MDX性能与T-SQL的比较

Question

我有一个数据库，其中包含具有超过6亿条记录的表格和一组存储过程，用于对数据库进行复杂的搜索操作。 即使在表上有合适的索引，存储过程的性能也非常缓慢。 数据库的设计是一个正常的关系数据库设计。 我想将数据库设计更改为多维，并使用MDX查询而不是传统的T-SQL查询，但问题是： MDX查询在性能方面是否比传统T-SQL查询更好？ 如果是的话，这会提高查询性能的程度如何？

感谢您的任何帮助。

Answer 1

苹果和桔子：分析服务OLAP多维数据集是一种与SQL Server数据库完全不同的存储类型，它们被设计用来完成不同的事情。从技术上来说，MDX并不比T-SQL“反应更快”，反之亦然 - 它们只是语言，但是针对不同的需求而设计。

话虽如此，立方体通常是最适合做数字分析静态数据，如聚合大量的销售/交易/随着时间的任何记录。相比之下，传统的关系数据库一般工作得很好，如果架构和索引构造得很好，就可以进行搜索。一个简单的方法来判断：如果你的SQL查询所要做的

select grock, sum/min/max/avg(foo) 
from bar 
group by grock -- Ideal Analysis Services problem 

了很多，然后一个立方体可以帮助（它是专为骨料数学函数 - 和（）和GROUP BY）。 OTOH如果你的查询做了很多的

select cols 
from foo 
where <complicated search> -- Not so much 

然后立方体可能不会帮助，我会转而专注于调整模式，查询和索引，或许表分区，如果数据可以适当划分。

您是否拥有聚簇索引并涵盖与查询匹配的非聚簇索引？

Answer 2

“的存储过程的性能即使有适合的索引这么慢”

我会感到惊讶，如果存储过程是真正的问题，也许是正在使用的程序的方式是缓慢的，但存储过程按定义不会变慢。你有没有发现你的程序很慢？有你的个人资料？在重新设计我的数据库之前，我会深入研究这条路线。多维数据库用于OLAP数据库严格来说是一个OLAP数据库，还是OLAP和OLTP的混合？也许你需要将你的OLTP设计中的数据去归一化并复制到非规范化的d结构中？表中的6亿条记录并不是很大，它不是很小，但这并不导致我相信放弃存储过程会神奇地使事情变得更快。在跳到一个更大的项目中解决问题之前，先剖析存储的特效并查看性能瓶颈的位置。

Answer 3

MS SSAS OLAP多维数据集可以用几种存储模式下使用：

1. 关系（OLAP） - 数据和元数据停留在你的数据库和几个物化加意见。可能会或可能不会更快。

2. 混合（HOLAP） - 元数据和（预先计算的）聚合存储在运行SSAS实例的新服务器上。这应该加快所有使用聚合的查询，例如“去年一个月的总员工小时数”，但是追溯到特定记录的查询可能与以前一样。

3. 多维OLAP（MOLAP），其中所有数据以及元数据和聚合被复制到SSAS服务器。这通常是最快的，但是会重复存储。

开始在此之前，你应该考虑优化您的报告和分析表的布局，换句话说，使用数据仓库（DW） - 把你的数据在金博尔星维度和事实表。然后，定期使用ETL（SSIS）加载DW，并将报告和分析指向DW。这可能是因为你根本不需要使用SSAS - 针对星型表格布局运行的SQL查询通常比针对标准化数据库操作数据库要快得多。 如果这仍然太慢，请在DW之上构建SSAS多维数据集。 一旦你开始加载你的数据仓库，你可以从你的操作数据库中删除记录，使其日常使用速度更快。总结一下，我的经验法则是：
1.构建一个DW并设置您的ETL过程
2.尝试针对DW的T-SQL报告，它可能已经足够了。
3.如果仍然很慢，请在HOLAP模式下构建SSAS多维数据集（在DW之上）并使用MDX查询它们。

Answer 4

您是否考虑过PowerPivot（Excel插件）？它使用垂直压缩在本地压缩大约95％的数据，因此您可以分析您的心脏内容。

http://technet.microsoft.com/en-us/library/ee210692.aspx