Membandingkan solusi tabular dan multidmensional
Berlaku untuk:
SQL Server Analysis Services Azure Analysis Services Fabric/Power BI Premium
SQL Server Analysis Services (SSAS) menyediakan beberapa pendekatan, atau mode, untuk membuat model semantik kecerdasan bisnis: Tabular dan Multidmensional.
Mode multidmensional hanya tersedia dengan SQL Server Analysis Services. Jika Anda ingin model Anda disebarkan ke Azure Analysis Services atau Power BI, Anda bisa berhenti membaca sekarang. Model multidmensional tidak akan didukung dalam model semantik Azure Analysis Services atau Power BI Premium. Jika Anda menginginkan model multidimensi di cloud, satu-satunya cara adalah dengan menyebarkan SQL Server Analysis Services dalam mode Multidimensi ke Azure VM.
Karena model multidemia hanya didukung dalam SQL Server Analysis Services, artikel ini tidak dimaksudkan untuk menjadi perbandingan platform Analysis Services (SQL Server, Azure, Power BI). Ini dimaksudkan untuk memberikan perbandingan tingkat tinggi dari konstruksi model multidmensional dan tabular sepenuhnya dalam konteks SQL Server Analysis Services.
SQL Server Analysis Services juga menyertakan Power Pivot untuk mode SharePoint, yang tetap didukung untuk SharePoint 2016 dan SharePoint 2013, namun, strategi BI Microsoft telah bergeser dari Power Pivot dalam integrasi Excel dengan SharePoint. Power BI dan Power BI Report Server sekarang menjadi platform yang direkomendasikan untuk menghosting buku kerja Excel dengan model Power Pivot. Dengan demikian, artikel ini sekarang mengecualikan Power Pivot untuk perbandingan SharePoint.
Dalam SQL Server Analysis Services, memiliki lebih dari satu pendekatan memungkinkan pengalaman pemodelan yang disesuaikan dengan persyaratan bisnis dan pengguna yang berbeda. Multidimensi adalah teknologi matang yang dibangun berdasarkan standar terbuka, dirangkul oleh banyak vendor perangkat lunak BI, tetapi dapat menjadi tantangan untuk diimplementasikan. Tabular menawarkan pendekatan pemodelan relasional yang menurut banyak pengembang lebih intuitif. Dalam jangka panjang, model tabular lebih mudah dikembangkan dan lebih mudah dikelola. Meskipun model multidmensional masih lazim dalam banyak solusi BI, model tabular sekarang lebih banyak diterima sebagai solusi pemodelan semantik BI tingkat perusahaan standar pada platform Microsoft.
Semua model disebarkan sebagai database yang berjalan pada instans Analysis Services, atau dengan model tabular, disebarkan sebagai model semantik ke kapasitas Power BI Premium. Model diakses oleh aplikasi atau layanan klien seperti Power BI. Data model divisualisasikan dalam laporan interaktif dan statis melalui alat Excel, Reporting Services, Power BI, dan BI dari vendor lain.
Solusi tabular dan multidimensi yang dibuat dengan menggunakan Visual Studio dan ditujukan untuk solusi BI perusahaan yang berjalan pada instans SQL Server Analysis Services lokal, dan untuk model tabular, sumber daya server Azure Analysis Services atau sebagai model semantik dalam Power BI Premium Kapasitas. Setiap solusi menghasilkan database analitik performa tinggi yang terintegrasi dengan mudah dengan aplikasi klien dan layanan visualisasi data. Namun, setiap solusi berbeda dalam cara mereka dibuat, digunakan, dan disebarkan. Sebagian besar artikel ini membandingkan kedua jenis ini sehingga Anda dapat mengidentifikasi pendekatan yang tepat untuk Anda.
