SlideShare una empresa de Scribd logo
1 de 29
Descargar para leer sin conexión
SSAS Tabular Model
Introducción al modelo tabular de Sql Server
Analysis Services 2012.
Expositor
 Ing. Ahias Portillo, MCT, MCITP DBA, BI
 Evangelista y conferencista latinoamericano de
Sql Server, con mas de 7 años de experiencia en
el desarrollo de soluciones BI.
 portillo.ahias@Outlook.com.
Organización
Patrocinadores / Sponsors
 GOLD
 SILVER
 BRONCE
 Personal/Swag
Objetivos de la sesión
 Definición de conceptos
 SSAS Tabular vs Multidimensional
 Demostración.
¿Por qué utilizar Base de datos Analíticas?
 Mejores Tiempos de
respuestas.
 Entrega de datos en
lenguaje natural.
 Self-Services.
 Funcionalidades de
navegación (Jerarquías),
KPI.
 Minería de datos.
¿Qué es SSAS?
 BISM (2012)
 Business Intelligence Semantic Model
 UDM (2005-2008 R2)
 Unified Dimensional Model
 Multidimensional Model
 Data Mining Model
 Tabular Model
¿Evolución de SSAS?
OLAP
Services
Sql Server 7
Sql Server 2000
Sql Server
Analysis Services
Sql Server 2005
Sql Server 2008
Sql Server 2008 R2
Sql Server 2012
Power Pivot
(Excel -SP)
Tabular
Model
¿Preguntas comunes ?
 El Tabular Model sustituye el modelo
multidimensional o solo es una mejora de
Power Pivot.
 Debería desarrollar solo modelos Tabulares.
 Quien es mas rápido los modelos en
memoria o los MOLAP.
 El desarrollo en Tabular Model es mas
sencillo. Pero solo conocemos de
Dimensiones, Hechos y MDX.
¿Que es BISM?
 BISM es un concepto.
 Es un modelo de datos que los usuarios pueden
consultar.
 No necesitas comprender la complejidad de los
repositorios de datos.
 BISM provee:
 Modelo de datos
 Lógica de negocio y Consultas
 Acceso a datos.
 Se puede implementar en 3 tecnologías:
 MOLAP
 SSAS Tabular Mode
 PowerPivot
¿Que es Multidimensional Model?
 OLAP DB
 Dimensiones
 Hechos
 Almacenamiento optimizado para análisis
 MDX
 Modelos MOLAP, ROLAP y HOLAP.
 Agregaciones.
¿Que es Tabular Model?
 Nuevo Motor DB
 Tabular Mode
 Column Store
 In-Memory
 Compresión
 Copia de todos los datos al Tabular model
 Direct SQL
 Querys transformados a SQL, ejecutando
directamente al motor relacional de Sql Server.
 Es la versión ROLAP del Tabular Model.
Arquitectura BI Semantic Model
¿SSAS Tabular vs Multidimensional?
¿SSAS Tabular vs Multidimensional?
Tabular
 Menores tiempos de
desarrollo.
 Alto rendimiento.
 Características
limitadas.
 Principal
almacenamiento es
Memoria.
 Disponible en ediciones
BI y Empresarial.
Multidimensional
 Modelo basado en
Dimensiones y hechos.
 Soporte para cubos de
gran volumen.
 Principal
almacenamiento es
disco duro.
 Disponibles en todas
las ediciones
comerciales.
Tabular Model - Dimensiones
 Solo una relación
puede estar activa
por tabla.
 Alto rendimiento en
dimensiones de
millones de registros.
 Una dimensión es
una tabla.
Tabular Model - Métricas
 Sum, min, max,
count, distinct count o
expresiones
complejas de DAX.
 Una tabla puede
contener atributos y
métricas.
¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Time to solution / Longer time to
solution.
Shorter time to
solution.
Learning curve
/
Dimensional
modeling and MDX
language create a
steeper learning
curve but natively
provide more
complex
capabilities.
Relational
modeling and
Excel-like DAX
language create
a less steep
learning curve
but complex
capabilities may
require
sophisticated
DAX
expressions.
Data model Data
relationships
/
One-to-many.
Many-to-many.
Reference
relationships must
be explicitly
modeled.
One-to-many.
Many-to-many
requires DAX
expressions.
Modeling table
relationships
creates reference
relationships.
¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data model Hierarchies
/
Native support for
standard, ragged,
and parent-child
hierarchies
Native support for
standard
hierarchies. Parent-
child hierarchies
require DAX
expressions.
Data model Additional data
modeling
features /
Perspectives,
translations, actions,
