¿Qué es una dimensión dispersa tm1?

2024 Autor: Miles Stephen | [email protected]. Última modificación: 2023-12-15 23:35

Escasez . Durante las consolidaciones, TM1 usa un escaso algoritmo de consolidación para omitir las celdas que contienen cero o están vacías. Este algoritmo acelera los cálculos de consolidación en cubos que son altamente escaso . A escaso cube es un cubo en el que el número de celdas pobladas como porcentaje del total de celdas es bajo.

Además, ¿qué es una dimensión dispersa?

A dimensión escasa es uno con un bajo porcentaje de puestos de datos disponibles ocupados. Una densa dimensión tiene una alta probabilidad de que una o más celdas estén ocupadas en cada combinación de dimensiones . Ahora se crea un bloque de memoria para cada combinación de miembros del dimensiones escasas.

También se puede preguntar, ¿qué pasará cuando un modelador optimice el orden de las dimensiones en un cubo? Cuando usted optimizar el orden de las dimensiones en un cubo , TM1 lo hace no cambiar el real orden de dimensiones en el cubo estructura. TM1 lo hace Cambia el camino dimensiones se ordenan internamente en el servidor, pero debido a que cubo estructura no cambia, ninguna regla, función o aplicación que haga referencia a la cubo Se mantiene valido.

También sepa, ¿cuál es la mejor práctica recomendada al pedir dimensiones en un cubo?

Nosotros generalmente recomendar que Tú pedido los dimensiones de la siguiente manera: del más pequeño al más grande al más pequeño, seguido del más pequeño al más grande denso. Sin embargo, se requiere cierta flexibilidad.

¿Cuál es la diferencia entre denso y escaso?

A escaso array es uno que contiene principalmente ceros y pocas entradas distintas de cero. A denso La matriz contiene en su mayoría distintos de ceros. No hay un umbral estricto para lo que cuenta como escaso ; es un término impreciso, pero puede hacerse más específico. Por ejemplo, un vector es k- escaso si contiene como máximo k entradas distintas de cero.