该怎么学习导入建模的数据简化技术？

同学你好，我们可以告诉你学习导入建模的数据简化技术。

本文面向开发导入模型的高级商务智能桌面数据建模人员。它描述了不同的技术来帮助减少加载到导入模型中的数据。

导入模型加载的数据经过压缩和优化，然后由VertiPaq存储引擎存储到磁盘。当源数据加载到内存中时，可能会看到10倍的压缩，因此有理由预计10 GB的源数据可以压缩到1 GB左右。此外，当持久化到磁盘时，可以实现额外的20%的减少。

尽管VertiPaq存储引擎实现了高效率，但重要的是您要尽量减少要加载到模型中的数据。对于大型模型来说尤其如此，或者您预计随着时间的推移会变大的模型。四个令人信服的理由包括:

您的容量可能不支持更大的型号。共享容量最多可容纳1 GB的型号，而高级容量最多可容纳13 GB的型号。有关更多信息，请阅读对大型数据集的高级商务智能支持文章。

较小的型号减少了对容量资源的争用，尤其是内存。它允许在更长的时间内同时加载更多的模型，从而降低驱逐率。如需详细资讯，请参阅管理高级容量。

较小的模型实现了更快的数据刷新，从而降低了报告延迟，提高了数据集刷新吞吐量，并减轻了对源系统和容量资源的压力。

更小的表行数可以导致更快的计算评估，这可以提供更好的整体查询性能。

本文涵盖了八种不同的数据简化技术。这些技术包括:

删除不必要的列

删除不必要的行

分组并汇总

优化列数据类型

自定义列的首选项

禁用超级查询查询加载

禁用自动日期/时间

切换到混合模式