dozent.net
Projekt anfragen
Info

SQL Server Analysis Services (SSAS) – MOLAP Cube-Entwicklung

Dieses Seminar fokussiert sich auf die praktische Entwicklung eigener multidimensionaler OLAP-Datenmodelle (MOLAP-Cubes) mit SQL Server Analysis Services. Im Zentrum stehen die Erstellung von SSAS-Projekten von Grund auf, das Design maßgeschneiderter Dimensionen und Measures, die Implementierung komplexer Geschäftslogik durch MDX-Formeln sowie Absicherung und Auswertung des fertigen Cubes — in drei Tagen.

Für wen ist dieses Seminar

BI-Entwickler, Datenarchitekten und Report-Designer, die multidimensionale Datenmodelle von Grund auf entwickeln und betreiben wollen.

Das Angebot richtet sich an Unternehmen, Behörden und Selbstständige.

Was du mitbringen solltest

Kenntnisse in relationalem Datenbankdesign (Star-/Snowflake-Schema) und T-SQL.

Geschult wird auf der jeweils aktuellen Version; bei Inhouse-Seminaren gern auch auf der Version, die ihr im Einsatz habt.

Detaillierte Inhalte

Einordnung: Multidimensional vs. Tabular

  • Abgrenzung der beiden SSAS-Modelle: MOLAP/Multidimensional gegen das tabellarische Modell (VertiPaq/DAX) — Stärken, Grenzen und wann welches Modell die richtige Wahl ist

Projektinitialisierung und Datenstrukturen

  • SSAS-Projektanlage in Visual Studio (SQL Server Data Tools)
  • Definition der Datenquelle (Data Source) und Verbindungseinstellungen
  • Aufbau der Datenquellensicht (Data Source View - DSV)
  • Tabellenverknüpfungen, logische Primär-/Fremdschlüssel in der DSV
  • Erstellung benannter Berechnungen (Named Calculations) und benannter Abfragen (Named Queries) auf SQL-Ebene

Dimensionsentwicklung

  • Erstellung neuer Dimensionen über den Wizard und manuelles Design
  • Definition und Konfiguration von Dimensionsattributen
  • Aufbau von Attributbeziehungen (Attribute Relationships) zur Optimierung
  • Erstellung von benutzerdefinierten Hierarchien (User-defined Hierarchies) für Drill-Down-Pfade
  • Konfiguration spezieller Dimensionstypen: Role-Playing Dimensions (z. B. Datum), Parent-Child-Dimensionen

Cube-Design und Measure-Entwicklung

  • Anlage eines neuen Cubes und Auswahl der Faktentabellen
  • Definition von Measure Groups und Zuweisung von Measures
  • Konfiguration von Aggregationsfunktionen (Sum, Count, Min, Max, Distinct Count)
  • Formateigenschaften und Sichtbarkeiten von Measures anpassen
  • Dimensionsverwendung (Dimension Usage) konfigurieren: Regular, Fact, Referenced, Many-to-Many

MDX-Formeln und Geschäftslogik (Calculated Members)

  • Einführung in den Cube-Bereich "Berechnungen" (Calculations)
  • Erstellung berechneter Elemente (Calculated Members) mit MDX-Formeln
  • Nutzung von MDX-Funktionen für Zeitreihenanalysen (YTD, ParallelPeriod, Vorjahresvergleiche)
  • Definition benannter Mengen (Named Sets) für dynamische Filterungen
  • Bedingte Formatierungen und Logik-Implementierung via IIF und CASE in MDX
  • Einsatz von SCOPE und Zuweisungen für zellspezifische Berechnungen

Erweiterte Cube-Funktionen

  • Entwicklung von Key Performance Indicators (KPIs): Value, Goal, Status und Trend
  • Erstellung von Aktionen (Actions): Standardaktionen, Drillthrough-Aktionen und Reporting-Aktionen
  • Definition von Perspektiven (Perspectives) zur nutzerspezifischen Sicht-Einschränkung
  • Implementierung von Übersetzungen (Translations) für mehrsprachige Cubes

Sicherheit

  • Rollenbasierte Zugriffskontrolle (Roles): Cube-, Dimensions- und Zellenebene
  • Dimensionssicherheit: Sichtbarkeit einzelner Dimensionsmitglieder je Rolle einschränken
  • Zellsicherheit: Lese- und Schreibrechte auf einzelne Zellen des Cubes steuern

Partitionen und Aggregationsentwurf

  • Measure Groups partitionieren: nach Zeitraum oder anderen Kriterien, Vorteile für Verarbeitung und Abfrage
  • Aggregationsentwurf: welche Aggregationen der Server vorab berechnet und warum das die Abfragegeschwindigkeit bestimmt
  • Nutzungsbasierte Optimierung (Usage-Based Optimization): Aggregationen anhand realer Abfragemuster nachschärfen

Zugriff aus Excel und SSRS

  • Cube-Analyse über Excel-PivotTables: Verbindung aufbauen, Hierarchien und Measures nutzen
  • SSRS als Berichtswerkzeug auf dem Cube: MDX-Datasets und Parameterübergabe an SSAS

Bereitstellung und Verarbeitung (Processing)

  • Konfiguration der Deployment-Eigenschaften im SSAS-Projekt
  • Bereitstellung (Deployment) des fertigen Cubes auf dem Analysis Services Server
  • Verarbeitungsmethoden (Process Full, Process Update, Process Data) für Dimensionen und den Cube
  • Fehlerbehandlung bei der Verarbeitung (Key Errors, Null-Werte)

Dauer: 3 Tage

Was du danach kannst

  • Einen SSAS-Cube von der Datenquellensicht bis zu Dimensionen und Measure Groups von Grund auf aufbauen
  • Geschäftslogik mit MDX als Calculated Members, Named Sets und KPIs umsetzen
  • Den Cube mit rollenbasierter Zugriffskontrolle auf Cube-, Dimensions- und Zellenebene absichern
  • Partitionen anlegen und den Aggregationsentwurf anhand realer Abfragemuster nutzungsbasiert optimieren
  • Den Cube aus Excel-PivotTables und SSRS heraus auswerten
  • Begründen, wann ein multidimensionales Modell die richtige Wahl ist und wann das tabellarische Modell besser passt

Verwandte Seminare

Dein Dozent

Frank Glück schult seit mehr als 30 Jahren und programmiert seit fast 40 Jahren. Seit 1999 ist er auch als Dozent für die GFU tätig. In seinen Kursen vermittelt er tiefgehendes Architektur- und Praxiswissen rund um multidimensionale Datenanalyse und Microsoft BI.

Häufige Fragen (FAQ)

Wann setzt du MOLAP Cubes mit SSAS heute noch ein?

Multidimensionale Cubes (MOLAP) bieten auch heute unübertroffene Abfragegeschwindigkeit für komplexe hierarchische Finanz- und Controlling-Auswertungen mit vorgefertigten Aggregationen und mächtigen MDX-Berechnungen über sehr große historische Datenbestände.

Wie unterscheiden sich Dimensionstabellen und Faktentabellen im Cube?

Faktentabellen enthalten numerische Messwerte und additive Kennzahlen (z. B. Umsatz, Stückzahlen), während Dimensionstabellen die Attribute und hierarchischen Auswertungsebenen (z. B. Zeit, Filiale, Kunde, Produkt) bereitstellen. Im Kurs lernst du das optimale Star- und Snowflake-Schema für SSAS kennen.

Wie wird ein SSAS MOLAP Cube automatisiert aktualisiert?

Über automatisierte Verarbeitungsprozesse (SQL Server Agent Jobs mit XMLA oder SSIS). Dabei kommen je nach Datenvolumen inkrementelle Verarbeitungsarten wie Process Update oder Process Data zum Einsatz, um Ausfallzeiten zu minimieren.

Worin unterscheidet sich dieses Seminar vom tabellarischen Modell?

Dieses Seminar behandelt ausschließlich das multidimensionale Modell (MOLAP) mit MDX. Das tabellarische Modell (VertiPaq/DAX) folgt anderen Konzepten; die Abgrenzung besprechen wir zu Beginn, damit klar ist, welches Modell für euren Anwendungsfall passt.

Individuell anfragen

Die Anfrage ist unverbindlich und kostenlos; Umfang und Konditionen klären wir danach individuell.

Individuell anfragen