Im Rahmen der Hybridoptimierung ausgeführte Aktualisierungen

Der Konvertierungsprozess besteht aus folgenden Änderungen:

  • Für alle übergeordneten Elemente, bei denen die Eigenschaft Datenspeicherung nicht auf Dynamische Berechnung gesetzt ist, wird der Wert der Eigenschaft Datenspeicherung in Dynamische Berechnung aktualisiert. Dies gilt für alle Dimensionen außer "Entity". Als Best Practice im Hybridmodus müssen Sie die Eigenschaft Datenspeicherung für alle übergeordneten Elemente auf Dynamische Berechnung setzen.
  • Für Ebene 0-Elemente, bei denen die Eigenschaft Datenspeicherung auf Dynamische Berechnung gesetzt und keine Elementformel vorhanden ist, wird der Wert der Eigenschaft Datenspeicherung in Speichern aktualisiert. Dies gilt für alle Dimensionen außer "Entity".
  • Die Lösungsreihenfolge für bestimmte Out-of-the-box-Dimensionselemente wird festgelegt.
  • Die Dichte der Period- und Movement-Dimensionen wird auf Dicht besetzt gesetzt. Die Dichte der Account-Dimension wird auf Dünn besetzt gesetzt. Die Dichte der anderen Dimensionen bleibt auf Dünn besetzt gesetzt. Die Ausführungsreihenfolge der Dimensionen wird ebenfalls aktualisiert.
  • Die folgenden Essbase-Einstellungen werden in der Anwendungskonfiguration aktiviert:
    • IGNORECONSTANTS - Ermöglicht das Exportieren dynamisch berechneter Elemente von Sparse-Dimensionen mit der Option Alle Daten in Datenbankmanagement (Informationen hierzu finden Sie unter Alle Daten - Option zum Extrahieren von Daten) auf eine performante Weise, die nicht zu Datenexplosion führt. Das heißt, Elementformeln mit Konstanten geben nur einen Wert zurück, wenn keine der als Operanden verwendeten Schnittmengen fehlen.

      Note:

      Informationen zu Auswirkungen auf Datenbankmanagementintegrationen und Best Practices für Elementformeln finden Sie unter Post-Konvertierungsschritte nach der Hybridoptimierung der Anwendung ausführen.
    • ASODYNAMICAGGINBSO - Verwendet den hybriden Aggregationsmodus für Abfragen. Das heißt, Blockspeicherabfragen werden nach Möglichkeit mit einer ähnlichen Effizienz wie bei Aggregate Storage-Datenbanken ausgeführt.
  • Möglicherweise wird die Größe der Essbase-Datenbank deutlich reduziert, weil "Account" jetzt eine Sparse-Dimension ist. Dies führt im Allgemeinen zu einer kleineren Blockgröße und weniger Dünnbesetzung innerhalb der Blöcke.
  • Nach der erfolgreichen Optimierung der Anwendung wird ein zusammenfassendes Log in der Jobkonsole im Job Dicht besetzte Period- und Movement-Dimensionen aktivieren angezeigt.