企业官网建设流程全解析

1. 环境准备与前提条件检查

如果你已经跟着系列文章走到了这一步，那么项目里应该有已经建好的数据源和数据源视图，还有几张设计好的维度表。这个阶段很多人容易着急，觉得前面准备工作差不多了，就直接打开多维数据集向导开干，结果后面反复修改结构、重新处理，浪费时间不说，还容易把项目搞得一团糟。

1.1 创建多维数据集前必须确认的清单

先把四类前提条件逐项过一遍，确认没有问题再往下走。

第一项：数据源视图里的关系是否完整。打开你的.dsv文件，用“关系图”组织方式查看所有表的关联。事实表和每张维度表之间必须有外键关联线，如果发现某张维度表孤零零浮在一边，没有连到事实表，那么多维数据集向导很可能检测不到这张表，后续维度关系会缺失。这个检查很基础，但是很多人会忽略，尤其是从数据库直接拖表进来的时候，因为主外键关系没有自动识别，需要手动建立。

第二项：维度是否已经部署过。如果你的项目里维度已经创建好了，需要确认维度已经成功部署到SSAS服务器上。新手常犯的错误是在解决方案里把维度和多维数据集一起生成，但在“部署”环节没有把维度先处理一遍，导致多维数据集在创建或浏览时报“找不到维度”的错误。记住一个经验：维度先部署，多维数据集后部署，处理顺序也是一样。

第三项：命名约定是否清晰。给多维数据集起名字的时候，不要随手叫“Cube1”。好的做法是结合业务主题，比如“销售分析多维数据集”或“SalesCube”，这样后续在连接字符串里引用、在Excel里查看数据源时，一眼就能识别。维度也一样，我习惯用“Dim+业务名”的命名方式，多维数据集里维度角色重命名时也方便统一。

第四项：确认服务器上有足够的磁盘空间和内存。多维数据集部署后，数据会被压缩并存储到SSAS实例的数据目录中。虽然SSAS的压缩比相当不错，但如果你的事实表有几千万行，处理过程中临时文件占用会很大。我遇到过磁盘满导致处理失败的场景，临时去清理磁盘非常被动，建议提前检查服务器C盘或数据目录所在分区的剩余空间。

2. 理解多维数据集的核心概念

在真正点开“新建多维数据集”向导之前，花点篇幅把几个核心概念理清楚。很多教程直接教你怎么点按钮，但没讲清楚你正在做什么，导致出了问题根本不知道怎么排查。

2.1 度量值组和度量值的本质是什么

多维数据集的核心就是度量值组（Measure Group）。你可以把度量值组理解为来自同一张事实表的一组业务度量值的集合。比如销售事实表里会产生“销售额”、“销售数量”、“成本”这几个度量，它们就组成一个“销售度量值组”。

关键的问题是：这些字段必须是可加性的数值字段。什么叫可加性？简单来说，就是把不同维度的数据相加后，这个数字仍然是有业务意义的。例如“销售额”可以按月份、按地区、按产品累加；但像“单价”、“利润率”这种字段，直接累加没有意义，不适合作为度量值。如果你在建多维数据集时不小心把“单价”也选成了度量值，浏览时你会发现“所有产品的单价总和”是一个毫无业务含义的巨大数字。

所以选度量值的核心判断标准是：这个数字在跨维度汇总时是否有业务含义。一般来说，绝大多数事实表的数值字段都可以直接作为度量值，但有些字段需要做聚合方式设置，比如“库存量”适合用“LastChild”这种非累加聚合，而不是默认的Sum。

2.2 维度在多维数据集里扮演的角色

维度是分析的角度，比如“按时间看销售”、“按产品看销售”、“按客户看销售”。每个维度有多张属性表或字段组成层次结构。时间维度的层次一般是“年-季度-月-日”，产品维度可能是“类别-子类别-产品名称”。

