什麼是多維數據集中多個不同計數度量的最佳分區策略

我有一個具有一個數據月份數據的事實表的多維數據集。事實表是15億行。事實表包含以下列{DateID，UserKey，ActionKey，ClientKey，ActionCount}。{} 事實表中每個用戶每個用戶每個操作每個用戶一行，並且沒有完成任何活動。什麼是多維數據集中多個不同計數度量的最佳分區策略

現在我要計算的以下措施，在我的立方體如下

平均天數用戶 AVG（[用戶]已訂婚。[用戶鍵]，[用戶鍵]，[措施]。[ DATE COUNT]）從事

用戶> = 14天 SUM（[用戶]。[用戶密鑰]。[用戶鍵]，IIF（[措施]。[DATE COUNT]> = 14，1,0 ））

平均每用戶請求 IIF（[Measures]。[USER COUNT] = 0，0，[Measures]。[ACTIVITY COUNT]/[Measures]。[USER COUNT]）

所以要創建兩個不同的計數度量DATE COUNT和USER COUNT，它們是事實表的DateKey和UserKey列上的不同聚合。我想知道對度量組進行劃分（其中有3個度量組採用自己的度量組）。

劃分立方體的最佳策略是什麼？我已閱讀analysis service distinct count指南的末端，並提到用不重疊的用戶id分區多維數據集是單用戶查詢的最佳策略，而用戶X時間最適合單用戶時間設置查詢。

我想知道如果我應該將多維數據集劃分爲75個分區（每個分區15億行/ 2000萬行），這將使每個分區具有不重疊和連續的用戶ID，或者我應該將它分區爲31個分區每天有一個重疊的用戶標識符，但每個分區有不同的天數或31 * 3 = 93個分區，我每天將立方體分解到每天，然後每天進一步分區到3個相等部分，每天有不重疊的用戶標識符但用戶將在幾天之間重疊）或由ActionKey分區成45個不相等大小的分區，因爲大部分時間度量都是由Action分割的？

我有點困惑，因爲本文只談論優化一個不同的計數度量值，因爲我需要對我的度量值的用戶和日期執行不同的計數。

任何提示？

來源

2014-11-03 user330612

我會先退後一步，嘗試使用多對多維度計數技術來實現統計計數結果，而不需要實際差異計數聚合的開銷。

也許就是最好的解釋的了「重複計數」部分是「多對多革命2.0」紙：

http://www.sqlbi.com/articles/many2many/

注意解決方案C是一個我指的是。

您通常會發現此解決方案的縮放比標準的「區分計數」度量要好得多。例如，我在一個最大的Fact（只有4個分區）中有一個2b行的立方體，9m行有一個「M2M Distinct Count」事實 - 性能很好，例如，6-7小時內完全處理所有數據，大部分查詢少於5秒。服務器正常但不好，例如VM，4核，32 GB RAM（與SQL，SSRS，SSIS等共享），無SSD。

我認爲你可能會被太多分區和過度複雜的設計帶走。基本引擎可以通過精心設計來創造奇蹟。

來源

2014-11-12 00:09:26

我首先嚐試了使用M2M技術的獨特計數，並且它根本沒有很好的擴展性。我的查詢實際上是超時：（ – user330612 2014-11-12 00:36:58

我首先嚐試了使用M2M技術的獨特計數，但它並沒有很好地擴展。我的查詢實際上超時了:(我也有一臺相當不錯的機器，16核48GB RAM和1TB SSD硬盤我很好奇當你提到你的20億行表中只有4個分區沒有任何聚集時，這是真的嗎？我的多維數據集處理有3個度量組中的近1000個分區需要4-5小時，但是查詢從冷啓動開始的時間超過15分鐘，聚合是否真的很糟糕？我已經爲DimAction.ActionName維度上的所有分區設置了完全聚合 – user330612 2014-11-12 00:52:27

我確實有聚合，他們似乎對於查詢性能非常重要，我只是運行嚮導性能提升10-20％，如果超過100個聚合就會停止），並且結果看起來很好 - 它爲該MG提供了74個聚合，所有4個分區使用相同的Agg設計。現在一年。我懷疑你已經過分了分區和聚合設計。 – 2014-11-12 05:23:15

什麼是多維數據集中多個不同計數度量的最佳分區策略

回答

相關問題