Modelagem de cubos para write-back em cenários e soluções de planejamento de BI

Artigo
03/07/2017

Aplica-se a: SharePoint Server 2010 Enterprise

Tópico modificado em: 2016-11-30

Neste artigo:

Dimensionamento de cubos e recomendações
Uso de grupos de medida
Uso da tabela de write-back e considerações
Write-back de vários usuários
Uso de partições e configurações de cubos (MOLAP/ROLAP)
Uso do cache pró-ativo

Dimensionamento de cubos e recomendações

Cubos corretamente projetados terão várias considerações levadas em conta. Essas considerações terão impacto sobre o tamanho e o desempenho geral do cubo.

Evite aplicar toda a lógica em um único cubo massivo usando todas as dimensões disponíveis. Isso não só torna o cubo desnecessariamente grande, como também dificulta muito a sua manutenção e o seu consumo por operadores de informações.

Use partições MOLAP para dados não voláteis.

Carregue os dados que sejam relevantes ao processo de planejamento. Evite carregar todos os dados disponíveis de um sistema de origem para os seus cubos de planejamento. Separe os dados que sejam necessários para o planejamento principal com o que é necessário no relatório. Os cubos de planejamento precisarão realizar muitos cenários what-if e quanto menor o cubo, melhor a experiência geral de todos os IWs

Pré-calcule os dados de fato sempre que possível para evitar a necessidade de execução e cálculo das regras de MdxScript. Os cubos de relatório são candidatos ideais para pré-calcular o resultado diretamente na tabela de fato. Esta técnica melhorará o desempenho de consulta e o escalonamento

Uso de grupos de medida

Os grupos de medida são úteis para agrupar dados que tenham a mesma dimensionalidade em um único cubo. Por exemplo, os dados do cubo Orçamento de RH são distribuídos entre dois grupos de medida, um para os dados do orçamento que possuem a dimensionalidade ‘Geografia’, ‘Métrica’, ‘Hora’ e ‘Funcionário’ enquanto os dados de pressuposição possuem a dimensionalidade ‘Nível Salarial’ e ‘Hora’. Manter os dados na dimensionalidade resultará no melhor design do cubo, gerenciamento melhor e mais fácil das regras e aumento do desempenho.

Uso da tabela de write-back e considerações

No Microsoft SQL Server 2008 Analysis Services (SSAS), as tabelas de write-back com armazenamento MOLAP foram aprimoradas para oferecer atualizações de dados mais rápidas a partir da interação do usuário. A tabela de write-back armazenará uma diferença de execução de cada atualização de célula feita pelo IW. A tabela de write-back armazenará todas as atualizações do usuário no cubo, incluindo uma trilha de auditoria de quem enviou o quê e quando.

Para configurar o seu grupo de medida para ter uma partição para write-back, configure um particionamento MOLAP dedicado para cenário de write-back. (Para obter mais informações, consulte Guia de modelagem e relatórios de planejamento para cenários e soluções de planejamento de BI.)

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	11:11:34 PM	CORP\jeffwan
82.27	1	20100500	2	13	210	1	11:11:34 PM	CORP\jeffwan
-12997.73	1	20100500	2	14	210	1	11:11:34 PM	CORP\jeffwan

Write-back de multiusuário

O write-back de multiusuário tem suporte com tabelas de write-back no SQL Server Analysis Services. Ter múltiplos IWs gravando dados na mesma fatia implica em que a primeira pessoa ganha. Todas as entradas de dados feitas por IWs terão as suas transações auditadas pela tabela de write-back.

Recomenda-se que o processo de entrada de dados seja configurado de forma que cada IW envie e atualize os dados em sua própria fatia de dados no cubo. Isso melhorará a responsabilidade dos dados e aprimorará a experiência de usuário, já que os dados enviados por um IW não são arbitrariamente perdidos ou sobregravados por outro envio de IW.

Uso de partições e configurações de cubo (MOLAP/ROLAP)

O armazenamento MOLAP de partições permitirá o melhor desempenho de tempo de consulta no SQL Server Analysis Services. O armazenamento MOLAP é ideal para dados que não sejam voláteis ou, em outras palavras, sejam estáticos e inalteráveis. Dados estáticos nesse sentido se referem aos valores de fato subjacentes que não se alteram em tais processos como a execução de regras, o carregamento de dados ou a entrada do usuário. Dados que sejam ‘Reais’ e dados que sejam considerados ‘Históricos’ são grandes candidatos a serem armazenados juntos em uma partição MOLAP. Os dados estáticos podem ser processados uma vez e não requererão processamento futuro, a não ser que haja uma alteração nos dados da partição. Isso pode ser útil quando você processa partições grandes que levem um tempo considerável.

Dados que sejam voláteis e requerem atualizações próximas do tempo real devem considerar o uso de ROLAP como o mecanismo de armazenamento para a partição. O ROLAP oferecerá os dados mais atuais quando consultado. Você pode configurar o mecanismo de armazenamento de cada partição para ser diferente do tipo de dados que ele armazenará, sejam estáticos ou voláteis.

Para obter mais informações sobre as configurações da partição MOLAP/ROLAP, consulte Guia de modelagem e relatórios de planejamento para cenários e soluções de planejamento de BI.

Uso de cache proativo

Nas soluções de planejamento, os dados podem ser atualizados de várias formas, incluindo o seguinte:

Envio de dados de usuário final
Cargas de dados para dados novos e atualizados
Atualizações dos cálculos de regra comercial feitos no nível relacional

Aqui exploraremos um recurso útil no SQL Server Analysis Services que permite atualizações automáticas de dados do cubo quando os dados se alteram na fonte de dados subjacente. O cache proativo é um grande recurso que automatiza o envio de novas atualizações para o cubo. Mostraremos como isso pode ser configurado em uma partição do cubo para detectar alterações de nossa tabela de fato relacional do SQL Server 2008, usando notificação de alteração.

Observação

Para configurar o cache proativo para cubo de planejamento, consulte Guia de modelagem e relatórios de planejamento para cenários e soluções de planejamento de BI. Para obter mais informações, consulte Cache proativo (partições).

Compartilhar via