Verschieben von Data Mining-Objekten

Die häufigsten Szenarien beim Verschieben von Data Mining-Objekten sind das Bereitstellen eines Modells aus einer Test- oder Analyseumgebung in einer Produktionsumgebung oder die Freigabe von Modellen an andere Benutzer.

In diesem Thema wird beschrieben, wie Sie die Tools und Skripterstellungssprachen aus Analysis Services zum Verschieben von Data Mining-Objekten verwenden können.

Verschieben von Data Mining-Objekten zwischen Datenbanken oder Servern

Sie können Data Mining-Objekte zwischen Analysis Services-Datenbanken oder Instanzen von Analysis Services auf folgende Weise verschieben:

  • Erneutes Bereitstellen der Lösung an eine andere Datenbank.

  • Skripterstellung einzelne Objekte.

  • Sichern und anschließendes Wiederherstellen einer Kopie der Datenbank.

  • Exportieren und Importieren von Strukturen und Modellen.

Im folgenden Abschnitt werden diese Optionen ausführlich erläutert.

Bereitstellen

Für die Bereitstellung der Projektmappe auf einem anderen Server bzw. einer anderen Datenbank benötigen Sie die Projektmappendatei, die mit SQL Server-Datentools (SSDT) erstellt wurde.

Weitere Informationen zur Bereitstellung von Analysis Services-Projektmappen finden Sie unter Bereitstellen von Analysis Services-Projekten (SSDT).

Skripterstellung

Analysis Services stellt mehrere Sprachen bereit, mit denen Sie Skripte für Objekte erstellen können.

  • XMLA: Sie können Objekte mit XMLA schreiben, indem Sie mit der rechten Maustaste auf Objekte in SQL Server Management Studio klicken. Um das Skript auszuführen, öffnen Sie es in einem XMLA-Abfrage-Fenster auf dem Zielserver.

  • DMX: Sie können Skripte anhand von Vorlagen oder einem der Abfrage-Generatoren erstellen, die in SQL Server-Datentools und SQL Server Management Studio bereitgestellt werden.

Beachten Sie jedoch, dass es Unterschiede in den Aufgaben gibt, die Sie mit den einzelnen Skripterstellungssprachen ausführen können:

  • Eigenschaften wie Objektbeschreibung und Datenbindungen können nur mit Analysis Services DDL-Sprachen erstellt oder geändert werden, nicht mit DMX.

  • Nur DMX unterstützt den Import und den Export von Miningobjekten.

  • Nur DMX unterstützt das Generieren von PMML oder Importieren von Modelldefinitionen aus PMML.

  • Nur DMX unterstützt das Trainieren eines Modells mit Anwendungsdaten. Darüber hinaus unterstützt die DMX-Anweisung INSERT INTO das Trainieren eines Modells ohne Bereitstellung von Werten für eine Schlüsselspalte.

Weitere Informationen finden Sie unter Entwickeln mit Analysis Services Scripting Language (ASSL).

Sichern und Wiederherstellen

Sichern und Wiederherstellen einer gesamten Analysis Services-Datenbank bietet sich an, wenn Ihre Data Mining-Projektmappe auf OLAP-Objekten aufbaut. SQL Server 2012 stellt die Sicherungs- und Wiederherstellungsfunktionalität bereit, mit der Datenbanksicherungen schneller und leichter erstellt werden können.

Weitere Informationen zu Sicherungen finden Sie unter Sichern und Wiederherstellen von Analysis Services-Datenbanken.

Exportieren und Importieren

Das Exportieren und anschließende erneute Importieren von Miningmodellen und -Strukturen mit DMX-Anweisungen ist die einfachste Möglichkeit, einzelne relationale Data Mining-Objekte zu verschieben oder zu sichern. Weitere Informationen zur DMX-Syntax für diese Vorgänge finden Sie unter den folgenden Themen:

Wenn Sie die INCLUDE DEPENDENCIES-Option festlegen, exportiert Analysis Services auch die Definition erforderlicher Datenquellensichten. Beim Importieren des Modells oder der Struktur wird die Datenquellensicht auf dem Zielserver erneut erstellt. Stellen Sie nach dem Importieren des Modells sicher, dass die notwendigen Miningberechtigungen für das Objekt festgelegt werden.

HinweisHinweis

Sie können OLAP-Modelle nicht mit DMX exportieren und importieren. Wenn das Miningmodell auf einem OLAP-Cube basiert, müssen Sie die Funktionalität verwenden, die von Analysis Services zum Sichern und Wiederherstellen einer ganzen Datenbank bereitgestellt wird, oder den Cube und seine Modelle erneut bereitstellen.

Siehe auch

Konzepte

Verwaltung von Data Mining-Lösungen und -Objekten