Streudiagramm-Visualisierungen mit Charticulator
In diesem Tutorial erfahren Sie, wie Sie mit Charticulator eine Streudiagramm-Visualisierung für Ihren LuckyTemplates-Bericht erstellen und entwerfen.
In diesem Tutorial erfahren Sie, wie Sie die Leistung eines DAX-Codes mithilfe der Option „Benchmark ausführen“ in DAX Studio bewerten .
Mit der Option „Benchmark ausführen“ können Sie die Anzahl der Kalt- und Warm-Cache-Ausführungen in Ihrer Abfrage anpassen.
Wenn Sie auf diese Option klicken, wird der Benchmark-Assistent geöffnet. Sie können angeben, wie oft Sie eine Abfrage im Cold-Cache oder im Warm-Cache ausführen möchten.
Kalter Cache bedeutet, dass DAX Studio zuerst den Cache löscht und dann die Abfrage basierend auf der angegebenen Zahl ausführt. Andererseits bedeutet Warm-Cache , dass DAX Studio den Cache nicht löscht, bevor die Abfrage ausgeführt wird.
In diesem Tutorial wird der folgende Code verwendet, der die CallbackDataID generiert:
Bevor wir die Option „Benchmark ausführen“ verwenden, führen wir den Code aus und sehen uns die Server-Timings- Daten an.
Sie sehen, dass die Ausführung des Codes 134 Millisekunden dauert. Es enthält auch die CallbackDataID .
Inhaltsverzeichnis
Verwenden der Option „Run Benchmark“ für die Leistung von DAX-Code
Wenn Sie auf die Option „Benchmark ausführen“ klicken und die Abfrage mit fünf Cold-Cache-Ausführungen ausführen, wird unten im Benchmark-Assistenten ein Fortschrittsbalken angezeigt. Es löscht den Cache und führt den Code dann fünfmal aus.
Anschließend werden im Ergebnisbereich zwei Registerkarten geöffnet. Die erste Registerkarte, Zusammenfassung , zeigt eine Tabelle mit Informationen zum Cache-Typ, seiner Statistik, der Gesamtdauer und der SE-Dauer.
Wenn Sie die Daten zwischen dem kalten Cache und dem warmen Cache vergleichen, können Sie sehen, dass das Leeren des Caches keinen wesentlichen Unterschied zur Ausführungsdauer hat.
Auf der zweiten Registerkarte „Details“ werden umfassendere Informationen zum Cache der DAX-Abfrage angezeigt.
Unterschiedliche Cache-Dauer
Lassen Sie uns einen anderen DAX-Code ausführen , um zu sehen, wie er sich auf das Abfrage-Timing auswirkt.
Sie sehen, dass es nur 13 Millisekunden dauert, den Cache zu leeren und den Code auszuführen.
Klicken Sie anschließend auf die Option „Benchmark ausführen“. Deaktivieren Sie das Kontrollkästchen und führen Sie 10 Ausführungen sowohl für den kalten als auch den warmen Cache durch.
Im Ergebnisbereich können Sie sehen, dass die Ausführung im kalten Cache 12,8 Millisekunden und die Ausführung im warmen Cache 3,9 Millisekunden dauert.
Die Dauer der Speicher-Engine ist im Warm-Cache nicht messbar, da die Abfragen vom Daten-Cache selbst beantwortet werden.
Auf der Registerkarte „Details“ können Sie sehen, dass es insgesamt 20 Ausführungen gibt; 10 bei kalt und 10 bei warm. Die Kaltdauer ist immer größer als die Warmdauer.
Wenn Sie zur Spalte ganz rechts scrollen, können Sie sehen, dass die VertiPaq-Cache-Übereinstimmungen 0 für kalten Cache und 1 für warmen Cache enthalten.
Vergleich der Leistung von DAX-Code mithilfe von Diagrammen
Um aussagekräftigere Daten zu erhalten, können Sie aus den Ergebnissen der Benchmark-Option ein Liniendiagramm erstellen. Sie können einen Vergleich mit Intervallen von 10 erstellen. Das heißt, Sie führen den Benchmark mit 10, 20, 30 usw. sowohl für den kalten als auch den warmen Cache aus. Dies hilft Ihnen zu verstehen, wie viel Zeit die Ausführung einer Abfrage basierend auf , und dauert .
Sie können auch mit einer kleinen Datenbank beginnen und nach und nach den Code einer komplexeren Datenbank ausführen. Erstellen Sie dann ein Liniendiagramm, um die Leistung des Codes zu sehen.
Dadurch lässt sich leichter erkennen, ob sich die Dauer im Verhältnis zur Anzahl der Zeilen in Ihrer DAX-Abfrage erhöht oder verringert hat.
Abschluss
Es ist wichtig, die Leistung Ihres DAX-Codes zu optimieren. Ein Unterschied von 0,5 Millisekunden pro Codezeile bedeutet möglicherweise nicht viel. Aber sobald Sie es mit mehreren Codezeilen zu tun haben, die als Ergebnis eine Million Zeilen erzeugen, machen diese 0,5 ms einen großen Unterschied.
Mithilfe der Option „Benchmark ausführen“ können Sie die Zeitdaten Ihres Codes erfassen. Damit können Sie Vergleiche zwischen verschiedenen Codezeilen durchführen. Sie können dies auch nutzen, um aussagekräftige Erkenntnisse darüber zu gewinnen, welcher Teil Ihres DAX-Codes optimiert werden muss.
In diesem Tutorial erfahren Sie, wie Sie mit Charticulator eine Streudiagramm-Visualisierung für Ihren LuckyTemplates-Bericht erstellen und entwerfen.
Erfahren Sie, wie Sie ein PowerApps-Suchfeld von Grund auf erstellen und es an das Gesamtthema Ihrer App anpassen.
Erlernen Sie ganz einfach zwei komplizierte Power Automate String-Funktionen, die in Microsoft Flows verwendet werden können – die Funktionen substring und indexOf.
Dieses Tutorial konzentriert sich auf die Power Query M-Funktion „number.mod“, um ein abwechselndes 0-1-Muster in der Datumstabelle zu erstellen.
In diesem Tutorial führe ich eine Prognosetechnik durch, bei der ich meine tatsächlichen Ergebnisse mit meinen Prognosen vergleiche und sie kumulativ betrachte.
In diesem Blog erfahren Sie, wie Sie mit Power Automate E-Mail-Anhänge automatisch in SharePoint speichern und E-Mails anschließend löschen.
Erfahren Sie, wie die Do Until Schleifensteuerung in Power Automate funktioniert und welche Schritte zur Implementierung erforderlich sind.
In diesem Tutorial erfahren Sie, wie Sie mithilfe der ALLSELECTED-Funktion einen dynamischen gleitenden Durchschnitt in LuckyTemplates berechnen können.
Durch diesen Artikel erhalten wir ein klares und besseres Verständnis für die dynamische Berechnung einer laufenden oder kumulativen Gesamtsumme in LuckyTemplates.
Erfahren und verstehen Sie die Bedeutung und ordnungsgemäße Verwendung der Power Automate-Aktionssteuerung „Auf jede anwenden“ in unseren Microsoft-Workflows.