Aggregation of Data in an ASO Cube

검색을 위해 Essbase 합산 저장영역(ASO) 큐브를 준비하려면 레벨 0 값을 로드하고 합산하여 큐브를 계산합니다. 나머지 값은 데이터가 검색될 때 계산됩니다. 검색에 대해 계산된 값은 저장되지 않습니다.

데이터 값이 레벨 0 셀로 로드된 후 ASO 큐브에 계산이 필요하지 않지만 데이터 합계를 최적화하기 위해 집계 뷰로 데이터 값을 미리 계산할 수 있습니다.

Essbase는 저장된 계층 및 동적 계층의 아웃라인 통합 및 MDX 공식을 통해 ASO 값을 계산합니다. 데이터 로드가 완료되면 큐브를 계산할 준비가 된 것입니다. 검색 요청이 수행되면 Essbase는 레벨 0 멤버에 대해 로드된 값을 통합하고 공식을 계산합니다.

검색 성능을 향상시키기 위해 Essbase는 값을 집계하고 미리 저장할 수 있습니다. 그러나 모든 값을 집계하고 저장하는 프로세스는 저장을 위해 디스크 공간이 필요한 긴 프로세스일 수 있습니다. Essbase는 시간과 저장영역 리소스의 균형을 맞추는 지능형 집계 프로세스를 제공합니다.

Essbase 큐브가 증가함에 따라 검색 시 쿼리의 계산 요구 사항을 충족하기 위해 더 많은 데이터 값을 처리해야 합니다. 빠른 검색을 위해 Essbase를 사용하면 데이터 값을 미리 계산하고 해당 값을 집계에 저장할 수 있습니다. 큐브 크기가 백만 개의 집계 셀에 가까운 경우 집계를 수행하는 것이 좋습니다. 사용 환경에 따라 더 작은 큐브도 미리 계산하여 성능을 향상시킬 수 있습니다. MaxL 또는 Essbase 웹 인터페이스에서 집계 작성 작업을 사용합니다.

집계 관련 Essbase 용어

Essbase 합산 저장영역(ASO) 큐브가 계산되는 방법을 이해하려면 합산 셀, 입력 셀, 합산 뷰, 통합, 합산 및 합산 스크립트 등 합산에 대한 용어를 알아봅니다.

집계 셀

공식이 없는 차원 간 레벨 0 교차의 셀을 입력 셀이라고 합니다. 즉, 데이터 값을 로드할 수 있습니다. 계정 차원 또는 동적 계층의 멤버를 포함하는 상위 레벨 셀은 항상 검색 시 계산됩니다.

차원 간의 다른 모든 상위 레벨 교차는 집계 셀입니다. 집계 셀의 값은 하위 레벨 값에서 롤업(통합)되어야 합니다.

예를 들어, ASOSamp.Basic 개요에서 Price Paid > Curr Year > 1st Half > Portable Audio > CO는 집계 셀입니다. Original Price > Curr Year > Jan > Camcorders > CO는 또 다른 집계 셀입니다.

그림 37-4 샘플 집계 스토리지 개요

이 이미지는 ASOSamp.Sample 데이터베이스의 개요를 보여줍니다.

요청될 때마다 집계 셀 값을 계산하거나, 미리 계산한 후 디스크에 저장할 수 있습니다.

집계 뷰

Essbase가 사전 계산 및 저장할 집계 셀을 정의하는 경우 집계 뷰를 생성하여 정의합니다. 집계 뷰는 집계 셀의 모음입니다. 각 차원 내 멤버의 레벨을 기준으로 한 컬렉션입니다.

예를 들어, 아웃라인에 대해 하나의 집계 뷰를 고려합니다. 이 집계 뷰에는 다음 차원 레벨에 대한 집계 셀이 포함됩니다.

측정항목 차원, 레벨 0
연도 차원, 레벨 0
시간 차원, 계층 0의 레벨 1
제품 차원, 계층 0의 레벨 2
지역 차원, 레벨 0

예제 집계 뷰는 0, 0, 1/0, 2/0, 0으로 표시됩니다.

