Chris Webb, Marco Russo és még jó néhány Analysis Services guru létrehozott a Twitteren egy Analysis Services forródrótot, melynek lényege, hogy gyors segítséget nyújthassanak a bajbajutottaknak.

A forródrót az #ssasHelp hashtagen keresztül érhető el. Bővebb információ: #ssasHelp hashtag for questions about SSAS on Twitter

A múltkor elmélkedtem a BI projekt blogon, hogy OLAP adatbázis használata esetén vajon melyik a jobb adatmodell: a csillagsémás, vagy a normalizált hópehely, és akkor arra jutottam, hogy MS OLAP használata esetén jobb a csillagsémás. De mi a helyzet a PowerPivot oszlopalapú adatbázis-kezelőjének használata esetén?

Nos. Ahogy az a PowerPivot Data Modelling for Performance című cikkből kiderül, a Microsoft oszlopalapú adatbázis-kezelőjének használata esetén is jobb teljesítményt ad a csillagsémás adatmodell a normalizált hópehely adatmodellel szemben. Helyszükségletben nincs nagy különbség a csillagsémás és a normalizált adatmodell között (köszönhetően a tömörített tárolásnak) ugyanakkor a csillagsémás adatmodell rövidebb válaszidőkkel szolgálja ki a lekérdezéseket.

A dokumentum egyfajta Analysis Services Best Practice gyűjtemény, amely a legjobb tervezési irányelvek mellett útmutatás ad a lekérdezések és a felösszegzések teljesítményhangolásához is.

Az Analysis Services 2008 R2 Performance Guide letölthető innen. Azoknak akik ebben a témában motoroznak ajánlom még figyelmébe az Analysis Services 2008 R2 Operations Guide-ot, valamint az Analysis Services dokumentációk (white paper) listáját

Letölthető az SQL Server 2008 Service Pack 3 és a javítócsomaghoz tartozó BI kiegészítők is:

-          SQL Server 2008 Service Pack 3

-          Microsoft SQL Server 2008 Service Pack 3 Feature Pack

-          Microsoft SQL Server 2008 SP3 Reporting Services Report Builder

-          Microsoft SQL Server 2008 SP3 Reporting Services Add-in for Microsoft SharePoint Technologies