Ende von SQL Server Analysis Services (SSAS)?

May 23, 2025

Der Fokus von Microsoft auf cloudbasierte Plattformen wie Power BI, Azure Analysis Services und Microsoft Fabric, bei denen tabellarische Modelle gegenüber multidimensionalen Modellen bevorzugt werden, hat Bedenken hinsichtlich der langfristigen Zukunft von SQL Server Analysis Services (SSAS) aufkommen lassen. Sollten Sie sich Sorgen machen?

INHALTSVERZEICHNIS
Von Grok KI-generiertes Bild einer Straße
Analytik
OLAP
Technologie
Semantisch
Alle

In den letzten Jahren haben uns vermehrt Anfragen von Nutzern von SQL Server Analysis Services (SSAS) erreicht, die sich Sorgen um die langfristige Unterstützung innerhalb des Microsoft SQL Server-Ökosystems machen. Wenn SSAS ein kritischer Bestandteil Ihrer Infrastruktur ist, sollten Sie sich Sorgen machen? 

Im Folgenden gehen wir auf diese Bedenken ein, skizzieren den aktuellen Status von SSAS und vergleichen ihn mit den Alternativen, die Microsoft derzeit forciert.

SSAS-Unterstützung in SQL Server 2022

SSAS bleibt ein Bestandteil von SQL Server 2022, wird weiterhin in SQL Server 2022 unterstützt und behält seine Kernfunktionen für multidimensionale Analysen und MDX-Abfragen bei. Während Microsoft kein offizielles Datum für das Ende des Supports für SSAS angekündigt hat, hat sich der strategische Schwerpunkt eindeutig verlagert auf cloudbasierte Plattformen wie Power BI, AAS und Fabric. Diese Verschiebung hat in Community-Foren zu Spekulationen über die langfristige Lebensfähigkeit von SSAS geführt, wobei sich Nutzer fragen, ob SSAS veraltet oder kurz vor dem Ende seines Lebenszyklussteht.

Wie der Branchenexperte Chris Webbanmerkt, konzentriert sich die strategische Ausrichtung von Microsoft zunehmend auf cloudbasierte Analyseplattformen. Für Nutzer von SSAS Multidimensional gibt es keine Tools, um multidimensionale Modelle vollständig in das neuere tabellarische Format zu konvertieren. In solchen Fällen entscheiden sich Unternehmen möglicherweise dafür, multidimensionale Modelle lokal beizubehalten oder sie in virtualisierten Umgebungen in der Cloud auszuführen.

Trotz dieser Veränderungen bleibt SSAS eine unterstützte Lösung für lokale Analysen. Beobachtungen aus der Community zufolge scheint die Innovation in diesem Bereich jedoch nachgelassen zu haben, und einige Funktionen, wie etwa Data Mining, wurden offiziell als veraltet eingestuft und werden nicht mehr unterstützt. Unternehmen, die stark in SSAS investiert haben, können es weiterhin nutzen, während sie sich auf einen eventuellen Umstieg vorbereiten in Richtung cloudbasierter oder flexibler Plattformen.

Vergleich von SSAS

Die folgende Tabelle vergleicht SSAS mit den Analyseplattformen von Microsoft:

Platform Purpose Deployment Model Types Multidimensional Support Query Language Scalability
SSAS Enterprise-grade on-premises tool with multidimensional and tabular modeling On-premises or Azure VM Multidimensional & Tabular Yes (MDX) MDX (multidimensional), DAX (tabular) Manual (hardware-dependent)
AAS Managed cloud platform for scalable tabular models Cloud (Azure PaaS) Tabular No DAX, MDX via SSAS connection Auto-scale, pause/resume
Power BI Self-service BI with tabular model creation and analysis Cloud (SaaS) Tabular No (possible via SSAS connection) DAX, MDX via SSAS connection Limited (shared capacity)
Power BI Premium Enterprise BI with dedicated capacity for large-scale tabular models Cloud (SaaS, dedicated) Tabular No (possible via SSAS connection) DAX, MDX via SSAS connection High (dedicated, scale-out)
Microsoft Fabric Unified analytics platform for data integration and tabular model analysis Cloud (SaaS, unified) Tabular No (possible via SSAS connection) DAX, MDX via SSAS connection High (Lakehouse architecture)

Optionen für SSAS-Multidimensional-Modelle

Hier sind einige Optionen zur Pflege oder Ergänzung Ihrer aktuellen Modellumgebung:

  1. SSAS lokal (on-premises) beibehalten:
    1. Vorteile: Volle MDX-Unterstützung bleibt erhalten, keine Änderungen am Modell erforderlich, Integration in bestehende Tools.
    2. Nachteile: Erfordert die Wartung der lokalen Infrastruktur.
    3. Ideal für: Unternehmen mit stabilen, effektiven multidimensionalen Modellen.
  2. SSAS in einer Azure-VM ausführen:
    1. Vorteile: Verschiebt Ihr Modell ohne Änderungen in die Cloud, unterstützt MDX, behält die bestehende Funktionalität bei.
    2. Nachteile: Erfordert VM-Verwaltung, potenziell höhere Kosten.
    3. Ideal für: Cloud-Hosting bei gleichzeitiger Beibehaltung Ihres multidimensionalen Modells.
  3. Tabellarische Modelle für neue Projekte erkunden:
    1. Vorteile: Ausrichtung an den cloudbasierten Analyseplattformen von Microsoft.
    2. Nachteile: Keine direkte Konvertierung von multidimensionalen Modellen möglich, was eine manuelle Neugestaltung erforderlich macht; es fehlen komplexe MDX-Funktionen wie benannte Mengen (dynamische Dimensions-Teilmengen), berechnete Elemente mit benutzerdefinierten Rollups oder multidimensionale Berechnungen über mehrere Achsen hinweg; Einarbeitungszeit für komplexe Berechnungen im Vergleich zu MDX; separate Modellverwaltung.
    3. Ideal für: Experimente mit Modellierungsansätzen, die der Strategie von Microsoft entsprechen

Fazit

Obwohl der Fokus von Microsoft auf Azure Analysis Services, Power BI und Microsoft Fabric Fragen zur langfristigen Rolle von SSAS aufgeworfen hat und bei Anwendern zu Unsicherheit und gemischten Signalen führt, wird SQL Server Analysis Services in SQL Server 2022 weiterhin unterstützt, und es gibt keine offizielle Ankündigung eines Support-Endes. Unternehmen, die SSAS einsetzen, können dessen Stärken weiterhin für lokale Analysen nutzen und gleichzeitig cloudbasierte Optionen zur Zukunftssicherung prüfen, wobei zu beachten ist, dass etablierte, komplexe multidimensionale Modelle möglicherweise nur schwer oder gar nicht vollständig migriert werden können.

Wenn Sie wissen möchten, wie wir die SSAS-Kompatibilität sicherstellen, lesen Sie unsere Seite zum SSAS-Ersatz.

Referenzen

You find our Articles Helpful?
Subscribe to our newsletter to never miss One!