대규모 소매 체인을위한 솔루션을 설계하는 일을 맡았습니다. 120 만 명의 고객이 웹 사이트에 로그온하여 약 50 개가 넘는 최근 구매 (현재 달, 전월, 연도) 분포를 확인할 수 있기를 원합니다. 데이터는 매일 한 번씩 업데이트됩니다.
SQL Server 2012 기반 OLAP 큐브를 설치하고 웹 사이트에서 사전 큐브 캐싱과 같은 기능을 활용하여이 큐브를 직접 쿼리 할 수있게하려고합니다. 그러나 마음에 드는 개발자이기 때문에 SQL Server의 분석 서비스 부분에 대한 경험이 없으므로이 솔루션의 성능에 대해 상당히 우려하고 있습니다.
웹 사이트를 OLAP 큐브에 직접 연결하는 것이 실현 가능한 솔루션처럼 들립니까? 이러한 시스템은 SQL Server와 같은 여러 사용자의로드에 반응하여이 솔루션을 합리적인 솔루션으로 만들거나 완전히 다르게 작동합니까?
사용자가 자신의 상태를 자주 확인하지 않기를 기대하며 웹 서버 등에서 캐싱을 사용합니다.
답변:
OLAP 시스템으로이 작업을 수행 할 수 있습니다.이 유형의 응용 프로그램에 대한 SSAS의 장점은 다음과 같습니다.
SSAS는 큐브 확장에 대한 요구 사항이없는 읽기 전용 응용 프로그램이므로 특히 쉽게 확장 할 수 있습니다.
I / O를 최소화하기 위해 집계를 조정하여 효율성을 위해 큐브를 조정할 수 있습니다.
OLAP 클라이언트 소프트웨어 및 타사 컨트롤 (웹 및 리치 클라이언트)은 여러 공급 업체에서 쉽게 구할 수 있습니다.
SQL Server 2012 Business Intelligence 에디션에는 SSAS에 대한 거의 모든 확장 성 기능이 있으므로 SQL Server Enterprise Edition (또는 타사) 데이터베이스의 큐브를 프런트 엔드하는 비용 효율적인 플랫폼으로 사용할 수 있습니다. BI 버전은 CAL 전용이므로 라이센스가 문제가 될 수 있습니다.
SSAS에는 데이터에 대한 쇼핑 바구니 분석을 수행하고 웹 사이트에서 '제안 된 구매'기능을 제공하는 데 사용할 수있는 데이터 마이닝 기능이 있습니다.
반면에 상대적으로 제한된 데이터 세트를 표시해야하므로 OLAP 서버의 임시 슬라이스 앤 다이스 기능이 소프트웨어 비용과이를 실행하기위한 하드웨어 인프라 비용으로 인해 과도 할 수 있습니다 ( SSAS는 상당히 배가 고프다). 주기적으로 새로 고쳐진 요약 데이터베이스를 사용하여 즉각적인 요구 사항을 충족하고 하드웨어 및 라이센스 비용을 줄이면서이를 수행 할 수 있습니다.
언뜻 보면 OLAP이 기존 요구 사항을 충족하는 데 필요하지 않을 것입니다. 그러나 확실히 이런 식으로 수행 할 수 있으며 데이터 마이닝 기능에서 마일리지를 얻어 '제안 구매'기능을 제공 할 수 있습니다.
SSAS는 매우 고기 주제입니다. 데이터베이스 엔진에 대해 아는 것은 Analysis Services에 거의 적용 할 수 없습니다. 이 보고서에 백엔드를 제공하는 것이 유일한 목표라면 Analysis Services의 속도를 높이고 OLAP 데이터베이스를 구현하는 것이 기존의 일부 요약 데이터를 주기적으로 새로 고치는보다 일반적인 접근 방식과 비교할 때 상당한 오버 헤드가됩니다. 관계형 데이터베이스 또는 주기적으로 생성 된 실행 스냅 샷에서 실행되는 Reporting Services 보고서 작성
즉, 임시 다차원보고 및 MDX 식 (일부 멋진 작업을 수행 할 수 있음)과 같은 Analysis Services의 장점을 진정으로 장기적으로 필요로한다면 매우 큰 작업을하고있는 것입니다. 관계형 데이터베이스보다 훨씬 뛰어난 성능을 발휘할 수있는 데이터웨어 하우스는 학습 할 가치가 있습니다. 그러나 하루에 집어 올 것을 기대하지 마십시오.