drillthrough, stored
procedures, and
write-back.
Perspectives and
drillthrough.
Business logic Calculation
language / MDX DAX
Business logic Calculations
/
Native support for
common and
complex calculations.
Native support for
common and many
complex
calculations.
¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Business logic Aggregation
functions
/
Sum, Count, Min,
Max, Distinct Count,
None, ByAccount,
AverageOfChildren,
FirstChild,
LastChild,
FirstNonEmpty, and
LastNonEmpty.
Sum, Count, Min,
Max, Average,
DistinctCount, and
various time
intelligence
functions like
FirstDate, LastDate,
OpeningBalanceMo
nth, and
ClosingBalanceMon
th.
Business logic Hierarchy logic
/
Functions to
navigate standard
and parent-child
hierarchies.
DAX functions to
navigate parent-
child hierarchies,
DAX expressions to
implement logic in
standard
dimensions.
Hierarchy logic
generally more
difficult using DAX.
¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Business logic KPIs
/
Actual, goal, status,
and trend with
graphical indicators
Actual, goal, and
status with graphical
indicators.
Business logic Currency
conversion
/
Supports multi-
currency conversion
using the Business
Intelligence Wizard.
Implement using
DAX expressions.
Data access and
storage
Scale
/
Extremely large
scale (multi-
terabyte)
Large Scale (Billions
of records)
Data access and
storage
Performance
/
Indexes and
preaggregated
measure values
stored on disk.
Dimension data and
query results
cached in memory.
Approximately 3x
data compression.
In memory column-
based data storage.
Approximately 10x
data compression.
¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data access
and storage
Data sources
/
Relational databases. Relational
databases, Excel,
Text, OData feeds,
Azure Data Market,
Analysis Services.
Data access
and storage
Query
language /
MDX DAX
MDX (In-Memory
mode only)
Data access
and storage
Data storage
/
MOLAP - Dimension,
fact, and aggregated data
stored on disk. Dimension
data and query results
cached in memory.
ROLAP – Dimension,
fact, and aggregated data
stored in a relational
database.
In-Memory - All data
cached in memory
utilizing column-
oriented xVelocity
analytics engine
DirectQuery – Data
stored in SQL
Server 2012.
¿SSAS Tabular vs Multidimensional?
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data access and
storage
Data
compression / Typically 3x. Typically 10x.
Data access and
storage
Client tools
/
Excel, Reporting
Services, Microsoft
PerformancePoint,
and other third-party
client tools.
Reporting Services
Power View
supported in future
SQL Server
versions.
Reporting Services
Power View, Excel,
Reporting Services,
PerformancePoint,
and other third-party
client tools.
¿SSAS Tabular vs Multidimensional?
(Microsoft, Choosing a Tabular or Multidimensional Modeling Experience in SQL Server 2012 Analysis
Services)
Feature
group
Decision
criteria
Multidimensional/
Tabular
Multidimensional
modeling
Tabular
modeling
Data access
and storage
Programmability
/
XMLA, ASSL,
ADOMD.NET,
MSOLAP, AMO,
Windows PowerShell
for AMO. Developed
for use with
multidimensional
models.
XMLA, ASSL,
ADOMD.NET,
MSOLAP, AMO,
PowerShell for
AMO. Available but
less intuitive for use
with tabular models.
Security Security
/
Dimension member
and cell-level security.
Dynamic Security.
Row-level security.
Dynamic Security.
SQL SERVER ANALYSIS SERVICES
TABULAR MODEL
Demo
¿Qué debo considerar?
 Esfuerzo requerido en el desarrollo.
 Presupuesto.
 Hardware.
 Requerimientos de datos en tiempo real.
 Herramientas de cliente.
 Requerimientos del negocio.
¿Qué debo considerar?
 Tiempo.
 Tabular Model puede brindar desarrollos en
menos tiempo.
 Modelo de procesamiento y la optimización de
querys pueden mejorar tiempos de respuesta.
 Presupuesto.
 Solo disponible en versiones Empresarial y BI.
 Tiempo = Dinero
 Hardware.
 El core del este modelo es la memoria.
Muchas Gracias!!!

