该怎么学习导入建模的数据简化技术?
同学你好,我们可以告诉你学习导入建模的数据简化技术。
本文面向开发导入模型的高级商务智能桌面数据建模人员。它描述了不同的技术来帮助减少加载到导入模型中的数据。
导入模型加载的数据经过压缩和优化,然后由VertiPaq存储引擎存储到磁盘。当源数据加载到内存中时,可能会看到10倍的压缩,因此有理由预计10 GB的源数据可以压缩到1 GB左右。此外,当持久化到磁盘时,可以实现额外的20%的减少。
尽管VertiPaq存储引擎实现了高效率,但重要的是您要尽量减少要加载到模型中的数据。对于大型模型来说尤其如此,或者您预计随着时间的推移会变大的模型。四个令人信服的理由包括:
您的容量可能不支持更大的型号。共享容量最多可容纳1 GB的型号,而高级容量最多可容纳13 GB的型号。有关更多信息,请阅读对大型数据集的高级商务智能支持文章。
较小的型号减少了对容量资源的争用,尤其是内存。它允许在更长的时间内同时加载更多的模型,从而降低驱逐率。如需详细资讯,请参阅管理高级容量。
较小的模型实现了更快的数据刷新,从而降低了报告延迟,提高了数据集刷新吞吐量,并减轻了对源系统和容量资源的压力。
更小的表行数可以导致更快的计算评估,这可以提供更好的整体查询性能。
本文涵盖了八种不同的数据简化技术。这些技术包括:
删除不必要的列
删除不必要的行
分组并汇总
优化列数据类型
自定义列的首选项
禁用超级查询查询加载
禁用自动日期/时间
切换到混合模式