从Power BI到Analysis Services 企业级数据分析实战

1.越来越多的企业已经或者正在将本地IT系统升级到云端，这其中就包括将本地Analysis Services迁移到Azure Analysis Services的过程。 2.本书详细解析本地与Azure Analysis Services企业级数据分析解决方案的图书。从工具安装与配置、数据获取与清理、模型搭建与部署、开发工具与应用等角度，为数据分析人员、企业 IT 人员提供专业的 BI 数据工程知识。 3.微软认证MVP、微软DATA&AI云架构师联合打造，从理论出发，着手实践，适合IT、DT人员以及希望提高微软数据平台技术的读者阅读。 4.微软大中华区副总裁邓赟、微软大中华区全渠道事业部CTO徐明强、技术总监王盛麟、 “PowerPivot 工坊”创办人赵文超联袂推荐。

云计算作为一种数据解决方案已被广泛应用，越来越多的企业已经或者正在将本地IT系统升级到云端，这其中就包括将本地Analysis Services迁移到Azure Analysis Services的过程。Azure Analysis Services是基于微软云的PaaS 服务，也是未来大数据的云端化发展方向。本书介绍本地Analysis Services 与Azure Analysis Services 的安装、开发、部署、处理以及增强开发等内容，同时还介绍Power BI、SQL Server Studio Management、SQL Server、Visual Studio 2019 等协同工具的使用方法，力求帮助读者找到企业级BI 遇到的系统性能瓶颈，并提供行之有效的解决方案。最后作者介绍Azure Analysis Services 的实际案例和相关的Azure Data Services作为本书延展学习内容。 本书从理论出发，着手实践，适合IT人员、DT人员作为参考资料使用，也适合希望完善与提高Power BI和微软数据平台技术的广大读者阅读。

第 1 章 Analysis Services 基础 1
1.1 自助式BI 的崛起 1
1.2 企业级BI 的优势 3
1.3 Analysis Services 概述 4
1.4 多维模型与表格模型 5
1.5 Power BI 技术 6
1.6 Azure Analysis Services 概述7
1.7 Azure Analysis Services 与Power BI Premium 8
本章小结 11

第 2 章 安装开发工具与启用Analysis Services 12
2.1 安装工具与启用服务列表12
2.2 下载数据库AdventureWorksDW 13
2.3 安装SQL Server Management Studio 14
2.4 安装本地SQL Server 与本地Analysis Services 15
2.5 安装Visual Studio 2019 与Analysis Services 扩展 21
2.6 启用Azure SQL Database 服务 24
2.7 启用Azure Analysis Services 28
2.8 为本地SQL Server 安装AdventureWorks 数据库30
2.9 为Azure SQL Server 安装AdventureWorks 数据库 31
本章小结 36

第3 章 获取数据 37
3.1 在Visual Studio 中创建Analysis Services 表格项目 37
3.2 获取SQL Database 数据表（Tables） 39
3.3 获取SQL Database 数据视图（Views） 42
3.4 从Azure Blob Storage 读取数据 44
3.5 导入手动维护数据 48
3.6 导入SQL 查询 50
3.7 数据准备 51
本章小结 54

第4 章 数据建模 55
4.1 标记日期表 55
4.2 多重表关系 58
4.2.1 导入多张日期表58
4.2.2 创建计算日期表60
4.2.3 创建日期度量 60
4.3 创建中间表 61
4.4 中间表查询 63
4.5 多对多双向筛选关系的查询64
4.6 建立层次（层级）关系 68
4.7 父子关系 69
4.8 计算组 71
4.9 行级权限设置 76
4.9.1 静态行级权限设置76
4.9.2 动态行级权限设置79
4.10 表级与列级权限设置.81
4.11 模型级权限设置 82
4.12 KPI 设置 84
4.13 透视 87
本章小结 89

第5 章 部署数据模型90
5.1 本地Analysis Services 项目部署 90
5.2 云端Analysis Services 项目部署 97
5.3 SQL Server Agent 自动刷新模型 103
5.4 自动化Runbook 刷新模型 108
5.4.1 创建Azure 应用主体以及相应的授权设置 109
5.4.2 创建Azure 自动化以及相应的授权设置 113
5.4.3 创建Runbook 并设置自动刷新PowerShell 脚本 117
5.4.4 发布与运行Runbook 119
本章小结 121

第6 章 数据处理 122
6.1 表格分区 122
6.2 数据处理方式详解 126
6.3 增量刷新 129
6.3.1 “处理添加”方式 130
6.3.2 “处理数据”方式 133
6.4 添加自动处理脚本 135
6.5 直连模式 136
6.5.1 从导入模式转换为直连模式 137
6.5.2 从直连模式转换为导入模式 141
本章小结 142

第7 章 高级开发工具和功能 143
7.1 DAX Studio：DAX 开发工具 143
7.1.1 主界面介绍 144
7.1.2 DAX 公式开发 145
7.1.3 DAX 性能测试 148
7.1.4 导出元数据 149
7.1.5 导出模型数据 151
7.2 Tabular Editor：DAX 模型开发工具 153
7.2.1 主界面介绍 154
7.2.2 一般性编辑功能 156
7.2.3 高级脚本编译度量 161
7.2.4 很好规范分析器 164
7.3 ALM Toolkit：应用版本管理工具 166
7.3.1 一般性行功能介绍 167
7.3.2 启用XMLA 的“读写”设置 168
7.3.3 Power BI Desktop 报告版本控制 171
7.3.4 Azure Analysis Services 模型版本控制 176
7.4 在Analysis Services 中开启全自助分析 178
7.5 自动化恢复与暂停Azure Analysis Services 181
7.5.1 启用逻辑应用 182
7.5.2 恢复Azure Analysis Services 183
7.5.3 暂停Azure Analysis Services 186
7.6 自动化升降Azure Analysis Services 性能级别 188
7.6.1 创建Azure 应用主体及相应的授权设置 189
7.6.2 通过HTTP 形式获取应用主体的访问令牌 193
7.6.3 通过令牌以HTTP 形式发送调整性能指令 195
本章小结 198

第8 章 Azure Analysis Services 使用案例 199
8.1 医疗行业案例 199
8.1.1 项目目标 199
8.1.2 解决方案 200
8.1.3 实现价值 200
8.2 零售行业案例 201
8.2.1 项目目标 201
8.2.2 解决方案 201
8.2.3 实现价值 202
8.3 地产行业案例 202
8.3.1 项目目标 203
8.3.2 解决方案 203
8.3.3 实现价值 204
本章小结 204

第9 章 拓展：Azure Data Services 205
9.1 现代数据仓库 205
9.1.1 现代数据仓库之Azure 经典架构 205
9.1.2 Azure Synapse Analytics 简介 206
9.1.3 Azure Databricks 简介 210
9.2 Azure Analysis Services 更新 213
本章小结 215