大數(shù)據(jù)時代到來，如何從數(shù)據(jù)中提取、挖掘?qū)I(yè)務(wù)發(fā)展有價值的信息，為業(yè)務(wù)決策提供有力依據(jù)，推動精益化化的企業(yè)管理。商業(yè)分析師通常會使用各種數(shù)據(jù)分析工具，例如Excel、Tableau和PowerBI等對數(shù)據(jù)進行分析。OLAP就經(jīng)常被用于對接這類工具，向這些工具提供記錄。
為何SSAS如此流行
傳統(tǒng)的OLAP引擎有很多，Oracle、SAP、IBM和Microsoft均有自己的OLAP引擎，其中Microsoft SQL Server Analysis Services（SSAS）是世界上應(yīng)用最廣泛的OLAP引擎之一，眾多各位耳熟能詳?shù)拇笮推髽I(yè)均是SSAS的深度用戶。SSAS的成功與它的如下特性密不可分的：
與Excel深度集成
Excel作為全世界最廣泛使用的商業(yè)分析工具，SSAS能與Excel深度集成。用戶可以使用Excel對接SSAS多維數(shù)據(jù)集，靈活快捷的對數(shù)據(jù)進行切片、篩選、上卷和下鉆等操作，深入分析數(shù)據(jù)，直到他找到所需的商業(yè)洞察。
支持MDX語言
SSAS可以使用MDX（多維表達式）支持高級的商業(yè)智能需求，例如常用的YTD、QTD和MTD等計算指標(biāo)均能輕松支持。并且MDX相比SQL能夠更簡單且更廣泛的支持各種商業(yè)智能需求。
能與主流的BI集成
例如PowerBI、Tableau等，都可以與SSAS輕松集成，SSAS接收前端BI發(fā)送的查詢需求，在自身引擎中計算，將聚合后的值返回前端BI，以提升前端BI的查詢體驗。
大數(shù)據(jù)時代SSAS面臨的挑戰(zhàn)
雖然SSAS具備許多特性，使其成為許多傳統(tǒng)商業(yè)智能方案的理想選擇，但身處大數(shù)據(jù)時代，它面臨著越來越多的挑戰(zhàn)。并且隨著數(shù)據(jù)量爆炸式的增長，這些挑戰(zhàn)顯得尤為嚴(yán)峻。
數(shù)據(jù)量及維度數(shù)量的限制
通常情況下SSAS使用的是MOLAP模式，MOLAP將OLAP分析所用到的多維數(shù)據(jù)物理上存儲為多維數(shù)組的形式，形成“立方體”的結(jié)構(gòu)。這種方式在較小數(shù)據(jù)量時，性能優(yōu)勢較大。但當(dāng)面對大型數(shù)據(jù)集時，由此產(chǎn)生的維度爆炸問題，將使MOLAP架構(gòu)難以維持。例如對于一個包含1億名客戶，100萬個產(chǎn)品SKU，2年每日訂單數(shù)據(jù)，其中包含了來自100個不同國家的1,000個不同的客戶，由此創(chuàng)建的多維數(shù)據(jù)集的理論單元個數(shù)是7,300,000,000,000,000,000,000個。對于一個中大型企業(yè)，這種情況處處可見。
當(dāng)心你的OLAP Cube出現(xiàn)維度爆炸
擴展的局限性
若現(xiàn)有的SSAS處理能力無法滿足需求，需要增強其處理能力時，用戶就必須為運行SSAS的機器增加更多的CPU或者內(nèi)存。同時如果需要存儲更多的數(shù)據(jù)，則需要擴展本地或者SAN存儲。這樣就限制了系統(tǒng)的可擴展性。
費用昂貴
如上文提及SSAS擴展時，僅能通過增加設(shè)備配置實現(xiàn)。對于高配置的一體機已經(jīng)是一筆不小的費用，同時SSAS的License是根據(jù)設(shè)備的內(nèi)核數(shù)量收費，企業(yè)版每個內(nèi)核官方定價高達14,256美元。
使用SSAS遭遇瓶頸時你的感受
不能解決痛點的方案都是耍流氓
進入數(shù)字化轉(zhuǎn)型時代，數(shù)據(jù)爆炸式增長，SSAS的弊端日漸明顯，越來越多的企業(yè)開始尋找替代SSAS的技術(shù)。在Hadoop 技術(shù)日臻完善的今天，一個理想的BI/OLAP分析架構(gòu)應(yīng)該保留所有SSAS分析功能，并且能夠利用 Hadoop技術(shù)的橫向可擴展性解決 SSAS 面臨的所有痛點，這樣的OLAP on Hadoop分析架構(gòu)應(yīng)該能夠做到：
