Optymalizacja SAS OLAP Studio Wstępna prezentacja projektu
Motywacje Chęć zgłębienia wiedzy o sposobie działania i administracji systemu SAS OLAP Server Chęć poznania różnych technik optymalizacji dostępu do danych dla systemów OLAP i ich skuteczności oraz kosztów Możliwość poznania języka MDX Ewentualna przydatność wniosków dla osób trzecich (aministratorzy hurtowni danych, firma SAS)
Cele Przebadanie i ocena ogólnych możliwości optymalizacyjnych SAS OLAP Server Porównanie poszczególnych technik optymalizacji zastosowanych w ramach systemu Wyciągnięcie wniosków z uzyskanej wiedzy
Obszary optymalizacji Rozmiar danych na dysku (kompresja). Szybkość dostępu do danych (indeksy, cache). Wykorzystanie zasobów (wielu procesorów / dysków / baz danych) systemu. Obciążenie procesora / zajętość pamięciowa / częstość wykonywania operacji I/O przez procesy OLAP (wielkość strony). Szybkość tworzenia OLAP Cubes.
Studium przypadku Realistyczne hurtownia danych i nietrywialne analizy – dwa podejścia: Opracowanie modelu hurtowni danych i analiz (oraz ich oczekiwanych wyników), a następnie wygenerowanie dużej ilości realistycznych danych Wykorzystanie prawdziwych danych (np. o użytkownikach odwiedzających stronę internetową)
Plan eksperymentów Obserwacja i rejestracja wybranych kryteriów optymalności w procesie tworzenia wielowymiarowych analiz: Dla pojedynczych aktywnych technik optymalizacji Dla systemu skonfigurowanego optymalnie z punktu widzenia przygotowanych analiz Dla wybranych kombinacji technik optymalizacji
Narzędzia optymalizacji w SAS OLAP Studio SAS Management Console Application Response Measurement Scalable Performance Data Engine SAS OLAP Cube Studio (Cube tuning)
Ogólny harmonogram prac Instalacja i konfiguracja systemu. Zaplanowanie studium przypadku. Zbieranie / generowanie danych. Utworzenie hurtowni. Stworzenie zestawu zapytań MDX i raportów dla utworzonej hurtowni. Testy. Raport - wnioski.