Más contenido relacionado

La actualidad más candente

What is Power BI
What is Power BIWhat is Power BI
What is Power BIDries Vyvey
 
E Discovery and Archiving in Microsoft Office 365 - Presented by Atidan
E Discovery and Archiving in Microsoft Office 365 - Presented by AtidanE Discovery and Archiving in Microsoft Office 365 - Presented by Atidan
E Discovery and Archiving in Microsoft Office 365 - Presented by AtidanDavid J Rosenthal
 
Sql server 2019 new features
Sql server 2019 new featuresSql server 2019 new features
Sql server 2019 new featuresGeorge Walters
 
Building a modern data warehouse
Building a modern data warehouseBuilding a modern data warehouse
Building a modern data warehouseJames Serra
 
Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...
Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...
Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...Seeling Cheung
 
Overview SQL Server 2019
Overview SQL Server 2019Overview SQL Server 2019
Overview SQL Server 2019Juan Fabian
 
Introduction to Azure Databricks
Introduction to Azure DatabricksIntroduction to Azure Databricks
Introduction to Azure DatabricksJames Serra
 
warner-DP-203-slides.pptx
warner-DP-203-slides.pptxwarner-DP-203-slides.pptx
warner-DP-203-slides.pptxHibaB2
 
Modernizing to a Cloud Data Architecture
Modernizing to a Cloud Data ArchitectureModernizing to a Cloud Data Architecture
Modernizing to a Cloud Data ArchitectureDatabricks
 
Free Training: How to Build a Lakehouse
Free Training: How to Build a LakehouseFree Training: How to Build a Lakehouse
Free Training: How to Build a LakehouseDatabricks
 
Modern Data Warehousing with the Microsoft Analytics Platform System
Modern Data Warehousing with the Microsoft Analytics Platform SystemModern Data Warehousing with the Microsoft Analytics Platform System
Modern Data Warehousing with the Microsoft Analytics Platform SystemJames Serra
 
Intensivo Power BI.pdf
Intensivo Power BI.pdfIntensivo Power BI.pdf
Intensivo Power BI.pdfRicardo Rey
 
Introducing Azure SQL Data Warehouse
Introducing Azure SQL Data WarehouseIntroducing Azure SQL Data Warehouse
Introducing Azure SQL Data WarehouseJames Serra
 
Azure Data Factory Data Flow
Azure Data Factory Data FlowAzure Data Factory Data Flow
Azure Data Factory Data FlowMark Kromer
 
The Evolution of Data Architecture
The Evolution of Data ArchitectureThe Evolution of Data Architecture
The Evolution of Data ArchitectureWei-Chiu Chuang
 
Power BI Overview, Deployment and Governance
Power BI Overview, Deployment and GovernancePower BI Overview, Deployment and Governance
Power BI Overview, Deployment and GovernanceJames Serra
 
Differentiate Big Data vs Data Warehouse use cases for a cloud solution
Differentiate Big Data vs Data Warehouse use cases for a cloud solutionDifferentiate Big Data vs Data Warehouse use cases for a cloud solution
Differentiate Big Data vs Data Warehouse use cases for a cloud solutionJames Serra
 

La actualidad más candente (20)

What is Power BI
What is Power BIWhat is Power BI
What is Power BI
 
E Discovery and Archiving in Microsoft Office 365 - Presented by Atidan
E Discovery and Archiving in Microsoft Office 365 - Presented by AtidanE Discovery and Archiving in Microsoft Office 365 - Presented by Atidan
E Discovery and Archiving in Microsoft Office 365 - Presented by Atidan
 
Sql server 2019 new features
Sql server 2019 new featuresSql server 2019 new features
Sql server 2019 new features
 
Building a modern data warehouse
Building a modern data warehouseBuilding a modern data warehouse
Building a modern data warehouse
 
Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...
Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...
Citizens Bank: Data Lake Implementation – Selecting BigInsights ViON Spark/Ha...
 
Taller Power Bi caso practico
Taller Power Bi  caso practicoTaller Power Bi  caso practico
Taller Power Bi caso practico
 
Overview SQL Server 2019
Overview SQL Server 2019Overview SQL Server 2019
Overview SQL Server 2019
 
Introduction to Azure Databricks
Introduction to Azure DatabricksIntroduction to Azure Databricks
Introduction to Azure Databricks
 
Power bi
Power biPower bi
Power bi
 
warner-DP-203-slides.pptx
warner-DP-203-slides.pptxwarner-DP-203-slides.pptx
warner-DP-203-slides.pptx
 
Modernizing to a Cloud Data Architecture
Modernizing to a Cloud Data ArchitectureModernizing to a Cloud Data Architecture
Modernizing to a Cloud Data Architecture
 
Power BI
Power BIPower BI
Power BI
 
Free Training: How to Build a Lakehouse
Free Training: How to Build a LakehouseFree Training: How to Build a Lakehouse
Free Training: How to Build a Lakehouse
 
Modern Data Warehousing with the Microsoft Analytics Platform System
Modern Data Warehousing with the Microsoft Analytics Platform SystemModern Data Warehousing with the Microsoft Analytics Platform System
Modern Data Warehousing with the Microsoft Analytics Platform System
 
Intensivo Power BI.pdf
Intensivo Power BI.pdfIntensivo Power BI.pdf
Intensivo Power BI.pdf
 
