큐브 속성 시트: 구현 세부 정보 탭

큐브는 차원이 정확하게 일치하는 측정 단위를 식별하는 정보 객체이며 데이터 로드, 합계, 저장, 질의 등 모든 단계에서 함께 처리되는 후보입니다. [구현 세부 정보] 탭은 데이터의 물리적 저장 방법을 결정합니다.

중요: 이러한 선택에 대한 권장 사항을 보려면 큐브를 매핑한 후 희소성 권고자를 실행하십시오.

차원 순서 및 희소성

희소 차원을 선택합니다.

차원 순서는 조합에 중요하지만 압축된 조합에는 영향을 주지 않습니다. 차원 순서를 지정하려면 화살표 키를 사용하여 목록에서 희소 차원을 조밀한 차원 뒤로 이동시킵니다. 희소 상자를 선택하여 희소 차원으로 지정한 모든 차원을 그룹화해야 합니다.

희소성 권고자를 사용하지 않는 경우 다음 기본 지침을 따릅니다.

시간을 먼저 나열하여 데이터 로드 및 시간 기반 분석 작업이 빨리 수행되도록 합니다. 기본 레벨이 "일"이거나 큐브에 차원이 많은 경우, 희소 차원일 수도 있지만 시간은 대개 조밀 차원입니다.
일반 조합의 경우 요소가 가장 많은 차원부터 요소가 가장 적은 차원순으로 희소 차원을 나열합니다. 압축 조합의 경우 요소가 가장 적은 차원부터 요소가 가장 많은 차원순으로 희소 차원을 나열합니다.

희소성 권고자를 사용하는 경우 희소성 권고자는 데이터 로드 또는 시간 기반 분석 작업용으로 최적화되어 있지 않다는 사실을 유념해야 합니다. 이러한 작업용으로 최적화하려는 경우 권장 사항을 무시하고 시간을 먼저 나열할 수 있습니다.

전역 조합 사용

압축되지 않은 분할된 큐브에 대해 단일(전역) 조합 또는 다중 조합을 선택할 수 있습니다. 이 옵션은 각 분할 영역에 대한 조합 대신 큐브에 대한 단일 조합을 정의합니다. 전역 조합을 사용하면 다음을 수행할 수 있습니다.

다중 조합의 중복을 제거하여 저장 영역 요구 사항을 줄일 수 있습니다.
전체 조합을 메모리에 로드하여 전반적인 성능을 향상시킬 수 있습니다.

전역 조합은 다음과 같은 경우에 적합합니다.

분할된 차원이 조밀하고, 다른 차원에 대한 희소성 패턴이 분할 영역에 걸쳐 일관된 경우
합계된 조합이 사용 가능한 메모리(5,000만 이상 값)를 초과하지 않는 경우
일반 조합을 사용하는 경우(압축된 큐브는 전역 조합을 사용할 수 없음)
분석 작업 영역이 다중 쓰기 응용 프로그램을 지원하지 않는 경우

주: 전역 조합에서는 분할 영역에 걸친 병렬 합계를 허용하지 않습니다. 분석 작업 영역에 사용할 수 있는 프로세스보다 적은 수의 큐브가 있는 경우 병렬로 분할 영역을 합계하면 전역 조합보다 빌드 성능을 향상시킬 수 있습니다.

확실하지 않으면 이 옵션을 선택하지 마십시오. 큐브에 분할 영역당 하나의 조합이 있습니다.

압축 여부에 관계없이 분할되지 않은 큐브에는 항상 큐브에 대해 하나의 조합이 있으며, 분할된 압축 큐브에는 항상 분할 영역당 하나의 조합이 있습니다.

압축 사용

이 큐브의 데이터가 매우 희소한 경우 이 옵션을 선택합니다. 이러한 높은 희소성은 매우 일반적입니다.

높은 희소성은 다음 중 하나 이상의 요인으로 인해 나타납니다.

