數據採礦程序設計

適用於： SQL Server 2019 和舊版 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

SQL Server 2017 Analysis Services 中已淘汰數據採礦，現在已在 SQL Server 2022 Analysis Services 中停止。 檔不會更新為已淘汰和已停止的功能。 若要深入瞭解，請參閱 Analysis Services 回溯相容性。

如果您發現 SQL Server Analysis Services 中的內建工具和檢視者不符合您的需求，您可以撰寫自己的擴充程式碼來擴充 SQL Server Analysis Services 的功能。 在此方法中，您有兩個選項：

• XMLA

  SQL Server Analysis Services 支援 XML for Analysis （XMLA） 作為與用戶端應用程式通訊的通訊協定。 SQL Server Analysis Services 支援擴充 XML for Analysis 規格的其他命令。

  因為 SQL Server Analysis Services 使用 XMLA 進行數據定義、數據操作和數據控制支援，因此您可以使用 SQL Server Data Tools 所提供的可視化工具來建立採礦結構和採礦模型，然後擴充您使用數據採礦延伸模組 （DMX） 和 Analysis Services 腳本語言 （ASSL） 腳本所建立的數據採礦物件。

  您可以在 XMLA 腳本中完全建立和修改數據採礦物件，並從您自己的應用程式以程式設計方式對模型執行預測查詢。

• 分析管理物件 （AMO）

  SQL Server Analysis Services 也提供完整的架構，可讓第三方數據採礦提供者將數據採礦物件整合到 SQL Server Analysis Services 中。

  您可以使用 AMO 來建立採礦結構和採礦模型。 請參閱 CodePlex 中的下列範例：

  • AMO 瀏覽器

    連接到您指定的 SSAS 實例，並列出所有伺服器物件及其屬性，包括採礦結構和採礦模型。

  • AMO 簡單範例

    AS Simple 範例涵蓋對大多數主要物件的程式設計存取，並示範元數據流覽，以及存取物件中的值。

    此範例也會示範如何建立及處理數據採礦結構和模型，以及流覽現有的數據採礦模型。

• DMX

  您可以使用 DMX 來封裝命令語句、預測查詢和元數據查詢，並以表格式傳回結果，假設您已建立 SQL Server Analysis Services 伺服器的連線。

在本節中

OLE DB for Data Mining
描述支援數據採礦和多維度數據之規格的新增專案：新的架構數據列集和數據行、數據採礦延伸模組 （DMX） 語言，用於建立和管理採礦結構。

相關參考

使用 ADOMD.NET 進行開發
引進 ADOMD.NET 客戶端和伺服器程式設計物件。

使用分析管理對象進行開發 （AMO）
介紹 AMO 程式設計連結庫。

使用 Analysis Services 文本語言進行開發 （ASSL）
引進 XML for Analysis （XMLA） 及其延伸模組。

另請參閱

Analysis Services 開發人員檔
數據採礦延伸模組 （DMX） 參考