E-mail melléklet mentése SharePointba a Power Automate segítségével
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
Ez az oktatóanyag a LuckyTemplates két DAX lekérdezési tervét tárgyalja.
A lekérdezési tervek befolyásolják a DAX teljesítményét az értékes adatok előállításában. Segítenek az optimalizálásban is, ami még vonzóbbá teszi a jelentést.
Ez a két lekérdezési terv, amelyet a képletmotor generál:
Minden DAX-lekérdezés ezt a két eseményt indítja el.
Tartalomjegyzék
Logikai lekérdezési terv a LuckyTemplatesben
Ez a DAX lekérdezési folyamat. Ebben a részben összpontosítson a harmadik lépésre, amely a Logikai lekérdezési terv egyszerűsítése .
Ez a lekérdezés hasonlít az Ön DAX-lekérdezésére. Amikor DAX-lekérdezést futtat, az többnyire megegyezik azzal, amit a Logikai lekérdezési terv csinál.
A szemléltetés kedvéért álljon itt egy mintalekérdezés.
Ha ezt futtatja, 29 138-as eredményt kap.
Ha futtatja a lekérdezést a DAX Studióban, és bekapcsolja a Lekérdezési terv események lapot, akkor találkozni fog a Lekérdezési tervekkel. A két típus közül először a Logikai lekérdezési terv jelenik meg.
Minden behúzott sor egymásra épülő részfeladat. Az első sor a DAX végeredménye. A többi sor összegzi és átvizsgálja a FactSales' Mennyiség oszlopot.
A kettőspont előtti első szót a.
A kettőspont utáni szavakat operátortípusoknak nevezzük .
Kétféle operátortípus létezik:
A RelLogOp egy táblakimenet. A DAX a VertiPaq segítségével szkennel egy oszlopot táblázat létrehozásához. Másrészt a ScaLogOp egy skaláris kimenet; ez azt jelenti, hogy ez egy összesített szám. Ha megnézi a lekérdezési terv második és utolsó sorát, látni fogja, hogy az összegzi és megkapja a FactSales' Mennyiség mennyiségét.
A logikai lekérdezési tervek létrehozzák a Total Quantity nevű egysoros táblát, amely tartalmazza a FactSales táblából származó Mennyiség összegét.
A lekérdezési terv könnyebben dekódolható, mivel egy egyszerű DAX-lekérdezést használ. Minél összetettebb a DAX, annál nehezebb dekódolni.
Érdemes arra törekedni, hogy minél több „_VertiPaq” operátort lássunk. Ez azt jelenti, hogy minden munkát egyedül végez a DAX-kódok optimalizálása érdekében.
Fizikai lekérdezési terv a LuckyTemplatesben
A fizikai lekérdezési terv a második helyen szerepel a két típus között. Ez a DAX lekérdezési folyamat negyedik lépése. Ugyanaz a fa szerkezete, mint a logikai lekérdezési tervnek.
A logikai lekérdezési terv elkészítése után a rendszer elküldi a fizikai lekérdezési tervnek végrehajtásra. Ha ugyanazt a mintalekérdezést futtatja, ugyanazt a választ kapja.
Pontosabban, a DAX lekérdezési folyamat negyedik lépése a fizikai lekérdezési tervfa létrehozása .
Lehet, hogy hasonlít a Logikai lekérdezési tervhez, de más. Általában a fizikai lekérdezési tervet nehéz összeegyeztetni a DAX-lekérdezéssel, de mivel ez egy egyszerű mintalekérdezés, követheti a folyamatot.
Ez a három operátortípus a Fizikai lekérdezési tervben:
A LookupPhyOp skaláris értékeket ad egy adott sorkörnyezetben. Az InterPhyOp egy táblázatban soronként iterálja az adatokat. A SpoolPhyOp megkapja a VertiPaq lekérdezések eredményeit, materializálja és a memóriában tárolja.
A lekérdezési terv negyedik sorában egy ProjectionSpool operátor látható, ami azt jelenti, hogy a rendszer egy lekérdezést küld a tárolómotornak. Iterálja a lekérdezések eredményeit a rekordok számával.
A lekérdezési tervben szereplő rekordok mennyisége legyen a válasz kitöltéséhez szükséges legkevesebb rekordmennyiség. Ennek az egyszerű lekérdezésnek az eredménye csak 1 sorból áll, így 1 rekordot adott vissza a lekérdezési tervben.
A Records oszlop, amely megfelel a ProjectionSpool SpoolPhyOp-jának, azt mutatja, hogy mennyi adatot küld a tárolómotor a képletmotornak. Tehát minél több rekordja van, annál lassabb lesz a lekérdezés.
Ha a DAX teljesítménye lassú, a Rekordok oszlop jó hely a keresés megkezdéséhez.
Következtetés
Amikor egy DAX-lekérdezést futtat, az egy sor lépésen megy keresztül, mielőtt választ adna. E lépések közül kettő a logikai és fizikai lekérdezési tervek. Ők felelősek a lépésről lépésre történő lebonyolításért és a számítás során használt képletek végrehajtásáért.
Ha többet szeretne megtudni és megérteni ezekről a lekérdezési tervekről, nézze meg ezt az oktatóanyagot, majd próbálja meg a segítségével látni őket.
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023
Ismerje meg, hogyan hozhat létre <strong>Power Automate</strong> folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
4 módszer a Pi használatára a Pythonban példákkal
Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.
Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.
Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.
Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.
Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.
Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.