BI笔记之--- SSAS部署的几种方式

SSAS库的部署有很多种方式,根据环境的不同可以选择不同的方法,本文列举几种最常见的部署方式,以及阐述他们的应用环境。

 

环境约定:SQL Server 2008

示例库:Adventure Works DW

 

方式一:Visual Studio直接Deploy

这个方法是最直接简单的方法,大多数我们都是通过这种方法部署到本地,如果需要部署到其它机器上参考下图:

右键点击SSAS项目然后选择"属性",在探出的界面中选择部署。这是直接通过源文件部署到Server上,需要注意的是我们需要有目标服务器的相关权限。

如果是用Visual Studio在线打开的SSAS库,是没有这个配置界面的。

这种方式适合服务器环境比较自由的情况,也是最直接的一种部署方式。先决条件就是目标机器或者服务器上一定要安装有BIDS(实际就是visual studio的一个shell)。

 

 

方式二:备份,还原

在开发环境把SSAS库备份成abf文件,方法,右键要备份的库,选择备份:

然后在目标服务器上还原,同样,右键,还原:

这种方式多用在开发环境和生产环境隔离的情况。

缺点是对于数据源连接的处理,因为在已经隔离的环境下,数据源服务器的配置肯定是不同的,所以在恢复之后,往往需要用visual studio连接到恢复的SSAS库上手动的去更改。或者直接在SSMS中去更改。

 

 

方式三:ascmd.exe

以命令行的方式来部署。这个程序可以在类似下面的位置找到:

C:\Program Files\Microsoft SQL Server\100\Samples\Analysis Services\Administrator\ascmd\CS

这下面是它的源文件,给出源文件的目的在于,有可能你的开发环境是32位换几个,而生产环境是64位环境,那么你就需要32位和64位版本的这个ascmd文件。我们只需要在编译的时候指定就可以:

这种方式部署,需要将已经部署好的SSAS库生成为一个XMLA脚本,它是一个XML格式的文件。

以下是具体的方法:

注:生成的时间可能会比较长,取决于SSAS DB的复杂程度。(参考:Adventure Works的库会超过五分钟)

如果需要覆盖的方式部署的话,那么需要在根节点加入一个属性:AllowOverwrite="true"

需要关注的一个地方就是,需要更改Data Source,这个可以在XMLA文件中检索到:

由于部署的目标服务器会跟本地的情况不同,所以这里留一个占位符。方法是把Localhost(或者你相应Data Source位置的配置)替换成:$(DWServer)

然后,打开一个命令行,cd定位到ascmd.exe所在的目录,然后敲如下命令:

ASCMD -S xxx.xxx.xxx.xxx -v DWServer=xxx.xxx.xxx.xxx -i AdventureWorks.xmla

以上是假定ascmd和保存下来的XMLA在同一目录,如果不在一起,那么更改-i后面的值就可以。

其中:

-S是要部署的目标服务器地址,不如localhost或者172.5.3.123

-v就是参数的替换,也就是之前替换的$DWServer,也就是数据源所在的位置。

另如果是在64位环境使用,记得要用64位版本去编译ascmd.exe。

这种方法的适用面比较广泛,因为大多数BI项目的开发环境和生产环境都是隔离的,而且都有各自的数据仓库。在部署的过程中,完全可以写一个带参数的批处理脚本,这样会使部署更灵活一些。

 

 

方式四:在程序中通过AMO。

要点是要引用如下的一个命名空间:

核心代码如下:

//connect ssas

Server _server = new Server();

_server.Connect("localhost");

 

//load xmla content to string.

StreamReader sr = new StreamReader("XMLAQuery.xmla",System.Text.Encoding.Default);

string strXMLA = sr.ReadToEnd();

sr.Close();

 

//execute

XmlaResultCollection _result = _server.Execute(strXMLA);

foreach (XmlaResult r in _result)

{

foreach (XmlaMessage m in r.Messages)

    Console.WriteLine(m.Description);

}

}

需要注意的是如果部署出现问题,这里是不会抛异常的,所以部署的结果只能通过调用Server实例的Execute方法的返回结果来看到,请留意上面代码的foreach部分。

以下是经常会遇到的错误之一,提示SSAS库已经存在,原因是没有加入上面提到的AllowOverwrite="true"