在多维数据集里，维度和事实表之间靠“维度关系”绑定。最常见的绑定方式是“常规关系”，即事实表里有一个外键字段（比如 ProductKey）和维度表的主键（ProductKey）对应。多维数据集向导会自动检测这些关系，但也需要你人工确认一遍，防止它选错关联字段。

理解维度角色还有一个容易忽略的点：同一张维度表可能在多维数据集里被用多次。比如订单事实表里有“下单日期”和“发货日期”两个字段，时间维度就会被引用两次，这时需要给时间维度创建两个角色，一个叫“下单日期”，一个叫“发货日期”。多维数据集向导创建的是标准结构，后续你可能会在“维度用法”标签页里去调整这类关系。

2.3 “新建多维数据集”向导的三种创建方式

在SSDT（SQL Server Data Tools）里，右键“多维数据集”文件夹，选择“新建多维数据集”，向导会给出三种方式：

第一种：使用数据源生成多维数据集。这是最常用的方式，适合数据源视图已经建好、事实表和维度表都已经识别好的场景。系统会根据数据源视图里的表自动识别事实表和维度表，帮你把度量值、维度关系一次性搭好，然后你只需要在向导里做选择和调整。

第二种：空的多维数据集。适合需要完全手动控制结构的场景，比如你要建一个不含度量值的多维数据集，或者想先搭骨架后填内容。这种方式对新手不太友好，因为你需要自己创建度量值组并手动添加度量值。

第三种：在数据源视图中生成。这种方式会基于你事先在数据源视图中定义的命名查询或逻辑关系来生成多维数据集。适合事实表和维度表关系比较复杂、无法自动识别的场景。

我个人的建议是：如果你第一次做SSAS项目，选第一种方式最稳妥。自动识别虽然不完美，但至少能把骨架搭起来，后续再去“多维数据集结构”标签页里调整，比从零开始手动创建高效得多。

3. 多维数据集向导实操拆解

下面进入正题，完整走一遍“创建多维数据集”向导的各个步骤，每一步我会说明该做什么、要留意什么，以及哪些地方是踩坑重灾区。

3.1 选择数据源视图

启动向导后，第一步是选择数据源视图。如果你的项目里有多个数据源视图，需要在这里选中当前业务场景对应的视图。这里有一个建议：一个项目里的数据源视图不要建太多，否则每次选起来容易混乱。如果确实存在多个（比如销售和财务是两套独立的数据源），命名的时候要加前缀区分，比如“DSV_Sales”、“DSV_Finance”。

选完之后点击“下一步”，系统会花几秒钟分析数据源视图里的表关系和字段类型。如果你的数据源视图本身存在关系残缺的情况，这里可能会弹出警告，甚至无法继续。遇到这种情况，回到数据源视图编辑器里把缺失的关系补上，再回来重新执行向导。

3.2 选择度量值组和度量值

这是整个向导中最关键的页面。界面上会列出检测到的所有表，并且区分“事实表”和“维度表”。事实表会被勾选作为度量值组，维度表不会出现在度量值选项里。

你需要做的第一件事是确认哪些表被识别成了事实表，哪些被识别成了维度表。有时系统会判断错误，比如一张只有少数几个字段的维度表，因为数值字段比较多，被误识别成事实表；或者事实表因为缺少和维度表的关系，被当成独立表。识别错误的情况下，生成的度量值组和维度都会有问题，所以这一步要仔细核对。

接着，在“度量值”列表里勾选需要纳入多维数据集的字段。每个字段旁边有一个“聚合函数”选项，默认是Sum。根据业务需求，有些字段的聚合方式需要调整，例如：

• 金额类字段（销售额、成本、利润）：Sum聚合，最常用
• 数量类字段（销售数量、订单数量）：Sum聚合
• 比率类字段（利润率、折扣率）：不要选为度量值，或者使用“AverageOfChildren”聚合且谨慎使用
• 期末库存：如果业务上需要，用LastChild聚合

