Migration auf Microsoft SQL Server 2005

Die im Unternehmen verfügbaren Daten effektiv zur Entscheidungsfindung im Rahmen von Business Intelligence (BI) heranzuziehen und sinnvoll auszuwerten bedeutete bislang vor allem: Entweder mussten Unternehmen mit eingeschränkten Möglichkeiten vorlieb nehmen oder sehr viel Geld in den Erwerb leistungsfähigerer BI-Werkzeuge investieren.

Mit dem SQL Server 2005 ändert Microsoft diese Situation grundlegend: Der SQL Server 2005 ist eine durchgängige BI-Plattform, die OLAP, Datamining, ETL und das Reporting vereint. Von der Integration der Daten aus verschiedenen Vorverfahren über die Analyse dieser Daten bis hin zur Bereitstellung und Verteilung von Berichten deckt SQL Server 2005 die gesamte Bandbreite heutiger Business Intelligence-Anforderungen ab.

Gründe für eine Migration auf SQL Server 2005
Vor- und Nachteil des SQL Server 2000

Die Vorgängerversion des SQL Server 2005, der SQ Server 2000 hatte bereits sehr viele BI-Funktionalitäten. Er zeichnet sich aus durch

• einfache Dimension- und Cubeerstellung
• gute Skalierung
• Unterstützung von ROLAP und MOLAP
• Komplexe Berechnungen mittels MDX
• „Write Back“-Unterstützung
• umfangreiches, rollenbasiertes Zugriffskonzept
• Zugriff auf unterschiedliche Datenquellen
• Clientunabhängigkeit

Es gab aber einige Einschränkungen, die verbesserungswürdig waren wie z.B.

• Cubes sind faktentabellenzentriert
• Anzahl Elemente (Children) pro Vaterknoten (Parent) in Dimensionen auf 64.000 beschränkt
• Probleme mit großen, sich langsam ändernden Dimensionen
• Reporting auf Detailebene schwierig und imperformant
• Aufwändige, zum Teil nicht mögliche Implementierung von
• semiadditive Measures
• Mehrsprachigkeit
• Mehrwährungsfähigkeit
• Performanceeinbrüche bei komplexen Berechtigungsstrukturen
• Entwicklungsprozess umständlich

Voreile des SQL Server 2005
Mit dem SQL Server 2005 wurden die BI-Funktionalitäten wesentlich verbessert und erweitert. Hervorzuheben sind

• Neues Dimensionsmodell (Unified Dimension Model)
• Real-Time-Business Intelligence
• Erweitere DataMining-Funktionalitäten
• Leistungsfähige BI-Entwicklungsumgebung mit den Business Intelligence Development Studio

Neues Dimensionsmodell (Unified Dimension Model)
Mussten sich BI-Architekten bei der Konzeption von BI-Lösungen zwischen den verschiednen Ansätzen ROLAP und MOLAP entscheiden, verwischen die Grenzen im Analysis Services 2005 zwischen relationalen und multidimensionalen OLAP-Datenbanken.
OLAP-Datenbanken haben immer immense Vorteile für Analyseanwendungen geboten, vornehmlich:

• Überragende Abfrageleistung,
• Analytischer Reichtum, und
• leichte Handhabung für Wirtschaftsanalytiker.

Bis jetzt hatten diese Vorteile ihren Preis. OLAP-Datenbanken, einschließlich Analysis Services 2000, hatten in folgenden Bereichen Probleme:

• Komplexe Schemas mit m:n-Beziehungen,
• Detaillierte Berichterstellung über eine weite Attributengruppe und
• Daten mit geringer Wartezeit.

Durch Verbinden der besten Aspekte von traditioneller OLAP-Analyse und relationaler Berichterstellung bietet Analysis Services 2005 ein einzelnes einheitliches dimensionales Modell, das beide Anforderungsbereiche erfüllt. Ein Satz von Cubes und Dimensionen in SQL Server 2005 wird als Unified Dimensional Model, oder UDM, bezeichnet. Die Vorteile und Flexibilität des UDM bewirken große Veränderungen im Entwurf. Bisher wählten BI-Architekten zwischen relational oder OLAP, Kosten und Nutzen abwägend. Jetzt entwirft der Architekt ein UDM und bestimmt dann, an welchem Punkt zwischen den beiden traditionellen Extremen er den logischen Entwurf und die physikalische Konfiguration des Analysis Services-Systems ansiedelt.

Real-Time-Business Intelligence
Business Intelligence-Anwendungen benutzten traditionell “alte” Daten; Daten, die monatlich, wöchentlich oder täglich aktualisiert werden. Für strategische Entscheidungen reichen solche Informationen.
BI ist aber heutzutage nicht mehr nur ein Thema für einige wenigen Analytikern und Führungskräften für strategische und taktische Entscheidungsprozesse, sondern für das gesamte Unternehmen.
Für ein Business Activity Monitoring wie z.B. Produktions-Controlling in Fertigungsbetrieben werden aktuelle Echtzeitdaten benötigt.

