Analysis Services 查询性能十大最佳实践.docVIP

Analysis Services 查询性能十大最佳实践作者：Carl Rabeler在针对 SQL Server 2005 Analysis Services 实例进行 MDX 查询时，要想获得最佳性能，关键要做到以下几点：合理的多维数据集设计、有效的多维表达式 (MDX) 以及充足的硬件资源。本文列出了 Microsoft SQL Server 开发小组推荐的十个最常用、最有效的 Analysis Services 查询性能优化方法。有关其他与查询性能相关的 Analysis Services 最佳实践介绍，请参阅 Analysis Services 性能指南和 Analysis Services 2005 OLAP 设计最佳实践。优化多维数据集和度量值组设计在每个维度内为数据定义合适的级联属性关系（例如，天 月 季度 年），并定义相关属性的用户层次结构（称为“自然层次结构”）。自然层次结构中的属性会显现在层次结构存储区中的磁盘上，并被自动视为候选聚合。除非通过级联属性关系将构成各级别的属性关联起来，否则用户层次结构不会被视为自然层次结构。在 SQL Server 2005 Service Pack 2 (SP2) 中，对未定义为自然层次结构的每个用户层次结构，Business Intelligence Development Studio 中都会出现一条警告。 ?删除属性之间的冗余关系，以协助查询执行引擎生成合适的查询计划。属性与键属性之间必须存在直接或间接关系，但二者之中只能居其一。 ?仅包含必需的度量值组，尽量将多维数据集空间保持最小。?将要同时查询的度量值放入同一个度量值组。要知道，当查询需从多个度量值组检索度量值时，存储引擎必须执行多项操作。为了优化缓存的使用率，可以考虑将大量不是一起查询的度量值分别放入不同的度量值组，但不要过度增加度量值组的数量。?尽量少用大型父子层次结构。在父子层次结构中，只为键属性和顶级属性（如 All 属性）创建聚合，除非禁止这么做。因此，查询时要计算返回中间级单元格的查询，这对于大型父子维度来说，速度会比较慢。如果在设计中遇到有大型父子层次结构（超过 250,000 个成员）的情况，那可能需要考虑改变源架构，将部分或全部层次结构重组为级别数固定的用户层次结构。?优化多对多维度的性能（若使用）。通过多对多维度查询数据度量值组时，要在数据度量值组与中间度量值组之间执行运行时“联接”，联接媒介是这两个度量值组共有的每个维度的粒度属性。请尽可能减小中间度量值组所基的中间事实数据表的大小。为了优化运行时联接，请检查中间度量值组的聚合设计，确保聚合包含多对多维度的属性。 若要了解如何优化维度来提高查询性能，请参阅 SQL Server 2005 Analysis Services 性能指南和 Analysis Services 2005 OLAP 设计最佳实践这两篇文章。有关分析设计方案与最佳实践是否相符的帮助信息，请参阅 2007 年 2 月发布的 Community Technology Preview (CTP) 版本的 SQL Server 2005 最佳实践分析器（最终版本即将发布）。定义有效的聚合?定义聚合，以减少存储引擎为满足查询需要而从磁盘扫描的记录数。如果 SQL Server Profiler 跟踪记录显示大多数不能从缓存解析的用户查询是通过分区读取而不是聚合读取来解析的，则可以考虑使用聚合管理器示例应用程序来设计自定义聚合。此示例可从 CodePlex 获取，网址为 /MSFTASProdSamples，其社区更新版可从 /bidshelper 获取。? 避免设计过多聚合。过多聚合会降低处理性能，也可能会降低查询性能。虽然最佳聚合数因情况而异，但根据 SQL Server 最佳实践小组的经验，在几乎所有情况下，最佳聚合数都在一百以内，而非成百上千。? 启用 Analysis Services 查询日志来捕获用户查询模式，并在设计聚合时使用此查询日志。有关详细信息，请参阅配置 Analysis Services 查询日志。若要了解如何设计聚合来提高查询性能，请参阅 SQL Server 2005 Analysis Services 性能指南和 Analysis Services 2005 OLAP 设计最佳实践这两篇文章。使用分区?定义分区，这样，当查询无法从数据缓存或聚合得到解析时，Analysis Services 只需查询较少的数据即可解析它。定义分区还可以增大解析查询的并行度。?为了获得最佳性能，将数据分区时所用的方式应符合常用查询的需要。极常见的分区方法是选择一个时间元素，如日、月、季度、年，或选择几个时间元素。选用分区方式时，要避免出现分区后大多数查询都需