cube的应用局限

1、Cognos的Cube对数据质量要求相对较高，所以在ETL清洗或者制定数据清洗规则的时候需要花大力气。
2、对于处理粒度非常细的数据并不是Cube长项（如某些需求下机构维度层级过多，粒度甚至到人员）。
3、Cube由于自身特性，数据是有滞后性的，对于实时的数据展现是无能为力的。

最后补充一下：Analysis Studio使用中肯定没有固定报表拖拽那么灵活，所以当需要将Cube以多维分析的方式展现给用户的时候一定要给用户做深入的培训。收起

回复 4# jielee


   多谢关注收起

回复 5# ray217


   多谢关注，10.2原来有这么个功能收起

cube这种方式即是用空间换取时间，并且有T+1的延时。
cube中计算各个维度的笛卡尔积，对维度做group by，用户在做多维分析时，响应速度会比直连DB要快。
但是单个cube有2G大小限制，这个通过调整cube分区来尝试解决。

在10.2以后的版本增加了一个动态cube，即将数据刷新到内存，不再放到硬盘。也可以看做一种缓存机制，没有大小限制，效率也会更高一些收起

我的理解，CUBE的本质上是对原始数据进行了group by操作，所以无法实现对明细数据的分析。

比如取中位数，或者通过散点图分析数据的分布情况，用CUBE都不在行。

楼上说的列存数据库，感觉与cube，不是一个概念。
当然来说，两者都可以在特定的领域，改善运算性能。但两者显然是有区分的，或者说是各有特长。
比如对于大数量、少维度的数据（如某车站的车票情况，每年会有数亿条），用列存数据库应该达不到cube的效果。收起

回复 2# 白帝舞剑行


   白大大 膜拜下，前段时间，我这边跟某第三方公司洽谈，他们是美国一家公司，雅虎的广告定点投放后台数据运算就是他们做的，当时他们像我们推出一款新的内存列式数据库，用他们的解决思路就是 用列式数据库来代替传统cube来达到一个全新的高度的缓存机制。来应对cube的复杂设置、大小等局限。不知道你那边在项目跟进时候 有没有遇到过类似的解决方案？收起