Business Intelligence mit Standardlösungen: OLAP-Cubes mit SQL-Server erstellen und mit Excel analysieren

Zusammenfassung

Überblick

In OLAP-Cubes werden die Daten aus den Modulen der ERP-Software strukturiert abgespeichert. Dadurch wird die Datenverarbeitung im Rahmen von Controlling-Analysen deutlich beschleunigt.

Anschließend wird die Erstellung der OLAP-Cubes mit Hilfe des SQL Server Business Intelligence Development Studios beschrieben.

Der Beitrag zeigt Schritt für Schritt die Vorgehensweise beim Datenimport in den SQL-Server.

Diese Cubes können anschließend nicht nur mit teurer BI-Software, sondern auch mit Excel analysiert werden. Dazu werden für Excel 2010 die Erstellung von Auswertungen sowie Analysen auf Basis von PowerPivot detailliert dargestellt.

1 OLAP-Cubes

1.1 OLTP, OLAP, Excel: wo liegt der Zusammenhang?

Mit dem SQLServer 7 wurden die OLAP-Services eingeführt. OLAP ist ein Akronym und steht für OnLine Analytical Processing. Natürlich steht OLAP auch in der aktuellen Version SQLServer 2008 R2 zur Verfügung. Allerdings wurde hier aus OLAP nun Analysis Services.

Was ist OLAP/Analysis Services?

OLAP-Services stellt eine Erweiterung des Datenzugriffkonzepts von OLE DB dar. Da es sich hier um ein multidimensionales Datensystem handelt, reicht das normale SQL für komplexe Abfragen nicht mehr aus. Es wurde eine neue, spezielle Datenzugriffssprache erforderlich, der die Bezeichnung MDX gegeben wurde. MDX steht für MultiDimensional Expressions und ist eine multidimensionale Erweiterung von SQL.

Haben Sie Erfahrung mit Excel, so werden Sie sich vielleicht fragen, warum OLAP. Es gibt doch die PivotTable und mit Excel 2010 sogar PowerPivot. OLAP-Datenbanken sind für die Beschleunigung des Abrufs von Daten konzipiert. Da der OLAP-Server und nicht Microsoft Excel die zusammengefassten Werte berechnet, müssen weniger Daten an Excel gesendet werden, wenn Sie einen Bericht erstellen oder ändern. Durch dieses Vorgehen können Sie mit viel größeren Quelldatenmengen arbeiten als bei Daten, die in einer herkömmlichen Datenbank organisiert sind, aus der Excel jeden einzelnen Datensatz abrufen und dann die zusammengefassten Werte berechnen muss.

OLAP stellt das Gegenstück zu OLTP dar. OLTP ist die Abkürzung für OnLine Transaction Processing. Hierunter wird die herkömmliche "flache" Transaktionsverarbeitung von Daten verstanden, wie sie beim Umgang mit SQL-Datenbanken üblich ist.

1.2 Begriffsdefinitionen

Je nach Umfang der zu speichernden Daten gibt es unterschiedliche Möglichkeiten, die sich sowohl auf die Leistung als auch auf den erforderlichen Speicherplatz unterschiedlich auswirken. Cubes lassen sich in einer MOLAP-Struktur (multidimensionales OLAP), einer ROLAP-Datenbank (relationales OLAP) oder einer HOLAP-Kombination (hybrides OLAP) speichern. Dabei hat jede dieser Speicherformen ihre Vor- und Nachteile. Genauer betrachtet bewirken diese unterschiedlichen Speicherstrategien Folgendes:

MOLAP

MOLAP speichert Aggregationen und eine Kopie der Quelldaten eines Cubes in einer multidimensionalen Struktur. Mit der MOLAP-Speicherung ist es möglich, die schnellsten Antwortzeiten zu erbringen, die nur vom Prozentwert und Entwurf der Aggregationen des Cubes abhängen. MOLAP ist im Allgemeinen eher für Cubes geeignet, die regelmäßig verwendet werden und schnelle Antwortzeiten benötigen.

ROLAP

ROLAP speichert Aggregationen in einer relationalen Struktur und belässt die Quelldaten des Cubes in ihrer vorhandenen relationalen Struktur, also in den existierenden Tabellen der Datenbank. Im Gegensatz zur MOLAP-Speicherung speichert ROLAP keine Kopie der Basisdaten, wenn sie auf die ursprüngliche Faktentabelle beim Antworten auf Abfragen zugreift. Die Reaktion von ROLAP auf Abfragen erfolgt im Allgemeinen langsamer als bei den beiden anderen Speicherstrategien. Ein typisches Einsatzgebiet für ROLAP sind große Datenmengen, die unregelmäßig abgefragt werden, z. B. Vergangenheitsdaten aus weiter zurückliegenden Jahren.

HOLAP

HOLAP speichert Aggregationen in einer multidimensionalen Struktur und belässt die Quelldaten eines Cubes in ihrer vorhandenen relationalen Struktur. Es werden damit die Attribute von MOLAP und ROLAP kombiniert. Aggregationsdaten werden in MOLAP-Strukturen gespeichert und die Basisdaten verbleiben in der relationalen Datenbank des Data Warehouse. Für die Abfragen, die auf Zusammenfassungsdaten zugreifen, ist HOLAP äquivalent zu MOLAP. Abfragen, die auf Basisdaten zugreifen (wie z. B. bei einem Drill-down auf einzelne Fakten), müssen Daten aus der relationalen Datenbank abrufen und sind daher langsamer, als wenn die Basisdaten in der MOLAP-Struktur gespeichert wären. Als HOLAP gespeicherte Cubes sind kleiner als die vergleichbaren MOLAP-Cubes und antworten schneller als ROLAP-Cubes auf Abfragen mit Zusammenfassungsdaten. Die HOLAP-Speicherung ist im Allgemeinen für Cubes geeignet, die schnelle Abfrageantworten für Zusammenfassungen erfordern, die auf großen Basisdatenmengen basieren.

Der Microsoft SQLServer unterstützt mit Analysis Services alle drei Speichermodi. Vom Speicherentwurfs-Assistenten werden die Optionen bereitgestellt, mit denen sich der geeignete Speichermodus für den Cube wählen lässt.

Im Zusammenhang mit multidimensiona...