각 치수는 아웃라인의 순서대로 왼쪽에서 오른쪽으로 표시됩니다. 차원에 계층이 포함된 경우 이 표기법은 해당 계층 내의 멤버 레벨을 지정합니다. 차원 내의 계층은 계층 0부터 시작하여 하향식으로 번호가 지정됩니다.

0, 0, 1/0, 2/0, 0 집계 뷰에는 다음 멤버 교차를 포함하는 집계 셀이 포함됩니다.

Original Price, Curr Year, Qtr1, Personal Electronics, CO 
Original Price, Curr Year, Qtr1, Personal Electronics, KS 
Original Price, Curr Year, Qtr1, Home Entertainment,   CO 
Original Price, Curr Year, Qtr1, Home Entertainment,   KS 
Original Price, Curr Year, Qtr2, Personal Electronics, CO 
Original Price, Curr Year, Qtr2, Personal Electronics, KS 
Original Price, Curr Year, Qtr2, Home Entertainment,   CO 
Original Price, Curr Year, Qtr2, Home Entertainment,   KS 
Original Price, Curr Year, Qtr3, Personal Electronics, CO 
Original Price, Curr Year, Qtr3, Personal Electronics, KS 
Original Price, Curr Year, Qtr3, Home Entertainment,   CO 
Original Price, Curr Year, Qtr3, Home Entertainment,   KS 
Original Price, Curr Year, Qtr4, Personal Electronics, CO 
Original Price, Curr Year, Qtr4, Personal Electronics, KS 
Original Price, Curr Year, Qtr4, Home Entertainment,   CO 
Original Price, Curr Year, Qtr4, Home Entertainment,   KS 
Original Price, Prev Year, Qtr1, Personal Electronics, CO 
Original Price, Prev Year, Qtr1, Personal Electronics, KS 
Original Price, Prev Year, Qtr1, Home Entertainment,   CO 
Original Price, Prev Year, Qtr1, Home Entertainment,   KS 
and so on...

합계

집계는 레벨 0 데이터 값의 아웃라인 계층을 기반으로 하는 통합입니다. 집계에는 롤업(통합)된 하나 이상의 집계 뷰가 포함됩니다. Essbase는 롤업할 집계 뷰를 선택하고 집계한 다음 선택한 뷰에 셀의 값을 저장하는 지능형 집계 프로세스를 제공합니다. 집계에 데이터 로드를 통해 변경되는 레벨 0 값에 종속된 집계 셀이 포함된 경우 데이터 로드 프로세스가 끝나면 상위 레벨 값이 자동으로 업데이트됩니다.

집계라는 용어는 집계 프로세스와 프로세스 결과로 저장된 값 집합을 가리키는 데 사용됩니다.

ASO 데이터 값이 롤업되는 방법

집계 저장 영역 아웃라인의 계층 구조에 따라 값이 롤업되는 방식이 결정됩니다. 레벨 0 멤버 값은 레벨 1 멤버 값으로 적상되고, 레벨 1 멤버 값은 레벨 2 멤버 값으로 적상됩니다.

동적 계층의 멤버에 할당된 통합 연산자는 롤업에 사용되는 연산을 정의합니다. 더하기(+)), 빼기(-), 곱하기(*), 나누기(/), 퍼센트(%), 작업 없음(~) 및 (^)는 통합되지 않습니다.

저장된 계층의 멤버에는 더하기(+) 또는 비통합(~) 연산자만 포함될 수 있습니다.

보다 복잡한 작업을 위해 동적 계층의 멤버에 MDX 공식을 제공할 수 있습니다. MDX 공식은 MDX 숫자 값 표현식과 동일한 형식으로 작성됩니다.

집계 스크립트

각 집계 스크립트는 구체화할 집계 뷰의 특정 선택을 정의하는 파일입니다. Essbase ASO 큐브에 대한 집계 스크립트를 참조하십시오.

