例如，設(shè)想一個(gè)“客戶”維度。關(guān)系型源表有八列：

　　相應(yīng)的 analysis services 維度應(yīng)具有七個(gè)屬性：

　　數(shù)據(jù)中存在一種自然層次結(jié)構(gòu)，{國家、地區(qū)、城市、客戶}。出于導(dǎo)航目的，應(yīng)用程序開發(fā)人員可以選擇創(chuàng)建第二個(gè)層次結(jié)構(gòu)：{年齡、性別}。商務(wù)用戶并沒有看到這兩個(gè)層次結(jié)構(gòu)行為方式之間有何區(qū)別，但是，自然層次卻可以從深諳層次關(guān)系的索引結(jié)構(gòu)（對用戶隱藏）中受益。

　　新維度結(jié)構(gòu)的最大優(yōu)勢在于：

　　analysis services 2000 中包括兩種維度類型：常規(guī)層次類型和父子類型。analysis services 2005 新增了一些重要的新維度結(jié)構(gòu)。其中有些結(jié)構(gòu)的名稱是臨時(shí)的，但是，這些名稱都是 bi 文獻(xiàn)中較為通用的。

　　analysis services 2005 引入了“量度組”和“透視”，以用來簡化分析數(shù)據(jù)庫的設(shè)計(jì)和部署。在 analysis services 2000 中，鼓勵(lì)用戶構(gòu)建多個(gè)物理多維數(shù)據(jù)集。每個(gè)多維數(shù)據(jù)集相當(dāng)于一個(gè)特定的維度，通常還相當(dāng)于一個(gè)特定的關(guān)系事實(shí)數(shù)據(jù)表。虛擬多維數(shù)據(jù)集以一種對商務(wù)用戶透明，而對開發(fā)人員設(shè)計(jì)又不太復(fù)雜的方式，合并多個(gè)事實(shí)數(shù)據(jù)表。

　　在 2005 中，最通用的方案將具有一個(gè)包含一個(gè)或多個(gè)“量度組”的物理多維數(shù)據(jù)集。量度組中的事實(shí)數(shù)據(jù)具有特定的細(xì)化程度（由維度層次的交叉點(diǎn)定義）。查詢根據(jù)需要被自動(dòng)定向到不同的量度組。在物理層上，分區(qū)（與 analysis services 2000 分區(qū)類似）在“量度組”上定義。

　　大型應(yīng)用程序?qū)橛脩籼峁┐罅康木S度、量度組，而且還會給導(dǎo)航帶來難度。在“多維數(shù)據(jù)集編輯器”的“透視”選擇卡中定義的“透視”可以創(chuàng)建一個(gè)多維數(shù)據(jù)集的子集“視圖”。為了要提供一定程度的個(gè)性化，可以將安全性角色與適合該角色的透視集相關(guān)聯(lián)。

　　我們希望大部分的 analysis services 2005 數(shù)據(jù)庫都包含一個(gè)具有多個(gè)量度組和多個(gè)透視的多維數(shù)據(jù)集。

　　對多維數(shù)據(jù)集事實(shí)結(jié)構(gòu)和查詢性能所做的其他改進(jìn)有：

　　使用分析服務(wù)器（如 analysis services）最大的爭議之一就是其集中定義復(fù)雜計(jì)算的能力。analysis services 一直以來都能交付豐富的分析數(shù)據(jù)，但對某些復(fù)雜概念卻很難實(shí)現(xiàn)。

　　其中一種概念就是半累積量度。最通用的量度值（如 [銷售額]）能夠清晰地匯總所有維度：長期以來的 [總銷售額] 是指所有產(chǎn)品、所有客戶在所有時(shí)間內(nèi)的銷售總額。相比之下，半累積量度值可能在某些維度中是累積的，而在其他的維度卻不是累積的。最常見的一個(gè)例子便是余額，如倉庫中的貨品數(shù)。很顯然的，昨天和今天這兩天的余額總計(jì)肯定不等于昨天的余額加上今天的余額。相反，它可能是期末余額，雖然在有些情況下它是期初余額。在 analysis services 2000 中，您必須定義一個(gè)復(fù)雜的 mdx 計(jì)算，幫能交付正確的度量值。而在 analysis services 2005 中，期初余額和期末余額都是本機(jī)聚合類型。

