มี General Optimization Techniques ต่อไปนี้สำหรับ Efficient Computation ของ Data Cubes:
Sorting, Hashing, และ Grouping - ใช้ Sorting, Hashing, Grouping Operations บน Dimension Attributes เพื่อ Reorder และ Cluster Associated Tuples ใน Cube Computation Aggregation Implement บน Tuples/Cells ที่ Share Same Set ของ Dimension Values จึง Essential ที่จะ Explore Sorting, Hashing, Grouping Services เพื่อ Access และ Group Data เพื่อ Promote Computation ของ Aggregates
ตัวอย่าง: คำนวณ Total Sales โดย Branch, Day, Item มีประสิทธิภาพมากกว่า Sort Tuples/Cells โดย Branch แล้ว Day แล้ว Group ตาม Item Name Effective Implementations ใน Large Data Sets Studied อย่างกว้างขวางใน Database Research Community สามารถ Extend ให้ Data Cube Computation
Simultaneous Aggregation และ Caching Intermediate Results - ใน Cube Computation เพียงพอที่จะ Compute Higher-level Aggregates จาก Previously Computed Lower-level Aggregates แทนที่จะจาก Base Fact Table อีกทั้ง Simultaneous Aggregation จาก Cached Intermediate Computation Results นำไปสู่ Reduction ของ Costly Disk I/O Operations
ตัวอย่าง: คำนวณ Sales โดย Branch สามารถใช้ Intermediate Results จาก Lower-level Cuboid เช่น Sales โดย Branch และ Day Method นี้ Extend ได้เพื่อ Amortized Scans (คำนวณ Cuboids มากที่สุดพร้อมกันเพื่อ Amortize Disk Reads)
Aggregation from Smallest Child (จาก Child ที่เล็กที่สุด) - เมื่อมี Multiple Child Cuboids โดยทั่วไปมีประสิทธิภาพมากกว่าในการ Compute Desired Parent (More Generalized) Cuboid จาก Smallest Previously Computed Child Cuboid
ตัวอย่าง: คำนวณ Sales Cuboid CBranch เมื่อมี 2 Previously Computed Cuboids C{Branch,Year} และ C{Branch,Item} มีประสิทธิภาพมากกว่าคำนวณจาก Former หาก Distinct Items มากกว่า Distinct Years
Apriori Pruning Method สำหรับ Iceberg Cubes - Apriori Property ใน Context ของ Data Cubes ระบุว่า: ถ้า Given Cell ไม่ Satisfy Minimum Support แล้ว No Descendant (More Detailed Version) ของ Cell จะ Satisfy Minimum Support Property นี้ใช้ Substantially Reduce Computation ของ Iceberg Cubes
Specification ของ Iceberg Cubes มี Iceberg Condition คือ Constraint บน Cells ที่จะ Materialized Common Iceberg Condition คือ Cells ต้อง Satisfy Minimum Support Threshold เช่น Minimum Count หรือ Sum ในกรณีนี้ Apriori Property ใช้ Prune Away Exploration ของ Descendants ของ Cell