ASO 집계 수행

집계에는 뷰 선택 및 구체화가 포함됩니다. 유용한 집계 뷰 선택의 경우 다음에 필요할 때 뷰 선택을 무시하고 집계 스크립트로 저장할 수 있습니다. 집계를 수행하면 선택한 뷰가 계산됩니다.

선택적으로 미리 계산된 값을 Essbase 합산 저장영역 큐브에 합산으로 저장할 수 있습니다. MaxL 또는 작업을 사용하여 집계를 수행합니다.

집계 프로세스에는 다음 두 단계가 있습니다.

집계 뷰 선택입니다.
선택한 집계 뷰에 대한 값의 계산 및 저장 영역입니다. 이 단계를 집계의 구체화라고도 합니다.

집계 뷰 선택 단계 중 Essbase는 다양한 집계 뷰 조합을 계산하고 저장하는 방법이 평균 질의 응답 시간에 영향을 줄 수 있는 방법을 분석합니다. 분석에 대한 입력으로 물리적 저장 영역 및 성능 요구 사항을 정의할 수 있습니다. 사용량을 기준으로 뷰 선택에 설명된 대로 데이터 사용을 추적하고 분석 프로세스에 정보를 제공할 수도 있습니다.

Essbase는 유용성 및 리소스 요구 사항에 따라 집계 뷰 목록을 생성합니다. 목록의 각 뷰에는 해당 집계 뷰와 위에 나열된 다른 모든 집계 뷰가 저장될 때 적용되는 저장 영역 및 성능 정보가 포함됩니다. 나열된 뷰를 집계하거나, 나열된 뷰의 하위 집합을 선택 및 집계하거나, 다른 입력 조건으로 선택 프로세스를 재실행하도록 선택할 수 있습니다. 또한 새 선택 조건을 기반으로 하는 새 뷰의 구체화를 집계에 추가할 수 있습니다. 집계 뷰 선택에 대한 최적화를 참조하십시오.

선택 사항을 구체화할지 여부와 관계없이 선택한 집계 뷰를 집계 스크립트로 저장할 수 있습니다. 집계 스크립트는 동일한 선택이 다시 필요한 경우 선택 프로세스를 생략할 수 있으므로 유연성을 제공하고 시간을 절약할 수 있습니다. Essbase ASO 큐브에 대한 집계 스크립트를 참조하십시오.

선택 프로세스가 완료된 후 선택한 집계 뷰를 집계로 구체화하면 선택한 집계 뷰가 계산됩니다.

집계를 정의하고 구체화하는 데 권장되는 프로세스는 다음과 같습니다.

아웃라인을 생성하거나 변경한 후 데이터 값을 로드합니다.
기본 집계를 수행합니다.

선택 사항: 스토리지 정지 지점을 지정합니다.
제안된 집계 뷰를 구체화하고 기본 선택 사항을 집계 스크립트에 저장합니다.
집계가 설계된 query 유형을 실행합니다.
질의 시간 또는 집계 시간이 너무 긴 경우 집계 최적화를 고려하십시오.
(선택 사항) 통합 선택 사항을 통합 스크립트로 저장합니다.

ASO 큐브 집계 선택 또는 구체화를 수행하려면 Essbase 웹 인터페이스 또는 다음 MaxL 문을 사용할 수 있습니다.

필요한 경우 Essbase를 집계 뷰를 자동으로 생성하도록 구성할 수도 있습니다.

집계 뷰 선택에 대한 최적화

합산 저장영역(ASO) 큐브에 대한 Essbase의 기본 뷰 선택은 뛰어난 성능을 제공합니다. 그러나 선택 목록에서 모든 집계 뷰를 수락해도 최적의 성능이 보장되지는 않습니다. 큐브의 환경 및 검색 패턴에 맞게 뷰 선택을 최적화할 수 있습니다.

