從 Power BI 到 Analysis Services：企業級數據分析實戰

雷元
（1）微軟認證MVP （Data Platform）、Azure Data Engineer Associate、BI Reporting MCSA、Power Platform App Maker Associate。
（2）“BI使徒”創建人，現任瑪氏箭牌糖果集團供應鏈數字化經理，曾任職於微軟、希捷、惠普等公司。
（3）從事數據分析工作已有7年時間，熟悉Power BI與Tableau敏捷BI的應用，負責公司用戶培訓服務，熱心於BI知識的創作與傳播。
（4）著有 《商業智能數據分析：從零開始學Power BI和Tableau自助式BI》《34招精通商業智能數據分析：Power BI和Tableau進階實戰》《Power BI企業級分析與應用》《從Power BI 到 Power Platform：低代碼應用開發實戰》等。

劉建曄
（1）微軟Data &AI雲架構師，畢業於上海交通大學。
（2）微軟認證Azure Solutions Architect Expert、Azure Database Administrator Associate、Azure AI Engineer Associate、Azure Data Engineer Associate、MCDBA和甲骨文認證OCP等。
（3）擁有20年IT從業經驗，長期從事數據庫、數據分析、BI的研究和推廣，近年來幫助數十家企業利用微軟雲數據平台成功進行數字化轉型。

第 1 章 Analysis Services 基礎.1
1.1 自助式BI 的崛起.1
1.2 企業級BI 的優勢.3
1.3 Analysis Services 概述 4
1.4 多維模型與表格模型 5
1.5 Power BI 技術 6
1.6 Azure Analysis Services 概述7
1.7 Azure Analysis Services 與Power BI Premium 8
本章小結 11

第 2 章 安裝開發工具與啟用Analysis Services 12
2.1 安裝工具與啟用服務列表12
2.2 下載數據庫AdventureWorksDW 13
2.3 安裝SQL Server Management Studio 14
2.4 安裝本地SQL Server 與本地Analysis Services 15
2.5 安裝Visual Studio 2019 與Analysis Services 擴展 21
2.6 啟用Azure SQL Database 服務 24
2.7 啟用Azure Analysis Services 28
2.8 為本地SQL Server 安裝AdventureWorks 數據庫30
2.9 為Azure SQL Server 安裝AdventureWorks 數據庫 31
本章小結 36

第3 章 獲取數據 37
3.1 在Visual Studio 中創建Analysis Services 表格項目 37
3.2 獲取SQL Database 數據表（Tables） 39
3.3 獲取SQL Database 數據視圖（Views） 42
3.4 從Azure Blob Storage 讀取數據 44
3.5 導入手動維護數據 48
3.6 導入SQL 查詢 50
3.7 數據準備 51
本章小結 54

第4 章 數據建模 55
4.1 標記日期表 55
4.2 多重表關系 58
4.2.1 導入多張日期表58
4.2.2 創建計算日期表60
4.2.3 創建日期度量 60
4.3 創建中間表 61
4.4 中間表查詢 63
4.5 多對多雙向篩選關系的查詢限制64
4.6 建立層次（層級）關系 68
4.7 父子關系 69
4.8 計算組.71
4.9 行級權限設置 76
4.9.1 靜態行級權限設置76
4.9.2 動態行級權限設置79
4.10 表級與列級權限設置.81
4.11 模型級權限設置 82
4.12 KPI 設置 84
4.13 透視87
本章小結 89

第5 章 部署數據模型90
5.1 本地Analysis Services 項目部署 90
5.2 雲端Analysis Services 項目部署 97
5.3 SQL Server Agent 自動刷新模型103
5.4 自動化Runbook 刷新模型 108
5.4.1 創建Azure 應用主體以及相應的授權設置109
5.4.2 創建Azure 自動化以及相應的授權設置113
5.4.3 創建Runbook 並設置自動刷新PowerShell 腳本 117
5.4.4 發布與運行Runbook 119
本章小結 121

第6 章 數據處理. 122
6.1 表格分區 122
6.2 數據處理方式詳解 126
6.3 增量刷新 129
6.3.1 “處理添加”方式130
6.3.2 “處理數據”方式133
6.4 添加自動處理腳本 135
6.5 直連模式 136
6.5.1 從導入模式轉換為直連模式137
6.5.2 從直連模式轉換為導入模式141
本章小結 142

第7 章 高級開發工具和功能 143
7.1 DAX Studio：DAX 開發工具 143
7.1.1 主界面介紹 144
7.1.2 DAX 公式開發145
7.1.3 DAX 性能測試148
7.1.4 導出元數據 149
7.1.5 導出模型數據 151
7.2 Tabular Editor：DAX 模型開發工具 153
7.2.1 主界面介紹 154
7.2.2 一般性編輯功能156
7.2.3 高級腳本編譯度量 161
7.2.4 最佳規範分析器164
7.3 ALM Toolkit：應用版本管理工具166
7.3.1 一般性行功能介紹 167
7.3.2 啟用XMLA 的“讀寫”設置 168
7.3.3 Power BI Desktop 報告版本控制 171
7.3.4 Azure Analysis Services 模型版本控制 176
7.4 在Analysis Services 中開啟全自助分析 178
7.5 自動化恢復與暫停Azure Analysis Services 181
7.5.1 啟用邏輯應用 182
7.5.2 恢復Azure Analysis Services 183
7.5.3 暫停Azure Analysis Services 186
7.6 自動化升降Azure Analysis Services 性能級別 188
7.6.1 創建Azure 應用主體及相應的授權設置189
7.6.2 通過HTTP 形式獲取應用主體的訪問令牌 193
7.6.3 通過令牌以HTTP 形式發送調整性能指令 195
本章小結 198

第8 章 Azure Analysis Services 使用案例 199
8.1 醫療行業案例 199
8.1.1 項目目標199
8.1.2 解決方案200
8.1.3 實現價值200
8.2 零售行業案例 201
8.2.1 項目目標201
8.2.2 解決方案201
8.2.3 實現價值202
8.3 地產行業案例 202
8.3.1 項目目標203
8.3.2 解決方案203
8.3.3 實現價值204
本章小結 204

第9 章 拓展：Azure Data Services 205
9.1 現代數據倉庫 205
9.1.1 現代數據倉庫之Azure 經典架構 205
9.1.2 Azure Synapse Analytics 簡介 206
9.1.3 Azure Databricks 簡介 210
9.2 Azure Analysis Services 更新 213
本章小結