SQL Server Analysis Services Synchronization fürs Deployment mit SSMS, SSIS & ADOMD.NET

Im Rahmen der von mir durchgeführten Coachings & Trainings für die SQL Server Analysis Services stelle ich immer wieder fest, dass sich viele Anwender/Entwickler damit zufrieden geben einen “Cube” auf einem Server zu verarbeiten und diesen von dort aus zu nutzen bzw. die Anwender darauf zugreifen zu lassen. In vielen Umgebungen ist dieses Vorgehen, um die Anforderungen zu erfüllen, völlig ausreichend. Für komplexere Umgebungen und mit mehr Last und/oder keinem echten Wartungsfenster sind die Anforderungen aber deutlich höher. Die Arbeit mit mehreren SSAS Instanzen wird dabei durchaus in Betracht gezogen, aber das Deployment der SSAS DB wird häufig manuell durchgeführt bzw. es wird “nur” das Projekt verschoben. Resümee ist, dass multidimensionale Datenbanken häufig auf jedem Server aufs Neue verarbeitet werden. Dabei hat Microsoft den SSAS einige sehr nützliche Funktionen auf den Weg gegeben, um genau das zu vermeiden.

Eine davon ist die Synchronisation von SSAS Datenbanken. Hierbei wird vom Ziel-Server ausgehend eine Datenbank (aka Cubes) von einem Quell-Server übertragen. Dieses Feature kann sowohl in der GUI des SQL Server Management Studios (SSMS) durchgeführt werden, als auch in Integration Services und in .NET Code. Es gibt sicherlich noch weitere Möglichkeiten wie PowerShell etc., aber das sprengt dann irgendwann den Rahmen. :-)

In dem folgenden kleinen Cast demonstriere ich einige der Möglichkeiten, um den Synchronisationsprozess anzustoßen. Auf Details wie Remote Partitionen gehe ich bewusst nicht ein, da dafür noch ein wenig mehr Theorie für die Nutzung notwendig ist. Liefere ich aber bei Zeiten nach!

Viel Spaß mit dem Cast! Bei Fragen, Kommentaren, Anregungen und gar Wünschen für weitere Themen…–> einfach melden!

Popular posts from this blog

PSG Performance Driven Development für den SQL Server

SQL Server in-Memory OLTP – Ein Plädoyer für Lasttest Werkzeuge und End-to-End Monitoring

A short history about SQL Server scalability