Hvad er en anbefalet bedste praksis, når du bestiller dimensioner i en terning?
Hvad er en anbefalet bedste praksis, når du bestiller dimensioner i en terning?

Video: Hvad er en anbefalet bedste praksis, når du bestiller dimensioner i en terning?

Video: Hvad er en anbefalet bedste praksis, når du bestiller dimensioner i en terning?
Video: De nye klimakrav – LCA i praksis 2024, November
Anonim

Vi generelt anbefale at du bestille det dimensioner som følger: mindste sparsomme til største sparsomme, efterfulgt af mindste tætte til største tætte. Der kræves dog en vis fleksibilitet.

Hvad vil der også ske, når en modelbygger optimerer rækkefølgen af dimensioner i en terning?

Når du optimere rækkefølgen af dimensioner i en terning , TM1 gør ikke ændre det faktiske rækkefølge af dimensioner i terning struktur. TM1 gør ændre vejen dimensioner bestilles internt på serveren, men fordi den terning struktur er ikke ændret, nogen regler, funktioner eller applikationer, der refererer til terning forblive gyldige.

Desuden, hvad er en sparsom dimension i tm1? Sparsomhed . EN sparsom terning er en terning, hvor antallet af befolkede celler som en procentdel af det samlede antal celler er lavt. Når data konsolideres i kuber, der har definerede regler, TM1 slår dette fra sparsom konsolideringsalgoritme, fordi en eller flere tomme celler kan beregnes af en regel.

Derudover, hvad er en terning i tm1?

TM1 terninger findes i IBM Cognos TM1 løsning. EN TM1 terning er en multidimensionel database, der skal indeholde mindst 2 dimensioner og 1 fakta. Dataene indlæses i terning gør brug af en turbo-integratorproces. Hver terning kan udvides for at se alle de dimensioner, der udgør terning.

Hvad står tm1 for?

Table Manager 1

Anbefalede: