1 / 27

SSAS ROLAP sur Column Store Charles-Henri Sauget Patrice Harel

SSAS ROLAP sur Column Store Charles-Henri Sauget Patrice Harel. Merci à nos sponsors. 3. 4. 5. SOMMAIRE. Objectifs Implémentation technique Fonctionnement du CSI Intérêts du ROLAP Comparaison des performances Les limites Ressources. 6.

kezia
Download Presentation

SSAS ROLAP sur Column Store Charles-Henri Sauget Patrice Harel

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. SSAS ROLAP sur Column Store Charles-Henri Sauget Patrice Harel

  2. Merci à nos sponsors 3

  3. 4

  4. 5

  5. SOMMAIRE • Objectifs • Implémentation technique • Fonctionnement du CSI • Intérêts du ROLAP • Comparaison des performances • Les limites • Ressources 6

  6. OBJECTIFSIMPLEMENTATION TECHNIQUE FONCTIONNEMENT DU CSI INTERETS DU ROLAP • Profiter des avancéessur le CSI • Etudier les performances d’une base ROLAP sur du CSI • Les comparer avec du MOLAP et du TABULAR 7

  7. IMPLEMENTATION TECHNIQUEFONCTIONNEMENT DU CSI INTERET • RAM : 25 Go; CPU : 4 cores, 8 threads; SSD • Datawarehouse Wikipedia : • 120 Go • 250 Millions de lignesdans la principale table de fait 8

  8. Entrepôt de données DimUser DimCategory DimPage FactPage DimRevision FactRevisionPage DimDate 9

  9. DIRECTORY FONCTIONNEMENT DU CSIINTERETS DU ROLAP COMPARAISON Exempled’encodage Dictionnaireprincipal S1 S1 S1 Dictionnairessecondaires S2 S2 S2 Partition 1 S3 S3 S3 L1 L1 L1 L2 L2 L2 L3 L3 L3 Partition 2 … … … S2 S2 S2 Delta store C1 C2 C3 10

  10. Point importants • Clustered CSI lecture/écriture • BLOB • Segment elimination • Batch mode • Compression “Archive” 11

  11. La mise à jour des données • INSERT : dans le Delta Store • DELETE : dans le Delta Store oudansle Deleted Rows store DELETED ROWS Bitmap ou B-tree Nouveaux segments INSERT DELETE Encodage et compression Tuplemover Delta store 12

  12. Fonctionnement du CSI 13

  13. INTERETS DU ROLAPCOMPARAISON DES PERFORMANCES LES LIMITES • Peu (pas) de temps de processing • “Temps réel” • Partitionnementcôté SQL 14

  14. Optimisation du ROLAP • Types de données • Statistiques • Spill • Hint • M2MQuery • CSI : fragmentation due au partitionnement 15

  15. Optimisation du ROLAP • Types de données Jointure INT – INT 24s Jointure NUMERIC- INT 34s 16

  16. Optimisation du ROLAP • Spill SELECTCOUNT(*) FROM [dbo].[FactPageRevision] WT INNERJOIN [dbo].[DimRevision] DR ON WT.[RevisionId]=DR.RevisionId WHERERevisionDateId> 20130101 17

  17. Optimisation du ROLAP • Statistique SQL Server ne connaît pas le lien entre noscolonnes CREATESTATISTICSClientInteressant ONDimClient ( [CA] , [NbConsultant] , [Utilise SQL] ) WHERE [CA] > 5000000 AND [Utilise SQL] ='Oui' 18

  18. Query HINT 19

  19. Entrepôt de données DimUser DimCategory DimPage FactPage DimRevision FactRevisionPage DimDate 20

  20. Many-to-many 21

  21. Many-to-many DimUser DimCategory DimDate FactCategoryMatrix DimRevision FactRevisionPage DimPage DimCategoryMatrix 22

  22. COMPARAISON DES PERFORMANCESRESSOURCES LES LIMITES Requête 1 SELECT [Measures].[Revision Count] ON 0 ,NONEMPTY [Date].[Year].[Year] ON 1 FROM [Wikipedia] Requête 2 SELECT [Measures].[Revision Count] ON 0 ,NONEMPTY [Category].[Category].[Category] ON 1 FROM [Wikipedia] Requête 3 SELECT [Measures].[Fact Page Revision Count] ON 0 ,NONEMPTY [Date].[Month].[Month]*[User].[User].[User] ON 1 FROM [Wikipedia] WHERE [Date].[Year].&[2013] 23

  23. COMPARAISON DES PERFORMANCESRESSOURCES LES LIMITES Données en milliseconde, sur cache froid * M2M factorisée 24

  24. LES LIMITES RESSOURCES • CSI : quelques types de donnéesincompatibles (varchar(MAX), text, xml, …) • CSI non-clustered seulement en lecture • CSI clustered doitêtrel’unique index de la table • Alignement du partitionnement table-index 25

  25. RESSOURCES http://technet.microsoft.com/en-us/library/gg492088(v=sql.120).aspx http://rusanu.com/2012/05/29/inside-the-sql-server-2012-columnstore-indexes/ http://social.technet.microsoft.com/wiki/contents/articles/3540.sql-server-columnstore-index-faq.aspx http://rusanu.com/2011/07/13/how-to-use-columnstore-indexes-in-sql-server/ http://social.technet.microsoft.com/wiki/contents/articles/4995.sql-server-columnstore-performance-tuning.aspx http://downloads.sqlity.net/ColumnstoreIndexInternals.pdf http://sqlblog.com/blogs/alberto_ferrari/archive/2012/08/17/new-whitepaper-from-sqlbi-vertipaq-vs-columnstore.aspx http://www.sqlskills.com/blogs/joe/row-and-batch-execution-modes-and-columnstore-indexes/ http://www.nikoport.com/2013/07/05/clustered-columnstore-indexes-part-1-intro/ SSAS 2008 Unleashed, SAMS Expert Cube Development, Webb-Russo-Ferrari 26

More Related