.SidebarContainerA { width: 380px; height: 250px; float: right; border: 1px solid #323e58; padding: 10px 20px 0px 20px; background-color: #e1e8f5; margin: 20px 0px 20px 10px; } table.one { table-layout:fixed; width : 850px; } table.two { table-layout:fixed;width:845px; margin-bottom: 10px; } .tdwidth1{ width:125px; } .tdwidth2{ width:125px; } .tdwidth3{ width:150px; }

Business Intelligence

Erstellen von Daten Grundlage für eine BI-Lösung

Derek Comingore

Codedownload verfügbar unter:SampleCode2009_08.exe(151 KB)

Auf einen Blick:

• Folgende das dimensionale Modell einen Datamart erstellen
• Entwickeln von ETL-Prozesse und Daten zugeordnet
• Mithilfe von Integration Services für ETL-
• Erstellen ein Integration Services-Projekt in BIDS

Inhalt

Grundlegendes zu Anforderungen
Verwenden das dimensionale Modell
Erstellen einer Matrix Bus
Erstellen einer Daten-Zuordnung
Erstellen der Data Mart
Bereitstellen von Data Mart
Entwickeln von ETL-Prozesse
Erstellen eines SSIS-Projekts in BIDS
Allgemeine Datenverbindungen erstellen
Entwickeln der ETL für Dimensionen
Definieren eines Datenflusses extrahieren und laden
Zusätzliche Pakete entwickeln
Entwickeln des Internet Sales Fact Table-Pakets
Abschließende Installationsschritte

Daten ist der wichtigste Teil alle Business Intelligence (BI) Lösung.Wie in Stacia Misner des, erläutert „Planen der ersten Microsoft BI-Lösung„ Abrufen von Daten in Ihre BI-Lösung und Verwalten von es nachdem es dort umfasst mehrere Schritte.BI-Experten finden Sie in diesen Schritten extrahieren, Transformieren und laden (ETL) Prozesse.Auch wenn Sie nicht um eine Karriere BI Schwerpunkt zu verfolgen, können Sie weiterhin nutzen ETL-Techniken und Tools zum Verwalten der Daten, die müssen Sie die täglichen Entscheidungen informieren, die Sie in Ihre Auftrag vornehmen.In diesem Artikel wird aufgezeigt, zum Entwerfen und erstellen einen einfachen Datamart veranschaulichen, wie Sie SQL Server 2008 Integration Services (SSIS) zum Ausführen von ETL für Ihre eigenen BI-Lösung verwenden können.

Grundlegendes zu Anforderungen

Wie bei jeder IT-Projekt am besten ein ETL-Projekt starten zu verstehen, die allgemeinen Anforderungen von BI-Lösung möchten Sie erstellen und arbeiten Sie dann Ihre Möglichkeit zurück an den Daten, wie am besten zur Unterstützung dieser Anforderungen bestimmen.Der erste Artikel in der Reihe legen Sie die Stufe für die fiktive Firma Adventure Works beschrieben, die analytischen Anforderungen als mehrere Fragen, die beantworten, das Unternehmen muss, muss BI-Lösung.Diese Fragen markieren Sie die Notwendigkeit von Adventure Works zu verstehen, die Produktverkäufe aus verschiedenen Perspektiven: Rentabilität durch Verteilung Kanal (Händler oder im Internet), die Änderung im Bedarf für Produkte über einen Zeitraum und den Unterschied zwischen tatsächlichen Umsätze und Vertriebstrends nach Produkt, Verkäufer, geografische Region und Händler-Typ.Die Antworten auf diese Fragen helfen Adventure Works, welcher Kanal Verteilung entscheiden, das Unternehmen auf erhöhen Gewinne konzentrieren sollten, wie Anpassen der Herstellungsprozess am besten erfüllen gefordert wird und wie Änderungen in Vertriebsstrategie das Unternehmen seine sales Ziele helfen können.Sie sehen, wie die Daten unterstützt diese geschäftlichen Fragen beantworten, wenn Sie SQL Server Reporting Services (SSRS) BI-Lösung hinzufügen.

Vor dem Starten Entwerfen der Datamart für Adventure Works diese Anforderungen beachten soll Modell Informationen, die aus geschäftlicher Sicht benötigt.Mit anderen Worten, sollte ein Datamart Entwurf auf dem Weg basieren die Benutzer Ihre Fragen werden, anstatt die Art der Daten aus den Datenquellen stammt.

