Analytische Datenbank: Tabular Model vs. Multdimensional Cubes

Publiziert von

Tabular vs MutltdimensionalMicrosoft bietet seit SQL Server 2012 innerhalb der Analysis Services zwei unterschiedliche analytische Datenbank-Technologien: die absolut bewährte Multidimensional Model („Cube“) Technologie und die neue Tabular Model („Power Pivot“) Technologie. Nach dem Summary zeigen wir in der detaillierten Evaluierung in fünf Kapiteln, welche Unterschiede für eine fundierte Entscheidung wichtig sind.

Summary

TABULAR Model ist die leistungsfähige Brücke von Excel / Power Pivot zur professionellen BI Serverapplikation im Rahmen einer Self-Service-BI Strategie. Das konsequente Investment seitens Microsoft und die hohe Innovationsgeschwindigkeit – insbesondere in Verbindung mit Power BI – bringt relative Zukunftssicherheit. Nachteilig sind der geringere Funktionsumfang, die höheren Hardwareanforderungen und die geringe Zahl von Referenzprojekten („Early Adopter“).

MULTIDIMENSIONAL Cubes sind nach wie vor die professionelle Lösung für große Datenmengen und hohe Modellkomplexität. Wer nichts riskieren möchte, setzt weiterhin auf Analysis Services Cubes („Nummer sicher“). Nachteilig sind die hohe IT-Orientierung und die damit fehlende Self-Service-BI Tauglichkeit, der erhöhte Know-How Bedarf und die fehlende Weiterentwicklung der Technologie in den letzten beiden Releases von SQL Server.

 

Die folgende detaillierte Evaluierung fokussiert auf eventuelle K.O.-Kritierien, es geht also nicht um eine allgemeine Vorstellung der beiden Technologien.Die Evaluierung erfolgt in den fünf Bereichen (1) Organisatorische Ausrichtung, (2) Technische Funktionen, (3) Frontends für den Zugriff, (4) Typische Einsatzgebiete und (5) Cost of Ownership.

1. Organisatorische Ausrichtung

Tabular Model/Power Pivot ist als dezentrales BI Instrument für die Fachbereiche konzipiert, Analysis Services Cubes sind hingegen traditionell zentrales BI Instrument. Hier eine Übersicht zum

BISM-End-User-Experiences

TABULAR Model

Tabular Model/Power Pivot ist auf den Bedarf von Personal BI, Team BI und Enterprise BI ausgerichtet, die Modelle werden im Unternehmen primär von Power User in den Fachbereichen (weiter-)entwickelt (vorwiegend in „Power Pivot“ mit anschließender Bereitstellung als Tabular Model) und werden häufig in den Bereichen Marketing & Sales, HR und Operations & Logistics eingesetzt.

Tabular Model ist eine neue Technologie und es gibt noch nicht viele Referenzlösungen, es ist also mehr Risikobereitschaft notwendig. Im Gegenzug sind deutlich kürzere Time-to-Solution Zyklen möglich und die Technologie ist vergleichsweise einfach zu erlernen.

MULTIDIMENSIONAL Cubes

Analysis Services Cubes sind auf den Bedarf von Enterprise BI ausgerichtet, die Modelle werden im Unternehmen primär von IT Abteilungen und externen Dienstleistern (weiter-)entwickelt und werden sehr häufig im Bereich Finance & Controlling eingesetzt.

Analysis Services Cubes wurden in den letzten beiden Releases von SQL Server praktisch nicht mehr weiter entwickelt, aufgrund der Ausgereiftheit der Technologie und dem weltweit sehr hohem Marktanteil (innerhalb den analytischen Datenbanken) kann aus unserer Sicht aber weiterhin ohne Bedenken voll auf diese Technologie gesetzt werden.

 

2. Technische Funktionen

Tabular Model/Power Pivot ist deutlich einfacher aufgebaut, die Modellierung erfolgt sehr intuitiv mit den Daten in Echtzeit. Analysis Services Cubes hingegen weisen einen höheren Funktionsumfang auf und sind damit für komplexe Modelle nach wie vor besser geeignet. Beide Technologien sind performant: während AS Cubes noch auf komplexe Aggregationsalgorithmen setzen wird Tabular Model als In-Memory Technologie vollständig über verfügbaren RAM, also Hardware, optimiert.

TABULAR Model

SSDT Tabular

Tabular Model/Power Pivot hat gegenüber den etablierten AS Cubes (noch) folgende funktionale Einschränkungen:

  • Kein Balancierungsmechanismus für asymmetrische Hierarchie
  • Kein Writeback, damit keinerlei Planungsfunktionen
  • Keine Actions und Translations
  • Keine Cell-Level Security (sondern nur Row-Level Security)
  • Keine Hierarchie-Intelligenz (kein Parent-Child-Mechanismus, kein Custom Rollup,  keine Unary Operators usw. … vieles ist über DAX-Statements abbildbar, aber es fehlen die Wizards/Standards)
  • Keine Wizards für fortgeschrittene Themen (vieles ist zwar über DAX realisierbar, die Übersichtlichkeitsgrenze wird aber rasch erreicht)
    • Keine fertige Konto- und Währungsintelligenz
    • Kein fertiger Beziehungstyp „many-to-many“
    • Keine Strukturierung über Measure Groups und Dimensionszuordnungen