Gambaran umum jenis pemodelan
Tabel berikut menghitung model yang berbeda, meringkas pendekatan, rilis awal, dan tingkat kompatibilitas yang didukung.
| Jenis | Deskripsi pemodelan | Awalnya dirilis | Tingkat kompatibilitas |
|---|---|---|---|
| Multidimensi | Konstruksi pemodelan OLAP (kubus, dimensi, pengukuran). | SQL Server 2000 SQL Server 2012 dan yang lebih baru |
1050 1100 |
| Power Pivot | Awalnya add-in, tetapi sekarang sepenuhnya terintegrasi ke dalam Excel. Infrastruktur model tabular. API dan pembuatan skrip tidak didukung. | SQL Server 2008 R2 | T/A |
| Tabular | Konstruksi pemodelan relasional (model, tabel, kolom). Secara internal, metadata diwarisi dari konstruksi pemodelan OLAP (kubus, dimensi, ukuran). Kode dan skrip menggunakan metadata OLAP. | SQL Server 2012 SQL Server 2014 |
1050 1103 |
| Tabular pada SQL Server 2016 dan yang lebih baru | Konstruksi pemodelan relasional (model, tabel, kolom), diartikulasikan dalam definisi objek metadata tabular dalam kode Tabular Model Scripting Language (TMSL) dan Tabular Object Model (TOM ). | SQL Server 2016 SQL Server 2014 SQL Server 2019 SQL Server 2022 |
1200 1400 1500 1600 |
| Tabular dalam Azure Analysis Services 1 | Konstruksi pemodelan relasional (model, tabel, kolom), diartikulasikan dalam definisi objek metadata tabular dalam kode Tabular Model Scripting Language (TMSL) dan Tabular Object Model (TOM ). | 2016 | 1200 dan lebih tinggi |
| Tabular dalam Power BI Premium 2 | Konstruksi pemodelan relasional (model, tabel, kolom), diartikulasikan dalam definisi objek metadata tabular dalam kode Tabular Model Scripting Language (TMSL) dan Tabular Object Model (TOM ). | 2020 | 1500 dan lebih tinggi |
[1] Azure Analysis Services mendukung model tabular pada tingkat kompatibilitas 1200 dan lebih tinggi. Namun, tidak semua fungsionalitas pemodelan tabular yang dijelaskan dalam artikel ini didukung. Meskipun membuat dan menyebarkan model tabular ke Azure Analysis Services jauh sama seperti untuk lokal, penting untuk memahami perbedaannya. Untuk mempelajari selengkapnya, lihat Apa itu Azure Analysis Services?
[2] kapasitas Power BI Premium mendukung model tabular pada tingkat kompatibilitas 1500 dan lebih tinggi. Namun, tidak semua fungsionalitas pemodelan tabular yang dijelaskan dalam artikel ini didukung. Saat membuat dan menyebarkan model tabular ke Power BI Premium jauh sama seperti untuk lokal atau Azure, penting untuk memahami perbedaannya. Untuk mempelajari selengkapnya, lihat Analysis Services di Power BI Premium
Tingkat kompatibilitas penting. Ini mengacu pada perilaku khusus rilis di mesin Analysis Services. Untuk mempelajari selengkapnya, lihat Tingkat kompatibilitas model tabular dan tingkat kompatibilitas model multidmensional
Fitur model
Tabel berikut ini meringkas ketersediaan fitur di tingkat model. Tinjau daftar ini untuk memastikan bahwa fitur yang ingin Anda gunakan tersedia dalam jenis model yang Anda rencanakan untuk dibuat.
| Fitur | Multidimensi | Tabular |
|---|---|---|
| Tindakan | Ya | Tidak |
| Agregasi | Ya | Tidak |
| Kolom Terhitung | Tidak | Ya |
| Pengukuran Terhitung | Ya | Ya |
| Tabel Terhitung | Tidak | Ya3 |
| Rakitan Kustom | Ya | Tidak |
| Rollup Kustom | Ya | Tidak |
| Anggota Default | Ya | Tidak |
| Folder tampilan | Ya | Ya3 |
| Jumlah Berbeda | Ya | Ya (melalui DAX) |
| Drillthrough | Ya | Ya (tergantung pada aplikasi klien) |
| Hirarki | Ya | Ya |
| KPI | Ya | Ya |
| Objek tertaut | Ya | Ya (tabel tertaut) |
| Ekspresi M | Tidak | Ya3 |
| Hubungan banyak ke banyak | Ya | Tidak (tetapi ada filter silang dua arah pada tingkat kompatibilitas 1200 dan lebih tinggi) |
| Set bernama | Ya | Tidak |
| Hierarki yang Tidak Diraba | Ya | Ya3 |
| Hierarki induk-anak | Ya | Ya (melalui DAX) |
| Partisi | Ya | Ya |
| Perspektif | Ya | Ya |
| Penyelingan kueri | Tidak | Ya4 |
| Keamanan tingkat baris | Ya | Ya |
| Keamanan tingkat objek | Ya | Ya3 |
| Tindakan semi-aditif | Ya | Ya |
| Terjemahan | Ya | Ya |
| Hierarki yang ditentukan pengguna | Ya | Ya |
| Tulis Balik | Ya | Tidak |
[3] Untuk informasi tentang perbedaan fungsi antara tingkat kompatibilitas, lihat Tingkat Kompatibilitas untuk model tabular di Analysis Services.
