關於 OLAP Cube

 

發行︰ 2016年7月

適用於： System Center 2012 SP1 - Service Manager、System Center 2012 R2 Service Manager、System Center 2012 - Service Manager

下圖顯示 SQL Server Business Intelligence Development Studio (BIDS) 中的影像，其中呈現線上分析處理 (OLAP) Cube 需要的主要組件。 這些組件包括資料來源、資料來源檢視、Cube 和維度。 下列各節說明這些 OLAP Cube 組件，以及使用者可以利用這些組件執行的動作。

資料來源

資料來源是包含在 OLAP Cube 內所有資料的來源。 OLAP Cube 會連線到資料來源並讀取及處理原始資料，以便執行其相關量值的彙總與計算。 所有 Service Manager OLAP Cube 的資料來源都是資料超市，包括適用於 Operations Manager 和 Configuration Manager 的資料超市。 您必須將資料來源的相關驗證資訊儲存到 SQL Server Analysis Services (SSAS)，以建立正確的權限層級。

資料來源檢視

資料來源檢視 (DSV) 是一組檢視，代表來自資料來源 (例如 Service Manager 資料超市) 的維度、事實和子維度等資料表。 DSV 包含資料表之間的所有關聯性，例如主要和外部索引鍵。 換言之，DSV 指定 SSAS 資料庫如何對應至關聯式架構，並在關聯式資料庫之上提供一個抽象層。 使用這個抽象層，即使來源關聯式資料庫內並無任何關聯性存在，您也可以在事實和維度資料表之間定義關聯性。 您也可以在 DSV 中定義資料倉儲維度架構中原本可能不存在的具名計算、自訂量值和新屬性。 例如，如果事件的狀態是已解決或已關閉，定義 Incidents Resolved 之布林值的具名計算會算出值為 True。 接著 Service Manager 可以使用此具名計算定義量值，以顯示有用的資訊，例如已解決事件百分比、已解決事件總數，以及未解決事件總數等。

具名計算的另一個簡單範例是 ReleasesImplementedOnSchedule。 這個具名計算提供發行記錄編號中實際結束日期早於或等於排程結束日期的快速健全狀況狀態檢查。

OLAP Cube

OLAP Cube 是一種資料結構，可藉由提供快速的資料分析能力，克服關聯式資料庫的限制。 OLAP Cube 可顯示和加總大量的資料，同時還可提供使用者任何資料點的可搜尋存取權，讓您可以視需要將資料彙總、切割和細分，以處理與使用者感興趣的區域相關的各種問題。

尺寸

SSAS 中的維度會參照來自 Service Manager 資料倉儲的維度。 在 System Center 2012 – Service Manager中，維度約略相當於管理組件類別。 每個管理組件類別都有內容清單，每個維度也都包含屬性清單，而每個屬性都對應於類別中的一個內容。 維度可用來篩選、分組及標示資料。 例如，您可以依安裝的作業系統篩選電腦，也可以依性別或年齡將人員分組成不同類別。 接著您可以採用將資料自然分類成這些階層和類別的格式來顯示資料，以進行更深入的分析。 維度可能也有自然階層，可讓使用者「向下切入」更詳盡的細節等級。 例如，日期維度具有可依年、季、月、週及日等循序向下切入的階層。

下圖顯示包含日期、地區和產品等維度的 OLAP Cube。

例如，如果 Microsoft 小組成員需要 2010 年 Xbox 360 遊戲主機銷售業績的簡單摘要資料， 可以再向下切入，以取得更集中在某段時間範圍的銷售數字。 商務分析師可能想要查看 Xbox 360 主機在推出新版主機設計和 Kinect for Xbox 360 無控制器遊戲體驗之後，對銷售業績產生的影響。 這可幫助他們判斷目前的銷售趨勢，以及可能需要對業務策略進行哪些修正。 您可以透過篩選日期維度，快速提供及使用這項資訊。 資料能夠這樣切割與細分的原因只有一個，就是維度設計成包含可依客戶輕鬆篩選及分組的屬性和資料。

在 System Center 2012 – Service Manager中，所有的 OLAP Cube 全都共用一組相同的維度。 所有維度都使用主要資料倉儲資料超市作為來源，即使是有多個資料超市的案例也一樣。 在有多個資料超市的案例中，這可能會在處理 Cube 時造成維度索引鍵錯誤。

量值群組

在資料倉儲術語中，量值群組的概念與事實相同。 就像事實包含資料倉儲中的數字量值一樣，量值群組包含的是 OLAP Cube 的量值。 OLAP Cube 中衍生自資料來源檢視中單一事實資料表的所有量值，也可以視為量值群組。 不過在某些情況下，OLAP Cube 中的量值可能是衍生自多個事實資料表。 相同詳細層級的量值會統合成一個量值群組。 量值群組定義哪些資料將載入系統中、如何載入資料，以及資料如何繫結至多維度 Cube。

每個量值群組也都含有資料分割清單，以分開、非重疊的區段來保存實際的資料。 量值群組還包含彙總設計，用於定義每個量值群組所求得的預先摘要資料集合，以提升使用者查詢的效能。

量值

量值是使用者想要切割、細分、彙總及分析的數值；這種數值是您為什麼要使用資料倉儲基礎結構建置 OLAP Cube 的其中一個主要原因。 使用 SSAS，您就可以建置將套用商務規則和計算的 OLAP Cube，以可自訂的格式格式化及顯示量值。 您會將許多 OLAP Cube 開發時間花在判斷及定義所要顯示的量值以及量值的計算方式。

量值通常是對應於資料倉儲事實資料表中數值資料行的值，但您也可以在維度和變質維度屬性上建立量值。 這些量值是經過分析之 OLAP Cube 最重要的值，也是瀏覽 OLAP Cube 的使用者主要關切的值。 資料倉儲中存在的量值範例是 ActivityTotalTimeMeasure。 ActivityTotalTimeMeasure 是 ActivityStatusDurationFact 中的量值，代表每個活動處於特定狀態的時間。 量值的詳細層級由參照的所有維度組成。 例如， ComputerHostsOperatingSystem 關聯性事實的詳細層級包含電腦和作業系統維度。

彙總函式會對量值進行計算，以便進一步分析資料。 最常見的彙總函式是 Sum。 例如，有個常用的 OLAP Cube 查詢會加總所有 In Progress活動的總時間。 其他常見的彙總函式包括 Min、Max 和 Count。

在 OLAP Cube 中處理原始資料之後，使用者可以使用多維度運算式 (MDX) 執行更複雜的計算和查詢，以定義他們自己的量值運算式或導出成員。 MDX 是查詢與存取儲存在 OLAP 系統中資料的業界標準。 SQL Server 並不適合用來處理多維度資料庫所支援的資料模型。

向下切入

當使用者向下切入 OLAP Cube 中的資料時，表示使用者正在分析不同摘要層級的資料。 當使用者向下切入，在階層中不同的層級查看資料時，資料的詳細層級就會改變。 在向下切入時，使用者會從摘要資訊移到更專注在某些重點的資料。 以下是向入切入的範例：

• 向下切入資料，查看美國的人口統計資訊，接著切入華盛頓州，再切入雷德蒙市，最後切入 Microsoft 的員工人數。

• 向下切入 2011 日曆年度 Xbox 360 主機的銷售數字，再依序切入同年度第四季、十二月、聖誕節前一週，最後是聖誕節前夕。

鑽研

當使用者「鑽研」資料時，表示他們想要查看構成 OLAP Cube 彙總資料的所有個別交易。 換言之，使用者可以擷取特定量值最低詳細層級的資料。 例如，當您取得特定月份和產品類別的銷售資料時，您可以鑽研該筆資料，查看該資料儲存格內含的每個資料表列的清單。

「向下切入」(Drill Down)和「鑽研」(Drill Through) 兩個用詞經常互相混淆。 這兩個詞彙的主要差異是向下切入是在 OLAP Cube 內預先定義的資料階層上操作，例如先是美國，接著是華盛頓，然後再切入西雅圖。 鑽研會直接進入資料的最低詳細層級，並從已彙總成單一儲存格的資料來源擷取一組資料列。