　　非重復(fù)計(jì)數(shù)度量值在 2005 中也得到了很大的改進(jìn)。現(xiàn)在，非重復(fù)計(jì)數(shù)度量值可定義在字符串?dāng)?shù)據(jù)上，而查詢可以被定義為在任意集合上執(zhí)行“非重復(fù)計(jì)算”。而 analysis services 2000 只能夠在預(yù)先定義的層次結(jié)構(gòu)上執(zhí)行非重復(fù)計(jì)算。

　　“時(shí)間智能”向?qū)?chuàng)建一個(gè)時(shí)間計(jì)算維度，其中包含該期間與最后期間的對比計(jì)算，可以移動(dòng)平均值，同時(shí)還可創(chuàng)建其他的通用時(shí)間計(jì)算構(gòu)造。

　　多維表達(dá)式 (mdx: multidimension expression) 是一種功能非常強(qiáng)大的語言，可用于定義 analysis services 2000 計(jì)算和安全規(guī)則。mdx 功能強(qiáng)大，但也也很復(fù)雜。analysis services 2005 利用被簡化了結(jié)構(gòu)和語法的“mdx 腳本”定義了一種新的計(jì)算模型。

　　mdx 還是 analysis services 系統(tǒng)中的查詢語言。查詢工具（如 excel 透視表）根據(jù)用戶的“拖放”行為生成 mdx 查詢。mdx 的這種使用與“mdx 腳本”無關(guān)；“mdx 腳本”用于服務(wù)器定義的對象，如計(jì)算成員和單元計(jì)算，并非用于用戶查詢。

　　在定義 analysis services 2005 多維數(shù)據(jù)集時(shí)，其中只包含結(jié)構(gòu)，而沒有數(shù)據(jù)。“mdx 腳本”是多維數(shù)據(jù)集結(jié)構(gòu)的組成部分。一般情況下都會定義一個(gè)默認(rèn)的“mdx 腳本”命令，用來計(jì)算默認(rèn)的聚合。默認(rèn)的“mdx 腳本”命令只包含一條語句：

　　在多維數(shù)據(jù)集完全處理之后，應(yīng)用默認(rèn) mdx script 之前，多維數(shù)據(jù)集將包含葉層級的數(shù)據(jù)，但不包含聚合。在應(yīng)用單一語句的默認(rèn)“mdx 腳本”時(shí)，將計(jì)算和存儲聚合。

　　“mdx 腳本”語句包含以下命令，用分號隔開：

　　在多維數(shù)據(jù)集的設(shè)計(jì)中，business intelligence development studio 的用戶界面和“mdx 腳本”均（其中包括計(jì)算成員和命名組）在“計(jì)算”視圖中構(gòu)建。“mdx 腳本”可以在提供語法向?qū)У哪J(rèn)“計(jì)算表單”視圖中查看，也可以在“計(jì)算腳本”視圖中查看，這一視圖把“mdx 腳本”顯示為一組用分號分隔的命令。您可以在這兩個(gè)視圖間來回切換，雖然“表單”視圖的顯示要求整個(gè)腳本的語法必須正確。

　　“mdx 腳本”具有幾個(gè)主要功能：

　　analysis services 2005 引入了存儲過程，來擴(kuò)展用戶定義功能 (udf: user defined function) 所提供的能力。存儲過程可以用任何公共語言運(yùn)行時(shí)編程語言（例如 c++、visual basic 或 c）編寫。存儲過程允許一次性開發(fā)公共代碼、將代碼存儲在一個(gè)位置，并在其他存儲過程、計(jì)算和用戶查詢中重新使用所存儲的公共代碼，從而簡化了數(shù)據(jù)庫的開發(fā)和實(shí)施。

　　在 analysis services 2005 中存在兩種類型的存儲過程：

　　存儲過程可用于執(zhí)行客戶端應(yīng)用程序可以執(zhí)行的任何任務(wù)。

　　analysis services 2005 為服務(wù)器端計(jì)算定義引入了關(guān)鍵績效指示 (kpi) 框架，用來衡量您的業(yè)務(wù)。這些 kpi 將通過數(shù)據(jù)訪問 api 和 microsoft 與第三方工具，被顯示在報(bào)告、門戶和儀表板中。對于 beta 2 版本而言，還沒有可用于顯示 kpi 的客戶端工具。

　　不同的評論員和供應(yīng)商用縮寫 "kpi" 指代不同的概念。對于 microsoft sql server analysis services 2005，精確定義 kpi 的過程可分為以下四個(gè)步驟：

　　數(shù)據(jù)倉庫和商務(wù)智能應(yīng)用程序過去都是使用“過時(shí)”的或高延遲的數(shù)據(jù)，數(shù)據(jù)每月、每周或每天刷新一次。傳統(tǒng)擁護(hù)者斷言，實(shí)時(shí) bi 是相互矛盾的，因?yàn)榻y(tǒng)計(jì)決策不需要刷新頻率過高（超過每天一次）的數(shù)據(jù)。評論者忘記了一件事情，就是商務(wù)智能應(yīng)深入整個(gè)企業(yè)，而不僅僅是將策略或制定的戰(zhàn)術(shù)決策部署給少數(shù)的分析家或行政執(zhí)行人員。可操作的商務(wù)智能要求低延遲的數(shù)據(jù)。

　　analysis services 2005 為可操作的商務(wù)智能提供了新的處理選項(xiàng)。在 analysis services 2000 中，無論是多維數(shù)據(jù)集的存儲模式還是分區(qū)策略，都是用“拉”模型處理。啟動(dòng) analysis services 進(jìn)程在源數(shù)據(jù)庫中查找新的信息、處理可選存儲的詳細(xì)數(shù)據(jù)，并計(jì)算和存儲聚合。

　　在 analysis services 2005 中仍支持“拉”模型，但結(jié)合了對低延遲商務(wù)智能異常有效的其他選項(xiàng)。

　　analysis services 多維存儲的查詢性能特性主宰著關(guān)系型存儲。簡而言之，查詢針對多維 (molap) 存儲執(zhí)行時(shí)效果最佳。其不足之處是延遲：多維存儲是從其關(guān)系源向下流動(dòng)的。主動(dòng)緩存技術(shù)的技巧就在于能夠在最小化數(shù)據(jù)延遲和管理成本的同時(shí)最大化查詢性能。

　　主動(dòng)緩存功能簡化了管理數(shù)據(jù)過期問題的過程。如果事務(wù)發(fā)生在源數(shù)據(jù)庫（如新的維度成員或新的事實(shí)事務(wù)）上，現(xiàn)有“緩存”便會過期。主動(dòng)緩存技術(shù)提供了一種可調(diào)整的機(jī)制，可確定重新構(gòu)建多維緩存的頻率；指定在重新構(gòu)建緩存時(shí)答復(fù)查詢的方式；在不需要任何管理干涉的情況下啟動(dòng)過程。

　　主動(dòng)緩存技術(shù)使您可以將多維數(shù)據(jù)集設(shè)置為在事務(wù)發(fā)生時(shí)，自動(dòng)刷新其多維緩存。雖然 analysis services 處理數(shù)據(jù)速度非常快，但處理過程還是需要一些時(shí)間的。如果多維緩存處理過程沒有完成，主動(dòng)緩存配置便可以自動(dòng)將查詢重定向到相關(guān)的存儲。

　　在設(shè)計(jì)主動(dòng)緩存配置時(shí)，一定要謹(jǐn)記必須為每個(gè)多維分區(qū)都設(shè)置主動(dòng)緩存。如果分區(qū)包括短時(shí)間范圍（如一小時(shí)）內(nèi)的數(shù)據(jù)，緩存刷新過程可能會發(fā)生的非常快。最為復(fù)雜的主動(dòng)緩存配置依賴于從關(guān)系數(shù)據(jù)庫發(fā)往有更新發(fā)生的 analysis services 的通知。microsoft sql server 關(guān)系數(shù)據(jù)庫支持這種通知。對于不能夠提交通知的數(shù)據(jù)庫，可以將 analysis services 配置為根據(jù)定義的查詢，輪詢更改。

　　主動(dòng)緩存的參數(shù)有：

　　microsoft sql server 2005 data mining（數(shù)據(jù)挖掘）屬于商務(wù)智能技術(shù)，它可幫助您構(gòu)建復(fù)雜的分析模型，并使其與您的業(yè)務(wù)操作相集成。數(shù)據(jù)挖掘可回答如下問題