MULTIDIMENSIONAL Cubes

SSDT Multdimensional

Analysis Services Cubes haben gegenüber der progressiven Tabular Model Technologie folgende Einschränkungen:

  • Keine In-Memory-Technologie (stattdessen: aufwendige Algorithmen zur Performance-Optimierung)
  • Geringere Processing-Performance (da auch Aggregationen erzeugt werden müssen)
  • Geringere Verdichtungsraten der Quelldaten (typischerweise 3x im AS Cube statt typischer 10x im Tabular Model)
  • Keine „semantische Anreicherung“ des Datenmodells möglich (durch spezielle Datentypen und Q&A-Fragestellungen)
  • Modellierungssprache für Business Logik „MDX“ ist komplexer und schwieriger zu erlernen als „DAX“ im Tabular Model
  • Datenquelle sind ausschließlich relationale Datenbanken (kein Direkt-Import aus SaaS Diensten, Webservices, Excel-/CSV-Files usw.)

 

3.  Frontends für den Zugriff

Auf beide analytischen Datenbank Technologien kann mit Excel Pivot, Excel Cubeformeln und SQL Server Reporting Services in exakt der gleichen Art und Weise zugegriffen werden. Damit ist

TABULAR Model

SAP-IDES PowerView Dashboard

  • Third Party Anbieter für BI Frontends unterstützen noch nicht flächendeckend Tabular Model als analytische Datenquelle

MULTIDIMENSIONAL Cubes

SharePoint_ReportingServices_Addin

  • Neue Microsoft Power BI Komponenten unterstützen AS Cubes nicht (oder erst nach einigen Jahren … so kann Power View erst seit SQL Server 2014 AS Cubes auswerten)

 

4.  Typische Einsatzgebiete

TABULAR Model

Tabular Model/Power Pivot wird vorzugsweise in den Bereichen Marketing & Sales, HR und Operations & Logistics für Berichts-, Dashboard- und Analyseapplikationen eingesetzt, die hohe Agilität aufweisen und vom laufenden Input der Fachanwender profitieren. Die Implementierung und Weiterentwicklung der Modelle erfolgt typischerweise durch die Fachbereiche selbst, die IT-Abteilung sorgt lediglich für die Einhaltung von Standards.

Die zu verarbeitenden Datenmengen können sehr groß sein, die Komplexität des Datenmodells sollte es nicht sein.

MULTIDIMENSIONAL Cubes

Analysis Services Cubes werden vorzugsweise im Bereich Finance & Controlling für weitgehend standardisierte Berichts-, Dashboard- und Planungsapplikationen eingesetzt. Die Implementierung und Weiterentwicklung des Modells erfolgt typischerweise durch die IT-Abteilung.

Die zu verarbeitenden Datenmengen können sehr groß sein, die Komplexität des Datenmodells und die Granularität der Dimensionen kann ebenfalls groß sein.

 

5.  Cost of Ownership

TABULAR Model

Tabular Model/Power Pivot benötigt hochwertige Hardware, insbesondere Arbeitsspeicher (RAM), im Gegenzug dafür aber weniger Manpower.

Die laufende Weiterentwicklung der Modelle kann durch den Ideenreichtum der dezentralen Fachbereiche sehr beflügelt werden („agile BI“), wertvolle Zeit der Fachbereiche kann direkt in die Modelle investiert werden als in überbordende Konzepte.

MULTIDIMENSIONAL Cubes

Analysis Services Cubes kommt mit vergleichsweise bescheidener Hardware aus, im Gegenzug ist aber mehr Manpower für Optimierungen und Handhabung der komplexen Technologie notwendig.

Die laufende Weiterentwicklung der Cubes leidet häufig unter Kapazitätsengpässen in der zentralen IT-Abteilung, an hohen Kosten für externe Dienstleister und (zu) langen Konzept-Realisierung-Zyklen.

 

Diskutieren Sie Ihre Erfahrungen mit uns und hinterlassen Sie einen Kommentar!

 

Quellennachweis:

Choosing a Tabular or Multidimensional Modeling Experience in SQL Server 2012 Analysis Services

www.sqlbi.com/articles/ssas-tabular-as-analytical-engine

www.sqlchick.com/entries/2014/10/27/when-to-choose-analysis-services-vs-power-pivot

www.egroup-us.com/2014/07/tabular-vs-multidimensional

blogs.msdn.com/b/analysisservices/archive/2010/03/12/comparing-analysis-services-and-powerpivot.aspx

Robert Lochner

Robert Lochner ist seit 2001 als Unternehmer tätig und Gründer der Linearis. Seit seinem Betriebswirtschaftsstudium an der WU Wien ist er als Unternehmer in der BI Branche tätig, ist Trainer für Excel BI und Power BI und unterstützt Unternehmen bei der digitalen Transformation ihrer Business Intelligence Prozesse. Er ist Autor des Linearis Blogs und mehrerer fachlicher Publikationen.

Weitere Beiträge

Kategorien: Datawarehousing, Power Pivot nutzen, SQL Server als DWH nutzen