기본 집계 뷰 선택의 경우 Essbase는 저장된 계층을 분석하고 집계 셀이 검색될 가능성이 같다고 가정합니다. Essbase는 쿼리 시 사용 가능한 메모리 양과 같은 외부 요소를 고려할 수 없습니다. 사용 가능한 메모리는 검색 시 캐시 메모리 정의 또는 다른 동시 프로세스에 필요한 메모리와 같은 요인의 영향을 받을 수 있습니다.

가장 많이 질의되는 데이터를 추적하고 집계 뷰 선택 프로세스에 결과 및 대체 뷰를 포함하려면 사용량을 기준으로 뷰 선택을 참조하십시오.

Essbase 21c에서 합산 저장영역(ASO) 큐브의 성능을 향상시키기 위해 Essbase를 구성하여 메타데이터 분석을 기반으로 기본 합산 뷰의 생성 및 유지 관리를 자동화할 수 있으며 합산 뷰 크기를 제어할 수 있습니다. 자세한 내용은 집계 뷰 자동 생성을 참조하십시오.

집계를 튜닝하고 테스트할 때는 다음 사항을 고려하십시오.

검색 성능을 개선하면 디스크 스토리지 비용과 집계를 구체화하는 데 걸리는 시간이 증가할 수 있습니다.
질의를 추적하면 일부 질의에 대해 다른 질의보다 더 나은 성능을 제공하는 일련의 제안된 집계 뷰가 생성될 수 있습니다. 제안된 집계 뷰를 선택하면 질의 유형 및 빈도가 추적 기간 동안 수행된 질의의 유형 및 빈도에 근접하는 한 일부 질의의 성능 시간이 크게 향상되지만 성능이 저하되지는 않습니다.
집계를 최적화하려면 반복적인 미세 조정 프로세스가 필요할 수 있습니다.

Essbase가 집계 뷰의 크기를 추정하는 데 도움이 되도록 ASOSAMPLESIZEPERCENT 구성 설정을 조정할 수 있습니다. 이 설정은 Essbase 샘플링의 입력 셀 수를 변경합니다. 샘플 크기는 입력 레벨 데이터의 백분율로 지정됩니다. 기본 샘플 크기와 최소 샘플 크기는 1백만(1,000,000) 셀입니다.

Essbase는 ASO 큐브에 대한 집계 뷰의 적절한 잔액을 선택하고 저장하는 데 유용한 정보를 제공합니다. 검색 요구 사항 및 환경에 대해 알고 있는 내용과 비교하여 이 정보를 평가합니다. 다음 정보를 사용하여 집계에 대한 집계 뷰를 선택할 수 있습니다.

최대 스토리지 요구 사항

집계 뷰를 선택하기 위한 저장 영역 제한을 다음 두 가지 방법으로 지정할 수 있습니다.
- 집계 선택이 시작되면 최대 저장소 정지 값을 지정합니다. 지정된 저장 영역 제한에 도달하거나 더 이상 선택할 뷰가 없을 때까지 집계 뷰가 선택됩니다.
  
  stopping when total_size exceeds 문법과 함께 execute aggregate process MaxL 문을 사용하는 경우 결과 데이터 파일의 최대 디스크 공간을 현재 큐브 크기의 비율로 지정할 수 있습니다. 예를 들어, 큐브 크기가 1GB인 경우 총 크기를 1.2로 지정하면 결과 데이터 크기가 1GB의 20%를 초과할 수 없으며 총 크기가 1.2GB입니다.
- 각 큐브 분석 후 Essbase는 레벨 0 입력 셀 뷰에 대한 정보와 제안된 집계 뷰 목록을 표시합니다. 각 집계 뷰에 의해 표시되는 저장 영역 번호는 해당 집계 뷰 및 해당 집계 뷰가 종속된 다른 모든 집계 뷰를 포함합니다. 집계에 포함할 집계 뷰를 선택할 때 이 저장 영역 번호를 고려할 수 있습니다.
상대적인 "쿼리 비용" 성능 향상

