Apakah mendukung situs web dengan kubus SQL Server 2012 OLAP dianggap wajar?

11

Saya telah ditugaskan untuk merancang solusi untuk rantai ritel besar. Mereka ingin mengizinkan masing-masing 1,2 juta pelanggannya untuk masuk ke situs web untuk melihat distribusi pembelian terakhir (bulan ini, bulan sebelumnya, tahun-ke-tanggal) di lebih dari sekitar 50 kategori. Data akan diperbarui setiap hari sekali.

Saya berpikir untuk memasang kubus OLAP SQL Server 2012 dan membiarkan situs web meminta kubus ini secara langsung, meningkatkan fitur seperti caching proaktif. Namun, sebagai pengembang hati, saya hampir tidak memiliki pengalaman dengan bagian layanan analisis SQL Server, jadi saya cukup khawatir tentang kinerja solusi ini.

Apakah menghubungkan situs web secara langsung ke OLAP cube terdengar seperti solusi yang layak? Apakah sistem tersebut bereaksi terhadap beban dari beberapa pengguna secara kasar seperti SQL Server, menjadikan ini solusi yang masuk akal, atau apakah mereka bertindak sepenuhnya berbeda?

Saya tidak berharap pengguna untuk memeriksa status mereka sangat sering dan saya tentu saja akan menggunakan caching di server web dll.

Sajak
sumber

Jawaban:

11

Anda bisa melakukan ini dengan sistem OLAP - beberapa manfaat SSAS untuk jenis aplikasi ini meliputi:

  • SSAS dapat dengan mudah ditingkatkan - terutama karena ini adalah aplikasi hanya-baca tanpa persyaratan untuk penulisan kembali kubus.

  • Agregasi dapat disetel untuk meminimalkan I / O yang memungkinkan kubus disetel untuk efisiensi.

  • Perangkat lunak klien OLAP dan kontrol pihak ketiga (web dan klien kaya) sudah tersedia dari sejumlah vendor.

  • SQL Server 2012 Business Intelligence edisi memiliki hampir semua fitur skalabilitas untuk SSAS, sehingga dapat digunakan sebagai platform hemat biaya untuk kubus depan untuk database SQL Server edisi enterprise (atau pihak ketiga). Perhatikan bahwa lisensi mungkin menjadi masalah karena edisi BI ini hanya untuk CAL.

  • SSAS memiliki fungsi penambangan data yang dapat digunakan untuk melakukan analisis keranjang belanja pada data dan memberi makan fitur 'pembelian yang disarankan' di situs web.

Di sisi lain, persyaratannya adalah untuk menunjukkan kumpulan data yang relatif terbatas, sehingga kemampuan ad-hoc slice-and-dadu server OLAP mungkin berlebihan, baik dalam biaya perangkat lunak dan biaya infrastruktur perangkat keras untuk menjalankannya ( SSAS sangat membutuhkan sumber daya). Anda mungkin dapat mencapai kebutuhan langsung Anda dengan database ringkasan yang diperbarui secara berkala, dan melakukannya dengan lebih sedikit perangkat keras dan biaya lisensi.

Dari pandangan pertama, saya akan menyarankan OLAP mungkin tidak perlu untuk memenuhi kebutuhan Anda yang ada. Namun, itu bisa dilakukan dengan cara ini dan Anda mungkin mendapatkan jarak tempuh dari fitur penambangan data untuk menyediakan fitur 'pembelian yang disarankan'.

ConcernedOfTunbridgeWells
sumber
3
Selain itu, begitu kubus ada di sana, Anda dapat menemukan cara untuk menggunakannya. Gudang Data ada untuk pertanyaan yang belum dikenal - pertanyaan yang dikenal adalah sesuatu yang bisa ditangani oleh pertanyaan sederhana. Saya pasti akan membuat prototipe berdasarkan kubus OLAP dan kemudian menyajikannya kepada para pemangku kepentingan dan menjelaskan fleksibilitas tambahan.
TomTom
1
Saya menduga opsi pertama (dengan SSAS dan kubus) mungkin sudah ada untuk analis rantai ritel. Di ritel mereka biasanya melakukan hal-hal penambangan data, tetapi belum mengirimkannya ke konsumen akhir. PS: Anda dapat membaca ulasan singkat tentang beberapa kontrol BI yang berfungsi untuk aplikasi web (dalam ASP.NET) dalam jawaban SO saya .
Marian
SANGAT Kemungkinan - bahwa mereka sudah memiliki beberapa kubus.
TomTom
7

SSAS adalah topik yang sangat gemuk. Hampir tidak ada yang Anda ketahui tentang mesin basis data yang dapat diterapkan ke Layanan Analisis. Jika satu-satunya tujuan adalah untuk menyediakan back-end untuk laporan ini, maka meningkatkan kecepatan pada Layanan Analisis dan mengimplementasikan database OLAP akan menjadi biaya yang cukup besar dibandingkan dengan pendekatan yang lebih konvensional yaitu menyegarkan secara berkala beberapa data ringkasan yang disimpan dalam sebuah database relasional, atau membuat laporan Layanan Pelaporan yang dijalankan dari snapshot eksekusi yang dihasilkan secara berkala.

Yang mengatakan, jika Anda benar-benar memiliki kebutuhan jangka panjang untuk beberapa kekuatan Layanan Analisis, seperti pelaporan multidimensi ad-hoc dan ekspresi MDX (Anda dapat melakukan beberapa hal yang sangat keren), dan Anda bekerja dengan sangat besar data warehouse yang memungkinkannya untuk secara signifikan mengungguli database relasional, maka bisa jadi layak untuk dipelajari. Namun, jangan berharap untuk mengambilnya dalam sehari.

db2
sumber
3

Ya ini solusi yang sangat masuk akal. Saya punya klien yang memiliki SSAS dengan beban yang sama dan berfungsi dengan baik. Seperti halnya desain database apa pun, kinerja yang Anda dapatkan akan langsung terkait dengan seberapa baik desain kubus.

mrdenny
sumber