Différences entre le mode "aggregate storage", le mode "block storage" et les cubes fédérés
Si vous disposez déjà d'une application ASO ou BSO Essbase, vous pouvez la transformer en application de partition fédérée.
Utilisez cette page lors des étapes de planification, si vous devez comparer les caractéristiques des cubes en mode "block storage" (BSO) et en mode "aggregate storage" (ASO) Essbase, côte à côte avec les cubes de partition fédérée.
| Mode "aggegrate storage" (ASO) | Mode "block storage" (BSO) | Cube de partition fédérée | |
|---|---|---|---|
| Modèle de stockage de données |
Les données sont stockées dans Essbase. |
Les données sont stockées dans Essbase. |
Les données sont stockées dans une table relationnelle dans Autonomous AI Lakehouse. Elle est appelée table de faits dans le reste de la documentation. |
| Fonctionnement |
Le nombre de dimensions peut être très élevé, contenant des millions de membres, mais le cube comporte des secteurs de données relativement dispersées (plusieurs croisements dimensionnels ne contiennent aucune donnée). Les données sont entrées au niveau 0 uniquement. Les cubes sont optimisés pour une agrégation rapide. |
Le nombre de dimensions et leur échelle sont généralement inférieurs par rapport à ASO. BSO peut contenir des ensembles de données denses. Certaines des dimensions sont définies comme denses, avec des données au niveau de la plupart des croisements, et d'autres sont définies comme dispersées. Essbase peut ainsi stocker les données de façon efficace et optimiser les analyses de dépendances (afin d'éviter une surévaluation). Les données peuvent être entrées à n'importe quel niveau. |
L'outline Essbase est mappée avec la table des faits, ce qui permet au stockage d'informations de rester dans Autonomous AI Lakehouse, en étant accessible pour analyse en utilisant la logique de votre application Essbase. Les capacités analytiques de votre outline Essbase vous permettent d'analyser la table relationnelle plate en tant que hiérarchies, en employant le calcul mathématique procédural complexe dont vous avez besoin pour l'analyse multidimensionnelle. Lorsque c'est possible, les calcul et les agrégations sont convertis par Essbase en SQL et transmis vers Autonomous AI Lakehouse, afin que le traitement a lieu plus près de l'emplacement de stockage de données. Vous pouvez trouver les écritures Essbase SQL dans le journal de la plate-forme, qui se trouve à l'emplacement |
| Cas d'emploi standard |
Les cubes ASO sont couramment utilisés pour les analyses avec de nombreuses agrégations, les calculs personnalisés et les allocations. Les chargements de données peuvent être divisés en secteurs pour les mises à jour fréquentes et hautement traitées en parallèle. |
Les cubes BSO sont couramment utilisés pour la planification financière et opérationnelle, ainsi que pour la génération de rapports interactive sur les données agrégées relatives à la source. Les cubes BSO sont conçus pour les exigences analytiques complexes qui requièrent des formules/fonctions mathématiques, et des calculs procéduraux fréquents. |
Les données ne quittent pas Autonomous AI Lakehouse, ce qui n'est pas nécessaire d'effectuer des actualisations et des restructurations dans Essbase. Comme vous créez la partition fédérée sur un cube ASO ou BSO existant, vous pouvez utiliser l'une de ces options Essbase, et bénéficier de son style de calcul et de requête, sans jamais avoir à charger les données dans Essbase ni à restructurer l'outline. Si votre organisation dispose déjà d'une table d'informations stockée dans Autonomous AI Lakehouse, une partition fédérée vous permet d'utiliser des fonctionnalités Essbase telles que les suivantes :
Si votre organisation utilise déjà Essbase, une partition fédérée vous permet d'accéder aux avantages suivants liés à l'enregistrement de données dans Autonomous AI Lakehouse :
|