목록의 각 집계 뷰에 의해 표시되는 질의 비용 번호는 연관된 집계 뷰에서 값을 검색하기 위한 평균 검색 시간을 예상합니다. 기본 뷰 선택은 가능한 모든 질의의 평균으로 비용을 예측합니다. 쿼리 추적을 사용하는 경우 추정 비용은 추적된 모든 쿼리의 평균입니다. 특정 집계 뷰의 비용 번호는 여러 선택 리스트에서 다를 수 있습니다. 예를 들어, 집계 뷰 0, 0, 1/0, 2/0, 0은 기본 선택 리스트에 분석의 추적된 조회를 포함하는 선택에 표시되는 것과 다른 조회 비용을 표시할 수 있습니다.

백분율 향상을 계산하려면 집계 뷰에 대한 질의 비용 값을 레벨 0 입력 셀만 저장하기 위해 표시된 질의 비용 값으로 나눕니다.
추적된 사용량

집계 뷰 선택을 실행하기 전에 질의 추적을 설정하여 가장 자주 검색되는 데이터를 확인할 수 있습니다. 큐브 활동의 일정 기간 후 Essbase에 합산 분석 프로세스의 사용 통계가 포함되도록 할 수 있습니다.
합산 시간

선택 프로세스가 완료된 후 집계를 수행하는 데 걸리는 시간은 구체화된 각 집계 뷰에 대해 증가합니다. 실제 집계 시간을 확인하려면 집계를 수행해야 합니다.

통합 미세 조정에 권장되는 프로세스는 다음과 같습니다.

ASO 집계 수행에 설명된 기본 집계를 수행합니다.
집계 스크립트에 기본 선택 사항을 저장합니다. Essbase ASO 큐브에 대한 집계 스크립트를 참조하십시오.
질의 추적을 설정합니다. 사용량을 기준으로 뷰 선택을 참조하십시오.
사용자가 큐브에 대해 일반적인 질의를 수행하도록 하거나 집계가 설계되고 있는 일괄 처리 질의 작업을 수행하도록 합니다. 모든 조회 도구의 조회가 추적됩니다.
데이터 검색 요구 사항을 캡처하는 데 충분한 시간이 지나면 추적된 데이터를 포함한 다른 집계를 수행합니다.
저장할 집계 뷰의 제안 리스트를 분석하고 시스템 리소스와 검색 성능의 균형을 가장 잘 맞추는 데 결정되는 집계 뷰를 선택합니다.
선택한 집계 뷰를 구체화하고 원하는 경우 선택 사항을 집계 스크립트에 저장합니다.
집계 스크립트 및 다양한 선택 기준을 사용하여 상황에 맞는 집계 뷰를 최적으로 선택할 수 있을 때까지 프로세스를 반복합니다.

주:

보고서 또는 사용자 쿼리 생성과 같은 다양한 검색 상황에 맞게 집계를 최적화하려면 튜닝 프로세스를 반복하여 각 상황에 대한 집계 스크립트를 만들어야 할 수 있습니다.

자동으로 집계 뷰 생성

Essbase 21c에서 ASO(집계 저장영역) 큐브의 성능을 향상시키려면 메타데이터 분석을 기반으로 Essbase가 기본 집계 뷰의 생성 및 유지 관리를 자동화하도록 METADATABASEDAGGVIEWSBUILD를 구성할 수 있습니다. DEFAULTVIEWBUILDSIZE를 사용하여 집계 뷰 크기를 제어할 수 있습니다.

Essbase 19c 이전의 릴리스에서는 데이터 샘플링 기반의 내부 분석을 사용하여 Essbase에서 기본 집계 뷰를 생성했습니다. Essbase 19c부터 Essbase는 기본 뷰를 선택하는 데 메타데이터 분석을 사용할 수 있습니다.

