LuckyTemplates Incremental Refresh: Hvad er det, og hvordan man bruger det

har udviklet sig til et værdifuldt værktøj for virksomheder, der arbejder med data, og trinvis opdatering er en nøglefunktion i LuckyTemplates, der kan gøre dit arbejde lettere ved dynamisk at opdatere dine data.

LuckyTemplates inkrementelle opdatering er en proces, der giver brugerne mulighed for at opdatere data progressivt i stedet for at foretage en komplet dataopdatering hver gang. Det kan markant fremskynde dataforfriskning og reducere mængden af ​​data, der skal overføres mellem LuckyTemplates og datakilden.

I denne artikel viser vi dig, hvordan du opsætter trinvis opdatering i LuckyTemplates som en professionel, hvilket gør dit dataanalyse-workflow mere smidigt og giver dig mulighed for at træffe informerede beslutninger i realtid med opdaterede data lige ved hånden.

Lad os gå!

Indholdsfortegnelse

• Grundlæggende om LuckyTemplates Incremental Refresh
  • 1. Power Query og Lucky Templates
  • 2. Opdater politik
  • 3. Filterlogik
  • 4. Datastrømme
• Sådan opsætter du inkrementel opdatering i LuckyTemplates
  • 1. Administrer parametre
  • 2. Parametre for RangeStart og RangeEnd
  • 3. Konfiguration af inkrementel opdateringspolitik i LuckyTemplates
• Sådan arbejder du med data og filtre, mens du bruger LuckyTemplates Incremental Refresh
  • 1. Datatyper for dato/klokkeslæt og heltal
  • 2. Surrogatnøgler
  • 3. Brugerdefineret filter
• Sådan forbedres ydeevne og effektivitet, mens du bruger inkrementel opdatering i LuckyTemplates
  • 1. Partition og forespørgselsfoldning
  • 2. Store datasæt lagringsformater
  • 3. Optimering af ressourceforbrug
• Brug af inkrementel opdatering med forskellige datakilder
  • 1. SQL-database
  • 2. DirectQuery- og importdatatilstande
  • 3. Data Warehouse
• 3 avancerede teknikker og tips til brug af inkrementel opdatering
  • 1. Realtidsdata og opdatering
  • 2. Konverter dato/tid til heltal for DataView
• Afsluttende tanker

Grundlæggende om LuckyTemplates Incremental Refresh

LuckyTemplates trinvise opdatering er et meget praktisk værktøj, og det er vigtigt at forstå dets grundlæggende principper, hvis du vil udnytte det til effektive dataopdateringsprocesser til dine rapporter og dashboards.

Disse grundlæggende elementer omfatter:

1. Power Query og Lucky Templates

Inkrementel opdatering er en funktion i LuckyTemplates, der giver dig mulighed for kun at indlæse en ny eller opdateret datamodel, hvilket forbedrer effektiviteten af ​​din dataopdateringsproces.

Ved at bruge Power Query-dato-/tidsparametre med de reserverede navne, der skelner mellem store og små bogstaver, RangeStart og RangeEnd, kan du filtrere tabeldata og dynamisk opdele dem baseret på trinvis rækkevidde for at adskille hyppigt opdaterede data fra mindre hyppigt opdaterede data.

2. Opdater politik

Hvis du er interesseret i at implementere en trinvis opdateringsproces, skal du følge disse trin:

• På LuckyTemplates-skrivebordet skal du vælge tabellen med brugerdefinerede filtre.

• Højreklik og vælg indstillingen Incremental Refresh fra kontekstmenuen.

• I vinduet Incremental Refresh, der åbnes, kan du indstille forskellige muligheder og definere politikken.

Den politik, du definerer i LuckyTemplates Desktop, vil blive anvendt på LuckyTemplates Service.

3. Filterlogik

Filterlogikken, der bruges i trinvis opdatering, er baseret på datointervaller. Du bør overveje følgende faktorer, når du definerer din filterlogik:

• Vær opmærksom på din datakildes historiske dataopbevaringspolitikker.

• Sørg for, at datakilden understøtter forespørgselsfoldning og trinvise opdateringer.

• Bestem det optimale interval for din datatabel for at minimere indlæsningstiden.

4. Datastrømme

Brug af trinvis opdatering med dataflows kræver nogle yderligere overvejelser:

• For det første skal dit dataflow ligge i et arbejdsområde med Premium-kapacitet.

• For det andet kræves Power Apps per-app eller per-bruger-planer for en trinvis opdatering i Power Apps.

• Endelig skal dataflowet bruge Azure Data Lake Storage som destination.

Inkrementel opdatering i LuckyTemplates kan spare dig tid og forbedre effektiviteten af ​​dine dataopdateringer.

Nu hvor vi har dækket det grundlæggende i LuckyTemplates trinvise opdatering, lad os tage et kig på en detaljeret forklaring på, hvordan man opsætter trinvis opdatering i LuckyTemplates i næste afsnit. 

Sådan opsætter du inkrementel opdatering i LuckyTemplates

Opsætning af trinvis opdatering i LuckyTemplates er en ligetil proces. Du starter med at aktivere funktionen i Power Query Editor, derefter angive den ønskede tabel til opdatering og til sidst definere dine opbevarings- og opdateringspolitikker.

Nedenfor er en detaljeret guide til, hvordan du opsætter LuckyTemplates trinvise opdatering:

1. Administrer parametre

For at konfigurere Incremental Refresh i LuckyTemplates skal du først oprette dato/tidsparametre ved hjælp af Power Query. Disse parametre hjælper dig med at definere rækkevidden af ​​data, der skal opdateres trinvist.

• Åbn i LuckyTemplates Desktop ved at klikke på Transformer data.

• Naviger til Administrer parametre, og klik på Ny parameter.

2. Parametre for RangeStart og RangeEnd

For en vellykket trinvis opdatering i dit ønskede trinvise område skal følgende to Power Query-dato-/tidsparametre oprettes med deres reserverede navne, der skelner mellem store og små bogstaver:

• RangeStart : Denne parameter repræsenterer startdatoen for det dataområde, du vil inkludere i den trinvise opdatering.

  

• RangeEnd : Denne parameter angiver slutdatoen for dataområdet for den trinvise opdatering.

  

Med disse parametre oprettet kan du nu anvende datointervalfilteret på dit datasæt.

3. Konfiguration af inkrementel opdateringspolitik i LuckyTemplates

Når du har konfigureret både RangeStart- og RangeEnd-parametre, kan du konfigurere politikken for inkrementel opdatering:

• I LuckyTemplates Desktop skal du højreklikke på den ønskede tabel og vælge Incremental Refresh.

• I vinduet Indstillinger for trinvis opdatering skal du aktivere skyderen Opdater trinvist denne tabel.

• Konfigurer lagerpolitikken ved at definere:

  • Antallet af dage/år til at gemme data i LuckyTemplates-tjenesten.

  • En opdateringspolitik til at bestemme hyppigheden af ​​trinvise opdateringer.

• Når du har konfigureret politikkerne, skal du klikke på Anvend alle for at gemme dine indstillinger.

  

Ved at følge disse trin kan du konfigurere trinvis opdatering i LuckyTemplates og optimere opdateringsprocessen for store datasæt. Så enkelt er det!

Nu hvor vi har det dækket, ser vi på, hvordan du kan arbejde med data og filtre, mens du bruger LuckyTemplates trinvise opdatering i næste afsnit.

Sådan arbejder du med data og filtre, mens du bruger LuckyTemplates Incremental Refresh

At vide, hvordan man arbejder med data og filtre i LuckyTemplates er nyttigt, hvis du har et stort datasæt, der ikke ændrer sig ret ofte, men du stadig gerne vil se de seneste data regelmæssigt.

Sådan kan du gøre det:

1. Datatyper for dato/klokkeslæt og heltal

Når du arbejder med LuckyTemplates' trinvise opdatering, er det vigtigt at forstå de forskellige filtre, der fungerer på dato/tid og heltalsdatatypen.