有一个细节要特别提醒：即使某些字段不适合做度量值，也不要从事实表里删除它们。向导生成的度量值组只是在逻辑上引用了这些字段，删除字段不会影响数据源视图里的表结构，但万一后续需要调整聚合方式，你还要重新添加回来，比较麻烦。更好的做法是先全部勾选，完成创建后回到“多维数据集结构”标签页，再逐一调整。

3.3 选择多维数据集的维度

向导的下一步是让你选择要在多维数据集中包含的维度。这里有两种情况：

第一种情况：项目中已经创建并部署过维度。这些维度会以“现有维度”的形式出现，系统自动根据数据源视图检测到它们。你在页面上能看到维度名称，例如“Dim Product”、“Dim Time”、“Dim Customer”，全部勾选上即可。

第二种情况：某些维度还没有在维度设计器中创建。向导会基于数据源视图里的表，识别出一些可能成为维度的表，以“新维度”的形式列出来。这时你可以直接勾选，向导会帮你自动创建维度并关联到多维数据集。但说实话，我不太推荐在向导里创建新维度，原因有两点：第一，自动创建的维度属性很少，往往只有键列和名称列，你需要回维度设计器里手动补充很多属性（比如层次结构、属性关系、命名列等）；第二，这种自动创建的维度，属性类型（比如时间维度里的“年”、“月”类型）很可能没有正确设置，会影响后续时间智能计算。

所以我的习惯是：不管多维数据集的项目阶段，先把该建的维度全部在“维度”文件夹里创建好、调整好，再回到多维数据集向导里，全部以“现有维度”的方式勾选。这样每一步都是可控的。

3.4 完成向导后的首次检查清单

点击“完成”后，多维数据集已经生成了，但先别急着部署。在“多维数据集结构”标签页里，把以下几项逐一看一遍：

第一项：度量值组和度量值是否完整。展开“度量值”文件夹，看看有没有多余字段混进来，聚合方式是否符合预期。如果发现某个度量值的聚合方式不对，点选该度量值，在属性窗口里修改“AggregateFunction”属性。

第二项：维度是否全部出现在“维度”文件夹里。如果某个维度缺失，检查“维度用法”标签页，看看是不是存在但关系未建立。“维度用法”里每一行是一个维度，每一列是一个度量值组，交叉单元格中的“+”号代表该维度与这个度量值组有关系。如果某个维度显示为“无关系”，需要手动指定关系类型和关联字段。

第三项：检查维度的“数据库维度”属性。在多维数据集维度属性中，“数据库维度”指向的是维度定义；“维度名称”是在多维数据集内部使用的名称。如果你用同一个维度表创建了两个角色，比如“下单日期”和“发货日期”，这里会出现两个同名的多维数据集维度，你需要手动把它们重命名，以便区分。

这些检查看似繁琐，但能帮你避免后续部署后发现结构错乱、数据对不上的问题。

4. 部署与处理多维数据集

结构创建完成只是第一步，多维数据集真正可用还需要经过“部署”和“处理”两道工序。很多初学者在这里会卡住，因为分不清这两个概念的区别。

4.1 部署、处理、重新处理分别是什么意思

部署是把多维数据集的元数据（结构定义）从Visual Studio的解决方案传到SSAS服务器上。这个过程不做数据计算，只是告诉服务器“多维数据集长什么样”。部署之后，多维数据集在服务器上还是一个空壳子，既没有数据也没有聚合，此时浏览是看不到任何业务数据的。

处理是把数据加载到多维数据集里。处理时，SSAS会根据你定义的数据源视图、维度结构和度量值设置，从数据仓库里读取数据，填充到维度表和度量值组中，同时计算聚合。处理完成后，多维数据集才能真正被浏览。

重新处理适用于多维数据集已经处理过、但源数据仓库里数据发生变化的情况。比如晚上ETL任务跑完后，维度表新增了成员、事实表新增了数据，你就需要在早上上班前重新处理一次，让多维数据集里的数据“跟上节奏”。

在Visual Studio里，直接在“解决方案资源管理器”中右键点击多维数据集，选择“处理”，会弹出处理窗口。先处理“维度”，再处理“多维数据集”。虽然SSAS能自动识别依赖关系并给出处理建议，但手动指定顺序更保险。

4.2 处理过程中最常见的三类报错

第一类：NULL值键错误。事实表的外键字段中存在维度表里没有的键值，比如事实表里 ProductKey = 1042，但产品维度表里根本没有 1042 这个产品。SSAS默认会报错并终止处理。解决办法有以下几种：

• 在维度设计器中，将“KeyColumns”对应属性的“ErrorConfiguration / KeyNotFound”设为“IgnoreError”，这样遇到缺失的键会跳过
• 在数据源视图里修改事实表和维度表之间的关系，设置“联接”为左外联接，让查询自动补NULL
• 最根本的办法是检查ETL流程，确保数据仓库中维表和事实表数据一致

我个人建议优先检查数据问题，而不是在SSAS里容忍错误。设了IgnoreError虽然能跑通，但浏览时这些数据会出现在“未知成员”下，长期来看会影响数据质量。

第二类：字符串截断错误。维度表的某个列值长度超过SSAS元数据中定义的长度。例如维度表里产品名称最长能存100个字符，但SSAS里设置的是50。解决办法是修改维度属性的“NameColumn”长度设置。这种错误在字符串列比较多的时候很容易出现，所以我在建维度的时候会刻意把长度设置比源表更宽裕一些。

第三类：重复键错误。维度表里出现了主键重复的情况。这在维度表设计不严谨时会发生，处理时SSAS会直接报错。解决方案是检查ETL过程，确保维度表主键唯一。如果数据仓库历史遗留问题比较多，短期内无法修复，可以在维度属性里设置“KeyDuplicate”为“IgnoreError”，但同样不建议长期依赖。

4.3 部署配置的两个小技巧

部署到本地服务器时，默认的连接字符串是“localhost”或“localhost\实例名”。如果你的SSAS实例是命名实例，比如“localhost\SSASTABULAR”，需要在项目的“属性”窗口里正确设置“服务器”参数。这个参数设置错了，部署时会报“无法连接服务器”的错误。

另外建议在项目属性里把“部署模式”设为“全部部署”，这样每次部署时会把整个项目的所有对象（数据源、数据源视图、维度、多维数据集）一次性部署上去，不用逐个操作。如果只是要修改某一个小地方，可以在代码编辑器里针对单个对象执行“部署”命令，但我个人在项目初期都会用“全部部署”，省心。

5. 用浏览器验证多维数据集

处理完成后，打开“浏览器”标签页，如果能看到数据，说明多维数据集已经基本可用。千万不要只在Visual Studio的浏览器里看一眼觉得没问题就收工，因为在Excel里做数据透视时会遇到不一样的细节问题。

5.1 浏览器页面的基本操作逻辑

浏览器的界面是一个透视表的雏形：左边是“度量值组”和“维度”的列表，中间是行、列、筛选区域。你把度量值拖到中间的“数据”区域，维度属性拖到“行”或“列”区域，就会自动生成汇总数据。

第一次打开浏览器时，界面是空白的。先把“销售额”拖到数据区，再把“时间维度的年”拖到行区，你就能看到每一年的销售额汇总。如果这个数字和你用T-SQL直接查询数据仓库得到的汇总对得上，说明度量值、维度关系都正确。如果对不上，可能的原因包括：

• 数据源视图中的事实表和维度表连接方式不对，导致数据被重复计算
• 度量值的聚合方式选错，比如用Sum代替了计数
• 维度关系设置成了“事实维度”或“引用维度”，聚合路径与预期不一致

5.2 浏览器中经常遇见的“数据翻倍”问题

这是一个让人非常头疼的问题。在浏览器里拖入维度后，销售额数值无故变大好几倍，某些维度组合下甚至出现离谱的数字。

出现“数据翻倍”的根本原因是事实表和维度表之间有多条联接路径。比如事实表里既有 ProductKey 又有 CategoryKey，产品维度表里也有 CategoryKey，并且数据源视图里把 FactSales.ProductKey 连到了 DimProduct.ProductKey，把 FactSales.CategoryKey 也连到了 DimProduct.CategoryKey。这样SSAS在计算时可能走了两条路径，导致度量值被重复累计。

解决办法是进入“维度用法”标签页，检查维度关系，确保每张维度表和度量值组只通过合理的外键关联。如果事实表里确实冗余了多个维度键，那些不作为关联用的字段，不要建立到维度表的关系。另一个排查思路是回数据源视图里查看关系图，把不合理的关联线删掉。

5.3 用Excel连接SSAS做最终确认

Visual Studio的浏览器功能比较基础，我推荐你打开Excel，通过“数据—获取外部数据—来自其他源—从Analysis Services”建立连接，然后做数据透视表。在Excel里你会看到“连接”窗口里列出服务器上的多维数据集名称，选中后点击“下一步”，Excel会列出所有维度和度量值。

这一步主要确认两个点：第一，多维数据集名称是否能正常显示，连接是否成功；第二，在Excel里筛选、钻取、透视是否流畅。很多在Visual Studio浏览器里看着没问题的情况，到了Excel里才会暴露问题，比如某个维度属性没有勾选“AttributeHierarchyEnabled”，导致无法作为透视表的行标签使用。

5.4 浏览器验证时的常用技巧

• 检查“所有”成员：在维度里选中“(所有)”，看整个多维数据集的汇总值是否正确
• 对比“年”和“月”两级：单独拖“月”到行区域，再展开成“年-月”两层，检查父子层级聚合是否一致
• 用“筛选器”测试特定维度组合：比如只看某一个月、某一个产品类的数据，和T-SQL查询结果做比对

6. 多维数据集结构的后期优化

到这里，一个能用的多维数据集已经创建完毕了。但你要理解，这只是“第一步”的基线版本。真正交付给业务用户之前，建议做几个额外的优化动作。

6.1 设置维度属性与层次结构

创建向导自动生成的维度，可能只有一个“属性”层级（比如只有产品名称、没有产品类别）。业务用户在做分析时，需要“类别—子类别—产品名称”这种可钻取的层次结构。你需要回到维度设计器，手动创建用户层次结构。

在维度设计器的“层次结构”区域，把“类别”、“子类别”、“产品名称”拖到同一个层次结构里，保存并处理。做完这一步，Excel里就能在透视表里向下钻取了。

6.2 配置关键性能优化项

当量级大的时候，默认的聚合设计未必最优。你可以右键点击多维数据集，选择“设计聚合”，通过聚合设计向导来生成合适的聚合。聚合的本质是预先计算某些维度的汇总值，加快查询响应。但聚合会占用存储空间和处理时间，如果项目数据量不大（几百万行以内），默认为“0”的聚合级别也可以接受。数据量大、查询慢的时候，再用聚合优化。

另外一个容易被忽视的性能优化项是分区。如果你的事实表数据量非常庞大，可以按“年份”或“月份”建分区，不同历史区间的数据使用不同的处理策略。比如去年及以前的历史分区可以用“处理数据”模式，而最近三个月的数据分区用“处理增量”。这样每天跑任务时，不用把整个多维数据集全部重处理，效率提升很明显。

6.3 让业务用户能自助分析

多维数据集建好后，大多数企业会用Excel或Power BI来连接它。你把服务器地址、多维数据集名称、数据库名称提供给业务团队后，他们就能自助拖拽字段、看报表了。如果担心业务不熟悉操作，可以在数据源视图里把字段的“FriendlyName”修改成更贴近业务叫法的名称，比如把字段“ProductNameEN”显示为“产品英文名称”。