[4] - SQL Server 2019 dan yang lebih baru Analysis Services, Azure Analysis Services.
Pertimbangan Data
Model tabular dan multidimensi menggunakan data yang diimpor dari sumber eksternal. Jumlah dan jenis data yang perlu Anda impor dapat menjadi pertimbangan utama saat memutuskan jenis model mana yang paling sesuai dengan data Anda.
Kompresi
Solusi tabular dan multidimensi menggunakan kompresi data yang mengurangi ukuran database Analysis Services relatif terhadap gudang data tempat Anda mengimpor data. Karena kompresi aktual akan bervariasi berdasarkan karakteristik data yang mendasarinya, tidak ada cara untuk mengetahui dengan tepat berapa banyak disk dan memori yang akan diperlukan oleh solusi setelah data diproses dan digunakan dalam kueri.
Perkiraan yang digunakan oleh banyak pengembang Analysis Services adalah bahwa penyimpanan utama database multidimensi akan menjadi sekitar sepertiga ukuran data asli. Database tabular terkadang bisa mendapatkan jumlah kompresi yang lebih besar, sekitar sepersepuluh ukurannya, terutama jika sebagian besar data diimpor dari tabel fakta.
Ukuran model dan bias sumber daya (dalam memori atau disk)
Ukuran database Analysis Services hanya dibatasi oleh sumber daya yang tersedia untuk menjalankannya. Jenis model dan mode penyimpanan juga akan memainkan peran dalam seberapa besar database dapat tumbuh.
Database tabular berjalan baik dalam memori atau dalam mode DirectQuery yang membongkar eksekusi kueri ke database eksternal. Untuk analitik dalam memori tabular, database disimpan sepenuhnya dalam memori, yang berarti Anda harus memiliki memori yang cukup untuk tidak hanya memuat semua data, tetapi juga struktur data tambahan yang dibuat untuk mendukung kueri.
DirectQuery, yang dirubah pada SQL Server 2016, memiliki lebih sedikit batasan daripada sebelumnya, dan performa yang lebih baik. Memanfaatkan database relasional backend untuk penyimpanan dan eksekusi kueri membuat membangun model Tabular skala besar lebih layak daripada yang dimungkinkan sebelumnya.
Secara historis, database terbesar dalam produksi bersifat multidimensi, dengan beban kerja pemrosesan dan kueri yang berjalan secara independen pada perangkat keras khusus, masing-masing dioptimalkan untuk penggunaannya masing-masing. Database tabular mengejar ketinggalan dengan cepat, dan kemajuan baru di DirectQuery akan membantu menutup kesenjangan lebih jauh.
Untuk penyimpanan data offloading multidimensi dan eksekusi kueri tersedia melalui ROLAP. Di server kueri, kumpulan baris dapat di-cache, dan yang kedaluarsa di-page out. Penggunaan memori dan sumber daya disk yang efisien dan seimbang sering memandu pelanggan ke solusi multidimensi.
Di bawah beban, persyaratan disk dan memori untuk salah satu jenis solusi dapat diharapkan meningkat saat data cache, penyimpanan, pemindaian, dan kueri Analysis Services meningkat. Untuk informasi selengkapnya tentang opsi halaman memori, lihat Properti Memori. Untuk mempelajari selengkapnya tentang skala, lihat Ketersediaan tinggi dan Skalabilitas di Analysis Services.
Sumber data yang didukung
Model tabular dapat mengimpor data dari sumber data relasional, umpan data, dan beberapa format dokumen. Anda juga dapat menggunakan OLE DB untuk penyedia ODBC dengan model tabular. Model tabular pada tingkat kompatibilitas 1400 dan lebih tinggi menawarkan peningkatan signifikan dalam berbagai sumber data tempat Anda dapat mengimpor. Hal ini disebabkan oleh pengenalan kueri Dapatkan Data modern dan fitur impor di Visual Studio menggunakan bahasa kueri rumus M.
