SQL Server Analysis Services (SSAS) 是 SQL Server OLAP 解決方案的核心，協助使用者建立資料模型 Data Model，提供資料分析所需要的整合數據。

Microsoft 的 SQL Server Analysis Services (SSAS) 產品，主要功能是 BI 資料分析解決方案中的一環，提供 OLAP 所需要的各項處理邏輯，分析功能，資料建模方法，從資料模型的設計，分析需求的定義，資料結構的規劃，分析作業的維護與管理，SSAS 都提供相對應的工具、軟體，和服務，SSAS 也能夠和其他資料服務軟體彈性整合，完整又全面的搭建起 BI 資料分析解決方案。

在資料分析模型規劃與設計當中，SSAS 提供三大塊最佳化的服務架構，提供 BI 資料分析解決方案最好的執行環境：
 Query Performance : 資料查詢作業通常來自各地分散的資料，多樣的資料，資料分析作業需要彈性且快速處理的資料查詢方法，不論是下鑽、上探、切片、分塊、旋轉等，都需要能夠很快速的執行，提供資料分析正確且快速的資料查詢結果。
 Processing Performance : 資料分析作業通常是複雜邏輯、困難演算、整合多樣資料、綜合歸納彙整等作業功能流程，需要有良好的資料分析作業處理效能，才能提供好用又有效的資料分析結果。
 Utilization of Hardware resources : 配合軟硬體系統架構，搭建資料分析服務所需要的基礎架構，讓 OLAP 作業可以穩定、快速、有效率的執行。

SSAS 服務內部主要架構，也是根據上面所提供的三大塊最佳化服務架構，分別有三個區塊：

• Query Parser : 接收並過濾需求，前置處理資料查詢需求，然後在傳送到後端查詢處理引擎。
• Query Processor Engine : 透過 Query Processor Engine，準備最佳執行計畫，使用快取引擎，快速計算並取得結果。
• Storage Engine : 使用良好的資料結構儲存方式，透過 Storage Engine 能夠很快速的存取所需要的資料。

我們透過 SSAS 建立的資料模型，可以分為兩大類模型，這兩大類模型的建立方法，資料處理作業，數據儲存架構，以及資料結構的規劃方式等，都不一樣，這兩大類 BI 資料模型如下圖所描述：

1. Multi-Dimensional Model（多維度資料模型）：依照資料使用的視角或資料分析的維度來設計資料結構，多維度資料模型的整個架構較為接近使用者視野的設計角度。
2. Tabular Model（表格式資料模型）：使用關聯式資料結構方法來設計表格式資料模型的資料結構，較為接近 IT 人員視野的設計角度，一般使用者比較無法理解這樣的資料結構內容。

多維度資料模型和表格式資料模型，在 SSAS 服務引擎中，使用的資料儲存架構和資料存取方法都不同，兩者在建立資料查詢的商業邏輯也不一樣，多維度模型使用的是 MDX，表格式資料模型使用的是 DAX 語言，所以，我們在安裝 SQL Server Analysis Services (SSAS) 引擎的時候，就必須要選擇你所使用的資料模型架構方法，一旦選擇之後，你就無法再作修改，除非重新安裝 SSAS 服務引擎。

PS : 資料模型的規劃與設計，是一件牽涉廣泛，複雜又龐大的事情，我們在這邊先以介紹 SSAS 產品服務為主，至於如何規劃資料模型，怎麼做好資料模型的設計，這個我們會再另外其他的文章介紹。