Utilizzare la scheda Aggregazione per specificare i diversi parametri che controllano la generazione e la memorizzazione dei dati aggregati per il cubo. Sono disponibili due schede secondarie:
La scheda secondaria Regole identifica l'operatore di aggregazione per ciascuna dimensione del cubo.
Ordine e metodo di aggregazione
Questa tabella elenca le dimensioni del cubo. Selezionare un operatore per ciascuna dimensione.
Ordine: l'ordine in cui vengono aggregate le dimensioni. Quando gli operatori di aggregazione sono uguali in tutte le dimensioni, l'ordine non è importante. Tuttavia, alcune combinazioni di operazioni generano risultati diversi a seconda dell'ordine utilizzato per il calcolo. Per modificare l'ordine, selezionare una dimensione e utilizzare i tasti freccia per spostarla in alto o in basso nella lista.
Dimensione: le dimensioni nel cubo che verranno aggregate.
Operatore: scegliere il tipo di calcolo che si desidera eseguire in ciascuna dimensione. Alcuni operatori di aggregazione, ovvero tutti gli operatori ponderati, tutti gli operatori ridimensionati e l'operatore Media ponderata gerarchia, non possono essere compressi poiché i relativi valori possono cambiare per ogni livello. Quando questi operatori vengono utilizzati in un cubo, vengono compresse solo le dimensioni su cui il motore di aggregazione riesce ad agire. Tuttavia, tale motore non è in grado di comprimere l'intero cubo. Per una descrizione degli operatori, fare riferimento alla tabella riportata di seguito.
Basato su: quando si utilizza un operatore ponderato o ridimensionato, selezionare una misura contenente i fattori di rilevanza. La misura deve essere dimensionata in base alla dimensione aggregata e può essere facoltativamente dimensionata in base alle altre dimensioni nel cubo.
| Operatore | Descrizione |
|---|---|
| Media | Aggiunge i valori dei dati, quindi divide la somma per il numero dei valori dei dati aggiunti. |
| Primo valore dati non NA | Il primo valore di dati reale. |
| Media gerarchica | Aggiunge i valori dei dati, quindi divide la somma per il numero di elementi figlio nella gerarchia di dimensioni. A differenza di AVERAGE, che conteggia solo i valori figlio non NA, HAVERAGE conteggia tutti i valori figlio logici di un elemento padre, indipendentemente dal fatto che ciascun figlio contenga o meno un valore. |
| Primo membro gerarchia | Il primo valore di dati nella gerarchia, anche se il valore è NA. |
| Ultimo membro gerarchia | L'ultimo valore di dati nella gerarchia, anche se il valore è NA. |
| Media ponderata gerarchia | Moltiplica i valori dei dati figlio non NA per i valori di rilevanza corrispondenti, quindi divide il risultato per la somma dei valori di rilevanza. A differenza di WAVERAGE, HWAVERAGE include i valori di rilevanza nella somma dei denominatori anche se i valori figlio corrispondenti sono NA. Identificare l'oggetto di rilevanza nel campo Basato su. |
| Primo ponderato gerarchia | Il primo valore di dati nella gerarchia moltiplicato per il valore di rilevanza corrispondente, anche se tale valore è NA. Identificare l'oggetto di rilevanza nel campo Basato su. |
| Ultimo ponderato gerarchia | L'ultimo valore di dati nella gerarchia moltiplicato per il valore di rilevanza corrispondente, anche se tale valore è NA. Identificare l'oggetto di rilevanza nel campo Basato su. |
| Ultimo valore dati non NA | L'ultimo valore di dati reale. |
| Massimo | Il valore di dati più grande tra i valori figlio di ciascun elemento padre. |
| Minimo | Il valore di dati più piccolo tra i valori figlio di ciascun elemento padre. |
| Non additivo | Non viene eseguita l'aggregazione dei dati per questa dimensione. Utilizzare questa parola chiave solo in una variabile OPERATOR. Non ha effetto negli altri casi. |
| Somma ridimensionata | Aggiunge il valore di un oggetto di rilevanza a ciascun valore di dati, quindi aggiunge i valori dei dati. Identificare l'oggetto di rilevanza nel campo Basato su. |
| Somma | Aggiunge i valori dei dati. Si tratta dell'impostazione predefinita. |
| Media ponderata | () Moltiplica ciascun valore dei dati per un fattore di rilevanza, aggiunge i valori dei dati, quindi divide il risultato per la somma dei fattori di rilevanza. Identificare l'oggetto di rilevanza nel campo Basato su. |
| Primo ponderato | Il primo valore di dati non NA moltiplicato per il valore di rilevanza corrispondente. Identificare l'oggetto di rilevanza nel campo Basato su. |
| Ultimo ponderato | L'ultimo valore di dati non NA moltiplicato per il valore di rilevanza corrispondente. Identificare l'oggetto di rilevanza nel campo Basato su. |
| Somma ponderata | Moltiplica ciascun valore di dati per un fattore di rilevanza, quindi aggiunge i valori dei dati. Identificare l'oggetto di rilevanza nel campo Basato su. |
Gerarchie di aggregazione
Selezionare una o più gerarchie per ciascuna dimensione da aggregare. Se si omette una gerarchia, non viene memorizzato alcun valore aggregato per essa; i valori vengono sempre calcolati in risposta a una query. Poiché ciò rallenterà le prestazioni in fase di esecuzione, è opportuno omettere una gerarchia solo se non viene utilizzata di frequente.