Sie müssen die SQL Server 2008 Adventure Works OLTP-Beispieldatenbank für die Codebeispiele in diesem Artikel gefunden.

Verwenden das dimensionale Modell

Ein Datamart ist normalerweise mit einem dimensionale Modell Design ein Datenbankschema gut geeignet für die Analyse ist erstellt.(Eine hervorragende Ressource für Kennenlernen der dimensionalen Modellierung istkimballgroup.com.) Ein dimensionales Modell zeigt Daten in einer Weise, die den Benutzern vertraut ist und er hilft Ihnen, Datenstrukturen zu erstellen, die zum Abfragen von großen Datenmengen optimiert sind.Sie können diese Optimierung erzielen, indem die Daten, wodurch das Datenbankmodul schnell markieren und effizient Abfragezeit aggregieren eine große Datenmenge zu denormalisieren.Im denormalisierte Schema für die Adventure Works Lösung werde ich zwei Arten von Tabellen einfügen: Dimensions- und Faktentabellen.Eine Dimensionstabelle speichert Informationen zu Geschäftsentitäten und Objekte, wie z. B. Händler oder Produkte.Eine Faktentabelle für die numerischen Verkaufsdaten verwendet wird, muss, aggregieren, numerische Measures und Schlüssel Fakten mit Dimensionstabellen enthält.Ich erkläre mehr über Faktentabellen weiter unten in diesem Artikel.

Sie können die Tabellen ein dimensionales Modell in zwei Typen von Schemas implementieren: Stern- und Schneeflockenschema.Einfach ausgedrückt verwendet ein Sternschema eine Tabelle für jede Dimension eine Abfrage wiederum mit einer Faktentabelle mit einer einzelnen Verknüpfung bezieht.Ein Schneeflockenschema verwendet zwei oder mehr Tabellen für jede Dimension und erfordert daher Weitere Verknüpfungen in einer Abfrage die Daten anzuzeigen.Diese Auflistung von cascading Verknüpfungen bedeutet, dass Abfragen häufig langsamer in einem Schneeflockenschema als in einem Sternschema ausgeführt werden.Für die Zwecke dieses Artikels werde ich halten das Design einfach und verwenden Sie ein Sternschema.

Erstellen einer Matrix Bus

Als Teil des Prozesses Dimensionsmodellierung erstellen ich eine Bus-Matrix um die Verkäufe, zugeordneten Dimensionen zu identifizieren den Fokus der BI-Lösung für Adventure Works.Denken Sie daran, dass Adventure Works zwei sales Kanäle hat: bleiben Verkäufe an Händler und einzelnen Verkäufe über das Internet.Verwendung auch die Matrix Bus zum die Beziehung zwischen jeder Dimension für eine oder beide Arten von Sales identifizieren.Abbildung 1 zeigt mein Beispiel Bus Matrix für Adventure Works.

Meine nächste Schritt besteht darin, die Measures für die Lösung zu ermitteln.Measures sind numerische-Werte, die für die Analyse erforderlich sind.Sie können direkt von der Quelle, z. B. sales Dollar oder Produkt Kosten stammen oder durch eine Berechnung, wie z. B. eine Menge mit einen Währungsbetrag für eine erweiterte Verkaufsbetrag multiplizieren abgeleitet werden.Außerdem muss entscheiden, welche Attribute für jede Dimension ein.Attribute sind die einzelnen Elemente in einer Dimension (entspricht Spalten in einer Tabelle), die Sie Daten gruppiert oder Filter für die Analyse z. B. Land, in dem Vertriebsgebiet Dimension oder Jahr verwenden können, in der aktuellen Dimension.Ich wird nicht jedes identifizierte Measure oder dimensionale Attribut in diesem Artikel ausführlich – einfach erkennen, dass der Prozess Kennung stattfinden muss.

Erstellen einer Daten-Zuordnung

Vor dem physische Tabellen des Datamart erstellen, müssen zusätzliche Planung führen.Insbesondere müssen gestalten ein Dokument Zuordnung Daten jede Zielspalte in der Datamart Schema den Spalten im Quellsystem Adventure Works OLTP (die Datenbank AdventureWorks2008. zuordnen, die Sie downloaden und wie beschrieben in Stacia Misner Artikel auf p installieren können31).Verschiedene Anwendungen können Sie eine Datenzuordnung erstellen.Das Format ist ebenso wichtig wie der Inhalt nicht.Ich möchte Datenkarten in Microsoft Office Excel entwickeln.Abbildung 2 zeigt die DimProduct-Registerkarte in Meine Datenzuordnung erstellte.Außerdem erstellte DimCustomer und FactInternetSales Daten zuordnet.Eine der Tabellen in meiner Datamart dar jedes Blatt der Arbeitsmappe.Auf jedem Blatt einfach habe zwei Spalten: eine für die Quellspalte und eine für die Zielspalte.