部署成功的话在结果集里是没有任何消息的。

这种方法适用于自己系统的集成开发,相对自由灵活一些。

 

 

总结:

以上列举了SSAS库部署最常用的几种方法,各种方法的复杂程度不一,适应的场景也各不相同,项目中可以根据实际情况来选择不同的方案。

[2013-02-14追加]

ascmd的下载地址已经更新:

http://sqlsrvanalysissrvcs.codeplex.com/releases/view/22769

[2011-03-29追加]

如何找到ascmd

下载网址:

http://sqlserversamples.codeplex.com/releases/view/45923

在下载的samples里,找到:

SQL2008R2.All_Product_Samples_Without_DBs\Samples\Analysis Services\Administrator\ascmd

里面是源文件,自己根据系统环境(x86还是x64)编译一下就可以使用了。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


文章浏览阅读5.3k次,点赞10次,收藏39次。本章详细写了mysql的安装,环境的搭建以及安装时常见的问题和解决办法。_mysql安装及配置超详细教程
文章浏览阅读1.8k次,点赞50次,收藏31次。本篇文章讲解Spark编程基础这门课程的期末大作业,主要围绕Hadoop基本操作、RDD编程、SparkSQL和SparkStreaming编程展开。_直接将第4题的计算结果保存到/user/root/lisi目录中lisipi文件里。
文章浏览阅读7.8k次,点赞9次,收藏34次。ES查询常用语法目录1. ElasticSearch之查询返回结果各字段含义2. match 查询3. term查询4. terms 查询5. range 范围6. 布尔查询6.1 filter加快查询效率的原因7. boosting query(提高查询)8. dis_max(最佳匹配查询)9. 分页10. 聚合查询【内含实际的demo】_es查询语法
文章浏览阅读928次,点赞27次,收藏18次。
文章浏览阅读1.1k次,点赞24次,收藏24次。作用描述分布式协调和一致性协调多个节点的活动,确保一致性和顺序。实现一致性、领导选举、集群管理等功能,确保系统的稳定和可靠性。高可用性和容错性Zookeeper是高可用的分布式系统,通过多个节点提供服务,容忍节点故障并自动进行主从切换。作为其他分布式系统的高可用组件,提供稳定的分布式协调和管理服务,保证系统的连续可用性。配置管理和动态更新作为配置中心,集中管理和分发配置信息。通过订阅机制,实现对配置的动态更新,以适应系统的变化和需求的变化。分布式锁和并发控制。
文章浏览阅读1.5k次,点赞26次,收藏29次。为贯彻执行集团数字化转型的需要,该知识库将公示集团组织内各产研团队不同角色成员的职务“职级”岗位的评定标准;
文章浏览阅读1.2k次,点赞26次,收藏28次。在安装Hadoop之前,需要进行以下准备工作:确认操作系统:Hadoop可以运行在多种操作系统上,包括Linux、Windows和Mac OS等。选择适合你的操作系统,并确保操作系统版本符合Hadoop的要求。安装Java环境:Hadoop是基于Java开发的,因此需要先安装和配置Java环境。确保已经安装了符合Hadoop版本要求的Java Development Kit (JDK),并设置好JAVA_HOME环境变量。确认硬件要求:Hadoop是一个分布式系统,因此需要多台计算机组成集群。
文章浏览阅读974次,点赞19次,收藏24次。# 基于大数据的K-means广告效果分析毕业设计 基于大数据的K-means广告效果分析。
文章浏览阅读1.7k次,点赞6次,收藏10次。Hadoop入门理论
文章浏览阅读1.3w次,点赞28次,收藏232次。通过博客和文献调研整理的一些农业病虫害数据集与算法。_病虫害数据集