Ved at bruge dato/tidsparametre med de reserverede navne, der skelner mellem store og små bogstaver, RangeStart og RangeEnd, kan du effektivt filtrere tabeldata baseret på datoer.

I en faktatabel, der indeholder data siden 2005, kan du f.eks. konfigurere Incremental Refresh til kun at gemme de sidste ti år og filtrere data fra før 2010.

I tilfælde af heltalsdatatyper kan du konfigurere brugerdefinerede filtre til at administrere trinvis opdatering. Dette hjælper med at partitionere og adskille de data, der skal opdateres hyppigt, fra de data, der ikke kræver så meget opdatering.

2. Surrogatnøgler

Surrogatnøgler spiller en afgørende rolle, når du arbejder med trinvis opdatering i LuckyTemplates. Disse unikke nøgler hjælper med at administrere og kontrollere dine tabeldata.

Når du bruger surrogatnøgler under konfigurationsprocessen, kan du nemt holde styr på eventuelle ændringer eller opdateringer i dine data, samtidig med at du sikrer, at den primære nøgle ikke bliver ændret.

Dette muliggør effektive og effektive trinvise opdateringer, samtidig med at integriteten af ​​dine data bevares.

3. Brugerdefineret filter

Udover dato/klokkeslæt og heltalsdatatyper kan du også oprette og bruge tilpassede filtre i trinvis opdatering. Brugerdefinerede filtre hjælper dig med bedre at administrere og opdele dataene baseret på specifikke behov eller kriterier.

Her er en trin-for-trin guide til oprettelse af et brugerdefineret filter:

1. Højreklik på faktatabellen og udfyld de påkrævede felter for konfigurationen af ​​inkrementel opdatering.

2. Opret to parametre for Dato/Tid-datatypen med navnene RangeStart og RangeEnd. Indstil en standardværdi for hver parameter.

3. Implementer den tilpassede filterfunktion i din forespørgsel eller databehandlingstrin for at filtrere dataene baseret på dine specifikke krav.

Ved hjælp af brugerdefinerede filtre kan du effektivt organisere og administrere dataene i din LuckyTemplates-løsning, hvilket sikrer optimal ydeevne og brugervenlighed.

Vær opmærksom på de trinvise opdateringsindstillinger for at undgå at falde i fælder eller støde på problemer, der kan hæmme din samlede oplevelse.

Efter at have forstået, hvordan man arbejder med data og filtre i LuckyTemplates, lad os dykke ned i, hvordan du kan forbedre ydeevnen og effektiviteten af ​​dine rapporter og dashboards ved at udnytte trinvis opdatering i næste afsnit.

Sådan forbedres ydeevne og effektivitet, mens du bruger inkrementel opdatering i LuckyTemplates

Der er forskellige måder at forbedre ydeevnen og effektiviteten på, mens du bruger trinvis opdatering i LuckyTemplates. Vi vil tage et kig på nogle af dem nedenfor.

1. Partition og forespørgselsfoldning

Når du konfigurerer trinvis opdatering i LuckyTemplates, partitioneres din tabel automatisk. Den ene partition indeholder data, der skal opdateres ofte, mens den anden partition indeholder rækker, der ikke ændres.

Dette forbedrer opdateringsprocessens ydeevne og effektivitet. Forespørgselsfoldning spiller også en rolle i denne proces; den kombinerer flere trin af en forespørgsel til en enkelt databaseforespørgsel, hvilket reducerer mængden af ​​behandling og tid, der kræves til rapportopdateringer.

2. Store datasæt lagringsformater

LuckyTemplates Premium giver dig mulighed for at arbejde med store datasæt mere effektivt ved at bruge lagringsformater såsom Columnstore og Aggregations.

Når du behandler store mængder data, fremskynder disse lagringsformater opdateringsydelsen og gør dig i stand til at interagere med dine rapporter hurtigere.