Introducing Azure SQL Data Warehouse
Introducing Azure SQL Data WarehouseIntroducing Azure SQL Data Warehouse
Introducing Azure SQL Data Warehouse
 
Azure Data Factory Data Flow
Azure Data Factory Data FlowAzure Data Factory Data Flow
Azure Data Factory Data Flow
 
The Evolution of Data Architecture
The Evolution of Data ArchitectureThe Evolution of Data Architecture
The Evolution of Data Architecture
 
Power BI Overview, Deployment and Governance
Power BI Overview, Deployment and GovernancePower BI Overview, Deployment and Governance
Power BI Overview, Deployment and Governance
 
Differentiate Big Data vs Data Warehouse use cases for a cloud solution
Differentiate Big Data vs Data Warehouse use cases for a cloud solutionDifferentiate Big Data vs Data Warehouse use cases for a cloud solution
Differentiate Big Data vs Data Warehouse use cases for a cloud solution
 

Similar a Introducción al modelo tabular de SSAS 2012

SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...
SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...
SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...Guillermo Taylor
 
Novedades de SQL Server 2014 para BI
Novedades de SQL Server 2014 para BINovedades de SQL Server 2014 para BI
Novedades de SQL Server 2014 para BISolidQ
 
MS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datos
MS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datosMS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datos
MS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datosJoseph Lopez
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasJoseph Lopez
 
Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014Ruben Pertusa Lopez
 
Sql server analysis services 2008
Sql server analysis services 2008Sql server analysis services 2008
Sql server analysis services 2008Will Flores Soto
 
Curso introduccion microsoft_sql_server_business_intelligence
Curso introduccion microsoft_sql_server_business_intelligenceCurso introduccion microsoft_sql_server_business_intelligence
Curso introduccion microsoft_sql_server_business_intelligenceSalvador Ramos
 
Dts y analysis services 2000
Dts y analysis services 2000Dts y analysis services 2000
Dts y analysis services 2000Salvador Ramos
 
Analysis Services multidimensional vs tabular
Analysis Services multidimensional vs tabularAnalysis Services multidimensional vs tabular
Analysis Services multidimensional vs tabularMarco Tulio Gómez Reyes
 
Mejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerMejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerSpanishPASSVC
 
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptxJASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptxIT-NOVA
 
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nube
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeIndustria 4.0 2017 - Almacenamiento y procesamiento de datos en la nube
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeRodrigo Corral
 
Dts y analysis services 2000
Dts y analysis services 2000Dts y analysis services 2000
Dts y analysis services 2000Salvador Ramos
 

Similar a Introducción al modelo tabular de SSAS 2012 (20)

SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...
SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...
SqlSat247 Bogota - SQL Server Modo Tabular vs Modo Multidimensional - Pros y ...
 
Novedades de SQL Server 2014 para BI
Novedades de SQL Server 2014 para BINovedades de SQL Server 2014 para BI
Novedades de SQL Server 2014 para BI
 
MS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datos
MS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datosMS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datos
MS SQL Server 2014 - In-Memory ColumnStore Index - Haciendo un almacén de datos
 
Big Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivasBig Data - Desarrollando soluciones efectivas
Big Data - Desarrollando soluciones efectivas
 
Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014
 
Sql server analysis services 2008
Sql server analysis services 2008Sql server analysis services 2008
Sql server analysis services 2008
 
Curso introduccion microsoft_sql_server_business_intelligence
Curso introduccion microsoft_sql_server_business_intelligenceCurso introduccion microsoft_sql_server_business_intelligence
Curso introduccion microsoft_sql_server_business_intelligence
 
Dts y analysis services 2000
Dts y analysis services 2000Dts y analysis services 2000
Dts y analysis services 2000
 
Bases de datos
Bases de datosBases de datos
Bases de datos
 
Bases de datos
Bases de datosBases de datos
Bases de datos
 
Bases de datos
Bases de datosBases de datos
Bases de datos
 
Analysis Services multidimensional vs tabular
Analysis Services multidimensional vs tabularAnalysis Services multidimensional vs tabular
Analysis Services multidimensional vs tabular
 
Mejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL ServerMejores prácticas de Data Warehouse con SQL Server
Mejores prácticas de Data Warehouse con SQL Server
 
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptxJASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
JASPERSOFT REPORTERÍA INTEGRADA IT-NOVA.pptx
 
Base de datos
Base de datosBase de datos
Base de datos
 
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nube
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeIndustria 4.0 2017 - Almacenamiento y procesamiento de datos en la nube
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nube
 
