构建信息立方体维度的基本原则

        SAP BW的各信息提供者中可以说最重要的就是信息立方体，因为它是分析报表最主要的基础。而对于信息立方体模型，最重要的莫过于维度的设计，它不只决定着查询的性能，而且会影响到数据上传的时间。一个好的设计方案，不只能提高查询的访问速度，而且可以大大降低把数据更新到信息立方体的时间。
在信息立方体的设计中，如果能够遵循下面的这些基本的原则，那么你就可以构建一个相对高效的信息立方体模型：
1> 不要把查询用不到的CHARACTERISTIC放到信息立方体中。
        如果一个CHARACTERRISTIC不会被查询用到，而且你也不能确定它一定会在以后的查询中用到，那么就不要把它放到信息立方体中。因为信息立方体中每多包含一个特征，它的查询性能和数据上传性能就会降低一分。对于一个多层的数据仓库架构来说，我们常常把这种特征放到中间层的DSO中。这样一方面不会影响到信息立方体的性能，另一方面，当后续开发的查询用到这个特征的时候，我们可以重新把它加入到信息立方体中，然后从DSO上传数据到信息立方体。由于它的信息已经存在于DSO中了，我们不需要重新从源系统抽取数据，避免影响到业务系统。
2> 对于NAVIGATIONAL属性和特征，前者有利于数据上传性能，而后者有利于报表性能。
        这个很好理解。但是它们还代表了不同的历史事实性。对于特征来说，它代表的是业务发生时候的历史事实。而NAVIGATIONAL属性代表的是当前事实或者某个指定时间的历史事实。比如如果你把物料甲的物料组建模为一个特征，那么基于它的报表显示的是业务发生时候的物料组。不管物料甲的物料组在这笔业务后有没有被修改过，报表数据都是基于这笔业务产生时候的物料组显示的。如果你把物料组建模为属性，那么非时效属性对应的是当前的物料组分派，也就是说不管物料甲在一笔业务发生时候的物料组分配是什么，报表数据都是基于当前分配的物料组的。而时效属性则对应于某个指定时间的物料组分配。
3> 尽量减小维度表。
        对于普通的维度，它的索引类型是BIT-MAP索引，降低维度表的大小可以大大提高BIT-MAP索引的性能，进而大大提高报表性能。另外合理的维度设计可以大大减少数据上传过程中维度ID的生成次数，提高数据上传性能。
4> 减少维度数，但是减小维度表更重要。特别是当两者冲突的时候。
5> 对于高CARDINALITY的特征来说，比如销售订单号，我们应该使用LINE ITEM维度。
       普通的维度是一个扩展了的星形结构，中间是事实表，事实表首先关联到维度表，然后经过维度表关联到主数据表。而对于LINE ITEM维度来说，它没有中间层的维度表，事实表直接和主数据表关联。这样执行SQL的时候，可以减少一个JOIN。
6> 对于高CARDINALITY的维度来说，我们应该使用B-TREE索引。
       普通维度的默认索引时BIT-MAP，如果一个维度表太大，那么BIT-MAP索引的性能会大大降低。 这时候我们应该选择使用B-TREE索引，也就是将一个普通维度改为HIGH-CARDINALITY 维度。
7>  如果一个信息立方体的特征数小于等于13， 那么你可以去掉推荐架构中的维度表这一层。将所有的特征建模为一个LINE ITEM维度。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/119153/viewspace-627033/，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/119153/viewspace-627033/