Materialisointiideoita datavälimuistiin DAX Studiossa

Tämä opetusohjelma käsittelee datavälimuistien toteutusta DAX Studiossa. Tämä viesti näyttää, kuinka se vaikuttaa laskelmaan luotaessa tuloksia kyselylläsi. Opit, mikä materialisointi on parempi DAX:n suorituskyvyn maksimoimiseksi.

On olemassa kaksi materialisaatioideaa: varhainen materialisaatio ja myöhäinen materialisaatio .

Sisällysluettelo

• Varhainen materialisaatio
• Myöhäinen materialisaatio
• Jokaisen materialisointikyselyn sisällä
• Johtopäätös

Varhainen materialisaatio

Varhainen materialisointi on, kun materialisoituneiden rivien määrä on suurempi kuin tulostukseen tarvittavien rivien määrä.

Jos tuotos on taulukko kalenterivuosittain ja sinulla on viiden vuoden dataa, ei ole tarpeen tuoda paljon materialisoituneita rivejä. Paras käytäntö on, että materialisoitujen rivien määrä on yhtä suuri kuin tarvittavien rivien määrä. Se ei kuitenkaan aina pidä paikkaansa, koska se riippuu työsi monimutkaisuudestaja tietojen asetus.

Muista aina, että tiedot koostuvat sarakkeista. Joten kun kaavamoottorin on toimittava taulukossa, sarakkeet tuodaan takaisin yhteen taulukkomuotoon, mikä on materialisointi. Early Materialization -ideassa tallennusmoottori lähettää datavälimuistin kaavamoottorille. Kaavamoottori toimii sitten välimuistissa ja suorittaa monimutkaisia ​​prosesseja.

Varhainen toteutuminen voi johtua monimutkaisista liitoksista tai monista moneen -suhteista tietomalleissasi. Se voi johtua myös monimutkaisista suodattimista tai iteraattoreista.

Ei ole väärin tehdä monimutkaisia ​​toimenpiteitä; sinun on vain asetettava ne oikein, jotta voit hyödyntää tallennusmoottoria mahdollisimman paljon.

Myöhäinen materialisaatio

Myöhäinen materialisointi tarkoittaa sitä, että materialisoitujen rivien määrä on yhtä suuri tai lähellä tuotannossa tarvittavien rivien lukumäärää.

Varastointimoottori tekee melkein kaiken työn jättämättä mitään kaavamoottorille. Tämä nopeuttaa koko laskemista.

Nämä ovat esimerkkikyselyitä varhaisesta ja myöhäisestä materialisaatiosta:

Ennen kuin suoritat nämä kyselyt, muista tyhjentää välimuisti. Tämä saa kyselysi suorittamaan kylmää välimuistia vastaan. Jos suoritat DAX:n tyhjentämättä välimuistia, saat seuraavan tuloksen:

Kokonaissuoritusaika on vain 1861 millisekuntia, koska se käytti jo välimuistia. Joten tyhjennä välimuisti aina ennen kyselyjen suorittamista.

Jos suoritat Early Materialization -kyselyn, voit nähdä, että sen kokonaisaika on 9485 millisekuntia. Se loi yhden välimuistin ja yhden rivin tulosteen, mutta palautti 25 miljoonaa riviä.

Sinun ei tarvitse realisoida 25 miljoonaa riviä saadaksesi yhden rivin tuloksen, koska se vie aikaa ja hidastaa DAX:n suorituskykyä.

Jos suoritat Late Materialization -kyselyn, näet, että koko laskenta kesti vain 1340 millisekuntia. Se loi myös 2 välimuistia, joista jokainen palautti 5003 riviä.

Jos katsot fyysistä kyselysuunnitelmaa, näet 5000 riviä. Niissä ei ole yhtä monta riviä. Palvelimen ajoituksen tuloksissa voi joskus olla hieman poikkeavaa kyselysuunnitelman rivien tarkan lukumäärän kanssa.

Joten kun työskentelet yhden 25 miljoonan rivin tietovälimuistin parissa, sinulla on nyt kaksi välimuistia, joissa on 5003 riviä. Tästä syystä Later Materialization -työskentely tuottaa nopeampia tuloksia kuin Early Materialization.

Jokaisen materialisointikyselyn sisällä

Pelkästään kyselyä katsomalla näet jo, että Myöhempi materialisointi on nopeampaa. Early Materialization -kysely laskee yhteenvetotaulukon rivit.

Taulukko, joka on yhteenveto ja toteutettu, on suurempi kuin pelkkä ataulukosta , mitä Late Materialization -kysely tekee.

Jos kyselysi on hidas, aloita tarkastelemalla, kuinka monta riviä kyselyssäsi vedetään ja kuinka monta tulosta tarvitaan. Voit myös siirtyä Loogiseen kyselysuunnitelmaan ja seurata laskennassa tapahtuvaa työnkulkua.

Johtopäätös

Materialisoituminen tapahtuu, kun kyselysi hakevat sarakkeita tai rivejä tietomallistasi. Tämä prosessi tapahtuu luonnollisesti, kun moottorisi saa tietoja tietomallistasi tuottaakseen tuloksia kyselyllesi.

Ongelmia voi kuitenkin ilmetä, jos DAX vetää liian monta riviä kuin mitä tulokseen tarvitaan. Tämä ongelma voidaan ratkaista yksinkertaistamalla DAX suorittamaan tiettyjä prosesseja.