Question

我的IT经理要求我构建一个SSAS环境，其中相同的数据以不同的粒度存储，具体取决于它的年龄。

例如，我们有一个点系统，由工程师完成的项目数量和类型决定。我们希望以一周的粒度存储和处理这些数据，以获得上个月赚取的积分，上个季度赚取的积分为一个月，过去三年赚取的积分为一个季度。这样做的想法是，这将减少处理多维数据集所涉及的工作量。

这甚至可以在一个立方体内吗？我的研究表明它似乎并非如此。我们IT部门的负责人说，在他以前的公司，他们能够按照这些方式做一些事情，但这可能是对幕后发生的事情的误解，因为他并不过分技术性。这是我们公司为生产而建造的第一个立方体，我们之前都没有做过，但我对这个年轻职业发展的主题感兴趣，并且正在带头。我的想法是，如果在单个多维数据集中不可能，那么维护多个多维数据集实际上会为我们的开发人员带来更多工作，同时也为服务器带来更多工作。更不用说用户的额外复杂性了。

那么，是否可以在一个立方体内？如果没有，用多个立方体实现它会有什么好处，或者我们应该忘记它（不是我想回来的答案，但它是什么）？我们目前运行2008R2但很快升级到2014年，这方面的多维和表格模型有什么区别吗？

Answer 1

我认为这是可能的 - 您是否考虑过SSAS表格？ http://www.daxpatterns.com/handling-different-granularities/

-Regards MikeB

Answer 2

你可以按照以下几点做点什么：

假设年度 - 季度 - 月 - 周的时间层次结构（并且忽略了将周数汇总为几个月的确切规则的略微不相关的问题），您可以按如下方式设置时间层次结构：

    week       month   quarter  year
(2012)      (2012)     (2012)   2012
(Q1/2013)   (Q1/2013)  Q1/2013  2013
(Q2/2013)   (Q2/2013)  Q2/2013  2013
(Q3/2013)   (Q3/2013)  Q3/2013  2013
(Q4/2013)   (Q4/2013)  Q4/2013  2013
(Jan 2014)  Jan 2014   Q1/2014  2014
(Feb 2014)  Feb 2014   Q1/2014  2014
(Mar 2014)  Mar 2014   Q1/2014  2014
(Apr 2014)  Apr 2014   Q2/2014  2014
w18/2014    May 2014   Q2/2014  2014
w19/2014    May 2014   Q2/2014  2014
w20/2014    May 2014   Q2/2014  2014

我。即你只需要建立不像列名称那么详细的人工周，月和季度成员（我在括号中使用了它们匹配的句点的名称来表示。

但是，我不会认为多维数据集很大，这确实应该成为一个问题（我无法想象你会有数亿的开发人员）。因此，我建议保持一个共同的粒度，例如： G。＆＃34;周＆＃34;，因为这大大提高了可用性。如果您遇到处理时间问题，我认为它们不是由于包含开发人员数据的多维数据集的大小。

立方体测量粒度随时间变化

2 个答案: