Tietojen indeksointi Vertipaqissa: rivikauppa versus sarakekauppa

Tässä opetusohjelmassa aiomme kattaa eron siinä, kuinka tietojen indeksointi toimii relaatiotietokannassa verrattuna Vertipaqiin.

Relaatiotietokannat tallentavat tiedot rivi riviltä. Toisaalta Vertipaq tekee sen sarake sarakkeelta.

Katsotaanpa, kuinka nämä kaksi tapaa tallentaa ja indeksoida tietoja voivat vaikuttaa raporttisi kehitysprosessiin erityisesti kyselyjäsi suoritettaessa.

Sisällysluettelo

• Tietojen indeksointi riviä kohden
• Tietojen indeksointi saraketta kohden
• Suoritusajan vertailu yksinkertaisissa kyselyissä
• Suoritusajan vertailu monimutkaisemmissa kyselyissä
• Johtopäätös

Tietojen indeksointi riviä kohden

Tietojen tallentaminen rivi riviltä on perinteinen tapa tallentaa tietoja. Tämä prosessi vie kuitenkin enemmän aikaa, mikä vaikuttaa kyselysi tehokkuuteen.

Oletetaan, että meillä on taulukko, joka sisältää merkin, värin, sukupuolen, määrän ja nettohinnan.

Jos tallennamme kaiken tämän taulukon tietokantaan, se tallentaa tiedot rivi riviltä. Tästä syystä perinteistä tiedontallennusrakennetta kutsutaan myös rivivarastoksi.

Ensinnäkin samalle riville se tallentaa ensimmäiseltä riviltä löytyneet sarakeotsikot — Brand, Color, Gender, Quantity ja Net Price. Sitten se siirtyy seuraavalle riville tallentaakseen ensimmäiset kohteet kunkin sarakkeen alle – A. Datum, Azure, tyhjä, 1 ja 103.2. Tämä jatkuu rivi riviltä.

Joten miten aiomme laskeamäärästä tällä tietojen indeksointimenetelmällä?

Ensinnäkin se alkaa ensimmäisellä rivillä, joka sisältää sarakeotsikot. Sitten se hyppää seuraavalle riville ja hyppää muiden tietojen läpi, kunnes se pääsee ensimmäiseen näkemäänsä suureen, joka on 1. Sitten se hyppää riviltä riville, käy läpi kaikki kunkin rivin sisältämät tiedot ja kerää kaikki tiedot. määrät löytyvät.

Kun se on varannut kaikki määrät jokaiselta riviltä, ​​se on ainoa kerta, kun laskenta on valmis.

Voit luultavasti kuvitella, kuinka työläs prosessi on, jos olet valmistelemassa LuckyTemplates-raporttia, joka käyttää DirectQuery-yhteyttä SQL-tietolähteeseen. Tässä tapauksessa analyysipalvelut muuntavat DAX-koodin SQL-kieleksi ja alkavat sitten käydä läpi tietorakenteen rivi riviltä.

Tietojen indeksointi saraketta kohden

Pitkän prosessin välttämiseksi sinulla on mahdollisuus tallentaa tiedot sarakekohtaisesti Vertipaqin kautta, kun valitset tuontitilan.

Kun käytät sarakekauppaa rivitallenteen sijaan, tuotemerkki, väri, sukupuoli, määrä ja nettohinta tallennetaan kukin eri tietorakenteisiin.

Oletetaan, että haluamme saada Määrä-sarakkeen arvojen SUMMAN. Brändi-, väri- ja muita tietoja ei tarvitse käydä läpi Määrä-sarakkeen ulkopuolella. Yhdellä skannauksella se lukee koko Määrä-sarakkeen ylhäältä alas ja summaa kaikki arvot.

Tämän vuoksi kyselyt suoritetaan nopeammin kuin vasemmalta oikealle.

Suoritusajan vertailu yksinkertaisissa kyselyissä

Jos haluat todella nähdä valtavan eron rivisäilön ja sarakevaraston välillä, teemme joitain testikyselyitä sekä SQL:ssä että Vertipaqissa. Suoritusajan pitäisi kertoa meille, kuinka nopea yksi prosessi on verrattuna toiseen.

