Question

如果我把它发布在错误的地方，请道歉。我很欣赏这是一个非常难以回答的问题，因为有太多的可用品，但任何建议或指示都会非常感激。

我们有一个非常大，笨重，设计糟糕的立方体。正如下面所示，这是一个可怕的“一个立方体来统治它们”。请注意，可能背叛我正在工作的地方等名称的Dimensions已被混淆。

我想要了解的是多维数据集可以保存多少数据，这是一般的经验法则。我（和几位专家，其中我并不认为是一个！）已向管理层表示，如果他们继续在当前级别向立方体添加数据（和attirbutes），它将失败。我们想要的是一种方法来确定这将是今年，明年，本月等......是的，我知道这不会有一个确切的公式答案。任何指导都非常有用，因为我在网上找不到任何指南;只有构建的最佳实践，我已经知道这不符合这一点！我正在努力获得预算批准以重新设计它，因此问题......

23个维度，无KPI，4个计算度量和46个其他度量

[Dim 1] - 11 attributes
    no hierarchies
    4 address lines, email address, full name, postcode, text provider type
[Area Detail] - 21 attributes
    no hierarchies
    2 address lines, postcode, various name and code fields (string)
[Area Main 1 Month Prior] - 5 attributes
    2 hierarchies
[Area Main 4 Months Prior] - 5 attributes
    2 hierarchies
[Area Main Dimension] - 5 attributes
    2 hierarchies
[Type Dim 1] - 1 attributes
    no hierarchies
[Date Dimension] - 36 attributes
    4 hierarchies
[Event Dimension] - 29 attributes
    no hierarchies
    includes 5 dates which are not linked to date dimension but actually entered
[Event Rank Dimension] - 18 attributes
    no hierarchies
[Event Track Dimension] - 21 attributes
    no hierarchies
    14 date fields
    7 comment fields (freetext)
[History Date Dimension] - 4 attributes
    no hierarchies
    all date data
[Dim 2] - 5 attributes
    no hierarchies
    all freetext fields apart from code
[Official Date Dimension] - 9 attributes
    no hierarchies
    Date field and data about the date
[Previous Dim 2 Dimension] - 4 attributes
    no hierarchies
[xxx Current Record Dimension] - 1 attribute
    no hierarchies
[xxx Dimension] - 102 attributes
    no hierarchies
    4 address fields, postcode, 2 email fields, website
[xxx Dimension 1 Month Prior] - as above
[xxx Dimension 4 Months Prior] - as above
[Dim 3] - 12 attributes
    no hierarchies
[Question Dimension] - 11 attributes
    1 hierarchy
    4 large text fields
[yyy Combination Dimension] - 1 attribute
    no hierarchies
[yyy Current Record Dimension] - 1 attribute
    no hierarchies
[yyy Status Dimension] - 3 attributes
    no hierarchies
[Response Dimension] - 4 attributes
    no hierarchies
    2 large text fields
[zzz Area Dimension] - 4 attributes
    no hierarchies
    2 text fields
[zzz Type Dimension] - 1 attribute
    no hierarchies

我希望这很有意义但很乐意提供/澄清细节。

Answer 1

根据我的经验，您发布的指标主要与可用性相关 - 添加更多维度和度量不会导致您的多维数据集“失败”。我有成功的稳定立方体，有更多尺寸和尺寸，例如加倍或更多。

“统一所有的一个多维数据集”是SQL 2005中引入的架构进步。它优化了构建时间，存储和查询性能。使用SQL企业版，您可以将其显示为“Perspectives”，但我不是粉丝。我更喜欢遵循精心设计的Dimension和Measure命名，因为大多数客户端工具按字母顺序对这些对象进行排序。

导致您的多维数据集挣扎并且可能最终“失败”的原因是较大维度和度量值组中的数据量。 1米以下的尺寸通常没有戏剧性。测量100米以下行的组通常也可以使用一些基本聚合。比这更大，你可能需要在设计中投入更多的工作。我的目标是使用简单的最终用户工具对95％的查询进行5秒以下的响应时间，例如Excel 2010 +。

什么是最大SSAS多维数据集容量

1 个答案: