构建分析服务数据库：从基础到优化
在数据分析领域，构建一个高效的分析数据库至关重要。本文将深入探讨如何构建一个分析服务数据库，包括数据模型定义、立方体创建、数据加载以及维度设置等关键步骤。
1. 立方体中不适用的数据类型
在构建立方体时，并非所有数据类型都能很好地工作。例如，向事实表中添加非完全可加的列（如单价或产品标准成本）时，会发现它们在立方体中的表现不佳。立方体通常会根据用户的维度选择对记录的值进行求和，但单价求和是没有意义的。
为了解决这个问题，数据模型中通常会有一个扩展金额列，它是数量与单价的乘积。这样，对所有发货的扩展金额求和就能得到一个有意义的数字。如果用户需要查看发货的平均单价，可以在立方体中添加一个计算度量，用总扩展金额除以总数量。
2. 分析服务数据库概述
与仅作为可靠数据存储引擎的关系数据库不同，分析服务数据库可以被视为一个丰富的语义层，它以用户习惯的方式向用户提供信息，并将数据加载到带有预计算摘要的缓存中以提高性能。
3. 开始使用分析服务
使用 BI 开发工作室创建一个新的分析服务项目，这将在开发机器上创建一个新的本地文件夹，其中包含我们要创建的分析服务对象的定义。设计完成后，可以将项目部署到运行分析服务的服务器上，创建立方体并允许用户访问信息。
4. 定义逻辑数据模型
分析服务数据库有一个或多个数据源，包含将加载到立方体中的信息。在我们的示例中，数据源是制造数据仓库数据库。创建分析服务项目的第一步是添加数据源，并指定数据库类型和连接信息。
大多数源数据库包含大量的表和视图。可以通过定义一个称为数据源视图