• Columnstore : Dette format forbedrer ydeevnen af ​​læseintensive forespørgsler på grund af dets kolonneformede lagrings- og komprimeringsmuligheder.

• Aggregeringer : Denne funktion sikrer, at mange forespørgsler kan besvares af de aggregerede tabeller, hvilket reducerer behovet for at få adgang til store faktatabeller og forbedrer dermed ydeevnen.

Brug af disse lagringsformater, mens du arbejder med LuckyTemplates Premium, vil gøre administrationen af ​​store LuckyTemplates-datasæt mere effektiv.

3. Optimering af ressourceforbrug

Overvågning og optimering af ressourceforbrug er afgørende for at opretholde ydeevnen af ​​dit LuckyTemplates-system. Nogle måder du kan gøre dette på er:

• Spor hukommelsesbrug : Analyser PeakMemory-metrikken under datasættets opdateringsoperationer for at forstå den maksimale forbrugte hukommelse. Overvågning af denne værdi hjælper dig med at identificere eventuelle flaskehalse og optimere hukommelsesforbruget.

• Overvåg CPU-brug : Hold øje med MashupCPUTime, som angiver den samlede CPU-tid, der forbruges af Power Query Engine for alle forespørgsler. Denne indsigt giver dig mulighed for at optimere dine forespørgsler og minimere forbruget.

Du kan forbedre dit LuckyTemplates-systems overordnede ydeevne og effektivitet ved at implementere de ting, der er diskuteret ovenfor, og udnytte som partitionering, forespørgselsfoldning og store datasætlagringsformater.

Dernæst vil vi undersøge, hvordan man konfigurerer trinvis opdatering ved hjælp af forskellige kilder.

Brug af inkrementel opdatering med forskellige datakilder

Du kan bruge LuckyTemplates Incremental Refresh med forskellige datakilder, herunder DirectQuery og Import Data Modes og Data Warehouses.

Her er nogle ting, du skal overveje, når du vælger en datakilde, der skal importeres til LuckyTemplates:

1. SQL-database

Når du arbejder med SQL-databaser som din datakilde, skal du huske at:

• Opret Power Query dato/tidsparametre med reserverede navne, der skelner mellem store og små bogstaver: RangeStart og RangeEnd.

• Anvend filtre på dataene ved hjælp af disse parametre for at adskille hyppigt og sjældnere opdaterede data.

• Definer en trinvis opdateringspolitik i LuckyTemplates Desktop før udgivelse til LuckyTemplates-tjenesten.

Husk, at inkrementel opdatering kun understøttes på LuckyTemplates Pro, LuckyTemplates Embedded datasæt og Premium per-bruger planmiljøer.

2. DirectQuery- og importdatatilstande

LuckyTemplates tilbyder to dataadgangstilstande: DirectQuery og Import Data .

Brug af inkrementel opdatering med disse tilstande involverer følgende:

• DirectQuery : I Direct Query-tilstand forespørger du data fra datakilden i realtid, hvilket betyder, at ingen data importeres til dit LuckyTemplates-datasæt. Du kan kun bruge inkrementel opdatering med direkte forespørgsel, hvis du har en LuckyTemplates Premium, LuckyTemplates Embedded datasæt eller Premium pr. bruger plan.

• Importer data : I denne tilstand importerer du data til dit LuckyTemplates-datasæt, og du kan derefter arbejde med de importerede data. For at bruge trinvis opdatering med tilstanden Importer data skal du konfigurere RangeStart- og RangeEnd-parametre, anvende filtre og definere en trinvis opdateringspolitik.

3. Data Warehouse

Brug af inkrementel opdatering med datavarehuse svarer til brug af SQL-databaser. Følg de samme trin for at oprette RangeStart- og RangeEnd-parametre, anvende filtre til adskille data baseret på opdateringsfrekvens og definere en trinvis opdateringspolitik, før du udgiver dit datasæt til LuckyTemplates-tjenesten.