메타데이터 분석 기반의 뷰 선택 알고리즘을 사용할 경우 Essbase가 자동 기본 집계 뷰 선택, 구축, 유지 관리 작업을 수행할 수 있게 해줍니다. 자동으로 생성된 집계 뷰를 사용하도록 선택하면 질의 성능이 향상될 수 있습니다. 또한 데이터 로드 바로 다음에는 집계 뷰가 구축(또는 기존 뷰의 경우에는 업데이트)되기 때문에 데이터 로드 시간에 임팩트를 주고 데이터에 사용되는 디스크 공간 크기를 늘려 줍니다.

기본 집계 뷰 생성 및 관리를 자동화하려면 METADATABASEDAGGVIEWSBUILD 구성을 AUTO(Essbase 21c 이상)로 설정하거나 DEFAULTVIEWBUILD 구성을 TRUE(Essbase 19c)로 설정합니다 사용으로 설정된 경우 적격한 기준에 따라 또는 온디맨드로(통합 선택 실행 MaxL 명령문을 실행하는 경우) 집계 뷰가 자동으로 생성됩니다.

자격 조건에 대한 자세한 내용은 METADATABASEDAGGVIEWSBUILD(Essbase 21c) 또는 DEFAULTVIEWBUILD(이전 릴리스)를 참조하십시오.

결과 집계 뷰의 크기를 제어하려면 추가 애플리케이션 구성 설정 DEFAULTVIEWBUILDSIZE를 추가하고 그 값을 원하는 총 크기 비율로 설정합니다. 예를 들어, DEFAULTVIEWBUILDSIZE AsoSamp 1.2는 집계된 큐브의 결과 성장을 집계 전 크기의 20% 이하로 제한합니다.

용도를 기준으로 뷰 선택

Essbase ASO(집계 저장영역) 큐브에 대한 검색 통계를 캡처하고 이러한 통계를 사용하여 회사의 검색 패턴에 맞게 조정된 집계를 작성합니다. Essbase에는 쿼리 추적을 사용으로 설정하여 집계 뷰 선택 프로세스를 알릴 때 큐브 분석에 대체 계층이 포함됩니다.

주기적 보고서 생성에 필요한 조직의 Essbase 큐브 사용은 진행 중인 사용자 검색과 다를 수 있습니다. 다양한 검색 상황에 맞게 최적화하려면 상황별 사용 패턴을 추적하고 각 상황에 대한 집계 스크립트를 작성하는 것이 좋습니다.

집계 선택 프로세스를 시작하기 전에 질의 추적이 설정되어 있는지, 그리고 대표 사용량을 캡처할 수 있을 정도로 오래되어 있는지 확인하십시오. 이를 사용으로 설정하려면 enable query_tracking 문법과 함께 MaxL 문 alter database를 사용합니다.

질의 추적은 질의 사용 정보를 메모리에 보유합니다. 다음 작업 중 하나를 수행하면 질의 사용 정보가 지워집니다.

데이터 로드 또는 지우기
집계 구체화 또는 지우기
질의 추적 해제

Query 추적은 설정 해제, 응용 프로그램 정지 또는 아웃라인 변경 전까지 계속 활성화됩니다.

주:

질의 추적과 질의 트레이싱은 다릅니다.

질의 추적은 집계 스토리지 큐브에 대한 사용자 검색 통계를 캡처하므로 Essbase는 뷰 기반의 최적화를 만들어 집계 성능을 향상시킬 수 있습니다. 기본적으로 on(켜짐)입니다. 관련 MaxL 문은 다음과 같습니다.

import query_tracking
export query_tracking
alter database enable query_tracking
query database appname.dbname get cube_size_info

쿼리 추적을 사용하면 Essbase 쿼리 성능 척도를 집계 저장영역 큐브(하이브리드 모드가 있는 블록 저장영역 포함)에 대해 모니터링할 수 있습니다. 기본적으로 off(꺼짐)입니다. 사용으로 설정하면 Essbase는 추적 보고서에 측정항목을 로깅합니다. 관련 구성 매개변수: TRACE_REPORT, QUERYTRACE, QUERYTRACETHRESHOLD, LONGQUERYTIMETHRESHOLD.

