Rendre les données source aussi petites que possible
Pour améliorer les performances du chargement des données en mode "block storage" Essbase, réduisez autant que possible les données source et regroupez-les en plages pour supprimer la redondance. Moins il y a de champs lus par Essbase dans la source de données, moins il faut de temps pour lire et charger les données.
L'exemple de source de données suivant n'est pas organisé en plages. Il inclut la répétition inutile des champs. Toutes les valeurs sont des valeurs de profit. Le profit ne doit être inclus qu'au début du groupe de données qui lui est applicable. Cet exemple contient 33 champs que Essbase doit lire pour charger les valeurs de données correctement.
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" 9L'exemple suivant fournit les mêmes données optimisées en regroupant les membres dans des plages. En éliminant la redondance, cet exemple ne contient que 23 champs que Essbase doit lire afin de charger les valeurs de données correctement.
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" 9Essbase affecte la première valeur, 4, à Jan->New York->Cola ; il affecte la valeur suivante, 3, à Jan->New York->Diet Cola, etc.
Bien qu'elles soient triées efficacement, les données source triées et regroupées par dimension dense affichent de nombreuses répétitions qui peuvent ralentir le processus de chargement. Vous pouvez optimiser davantage ces données en les regroupant en plages. Les données source optimisées ci-dessous éliminent les champs redondants, ce qui réduit le temps de traitement.
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