機械翻訳について

データ・ソースをできるだけ小さくします

データ・ソースをできるだけ小さくします。 Essbaseがデータ・ソースで読み取るフィールドが少ないほど、データの読取りおよびロードに必要な時間が短くなります。

データを範囲にグループ化します。 データ・ソースの冗長性を排除すると、データ値をロードする前にEssbaseが読み取る必要があるフィールドの数が減ります。

次のデータ・ソースの例は、範囲に編成されていません。 これには、不要なフィールドの繰返しが含まれます。 すべての値は利益値です。 利益は、適用可能なデータのグループの先頭にのみ含める必要があります。 この例には、データ値を正しくロードするためにEssbaseで読み取る必要がある33個のフィールドが含まれています。

Profit
Jan     "New York"   Cola          4
Jan     "New York"   "Diet Cola"   3
Jan     Ohio         Cola          8
Jan     Ohio         "Diet Cola"   7
Feb     "New York"   Cola          6
Feb     "New York"   "Diet Cola"   8
Feb     Ohio         Cola          7
Feb     Ohio         "Diet Cola"   9

次の例では、範囲内のメンバーをグループ化することで最適化された同じデータを提供します。 この例では、冗長性をなくすことで、データ値を適切にロードするためにEssbaseで読み取る必要がある23個のフィールドのみが含まれています。

Profit
Jan   "New York"   Cola          4
                   "Diet Cola"   3
      Ohio         Cola          8
                   "Diet Cola"   7
Feb   "New York"   Cola          6
                   "Diet Cola"   8
      Ohio         Cola          7
                   "Diet Cola"   9

Essbaseは、Jan->New York->Colaに最初の値4を割り当て、Jan->New York->Diet Colaなどに次の値3を割り当てます。

効率的にソートされますが、密ディメンションでソートおよびグループ化されたデータ・ソースは、ロード・プロセスを遅くする可能性のある多くの繰返しを示します。 データを範囲にグループ化することで、このデータをさらに最適化できます。 次の最適化されたデータ・ソースにより、冗長なフィールドが排除され、処理時間が短縮されます。

                                Sales  Margin   COG  Profit
Jan Actual  Cola         Ohio      25      18    20       5
                         Florida   30      19    20      10
            "Root Beer"  Ohio      18      12    10       8
                         Florida   28      18    20       8

「メンバー・フィールドの範囲のフォーマット」を参照してください。