Dimensiones y miembros
Si comprende dimensiones y miembros, está en camino de comprender el poder de una base de datos multidimensional.
Por ejemplo, Year es una dimensión (del tipo Time) y Qtr1 es un miembro:
Year Time
Qtr1 (+)
Jan (+)
......Feb (+)
......Mar (+)Hay dos tipos de dimensiones: estándar y atributo.
-
Las dimensiones estándar representan los componentes principales de un plan de negocio y, a menudo, se relacionan con las funciones de departamento. Dimensiones estándar típicas: tiempo, cuentas, línea de productos, mercado y división. Las dimensiones cambian con menos frecuencia que los miembros.
-
Las dimensiones de atributo están asociadas con dimensiones estándar. Mediante las dimensiones de atributo, puede agrupar y analizar miembros de dimensiones estándar en función de los atributos de miembro (características). Por ejemplo, puede comparar la rentabilidad de los productos sin cafeína que se envasan en vidrio con la rentabilidad de los productos sin cafeína envasados en latas.
Los miembros son los componentes individuales de una dimensión. Por ejemplo, Producto A, Producto B y Producto C pueden ser miembros de la dimensión Producto. Cada miembro tiene un nombre único. Los datos asociados a un miembro se pueden almacenar (denominados miembros almacenados en este capítulo) o los datos se pueden calcular dinámicamente cuando un usuario los recupera.
Jerarquías de esquema
Para empezar a diseñar el cubo de Essbase, defina un esquema. La organización del esquema refleja la relación de las categorías de datos como jerarquías estructurales y matemáticas.
El desarrollo de la base de datos (cubo) de Essbase comienza con la creación de un esquema, que logra los siguientes objetivos:
-
Define las relaciones estructurales
-
Organiza los datos
-
Define las consolidaciones y las relaciones matemáticas entre elementos
El concepto de miembros se utiliza para representar jerarquías de datos. Cada dimensión consta de uno o varios miembros. Los miembros, a su vez, pueden consistir en otros miembros. Al crear una dimensión, se define cómo consolidar los valores de sus miembros individuales. Dentro de la estructura de árbol del esquema de cubo, una consolidación es un grupo de miembros en una rama del árbol.
Por ejemplo, muchas empresas resumen sus datos mensualmente, acumulando datos mensuales para obtener cifras trimestrales y acumulando datos trimestrales para obtener cifras anuales. Las empresas también pueden resumir los datos por código postal, ciudad, estado y país. Cualquier dimensión se puede utilizar para consolidar datos con fines de generación de informes.
En el cubo Sample.Basic, por ejemplo, la dimensión Year incluye miembros de trimestre: Qtr1, Qtr2, Qtr3 y Qtr4, cada uno almacenando datos para un trimestre individual y Year, almacenando datos de resumen para el año. El trimestre 1 incluye enero, febrero y marzo, cada uno de los cuales almacena datos durante un mes y el trimestre 1, que almacena datos de resumen del trimestre. Del mismo modo, Qtr2, Qtr3 y Qtr4 incluyen los miembros que representan los meses individuales y el miembro que almacena los totales trimestrales.
La siguiente estructura jerárquica representa las consolidaciones y relaciones de datos en el trimestre 1.
Year Time
Qtr1 (+)
Jan (+)
......Feb (+)
......Mar (+)Algunas dimensiones consisten en relativamente pocos miembros, mientras que otras pueden tener cientos o miles de miembros.
Relaciones de dimensión y miembro
La organización de un esquema de Essbase se describe mediante terminología jerárquica y familiar, ya que es una forma sencilla de conceptualizar roles y relaciones de miembros dentro de una dimensión. Los términos jerárquicos incluyen generaciones y niveles, que son análogos a las raíces y las hojas. Los términos familiares incluyen padres, hijos, hermanos, descendientes y antepasados.
Los subtemas de esta sección hacen referencia al esquema que se muestra a continuación para describir la posición de los miembros en el esquema.