Abbildung 2 DimProduct Data Mapping Register

Jede Dimensionstabelle (außer für die Datumsdimension) besitzt einen Primärschlüssel, als einen Ersatzschlüssel (normalerweise eine Identitätsspalte) bezeichnet.Ein Vorteil der Verwendung von Ersatzschlüssel ist, dass Sie Daten aus mehreren Systemen ohne das Risiko von doppelten Schlüssel kombinieren können.

Die Dimensionstabellen verfügen außerdem über eine alternative Schlüsselspalte.Diese Alternativschlüssel darstellen natürliche Schlüssel, Geschäftsschlüssel bezeichnet.Diese sind das Quellsystem Bezeichner.Die CustomerAlternateKey-Spalte in der Customer-Dimension ordnet z. B. das Adventure Works OLTP Datenbankfeld AccountNumber in der Tabelle Sales.Customer.Diese Schlüssel in der Dimensionstabelle gespeichert werden, besteht eine Möglichkeit, Datensätze bereits in der Dimension mit Datensätzen aus der Datenquelle extrahiert werden, wenn ich einen ETL-Prozess für jede Dimension ausführen übereinstimmen.

Fast jeder Datamart enthält eine Datumsdimension, da Unternehmensanalyse häufig Änderungen in Measures nach Datum, Woche, Monat, Quartal oder Jahr vergleicht.Die Datumsdimension verfügt fast nie aus einem Quellsystem, sodass die Gründe für mit einem SQL Server-IDENTITY–based-Schlüssel nicht angewendet werden.Stattdessen wird verwendet werden, was einen smart Schlüssel mit einem Format YYYYMMDD als eine SQL Server-Integer-Spalte gespeicherten aufgerufen wird.Intelligenter Schlüssel ist ein, die aus Logik oder Skripts im Gegensatz zum eine automatisch inkrementierende Taste z. B. eine IDENTITY-Spalte in SQL Server generiert wird.

Bedenken Sie, die die Datumsdimension normalerweise eine Quelltabelle zugeordnet nicht.Stattdessen wird ein Skript verwendet, um die Daten zum Laden der Datensätze in der Tabelle zu generieren.

Da der ETL-Prozesse für das kleine Schema erforderlichen relativ einfach sind, ist meine Datenzuordnung Ordnung ist.In einem realen Projekt würde ich versehen Datenzuordnung darauf hinweisen, wenn komplexe Transformationen erforderlich sind.

Erstellen der Data Mart

Die logische Modellierung abgeschlossen ist, müssen die physischen Tabellen, die ETL-Prozesse geladen werden und eine Host-Datenbank für diese Tabellen erstellen.Ich werde ein einfaches T-SQL-Skript verwenden, um sowohl meiner Datenbank und seine zugeordneten Dimensionen und Faktentabellen zu erstellen.Sie das gesamte T-SQL-Skript im begleitenden Download Beispiel BI-Lösung an (finden für2009 Code Downloads).

Für die Zwecke dieses Artikels erstelle ich nur eine Teilmenge der gesamte Sales Datamart Schema, sodass den gesamten ETL-Prozess in SSIS eingegangen.In den kleineren Version des Schemas enthalten ich nur die OrderQuantity und Verkaufsbetrag Measures für die Internet-Sales-Faktentabelle.Darüber hinaus enthält das kleinere Schema eine vereinfachte Version der Dimensionstabellen Kunden, Produkte und Datum.

Bereitstellen von Data Mart

Bereitstellen von Datamart muss einfach T-SQL ausführen schrieb ich früher die neuen Tabellen auf einer SQL Server-Instanz instanziiert werden.T-SQL ausführen, starten ich SQL Server Management Studio (SSMS) durch Klicken auf Start\All Programme\Microsoft SQL Server 2008\SQL Server Management Studio.Sobald SSMS geöffnet ist, ich Geben Sie den Namen des Meine angegebene SQL Server-Instanz und klicken Sie dann auf Verbindung Windows-Authentifizierung im Dialogfeld Verbindung.Verwenden Sie SQL Server Management Studio, zum Öffnen der Datei TECHNET_AW2008SalesDataMart.sql und das Skript ausführen.