큐브에 일곱 개 이상의 많은 차원이 있습니다.
한 차원의 요소 수가 300,000개 이상입니다.
요소 수가 각각 100,000개 이상인 두 개의 차원이 있습니다.
차원 계층에 많은 레벨이 있고 각 레벨의 차원 요소 수가 거의 동일하므로 여러 개의 연속 레벨에서 종속 항목이 하나뿐인 상위가 많습니다.

압축된 저장 영역은 더 적은 공간을 사용하므로 매우 희소한 큐브에 대해 일반 희소 저장 영역보다 합계 속도가 더 빠릅니다.

일부 합계 연산자는 모든 가중 연산자, 모든 표준 연산자, 가중 평균 계층 연산자 등 모든 레벨에서 값이 변경될 수 있으므로 압축할 수 없습니다. 큐브에서 이러한 연산자를 사용하는 경우 합계 엔진에서 압축 가능한 차원을 압축하지만 전체 큐브를 압축할 수는 없습니다.

큐브의 데이터 유형

압축된 저장 영역의 경우 큐브의 모든 측정 단위가 동일한 데이터 유형을 가져야 합니다. 일반적인 저장 영역의 경우 데이터 유형은 각 측정 단위와 연관됩니다. 데이터 유형 선택에 따라 다음 추가 매개변수를 설정할 수 있습니다.

전체 자릿수: 십진수 유효 자릿수의 최대 개수입니다.
소수점 이하 자릿수: 소수점부터 최하위 유효 숫자까지의 자릿수입니다.
크기: 텍스트 데이터 유형에 대한 최대 길이(바이트)입니다.

큐브 분할

큐브를 분할하려면 이 옵션을 선택합니다. 큐브를 분할하면 측정 단위가 큰 경우 성능이 향상됩니다. 측정 단위가 5천만 조합 투플(composite tuple) 이상인 경우에는 분할해야 합니다.

차원

큐브를 분할할 차원을 선택합니다. 차원에는 레벨 기반 계층이 하나 이상 있어야 하며, 특정 레벨의 모든 상위에 대략 동일한 수의 하위가 있도록 해당 요소가 균등하게 분산되어 있어야 합니다.

일반적으로 이러한 조건에 부합되는 시간이 가장 적합합니다. 또한 기간별로 데이터가 로드 및 롤오프되므로 데이터 새로 고침 프로세스의 일부로 새 분할 영역을 생성하고 이전 분할 영역을 삭제할 수 있습니다.

계층

분할에 사용할 계층을 선택합니다. 차원에 여러 계층이 있는 경우 요소가 가장 많은 계층을 선택합니다. 이 계층은 기본 계층으로 정의되어야 합니다.

레벨

분할에 사용할 레벨을 선택합니다. 이 레벨의 각 차원 요소는 해당 종속 항목과 함께 개별 분할 영역에 저장됩니다. 상위 레벨에 있거나 계층에 없는 모든 차원 요소는 기본 분할 영역에 함께 저장됩니다. 기본 분할 영역의 크기는 레벨 기반 분할 영역의 크기를 초과하지 않아야 합니다.

분할 영역을 과도하게 생성하지 않도록 신중하게 레벨을 선택합니다. 예를 들어, 시간 차원에 연도, 분기, 월 및 일 레벨의 10년 데이터가 있는 경우 분기 레벨로 분할하면 각 분기와 해당 종속 항목(월과 일)에 대해 하나씩, 총 40개의 분할 영역이 생성됩니다. 연도 레벨의 10개 요소는 기본 분할 영역에 함께 저장되며, 최상위 데이터 보기를 위해 신속하게 검색할 수 있습니다. 그러나 데이터가 매우 희소한 경우 연도 레벨로 분할할 수 있습니다.

분할의 목적은 메모리에 맞는 조합을 생성하여 성능을 최적화하는 것입니다. 컴퓨터의 메모리가 많을수록 분할 영역이 더 커질 수 있으며 계속 이 목적을 달성할 수 있습니다.

큐브 속성 시트: 구현 세부 정보 탭

관련 항목