　　數(shù)據(jù)挖掘應(yīng)用程序?qū)?shù)據(jù)挖掘模型集成到日常的業(yè)務(wù)運(yùn)營之中。許多數(shù)據(jù)挖掘項(xiàng)目的目標(biāo)是構(gòu)建可供業(yè)務(wù)用戶、合作伙伴和客戶使用的分析應(yīng)用程序，而不必理會應(yīng)用程序底層的復(fù)雜計(jì)算。要實(shí)現(xiàn)這一目標(biāo)，需要執(zhí)行兩個(gè)主要步驟：構(gòu)建數(shù)據(jù)挖掘模型并構(gòu)建應(yīng)用程序。sql server 2005 data mining 使這些步驟比以往更加簡單。

　　microsoft 2005 中數(shù)據(jù)挖掘功能的目標(biāo)是構(gòu)建具備以下特征的工具：

　　可以肯定，本白皮書的每位讀者幾乎都曾“使用”過數(shù)據(jù)挖掘應(yīng)用程序。如果您已在線購得了本書或音樂，并收到了“購買此產(chǎn)品的其他客戶”的建議，或者，如果信用卡公司要求您確認(rèn)一宗可疑交易，或者，食品店在收條上打印個(gè)性化優(yōu)惠券，所有這些，都是您從使用數(shù)據(jù)挖掘應(yīng)用程序中得到的好處。時(shí)至今日，這種應(yīng)用程序的開發(fā)已集中于解決大型公司所面臨的最大問題，這些公司能夠承受分析能力的匱乏以及巨額的開發(fā)費(fèi)用，而這些都是過去用傳統(tǒng)方法構(gòu)建數(shù)據(jù)挖掘應(yīng)用程序所需面對的。正如 microsoft 的 olap 技術(shù)已推動(dòng)了 olap 市場增長一樣，我們期望能夠?qū)?shù)據(jù)挖掘技術(shù)推廣開來，使那些在過去不能開發(fā)這種應(yīng)用程序的企業(yè)和部門也能夠加入到其開發(fā)行列中來。

　　使用 sql server 2005 data mining 工具開發(fā)一套數(shù)據(jù)模式，然后在這些模式的基礎(chǔ)上隨意執(zhí)行預(yù)測。這是所有數(shù)據(jù)挖掘的模式：開發(fā)、模式發(fā)現(xiàn)和模式預(yù)測。

　　所有數(shù)據(jù)挖掘工具（包括 microsoft sql server 2005 analysis services）都采用了多種算法。當(dāng)然，analysis services 是可擴(kuò)展的；第三方 isv 可以開發(fā)算法，并將所開發(fā)的算法無縫地融入到 analysis services 數(shù)據(jù)挖掘框架之中。根據(jù)數(shù)據(jù)和目標(biāo)的不同，應(yīng)該采用不同的算法，而且每種算法都可用于解決多個(gè)問題。

　　數(shù)據(jù)挖掘工具擅長解決多種類型的問題。下表概括了業(yè)務(wù)問題的大致分類：

　　sql server 2005 中附帶了最流行的數(shù)據(jù)挖掘算法。

　　模型的構(gòu)建、培訓(xùn)和測試過程是創(chuàng)建應(yīng)用程序過程中最為困難的一部分。正如下面我們要討論的，實(shí)際開發(fā)應(yīng)用程序是一個(gè)簡單的編程過程。在開始構(gòu)建數(shù)據(jù)挖掘模型之前，您應(yīng)當(dāng)已經(jīng)收集和清理了您的數(shù)據(jù)，這些數(shù)據(jù)極有可能位于數(shù)據(jù)倉庫中。sql server 2005 data mining 可以從關(guān)系數(shù)據(jù)庫或 analysis services 多維數(shù)據(jù)中訪問數(shù)據(jù)。

　　開發(fā)數(shù)據(jù)挖掘模型的最佳人選是同時(shí)具備業(yè)務(wù)和技術(shù)技巧的人員。模型的開發(fā)人員將會從其統(tǒng)計(jì)背景中獲益、了解企業(yè)面臨的關(guān)鍵業(yè)務(wù)問題、對數(shù)據(jù)和關(guān)系產(chǎn)生極大的好奇心，同時(shí)還能夠利用 sql server 2005 工具處理和存儲數(shù)據(jù)。現(xiàn)有數(shù)據(jù)倉庫小組中的成員最有可能遇到這些標(biāo)準(zhǔn)。

