數據採礦解決方案

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。

數據採礦解決方案是包含一或多個數據採礦專案的 SQL Server Analysis Services 解決方案。

本節中的主題提供如何使用 SQL Server SQL Server Analysis Services 設計及實作整合式數據採礦解決方案的相關信息。如需數據採礦設計程式和相關工具的概觀，請參閱數據採礦概念。

如需適用於資料採礦之其他專案類型的詳細資訊，請參閱資料採礦解決方案的相關專案。

關係型與多維度解決方案

數據採礦解決方案可以以多維度數據為基礎，也就是現有的 Cube 或純關係型數據，例如數據倉儲中的數據表和檢視表，或是文本檔、Excel 活頁簿或其他外部數據源。

您可以在現有的多維度資料庫解決方案中建立資料採礦物件。

如果您已經建立 Cube 並想要使用 Cube 做為數據源來執行數據採礦，您通常會建立這樣的解決方案。當您根據 Cube 移動和備份模型時，也必須移動或複製 Cube。
您可以建立只包含數據採礦對象的數據採礦方案，包括支持的數據源和數據源檢視，以及只使用關係型數據源。

這是建立數據採礦模型的慣用方法，因為處理和查詢通常會以最快速的方式處理關係型數據源。您也可以使用 EXPORT 和 IMPORT 命令，輕鬆地在伺服器之間移動和備份模型。

您部署解決方案的 SQL Server Analysis Services 實例必須以支援多維度對象和數據採礦物件的模式執行;也就是說，您無法將數據採礦物件部署到裝載表格式模型或Power Pivot資料的實例。

因此，當您在 Visual Studio 中建立資料採礦解決方案時，請務必使用範本，Analysis Services 多維度和數據採礦專案。

當您部署方案時，用於數據採礦的物件會在與方案檔同名的資料庫中，於指定的 SQL Server Analysis Services 實例中建立。

如需如何部署關係型和多維度解決方案的詳細資訊，請參閱部署資料採礦解決方案。

提供如何使用數據採礦精靈建立數據採礦解決方案的概觀。

建立關係型採礦結構
從關係型數據、文本檔和其他可在數據源檢視中結合的來源建立採礦結構。

建立 OLAP 採礦結構
根據 OLAP Cube 中的數據建立採礦結構。您從 OLAP 數據建立的模型可以儲存為數據採礦維度，也可以將數據集和模型儲存為新的 Cube。

建立基本數據採礦解決方案，包括數據源和採礦結構之後，您可以藉由新增模型、測試和比較模型、建立預測，以及實驗數據子集，以建置解決方案。

如需詳細資訊，請參閱下列連結：

任務	主題
測試您所建立的模型、驗證定型數據的品質，以及建立代表數據採礦模型精確度的圖表。	測試和驗證（資料採礦）
使用數據填入結構和相關模型來定型模型。使用新的數據更新和擴充模型。	處理數據採礦物件
將篩選套用至定型數據、選擇不同的演算法，或設定進階演算法參數，以自定義採礦模型。	自定義採礦模型和結構
將篩選套用至定型模式中使用的數據，以自定義採礦模型。	將採礦模型新增至結構（Analysis Services - 數據採礦）
更新和管理數據採礦解決方案。	連結 TBD