3. Introduction
Rendre l’analyse des données flexible, facile
agréable et en un temps raisonnable aux utilisateur est
l’objectif de tous SGBD.
Alors comment Sur SQL SERVER ceci est rendu
possible avec SSAS.
4. C’est quoi SSAS
SQL SERVER Analysis Services (SSAS) est une
plateforme de stockage et de restitution de données
faisant partie de la suite décisionnelle
de Microsoft BI.
Il est dédié principalement à la mise en place de
couches sémantiques appelées BISM <<Business
Intelligence Semantic Model>>
5. Concept de SSAS
Une couche BISM permet de simplier aux utilisateurs
l’accès aux données.
Il est sous deux formes:
Un cube OLAP (OnLine Analytical Processing)
géré par le moteur OLAP de SSAS
Un cube TABULAR gére par le moteur
xVelocity de SSAS
6. Les cubes OLAP
Ils sont caractérisés par:
Analyser des données déjà agrégées et stockées selon les
besoins de l’utilisateur;
Modéliser les données sous forme de dimensions et de mesures;
Capacité à manipuler de gros volumes de données agrégées en
croissant différentes dimensions;
Un cube OLAP utilise les fonctions classiques d’agrégation:
Min, Count, Sum mais peut être enrichi avec des calculs
spécifiques complexes;
7. Ils sont caractérisés par:
Analyse des données <<in-memory>> ce qui permet
d’assurer des temps de réponse très réduits;
Possibilité de ne pas charger les données en mémoires
et configurer le mode <<Direct Query>>;
Modéliser les données sous forme de <<tableaux >>
liés avec des relations.
Les cubes <<TABULAR>> peuvent être
enrichis avec des calculs spécifiques.
Les cubes TABULAR
8. Un moteur data mining
Data Mining <<Exploration de données>> est
également disponible, aidant dans le design, visuel et
créant des modèles d'exploration de données mettant
en place d’algorithmes.
Intégrant ainsi des fonctions d’analyse de:
– Séries chronologiques;
– Segmentation;
– Scoring..
9. Fonctionnalités principales de
SSAS
Création et gestion de couches
sémantiques(OLAP,..);
Création d’indicateurs de performances;
Création de calculs avancés(analyses temporelles,
analyses financières,..);
Création de hiérarchies dans les dimensions;
Gestion de rôles d’accès aux données;
Data Mining (exploration de données);
Restitution de données dans Excel.
OLAP Online Analytical Processing Permet aux utilisateurs d&apos;analyser des données multidimensionnelles (appelées faits) de manière interactive (par navigation ou interrogation) à partir d&apos;une perspective multiple (appelées dimensions)