Bases de datos
Bases de datosBases de datos
Bases de datos
 
Dts y analysis services 2000
Dts y analysis services 2000Dts y analysis services 2000
Dts y analysis services 2000
 
Actividad4 garibay blanca
Actividad4 garibay blancaActividad4 garibay blanca
Actividad4 garibay blanca
 
Base de datos
Base de datos Base de datos
Base de datos
 

Más de JOSE AHIAS LOPEZ PORTILLO

Mi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning StudioMi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning StudioJOSE AHIAS LOPEZ PORTILLO
 
01 - DAX de principiante a experto con Power BI: Introducción a DAX
01 - DAX de principiante a experto con Power BI: Introducción a DAX01 - DAX de principiante a experto con Power BI: Introducción a DAX
01 - DAX de principiante a experto con Power BI: Introducción a DAXJOSE AHIAS LOPEZ PORTILLO
 
Instalación de Sql Server 2019 On-Premises.
Instalación de Sql Server 2019 On-Premises.Instalación de Sql Server 2019 On-Premises.
Instalación de Sql Server 2019 On-Premises.JOSE AHIAS LOPEZ PORTILLO
 
Mi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logísticaMi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logísticaJOSE AHIAS LOPEZ PORTILLO
 
70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_Introducción
70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_Introducción70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_Introducción
70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_IntroducciónJOSE AHIAS LOPEZ PORTILLO
 
Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01
Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01
Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01JOSE AHIAS LOPEZ PORTILLO
 
Introducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con MicrosoftIntroducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con MicrosoftJOSE AHIAS LOPEZ PORTILLO
 
Transformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivelTransformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivelJOSE AHIAS LOPEZ PORTILLO
 
Sql Saturday Guatemala 2018 - Azure SQL Data Warehouse
Sql Saturday Guatemala 2018 - Azure SQL Data WarehouseSql Saturday Guatemala 2018 - Azure SQL Data Warehouse
Sql Saturday Guatemala 2018 - Azure SQL Data WarehouseJOSE AHIAS LOPEZ PORTILLO
 
Sql Saturday Guatemala 2018-Mas rápido y Mas Furioso Windowing Functions & Co...
Sql Saturday Guatemala 2018-Mas rápido y Mas FuriosoWindowing Functions & Co...Sql Saturday Guatemala 2018-Mas rápido y Mas FuriosoWindowing Functions & Co...
Sql Saturday Guatemala 2018-Mas rápido y Mas Furioso Windowing Functions & Co...JOSE AHIAS LOPEZ PORTILLO
 
Fast and Furious: Discovering Windowing Function
Fast and Furious: Discovering Windowing FunctionFast and Furious: Discovering Windowing Function
Fast and Furious: Discovering Windowing FunctionJOSE AHIAS LOPEZ PORTILLO
 
Sql Server - Troubleshooting De Bloqueos (Parte I)
Sql Server - Troubleshooting De Bloqueos (Parte I)Sql Server - Troubleshooting De Bloqueos (Parte I)
Sql Server - Troubleshooting De Bloqueos (Parte I)JOSE AHIAS LOPEZ PORTILLO
 
Sql Saturday CR - Introducción al Optimizador
Sql Saturday CR - Introducción al OptimizadorSql Saturday CR - Introducción al Optimizador
Sql Saturday CR - Introducción al OptimizadorJOSE AHIAS LOPEZ PORTILLO
 
Modelos de recuperación de desastre híbridos (On premise / Cloud)
Modelos de recuperación de desastre híbridos (On premise / Cloud)Modelos de recuperación de desastre híbridos (On premise / Cloud)
Modelos de recuperación de desastre híbridos (On premise / Cloud)JOSE AHIAS LOPEZ PORTILLO
 
SQLSaturday Guatemala - SOS de Alto de rendimiento con Window Functions
SQLSaturday Guatemala - SOS de Alto de rendimiento con Window FunctionsSQLSaturday Guatemala - SOS de Alto de rendimiento con Window Functions
SQLSaturday Guatemala - SOS de Alto de rendimiento con Window FunctionsJOSE AHIAS LOPEZ PORTILLO
 

Más de JOSE AHIAS LOPEZ PORTILLO (20)

Mi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning StudioMi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning Studio
 
Introducción Azure Synapse Analytics
Introducción Azure Synapse AnalyticsIntroducción Azure Synapse Analytics
Introducción Azure Synapse Analytics
 
002 - Introducción a DAX
002 - Introducción a DAX002 - Introducción a DAX
002 - Introducción a DAX
 
01 - DAX de principiante a experto con Power BI: Introducción a DAX
01 - DAX de principiante a experto con Power BI: Introducción a DAX01 - DAX de principiante a experto con Power BI: Introducción a DAX
01 - DAX de principiante a experto con Power BI: Introducción a DAX
 
Instalación de Sql Server 2019 On-Premises.
Instalación de Sql Server 2019 On-Premises.Instalación de Sql Server 2019 On-Premises.
Instalación de Sql Server 2019 On-Premises.
 
