Evaluer DAX-kodeydelse i DAX Studio

I dette selvstudium lærer du, hvordan du evaluerer en DAX-kodes ydeevne ved at bruge indstillingen Kør benchmark i .

Indstillingen Kør benchmark giver dig mulighed for at tilpasse antallet af kolde og varme cache-udførelser i din forespørgsel.

Evaluer DAX-kodeydelse i DAX Studio

Når du klikker på denne indstilling, åbnes Benchmark-guiden. Du kan angive det antal gange, du vil køre en forespørgsel i kold cache eller varm cache.

Evaluer DAX-kodeydelse i DAX Studio

Kold cache betyder, at DAX Studio først vil rydde cachen og derefter køre forespørgslen baseret på det angivne antal. På den anden side betyder varm cache , at DAX Studio ikke rydder cachen, før forespørgslen køres.

Denne vejledning vil bruge koden nedenfor, som genererer CallbackDataID:

Evaluer DAX-kodeydelse i DAX Studio

Før du bruger indstillingen Kør benchmark, lad os køre koden og se dataene.

Evaluer DAX-kodeydelse i DAX Studio

Du kan se, at koden tager 134 millisekunder at udføre. Den indeholder også.

Indholdsfortegnelse

Brug af indstillingen Kør benchmark for DAX-kodeydelse

Når du klikker på Kør Benchmark- indstillingen og kører forespørgslen med 5 kolde cache-udførelser, vil du se en statuslinje nederst i Benchmark-guiden. Den rydder cachen og kører derefter koden fem gange.

Bagefter åbnes to faner i resultatruden. Den første fane, Resume , viser en tabel med oplysninger om cachetypen, dens statistik, samlede varighed og SE-varighed.

Ved at sammenligne dataene mellem den kolde cache og den varme cache, kan du se, at rydning af cachen ikke har en væsentlig forskel i forhold til kørselsvarigheden.

Den anden fane, Detaljer , viser mere omfattende information om cachen for DAX-forespørgslen.

Varierende cache-varighed

Lad os køre en anden for at se, hvordan det påvirker forespørgselstimingen.

Du kan se, at det kun tager 13 millisekunder at rydde cachen og udføre koden.

Klik derefter på indstillingen Kør benchmark. Fjern markeringen i feltet og udfør 10 henrettelser for både den kolde og varme cache.

Evaluer DAX-kodeydelse i DAX Studio

I resultatruden kan du se, at det tager 12,8 millisekunder at køre i kold cache og 3,9 millisekunder at køre i varm cache.

Evaluer DAX-kodeydelse i DAX Studio

Varigheden kan ikke måles i varm cache, fordi forespørgslerne besvares fra selve datacachen.

På fanen Detaljer kan du se, at der er i alt 20 henrettelser; 10 i koldt og 10 i varmt. Den kolde varighed er altid længere end den varme varighed.

Evaluer DAX-kodeydelse i DAX Studio

Når du ruller til kolonnen længst til højre, kan du se, at VertiPaq-cachen matcher indeholder 0 for kold cache og 1 for varm cache.

Sammenligning af DAX-kodeydelse ved hjælp af grafer

For at få mere indsigtsfulde data kan du oprette en linjegraf ud af resultaterne fra Benchmark-indstillingen. Du kan lave en sammenligning ved hjælp af intervaller på 10. Det vil sige, at du kører benchmark ved hjælp af 10, 20, 30 og så videre for både den kolde og varme cache. Dette vil hjælpe dig med at forstå, hvor lang tid en forespørgsel tager at udføre baseret på , , og .

Du kan også starte med en lille database og gradvist køre koden til en mere kompleks database. Lav derefter en linjegraf for at se kodens ydeevne.

Dette gør det nemmere at identificere, om varigheden er steget eller faldet i forhold til antallet af rækker i din DAX-forespørgsel.

Konklusion

Det er vigtigt at optimere din DAX-kodes ydeevne. En forskel på 0,5 millisekunder pr. række kode betyder måske ikke meget. Men når du først har at gøre med flere rækker kode, der producerer en million rækker som et resultat, vil disse 0,5 ms gøre en stor forskel.

Ved at bruge indstillingen Kør benchmark kan du indsamle tidsdata for din kode. Du kan bruge dette til at foretage sammenligninger mellem forskellige rækker kode. Du kan også bruge dette til at få meningsfuld indsigt i, hvilken del af din DAX-kode, der skal optimeres.


Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Lær nogle fantastiske analytiske teknikker, som vi kan gøre til datamodellering i LuckyTemplates ved hjælp af DAX-understøttende tabeller.

Avanceret DAX til LuckyTemplates: Implementering af rangeringslogik på tværs af unikke indsigter

Avanceret DAX til LuckyTemplates: Implementering af rangeringslogik på tværs af unikke indsigter

Her dykker vi ned i LuckyTemplates Advanced DAX og implementerer rangeringslogik for at få en meget unik indsigt. Jeg viser også måleforgrening i dette eksempel.

LuckyTemplates What-If-parameterfunktion

LuckyTemplates What-If-parameterfunktion

Denne blog introducerer den nye funktion i LuckyTemplates, What-If-analyseparameteren. Du vil se, hvordan det gør alt hurtigt og nemt til din scenarieanalyse.

Brug LuckyTemplates Mål forgrening for at kontrollere, om dine avancer udvides, efterhånden som omsætningen vokser

Brug LuckyTemplates Mål forgrening for at kontrollere, om dine avancer udvides, efterhånden som omsætningen vokser

Lær, hvordan du afgør, om din omsætningsvækst er god ved at kontrollere, om dine avancer er udvidet ved hjælp af LuckyTemplates, der måler forgrening.

LuckyTemplates-parametre via forespørgselseditor

LuckyTemplates-parametre via forespørgselseditor

Lær og forstå, hvordan du kan oprette og bruge LuckyTemplates Parameters, som er en kraftfuld funktion i Query Editor.

Rundt søjlediagram – en visualisering til dit dashboard

Rundt søjlediagram – en visualisering til dit dashboard

Denne vejledning vil diskutere om oprettelse af et rundt søjlediagram ved hjælp af Charticulator. Du lærer, hvordan du designer dem til din LuckyTemplates-rapport.

PowerApps funktioner og formler | En introduktion

PowerApps funktioner og formler | En introduktion

Lær, hvordan du bruger PowerApps-funktioner og -formler til at forbedre funktionaliteten og ændre adfærd i vores Power Apps-lærredsapp.

Pipe In R: Tilslutningsfunktioner med Dplyr

Pipe In R: Tilslutningsfunktioner med Dplyr

I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af ​​et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.