Qu'est-ce qu'une dimension creuse tm1 ?
Qu'est-ce qu'une dimension creuse tm1 ?

Vidéo: Qu'est-ce qu'une dimension creuse tm1 ?

Vidéo: Qu'est-ce qu'une dimension creuse tm1 ?
Vidéo: Présentation / Tutoriel IBM Planning Analytics - Ex Cognos TM1 2024, Peut
Anonim

parcimonie . Lors des regroupements, TM1 utilise un clairsemé algorithme de consolidation pour ignorer les cellules qui contiennent zéro ou qui sont vides. Cet algorithme accélère les calculs de consolidation dans des cubes hautement clairsemé . UNE clairsemé cube est un cube dans lequel le nombre de cellules remplies en pourcentage du total des cellules est faible.

De plus, qu'est-ce qu'une dimension creuse ?

UNE dimension clairsemée en est un avec un faible pourcentage de postes de données disponibles pourvus. Un dense dimension a une forte probabilité qu'une ou plusieurs cellules soient occupées dans chaque combinaison de dimensions . Maintenant, un bloc de mémoire est créé pour chaque combinaison de membres à partir du dimensions éparses.

On peut aussi se demander, que se passera-t-il lorsqu'un modélisateur optimisera l'ordre des dimensions dans un cube ? Lorsque vous optimiser l'ordre des dimensions dans un cube , TM1 Est-ce que ne pas changer le réel ordre des dimensions dans le cube structure. TM1 Est-ce que change la manière dimensions sont commandés en interne sur le serveur, mais parce que les cube la structure n'est pas modifiée, aucune règle, fonction ou application faisant référence au cube reste valide.

Sachez également quelle est une bonne pratique recommandée lors de la commande de dimensions dans un cube ?

Nous généralement recommander que vous ordre les dimensions comme suit: du plus petit clairsemé au plus gros clairsemé, suivi du plus petit dense au plus gros dense. Cependant, une certaine flexibilité est requise.

Quelle est la différence entre dense et clairsemé ?

UNE clairsemé tableau est celui qui contient principalement des zéros et quelques entrées non nulles. UNE dense le tableau contient principalement des non-zéros. Il n'y a pas de seuil strict pour ce qui compte comme clairsemé ; c'est un terme vague, mais qui peut être rendu plus précis. Par exemple, un vecteur est k- clairsemé s'il contient au plus k entrées non nulles.

Conseillé: