Было несколько проектов, миграции с многомерной в табличную модель кубов.
В многомерной модели часть мер были вынесены в виде физических, со слов заказчика полученный результат дал прирост. Но после миграции на табличную модель, замер производительности на нагрузочной базе выдал более 4х кратное увеличение производительности, при этом все меры выполнены в виде обычной калькуляции. Судить качество исходной многомерной модели я не могу, т.к. c MDX на Вы.

По факту, все почему то пишут про некий потолок, мол табличная модель не способна вытянуть большой объем (наверное это относится к 2014 версии), по личному опыту это не так, текущий проект (куб SSAS 2016) составляет две таблицы фактов (110 мил. строк и чуть более 660 мил. строк), измерений около 30, проблем с тормозами нет.

ShIgor.... Но надо понимать, что ТФ это десятки млн записей, а кол-во измерений к ней не меньше сотни.
да, но речь не шла о миллиардах. Возможно Вы правы, у меня нет практики работы с табличной модели с выше 1.2 миллиарда строк фактов.

детали миграции
все зависит от поставленной задачи ....
было-ли что-либо сделано с ТФ (partitions, ccsi)
обычно заказчик подобные пункты вычеркивает, в дальнейшем алгоритм процессинга формируют своими силами. Секционирование разумеется присутствует, вся информация доступна в инете. Я не знаю что такое ccsi.
какой клиент используется
Excel, для табличной модели другого нет.
а все меры в калькуляции и DC есть
Я не знаю что такое DC. Все меры в калькуляции т.к. режим хранения данных во всех проектах InMemory, по факту про DirectQuery сказать особо не чего, нет живой практики с ним.
что с обработкой, сколько времени фулл процесс
не совсем понятен вопрос, полный процессинг зависит от объема данных и структуры куба, Вы же это сами понимаете.
железо серьезное
тут более детально к требованиям , но по факту ставят на то чем богаты, возможно потом обновляют по мере собственных нужд.
а аналог ROLAP в этом случае какой
ROLAP -> DirectQuery ( тут детальнее , я не знаю при каком режиме хранения данных служба SSAS многомерной модели работает с Writeback, в табличной модели этого нет)

CCSI - clustered columnstore index DirectQuery - однозначно колоночные индексы дадут результат
InMemory - я сомневаюсь, что будет существенный прирост, ведь в типичной структуре измерения обычно всегда процессятся с флагом "Full", а на секции фактов достаточно и PK (по которому секционирована таблица).
distinct countт.е. есть ли функция в DAX'е?-есть, или речь про физические меры..
объемы данных Вы же и указали, поэтому.... Полный процессинг куба с чуть менее 1.2 миллиарда строк таблицы фактов занимал около 4 часов, но это был MSSQL 2014 Ent., по железу даже не помню (честно говоря и не знал скорее всего).
к примеру: две таблицы фактов 110 мил. строк и чуть более 660 мил. строк, измерений около 30, полный процессинг занимает чуть более 2х часов на MSSQL 2016 Dev. По железу:
CPU - Xeon E5-2623 3GHz * 2
DDR3-2400 (60GB на одну виртуалку)
Диски обычные SATA (табулярка InMemory).