O que é uma dimensão esparsa tm1?

2024 Autor: Miles Stephen | [email protected]. Última modificação: 2023-12-15 23:39

Escassez . Durante as consolidações, TM1 usa um escasso algoritmo de consolidação para ignorar células que contêm zero ou estão vazias. Este algoritmo acelera os cálculos de consolidação em cubos que são altamente escasso . UMA escasso cubo é um cubo no qual o número de células preenchidas como uma porcentagem do total de células é baixo.

Além disso, o que é uma dimensão esparsa?

UMA dimensão esparsa é aquele com uma baixa porcentagem de posições de dados disponíveis preenchidas. Um denso dimensão tem uma alta probabilidade de que uma ou mais células estejam ocupadas em cada combinação de dimensões . Agora, um bloco de memória é criado para cada combinação de membros do dimensões esparsas.

Também se pode perguntar: o que acontecerá quando um modelador otimizar a ordem das dimensões em um cubo? Quando você otimizar a ordem das dimensões em um cubo , TM1 faz não mude o real ordem de dimensões no cubo estrutura. TM1 faz mudar a maneira dimensões são pedidos internamente no servidor, mas porque o cubo estrutura não é alterada, quaisquer regras, funções ou aplicativos que fazem referência ao cubo permanecem válidos.

Além disso, saiba qual é a melhor prática recomendada ao solicitar dimensões em um cubo?

Nós geralmente recomendar que você pedido a dimensões como segue: do menor esparso ao maior esparso, seguido do menor denso ao maior denso. No entanto, é necessária alguma flexibilidade.

Qual é a diferença entre denso e esparso?

UMA escasso array é aquele que contém principalmente zeros e poucas entradas diferentes de zero. UMA denso array contém principalmente não zeros. Não há limite rígido para o que conta como escasso ; é um termo vago, mas pode ser mais específico. Por exemplo, um vetor é k- escasso se contiver no máximo k entradas diferentes de zero.