Entwickeln von ETL-Prozesse

Entwerfen und Entwickeln von ETL-Prozesse ist die nächste Schritt bei der Erstellung einer BI-Lösung.Um zu überprüfen, enthält ETL alle technologische Prozesse, die mit denen Daten aus Datenquellen, transformiert und dann in ein Ziel-Repository geladen extrahiert werden.Im Allgemeinen ETL-Prozesse in BI-Lösungen Extrahieren Daten aus Flatfiles und operative OLTP-Datenbanken, ändern die Daten an ein dimensionales Modell (z. B. ein Sternschema) und Laden Sie die resultierenden Daten in einen Datamart.

Erstellen eines SSIS-Projekts in BIDS

Die erste Schritt bei der Entwicklung eines ETL-Prozesses besteht darin, ein neues Projekt in Business Intelligence Development Studio (BIDS) erstellen.BIDS mit SQL Server 2008 ausgeliefert und installiert, wenn Sie die Option Arbeitsstationskomponenten während der Installation auswählen.BIDS enthält Projektvorlagen für SSIS, SSAS und SSRS.Ferner unterstützt, Integration der Quellcodeverwaltung, wie Visual Studio.

Starten BIDS, fahren Sie mit SQL Server Start\Programs\Microsoft 2008\Business Intelligence Development Studio, und wählen Sie Projekt File\New.Sie sollten die New Project-Vorlage in Figure 3 angezeigt sehen.

Abbildung 3 neue Projektvorlage in BIDS 2008

Integration Services-Projekt im Bereich Vorlagen ein ssis_TECHNET_AW2008 im Textfeld Name, und klicken Sie dann auf OK.BIDS sollte ein geöffnetes SSIS-Projekt jetzt angezeigt werden.

Allgemeine Datenverbindungen erstellen

Ein anderes nützliches Feature in SSIS 2008 ist die Möglichkeit, Datenquellenverbindungen außerhalb der einzelnen Pakete zu erstellen.Sie können eine Datenquellenverbindung einmal definieren und dann in eine oder mehrere SSIS-Paketen innerhalb der Projektmappe verweisen.Finden Sie weitere Informationen zu Datenquellen BIDS erstellen auf"Wie: definieren eine Datenquelle mithilfe der Datenquelle-Assistent (Analysis Services) ".

Erstellen Sie zwei neue Datenquellenverbindungen: einen für die Datenbank TECHNET_AW2008SalesDataMart und einen weiteren für die AdventureWorks2008 OLTP-Datenbank.Benennen Sie die Datenquellenverbindungen AW_DM.ds und AW_OLTP.ds, bzw..

Entwickeln der ETL für Dimensionen

ETL, die Product-Dimension zu laden ist sehr einfach.Ich möchte die Daten aus der Tabelle Adventure Works Production.Product extrahieren und Laden der Daten in die Datenbank TECHNET_AW2008SalesDataMart.Zunächst muss das Standardpaket umbenennen, das BIDS für meine SSIS-Projekt erstellt werden.(Ein Paket ist ein Container für alle Schritte im Workflow, den SSIS-ausgeführt wird.) Klicken Sie mit der rechten Maustaste auf das Standardpaket im Projektmappen-Explorer, und wählen Sie umbenennen.Geben Sie DIM_PRODUCT.dtsx, und drücken Sie dann die EINGABETASTE.

Als Nächstes müssen lokale Paket Verbindungs-Manager unter Verwendung der vorgefertigten Datenquellen erstellen.Erstellen Sie zwei neue Verbindungs-Manager die zuvor erstellten Datenquellen verweisen.

Definieren eines Datenflusses extrahieren und laden

SSIS umfasst einen Datenflusstask Daten, die alles kapselt ETL für eine einfache Dimension implementieren muss.Ich gerade ziehen Sie einen Datenflusstask Daten aus der Toolbox auf der Ablaufsteuerung Designer-Oberfläche und benennen die Aufgabe in EL (für extrahieren und Laden).Klicken Sie mit der rechten Maustaste auf dem Datenflusstask im Designer, und wählen Sie bearbeiten.BIDS zeigt jetzt den Datenfluss-Designer.

Teil des Product-Dimension-Paket extrahieren muss der AdventureWorks2008-Production.Product-Tabelle.Um diese Aufgabe einzurichten, wird mit ich ziehen Sie eine Komponente OLE DB-Datenquelle aus der Toolbox auf die Designeroberfläche Datenfluss, und Sie die Komponente OLE DB-Datenquelle zu AW_OLTP benennen.

