[Power BI] 讀書會 #2 Analysis Services 概念(1)

1. OLTP & OLAP

微軟推出的Analysis Services從1998年開始推出第一版，為了解決資料分析時，反應時間過慢的問題。
本篇主要會介紹Analysis Services以前的處理觀念


首先要了解OLTP和OLAP的概念：

- OLTP

全名為Online Transactional Processing。這是傳統資料庫(DB Server)處理資料的方式，秉持著ACID的精神，將每一筆資料(每一筆交易)完整的儲存到資料庫。舉凡SQL Server、Oracle DB...等，著重在資料的Insert、Delete、Update。

- OLAP

全名為Online Analytical Processing。此架構的Server主要是用來做商業資料(BI)的分析。原因在於，使用OLTP的Server來分析資料時，會遇到Aggregate的效能問題。若Index建得不好、資料選取範圍過大時，會導致整個DB的效能下降，影響其他User的使用。尤其在20多年前那種硬體沒有很厲害的年代，下SQL時使用聚合函數(SUM、COUNT、AVG、MAX、MIN)時，會到硬碟裡找出所有資料，再將數值聚合運算。這是涉及到硬體的IO，所以為了解決硬體的效能限制，衍伸出OLAP的概念。


OLAP的概念就是「預先聚合(Aggregate)、處理(Processing)需要分析的維度，將值存在Server中」。預先將欲分析的維度做好，用這些維度建立一個Cube(是一種資料結構)，OLAP Server會依據Cube的維度，自行組出一段SQL，定時向OLTP Server取資料並存在自己的儲存裝置內。User請求查詢時，都向OLAP Server取資料，直接就可以把聚合過的資料呈現給User。


例如：User下了一個時間超長的查詢，此時就算有Index其實也沒用，畫面就會Hang住，然後重新整理，又再下一次。

SELECT month, sum(sales)
FROM sales_table
WHERE month between to_date('2010/01/01', 'yyyy/mm/dd') and trunc(sysdate)
GROUP BY month;

此時就需要用到OLAP架構的BI系統，以提升查詢效率。
概念圖如下：

(1) User發送Request查詢(使用MDX語言)
(2) OLAP Server解析Request，挑選特定的Cube，將資料取出，回傳給User
(3) OLAP Server會依據Cube的維度，自行組出一段SQL，定時向OLTP Server取資料並存在自己的儲存裝置內

2. Cube

Cube是一個多維度資料結構，取出資料的方式分以下幾種(圖片均從Wiki來)，很文謅謅，取一堆名字：

- Slice

只用某一維度取出資料

- Dice

用多種維度取資料

- Drill Up & Down

可以透過子分類查詢母分類(Drill Up)，也可以從母分類查詢子分類(Drill Down)

3. MDX

全名為Multidimension Expression，是多維度資料庫(OLAP Server)的查詢語言，OLAP Server會解析MDX，將其轉換成SQL。

SELECT
{ [Measures].[Sales] } on columns,
{ [Date].[Q1, 2021], [Date].[Q2, 2021], [Date].[Q3, 2021], [Date].[Q4, 2021] } on rows
FROM [SalesCube]
WHERE ([SalesRegion].[ASIA])