OLAP CUBE 聚合和分区
OLAP CUBE Aggregations and Partitions
我一直在优化许多多维数据集，处理时间很长。每 1000 万行大约需要 20 分钟。我已经创建了分区并且处理变得很短 - 每 1000 万大约 4 分钟。此外，我还为所有分区创建了一个聚合，具有完全处理的 molap 和 100% 聚合（立方体不是那么大）。是否有任何理由为每个分区创建聚合？当用户尝试刷新基于 olap 立方体的 pivot table 时，它会工作得更快吗？
谢谢。
通常您有一个聚合设计，由度量值组中的所有分区共享。在非常大的度量值组上，您可能有第二个轻量级聚合设计用于非常旧的很少使用的分区。
添加大量聚合设计（例如每个分区一个单独的设计）可能会稍微减慢查询速度，因为内部需要花费额外的时间来确定要读取哪个聚合。
如果您使用了聚合向导，请不要打扰。它对您如何查询多维数据集一无所知，并且会创建浪费处理时间的愚蠢无用的聚合。相反，部署您的多维数据集，然后在用户有 运行 一些查询并执行 Usage Based Optimization 几天后返回。
创建分区是缩短多维数据集处理时间的好方法。
如果在正确的字段上进行聚合，则聚合很有用。我所说的正确是指用户最常使用的过滤器选择。基于使用的优化是实现它的好方法。
另请通读以下文章，了解在检查性能时使用的方法。
https://mytechconnect.wordpress.com/2013/08/27/ssas-performance-best-practices-and-performance-optimization/
我一直在优化许多多维数据集，处理时间很长。每 1000 万行大约需要 20 分钟。我已经创建了分区并且处理变得很短 - 每 1000 万大约 4 分钟。此外，我还为所有分区创建了一个聚合，具有完全处理的 molap 和 100% 聚合（立方体不是那么大）。是否有任何理由为每个分区创建聚合？当用户尝试刷新基于 olap 立方体的 pivot table 时，它会工作得更快吗？
谢谢。
通常您有一个聚合设计，由度量值组中的所有分区共享。在非常大的度量值组上，您可能有第二个轻量级聚合设计用于非常旧的很少使用的分区。
添加大量聚合设计（例如每个分区一个单独的设计）可能会稍微减慢查询速度，因为内部需要花费额外的时间来确定要读取哪个聚合。
如果您使用了聚合向导，请不要打扰。它对您如何查询多维数据集一无所知，并且会创建浪费处理时间的愚蠢无用的聚合。相反，部署您的多维数据集，然后在用户有 运行 一些查询并执行 Usage Based Optimization 几天后返回。
创建分区是缩短多维数据集处理时间的好方法。 如果在正确的字段上进行聚合，则聚合很有用。我所说的正确是指用户最常使用的过滤器选择。基于使用的优化是实现它的好方法。 另请通读以下文章，了解在检查性能时使用的方法。 https://mytechconnect.wordpress.com/2013/08/27/ssas-performance-best-practices-and-performance-optimization/