| Info |
|---|
Diese Empfehlung gilt für die Funktionen eachMember(), membersSum(), membersAvg(), membersMin() und membersMax(). |
Das gemeinsame Prinzip dieser Funktionen ist die Iteration über die gewünschten Attributwerte. Z.B. eachMember('L_CITY') { ..... } iteriert über Städte, die im Quelldatensatz enthalten sind. Wenn es N eindeutige Städte gibt, wird die Schleife N mal ausgeführt. Je nach Hardwarekonfiguration ist die Ausführung einer dieser Funktionen sehr anspruchsvoll und beeinträchtigt die Leistung des gesamten Systems, wenn sie nicht richtig genutzt wird. Das Hauptkriterium ist, wie oft die Schleife ausgeführt wird, d.h. wie viele eindeutige Einträge das gewählte Attribut hat. Gemäß unseren Best Practices und dem Feedback der Kunden sollte die korrekte Verwendung dieser Matrix folgen: | Eindeutige Attributwerte | Verwendung | Beispiel |
|---|
| 100.000 | KPI-Label, Chart, Tabelle oder Karte mit bis zu 20 Elementen (Zeitangaben, Attributwerte). | Tabelle mit Indikator und Schleifenfunktion für die Liste der 20 Städte. | | 20.000 | KPI-Label, Chart, Tabelle oder Karte mit bis zu 100 Elementen (Zeitangaben, Attributwerte). | Tabelle mit Indikator und Schleifenfunktion für die Liste der 20 Städte für 5 Monate. | | 5.000 | KPI-Label, Chart, Tabelle oder Karte mit bis zu 500 Elementen (Zeitangaben, Attributwerte). | Tabelle mit Indikator und Schleifenfunktion für die Liste der 20 Städte und 4 Länder über einen Monat. | | 1.000 | KPI-Label, Chart, Tabelle oder Karte mit bis zu 2.000 Elementen (Zeitangaben, Attributwerte) | Tabelle mit Indikator und Schleifenfunktion für die Liste der 50 Städte und 10 Länder über 5 Monate. |
Die Schlussfolgerung aus der obigen Matrix ist, dass diese Funktionen in Kombination mit maximal 100.000 eindeutigen Attributwerten verwendet werden sollten. Für größere Datenmengen kann das Modul BellaDati-R verwendet werden, das in Q2/2016 erhältlich ist. | Tip |
|---|
In einigen Anwendungsfällen sollten Sie die Verwendung von forEachRow() anstelle von Schleifenfunktionen in Betracht ziehen. |
|