Mi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logísticaMi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logística
 
70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_Introducción
70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_Introducción70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_Introducción
70-761 Consultas de datos con Transact-SQL(SQL Server 2019)_Introducción
 
Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01
Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01
Exam 70-761 Querying Data with Transact-SQL: Ambiente parte 01
 
Introducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con MicrosoftIntroducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con Microsoft
 
Dax paso a paso con Power BI
Dax paso a paso con Power BIDax paso a paso con Power BI
Dax paso a paso con Power BI
 
Transformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivelTransformación Digital – Ciencia de datos el siguiente nivel
Transformación Digital – Ciencia de datos el siguiente nivel
 
Sql Saturday Guatemala 2018 - Azure SQL Data Warehouse
Sql Saturday Guatemala 2018 - Azure SQL Data WarehouseSql Saturday Guatemala 2018 - Azure SQL Data Warehouse
Sql Saturday Guatemala 2018 - Azure SQL Data Warehouse
 
Sql Saturday Guatemala 2018-Mas rápido y Mas Furioso Windowing Functions & Co...
Sql Saturday Guatemala 2018-Mas rápido y Mas FuriosoWindowing Functions & Co...Sql Saturday Guatemala 2018-Mas rápido y Mas FuriosoWindowing Functions & Co...
Sql Saturday Guatemala 2018-Mas rápido y Mas Furioso Windowing Functions & Co...
 
Fast and Furious: Discovering Windowing Function
Fast and Furious: Discovering Windowing FunctionFast and Furious: Discovering Windowing Function
Fast and Furious: Discovering Windowing Function
 
Sql Server - Troubleshooting De Bloqueos (Parte I)
Sql Server - Troubleshooting De Bloqueos (Parte I)Sql Server - Troubleshooting De Bloqueos (Parte I)
Sql Server - Troubleshooting De Bloqueos (Parte I)
 
Preguntando a sql server con DMV
Preguntando a sql server con DMVPreguntando a sql server con DMV
Preguntando a sql server con DMV
 
Sql Saturday CR - Introducción al Optimizador
Sql Saturday CR - Introducción al OptimizadorSql Saturday CR - Introducción al Optimizador
Sql Saturday CR - Introducción al Optimizador
 
Modelos de recuperación de desastre híbridos (On premise / Cloud)
Modelos de recuperación de desastre híbridos (On premise / Cloud)Modelos de recuperación de desastre híbridos (On premise / Cloud)
Modelos de recuperación de desastre híbridos (On premise / Cloud)
 
BI para todos
BI para todosBI para todos
BI para todos
 
SQLSaturday Guatemala - SOS de Alto de rendimiento con Window Functions
SQLSaturday Guatemala - SOS de Alto de rendimiento con Window FunctionsSQLSaturday Guatemala - SOS de Alto de rendimiento con Window Functions
SQLSaturday Guatemala - SOS de Alto de rendimiento con Window Functions
 

Último

El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.241514949
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfsoporteupcology
 
ejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofJuancarlosHuertasNio1
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdfIsabellaMontaomurill
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxJOSEMANUELHERNANDEZH11
 
dokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.pptdokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.pptMiguelAtencio10
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafiosFundación YOD YOD
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadMiguelAngelVillanuev48
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxaylincamaho
 
R1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en minaR1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en minaarkananubis
 
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...JaquelineJuarez15
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxazmysanros90
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024GiovanniJavierHidalg
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)GDGSucre
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxpabonheidy28
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersIván López Martín
 
El uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELEl uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELmaryfer27m
 
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxCrear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxNombre Apellidos
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfSergioMendoza354770
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6    CREAR UN RECURSO MULTIMEDIAActividad integradora 6    CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA241531640
 

Último (20)

El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdf
 
ejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sofejercicios pseint para aprogramacion sof
ejercicios pseint para aprogramacion sof
 
trabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdftrabajotecologiaisabella-240424003133-8f126965.pdf
trabajotecologiaisabella-240424003133-8f126965.pdf
 
Hernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptxHernandez_Hernandez_Practica web de la sesion 12.pptx
Hernandez_Hernandez_Practica web de la sesion 12.pptx
 
dokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.pptdokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.ppt
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafios
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidad
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
 
R1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en minaR1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en mina
 
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
El gusano informático Morris (1988) - Julio Ardita (1995) - Citizenfour (2014...
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptx
 
Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024Cortes-24-de-abril-Tungurahua-3 año 2024
Cortes-24-de-abril-Tungurahua-3 año 2024
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
Plan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docxPlan de aula informatica segundo periodo.docx
Plan de aula informatica segundo periodo.docx
 
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 TestcontainersSalmorejoTech 2024 - Spring Boot <3 Testcontainers
SalmorejoTech 2024 - Spring Boot <3 Testcontainers
 
El uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELEl uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFEL
 
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxCrear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6    CREAR UN RECURSO MULTIMEDIAActividad integradora 6    CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
 

Introducción al modelo tabular de SSAS 2012

  • 1.
  • 2. SSAS Tabular Model Introducción al modelo tabular de Sql Server Analysis Services 2012.
  • 3. Expositor  Ing. Ahias Portillo, MCT, MCITP DBA, BI  Evangelista y conferencista latinoamericano de Sql Server, con mas de 7 años de experiencia en el desarrollo de soluciones BI.  portillo.ahias@Outlook.com.
  • 5. Patrocinadores / Sponsors  GOLD  SILVER  BRONCE  Personal/Swag
  • 6. Objetivos de la sesión  Definición de conceptos  SSAS Tabular vs Multidimensional  Demostración.
  • 7. ¿Por qué utilizar Base de datos Analíticas?  Mejores Tiempos de respuestas.  Entrega de datos en lenguaje natural.  Self-Services.  Funcionalidades de navegación (Jerarquías), KPI.  Minería de datos.
  • 8. ¿Qué es SSAS?  BISM (2012)  Business Intelligence Semantic Model  UDM (2005-2008 R2)  Unified Dimensional Model  Multidimensional Model  Data Mining Model  Tabular Model
  • 9. ¿Evolución de SSAS? OLAP Services Sql Server 7 Sql Server 2000 Sql Server Analysis Services Sql Server 2005 Sql Server 2008 Sql Server 2008 R2 Sql Server 2012 Power Pivot (Excel -SP) Tabular Model
  • 10. ¿Preguntas comunes ?  El Tabular Model sustituye el modelo multidimensional o solo es una mejora de Power Pivot.  Debería desarrollar solo modelos Tabulares.  Quien es mas rápido los modelos en memoria o los MOLAP.  El desarrollo en Tabular Model es mas sencillo. Pero solo conocemos de Dimensiones, Hechos y MDX.
  • 11. ¿Que es BISM?  BISM es un concepto.  Es un modelo de datos que los usuarios pueden consultar.  No necesitas comprender la complejidad de los repositorios de datos.  BISM provee:  Modelo de datos  Lógica de negocio y Consultas  Acceso a datos.  Se puede implementar en 3 tecnologías:  MOLAP  SSAS Tabular Mode  PowerPivot
  • 12. ¿Que es Multidimensional Model?  OLAP DB  Dimensiones  Hechos  Almacenamiento optimizado para análisis  MDX  Modelos MOLAP, ROLAP y HOLAP.  Agregaciones.
  • 13. ¿Que es Tabular Model?  Nuevo Motor DB  Tabular Mode  Column Store  In-Memory  Compresión  Copia de todos los datos al Tabular model  Direct SQL  Querys transformados a SQL, ejecutando directamente al motor relacional de Sql Server.  Es la versión ROLAP del Tabular Model.
  • 15. ¿SSAS Tabular vs Multidimensional?
  • 16. ¿SSAS Tabular vs Multidimensional? Tabular  Menores tiempos de desarrollo.  Alto rendimiento.  Características limitadas.  Principal almacenamiento es Memoria.  Disponible en ediciones BI y Empresarial. Multidimensional  Modelo basado en Dimensiones y hechos.  Soporte para cubos de gran volumen.  Principal almacenamiento es disco duro.  Disponibles en todas las ediciones comerciales.
  • 17. Tabular Model - Dimensiones  Solo una relación puede estar activa por tabla.  Alto rendimiento en dimensiones de millones de registros.  Una dimensión es una tabla.
  • 18. Tabular Model - Métricas  Sum, min, max, count, distinct count o expresiones complejas de DAX.  Una tabla puede contener atributos y métricas.
  • 19. ¿SSAS Tabular vs Multidimensional? Feature group Decision criteria Multidimensional/ Tabular Multidimensional modeling Tabular modeling Time to solution / Longer time to solution. Shorter time to solution. Learning curve / Dimensional modeling and MDX language create a steeper learning curve but natively provide more complex capabilities. Relational modeling and Excel-like DAX language create a less steep learning curve but complex capabilities may require sophisticated DAX expressions. Data model Data relationships / One-to-many. Many-to-many. Reference relationships must be explicitly modeled. One-to-many. Many-to-many requires DAX expressions. Modeling table relationships creates reference relationships.
