这是当前方案 - 我们在Oracle DB中有3个表（具有数百万记录），用于生成SSRS报告。这些报告显示了复杂的数据计算，例如偏差，中位数等。
- ssrs使用oracle中存储的proc（根据日期参数加入所有3个表）中获取数据
- 计算在SSR中进行，数据显示在表和图表中
现在，在较小的约会持续时间内，报告的生成很快，因此没有问题。当日期范围像一周或2-3个月一样大时，报告需要大量时间来处理，并且大多数时间也会被计时。
为了解决此问题，我想从SSR中删除计算并将其移至DB级别。我们可以在哪里获得预计数据将提供给SSRS报告的更快报告。
为了做到这一点，我可以看到2个选项 -
-
Oracle Materialized Views -
SSAS Cube
我以前从未使用过实质性的观点，所以我对它的性能特别快速刷新问题有些怀疑。
您更喜欢哪种方式？MV或SSA或两者的混合？
数据模型（SSA）非常适合组织数据，合并业务逻辑以及定义计算在不同范围中的行为方式。它们通常比您当前拥有的原始数据更快。涉及一些缓存，但是您仍然必须查询数据并等待它处理。当您有多个将使用一组通用数据的报告时，模型也是最合适的。
有了实现的视图，您可以将计算时间的繁重提升转移到预定的刷新中。认为它与创建一个过程刷新的新表格本质上是相同的。这将大大改善报告的查询时间，尤其是如果您要进行过滤的日期列。另外，开发和维护要求的比模型要低。
。因此，根据您的规格，我建议使用实现的视图。
我会同意实现的视图（MV）方法。根据数量和类型（插入更新与删除）的不同，将确定快速刷新是否可能或实用。反直观地，完整的刷新通常是一种更好的方法，因为您可以更好地利用基于设置的SQL处理，以及并行构建MV。