Hyperion Essbase Calculation Optimizing

相对于与关系型数据库（比如Oracle）来说，提高和调整Essbase性能的武器确实不多。因为Essbase本身的特点，一个简单的语句往往操纵的数据量往往是SQL语句所不能比较的；其中往往是很小的一点改变，就会对数据库的性能就有很大的影响，因此调优Essbase比Oracle数据库的性能调整更富有挑战，下面只能列出一些性能调整的Tips，还需要不断的提高：

1. 控制数据块的大小和数据块的密度，合适的Block size 应该在8到100K之间，我们可以通过调整Dense和Sparse维度的配置控制数据块的大小，同时保证很好的块数据密度。
2. 排列Outline中Dimension的结构：Dense Dimension应该在Sparse Dimension的前面，Sparse Dimension的排序方式应该是：按照member的数量从少到多。在ESSCMD中使用GETDBSTATS命令可以很方面查询数据库维度的统计数据：下面是ESSCMD返回的结果实例：
-------Statistics of test:test-------

Dimension Name Type Declared Size Actual Size
===================================================================
Accounts DENSE 131 94
Time Periods DENSE 23 14
Data Type DENSE 6 5
Entities SPARSE 2460 1279
Object SPARSE 268 265
Years SPARSE 7 7
Scenarios SPARSE 10 10
Versions SPARSE 11 11
Currencies SPARSE 8 8
Market SPARSE 12 12
HSP_Rates SPARSE 20 20
Entity-Attr SPARSE 9 9
Function SPARSE 9 9
User Category SPARSE 3 3
Prod Group SPARSE 8 8
Product/Svc SPARSE 4 4
Sub-Function SPARSE 61 61
Product Group SPARSE 10 10

Number of dimensions : 18
Declared Block Size : 18078
Actual Block Size : 6580
Declared Maximum Blocks : 974679552000
Actual Maximum Blocks : 501081504000
Number of Non Missing Leaf Blocks : 1
Number of Non Missing Non Leaf Blocks : 71
Number of Total Blocks : 72
Index Type : B+ TREE
Average Block Density : 0.5927052
Average Sparse Density : 1.436892E-008
Block Compression Ratio : 0.02291698
Average Clustering Ratio : 0.9421046
Average Fragmentation Quotient : 50.20838

3. 增量加载数据：数据增量加载，从而可以增量的创建数据块，利用Intelligent Calculation，这样不需要每次计算所有数据块，每次只要计算新增加的数据块就可以了。
4. Flat Dimension：指那种有很多member，但是很少层次关系，Hierarchy的结构是一个很扁平的结构。这种结构对Performance有着负面的影响。对于这种结构，可以考虑增加他的层次结构，或者在calc script中增加SET CALCHASHTBL命令行利用Hash表的能力。
5. 使用并行执行，需要指出的是：1）Essbase默认的是Serial Calculation.如果需要并行执行，需要在essbase.cfg里面配置或者在calcu-script里面。 2）并不是指定了并行执行Essbase就会真的并行运算，Essbase会首先判断这个语句能否并行，如果不满足要求，Essbase还是会串行执行他。
6. 一些公式会强迫Essbase年进行串行执行，而不能进行并行执行，这些公式包括：1）对作为并行种子的维度存在依赖关系的Dense 维度上的公式。 2）含有@VAR, @ARRAY, or @XREF的公式。 3）有循环依赖关系的公式：比如A引用了B, B引用了C, C又引用了A。
7. 使用Dynamic Calcu: 动态计算项在Essbase计算的时候并不会计算，而是在访问数据的时候实时计算，同时dense dimension上一些项设置成Dynamic, 可以使数据块变小，加速计算过程。
8. 使用Essbase的consolidation（+, -, *, /）是运算效率最高的计算方式。
9. 使用Fix严格控制计算的范围为最小的需要计算的数据块。
10. 如果可能，在dense dimension上创建公式。
11. 当你使用cross-dimension在dense dimension上创建公式时，如果满足下面两个条件，Essbase将不会自动创建数据块：1）等式右边是Dense Dimension, 等式左边是Sparse Dimension，你的计算不会返回结果，同时还会变得很慢：比如下面的情况：sales 和 expense是dense 维度的成员，budget和actual是sparse维度的成员。那么可以用Datacopy先生成数据块，然后再计算：

DATACOPY Sales -> Actual TO Sales -> Budget;
DATACOPY Expenses -> Actual TO Expenses -> Budget;
FIX(Budget)
(Sales = Sales->Actual * 1.1;
Expenses = Expenses->Actual * .95
ENDFIX

下面这种计算将不会产生数据块和计算结果：
FIX(Budget)
(Sales = Sales -> Actual * 1.1;
Expenses = Expenses -> Actual * .95
ENDFIX

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/7477027/viewspace-269293/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/7477027/viewspace-269293/