文章浏览阅读699次,点赞22次,收藏7次。ZooKeeper使用的是Zab(ZooKeeper Atomic Broadcast)协议,其选举过程基于一种名为Fast Leader Election(FLE)的算法进行。:每个参与选举的ZooKeeper服务器称为一个“Follower”或“Candidate”,它们都有一个唯一的标识ID(通常是一个整数),并且都知道集群中其他服务器的ID。总之,ZooKeeper的选举机制确保了在任何时刻集群中只有一个Leader存在,并通过过半原则保证了即使部分服务器宕机也能维持高可用性和一致性。
文章浏览阅读10w+次,点赞62次,收藏73次。informatica 9.x是一款好用且功能强大的数据集成平台,主要进行各类数据库的管理操作,是使用相当广泛的一款ETL工具(注: ETL就是用来描述将数据从源端经过抽取(extract)、转换(transform)、加载(load)到目的端的过程)。本文主要为大家图文详细介绍Windows10下informatica powercenter 9.6.1安装与配置步骤。文章到这里就结束了,本人是在虚拟机中装了一套win10然后在此基础上测试安装的这些软件,因为工作学习要分开嘛哈哈哈。!!!!!_informatica客户端安装教程
文章浏览阅读7.8w次,点赞245次,收藏2.9k次。111个Python数据分析实战项目,代码已跑通,数据可下载_python数据分析项目案例
文章浏览阅读1.9k次,点赞61次,收藏64次。TDH企业级一站式大数据基础平台致力于帮助企业更全面、更便捷、更智能、更安全的加速数字化转型。通过数年时间的打磨创新,已帮助数千家行业客户利用大数据平台构建核心商业系统,加速商业创新。为了让大数据技术得到更广泛的使用与应用从而创造更高的价值,依托于TDH强大的技术底座,星环科技推出TDH社区版(Transwarp Data Hub Community Edition)版本,致力于为企业用户、高校师生、科研机构以及其他专业开发人员提供更轻量、更简单、更易用的数据分析开发环境,轻松应对各类人员数据分析需求。_星环tdh没有hive
文章浏览阅读836次,点赞21次,收藏19次。
文章浏览阅读1k次,点赞21次,收藏15次。主要介绍ETL相关工作的一些概念和需求点
文章浏览阅读1.4k次。本文以Android、java为开发技术,实现了一个基于Android的博物馆线上导览系统 app。基于Android的博物馆线上导览系统 app的主要使用者分为管理员和用户,app端:首页、菜谱信息、甜品信息、交流论坛、我的,管理员:首页、个人中心、用户管理、菜谱信息管理、菜谱分类管理、甜品信息管理、甜品分类管理、宣传广告管理、交流论坛、系统管理等功能。通过这些功能模块的设计,基本上实现了整个博物馆线上导览的过程。
文章浏览阅读897次,点赞19次,收藏26次。1.背景介绍在当今的数字时代,数据已经成为企业和组织中最宝贵的资源之一。随着互联网、移动互联网和物联网等技术的发展,数据的产生和收集速度也急剧增加。这些数据包括结构化数据(如数据库、 spreadsheet 等)和非结构化数据(如文本、图像、音频、视频等)。这些数据为企业和组织提供了更多的信息和见解,从而帮助他们做出更明智的决策。业务智能(Business Intelligence,BI)...
文章浏览阅读932次,点赞22次,收藏16次。也就是说,一个类应该对自己需要耦合或调用的类知道的最少,类与类之间的关系越密切,耦合度越大,那么类的变化对其耦合的类的影响也会越大,这也是我们面向对象设计的核心原则:低耦合,高内聚。优秀的架构和产品都是一步一步迭代出来的,用户量的不断增大,业务的扩展进行不断地迭代升级,最终演化成优秀的架构。其根本思想是强调了类的松耦合,类之间的耦合越弱,越有利于复用,一个处在弱耦合的类被修改,不会波及有关系的类。缓存,从操作系统到浏览器,从数据库到消息队列,从应用软件到操作系统,从操作系统到CPU,无处不在。
文章浏览阅读937次,点赞22次,收藏23次。大数据可视化是关于数据视觉表现形式的科学技术研究[9],将数据转换为图形或图像在屏幕上显示出来,并进行各种交互处理的理论、方法和技术。将数据直观地展现出来,以帮助人们理解数据,同时找出包含在海量数据中的规律或者信息,更多的为态势监控和综合决策服务。数据可视化是大数据生态链的最后一公里,也是用户最直接感知数据的环节。数据可视化系统并不是为了展示用户的已知的数据之间的规律,而是为了帮助用户通过认知数据,有新的发现,发现这些数据所反映的实质。大数据可视化的实施是一系列数据的转换过程。