집계 레벨 사용을 기반으로 선택 보기

합산 저장영역(ASO) 큐브를 관리하는 경우 저장된 계층에 보기 선택 속성을 적용하여 Essbase가 합산에 대한 특정 레벨을 선택하지 못하도록 제한할 수 있습니다. Essbase 웹 인터페이스에서는 집계 레벨 사용으로 레이블이 지정된 옵션 그룹의 아웃라인 편집기를 사용하여 이러한 등록정보를 적용합니다.

기본적으로 Essbase는 내부 메커니즘을 사용하여 집계 생성 방법을 결정합니다. 사용자 정의 뷰 선택은 쿼리 데이터를 기반으로 기본 뷰 선택 및 뷰 선택에 영향을 주는 방법을 제공합니다.

데이터베이스 관리자는 저장된 계층에 뷰 선택 등록정보를 적용하여 Essbase가 집계에 대한 특정 레벨을 선택하지 못하도록 제한할 수 있습니다.

REST API에서 aggLevelUsage 속성을 사용하여 뱃치 아웃라인 편집 실행 끝점을 사용하여 뷰 선택 속성을 적용할 수 있습니다.

주:

보조(대체) 계층은 공유 또는 속성 계층입니다.

표 37-3 선택 속성 보기

속성	효과
기본	기본 계층에서 Essbase는 모든 레벨을 고려합니다. 대체 롤업이 사용으로 설정되지 않은 경우 보조 계층에서 집계되지 않습니다.
모든 레벨 고려	계층의 모든 레벨을 집계의 잠재적 후보로 간주합니다. 1차 계층에 대한 기본값이지만 2차 계층에 대한 기본값은 아닙니다.
집계하지 않음	이 계층을 따라 집계하지 않습니다. Essbase에서 선택한 모든 뷰는 입력 레벨에 있습니다.
최하위 레벨만 고려	보조 계층에만 적용됩니다. Essbase에서는 집계에 대해 이 계층의 최하위 레벨만 고려합니다.
최상위 레벨만 고려	기본 계층에만 적용됩니다. 집계에 대해 이 계층의 최상위 레벨만 고려합니다.
중간 레벨로 집계 안함	기본 계층에 적용됩니다. 최상위 및 최하위 레벨만 선택합니다.

주:

속성 차원의 최하위 레벨은 0 레벨 속성 멤버로 구성됩니다. 공유 멤버를 사용하여 보조 계층이 형성되면 하위 레벨은 공유 멤버의 바로 상위로 구성됩니다.

Essbase에서는 선택한 뷰 선택 속성을 충족하는 뷰만 고려합니다.

기본 속성을 변경하기 전에 큐브의 주요 질의 패턴을 잘 알고 있어야 합니다. 특정 뷰를 선택하지 않으면 다른 질의 속도를 향상시키면서 해당 뷰에 대한 질의가 더 느려집니다. 마찬가지로 보조 계층에서 [모든 레벨 고려]를 사용으로 설정하면 해당 계층에 대한 질의 속도가 빨라지고 다른 질의 속도가 느려질 수 있습니다.

뷰 선택 속성을 정의하려면 다음 MaxL 문을 사용할 수 있습니다.

Essbase ASO 큐브에 대한 집계 스크립트

집계 스크립트는 Essbase 합산 저장영역(ASO) 큐브의 특정 합산 뷰 선택을 나타냅니다. 이를 통해 데이터 로드 후 필요할 수 있는 집계 뷰 선택 프로세스를 건너뛸 수 있습니다.

집계 스크립트 정보

각 집계 스크립트는 큐브에 대한 특정 집계 뷰 선택을 나타냅니다.

통합 스크립트는 시간을 절약할 수 있습니다. 예를 들어, 새 데이터 값을 로드한 후에는 다른 집계 뷰 선택을 수행할 필요가 없습니다. 집계 스크립트에 저장된 선택 사항을 사용하여 집계를 구체화함으로써 집계 프로세스의 속도를 높일 수 있습니다.

