Sådan fungerer datasegmentering i LuckyTemplates

I dette selvstudie lærer du om de grundlæggende begreber for datasegmentering i . Specifikt lærer du om den operationelle definition af datasegmentering og dens fordele.

Indholdsfortegnelse

En oversigt over datasegmentering

Når du importerer data i LuckyTemplates, skal du klikke på Luk & Anvend mulighed. I tilfælde af Excel skal du klikke på Luk og indlæs.

Sådan fungerer datasegmentering i LuckyTemplates

Når du klikker på disse knapper, udfører LuckyTemplates Analysis Services et trin kaldet segmentering .

For eksempel, hvis du har et datasæt på 1 million rækker, gemmer LuckyTemplates og Excel disse rækker i ét segment . Hvis du øger datastørrelsen til 2 millioner rækker, vil de oprette to segmenter med hver 1 million rækker. Dette mønster fortsætter med hvert trin på 1 million rækker.

I tilfælde af SQL Server Analysis Services (SSAS) er standardsegmentstørrelsen 8 millioner rækker . Så hvis du indlæser en database på 10 millioner rækker i SSAS, vil hele databasen blive segmenteret i to tabeller. Det vil sige, at den ene tabel vil indeholde 8 millioner rækker, mens den anden vil indeholde 2 millioner rækker. Så hvis du øger rækkeantallet til 16 millioner, vil der være to segmenter på 8 millioner hver.

Fordele ved datasegmentering i LuckyTemplates

For eksempel har du et datasæt med hundrede millioner rækker. Når du klikker på Luk og anvend , indlæser og komprimerer LuckyTemplates dataene segment for segment. Når det er færdigt med det første segment, går det videre til det næste. I tilfælde af SSAS vil den forsøge at optimere ved at finde den bedste sorteringsrækkefølge, der øger komprimeringen.

Ved at segmentere dataene reduceres trykket på både CPU og RAM betydeligt. Hvis hundrede millioner rækker blev behandlet på samme tid, ville dette være præstationsintensivt og vil skabe en stor byrde på din maskines kapacitet.

En anden fordel ved segmentering er, at det hjælper med at skalere dine DAX-koder. For eksempel, hvis dit datasæt i LuckyTemplates har 10 millioner rækker, og din CPU har seks koder, kan lagermaskinen scanne seks segmenter samtidigt.

Efter at de seks segmenter er blevet scannet og datacachen er produceret, vil den gå videre til de næste fire segmenter. Når alle segmenterne er færdige, vil de blive kombineret og sendt til .

I tilfælde af SSAS er de første 8 millioner rækker gemt i ét segment. Lagermotoren vil derefter gå videre til de næste 8 millioner rækker og fortsætte med at gemme dem separat.

Sådan fungerer datasegmentering i LuckyTemplates

Så i stedet for at indlæse hele datamodellen på hundrede millioner rækker på én gang, adskiller motoren datamodellen i segmenter på 8 millioner rækker hver.

Konklusion

Denne vejledning giver et hurtigt overblik over de grundlæggende begreber vedr. For at gentage, segmenterer LuckyTemplates og Excel datasæt hver 1. million rækker, mens SSAS segmenterer dem for hver 8. million rækker.

Segmentering hjælper med at optimere ydeevnen af ​​din kode. Dette er også meget vigtigt, hvis du ønsker at forbedre din rapports indlæsningseffektivitet.

Segmentering er en proces, der sker i baggrunden, når du bruger LuckyTemplates, Excel eller SSAS. Selvom det ikke er en åbenlys proces, er den afgørende for at lette den beregningsmæssige byrde på din CPU og RAM.


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.