Frågeplan och servertid i DAX Studio

I den här självstudien kommer du att lära dig om frågeplan och servertider i DAX Studio . Det här är en översikt över vad som händer bakom kulisserna när du kör en .

Du hittar alternativet Frågeplan och servertid i rutan Spår under fliken Hem.

Frågeplan och servertid i DAX Studio

Innehållsförteckning

Frågeplan i DAX Studio

När du klickar på alternativet Frågaplan skapas en anslutning till datamodellen i antingen LuckyTemplates eller .

Frågeplaner är uttalanden som genereras av formelmotorn som definierar det logiska och fysiska flödet av uppgiften.

Du kan se rutan Utdata visar att frågespårningen har startat.

Frågeplan och servertid i DAX Studio

Härifrån och framåt kommer all kod du kör i din att spåras av frågeplanen byggd av formelmotorn.

Fysisk och logisk frågeplan

Genom att klicka på frågeplansalternativet öppnas en ny ruta i utdatafönstret. Frågeplansrutan är uppdelad i två underrutor: den fysiska frågeplanen och den logiska frågeplanen .

Frågeplan och servertid i DAX Studio

Som ett exempel, låt oss skriva en DAX-kod som kommer att UTVÄRDERA tabellen Produkter. När du kör den här koden kommer du att se några rader i både fysiska och logiska frågeplaner.

Frågeplan och servertid i DAX Studio

När du har skrivit din DAX-kod kontrollerar DAX-parsern koden för dess giltighet och ser till att det inte finns några misstag. Sedan förbereder formelmotorn en logisk frågeplan. Den tar även emot data från lagringsmotorn.

Efteråt hämtas datacachen från lagringsmotorn. Denna motor förbereder sedan den fysiska frågeplanen och exekverar den. När exekveringsprocessen är klar får du ditt resultat.

Servertider i DAX Studio

När du klickar på alternativet Server Timings kommer en ny ruta att visas i utdatafönstret. Den innehåller information om CPU:n.

Du kan också se data för .

Frågeplan och servertid i DAX Studio

När du kör samma DAX-kod visar panelen Server Timings ny information.

Frågeplan och servertid i DAX Studio

Totalt anger den totala tid det tar att köra frågan . Om din CPU har flera kärnor kan flera segment skannas samtidigt. Detta är vad SE CPU representerar.

FE och SE visar hur lång tid det tog för varje motor att hämta data och returnera resultatet till DAX Studio.

SE -frågorna visar antalet frågor som körs mot VertiPaq eller DirectQuery-lagringsmotorn. Och slutligen visar SE Cache hur mycket kod som finns i lagringsmotorns datacache.

Tabellen visar också ytterligare information om frågan du körde.

Frågeplan och servertid i DAX Studio

Varje kolumn representerar följande:

  • Rad visar radnumret för frågan.
  • Underklass visar den operatör som används.
  • Varaktighet visar hur lång tid det tog Storage Engine att köra frågan.
  • Rader visar antalet rader i den genererade tabellen.
  • KB visar mängden RAM som konsumeras av tabellen.

Fördelning av processen

När du klickar på raden i tabellen i Server Timings-panelen kan du se ett pseudospråk för frågan.

Frågeplan och servertid i DAX Studio

I det här exemplet returnerar lagringsmotorn en datacache på 2 500 rader tillbaka till formelmotorn. Sedan förbereder formelmotorn den fysiska frågeplanen. När den fysiska frågeplanen har körts får du resultatet i form av en tabell i DAX Studio.

Processen och de resulterande tabelländringarna beror på scenariot du tillämpar på din DAX-kod. Du kan använda olika funktioner eller skapa en ny beräknad tabell. Dessa kommer att påverka bearbetningshastigheten för motorerna i DAX Studio.




Slutsats

Frågeplanen visar listan med instruktioner som databasen följer för att utföra frågan. Å andra sidan visar Server Timings specifika mätvärden för formelmotorn, lagringsmotorn och datamodellen.

Genom att lära dig hur dessa alternativ används får du större förståelse för vad som händer bakom kulisserna när du kör en DAX-kod.


Pipe In R: Anslutningsfunktioner med Dplyr

Pipe In R: Anslutningsfunktioner med Dplyr

I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.

Extrahera LuckyTemplates-teman och bilder från PBIX

Extrahera LuckyTemplates-teman och bilder från PBIX

Lär dig hur du tar isär en PBIX-fil för att extrahera LuckyTemplates-teman och bilder från bakgrunden och använda den för att skapa din rapport!

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

Python i LuckyTemplates: Hur man installerar och ställer in

Python i LuckyTemplates: Hur man installerar och ställer in

Lär dig hur du installerar programmeringsspråket Python i LuckyTemplates och hur du använder dess verktyg för att skriva koder och visa bilder.

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Lär dig hur du beräknar dynamiska vinstmarginaler vid sidan av LuckyTemplates och hur du kan få fler insikter genom att gräva djupare i resultaten.

Sortering av datumtabellkolumner i LuckyTemplates

Sortering av datumtabellkolumner i LuckyTemplates

Lär dig hur du sorterar fälten från en utökad datumtabells kolumner korrekt. Detta är en bra strategi att göra för svåra fält.

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

I den här artikeln går jag igenom hur du kan hitta dina toppprodukter per region med hjälp av DAX-beräkningar i LuckyTemplates, inklusive TOPN- och CALCULATE-funktionerna.

Skräpdimension: Vad är det och varför det är allt annat än skräp

Skräpdimension: Vad är det och varför det är allt annat än skräp

Lär dig hur du använder en skräpdimension för flaggor med låg kardinalitet som du vill infoga i din datamodell på ett effektivt sätt.