Aloitetaan yksinkertaisella kyselyllä SQL:ssä. Aiomme laskea Myynti-taulukon Määrä-sarakkeen SUMMA-arvon.

Kuten näet, kokonaissuoritusaika on 2,2 sekuntia.

Siirrytään nyt DAX Studioon ja käytämme EVALUATE -funktiota saman kyselyn suorittamiseen. Meidän on otettava palvelimen ajoitukset käyttöön ja odotettava jäljityksen valmistumista.

Meidän on myös varmistettava, että "Tyhjennä välimuisti ja sitten suorita" -vaihtoehto on valittu, kun suoritamme kyselyn.

Kun kysely on suoritettu, huomaat, että kestää vain 3 millisekuntia saman kyselyn suorittamiseen kuin aiemmin SQL:ssä.

Tulosjoukon tulee myös vastata sekä SQL:tä että DAX Studiota. Jos laitamme ne vierekkäin, voit nähdä, että palautamme saman arvon.

Voit yrittää suorittaa kyselyn vielä muutaman kerran nähdäksesi, kuinka johdonmukainen suoritusaika on.

Suoritusajan vertailu monimutkaisemmissa kyselyissä

Tällä kertaa verrataan suoritusaikaa, kun suoritamme monimutkaisempia kyselyitä.

Oletetaan, että haluamme tunnistaa kunkin tuotemerkin myyntimäärän SUMMA:n . Tätä varten voimme käyttääylikunkin Tuotteen merkistä. Pienessä kontekstissa luomme myös uuden taulukon nimeltä Kokonaismäärä, johon olemme menossamyyntimäärän SUMMAA varten .

Jos suoritamme tämän koodin, voit nähdä, että kokonaissuoritusaika on 7 millisekuntia.

Taustalla tämä koodi suorittaa itse asiassa kahta kyselyä. Ensimmäinen ottaa Brand-sarakkeen Tuotteet-taulukosta ja suorittaa sitten a OUTER JOIN Tuoteavain-sarakkeissa sekä Myynti- että Tuotteet-sarakkeista.

Toinen kysely yksinkertaisesti hakee Tuotemerkki-sarakkeen Tuotteet-taulukosta.

Jos siirryn tulosnäyttöön, näet, että kokonaismäärä on jaettu kunkin tuotemerkin perusteella.

Siirrytään nyt SQL-palvelimelle ja kirjoitetaan sama kysely.

Työnämme DaxStudio Sales -taulukon seuraavalle riville viittaamalla myyntitaulukkoon AS S. Sitten suoritamme myös LEFT JOIN -toiminnon DaxStudio Products -taulukossa, jonka nimi on AS P, ja S.Product Key on yhtä suuri kuin P.Tuoteavain. Käytämme myös P.Brandia määrän ja kokonaismäärän SUM- arvon kanssa SELECT- lauseessa. Lopuksi aiomme käyttääP.brandille.

Kun suoritamme tämän koodin, saamme taulukon, joka sisältää kunkin tuotemerkin mukaan eritellyn kokonaismäärän, joka on sama asia, jonka saimme aiemmin Vertipaqissa.

Mitä tulee kokonaissuoritusaikaan, se on paljon hitaampi 2,5 sekunnissa.

Johtopäätös

On selvää, kuinka nopea sarakevarasto Vertipaqin kautta todella on verrattuna SQL-tietokannan rivivarastoon. Tämä osoittaa, kuinka tärkeää on todella tutustua siihen, miten tietojen indeksointi toimii eri alustoilla.

Aluksi saattaa tuntua pieneltä uhraukselta, jos valitset silti 2,5 sekuntia, jonka rivisäilö suorittaa kyselysi, verrattuna 7 millisekuntiin. Mutta me kaikki suoritamme useita kyselyitä, kun luomme raportteja, ja kaikki nämä suoritusajat laskevat yhteen, mikä vaikuttaa tuottavuuteen ja käyttökokemukseen pitkällä aikavälillä.