또한 통합 스크립트는 유연성을 제공합니다. 다양한 검색 상황에 최적화된 집계 뷰 선택 사항을 저장하는 데 사용할 수 있습니다. 예를 들어, 한 스크립트를 사용하여 월말 보고에서 검색을 최적화하고, 다른 스크립트를 사용하여 일일 검색 요구 사항을 최적화할 수 있습니다.

포함된 선택이 큐브에 대해 부적합한 경우 ASO 큐브에 대한 집계 스크립트가 부적합하게 됩니다. 집계를 만들 때 집계 스크립트를 만듭니다. 집계 스크립트 파일을 수동으로 수정하지 마십시오. 이로 인해 예측할 수 없는 결과가 발생할 수 있습니다.

집계 스크립트 생성

저장된 집계 스크립트를 사용하면 총 집계 프로세스를 분할할 수 있습니다. 집계에 대한 집계 뷰를 선택할 때와는 다른 시간에 집계를 구체화할 수 있습니다. 집계 스크립트는 집계 뷰 선택 단계 중 파생된 정보를 포함합니다.

집계 스크립트를 만들려면 다음 MaxL 문을 사용합니다.

집계 스크립트는 확장자가 .csc인 텍스트 파일로 큐브 디렉토리에 저장되며, 아웃라인의 차원 레벨 구조가 변경되지 않은 한 유효합니다.

잘못된 집계 스크립트 파일의 잠재적인 혼란을 방지하려면 더 이상 유용하지 않을 때 집계 스크립트를 수동으로 삭제합니다.

집계 스크립트 실행

집계 스크립트를 실행하면 이 스크립트에 지정된 집계 뷰가 구체화됩니다. 집계 스크립트를 여러 개 생성할 수 있지만 한 번에 하나의 집계만 구체화할 수 있습니다.

집계 스크립트를 실행하려면 집계 빌드 실행 MaxL 문을 사용합니다.

큐브에서 집계 데이터 지우기

은 Essbase 합산 저장영역(ASO) 큐브에서 합산을 지우면 레벨 0이 아닌 데이터가 제거됩니다. 집계가 지워지면 유저 query는 레벨 0 값에서 검색된 값을 동적으로 계산합니다.

때때로 디스크에서 통합을 수동으로 지울 수 있습니다. 예를 들어, 디스크 집중 작업을 위해 디스크 공간을 사용할 수 있도록 만들 수 있습니다. 집계를 지우면 큐브에서 레벨 0 값을 제외한 모든 데이터가 지워지고 다른 용도로 디스크 영역이 해제됩니다.

집계를 지우려면 데이터베이스 변경 MaxL 문을 사용합니다.

큐브에서 집계된 데이터 바꾸기

기존 집계를 지우고 다른 집계 뷰 선택을 구체화하여 Essbase ASO 큐브 데이터의 집계를 바꿀 수 있습니다. 새 집계 뷰 선택 및 구체화 프로세스를 수행하거나 집계 스크립트를 실행할 수 있습니다.

다음과 같은 상황에서 통합을 교체해 보십시오.

성능 향상을 위해 집계 뷰 선택을 최적화합니다.
보고서 또는 사용자 쿼리 생성과 같은 다양한 검색 상황에 최적화된 집계를 생성합니다.
큐브 크기가 크게 증가한 후 집계를 최적화합니다. 점차적으로 큐브 크기가 증가함에 따라 집계의 효율성이 떨어질 수 있습니다. 성능 저하가 눈에 띄거나 큐브 크기가 원래 크기의 약 150%로 증가하는 경우 집계를 교체하는 것이 좋습니다.
메모리 및 디스크 리소스 가용성 변경과 같이 신규 또는 다른 운영 환경에 맞게 통합을 최적화합니다.

차원의 레벨 수가 변경되었거나 하나 이상의 차원이 아웃라인에서 추가 또는 제거된 후 집계 및 연계된 집계 스크립트를 대체해야 합니다.