　　作為數(shù)據(jù)挖掘的初學(xué)者，應(yīng)在構(gòu)建原型模型的同時(shí)，計(jì)劃花費(fèi)數(shù)周時(shí)間來研究數(shù)據(jù)、工具以及可供選擇的算法。使用一臺您具備數(shù)據(jù)庫管理權(quán)限的開發(fā)服務(wù)器。構(gòu)建模型的最初階段是探索階段：您可能會希望以不同的方法來重新構(gòu)建數(shù)據(jù)和實(shí)驗(yàn)。當(dāng)然，您肯定希望從少量數(shù)據(jù)子集開始，并在開發(fā)愈加清晰的模型設(shè)計(jì)時(shí)擴(kuò)展數(shù)據(jù)集。在原型階段，不要為如何構(gòu)建一個(gè)“可供生產(chǎn)使用”的應(yīng)用程序而擔(dān)心。使用 dts 或執(zhí)行任何所需數(shù)據(jù)處理最為舒適的任何工具。保存一份記錄有必要轉(zhuǎn)換的高級日志，但不要期望您所做的一卻都能成為永久應(yīng)用程序的一部分。

　　您應(yīng)當(dāng)準(zhǔn)備兩套數(shù)據(jù)：一套用于開發(fā)模型，而另一套用于測試模型的精確度，從中選擇適合您業(yè)務(wù)問題最佳模型。在考慮如何劃分?jǐn)?shù)據(jù)子集時(shí)，要確保沒有引入任何偏差。例如，從十個(gè)客戶中選擇一個(gè)客戶，或根據(jù)姓氏的第一個(gè)字符區(qū)分，或根據(jù)一些其他任意屬性區(qū)分。

　　開發(fā)數(shù)據(jù)挖掘模型的過程涉及選擇以下內(nèi)容：

　　如果不知道哪種類型的算法適合處理您的業(yè)務(wù)問題，請先從“決策樹”或“貝葉斯”入手研究數(shù)據(jù)。如果不知道要包括哪些屬性，就選擇所有屬性。使用相關(guān)性網(wǎng)絡(luò)視圖，從中獲得可幫助您簡化復(fù)雜模型的視圖。

　　在原型開發(fā)階段，您可能希望構(gòu)建相關(guān)模型，以便評估最佳算法和模型。使用“挖掘精度”圖表評估在預(yù)測中效果最佳的模型。您可能還希望構(gòu)建相關(guān)模型，對相同的數(shù)據(jù)執(zhí)行不同類型的分析。這些模型在作為相關(guān)模型時(shí)的處理速度要比作為獨(dú)立定義模型時(shí)的處理速度快。

　　在構(gòu)建和測試原型后，便可以構(gòu)建和測試實(shí)際數(shù)據(jù)挖掘模型。在將數(shù)據(jù)輸入數(shù)據(jù)挖掘引擎前，如果需要轉(zhuǎn)換數(shù)據(jù)，那么為了要實(shí)現(xiàn)這些操作，應(yīng)當(dāng)開發(fā)可供生產(chǎn)用的操作流程。在某些情況下，可能要選擇從 dts 管道直接植入挖掘模型。如果在少量數(shù)據(jù)的基礎(chǔ)上開發(fā)原型，將需要在整套培訓(xùn)數(shù)據(jù)的基礎(chǔ)上重新評估備選模型。

　　在 business intelligence development studio 中開發(fā)和研究數(shù)據(jù)挖掘模型可使企業(yè)獲得巨大的價(jià)值。您可以瀏覽模型，了解數(shù)據(jù)與業(yè)務(wù)之間的關(guān)系，并使用該信息促進(jìn)策略決策的制定。但是，其最大的價(jià)值還是來自可以影響公司日常操作的數(shù)據(jù)挖掘應(yīng)用程序：例如，向客戶推薦產(chǎn)品、記錄客戶信用風(fēng)險(xiǎn)，或根據(jù)預(yù)測的庫存不足下訂單的數(shù)據(jù)挖掘應(yīng)用程序。要開發(fā)可操作的數(shù)據(jù)挖掘應(yīng)用程序，您需要跳出 business intelligence development studio 的圈子，并用 microsoft visual studio 或您選擇的其他開發(fā)環(huán)境編寫代碼。

