使用Python（Anaconda）连接SQL Server Analysis Cube遇阻求助

嘿，我来帮你搞定这个SSAS Cube连接的问题！你在Windows 7+Anaconda4.4的环境下只能用自带库对吧？那咱们就从你已经熟悉的pyodbc入手，调整配置来适配SSAS的多维查询需求。

1. 修正SSAS专用的连接字符串 #

你之前连SQL Server用的是关系型数据库驱动，而SSAS属于OLAP多维数据库，得换对应的驱动才行。Windows 7系统一般自带适配的MSOLAP.6驱动（对应SQL Server 2016及兼容版本），连接字符串这么写是最稳妥的：

import pyodbc
import pandas as pd

# 替换成你的实际服务器、实例和Cube库名
conn_str = """
Provider=MSOLAP.6;
Data Source=你的SSAS服务器地址\\实例名;
Initial Catalog=你的Cube所属数据库名;
Integrated Security=SSPI;
"""

小提示：如果是SSAS默认实例，Data Source直接写服务器IP或机器名就行；Integrated Security=SSPI会用你当前的Windows账号做身份认证，不用额外输密码，很适合办公环境。

2. 执行MDX查询并转成DataFrame #

MDX的查询结果格式和SQL不一样，但pyodbc依然能处理。不过考虑到你用的是较老的Anaconda版本，pandas.read_sql可能对MDX的兼容性有点小问题，给你两种方案：

方案一：直接用read_sql（优先尝试） #

# 建立连接
conn = pyodbc.connect(conn_str)

# 替换成你的实际MDX查询语句
mdx_query = """
SELECT 
  [Measures].[销售额] ON COLUMNS,
  [日期].[年份].[年份].Members ON ROWS
FROM [销售分析Cube]
"""

# 读取结果到DataFrame
df = pd.read_sql(mdx_query, conn)

# 记得关闭连接
conn.close()

print(df.head())

方案二：手动遍历游标（如果read_sql报错） #

要是老版本的pandas对MDX结果解析有问题，就手动处理游标数据：

conn = pyodbc.connect(conn_str)
cursor = conn.cursor()
cursor.execute(mdx_query)

# 提取列名
columns = [col[0] for col in cursor.description]
# 提取所有行数据
rows = cursor.fetchall()

# 转成DataFrame
df = pd.DataFrame.from_records(rows, columns=columns)

conn.close()

3. 排查常见坑点 #

• 驱动版本不匹配：如果MSOLAP.6连接失败，试试MSOLAP.5（对应SQL Server 2014），Windows 7上大概率也自带这个驱动；
• 权限问题：确认你的Windows账号有访问目标SSAS Cube的权限，毕竟用的是SSPI认证，没有权限的话连接会直接失败；
• 更新pyodbc：Anaconda4.4自带的pyodbc版本可能偏老，在Anaconda Prompt里执行conda update pyodbc更新一下（这属于Anaconda自带库的更新，不算安装外部库），老版本的pyodbc对OLAP驱动的支持可能有bug。

内容的提问来源于stack exchange，提问作者Analytics_A