Condividi tramite


Spostamento di oggetti di data mining

Gli scenari più comuni per lo spostamento di oggetti di data mining sono la distribuzione di un modello da un ambiente di test o analisi a un ambiente di produzione o la condivisione di modelli con altri utenti.

In questo argomento viene illustrato come utilizzare gli strumenti e i linguaggi di scripting forniti da Analysis Services, per lo spostamento di oggetti di data mining.

Spostamento di oggetti di data mining tra database o server

È possibile spostare oggetti di data mining tra database Analysis Services o tra istanze di Analysis Services nei modi seguenti:

  • Ridistribuzione della soluzione in un altro database.

  • Generazione di script di oggetti singoli.

  • Backup e ripristino di una copia del database.

  • Esportazione e importazione di strutture e modelli.

Nella sezione seguente queste opzioni vengono descritte in modo più dettagliato.

Distribuzione

La distribuzione della soluzione in un server o un database diverso richiede che sia disponibile il file della soluzione creato tramite SQL Server Data Tools (SSDT).

Per ulteriori informazioni sulla distribuzione di Analysis Services, vedere Distribuire progetti di Analysis Services (SSDT).

Generazione di script

In Analysis Services sono disponibili diversi linguaggi che è possibile utilizzare per generare script di oggetti.

  • XMLA: è possibile generare script di oggetti utilizzando XMLA facendo clic con il pulsante destro del mouse sugli oggetti in SQL Server Management Studio. Per eseguire lo script, aprirlo in una finestra Query XMLA nel server di destinazione.

  • DMX: è possibile creare script tramite modelli o uno dei generatori di query forniti in SQL Server Data Tools e SQL Server Management Studio.

Si noti, tuttavia, che sono presenti differenze nelle attività che è possibile eseguire con ogni linguaggio di scripting:

  • Alcune proprietà, quali la descrizione dell'oggetto e le associazioni dati, possono essere create o modificate solo tramite i linguaggi DDL di Analysis Services, non tramite DMX.

  • Solo DMX supporta l'importazione e l'esportazione di oggetti di data mining.

  • Solo DMX supporta la generazione di PMML o l'importazione di definizioni di modello da PMML.

  • Solo DMX supporta il training di un modello con i dati dell'applicazione. Inoltre, l'istruzione DMX INSERT INTO supporta il training di un modello senza fornire valori per una colonna chiave.

Per ulteriori informazioni, vedere Sviluppo con Analysis Services Scripting Language (ASSL).

Backup e ripristino

Le operazioni di backup e ripristino di un intero database di Analysis Services sono il metodo ottimale se la soluzione di data mining si basa su oggetti OLAP. SQL Server 2012 offre nuove funzionalità di backup e ripristino che rendono più veloci e facili le operazioni di backup del database.

Per ulteriori informazioni sul backup, vedere Backup e ripristino di database di Analysis Services.

Esportazione e importazione

Le operazioni di esportazione e reimportazione di modelli e strutture di data mining mediante le istruzioni DMX costituiscono il modo più semplice per spostare o eseguire il backup di singoli oggetti di data mining relazionali. Per ulteriori informazioni sulla sintassi DMX per queste operazioni, vedere i seguenti argomenti:

Se si specifica l'opzione INCLUDE DEPENDENCIES, mediante Analysis Services verrà anche esportata la definizione di eventuali viste origine dati obbligatorie e, durante l'importazione del modello o della struttura, verrà ricreata la vista origine dati nel server di destinazione. Al termine dell'importazione del modello, assicurarsi di impostare le autorizzazioni di data mining necessarie per l'oggetto.

[!NOTA]

Non è possibile esportare né importare modelli OLAP tramite DMX. Se il modello di data mining è basato su un cubo OLAP, è necessario utilizzare le funzionalità di backup e ripristino di un intero database o di ridistribuzione del cubo e dei relativi modelli di Analysis Services.

Vedere anche

Concetti

Gestione degli oggetti e delle soluzioni di data mining