Всем привет.

Исходная позиция
Есть два показателя: [RUR стоимость] и [Стоимость в исходной валюте].
В разрезе одного дня курс между двумя валютами одинаков. т.е. его можно вычислить как Курс_день = [RUR стоимость] / [Стоимость в исходной валюте] .

Все было бы хорошо, но по измерению Календарь (иерархии ГКМД, ГНД виртуальное из ГКМД) требуется вычислять курс как среднее арифметическое всех курсов за период.
<Курс> = sum(курс_день) / _количество_дней_
Например, курс за неделю равен СА курсов за эту неделю. Аналогично, месяц, год и т.п.

можно было бы написать такую формулу
но есть такие проблемы.
1. Насколько быстро эта формула будет работать?
2. Надо применить формулу для двух иерархий - ГКМД и ГНД... писать разные CM? или NECJ() для иерархий и также считать? еще медленнее.

Какие еще могут быть решения?

Интересует в первую очередь производительность, т.к. большого размера (>100M фактов в месяц).
Кстати, в таблице фактов курс есть для каждого факта, при необходимости можно поднять в куб, но, ИМХО, проблемы остаются те же.

ок... я понял.
отдельный куб, в котором две меры "Курс" и "Количество дней". Их отношение - всегда дает нужную величину - "Средний курс"

Как мне в моем многострадальном кубе получить этот "Средний курс"?

Я могу обратиться через LookupCube(), могу собрать два куба в один виртуальный. Виртуальный куб делать не хотелось бы, так как курсы нужны в 4 разных кубах - придется делать и 4 виртуальных. А это сложно затем поддерживать. Напрашивается решение через LookupCube(). Как Ваше мнение, что эффективнее, что проще?

спасибо за ответы.
Не поверите...
пользователям нужно среднее арфиметическое только в том случае, когда были продаже...
т.е. [RUR стоимость] / [Стоимость в исходной валюте] дает то, что требуется.
если использовать виртуальный куб, то там надо как-то дополнительно фильтровать курсы по датам так, чтобы в случае отсутствия стоимости, этот курс не учитывался...

а как сделать этот фильтр без

...
без использования filter(descendants()) я что-то не соображу

Я бы сделал средневзвешенную величину, если бы пользователи не уперлись в арифметическую :( У них такие укзания и все тут.

Сижу, гоняю, MSAS на сервере, пытаюсь представить сколько это будет работать на их отчетах в Excel'e...

пока не очень радостно. до минуты на 300 млн.фактов.

выдыл под SYSTEM CACHE в винде 10 ГБ, стало дышать.

System Properties --> Advanced --> Performance --> Advanced --> Memory Usage --> System Cache.

У меня на компе 16 ГБ оперативки.... размер куба 8 ГБ, если освободить 10 ГБ оперативки (раньше было под SQL Server), то файлы куба полностью поднимаются в кеш файловой системы. В результате скорость сканирования файлов данных куба при расчете поднимается с 50 МБ/с до 300-500 МБ/с. А значит и скорость расчета.

нет, у меня Xeon Dual Core, т.е. x86-архитектура...
Кстати, в этом есть известная проблема - при процессинге я не могу заставить MSAS 2000 использовать более 2.7 ГБ оперативки, что конечно плачевно.

как сказалась на процессирование - пока не могу ответить, т.к. не проверял. скорее всего есть некоторое улучшение, но нужны тесты

ага

гм....
когда я в следующий раз зайду к клиенту, у которого установлен этот сервер, я посмотрю и время процессинга, и версию сервера

хотя...
смотрим здесь
Up to 64 gigabytes (GB) of RAM . By adding memory, a computer can work with more information at once. Windows Server 2003 R2 Enterprise Edition includes enhanced memory capabilities that let you increase the memory available for server processing to as much as 64 GB of RAM.

Правда это 2003 R2 EE.

ну собственно ответ на этот вопрос - очень прост. Проект начался до выпуска SSAS 2005 и продолжается до сих пор.

В планах есть переход на SSAS 2005.
Кстати, как у него с ограничениями памяти на 32-битных системах? Очень не хочется заставлять заказчика покупать новый сервер.