Ssas 为什么要使用进程数据与进程完整来处理分区

如上所述：处理数据只处理数据，而不构建聚合或索引。如果分区中有数据，则在使用源数据重新填充分区之前，将删除该数据。另一方面，对于processfull，Analysis Services还将删除分区中的所有数据，然后处理分区。因此，如果将连接到分区的属性层次结构设置为

AttributeHierarchyOptimizedState=true

，Analysis Services将为属性层次结构构建索引以提高查询性能。我可以通过对Adventure Works数据库运行以下查询来确认此行为：

SELECT
DIMENSION_NAME, ATTRIBUTE_NAME, ATTRIBUTE_INDEXED,
ATTRIBUTE_COUNT_MIN, ATTRIBUTE_COUNT_MAX
FROM SystemRestrictSchema($system.discover_partition_dimension_stat
        ,DATABASE_NAME = 'AdventureWorksDW2014Multidimensional-EE'
        ,CUBE_NAME = 'Adventure Works'
        ,MEASURE_GROUP_NAME = 'Internet Sales'
        ,PARTITION_NAME = 'Internet_Sales_2013') 

当I处理数据时属性\所有属性的索引列都设置为false。当我执行处理时，大多数属性的“完整”属性\u索引列设置为true

所以我想知道为什么有人只想处理数据，从而牺牲查询性能，以获得什么？ 谢谢。

简而言之——减少多维数据集停机时间和多维数据集准备时间。正如您所说，代价是在ProcessData和ProcessIndex之间的时间段内查询性能下降。
处理通常使多维数据集脱机，至少在提交更改时是如此，这可能需要相当长的时间。为了减少由于处理而导致的多维数据集脱机时间，特别是在大型多维数据集上，使用处理日期选项处理具有更新数据的多维数据集分区（部分）。完成此处理后，多维数据集中的新数据可用于查询，但性能会受到影响。然后启动受影响分区上的进程索引，该进程将在对象上构建所有索引和聚合。
根据我的经验，它只在大型项目中使用并有意义。另一个发现-在多维数据集上运行processdefault会构建缺失的索引和聚合，而不指定确切的度量值组等