Solusi multidimensi dapat mengimpor data dari sumber data relasional menggunakan penyedia asli dan terkelola OLE DB.
Untuk menampilkan daftar sumber data eksternal yang bisa Anda impor ke setiap model, lihat topik berikut ini:
Dukungan bahasa kueri dan pembuatan skrip
Analysis Services mencakup MDX, DMX, DAX, XML/A, ASSL, dan TMSL. Dukungan untuk bahasa ini dapat bervariasi menurut jenis model. Jika persyaratan bahasa kueri dan pembuatan skrip adalah pertimbangan, tinjau daftar berikut.
Database model tabular mendukung perhitungan DAX, kueri DAX, dan kueri MDX. Ini berlaku di semua tingkat kompatibilitas. Bahasa pembuatan skrip adalah ASSL (melalui XMLA) untuk tingkat kompatibilitas 1050-1103, dan TMSL (melalui XMLA) untuk tingkat kompatibilitas 1200 dan yang lebih tinggi.
Database model multidmensional mendukung perhitungan MDX, kueri MDX, kueri DAX, dan ASSL.
Analysis Services PowerShell didukung untuk model dan database tabular dan multidmensional.
Semua database mendukung XMLA.
Fitur keamanan
Semua solusi Analysis Services dapat diamankan di tingkat database. Opsi keamanan yang lebih terperinci bervariasi menurut mode. Jika pengaturan keamanan terperinci adalah persyaratan untuk solusi Anda, tinjau daftar berikut untuk memastikan tingkat keamanan yang Anda inginkan didukung dalam jenis solusi yang ingin Anda bangun:
Database model tabular dapat menggunakan keamanan tingkat baris dan tingkat objek, menggunakan izin berbasis peran.
Database model multidmensional dapat menggunakan keamanan dimensi dan tingkat sel, menggunakan izin berbasis peran.
Alat desain
Visual Studio dengan ekstensi proyek Analysis Services, juga dikenal sebagai SQL Server Data Tools (SSDT), adalah alat utama yang digunakan untuk membuat solusi multidmensional dan tabular. Lingkungan penulisan ini menggunakan shell Visual Studio untuk menyediakan ruang kerja perancang, panel properti, dan navigasi objek. Model tabular juga mendukung penulisan model dengan alat sumber terbuka dan pihak ketiga. Untuk mempelajari selengkapnya, lihat Alat Analysis Services.
Dukungan aplikasi klien
Solusi umum, tabular, dan multidansa mendukung aplikasi klien menggunakan satu atau beberapa pustaka klien Analysis Services (MSOLAP, AMOMD, ADOMD). Misalnya, Excel, Power BI Desktop, dan aplikasi kustom. Visualisasi data dan layanan analitik seperti Power BI sepenuhnya mendukung solusi tabular dan multidmensional.
Jika Anda menggunakan Reporting Services, ketersediaan fitur laporan bervariasi di seluruh edisi dan mode server. Untuk alasan ini, jenis laporan yang ingin Anda buat mungkin memengaruhi mode server mana yang Anda pilih untuk diinstal.
Power View, alat penulisan Reporting Services yang berjalan di SharePoint, tersedia di server laporan yang disebarkan di farm SharePoint 2010. Satu-satunya jenis sumber data yang dapat digunakan dengan laporan ini adalah database model tabular Analysis Services atau buku kerja Power Pivot. Ini berarti Anda harus memiliki server mode tabular atau server Power Pivot untuk SharePoint untuk menghosting sumber data yang digunakan oleh tipe laporan ini. Anda tidak dapat menggunakan model multidimensi sebagai sumber data untuk laporan Power View. Anda harus membuat koneksi Model Semantik Power Pivot BI atau sumber data bersama Reporting Services untuk digunakan sebagai sumber data untuk laporan Power View.
Pembuat Laporan dan Perancang Laporan bisa menggunakan database Analysis Services apa pun, termasuk buku kerja Power Pivot yang dihosting di Power Pivot untuk SharePoint.
Laporan PivotTable Excel didukung oleh semua database Analysis Services. Fungsionalitas Excel sama baik Anda menggunakan buku kerja tabular .database, database multidmensional, atau Power Pivot, meskipun Writeback hanya didukung untuk database multidaya.
Lihat juga
Saran dan Komentar
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat: https://aka.ms/ContentUserFeedback.
Kirim dan lihat umpan balik untuk