多维数据集

数据集通过其度量值和维度定义。多维数据集中的度量值和维度派生自多维数据集所基于的数据源视图中的表和视图。多维数据集由基于一个或多个事实数据表的度量值和基于一个或多个维度表的维度组成。维度基于属性，而属性映射到数据源视图中的维度表或视图中的一列或多列，然后通过这些属性定义层次结构。

多维数据集示例

请考虑下面的“进口”多维数据集，其中包含“包”和“上一次”两个度量值以及“路线”、“源”和“时间”三个相关维度。

多维数据集周围更小的字母数字值是维度的成员。示例成员为“陆地”（“路线”维度的成员）、“非洲”（“源”维度的成员）以及“第一季度”（“时间”维度的成员）。

度量值

多维数据集中的值表示两个度量值：“包”和“上一次”。“包”度量值表示进口包的数量，使用 Sum 函数聚合其事实数据。“上一次”度量值表示收到的日期，使用 Max 函数聚合其事实数据。

维度

“路线”维度表示进口货物到达目的地的方式。该维度的成员包括“陆地”、“非陆地”、“航空”、“海路”、“公路”或“铁路”。“源”维度表示进口货物的原产地，如“非洲”或“亚洲”。“时间”维度表示一年的四个季度以及上半年和下半年。

聚合

多维数据集的业务用户可以确定多维数据集每个维度的每个成员的度量值，不用考虑维度中成员的级别，因为 Analysis Services 将按需在更高级别中聚合值。例如，上图中的度量值按下面的方式在“时间”维度中的标准日历层次结构内聚合。

除了在一个维度内聚合之外，度量值还可以聚合来自不同维度的成员的各种组合。这样使业务用户得以同时按多个维度中的成员对度量值进行评估。例如，如果业务用户要分析各个季度通过航空运输从东半球和西半球进口的货物，则业务用户可以对多维数据集发出相应的查询以检索以下数据集。

定义完多维数据集之后，可以定义聚合以确定处理过程中预先计算的聚合范围与查询时计算的聚合范围。有关详细信息，请参阅聚合和聚合设计 (SSAS)。

映射度量值、属性和层次结构

多维数据集的度量值、属性和层次结构派生自多维数据集事实数据表和维度表中的下列各列。

一个多维数据集单元中的数据通常派生自事实数据表中的多个行。例如，多维数据集内“航空”成员、“非洲”成员以及“第一季度”成员的单元派生自ImportsFactTable 事实数据表中的下列行。

在上表中，RouteKey、SourceKey 和 TimeKey 列的每一行都具有相同的值，指示这些行分配给相同的多维数据集单元。

上面所示的示例适用于非常简单的多维数据集，此类多维数据集具有一个度量值组，并且所有维度表以星型架构的形式与该组联接。另一个常见的架构为雪花型架构，在该架构中，一个或多个维度表联接到其他维度表，而不是事实数据表。有关进行雪花状化的详细信息，请参阅维度 (SSAS)。

上面所示的示例仅包含一个事实数据表。如果多维数据集具有多个事实数据表，则每个事实数据表中的度量值均被组织到度量值组中，并且通过定义维度关系使得每个度量值组都与特定的一组维度相关。这些关系指定数据源视图中的参与表以及关系的粒度。有关维度关系的详细信息，请参阅Dimension Relationships (SSAS)。

下表说明了您可用于在 SQL Server Management Studio 或 Business Intelligence Development Studio 中编辑多维数据集的方法。

多维数据集设计器在 SQL Server Management Studio 和 Business Intelligence Development Studio 中是相同的。多维数据集设计器具有九个不同的选项卡，下表将对其进行说明。

请参阅

使用多维数据集向导可以快速、轻松地创建多维数据集。多维数据集向导可引导您完成在多维数据集中指定数据源视图和度量值的步骤。当您创建多维数据集时，可以添加现有的维度，也可以创建新的维度来构成多维数据集。还可以使用维度向导单独创建维度，然后将其添加到多维数据集中。有关维度向导的详细信息，请参阅创建维度。