Danach definiere ich den laden Teil meiner-Paket in der Datamart laden.Ich einfach die Datenfluss-Designeroberfläche ziehen eine neue Instanz der OLE DB-Ziel-Komponente, und benennen Sie AW_OLTP.Anschließend klicken Sie auf die OLE DB Quelle (AW_OLTP)-Komponente und ziehen Sie den grünen Pfeil auf der OLE DB-Datenquelle auf die AW_DM OLE DB-Ziel-Komponente, die Verbindung der beiden Komponenten.

An dieser Stelle ich habe den Datenfluss die erforderlichen Komponenten hinzugefügt, noch muss jedoch jede Komponente konfigurieren, damit SSIS weiß, wie ich möchte die extrahieren und Laden der Daten.Klicken Sie mit der rechten Maustaste auf die AW_DM OLE DB-Ziel-Komponente, und wählen Sie bearbeiten.Der OLE DB-Ziel Editor öffnen, sicher ich AW_DM wie der OLE DB-Verbindung-Manager aktiviert ist.Dann ich erweitern Sie den Namen der Tabelle Dropdown-Liste und wählen Sie die dbo.DimProduct-Tabelle.Klicken Sie abschließend auf ich die Registerkarte Zuordnungen um zu bestätigen, dass die Zuordnungen korrekt sind.Ich klicken Sie auf die Zuordnungen OK.Dieses Verfahren ist viel einfacher, wenn Sie eine Datenzuordnung für Verweis bereit, haben insbesondere wenn Sie mit umfangreichen Tabellen arbeiten.Die Product-Dimension ETL-Paket ist jetzt abgeschlossen.

Sie können das Paket in BIDS problemlos ausführen.Um das Produkt-Dimension-Paket zu testen, öffnen Sie das Paket, und drücken Sie F5.

Zusätzliche Pakete entwickeln

Erstellen Sie das Customer-Dimension-Paket auf dieselbe Weise, die ich das Produkt Paket haben.Ich wird nicht die Schritte wiederholt, die Sie dieses neue Paket erstellen müssen.Sie sollten versuchen, ihn auf eigene zu erstellen.Beachten Sie, dass dieses Paket eine XML-Daten eingegeben Spalte (Person.Person.demographics) in der Datenquelle verwendet die Sie zum Analysieren der einzelnen demographischen-bezogene Attribute erforderlich sind.Um einzelne Werte aus einer SQL Server XML-Daten eingegeben Spalte zu analysieren, können Sie mit der XML-Datentyp-Methode (systemeigene Wert () ein XQuery nutzen.Benennen Sie das fertige Paket DIM_CUSTOMER.dtsx.

Entwickeln ein SSIS-Paket für die Datumsdimension ist optional.Da diese Dimension in der Regel Quelldaten besitzt, ist die einfachste Möglichkeit zum Laden mithilfe eines einfachen T-SQL-Skripts.Sie finden das Skript verwendet in der Lösung abgeschlossen.

Entwickeln des Internet Sales Fact Table-Pakets

Das Internet Sales Tatsache Tabelle Paket fragt alle Internet Verkauf und gibt die Verkaufsdaten nach Produkt, Kunden und Datum (d. h. Reihenfolge Date).Im Gegensatz zu einer Dimension-Paket erfordert ein Paket Tatsache Tabelle eine weitere Schritt das Ersatzzeichen und intelligente Schlüssel in den entsprechenden Dimensionstabellen prior to Laden von Daten in der Faktentabelle nachschlagen.Sie können ein neues Paket erstellen und benennen Sie FACT_INTERNET_SALES.dtsx.

Der extrahieren Teil des Pakets muss zum Abfragen der AdventureWorks2008 OLTP-Datenbank mit dem T-SQL-Code im angezeigtAbbildung 4 .

