Поделиться через


Создание DMX-запроса в среде SQL Server Management Studio

SQL Server предоставляет набор функций, помогающих создавать прогнозирующие запросы, запросы содержимого и запросы определения данных для моделей интеллектуального анализа данных и структур интеллектуального анализа данных.

  • Графический построитель прогнозирующих запросов доступен в SQL Server Data Tools (SSDT) и SQL Server Management Studio, чтобы упростить процесс написания прогнозирующих запросов и сопоставления наборов данных с моделью.

  • Шаблоны запросов, находящиеся в обозревателе шаблонов, позволяют сразу приступить к созданию многих типов запросов расширений интеллектуального анализа данных, в том числе многих типов прогнозирующих запросов. Предоставляются шаблоны для запросов содержимого, запросов, использующих вложенные наборы данных, запросов, возвращающих варианты из структуры интеллектуального анализа данных, а также запросов определения данных.

  • В обозревателе метаданных на панелях запросов многомерных выражений и запросов расширения интеллектуального анализа данных приводится список доступных моделей и структур, которые можно перетащить в построитель запросов, а также список функций расширений интеллектуального анализа данных. Это упрощает правильную передачу имен объектов без ввода с клавиатуры.

В этом разделе описывается построение DMX-запроса в обозревателе метаданных и в редакторе DMX-запросов.

Шаблоны DMX-запросов

Шаблоны для создания основных запросов расширений интеллектуального анализа находятся в обозревателе шаблонов. В папке DMX содержатся шаблоны интеллектуального анализа данных, которые подразделяются на следующие категории.

  • Содержимое модели

  • Управление моделями

  • Прогнозирующие запросы

  • Содержимое структуры

Также можно создавать пользовательские шаблоны для часто используемых запросов или команд.

Шаблоны XMLA-запросов

Службы Analysis Services также предоставляют шаблоны для запросов XMLA.

Типы запросов, выполняемые с помощью XML для аналитики и расширений интеллектуального анализа данных, в некоторой степени перекрываются. Например, запросы к содержимому модели можно создавать с помощью расширений интеллектуального анализа данных или с помощью набора строк схемы интеллектуального анализа данных, однако иногда наборы строк схемы содержат данные, которые недоступны DMX-запросам содержимого.

Кроме того, обработка операций в расширениях интеллектуального анализа данных и в XML для аналитики имеет ряд существенных различий. Например, вы можете использовать XMLA для выполнения административных операций, таких как резервное копирование всей базы данных служб Analysis Services, но если вы хотите создать резервную копию одной модели интеллектуального анализа данных, dmx предоставляет простую команду EXPORT (DMX), которая лучше подходит для этой цели.

Построение и выполнение DMX-запроса

Откройте окно создания DMX-запроса

  1. Щелкните Создать запрос в Среде Management Studio, а затем выберите Новый запрос расширений интеллектуального анализа данных сервера анализа данных.

  2. Когда появится диалоговое окно Подключение к серверу , выберите экземпляр служб Analysis Services, содержащий модели интеллектуального анализа данных, с которыми вы хотите работать.

Откройте обозреватель шаблонов

  1. В SQL Server Management Studio в меню Вид выберите Шаблон Обозреватель.

  2. Щелкните Сервер анализа , чтобы просмотреть древовидное представление шаблонов, которые применяются к службам Analysis Services.

Примените шаблон, чтобы построить запрос

  • Щелкните правой кнопкой мыши нужный тип запроса и выберите команду Открыть.

  • Также можно перетащить шаблон в редактор запросов.

  • Можно ввести параметры для запроса, выбрав команду Указать значения параметров шаблонав меню Запрос .

Примеры создания отдельных типов запросов из шаблонов см. в следующих разделах.

создать одноэлементный прогнозирующий запрос из шаблона

Создание запроса содержимого к модели интеллектуального анализа данных

См. также:

Интерфейсы запросов интеллектуального анализа данных
Справочник по расширениям интеллектуального анализа данных