Sørg for, at du forstår dit LuckyTemplates-miljøs dataadgangstilstande og begrænsninger for korrekt brug af inkrementel opdatering med forskellige datakilder.

Korrekt konfigurerede trinvise opdateringer kan forbedre datalagringseffektiviteten og sikre, at de mest opdaterede oplysninger er tilgængelige for dine LuckyTemplates-rapporter.

Siden vi har gennemgået, hvordan man bruger trinvis opdatering med forskellige datakilder, vil vi se på de avancerede tips og tricks, når du bruger LuckyTemplates trinvise opdatering i næste afsnit.

Disse tips og tricks vil hjælpe dig med at få mest muligt ud af dine data og sikre, at du bruger trinvis opdatering korrekt.

3 avancerede teknikker og tips til brug af inkrementel opdatering

Der er avancerede tips og teknikker nedenfor, som du med succes kan implementere og optimere LuckyTemplates trinvise opdatering i din datamodel:

1. Realtidsdata og opdatering

Når du arbejder med LuckyTemplates, er det vigtigt at konfigurere trinvis opdatering og realtidsdata effektivt for optimal ydeevne.

Inkrementel opdatering giver dig mulighed for specifikt at opdatere nye eller ændrede data i stedet for hele datasættet. Når den er parret med realtidsdata, kan du effektivt opdatere din rapport med de seneste oplysninger.

For at udnytte sådanne muligheder skal du konfigurere enten gennem LuckyTemplates Desktop eller værktøjer såsom Tabular Model Scripting Language (TMSL) eller Tabular Object Model (TOM) via XMLA-endepunktet.

2. Konverter dato/tid til heltal for DataView

Konvertering af Dato/Tid-værdier til heltal gør det nemmere at arbejde med dataene og optimere opdateringseffektiviteten. Her er trinene til at konvertere dato/tid til heltal i Power Query:

1. Åbn Power Query Editor i LuckyTemplates.

2. Vælg den kolonne, der indeholder dato/klokkeslæt-værdierne.

3. Gå til fanen Transformer og klik på Datatype.

4. Vælg Heltal som den nye datatype.

Denne konvertering fremmer bedre ydeevne ved at reducere belastningen på databehandling under trinvise opdateringer.

3. Opdater kun komplette dage

Det er afgørende kun at opdatere hele dage, når du konfigurerer trinvise opdateringspolitikker, da det forhindrer unødvendig databehandling og reducerer indlæsningstider for rapporter.

For at opnå dette skal du følge disse trin:

1. I LuckyTemplates Desktop skal du højreklikke på tabellen og vælge Incremental Refresh.

2. I vinduet Incremental Refresh skal du definere et filter, såsom Date_IS_AFTER = Date.IsAfterOrEqual([Date], DateTimeZone.SwitchZone(DateTime.LocalNow(), -TimeZoneOffset))

3. Konfigurer parametrene ' rangeStart ' og ' rangeEnd ' til kun at bruge hele dage. Indstil f.eks. ' rangeEnd ' til den foregående dags dato.

Ved at anvende disse avancerede teknikker og tips kan du sikre effektiv datasætstyring, rapportgenerering og forbedret ydeevne i din LuckyTemplates-arbejdsgang.

Afsluttende tanker

Og der har vi det! Vi har opklaret mysteriet om LuckyTemplates Incremental Refresh. Det er ikke kun noget teknisk jargon, men en game-changer, der kan gøre håndtering af massive datasæt til en leg, mens du sparer seriøs tid og ressourcer.

Som LuckyTemplates-bruger kan du drage betydelig fordel af funktionen Incremental Refresh. Denne avancerede funktion i Microsofts populære business intelligence-værktøj sparer ressourcer og tid ved kun at opdatere de nye eller ændrede data i dine datasæt.

Så gå videre, giv det en tur, og oplev, hvordan det bringer effektivitet til dine dataopdateringer. Husk, at i en verden af ​​data er det at være på forkant at holde sig opdateret!

Hvis du vil lære mere om LuckyTemplates, kan du se videoen nedenfor: