Modélisation du cube pour l’écriture différée dans les scénarios et solutions de planification de l’aide à la décision

Article
03/04/2017

S’applique à : SharePoint Server 2010 Enterprise

Dernière rubrique modifiée : 2016-11-30

Dans cet article :

Dimensionnement de cube et recommandations
Utilisation des groupes de mesures
Utilisation de la table d’écriture différée et considérations
Écriture différée multi-utilisateur
Utilisation des partitions et des paramètres de cube (MOLAP/ROLAP)
Utilisation de la mise en cache proactive

Dimensionnement de cube et recommandations

Pour concevoir correctement des cubes, de nombreuses considérations sont à prendre en compte. Ces considérations ont un impact sur la taille et les performances globales du cube.

Évitez de mettre toute la logique dans un seul cube énorme utilisant toutes les dimensions disponibles afin non seulement de limiter la taille du cube mais aussi de simplifier sa maintenance et son utilisation pour les travailleurs de l’information.

Utilisez des partitions MOLAP pour les données non volatiles.

Ne chargez que les données pertinentes pour le processus de planification. Évitez de charger toutes les données disponibles du système source dans vos cubes de planification. Séparez les données nécessaires pour la planification de base de celles nécessaires pour la génération des rapports. Les cubes de planification devront effectuer de nombreux scénarios de tableaux croisés dynamiques et plus le cube est petit, meilleure sera l’expérience globale pour tous les travailleurs de l’information.

Calculez préalablement les données de faits chaque fois que possible pour éviter de recourir à des règle MdxScript pour l’exécution et le calcul. Les cubes de création de rapports sont les candidats idéals pour le calcul préalable du résultat directement dans la table de faits. Cette technique optimisera l’évolutivité et les performances des requêtes.

Utilisation des groupes de mesures

Les groupes de mesures sont utiles pour regrouper des données ayant la même dimensionnalité au sein d’un seul cube. Par exemple, les données du cube Budget RH sont réparties sur deux groupes de mesures, un pour les données de budget ayant la dimensionnalité Géographie, Métrique, Heure et Employé tandis que les données d’hypothèse ont la dimensionnalité Échelon et Durée. Conserver les données en fonction de la dimensionnalité optimisera la conception des cubes, la facilité de gestion des règles, ainsi que les performances.

Utilisation de la table d’écriture différée et considérations

Dans Microsoft SQL Server 2008 Analysis Services (SSAS), les tables d’écriture différée avec stockage MOLAP ont été améliorées afin d’accélérer les mises à jour de données à partir de l’interaction de l’utilisateur. La table d’écriture différée stockera un delta d’exécution pour chaque mise à jour de cellule effectuée par un travailleur de l’information. La table d’écriture différée stockera toutes les mises à jour de l’utilisateur apportées au cube y compris une piste d’audit de qui a soumis quoi et quand.

Pour configurer votre groupe de mesures de sorte à avoir une partition pour l’écriture différée, configurez un partitionnement MOLAP dédié au scénario d’écriture différée (pour plus d’informations, voir Guide de planification de la modélisation et de la création de rapports pour les scénarios et les solutions de planification d’aide à la décision).

Value_0	MemberId_1	MemberId_2	MemberId_3	MemberId_4	MemberId_5	MemberId_6	MS_Audit_Time_7	MS_Audit_User_8
82,27	1	20100500	2	12	210	1	23:11:34	CORP\jeffwan
82,27	1	20100500	2	13	210	1	23:11:34	CORP\jeffwan
-12997,73	1	20100500	2	14	210	1	23:11:34	CORP\jeffwan

Écriture différée multi-utilisateur

L’écriture différée multi-utilisateur est prise en charge avec les tables d’écriture différée dans SQL Server Analysis Services. Le comportement pour plusieurs travailleurs de l’information écrivant des données dans le même segment est la dernière personne l’emporte. Pour toutes les entrées de données effectuées par des travailleurs de l’information, les transactions sont auditées dans la table d’écriture différée.

Il est recommandé que le processus de saisie des données soit configuré de sorte que chaque travailleur de l’information soumette et mette à jour les données dans son propre segment unique de données au sein du cube. Cela optimisera l’imputabilité des données et l’expérience utilisateur globale puisque les données soumises par un travailleur de l’information ne sont pas arbitrairement perdues ou remplacées par celles d’un autre travailleur de l’information.

Utilisation des partitions et des paramètres de cube (MOLAP/ROLAP)

Le stockage MOLAP pour les partitions optimisera les performances de temps de requête dans SQL Server Analysis Services. Le stockage MOLAP est idéal pour les données non volatiles ou pour un rangement statique et non changeant. Les données statiques dans ce sens font référence aux valeurs de faits sous-jacentes inchangeables par les processus comme exécution de règle, chargement de données ou entrée de l’utilisateur. Les données Réelles et les données considérées comme Historique sont de bons candidats pour un stockage commun dans une partition MOLAP. Les données statiques peuvent être traitées en une fois sans requérir de traitement futur sauf en cas de changement des données de la partition. Cela peut être utile pour le traitement des grandes partitions qui peut prendre un temps considérable.

Pour les données volatiles qui nécessitent des mises à jour pratiquement en temps réel, il faut envisager ROLAP comme mécanisme de stockage pour la partition. ROLAP fournira les données les plus actualisées sur demande. Vous pouvez configurer le mécanisme de stockage de chaque partition différemment en fonction du type de données à stocker, soit statiques soit volatiles.

Pour plus d’informations sur les paramètres de partition MOLAP/ROLAP, voir Guide de planification de la modélisation et de la création de rapports pour les scénarios et les solutions de planification d’aide à la décision.

Utilisation de la mise en cache proactive

Dans les solutions de planification, les données peuvent être mises à jour de différentes façons, notamment les suivantes :

Soumission de données par l’utilisateur final
Chargement de données pour les données nouvelles ou mises à jour
Mises à jour à partir des calculs de règle métier au niveau relationnel

Nous allons explorer une fonctionnalité utile de SQL Server Analysis Services qui active les mises à jour automatiques des données du cube en cas de modification des données dans la source de données sous-jacente. Il s’agit de la mise en cache proactive qui automatise l’application des nouvelles mises à jour au cube. Nous allons montrer comment configurer cela sur une partition du cube afin de détecter les changements à partir de la table de faits relationnelle SQL Server 2008 en utilisant la notification de changement.

Notes

Pour configurer la mise en cache proactive du cube de planification, voir Guide de planification de la modélisation et de la création de rapports pour les scénarios et les solutions de planification d’aide à la décision. Pour plus d’informations, voir Mise en cache proactive (partitions).