　　大部分企業(yè)客戶都將面向客戶的數(shù)據(jù)挖掘應(yīng)用程序?qū)嵤榛?web 的 win32 應(yīng)用程序，如 asp 頁。數(shù)據(jù)挖掘模型業(yè)已構(gòu)建完畢，而且應(yīng)用程序也可以根據(jù)客戶的選擇或在 web 商務(wù)應(yīng)用程序中輸入的內(nèi)容，為客戶執(zhí)行預(yù)測。這可能是十分簡單的應(yīng)用程序；唯一不尋常的部分是發(fā)布預(yù)測查詢。

　　數(shù)據(jù)挖掘應(yīng)用程序開發(fā)人員不一定就是開發(fā)數(shù)據(jù)挖掘模型的人員。應(yīng)用程序開發(fā)人員應(yīng)具備一流的開發(fā)技能，而對業(yè)務(wù)或統(tǒng)計(jì)知識的需求則相對較低。

　　microsoft 的數(shù)據(jù)挖掘技術(shù)大大地簡化了構(gòu)建自動(dòng)化數(shù)據(jù)挖掘應(yīng)用程序的過程。其中共有兩個(gè)步驟：

　　數(shù)據(jù)挖掘過程包括三個(gè)步驟，分別為創(chuàng)建數(shù)據(jù)挖掘模型、培訓(xùn)模型和根據(jù)模型預(yù)測行為，這三個(gè)步驟都可通過簡單、類似 sql 編程語言的 dmx 來實(shí)現(xiàn)。示例語法如下所示；dmx 的完整使用方法可從聯(lián)機(jī)叢書中獲得。

　　創(chuàng)建數(shù)據(jù)挖掘模型：

　　培訓(xùn)數(shù)據(jù)模型：

　　根據(jù)數(shù)據(jù)挖掘模型預(yù)測行為：

　　隨著 microsoft sql server 2005 的發(fā)布，microsoft 在其集成商務(wù)智能平臺中拓展了一個(gè)新的主要組件。即 sql server reporting services，該組件使得人們不管在任何商業(yè)環(huán)境中，都可將適當(dāng)?shù)男畔⑺瓦_(dá)適當(dāng)?shù)娜藛T，從而擴(kuò)展了 microsoft 的商務(wù)智能發(fā)展前景。

　　reporting services 是一個(gè)基于服務(wù)器的完整平臺，可創(chuàng)建、管理和交付傳統(tǒng)報(bào)告和交互式報(bào)告。它包括您創(chuàng)建、分發(fā)和管理報(bào)告所需的一切工具和信息。同時(shí)，產(chǎn)品的標(biāo)準(zhǔn)模塊化設(shè)計(jì)和應(yīng)用程序編程接口 (api) 使軟件開發(fā)人員、數(shù)據(jù)提供商和企業(yè)能夠集成原有系統(tǒng)或第三方應(yīng)用程序中的報(bào)告功能。

　　reporting services 隨 sql server 2005 一起發(fā)布，其中包括：

　　毫無疑問，能夠在適當(dāng)?shù)臅r(shí)間將適當(dāng)?shù)男畔⑺瓦_(dá)適當(dāng)?shù)娜藛T具有巨大的價(jià)值。對于許多企業(yè)而言，這是一個(gè)挑戰(zhàn)，因?yàn)檫@些需要訪問信息的人員不但具有廣泛的技術(shù)專業(yè)背景，而且還可能分散在整個(gè)傳統(tǒng)組織內(nèi)的不同位置，甚至于組織之外。

　　reporting services 通過靈活的訂閱和交付機(jī)制簡化了傳統(tǒng)報(bào)告與交互式報(bào)告的創(chuàng)建過程，并可將這些報(bào)告順利地交付給廣泛的人群。它還為處理復(fù)雜苛刻的商業(yè)環(huán)境提供了必要的安全性和可管理性。

　　reporting services 提供了獨(dú)一無二的屬性組合：

　　由于 reporting services 是結(jié)合可伸縮、可擴(kuò)展體系結(jié)構(gòu)的單一完整的報(bào)告平臺，因此它可滿足范圍廣泛的報(bào)告需求。

　　reporting services 將集中式托管報(bào)告系統(tǒng)的優(yōu)點(diǎn)與桌面及基于 web 應(yīng)用程序的靈活性和按需選擇性集于一身。reporting services 是一個(gè)完整的報(bào)告平臺，支持從報(bào)告創(chuàng)建到報(bào)告部署的整個(gè)報(bào)告生命周期。

