SAP Analytics Cloud: 如何进行模型优化

我们应该评估每个维度的数据颗粒度是否过细。换而言之，在使用SAP Analytics Cloud进行计划时，我们需要评估我们的模型是否需要如此细粒度的数据。比如，总账（General Ledger)  通常包含大量的明细数据，然而这些明细数据在计划中通常是不被需要的。

应变方案：如果我们评估后确定的确需要明细数据，我们可以新建一个专门的模型来加载用于分析目的详细数据，然后在计划中使用另外一个经过精简和聚合后的模型来进行预算计划。或者，我们也可以将业务明细数据继续留在源系统中，在需要时，再从SAP Analytics Cloud使用钻取流程来查看明细数据。

除了维度的数据颗粒度外（通常涉及维度成员的数量和维度内层级结构的深度），模型内的维度数量之和也很重要。过多的维度数量使得整个模型的管理变得具有挑战性，会提升数据的输入的复杂性，并常常导致不必要的大而零散的数据模型。这里我们建议控制计划模型的维度总数在8-12之间（包括默认必须维度如账户、日期和版本等）。如果模型的维度数量超出了这个范围，设计方案的人员应进行评估，考虑使用替代层级结构、导航属性和通过列注释来进行注释等方案，以最大限度减少维度总数。

当第一次启动数据输入会话时，公共版本的数据会在后台缓存到该用户的专有的私有版本中，这可能会导致大量的数据被复制。

应变方案：用户可以使用适当的过滤器，预先创建一个私有版本。此时复制数据的是数据的子集而不是全部。使用这样的私有版本将在输入新数据时获得非常显著的性能提升。我们通常建议每个私有版本都使用必要的过滤器创建。这些过滤器的过滤掉的不必要内容越多，性能提升效果就越好。

“账户公式”中的动态计算是一个非常强大的功能。可是，这需要消耗很多的计算资源来处理器cube的计算，尤其是当公式数量众多或使用嵌套计算时（一个公式依赖于另一个公式等等）。因此，使用“账户公式”可能会导致性能受到影响。

应变方案：可以考虑在“数据操作”中使用“高级公式”的功能来替代账户公式。“高级公式”功能的操作不是实时执行的，而是仅在用户请求时执行，因此会减少整个系统的负担。

多维引擎的一个自然行为是沿着多个层级结构来进行数据的聚合。在任何模型中，计算引擎执行的聚合计算的数量都是非常壮观的。假设我们有两个维度，每个维度的层次结构有九层深（有十个叶子成员），这已经创建了100个潜在的聚合组合。幸运的是，SAP Analytics Cloud利用SAP HANA数据库可以光速执行这些计算。然而，当涉及到特定的聚合时，例如平均值或是最大最小值等，这些计算不仅需要执行标准的聚合，还要在第二轮中计算特定的聚合，这将导致性能下降。

应变方案：考虑使用“数据操作”的“高级公式”进行其中的一些计算

和空值（NULL）不同，零值数据实际上可以被存储并消耗计算资源的。有时，您可以使用建模器中的函数来删除数据事实，从而实现从数据库中删除全零数据。

注意：如果你使用了高级公式，则必须在新的计算发生之前将一些值重置为零。在这种情况下，可以考虑分配一个空值（NULL）而不是零。

数据访问权限的配置对查询性能是有影响的。一般来说，用户数据访问限制越严格，性能就越好。这里的基本原理是: 查询只返回用户有权查询的数据。然而，数据访问配置的复杂性和规模可能会对功能管理员产生影响。