7. 我踩过的一些坑，希望你绕开

最后一个部分，分享几个在创建多维数据集的实操项目中真正踩过的坑。这些细节在官方教程里很少提到，但遇到一次就够你折腾半天。

第一坑：处理维度时直接处理多维数据集。很多人在Visual Studio里右键选择“处理多维数据集”，然后系统弹出来“维度数据已过期，是否一起处理？”的提示时，没在意，直接点“是”。其实这样处理顺序会先处理多维数据集再处理维度，如果维度更新了键列，多维数据集可能处理失败。正确做法是先选定维度对象，处理完维度，再处理多维数据集，不要贪图一步到位。

第二坑：数据源视图里改了表名，但没刷新多维数据集结构。有时在数据源视图里为了更清晰，把事实表和维度表的名字改成带前缀的名称（比如把“FactSales”改成“FACT_销售”）。如果改完之后没有刷新多维数据集结构，旧的引用还在，部署时会报错。遇到这种情况，打开多维数据集结构界面，右键选择“刷新”或“重新加载”，把所有表引用更新一遍。

第三坑：忽略了维度属性在浏览器里不可见。如果你在维度设计器里设置了某个属性，浏览器里却怎么都找不到它，检查这个属性的“AttributeHierarchyVisible”属性是不是设成了False。新手常常不小心把它设为不可见，结果维度属性在客户端工具里不显示，影响了整个分析体验。这类问题排查起来不算难，但太容易忽略。

第四坑：时间维度没有设置“类型”。如果你想用Excel的数据透视表里对时间维度做“年/季/月”这种智能分组，必须确保维度属性在“Type”属性里被标记为“Year”、“Quarter”、“Month”等。如果用默认的“Regular”类型，Excel不会自动识别，用户只能看到一堆文本字段，无法使用时间智能的功能。这个设置建维度早期就要做好，后期再检查虽然也能做，但会多花一倍精力。

第五坑：误把“计数”当“汇总”用。统计订单数量时，很多人直接把订单号字段拖到度量值里，默认Sum聚合，结果得到的是所有订单号数值相加的结果，完全没意义。正确做法是先创建“计算成员”或使用“Count”聚合函数，统计订单的行数或非空记录数。这类度量值虽然同样是数值，但语义完全不同，创建多维数据集时要格外留意。

8. 一个小技巧：用“处理脚本”让日常更新更省心

多维数据集上线以后，日常维护中最频繁的操作就是“重新处理”。如果每天都手动右键处理，耗时又容易出错。我的做法是为多维数据集配置一个简单的XMLA处理脚本，放到SQL Server代理作业里定时执行。

在Visual Studio中，右键多维数据集，选择“处理”，在“处理”窗口底部有一个“脚本”标签页，系统会把本次处理操作生成一段XMLA脚本。复制这段脚本，保存成.xmla文件。然后在SQL Server Management Studio（SSMS）里新建一个SQL Server代理作业，步骤类型选“SQL Server Analysis Services命令”，把XMLA脚本贴进去，设置好计划，就能实现多维数据集每天自动更新了。

我用这个方式运行了大半年，每天都自动处理数据，基本没出过问题。偶尔处理失败，检查一下代理作业的历史记录，定位错误信息，修复数据源或维度问题后再手动重跑一次即可。对于日常运维来说，这个技巧能省下大量时间，建议你多维数据集一建好就顺手配置上。

多维数据集的创建过程，说难不算特别难，但细节非常多。每做完一个步骤，就回去检查一遍关联关系，处理时仔细阅读错误日志，基本不会走太大弯路。希望这篇文章能帮你顺利完成SSAS项目里这一步最核心的搭建工作。如果你做到某一步卡住了，欢迎在评论区把具体报错贴出来，我看到了会及时回复。