  • 20. ¿SSAS Tabular vs Multidimensional? Feature group Decision criteria Multidimensional/ Tabular Multidimensional modeling Tabular modeling Data model Hierarchies / Native support for standard, ragged, and parent-child hierarchies Native support for standard hierarchies. Parent- child hierarchies require DAX expressions. Data model Additional data modeling features / Perspectives, translations, actions, drillthrough, stored procedures, and write-back. Perspectives and drillthrough. Business logic Calculation language / MDX DAX Business logic Calculations / Native support for common and complex calculations. Native support for common and many complex calculations.
  • 21. ¿SSAS Tabular vs Multidimensional? Feature group Decision criteria Multidimensional/ Tabular Multidimensional modeling Tabular modeling Business logic Aggregation functions / Sum, Count, Min, Max, Distinct Count, None, ByAccount, AverageOfChildren, FirstChild, LastChild, FirstNonEmpty, and LastNonEmpty. Sum, Count, Min, Max, Average, DistinctCount, and various time intelligence functions like FirstDate, LastDate, OpeningBalanceMo nth, and ClosingBalanceMon th. Business logic Hierarchy logic / Functions to navigate standard and parent-child hierarchies. DAX functions to navigate parent- child hierarchies, DAX expressions to implement logic in standard dimensions. Hierarchy logic generally more difficult using DAX.
  • 22. ¿SSAS Tabular vs Multidimensional? Feature group Decision criteria Multidimensional/ Tabular Multidimensional modeling Tabular modeling Business logic KPIs / Actual, goal, status, and trend with graphical indicators Actual, goal, and status with graphical indicators. Business logic Currency conversion / Supports multi- currency conversion using the Business Intelligence Wizard. Implement using DAX expressions. Data access and storage Scale / Extremely large scale (multi- terabyte) Large Scale (Billions of records) Data access and storage Performance / Indexes and preaggregated measure values stored on disk. Dimension data and query results cached in memory. Approximately 3x data compression. In memory column- based data storage. Approximately 10x data compression.
  • 23. ¿SSAS Tabular vs Multidimensional? Feature group Decision criteria Multidimensional/ Tabular Multidimensional modeling Tabular modeling Data access and storage Data sources / Relational databases. Relational databases, Excel, Text, OData feeds, Azure Data Market, Analysis Services. Data access and storage Query language / MDX DAX MDX (In-Memory mode only) Data access and storage Data storage / MOLAP - Dimension, fact, and aggregated data stored on disk. Dimension data and query results cached in memory. ROLAP – Dimension, fact, and aggregated data stored in a relational database. In-Memory - All data cached in memory utilizing column- oriented xVelocity analytics engine DirectQuery – Data stored in SQL Server 2012.
  • 24. ¿SSAS Tabular vs Multidimensional? Feature group Decision criteria Multidimensional/ Tabular Multidimensional modeling Tabular modeling Data access and storage Data compression / Typically 3x. Typically 10x. Data access and storage Client tools / Excel, Reporting Services, Microsoft PerformancePoint, and other third-party client tools. Reporting Services Power View supported in future SQL Server versions. Reporting Services Power View, Excel, Reporting Services, PerformancePoint, and other third-party client tools.
  • 25. ¿SSAS Tabular vs Multidimensional? (Microsoft, Choosing a Tabular or Multidimensional Modeling Experience in SQL Server 2012 Analysis Services) Feature group Decision criteria Multidimensional/ Tabular Multidimensional modeling Tabular modeling Data access and storage Programmability / XMLA, ASSL, ADOMD.NET, MSOLAP, AMO, Windows PowerShell for AMO. Developed for use with multidimensional models. XMLA, ASSL, ADOMD.NET, MSOLAP, AMO, PowerShell for AMO. Available but less intuitive for use with tabular models. Security Security / Dimension member and cell-level security. Dynamic Security. Row-level security. Dynamic Security.
  • 26. SQL SERVER ANALYSIS SERVICES TABULAR MODEL Demo
  • 27. ¿Qué debo considerar?  Esfuerzo requerido en el desarrollo.  Presupuesto.  Hardware.  Requerimientos de datos en tiempo real.  Herramientas de cliente.  Requerimientos del negocio.
  • 28. ¿Qué debo considerar?  Tiempo.  Tabular Model puede brindar desarrollos en menos tiempo.  Modelo de procesamiento y la optimización de querys pueden mejorar tiempos de respuesta.  Presupuesto.  Solo disponible en versiones Empresarial y BI.  Tiempo = Dinero  Hardware.  El core del este modelo es la memoria.