我们拥有SQL Server Analysis Services (SSAS)多维度系统，有很多自定义的复杂计算、很多测量组、复杂模型等功能。我们每天处理几十亿行，并有自定义Excel插件连接自定义数据透视以及标准的Pivot表功能，用于创建报表，运行特设查询等许多。
以下是Azure中可能的解决方案
方法1：Azure Synapse、SSAS Multidimensional (ROLAP)、Excel和Power BI。请注意，SSAS Multidimensional将以IaaS形式运行，将在虚拟机中托管。桌面excelexcel 365将能够连接和云Power BI。
方法2：Azure Synapse、Azure Analysis Services表层模型直接查询、Excel和Power BI。桌面excelexcel 365将能够连接和云端Power BI。
问题。哪种方式将基于庞大的数据量、处理、复杂的逻辑、维护和自定义计算？用户能否通过桌面Excel或Excel 365访问这些基于云的数据立方体，特别是SSAS多维数据？ ROLAP与DAX在直接查询模式下的性能如何？移动和处理相当大量数据的成本如何？
对于12TB的数据，你可能会看到500-1200GB的压缩Tabular模型大小，除非你能通过不保留所有的历史记录，修剪维度中未使用的行，以及跳过不必要的列来减小模型大小。即使对于一个每周只处理一次的Tabular模型来说，这也是非常大的。所以我同意导入模型不实用。
我的建议是Tabular模型。ROLAP多维模型仍然需要MOLAP维度才能有不错的表现，而你的维度大小和刷新频率会让这不切实际。
所以Azure Analysis Services中DirectQuery模式下的Tabular模型应该可以用。如果你优化好Synapse，你应该有希望得到10-60秒范围内的查询响应时间。如果你做得很出色，你可能会得到更快的速度。但性能将在很大程度上取决于Synapse。所以，物化视图、启用查询结果集缓存、确保适当的分布和确保高质量的Columnstore压缩将很重要。如果你不是Synapse和Azure Analysis Services方面的专家，请找一个专家来帮忙。
在 Azure 分析服务中，确保将关系标记为 强化引用完整性 这将把SQL查询改为内部连接，这有助于性能。而且由于你的模型非常大，所以要尽可能的保持模型和计算的简单。
如果你想让之前预期的可视化的交互式仪表盘性能非常敏捷，另一个选择是使用Power BI Premium而不是Azure Analysis Services，并做复合模型。这样你就可以创建一些较小的agg表，导入后以预期的粒度快速响应查询。但这样一来，其他查询就会 "错过 "aggs，并对Synapse运行SQL查询。Phil Seamark描述了 聚集 在Power BI好。