Figura 2-1 Generación de miembros y números de nivel
Padres, hijos y hermanos
El esquema ilustra las siguientes relaciones principales, secundarias e hermanas:
-
Un padre es un miembro que tiene una rama debajo de él. Por ejemplo, Margin es un miembro principal de Sales and Cost of Goods Sold.
-
Un hijo es un miembro que tiene un padre por encima de él. Por ejemplo, las ventas y el costo de los productos vendidos son secundarios del margen principal.
-
Los hermanos son miembros secundarios del mismo padre inmediato, en la misma generación. Por ejemplo, Sales y Cost of Goods Sold son hermanos (ambos tienen el margen principal), pero Marketing (en el mismo nivel de sucursal) no es un hermano, porque su principal es Total Expenses.
Descendientes y antepasados
El esquema ilustra las siguientes relaciones descendientes y ancestrales:
-
Los descendientes son miembros de las ramas debajo de un padre. Por ejemplo, Profit, Inventory y Ratios son descendientes de Measures. Los hijos de Beneficio, Inventario y Ratios también son descendientes de Medidas.
-
Los antepasados son miembros de ramas por encima de un miembro. Por ejemplo, Margen, Beneficio y Medidas son ascendientes de Ventas.
Raíces y hojas
El esquema ilustra las siguientes relaciones de miembros raíz y hoja:
-
La raíz es el miembro superior de una rama. Las medidas son la raíz de Ganancias, Inventario, Ratios.
-
Los miembros de hoja no tienen hijos y también se les conoce como miembros de nivel 0. Por ejemplo, Apertura de inventario, Altas e Inventario final son miembros de nivel 0.
Generaciones y niveles
En Essbase, las generaciones y los niveles son indicadores sobre el lugar de un miembro en la estructura del esquema. La generación indica la distancia de un miembro desde la raíz de la dimensión. Un nivel mide el número de ramas entre un miembro y el miembro inferior por debajo de él (una "hoja" jerárquica).
Generaciones
La generación hace referencia a un nivel de consolidación dentro de una dimensión. Una rama del árbol raíz es la generación 1. Los números de generación aumentan al contar desde la raíz hacia el miembro hoja. En el esquema, Medidas es la generación 1, Ganancia es la generación 2 y Margen es la generación 3. Todos los hermanos de cada nivel pertenecen a la misma generación; por ejemplo, tanto el inventario como los ratios son la generación 2.
En la siguiente ilustración, se muestra parte de la dimensión Producto, con sus generaciones numeradas. El producto es de generación 1, 100 es de generación 2, 100-10 es de generación 3 y 100-10-12 y 100-10-16 son de generación 4.
Figura 2-2 Generaciones
Niveles
El nivel también se refiere a una rama dentro de una dimensión; los niveles invierten el orden numérico utilizado para las generaciones. Los niveles se cuentan desde el miembro de hoja hacia la raíz. El número de nivel raíz varía según la profundidad de la rama. En la ilustración de esquema al principio de esta sección, Sales and Cost of Goods Sold son de nivel 0. Todos los demás miembros de hoja también son de nivel 0. El margen es nivel 1 y el beneficio es nivel 2. Observe que el número de nivel de Measures varía según la rama. Para la rama Ratios, Measures es el nivel 2. Para la rama Total de gastos, Medidas es el nivel 3.
En la siguiente ilustración, se muestra parte de la dimensión Producto, con sus niveles numerados. 100 es nivel 2, 100-10 es nivel 1 y 100-10-12 y 100-10-16 son nivel 0.
Figura 2-3 Niveles
Nombres de generación y nivel
Para facilitar el mantenimiento de informes, puede asignar un nombre a una generación o nivel y, a continuación, utilizar el nombre como abreviatura para todos los miembros de esa generación o nivel. Puesto que los cambios en un esquema se reflejan automáticamente en un informe, al utilizar nombres de generación y de nivel, no es necesario cambiar el informe si se cambia o elimina un nombre de miembro del esquema de la base de datos.
