物化视图与 SSAS 多维数据集

Materialized View vs SSAS Cube

这是当前情况 - 我们在 Oracle 数据库中有 3 个表（包含数百万条记录），用于生成 SSRS 报告。这些报告显示了复杂的数据计算，例如偏差、中位数等

现在，对于较短的日期持续时间，报告的生成速度非常快，因此没有问题。当日期范围很大，如一周或 2-3 个月时，报告需要花费大量时间来处理，而且大多数时候它也会超时。

为了解决这个问题，我正在考虑从 SSRS 中删除计算并将它们移动到数据库级别。我们可以在哪里获得预先计算的数据它将提供给 SSRS 报告以更快地生成报告。

为了做到这一点，我可以看到 2 个选项 -

我以前从未使用过物化视图，所以我对它的性能特别是 FAST REFRESH 问题有点怀疑。

您更喜欢哪种方式？ MV 或 SSAS 或两者的混合？

数据模型 (SSAS) 非常适合组织数据、整合业务逻辑以及定义计算在不同范围内的行为方式。它们通常比您当前拥有的原始数据查询速度更快。涉及一些缓存，但您仍然必须查询数据并等待它被处理。当您有多个报告将使用一组通用数据时，模型也是最合适的。

使用物化视图，您可以将计算时间的繁重工作转移到计划刷新上。将其视为本质上与创建由过程刷新的新 table 相同。这将大大缩短报告的查询时间，尤其是当您筛选的日期列已编入索引时。此外，开发和维护要求比模型低很多。

因此，根据您的规格，我建议使用物化视图。

我同意物化视图 (MV) 方法。根据数量和类型（插入与更新与删除）将确定快速刷新是否可能或实用。与直觉相反，完全刷新通常是更好的方法，因为您可以更好地利用基于集合的 SQL 处理以及并行性来构建 MV。