Oplossingen voor gegevensanalyse

Van toepassing op: SQL Server 2019 en eerder Analysis Services Azure Analysis Services Fabric/Power BI Premium

Belangrijk

Data mining werd verouderd verklaard in SQL Server 2017 Analysis Services en is nu stopgezet in SQL Server 2022 Analysis Services. Documentatie wordt niet bijgewerkt voor afgeschafte en stopgezette functies. Zie Analysis Services-compatibiliteit met eerdere versies voor meer informatie.

Een oplossing voor gegevensanalyse is een SQL Server Analysis Services-oplossing die een of meer data mining-projecten bevat.

De onderwerpen in deze sectie bevatten informatie over het ontwerpen en implementeren van een geïntegreerde oplossing voor gegevensanalyse met behulp van SQL Server SQL Server Analysis Services. Zie Data Mining-concepten voor een overzicht van het ontwerpproces en gerelateerde hulpprogramma's voor gegevensanalyse.

Zie Verwante projecten voor data mining-oplossingen voor meer informatie over aanvullende projecttypen die nuttig zijn voor gegevensanalyse.

Relationele versus multidimensionale oplossingen

Oplossingen voor gegevensanalyse implementeren

Stapsgewijze instructies voor oplossingen

Relationele versus multidimensionale oplossingen

Een oplossing voor gegevensanalyse kan worden gebaseerd op multidimensionale gegevens: een bestaande kubus of op uitsluitend relationele gegevens, zoals de tabellen en weergaven in een datawarehouse, of op tekstbestanden, Excel-werkmappen of andere externe gegevensbronnen.

• U kunt gegevensanalyseobjecten maken binnen een bestaande multidimensionale databaseoplossing.

  Normaal gesproken maakt u een oplossing als deze als u al een kubus hebt gemaakt en gegevensanalyse wilt uitvoeren met behulp van de kubus als gegevensbron. Wanneer u modellen verplaatst en back-upt op basis van een kubus, moet de kubus ook worden verplaatst of gekopieerd.

• U kunt een oplossing voor gegevensanalyse maken die alleen gegevensanalyseobjecten bevat, inclusief de ondersteunende gegevensbronnen en gegevensbronweergaven, en die alleen relationele gegevensbron gebruikt.

  Dit is de voorkeursmethode voor het maken van modellen voor gegevensanalyse, omdat verwerking en query's over het algemeen het snelst zijn ten opzichte van relationele gegevensbronnen. U kunt ook eenvoudig modellen tussen servers verplaatsen en er back-ups van maken met behulp van de opdrachten EXPORTEREN en IMPORTEREN.

Oplossingen voor gegevensanalyse implementeren

Het exemplaar van SQL Server Analysis Services waarop u de oplossing implementeert, moet worden uitgevoerd in een modus die ondersteuning biedt voor multidimensionale objecten en gegevensanalyseobjecten; Dat wil gezegd, u kunt geen gegevensanalyseobjecten implementeren naar een exemplaar dat tabellaire modellen of Power Pivot-gegevens host.

Wanneer u een oplossing voor gegevensanalyse maakt in Visual Studio, moet u daarom de sjabloon Analysis Services Multidimensional en Data Mining Project gebruiken.

Wanneer u de oplossing implementeert, worden de objecten die worden gebruikt voor gegevensanalyse gemaakt in het opgegeven SQL Server Analysis Services-exemplaar, in een database met dezelfde naam als het oplossingsbestand.

Zie Implementatie van Data Mining-oplossingen voor meer informatie over het implementeren van relationele en multidimensionale oplossingen.

Stapsgewijze instructies voor oplossingen

Biedt een overzicht van het maken van oplossingen voor gegevensanalyse met behulp van de wizard Gegevensanalyse.

Een relationele mijnbouwstructuur maken
Maak een mijnbouwstructuur op basis van relationele gegevens, tekstbestanden en andere bronnen die kunnen worden gecombineerd in een gegevensbronweergave.

Een OLAP-mijnbouwstructuur maken
Maak een mijnbouwstructuur op basis van gegevens in een OLAP-kubus. Modellen die u maakt op basis van OLAP-gegevens, kunnen worden opgeslagen als een dimensie voor gegevensanalyse of u kunt de set gegevens en uw modellen opslaan als een nieuwe kubus.

In deze sectie

Projecten voor gegevensanalyse

Gegevensverwerkingsobjecten verwerken

Gerelateerde projecten voor oplossingen voor gegevensanalyse

Implementatie van oplossingen voor gegevensanalyse

Verwante taken en onderwerpen

Nadat u een eenvoudige oplossing voor gegevensanalyse hebt gemaakt, inclusief gegevensbronnen en een mijnbouwstructuur, kunt u bouwen op de oplossing door nieuwe modellen toe te voegen, modellen te testen en te vergelijken, voorspellingen te maken en te experimenteren met subsets van gegevens.

Zie de volgende koppelingen voor meer informatie:

Tasks	Onderwerpen
Test de modellen die u maakt, valideer de kwaliteit van uw trainingsgegevens en maak grafieken die de nauwkeurigheid van gegevensanalysemodellen vertegenwoordigen.	Testen en valideren (gegevensanalyse)
Train het model door de structuur en gerelateerde modellen met gegevens te vullen. Modellen bijwerken en uitbreiden met nieuwe gegevens.	Gegevensverwerkingsobjecten verwerken
Pas een miningmodel aan door filters toe te passen op de trainingsgegevens, een ander algoritme te kiezen of geavanceerde algoritmeparameters in te stellen.	Mijnbouwmodellen en -structuur aanpassen
Pas een mijnbouwmodel aan door filters toe te passen op de gegevens die worden gebruikt in de trainingsmodus.	Mining-modellen toevoegen aan een structuur (Analysis Services - Gegevensanalyse)
Oplossingen voor gegevensanalyse bijwerken en beheren.	Koppeling naar TBD