Power Query-Optimierung: Dezimalzahlen reduzieren

In diesem Tutorial lernen Sie eine Power Query- Optimierungstechnik zur Reduzierung der RAM-Nutzung kennen. Konkret erfahren Sie, wie Sie die nach einer Dezimalstelle gespeicherten Zahlen reduzieren . Dies ist hilfreich, wenn Sie mit Spalten arbeiten, die in einem Dezimalzahlenformat gespeichert sind.

In diesem Beispiel sehen Sie, dass der Nettopreis 11 MB RAM verbraucht, während die Gesamtkosten, die Stückkosten und der Stückpreis jeweils 8 MB verbrauchen.

Wenn Sie zu Power Query gehen und auf die Filteroption der Spalte „Nettopreis“ klicken, können Sie sehen, dass die Spalte Werte mit bis zu drei Dezimalstellen speichert.

Dies kann zu Leistungsproblemen führen . Wenn mehrere Ziffern als Dezimalzahl gespeichert werden, enthält das Wörterbuch mehr eindeutige Werte. Dadurch erstellt VertiPaq eine riesige Speicherstruktur für das Wörterbuch.

Es wird daher empfohlen, diese Spalten zu optimieren.

Inhaltsverzeichnis

• Power Query-Optimierung für Spalten
  • Überprüfen Sie die RAM-Nutzung
• Abschluss

Power Query-Optimierung für Spalten

Idealerweise möchten Sie Werte mit bis zu zwei Dezimalstellen speichern. Klicken Sie mit der rechten Maustaste auf die Spalte, die Sie optimieren möchten. Klicken Sie auf „Transformieren“ > „Rund“ > „Rund“ .

Stellen Sie dann die Dezimalstellen auf 2 ein und klicken Sie auf „OK“.

Eine schnelle Möglichkeit, alle Spalten auf einmal umzuwandeln, besteht darin, sie zu markieren und dann die gleichen Schritte auszuführen.

Dadurch wird das Dezimalzahlenformat in einem einzigen Schritt auf alle Spalten angewendet. Wenn Sie fertig sind, speichern Sie Ihre Arbeit.

Überprüfen Sie die RAM-Nutzung

Um zu überprüfen, wie viel RAM reduziert wurde, öffnen Sie DAX Studio . Gehen Sie zur Registerkarte „Erweitert“ und klicken Sie auf „Metriken anzeigen“ .

Durch den Vergleich des Originals mit den optimierten Spalten können Sie Reduzierungen der Spaltengröße und der Wörterbuchgröße feststellen.

In diesem Beispiel scheint es, dass der Unterschied in Kilobyte keine gute Reduzierung des RAM-Speicherplatzes darstellt. Wenn Sie es jedoch mit eindeutigeren Werten zu tun haben, beispielsweise mit Zahlen mit sieben Dezimalstellen, wäre die RAM-Einsparung groß.

Sie können auch feststellen, dass sich bei der Spalte „Stückpreis“ die Kardinalität nicht ändert, die Spaltengröße jedoch erheblich reduziert wird.

Wenn Sie die Granularität reduzieren oder Änderungen am Datenmodell in einer Spalte vornehmen, führen Sie eine neue Sortierreihenfolge in Analysis Services ein. Dadurch kann die Größe des Datenmodells entweder erhöht oder verringert werden.

Auch wenn sich die Anzahl der unterschiedlichen Werte nicht geändert hätte, hätte Analysis Services möglicherweise eine bessere Sortierreihenfolge gefunden, die die Größe der Spalte verringerte.

Diese Optimierungstechnik ist besonders hilfreich, wenn Sie eine Datums-/Uhrzeitspalte speichern. Dabei können Werte bis zur Millisekunde gespeichert werden.

Wenn Sie die Kardinalität jedes Werts auf eine Sekunde reduzieren, verringert sich die Anzahl der eindeutigen Werte im Wörterbuch.

Einfache LuckyTemplates-Transformationen für optimiertere Daten.
Optimieren Sie LuckyTemplates-Formeln mithilfe der erweiterten DAX-
Speicher-Engine – ihre Rolle bei der Optimierung von DAX-Abfragen in LuckyTemplates

Abschluss

Wenn Sie mit einem tabellarischen Modell arbeiten, konzentrieren Sie sich auf die Reduzierung der Kardinalität einer Spalte.

Die Kardinalität ist der entscheidende Faktor für die Menge an RAM, die das Datenmodell verbraucht. Außerdem erfahren Sie, wie lange es dauert, eine bestimmte Spalte zu scannen, wenn Sie Ihren Code ausführen.

Die Optimierung Ihrer DAX-Abfragen ist für die Aufrechterhaltung eines guten LuckyTemplates-Berichts von entscheidender Bedeutung. Dies sorgt nicht nur für eine gute Arbeitsleistung, sondern reduziert auch die Belastung Ihrer Maschine.