Programmering för datautvinning

Gäller för: SQL Server 2019 och tidigare Analysis Services Azure Analysis Services Fabric/Power BI Premium

Viktigt!

Datautvinningen upphörde i SQL Server 2017 Analysis Services och upphörde nu i SQL Server 2022 Analysis Services. Dokumentationen uppdateras inte för inaktuella och utgångna funktioner. Mer information finns i Analysis Services bakåtkompatibilitet.

Om du upptäcker att de inbyggda verktygen och visarna i SQL Server Analysis Services inte uppfyller dina krav kan du förstärka kapaciteten hos SQL Server Analysis Services genom att koda dina egna tillägg. I den här metoden har du två alternativ:

• XMLA

  SQL Server Analysis Services stöder XML för analys (XMLA) som ett protokoll för kommunikation med klientprogram. Ytterligare kommandon stöds av SQL Server Analysis Services som utökar XML för analysspecifikationen.

  Eftersom SQL Server Analysis Services använder XMLA för datadefinition, datamanipulering och stöd för datakontroll kan du skapa gruvstrukturer och gruvmodeller med hjälp av de visuella verktyg som tillhandahålls av SQL Server Data Tools och sedan utöka de datautvinningsobjekt som du har skapat med hjälp av DMX- och Analysis Services-skriptspråkskript (ASSL).

  Du kan skapa och ändra datautvinningsobjekt helt i XMLA-skript och köra förutsägelsefrågor mot modellerna programmatiskt från dina egna program.

• Analysis Management Objects (AMO)

  SQL Server Analysis Services tillhandahåller också ett komplett ramverk som gör det möjligt för tredjepartsleverantörer av datautvinning att integrera datautvinningsobjekten i SQL Server Analysis Services.

  Du kan skapa gruvstrukturer och gruvmodeller med hjälp av AMO. Se följande exempel i CodePlex:

  • AMO-webbläsare

    Ansluter till den SSAS-instans som du anger och visar en lista över alla serverobjekt och deras egenskaper, inklusive gruvstruktur och gruvmodeller.

  • Enkelt exempel på AMO

    AS Simple Sample omfattar programmatisk åtkomst till de flesta större objekt och visar metadatabläddring och åtkomst till värdena i objekt.

    Exemplet visar också hur du skapar och bearbetar en datautvinningsstruktur och modell samt bläddrar i en befintlig datautvinningsmodell.

• DMX

  Du kan använda DMX för att kapsla in kommandoinstruktioner, förutsägelsefrågor och metadatafrågor och returnera resultat i tabellformat, förutsatt att du har skapat en anslutning till en SQL Server Analysis Services-server.

I det här avsnittet

OLE DB för datautvinning
Beskriver tillägg till specifikationen för datautvinning och flerdimensionella data: nya schemarader och kolumner, DMX-språk (Data Mining Extensions) för att skapa och hantera gruvstrukturer.

Relaterad referens

Utveckla med ADOMD.NET
Introducerar ADOMD.NET klient- och serverprogrammeringsobjekt.

Utveckla med Analysis Management Objects (AMO)
Introducerar programmeringsbiblioteket för AMO.

Utveckla med Analysis Services Scripting Language (ASSL)
Introducerar XML för analys (XMLA) och dess tillägg.

Se även

Dokumentation om Analysis Services-utvecklare
Referens för DATA Mining Extensions (DMX)