群組稀疏成員組合

為了改善 Essbase 區塊儲存 (BSO) 資料載入的效能，您可以建立資料結構，將必要的磁碟 I/O (讀取和寫入) 量降到最低。

此區段不適用於聚總儲存立方體。

改善效能的最有效策略是將 Essbase 在讀取或寫入立方體時必須執行的磁碟 I/O 數目降到最低。由於 Essbase 會依區塊載入資料區塊，因此組織要與實體區塊組織對應的來源資料會減少 Essbase 必須執行的實體磁碟 I/O 數目。

排列來源資料，以便將具有相同稀疏維度唯一組合的記錄分組在一起。此安排對應至資料庫中的區塊。

本章中的範例說明您可以依循此策略來組織資料的方式。這些範例使用 Sample.Basic 立方體的子集，如下所述：

表格 33-1 範例的維度和值

稀疏、非屬性維度	密集範圍
案例 (預算、實際)	評量 (銷售、毛利、COG、利潤)
產品 (Cola，Root Beer)	年 (1 月、2 月)
市場 (俄亥俄州弗羅里達州)

附註：

因為您不會將資料載入屬性維度中，但它們與此討論無關，雖然是稀疏的。

請考量下列資料來源。因為它不是依稀疏維度成員組合分組，所以此資料尚未以最佳方式排序。當 Essbase 讀取每筆記錄時，它必須處理稀疏維度的不同成員。

Jan
Actual    Cola          Ohio      Sales    25
Budget    "Root Beer"   Florida   Sales    28
Actual    "Root Beer"   Ohio      Sales    18
Budget    Cola          Florida   Sales    30

上述資料來源載入速度緩慢，因為 Essbase 會存取四個區塊，而非一個區塊。

下列是相同「基本範例」立方體中，以最佳方式組織的資料來源，其記錄是依稀疏維度成員的唯一組合排序：實際 -> Cola -> Ohio。Essbase 只會存取一個區塊以載入下列記錄：

Actual     Cola    Ohio    Jan   Sales     25
Actual     Cola    Ohio    Jan   Margin    18
Actual     Cola    Ohio    Jan   COGS      20
Actual     Cola    Ohio    Jan   Profit     5

若要最佳化來源資料，以匯入每筆記錄的多個儲存格，

請確定依唯一的稀疏維度成員組合將記錄匯集在一起。
排序記錄，以便在記錄中提供多個值的維度是密集維度。

下一個範例使用標頭記錄來識別「測量」維度 (密集) 的成員。資料會先依密集維度「年度」的成員排序，然後依其他維度的成員以階層方式分組。每個記錄都會提供多個 Measures 維度值。

                                 Sales  Margin   COG  Profit
Jan Actual  Cola         Ohio       25      18    20       5
Jan Actual  Cola         Florida    30      19    20      10
Jan Actual  "Root Beer"  Ohio       18      12    10       8
Jan Actual  "Root Beer"  Florida    28      18    20       8

請注意，此範例中需要兩行的標題與第一行資料行；前一個範例需要四行用於相同資料。