Formas de las jerarquías
Las jerarquías de Essbase pueden ser simétricas o asimétricas (arrastradas).
Essbase maneja algunas operaciones de forma diferente en función de la unidad de jerarquía. La exportación de datos tabulares, determinadas funciones de cálculo (incluido @ANCESTVAL) y la asignación de detalle de informe pueden tener resultados diferentes cuando una dimensión contiene jerarquías asimétricas.
Jerarquías simétricas
En las jerarquías simétricas, los miembros con el mismo número de nivel tienen la misma profundidad en el esquema. Por ejemplo, en el siguiente diagrama, los miembros 100-10 y 200-10 son miembros de nivel 0 y ambos son miembros de generación 3:
Los números de generación comienzan a contar con 1 en el nombre de la dimensión; los números de generación superior son los que están más cerca de los miembros de hoja en una jerarquía.
Los números de nivel comienzan con 0 en la parte más profunda de la jerarquía; el número de nivel más alto es un nombre de dimensión.
Jerarquías asimétricas
En jerarquías asimétricas (o irregulares), tener el mismo número de nivel no significa que los miembros estén en la misma profundidad en el esquema. Por ejemplo, en el siguiente diagrama, los miembros aa y f son miembros de nivel 0 y, sin embargo, no tienen la misma profundidad:
Dimensiones Estándar y Dimensiones de Atributo
Essbase tiene dimensiones estándar y dimensiones de atributo. Este capítulo se centra en las dimensiones estándar, ya que Essbase no asigna almacenamiento para los miembros de dimensión de atributo. En su lugar, calcula dinámicamente los miembros cuando el usuario consulta los datos asociados a ellos.
Un atributo de dimensión es un tipo especial de dimensión que se asocia con un estándar de dimensión. Consulte Trabajo con atributos de Essbase.
Dimensiones ligeras y densas
La mayoría de los juegos de datos de bases de datos multidimensionales tienen dos características:
-
Los datos no se distribuyen de manera uniforme y sin problemas.
-
Los datos no existen para la mayoría de las combinaciones de miembros. Por ejemplo, es posible que todos los productos no se vendan en todas las áreas del país.
La mayoría de las bases de datos multidimensionales son inherentemente escasas; carecen de valores de datos para la mayoría de las combinaciones de miembros. Una dimensión ligera es aquella para la que se ha rellenado un bajo porcentaje de posiciones de datos disponibles.
Por ejemplo, el esquema de la base de datos Sample.Basic de la Figura 2-4 incluye las dimensiones Year, Product, Market, Measures y Scenario. Producto representa las unidades de producto, Mercado representa las regiones geográficas en las que se venden los productos y Medidas representa los datos de las cuentas. Debido a que no todos los productos se venden en todos los mercados, el mercado y el producto se eligen como dimensiones dispersas.
Las bases de datos multidimensionales también contienen dimensiones densas. Una dimensión densa tiene una alta probabilidad de que una o más células estén ocupadas en cada combinación de dimensiones. Por ejemplo, en la base de datos Sample.Basic, existen datos de cuentas para casi todos los productos en todos los mercados, por lo que Measures se selecciona como una dimensión densa. Year y Scenario también se seleccionan como dimensiones densas. Year representa el tiempo en meses y Scenario representa si los valores de las cuentas son valores de presupuesto o reales.
Los atributos Caffeinated, Intro Date, Ounces, Pkg Type y Population son dimensiones de atributo. Consulte Trabajo con atributos de Essbase.
Cuando una base de datos de Essbase se almacena en el disco, el producto cartesiano de combinaciones de miembros densos forma unidades de almacenamiento denominadas bloques, y se escribe un bloque en el disco para cada combinación de miembros dispersos en la base de datos.
Figura 2-4 Esquema de Base de Datos Básica de Ejemplo
Selección de las dimensiones densa y ligera
En la mayoría de los conjuntos de datos, los datos existentes tienden a seguir patrones predecibles de densidad y dispersión. Si coincide correctamente con los patrones, puede almacenar los datos existentes en un número razonable de bloques de datos bastante densos, en lugar de en muchos bloques de datos muy dispersos.
