一、系統(tǒng)平臺
微軟的BI策略是針對商業(yè)智能(Business Intelligence)或數(shù)據(jù)分析(data analysis)提供了全面性的解決方案。SQL Server 2000提供一個完整的分析系統(tǒng)平臺，其包含:
針對關(guān)系型數(shù)據(jù)表或數(shù)據(jù)倉庫(SQL Server自行處理的)所設計的關(guān)系型數(shù)據(jù)庫。
在線分析處理（OLAP）引擎(分析處理服務器)。
數(shù)據(jù)轉(zhuǎn)換服務 (DTS):用以從操作系統(tǒng)中的數(shù)據(jù)進行清洗、轉(zhuǎn)換及加載。
關(guān)系型數(shù)據(jù)庫的管理及OLAP引擎的系統(tǒng)管理工具。
與分析服務（Analysis Service 2000）整合的數(shù)據(jù)挖掘（Data mining，SQL Server2000只支持決策樹和聚類模型）功能。
元數(shù)據(jù)(Meta data)服務。
自然語言的查詢功能(English Query)。
?
二、標準與存取接口
微軟第二個BI策略是發(fā)表開放性使用接口及標準，使得系統(tǒng)之間及微軟系統(tǒng)與第三方軟件產(chǎn)品之間，能夠做有效的互通。主要有以下幾種機制實現(xiàn):
SQL Server及分析服務器(Analysis Server)皆是利用對象模型，略過微軟的管理接口，提供程序的接口
SQL分布式管理對象 (SQL-DMO) 是SQL Server的對象模型。
決策支持對象 (Decision Support Objects)是Analysis Manager的對象模型。
ActiveX Data Objects Multidimensional (ADO MD) 是Pivot Table 服務的對象模型，也是分析服務(analysis service)的客戶端對象。
?
?
?
?
三、以OLAP做為數(shù)據(jù)倉庫的前端分析
SQL Server里面的多維數(shù)據(jù)集實際上就是Oracle里面的CUBE，中文一般叫做立方體，多維數(shù)據(jù)集是聯(lián)機分析處理 (OLAP) 中的主要對象，是一項可對數(shù)據(jù)倉庫中的數(shù)據(jù)進行快速訪問的技術(shù)。多維數(shù)據(jù)集是一個數(shù)據(jù)集合，通常從數(shù)據(jù)倉庫的子集構(gòu)造，并組織和匯總成一個由一組維度和度量值定義的多維結(jié)構(gòu)。
?
?
? 微軟BI的框架中，所有系統(tǒng)前端的使用者都是透過分析服務(Analysis Services)來存取關(guān)系型數(shù)據(jù)表的。當cubes從關(guān)系型數(shù)據(jù)表中獨立出來，當做更新和查詢時，分析服務與SQL Sever間的整合仍舊能讓使用者查詢數(shù)據(jù)的完整內(nèi)容。例如:
分析服務所提供的drill-through功能，能讓使用者查詢關(guān)系型數(shù)據(jù)表中詳細內(nèi)容。(只要數(shù)據(jù)庫管理員賦予查詢權(quán)限。)
在某些情況下，數(shù)據(jù)庫管理員會將OLAP儲存在OLAP的關(guān)系型數(shù)據(jù)表中(稱為關(guān)系型在線分析處理，或ROLAP)，分析服務可以適用于任何儲存模型（如，ROLAP，HOLAP等）。
?
?
?
四、彈性的客戶端系統(tǒng):方便數(shù)據(jù)分析
分析服務器的系統(tǒng)結(jié)構(gòu)是設計在客戶端與服務器組合架構(gòu)下運作的，其中客戶端對象(PivotTable Services)是透過PC連結(jié)到局域網(wǎng)絡的分析服務器中，而執(zhí)行操作接口可以是以Web為基礎的客戶端、移動設備，或沒連結(jié)到局域網(wǎng)絡的客戶端設備。Analysis Service 2000支持了廣泛的客戶端連結(jié)。
?
?
五、微軟BI架構(gòu)的一些特點
1.Analysis server只能在微軟的操作平臺上，擴展性不好
2.Analysis server獨立于SQL SERVER，運行時不需要任何的其它組件。
3.模型的查看上，Analysis 界面簡單友好，多維數(shù)據(jù)集的創(chuàng)建直接能夠看到數(shù)據(jù)庫中表格原始模型（星型或者雪花型），能夠很直觀的知道我們最終所使用的物理模型是什么樣子，同時在邊框里面可以看到都有哪些維參與進來
4.創(chuàng)建維方面，對于Analysis 的維創(chuàng)建比較詳細，分為單個表的維，共享維，多個表格維（基于雪花型），虛擬維，父子維，而且在創(chuàng)建維的過程中他把維繼續(xù)細化，分成了一般維和時間維，如果是時間屬性的維，可以基于一個字段（date數(shù)據(jù)類型）來創(chuàng)建，而且給出了很多種標準的模型，而不需要人來單獨設計
5.在對不同的數(shù)據(jù)源進行搭建數(shù)據(jù)倉庫上面，Analysis可以不需要安裝其他的組件，通過ODBC或者OLDB等接口與數(shù)據(jù)庫連接
6. Analysis Server不能夠進行ETL，所要搭建的數(shù)據(jù)倉庫所基于的數(shù)據(jù)庫必須是已經(jīng)ETL過的數(shù)據(jù)準備區(qū)，SQL SERVER可以用DTS來實現(xiàn)ETL。
凡是有該標志的文章，都是該blog博主Caoer（草兒）原創(chuàng)，凡是索引、收藏
、轉(zhuǎn)載請注明來處和原文作者。非常感謝。