Erkunden von Best Practices für die Performance in einem SAP-Analytics-Cloud-Planungsmodell

Objective

After completing this lesson, you will be able to beschreiben Sie die Best Practices für die Performance in Bezug auf Planungsmodelle, die in SAP Analytics Cloud verwendet werden.

Modell-Performance

In dieser Lektion lernen Sie die Best-Practice-Empfehlungen zur Optimierung der Planungsmodell-Performance in SAP Analytics Cloud kennen.

Szenario: Sie sind mit der Erstellung eines leistungsstarken Planungsmodells in SAP Analytics Cloud beauftragt. Ihr Modell muss große Datenmengen effizient verarbeiten und Benutzern schnelle Antwortzeiten bieten. Sie haben jedoch einige Performanceprobleme festgestellt, die sich auf die allgemeine Benutzerfreundlichkeit auswirken.

Erkunden von Best Practices für die Performance in einem Planungsmodell

In diesem Video sehen wir uns die Modellgesundheits-Checkliste genauer an. Mit dieser Checkliste können Sie potenzielle Engpässe in der Performance Ihres SAP-Analytics-Cloud-Planungsmodells identifizieren und beheben.

Zusammenfassung

Mit der Checkliste für den Modellzustand können Sie den Zustand Ihres Modells systematisch bewerten und potenzielle Engpässe und potenzielle Verbesserungsbereiche identifizieren. Denken Sie daran, dass es kein einziges „bestes" Modelldesign gibt; die Optimierung hängt von Ihren spezifischen Daten und Anforderungen ab. Das optimale Modelldesign ist kontextabhängig und erfordert iterative Verfeinerung.

Die Modellzustandsprüfliste umfasst Folgendes:

  1. Gültigkeitsprüfung der Dimensionsgranularität: Es ist wichtig, die Granularität jeder Dimension sorgfältig zu untersuchen, d.h. die Anzahl der Elemente und die Tiefe einer Hierarchie innerhalb von Dimensionen. Benötigen Sie alle Details? Die Dimensionsgranularität wird in einer separaten Lektion behandelt.
  2. Dimensionsanzahl: Versuchen Sie, die Anzahl der Dimensionen (einschließlich Standarddimensionen wie Konto, Datum und Version) zwischen 8 und 12 beizubehalten.
  3. Laden von Daten aus öffentlichen/privaten Versionen: Strategien zur Optimierung des Ladens von Versionsdaten werden in einer separaten Lektion behandelt.
  4. Formeln: Verwenden Sie erweiterte Formeln in Datenaktionen, um die Ausführung von Formeln auf Abruf auszulösen und so die Systemlast gegenüber Formeln zu reduzieren, die in Echtzeit ausgeführt werden.
  5. Ausnahmeaggregationen: Ein natürliches Verhalten einer mehrdimensionalen Engine besteht darin, Daten über mehrere Hierarchien hinweg zu summieren. Zwei Dimensionen mit Hierarchien, die 9 Ebenen tief sind (mit 10 Blattelementen), erzeugen 100 potenzielle Aggregationen. Ausnahmeaggregationen wie Durchschnitte oder Min/Max-Werte werden in einem zweiten Durchlauf berechnet, wodurch zusätzliche Verarbeitungsschritte angelegt werden, die die zugrunde liegenden Daten abfragen, und längere Laufzeiten. Versuchen Sie, diese Berechnungen in erweiterte Formeln zu verschieben, um die Performance zu verbessern.
  6. Vermeiden Sie unnötige Nullen: Während gelegentlich nützliche, übermäßige Nullen die Performance beeinträchtigen können. Wir zeigen Ihnen später in dieser Lektion, wie Sie unnötige Nullen reduzieren können.
  7. Sicherheits-/Datenzugriffsprofil: Restriktive Datenzugriffsprofile verbessern in der Regel die Performance, können sich jedoch auf den funktionalen Administrator auswirken, da die Modellierungsrechte abhängig von den Berechtigungen eines Power-Users verfeinert werden. Aus diesem Grund ist es wichtig, Datenzugriffsprofile sorgfältig zu planen und zu implementieren, um Sicherheit und Performance in Einklang zu bringen.

Zusatzinformationen

Details zum Diagramm und zur Modellierungs-Checkliste für die Abbildung der Planungsmodellvielfalt finden Sie im SAP-Community-Blogbeitrag SAP Analytics Cloud for Planning: Modeling checklist.