Para ayudarle a determinar si las dimensiones deben ser densas o dispersas, Essbase proporciona una opción de configuración automática en las propiedades del esquema.
Essbase puede realizar recomendaciones para la configuración de dimensiones de densidad dispersa en función de los siguientes factores:
-
Etiquetas de tiempo y cuentas en dimensiones
-
El tamaño probable de los bloques de datos
-
Características que atribuye a las dimensiones
Puede aplicar una configuración recomendada, o bien puede desactivar la configuración automática y definir manualmente la propiedad dispersa o densa para cada dimensión. Tenga en cuenta que solo puede asociar dimensiones de atributo a dimensiones estándar dispersas.
Note:
La configuración automática de dimensiones densas y dispersas solo proporciona una estimación. No puede tener en cuenta la naturaleza de los datos que va a cargar en la base de datos o varias consideraciones de usuario.
Configuración de dispersión densa para Sample.Basic
Considere la base de datos Sample.Basic, que representa los datos de The Beverage Company (TBC).
Debido a que TBC no vende todos los productos en todos los mercados, el conjunto de datos es razonablemente escaso. No existen valores de datos para muchas combinaciones de miembros en las dimensiones de producto y mercado. Por ejemplo, si la cola libre de cafeína no se vende en Florida, los valores de datos no existen para la combinación Cola libre de cafeína (100-30) -> Florida, por lo que el producto y el mercado son dimensiones dispersas. Por lo tanto, si no existen valores de datos para una combinación específica de miembros en estas dimensiones, no se crea un bloque de datos para la combinación.
Sin embargo, tenga en cuenta las combinaciones de miembros en las dimensiones Year, Measures y Scenario. Casi siempre existen valores de datos para algunas combinaciones de miembros en estas dimensiones. Por ejemplo, existen valores de datos para la combinación de miembros Ventas -> Enero -> Real, porque al menos algunos productos se venden en enero. Por lo tanto, Year y, de manera similar, Measures y Scenario, son dimensiones densas.
La configuración ligera y densa de las dimensiones estándar en la base de datos Sample.Basic se puede resumir:
-
Las dimensiones estándar dispersas son Producto y Mercado.
-
Las dimensiones estándar densas son Year, Measures y Scenario.
Se crea un bloque de datos para cada combinación única de miembros en las dimensiones de producto y mercado (consulte Almacenamiento de datos). Cada bloque de datos representa los datos de las dimensiones densas. Es probable que los bloques de datos tengan pocas celdas vacías.
Por ejemplo, considere la combinación de miembros dispersos Caffeine Free Cola (100-30), Nueva York, en la Figura 2-5:
-
Si existen datos de cuentas (representados por la dimensión Measures) para esta combinación de enero, probablemente existan para febrero y para todos los miembros de la dimensión Year.
-
Si existe un valor de datos para un miembro en la dimensión Medidas, es probable que existan otros valores de datos de cuentas para otros miembros en la dimensión Medidas.
-
Si existen valores de datos de cuentas reales, es probable que existan valores de datos de cuentas de presupuesto.
Figura 2-5 Bloque de datos densos para la base de datos Sample.Basic
Escenarios de selección densos y dispersos
En los siguientes escenarios, verá cómo una base de datos se ve afectada al seleccionar diferentes dimensiones estándar. Supongamos que estos escenarios se basan en bases de datos típicas con al menos siete dimensiones y varios cientos de miembros.
Escenario 1: todas las dimensiones estándar dispersas
Si hace que todas las dimensiones sean dispersas, Essbase crea bloques de datos que constan de celdas de datos únicas que contienen valores de datos únicos. Se crea una entrada de índice para cada bloque de datos y, por lo tanto, en este escenario, para cada valor de datos existente.
Esta configuración produce un índice que requiere una gran memoria. Cuantas más entradas de índice haya, más tiempo buscará Essbase un bloque específico.
Figura 2-6 Base de datos con todas las dimensiones estándar dispersas
Escenario 2: Todas las dimensiones estándar densas
Si hace que todas las dimensiones sean densas, Essbase crea una entrada de índice y un bloque grande y disperso. En la mayoría de las aplicaciones, esta configuración requiere miles de veces más almacenamiento que otras configuraciones. Essbase debe cargar toda la base de datos en la memoria cuando busca cualquier valor de datos, lo que requiere una gran memoria.
Figura 2-7 Base de datos con todas las dimensiones estándar densas
Escenario 3: Dimensiones estándar densas y densas
Según su conocimiento de los datos de su compañía, ha identificado todas sus dimensiones estándar dispersas y densas.
Essbase crea bloques densos que pueden caber en la memoria fácilmente y crea un índice relativamente pequeño. La base de datos se ejecuta de forma eficaz con un mínimo de recursos.
Figura 2-8 Una configuración ideal con la combinación de dimensiones densas y dispersas
Escenario 4: un problema multidimensional típico
Considere una base de datos con cuatro dimensiones estándar: Time, Accounts, Region y Product. En el siguiente ejemplo, Time y Accounts son dimensiones densas, mientras que Region y Product son dimensiones dispersas.
Los bloques de datos bidimensionales que se muestran en la imagen siguiente representan valores de datos de las dimensiones densas: Tiempo y Cuentas. Los miembros de la dimensión Time son J, F, M y Q1. Los miembros de la dimensión Accounts son Rev, Exp y Net.
Figura 2-9 Bloque de Datos de Dos Dimensiones para Tiempo y Cuentas
Essbase crea bloques de datos para combinaciones de miembros en las dimensiones estándar dispersas (siempre que exista al menos un valor de datos para la combinación de miembros). Las dimensiones ligeras son Region y Product. Los miembros de la dimensión Region son East, West, South y Total US. Los miembros de la dimensión Producto son Producto A, Producto B, Producto C y Producto total.
La siguiente imagen muestra 11 bloques de datos. No existen valores de datos para el Producto A en el Oeste y el Sur, para el Producto B en el Este y el Oeste o para el Producto C en el Este. Por lo tanto, Essbase no ha creado bloques de datos para estas combinaciones de miembros. Los bloques de datos que ha creado Essbase tienen pocas celdas vacías. Este ejemplo concentra eficazmente toda la dispersión en el índice y concentra todos los datos en bloques totalmente utilizados. Esta configuración proporciona un almacenamiento y una recuperación de datos eficaces.
Figura 2-10 Bloques de Datos Creados para Miembros Dispersos en Región y Producto
A continuación, considere una reversión de las selecciones de dimensión densa y dispersa. En el siguiente ejemplo, Region y Product son dimensiones densas, mientras que Time y Accounts son dimensiones dispersas.
En la siguiente imagen, los bloques de datos bidimensionales representan valores de datos de las dimensiones densas: Region y Product. En la región Oeste, los datos no están disponibles para el Producto A y el Producto B. Los datos tampoco están disponibles para el producto total en EE. UU.
Figura 2-11 Bloque de Datos de Dos Dimensiones para Región y Producto
Essbase crea bloques de datos para combinaciones de miembros en las dimensiones estándar dispersas (siempre que exista al menos un valor de datos para la combinación de miembros). Las dimensiones estándar dispersas son Time y Accounts.
La siguiente imagen muestra 12 bloques de datos. Existen valores de datos para todas las combinaciones de miembros en las dimensiones Tiempo y Cuentas; por lo tanto, Essbase crea bloques de datos para todas las combinaciones de miembros. Puesto que los valores de datos no existen para todos los productos de todas las regiones, los bloques de datos tienen muchas celdas vacías. Los bloques de datos con muchas celdas vacías almacenan datos de forma ineficiente.
Figura 2-12 Bloques de Datos Creados para Miembros Dispersos a Tiempo y Cuentas