　　制作報(bào)告

　　reporting services 包括創(chuàng)建傳統(tǒng)報(bào)告或交互式報(bào)告所需的一切工具及技術(shù)，其中包括具有報(bào)告設(shè)計(jì)向?qū)Чδ艿膱D形化報(bào)告設(shè)計(jì)器工具。

　　reporting services 包括基于 web 的工具，可用于管理報(bào)告和報(bào)告服務(wù)器 web 應(yīng)用程序。管理員可使用此界面為報(bào)告定義基于角色的安全性、編排報(bào)告執(zhí)行和提交，以及跟蹤報(bào)告歷史。或者，企業(yè)或 isv 可以使用 reporting services web services api 編寫自定的管理工具。

　　由于報(bào)告定義、文件夾和資源都存儲在 sql server 數(shù)據(jù)庫中，因此，您可以使用其他工具（如 sql server management studio）管理元數(shù)據(jù)，或使用那些充分采納已發(fā)布 api 的第三方應(yīng)用程序。

　　reporting services 實(shí)施了一個(gè)靈活、基于角色的安全模型，用來保護(hù)報(bào)告和報(bào)告資源。這一功能可根據(jù)各種不同的安全需求量身定做。該產(chǎn)品包括根據(jù)需要集成其他安全模型的可擴(kuò)展接口。

　　您可以將報(bào)告提交到門戶、將其以電子郵件的形式發(fā)送給用戶，或讓用戶使用基于 web 的報(bào)告服務(wù)器從文件夾層級中訪問報(bào)告。導(dǎo)航、搜索和訂閱功能可幫助用戶根據(jù)其需要定位和運(yùn)行報(bào)告。個(gè)性化的訂閱功能可讓用戶自行選擇自己喜歡的轉(zhuǎn)換格式。

　　七、總結(jié)

　　microsoft sql server 2005 是一個(gè)完整的商務(wù)智能平臺，它所提供的基礎(chǔ)結(jié)構(gòu)和服務(wù)器組件可用于構(gòu)建：

　　為用戶所熟悉的工具（sql server 關(guān)系數(shù)據(jù)庫、dts、reporting services 和 analysis services olap 以及數(shù)據(jù)挖掘）也都得到了極大的改進(jìn)。新增功能（如 business intelligence development studio 和 sql server management studio）進(jìn)一步擴(kuò)展了 microsoft bi 平臺。每個(gè)工具都具有創(chuàng)新性，其設(shè)計(jì)都可令您事半功倍：用比以前更少的硬件、規(guī)模更小的團(tuán)隊(duì)更快更好地構(gòu)建、部署和管理重要的商務(wù)智能應(yīng)用程序。

　　附錄 a：代碼示例遞歸查詢示例use adventureworks
go
/*
this query brings back a list of managers, and the count of employees
　　 who report to them directly or indirectly).
*/
with reps_cte (emp, mgr, recursion_level)
as
(
/*get the initial list of employees.*/
select employeeid, managerid, 0
from employee as e
/*get a union of the anchor and the recursive term.*/
union all
select reps_cte.emp, e.managerid, recursion_level+1
from employee e, reps_cte　　　　-- join with employee
where reps_cte.mgr=e.employeeid　　-- this employee's manager
and recursion_level<=20　　　　-- up to 20 levels of mgmt
)　　　　-- end of common table expression
/*now query the recursive common table expression reps_cte*/
select r.mgr,　e.[lastname]+', ' + e.[firstname]
　 as mgrname, count(*) cntemployees
from reps_cte r inner join [employee] e on (r.mgr=e.employeeid)
group by mgr, e.[lastname]+', ' + e.[firstname]
having count(*) > 1　　　　　　-- means they manage at least one person
order by 3 desc　　　　　　-- sort by count of employees
go