Der Analysis Services 2005 bietet neue Verarbeitungsmöglichkeiten für Real-Time-Business Intelligence.
In Analysis Services 2000, wurden Cubes mittels eines Pull-Modells verarbeitet. Es wurde ein Analysis Services-Prozess gestartet, der in der Quelldatenbank nach neuen Informationen suchte, sie verarbeitete und gegebenenfalls die Informationen speicherte und die Aggregationen berechnete und speicherte.
Dieses Pull-Modell wird in Analysis Services 2005 noch unterstützt, aber es wurden zusätzliche Möglichkeiten hinzugefügt, die besonders für Business Intelligence mit geringer Wartezeit hilfreich sind:
Verschieben von Daten aus der Integration Services-Pipeline oder einer benutzerdefinierten Anwendung. Die Daten können ohne Zwischenspeicherung aus der Integration Services-Paketpipeline direkt in eine Analysis Services-Partition fließen. Dieses Szenario vermindert die Wartezeit und den Speicheraufwand analytischer Daten.
Den Cube als proaktiven Zwischenpeicher verwalten, ohne administrativen Eingriff, um einen Zwischenspeicher mit vorgeschriebener Wartezeit und Leistungsmerkmalen zu unterhalten.

Proaktives Caching ermöglicht es, den Cube so einzustellen, dass der multidimensionale Zwischenspeicher bei jeder Transaktion automatisch aktualisiert wird. Da auch die Aufbereitung der Daten in den Analysis Services Zeit benötigt, kann der Zwischenspeicher so konfiguriert werden, dass Abfragen automatisch in den relationalen Speicher geleitet werden, wenn die Neuverarbeitung des multidimensionalen Zwischenspeichers noch nicht beendet wurde.

Durch diesen Mechanismus können Daten aus den operativen Systemen in Echtzeit und entscheidungsrelevant in den Management-Informationssystemen angeboten werden.
Das Motto „Agieren" anstelle von "re-agieren" gehört somit nicht mehr der Vergangenheit an.

DataMining mit dem SQL Server 2005
Data Mining-Modelle beantworten Fragen wie:

• Wie kreditwürdig ist dieser Kunde?
• Was sind die Eigenschaften meiner Kunden?
• Welche Produkte werden von Kunden eher zusammen gekauft?
• Wie viel Produkte werde ich erwartungsgemäß nächsten Monat verkaufen?

Vermutlich haben Sie Kontakt mit einer Data Mining-Anwendung gehabt. Wenn Sie online ein Buch oder Musik erstanden haben, und eine Empfehlung wie “Andere Kunden, die dieses Produkt gekauft haben, kauften auch… ” bekamen, oder wenn Ihre Kreditkartenunternehmen Sie bittet, eine verdächtige Transaktion zu bestätigen, oder Ihr Gemüsehändler personalisierte Kassenzettel ausdruckt, dann haben Sie Kontakt mit einer Data Mining-Anwendung gehabt. Bis zum heutigen Tage war die Entwicklung solcher Anwendungen auf die größten Probleme der größten Unternehmen beschränkt – jenen Unternehmen, die sich die dünn gesäten Analyse-Talente und hohen Entwicklungskosten leisten konnten, die bisher erforderlich waren, um eine Data Mining-Anwendung zu erstellen. So, wie die OLAP-Technologien von Microsoft den OLAP-Markt wachsen ließen, sollen die Data Mining-Technologien Unternehmen und Abteilungen zugänglich gemacht werden, die solche Anwendungen bisher nicht erstellen konnten.
Die SQL Server 2005 Data Mining-Tools können dazu verwendet werden, einen Datensatz nach Mustern zu untersuchen, um anschließend optional Vorhersagen anhand dieser Muster zu erstellen. Das ist das ganze Geheimnis von Data Mining: Untersuchen, Finden von Mustern, und Vorhersagen anhand dieser Muster erstellen.

Während der SQL Server 2000 mit den Verfahren der Entscheidungsbäume und der Clusteranalyse nur über eingeschränkte Data-Mining-Funktionalität verfügte, umfasst der der SQL Server 2005 wesentlich mehr Mining-Funktionen.
Hierzu gehören zum Beispiel Decision-Trees, Time-Series, Clustering, Time Series, Sequence-Clustering, Association-Rules, Naïve Bayes, neurale Netzwerke und Text-Mining.

Data Mining-Werkzeuge lösen viele verschiedene Probleme. Eine grobe Einteilung von Unternehmensproblemen wird in der folgenden Tabelle aufgeführt:

Migration auf SQL Server 2005

Aufgrund der konzeptionellen Änderungen im SQL Server 2005 im Vergleich zum SQL Server 2000 sind bei der Migration von SQL-Server-Datenbanken, ETL-Paketen oder Cubes einige Punkte zu beachten.

Demzufolge kann der von Microsoft mitgelieferte SQL Server 2005 Upgrade Advisor nur bedingt helfen.

Um zu vermeiden, dass eine tool-unterstützte Migration nicht in eine "Sackgasse" führt, empfiehlt es sich vorab eine Analayse der Möglichkeiten vorzunehmen.

SQL Server 2005 Upgrade Advisor

Diese Anpassung muss jedoch keineswegs sofort bzw. noch vor der Umstellung auf SQL Server 2005 stattfinden: Bei der Installation von SQL Server 2005 besteht die Möglichkeit, die zur Ausführung von DTS-Packages erforderlichen Runtime-DLLs auf dem SQL Server 2005-System zu installieren.

Mit der "Side-by-Side-Installation" erhalten Unternehmen zudem die Möglichkeit, SQL Server 2005 bzw. dessen Analysis, Notification Services und Reporting Services auf einem schon vorhandenen Datenbank-Server parallel zu SQL Server 2000 (als unterschiedliche Instanzen) einzusetzen. Auf diese Weise können zum Beispiel die Reporting Services von SQL Server 2000 und SQL Server 2005 auf ein und demselben System installiert sein und Seite an Seite gleichzeitig arbeiten.