10 個のディメンションと 10 個のメジャー グループがあります。各メジャー グループにはそれぞれ 1 つのパーティションがあります。
すべての立方体が処理されると、毎日 5 ～ 6 時間かかります。そのため、SSIS分析サービス処理タスクを使用してキューブを処理することを考えました。最初にディメンションを「プロセスフル」で処理し、次にすべてのメジャーグループを「プロセスフル」で処理します。
MeasureGroup-1 分析サービス処理タスクだけで、1 つのメジャーグループしかない場合は 2 時間かかり、残りの 9 つのメジャーグループは measuregroup-2 分析サービス処理タスクにあり、2 時間かかります。つまり、処理を完了するのに 5 時間ではなく約 3 時間かかります。 -6時間。
それで、このアプローチは正しいと思いますか!! このような処理後に障害データを提供する制約/依存関係がある場合は、提案してください。
必要な時間を測定する必要があります。多くの場合、すべてを一度に実行すると、処理を分割するよりも高速になる可能性があります。これは、一部のデータをディメンション処理からメモリに保持でき、メジャー グループ処理の実行中にディスクへの書き込みが終了している必要がないためです。一方、あなたのアプローチはより速いかもしれません。
一般に、唯一の正しい答えは、テストを実行することです。これには多くの要因が影響するためです。
処理パフォーマンスを最適化するには、ボトルネックを見つける必要があります。RAM を増やすと役立つかもしれません (RAM のほとんどが処理中に使用されていることがわかりますか?次に、RAM を増やしたサーバーをテストしてみる価値があるかもしれません)。より多くの並列化を可能にするより多くの CPU が役立つかもしれません。おそらくリレーショナル ソースを最適化して、Analysis Services が発行するステートメントをより高速に実行できるようにします。おそらく集計を減らすと処理パフォーマンスが向上しますが、クエリのパフォーマンスが低下する可能性があります。AS ストレージをリレーショナル データとは別のディスクに移動すると (ディスクを共有している場合)、パフォーマンスが向上します。より高速なディスクもテストする価値のあるオプションです。
多くのパフォーマンス最適化タスクと同様に、詳細を知らずにいくつかのテストを実行しないと、どの変更が状況を改善または悪化させるかを判断するのは困難です。