La scheda secondaria Calcoli preliminari identifica il metodo utilizzato per decidere quali valori vengono precalcolati e memorizzati nel cubo durante la gestione dei dati e quali valori vengono calcolati su richiesta in risposta a una query.
Aggregazione basata sui costi
Utilizzare questo metodo per consentire al motore OLAP di identificare le aree più economiche dei dati per l'esecuzione di calcoli preliminari.
Percentuale partizione o partizioni inferiori
Digitare una percentuale (da 0 a 100) nella casella di testo per il cubo o per le partizioni inferiori, ovvero i livelli corrispondenti o inferiori al livello di partizionamento selezionato del cubo. È possibile che si desideri regolare periodicamente le percentuali per bilanciare le prestazioni in fase di esecuzione rispetto alle limitazioni di gestione relative al tempo e allo spazio su disco. Per sottoporre a tuning il database, è necessario tenere traccia sia delle statiche relative alle prestazioni in fase di esecuzione che alle statistiche relative alla gestione con percentuali di calcoli preliminari diverse.
Un valore pari a 0 non crea valori aggregati, che vengono calcolati in fase di esecuzione per fornire i set di risposte alle query. Una preaggregazione pari allo 0% rende più rapide le operazioni di gestione, riduce al minimo lo spazio di memorizzazione, ma rallenta il tempo di risposta delle query. Un valore pari a 100 crea tutti i valori aggregati, che vengono semplicemente recuperati in risposta alle query. Una preaggregazione con un valore pari a 100% rallenta notevolmente le operazioni di gestione, aumenta lo spazio di memorizzazione ma riduce al massimo i tempi di risposta delle query. La maggior parte degli amministratori del database scelgono valori compresi tra questi due estremi per bilanciare i requisiti delle prestazioni per le query rispetto alle limitazioni di una finestra di gestione dei dati.
Un valore pari a 1 crea soltanto l'1% dei valori aggregati, ma genera anche le strutture di dati per la memorizzazione e la registrazione degli aggregati. Pertanto, la quantità di tempo necessaria per calcolare questa percentuale ridotta è maggiore.
Percentuale partizione superiore
Quando il cubo è partizionato, è possibile impostare la partizione superiore su una percentuale diversa da quella impostata per il resto del cubo. In genere la partizione superiore è la più grande di tutte ed è quella su cui molte applicazioni eseguono inizialmente le query. Contiene i livelli superiori al livello di partizionamento.
Aggregazione basata su livelli
Per ciascuna dimensione selezionare i livelli che si desidera precalcolare. Il livello base deve essere sempre selezionato.
Dimensione
Selezionare ciascuna dimensione in modo da visualizzare i relativi livelli.
Livelli
Selezionare i livelli che si desidera calcolare e memorizzare come parte del processo di creazione.
Il metodo migliore per identificare i livelli per i dati memorizzati consiste nel determinare il rapporto tra i membri della dimensione in ciascun livello e nel fare in modo che il rapporto dei membri da calcolare in fase di esecuzione sia inferiore a 10:1. Questo metodo garantisce che tutti i set di risposte possano essere restituiti in modo rapido. I dati vengono memorizzati nel cubo o possono essere calcolati raggruppando un massimo di 10 valori in un singolo numero. Il raggruppamento di 10 valori richiede pochissimo tempo e un'applicazione ben progettata limiterà i set restituiti a una quantità di dati che può essere facilmente analizzata da un analista. È possibile modificare questo rapporto in base alla frequenza con cui si accede a un livello.
L'aggregazione delle ultime dimensioni variabili richiede più tempo perché i dati vengono distribuiti in tutto il relativo spazio di memorizzazione. Se si sta eseguendo l'ottimizzazione per la gestione dei dati, eseguire l'aggregazione completa delle prime dimensioni variabili e utilizzare l'aggregazione con salto di livelli (skip-level) sulle ultime dimensioni variabili.
Copyright © 2003, 2007 Oracle. Tutti i diritti riservati.