關鍵效能指標

組織可以使用關鍵效能指標 (KPI)，根據其目標來測量進度，以判斷企業的健全狀況及其效能。 KPI 是可定義的商務指標，用於根據某些預先定義的目標來監視進度。 KPI 通常有目標值和實際值，代表攸關組織成功與否的量化目標。 KPI 通常以群組形式顯示在計分表中，讓您可一目瞭然快速掌握企業的整體健全狀況。

KPI 的範例是在 48 小時內完成所有變更要求。 KPI 可用來測量該時間範圍內解決之變更要求的百分比。 您可以建立儀表板來呈現 KPI。 例如，您可以將 48 小時內所有變更要求完成率的 KPI 目標值定義成 75%。

資料分割

資料分割是一種資料結構，用來保存量值群組中的部分或所有資料。 每個量值群組都會分成幾個資料分割。 資料分割則定義載入量值群組中的事實資料子集。 SSAS Standard Edition 只允許每個量值群組有一個資料分割，而 SSAS Enterprise Edition 則允許一個量值群組包含多個資料分割。 使用者完全察覺不到資料分割功能的存在，不過資料分割對於 OLAP Cube 的效能和延展性都有重大影響。 量值群組的所有資料分割一律存在相同的實體資料庫中。

資料分割能讓系統管理員更有效管理 OLAP Cube，以及提升 OLAP Cube 的效能。 例如，您可以在不影響量值群組其他部分的情況下，移除或重新處理量值群組其中一個資料分割中的資料。 當您將新資料載入事實資料表時，只有應包含新資料的資料分割會受到影響。

資料分割也能提升 OLAP Cube 的處理和查詢效能。 SSAS 可並行處理多個資料分割，進而大幅提升伺服器上 CPU 和記憶體資源的使用效率。 在執行查詢時，SSAS 還能擷取、處理及彙總來自多個資料分割的資料。 它只會掃描包含查詢相關資料的資料分割，因此能減少整體的輸入和輸入量。

資料分割策略的其中一個範例是將每個月份的事實資料表放置在每月資料分割中。 到了每個月份的月底，所有新資料都會送到新的資料分割，如此能形成自然的資料分佈並避免產生重疊的值。

彙總

OLAP Cube 中的彙總是指預先摘要的資料集。 它們與具有 GROUP BY 子句的 SQL SELECT 陳述式相似。 SSAS 可在回應查詢時使用這些彙總來減少所需的計算數量，快速地將回應傳回給使用者。 OLAP Cube 中的內建彙總可減少 SSAS 在查詢時必須執行的彙總數量。 建立正確的彙總可大幅提升查詢效能。 在整個 OLAP Cube 的存留期當中，建立彙總經常是不斷演變的程序，因為它的查詢和使用方法不斷地在改變。

您建立的基礎彙總集合通常適用於大多數針對 OLAP Cube 的查詢作業。 您需要針對量值群組內 OLAP Cube 的每個資料分割建立彙總。 建立彙總後，維度的某些屬性會包含在預先摘要的資料集內。 當使用者瀏覽 OLAP Cube 時，可根據這些彙總快速地查詢資料。 由於潛在彙總的數量龐大，建立所有彙總可能需要花費無從計算的時間和儲存空間，因此在設計彙總時請務必謹慎。

Service Manager 在 Service Manager OLAP Cube 中建立和設計彙總時，會使用下列兩個選項：

• 效能改善比率

• 基於使用方式的最佳化

效能改善比率選項可定義彙總的建立百分比。 例如，將此選項設定為預設的建議值 30%，表示建立的彙總能為 OLAP Cube 帶來 30% 的預估效能改善。 然而，這並不代表系統會建立 30% 的可能彙總。

基於使用方式的最佳化可讓 SSAS 記錄資料要求，因此在執行查詢時，它能將資訊填入彙總設計程序中。 SSAS 接著會檢閱資料，並針對應建立哪些彙總才能產生最佳預估效能改善提出建議。

另請參閱

自訂資料倉儲