Sql server 2012 Upgrade Technical Guide Writers

438

 

SQL Server 2012 Upgrade Technical Guide 

 

 

 

Figure 12 uses SSAS 2005 to show historical forecasts (the dotted lines before the 

current point in time) for the R-250 model for sales amount in Europe. What you can 

see is that the forecasts are very unstable and, thus, not very reliable. You can also see 

that the forecasts (the dotted lines after the current time point) become even negative 

after a future time point (about 20 points in the future in this example).  

 

Figure 12: Historical and future forecasts in SSAS 2005 

The reason for this instability is that SSAS 2005 Time Series use a single algorithm, 

Auto-Regression Trees with Cross-Prediction (ARTXP); this algorithm provides good 

short-term forecasts only. SSAS notes this instability in long-term forecasts and simply 

stops forecasting. 

In SSAS 2008, 2008 R2, and 2012, you can use a blend of two different Time Series 

algorithms for forecasting. Besides ARTXP, SSAS 2012 provides the Auto-Regressive 

Integrated Moving Average (ARIMA) algorithm, which is much better for long-term 

forecasts. After you upgrade your Time Series models to SSAS 2012, you should refine 

the blend of ARTXP and ARIMA in your models by changing the FORECAST_METHOD 

and PREDICTION_SMOOTHING algorithm parameters. The first parameter uses an 

automatic method to determine the mixture of the algorithms. The second one 

(available only in Enterprise Edition) lets you define the blend manually. 

---

439

 

SQL Server 2012 Upgrade Technical Guide 

 

 

 

As you can see in Figure 13, the upgraded version of the Time Series algorithm uses a 

MIXED forecast method (default). Therefore, ARTXP is used for short-term forecasts and 

ARIMA for long-term forecasts.  

 

Figure 13: Time Series algorithm parameters in SSAS 2012 

Figure 14 shows the forecast for the R-250 model for sales amount in Europe. As you 

can see, forecasts quickly stabilize and even long-term forecasts never achieve 

impossible values, such as values lower than zero. However, it appears that the 

historical forecasts are unstable. This is because we used only forecasts for two points 

in the past (the HISTORICAL_MODEL_GAP parameter), and thus only ARTXP method 

was used. 

---

440

 

SQL Server 2012 Upgrade Technical Guide 

 

 

 

 

Figure 14: Historical and future forecasts in SSAS 2012 

To learn more about Time Series algorithm parameters, see 

Microsoft Time Series 

Algorithm

 (http://msdn.microsoft.com/en-us/library/ms174923(SQL.110).aspx) in SQL 

Server 2012 Books Online. 

Upgrading from SQL Server 2008 and 2008 R2 

There is not much to say for upgrading data mining models from SQL Server 2008 and 

2008 R2 to SQL Server 2012 for two reasons. First, data mining is a mature feature in 

SQL Server. Second, there aren’t any new features in data mining in SSAS 2012, mainly 

because the focus is on the Tabular mode.  

Migration from SSAS 2008 and 2008 R2 to SSAS 2012 should succeed without 

problems and without the need for any additional post-upgrade tasks. This is valid for 

any kind of upgrade you use: in-place or side-by-side. In addition, you can use any of 

the following methods for a side-by-side upgrade: 



 

You can back up the SSAS 2008 or 2008 R2 database and restore it on SSAS 

2012. 

---

441

 

SQL Server 2012 Upgrade Technical Guide 

 

 

 



 

With SSMS, you can create an XMLA script for creating the complete database 

or any object in the database and then execute the script on SSAS 2012. 



 

You can open the SSAS 2008 or 2008 R2 project in SSDT 2012 and deploy it on 

SSAS 2012. 



 

You can reverse-engineer an SSAS 2008 or 2008 R2 database in SSDT 2012 to 

create a 2012 project and then deploy the project on SSAS 2012. 

For example, Figure 15 shows the Backup Database window started from SSMS 2008 R2 

in order to back up the 2008 R2 version of the database. 

 

Figure 15: Backing up an SSAS 2008 R2 database 

In Figure 16, you can see the restore window started in SSMS 2012. 

---

442

 

SQL Server 2012 Upgrade Technical Guide 

 

 

 

 

Figure 16: Restoring SSAS 2008 R2 database on SSAS 2012 

Conclusion 

There are many good reasons to upgrade your data mining models to SQL Server 2012. 

If you are using SSAS 2005, you probably already measure the accuracy of your 

predictive models, but you might decide to deploy a different model based on 

reliability. In addition, you can get much better long-term forecasting with the Time 

Series algorithm in SSAS 2012. Finally, you can consolidate multiple mining structures 

into one if you need to compare mining models trained on only a subset of the 

structure data. If you are upgrading from SSAS 2008 or 2008 R2, you do not gain any 

new data mining features. However, you will probably want to consolidate all SSAS 

databases on a single version, so upgrading your data mining models makes sense. 

For upgrading your data mining models, a side-by-side migration is preferred to an in-

place upgrade. The most important reason is that with a side-by-side installation, you 

leave your original models intact. However, if you do not have enough hardware power, 

you can perform an in-place upgrade. With thorough testing and planning, your 

upgrade can go smoothly whether your mining models are in SSAS 2005, 2008, or 2008 

R2. 

---