apprentissage et jeux de test (Analysis Services – Exploration de données).
Pour plus d'informations sur l'ensemble des fonctionnalités de validation de modèle de SQL Server 2008, consultez Validation des modèles d'exploration de données (Analysis Services - Exploration de données).
Filtrage sur les cas de modèles
Vous pouvez à présent joindre des filtres à un modèle d'exploration de données et appliquer le filtre pendant l'apprentissage et le test. L'application d'un filtre au modèle vous permet de contrôler les données utilisées pour l'apprentissage du modèle et d'évaluer plus facilement les performances du modèle sur des sous-ensembles de données.
Pour plus d'informations sur la création de filtres de modèles d'exploration de données, consultez Création de filtres pour les modèles d'exploration de données (Analysis Services - Exploration de données).
Pour plus d'informations sur le filtrage des données pour le test du modèle d'exploration de données, consultez Outils de création de diagramme de précision de modèle (Analysis Services - Exploration de données).
Validation croisée de plusieurs modèles d'exploration de données
La validation croisée est un procédé établi permettant d'évaluer la précision des modèles d'exploration de données. Dans le cadre de la validation croisée, vous partitionnez de manière itérative les données de la structure d'exploration de données en sous-ensembles, créez des modèles sur les sous-ensembles, puis mesurez la précision du modèle pour chaque partition. En examinant les statistiques retournées, vous pouvez déterminer la fiabilité du modèle d'exploration de données et comparer plus facilement des modèles se basant sur la même structure.
Pour plus d'informations, consultez Validation croisée (Analysis Services - Exploration de données).
Améliorations apportées à l'algorithme MTS (Microsoft Time Series)
Pour améliorer la précision et la stabilité de certaines prédictions dans les modèles de série chronologique, un nouvel algorithme a été ajouté à l'algorithme MTS (Microsoft Time Series). Le nouvel algorithme, qui se base sur l'algorithme ARIMA bien connu, fournit de meilleures prédictions à long terme que l'algorithme ARTxp utilisé par Analysis Services. (ARTxp est un algorithme d'arborescence autorégressif optimisé pour une tranche de temps unique ou des prédictions à court terme.)
Pour plus d'informations sur les modèles d'exploration de données de série chronologique, consultez Algorithme MTS (Microsoft Time Series) et PredictTimeSeries (DMX).
Extraction dans des cas de structure et des colonnes de structure
Dans SQL Server 2008, si vous activez l'extraction sur une structure d'exploration de données, vous pouvez interroger la structure d'exploration de données et retourner des détails sur les cas utilisés pour l'apprentissage et le test. Vous pouvez créer des requêtes d'extraction sur une structure à l'aide d'extensions DMX (Data Mining Extensions).
Pour plus d'informations, consultez Utilisation de l'extraction sur les modèles et les structures d'exploration de données (Analysis Services - Exploration de données).
Pour obtenir des exemples de requêtes DMX sur une structure d'exploration de données, consultez SELECT FROM <structure>.CASES.
Pour obtenir des exemples d'extraction d'un modèle dans des données de structure, consultez SELECT FROM <modèle>.CASES (DMX).
Utilisation d'alias dans les colonnes du modèle d'exploration de données
Vous pouvez à présent ajouter des alias aux colonnes d'un modèle d'exploration de données pour qu'il soit plus facile de comprendre le contenu des colonnes et de les référencer dans des instructions DMX.
Pour plus d'informations sur la gestion et l'affichage des alias, consultez Définition des propriétés sur un modèle d'exploration de données ou Procédure : créer un alias pour une colonne du modèle.
Pour plus d'informations sur la création d'un alias de colonne à l'aide de DMX, consultez ALTER MINING STRUCTURE (DMX).
Interrogation des ensembles de lignes de schéma d'exploration de données
Dans SQL Server 2008, beaucoup d'ensembles de lignes de schéma d'exploration de données OLE DB existants ont été exposés sous forme d'un jeu de tables système que vous pouvez facilement interroger à l'aide d'instructions DMX. Cela facilite la récupération des métadonnées relatives aux modèles et aux structures, l'extraction des détails du contenu du modèle d'exploration de données, ainsi que l'analyse d'une instance ou d'un service Analysis Services.
Pour plus d'informations, consultez Interrogation des ensembles de lignes de schéma d'exploration de données (Analysis Services - Exploration de données).
Modifications apportées aux modèles de clustering
Dans SQL Server 2008, la configuration par défaut de l'algorithme de gestion de clusters Microsoft a été modifiée de façon à utiliser la normalisation z-score par défaut. La finalité de cette modification est de réduire l'effet d'attributs susceptibles de présenter des grandeurs importantes et de nombreuses valeurs hors norme. En général, la normalisation z-score améliore les résultats du clustering. Toutefois, cela peut modifier les résultats du clustering sur les distributions non normales. Les clients qui migrent des solutions à partir d'une version antérieure de Analysis Services vers Analysis Services SQL Server 2008 peuvent également remarquer que les modèles de clustering produisent maintenant des résultats différents. Pour plus d'informations, consultez Références techniques relatives à l'algorithme de gestion de clusters Microsoft.
Améliorations apportées à Analysis Services
Si vous utilisez Analysis Services pour créer des cubes OLAP que vous utilisez également pour l'exploration de données, il peut être bien plus facile de concevoir des dimensions et leurs hiérarchies et attributs connexes. Le Concepteur de dimensions inclut un nouveau concepteur de relation d'attribut vous permettant de concevoir des relations d'attributs et de vous assurer qu'elles sont conformes aux meilleures pratiques.
Pour plus d'informations, consultez Nouveautés (Analysis Services - Base de données multidimensionnelle).
Voir aussi