聚合存储、块存储和联合多维数据集之间的差异
如果您已经具有 Essbase ASO 或 BSO 应用程序，则可以将其设置为联合分区应用程序。
如果需要与 federated partition 多维数据集并排比较 Essbase 块存储 (BSO) 和聚合存储 (ASO) 多维数据集的特征，请在规划阶段使用此页。
| 聚合存储 (ASO) | 块存储 (BSO) | 联合分区多维数据集 | |
|---|---|---|---|
| 数据存储模型 |
数据存储在 Essbase 中。 |
数据存储在 Essbase 中。 |
数据存储在 Autonomous AI Lakehouse 的关系表中。 在本文档中的其他位置，此表称为事实表。 |
| 工作方式 |
维数可能非常高，包含数百万成员，但多维数据集包含相对稀疏的数据切片（许多维交叉点不包含数据）。 数据仅在 0 级输入。多维数据集针对快速聚合进行了优化。 |
与 ASO 相比，维的数量和规模通常较小。 BSO 适合密集数据集。一些维定义为密集维，大多数交叉点都有数据，其他维定义为稀疏维。这有助于 Essbase 高效存储数据以及优化相关性分析（以避免过度计算）。 数据可以在任何级别输入。 |
Essbase 大纲映射到事实表，允许数据存储保留在 Autonomous AI Lakehouse 中，同时可以使用您构建到 Essbase 应用程序中的逻辑进行分析。 使用 Essbase 大纲的分析功能，您可以利用多维分析所需的任何复杂过程数学，以层次形式分析平面关系表。 计算和聚合（如果可能）将由 Essbase 转换为 SQL 并推送到 Autonomous AI Lakehouse ，以便更接近数据的存储位置进行处理。 您可以在平台日志中查找 Essbase 写入的 SQL，此日志位于 |
| 典型用例 |
ASO 多维数据集通常用于高度聚合的分析、定制计算和分配。 数据加载可以分为多个切片，以便频繁进行高度并行化的更新。 |
BSO 多维数据集通常用于财务和运营规划，以及与源相关的聚合数据的交互式报告。 BSO 多维数据集专门用于满足复杂的分析需求，即需要使用公式/数学以及进行频繁的过程计算。 |
数据不会离开 Autonomous AI Lakehouse ，因此无需在 Essbase 中刷新和重组。联合分区是基于现有 ASO 或 BSO 多维数据集创建的，因此您可以使用其中任一 Essbase 选项，并享受其在计算和查询方面的好处，而不必将数据加载到 Essbase 中或重建大纲。 如果您的组织已将事实表存储在 Autonomous AI Lakehouse 中，则联合分区可用于使用 Essbase 功能，例如：
如果您的组织已使用 Essbase ，则联合分区可用于访问在 Autonomous AI Lakehouse 中存储数据的以下优势：
|