提供了橫向擴展能力
Hadoop分布式文件系統(tǒng)（HDFS）的一大特點就是可以通過向集群增加服務(wù)器來擴展存儲和處理能力，一個理想的OLAP on Hadoop方案，也繼承了這一強大的特性。這種方案極大的提升了系統(tǒng)的擴展性，降低了擴展系統(tǒng)能力的難度。
打破了數(shù)據(jù)量和維度數(shù)量的上限
如上文提及，由于Hadoop具備橫向擴展的能力，數(shù)據(jù)存儲已不在成為瓶頸，只要集群足夠，數(shù)據(jù)量已不再存在上限。由于SSAS需要按照多維數(shù)據(jù)集中的所有維度進行聚合，所以不可避免的存在維度爆炸的問題，而理想的OLAP技術(shù)應(yīng)允許用戶自定義聚合維度，有效的避免維度爆炸的問題，打破了維度數(shù)量的上限。
更高的性價比
OLAP on Hadoop的方案，構(gòu)建集群并不需要高配置的一體機，硬件成本大大降低。這種特性在收費基于集群和時間的云平臺上尤為明顯，用戶可在需要大量資源時擴大集群，在空閑時縮小集群，釋放多余資源，做到最大程度的資源和費用的節(jié)約。
大數(shù)據(jù)時代的明智之選
如上文所說，強大的分析能力，也是SSAS被廣泛應(yīng)用深受用戶歡迎的主要原因。Kyligence提供了多種比肩SSAS分析能力的特性：
支持完整的語義信息定義功能
語義信息是商業(yè)分析的重要組成部分，包含了業(yè)務(wù)的分析思路，維度、度量、層級結(jié)構(gòu)和維度用法等都是最常用的業(yè)務(wù)概念。Kyligence支持了可計算度量、層級結(jié)構(gòu)等完整的語義信息定義功能。
在Kyligence產(chǎn)品中編輯可計算度量
在Kyligence產(chǎn)品中編輯層級結(jié)構(gòu)
支持多種接口模式
Kyligence提供多種接口模式，包括SQL、MDX和RestAPI?？膳c多種BI工具集成，例如Excel、PowerBI、Tableau、MicroStrategy、Qlik、Cognos、BO和OBIEE等，均能獲得極佳的體驗。同時多種接口可以支持分析師靈活調(diào)用，使用TensorFlow、Jupiter和AzureNotebooks調(diào)用，用于機器學(xué)習(xí)。
比肩SSAS的Excel集成體驗
Kyligence使用MDX接口對接Excel，提供了比肩SSAS的Excel使用體驗，能夠?qū)崿F(xiàn)用Excel的透視表直連進行拖拽分析。
使用Excel直連大數(shù)據(jù)進行透視表分析
OLAP on Hadoop
現(xiàn)在Kyligence正在與數(shù)十家企業(yè)合作，幫助眾多企業(yè)從傳統(tǒng)商業(yè)智能基礎(chǔ)架構(gòu)遷移到Hadoop架構(gòu)。其中一些客戶還與Kyligence深度合作，通過遷移SSAS來解決自身面臨的挑戰(zhàn)：
某歐美金融行業(yè)的龍頭企業(yè)，其在全球50多個國家設(shè)有辦事處。隨著企業(yè)擴張，數(shù)據(jù)量爆炸式增長，由于SSAS的擴展性有限，IT需要花費大量精力維護眾多多維數(shù)據(jù)集，仍不能滿足業(yè)務(wù)分析需要的數(shù)據(jù)廣度，且IT采購成本高昂。借助Kyligence大數(shù)據(jù)平臺，該企業(yè)大大提高了數(shù)據(jù)平臺擴展性，降低IT運維和投資成本，拓展了業(yè)務(wù)分析的廣度和深度，實現(xiàn)快速響應(yīng)業(yè)務(wù)決策。
順暢的分析體驗給用戶帶來的感受
總結(jié)
本文讓我們清晰的看到SSAS具備的很多優(yōu)點，讓其成為了廣泛流行的OLAP引擎，但是它也存在著擴展能力有限，承載數(shù)據(jù)量有限等各種問題，難以勝任大數(shù)據(jù)時代的挑戰(zhàn)。現(xiàn)在，Kyligence不僅具備了SSAS眾多優(yōu)秀的特性，也克服了傳統(tǒng)SSAS的規(guī)模限制，成為了一個傳統(tǒng)架構(gòu)遷移大數(shù)據(jù)架構(gòu)的極佳選擇。