Abbildung 4 T-SQL-Code für Internet Umsätze nach Produkt, Datum und Kunden

SELECT
       P.ProductID
       ,CONVERT(INT,CONVERT( CHAR(4), YEAR(H.OrderDate) ) + RIGHT('0'+ CONVERT(VARCHAR(3), 
            MONTH(H.OrderDate) ),2) + RIGHT('0'+ CONVERT( VARCHAR(3), 
DAY(H.OrderDate) ),2)) AS OrderDateKey
       ,C.AccountNumber 
       ,SUM(D.OrderQty) AS OrderQuantity
       ,SUM(D.LineTotal) AS SalesAmount
FROM
       [Sales].[SalesOrderDetail] D
INNER JOIN
       [Sales].[SalesOrderHeader] H ON (D.SalesOrderID = H.SalesOrderID)
INNER JOIN
       [Production].[Product] P ON (D.ProductID = P.ProductID)
INNER JOIN
       [Sales].[Customer] C ON (H.CustomerID = C.CustomerID)
WHERE
        H.OnlineOrderFlag = 1
GROUP BY
        P.ProductID
        ,H.OrderDate 
        ,C.AccountNumber

Erstellen Sie eine neue Datenfluss Aufgabe in das Paket Steuerelement Fluss Oberfläche. Öffnen Sie den Datenfluss-Designer, und erstellen Sie eine Komponente OLE DB-Datenquelle. Name der Komponente AW_OLTP, und die Abfrage in Abbildung 4 verwenden, als Quelle. Diese Abfrage erzeugt eine Aggregation (Summe) für die OrderQuantity und Verkaufsbetrag Measures in den Adventure Works Sales Tabellen gefunden.

Jetzt müssen Sie eine Transformation Lookup konfigurieren. Ziehen Sie zwei neue Instanzen der Komponente suchen Transformation aus der Toolbox, auf die Designeroberfläche Datenfluss und nennen Sie diese Produkte und Kunden. Konfigurieren Sie die erste Bedingung zu ProductKey in der Tabelle Artikel Dimension durch Verknüpfen der AlternateKey der Dimensionstabelle zum Feld ProductID eingehende aus der AW_OLTP-Quellabfrage Nachschlagen (Produkt).

Konfigurieren Sie die zweite eine (Customer) zum Nachschlagen Kundenschlüssel in der Customer-Dimensionstabelle, durch Verknüpfen der AlternateKey der Dimensionstabelle zum Feld AccountNumber eingehende aus der Quellabfrage AW_OLTP.

Abschließende Installationsschritte

Die endgültigen Schritt besteht darin, die Daten in die Faktentabelle FactInternetSales, die den Ersatzschlüssel die Transformation Lookup gefunden ersetzen die natürliche Schlüssel für jede Dimension laden. Ziehen Sie über eine neue Instanz der OLE DB-Ziel-Komponente, und nennen Sie Sie AW_DM. Bearbeiten der OLE DB-Ziel-Komponente, und wählen Sie den AW_DM Verbindungs-Manager. Als Nächstes wählen Sie die Tabelle dbo.FactInternetSales aus, und klicken Sie auf die Registerkarte Zuordnungen. Stellen Sie sicher, dass die Zuordnungen in Abbildung 5 aussehen. Klicken Sie auf OK, um das Paket Logik abzuschließen.

Abbildung 5 OLE DB-Ziel-Zuordnungen für die Faktentabelle der SalesFact Internet

Um das Internet Sales Fact-Paket zu testen, öffnen Sie das Paket in BIDS und drücken Sie F5.

Sie kennen nun die Grundlagen von dimensionale Modellierung und entworfene ETL-Pakete mit SSIS erstellen. Im dritten Artikel dieser Reihe lernen Sie einen aufgefüllt Datamart verwenden, um Dimensionen und Cubes für eine SSAS-Datenbank zu erstellen. Nachdem Sie einen Cube erstellt haben, können Sie Sie entwickeln ein SSIS-Paket, diese Objekte kontinuierlich in der SSAS-Datenbank zu aktualisieren, jedes Mal neue Daten Datamart hinzugefügt werden. SSIS können auch Daten zur Anzeige in einem Bericht SSRS vorbereiten, wenn Bericht-Anforderungen können nicht mit einer einzigen Abfrage erfüllt werden. Wie Sie sehen können, können SSIS zum Verwalten der BI-Lösung als nur ETL-Verarbeitung viel mehr tun.

Derek Comingore ist Senior Architect mit ComFrame. Ein SQL Server-MVP sowie einen zertifizierten Experten in verschiedene Microsoft-Technologien, einschließlich SQL Server BI er hält Vorträge lokale und nationale SQL Server-Benutzergruppen und der Autor einer veröffentlichten SQL Server-Themen. Derek konzentriert sich auf Erstellen und Übermitteln von Enterprise-Class Datawarehousing und BI-Lösungen mit SQL Server zusammen mit den anderen Microsoft BI-Software-Produkten. Sie können Derek zu erreichen. dcomingore@comframe.com.