Idées de matérialisation pour les caches de données dans DAX Studio

Ce didacticiel traite de la matérialisation des caches de données dans DAX Studio. Cet article montrera comment cela affecte votre calcul tout en générant des résultats avec votre requête. Vous apprendrez quelle matérialisation est la meilleure pour optimiser les performances de DAX.

Il existe deux idées de matérialisation : la matérialisation précoce et la matérialisation tardive .

Table des matières

• Matérialisation précoce
• Matérialisation tardive
• À l'intérieur de chaque requête de matérialisation
• Conclusion

Matérialisation précoce

La matérialisation précoce se produit lorsque le nombre de lignes matérialisées est supérieur au nombre de lignes nécessaires pour la sortie.

Si votre sortie est un tableau par année civile et que vous disposez de cinq années de données, apporter un grand nombre de lignes matérialisées n'est pas nécessaire. La meilleure pratique consiste à avoir un nombre de lignes matérialisées égal au nombre de lignes nécessaires. Cependant, ce n'est pas toujours le cas, car cela dépend de la complexité de votre DAX et de la configuration des données.

Rappelez-vous toujours que les données sont constituées de colonnes. Ainsi, lorsque le moteur de formule doit travailler sur une table, les colonnes sont regroupées dans un format de table, qui est la matérialisation. Dans une idée de matérialisation précoce, le moteur de stockage envoie le cache de données au moteur de formule. Le moteur de formule travaille ensuite sur ce cache et exécute des processus complexes.

La matérialisation précoce peut être causée par des jointures complexes ou une relation plusieurs-à-plusieurs dans vos modèles de données. Cela peut également être causé par des filtres ou des itérateurs complexes.

Ce n'est pas mal d'avoir des mesures complexes; il vous suffit de les configurer correctement pour exploiter au maximum le moteur de stockage.

Matérialisation tardive

La matérialisation tardive se produit lorsque le nombre de lignes matérialisées est égal ou proche du nombre de lignes nécessaires pour votre sortie.

Le moteur de stockage fait presque tout le travail, ne laissant rien au moteur de formule. Cela rend l'ensemble du calcul plus rapide.

Voici des exemples de requêtes de matérialisation précoce et tardive :

Avant d'exécuter ces requêtes, veillez à vider le cache. Cela rendra vos requêtes exécutées sur le cache froid. Si vous exécutez votre DAX sans vider le cache, vous obtiendrez ce résultat :

Le temps d'exécution total n'est que de 1861 millisecondes car il utilisait déjà un cache. Videz donc toujours votre cache avant d'exécuter vos requêtes.

Si vous exécutez la requête Early Materialization, vous pouvez voir que le temps total qu'elle a pris est de 9 485 millisecondes. Il a généré un cache de données et une sortie d'une ligne, mais a renvoyé 25 millions de lignes.

Vous n'avez pas besoin de matérialiser 25 millions de lignes pour obtenir un résultat sur une seule ligne, car cela prend du temps et ralentit les performances de DAX.

Si vous exécutez la requête Matérialisation tardive, vous pouvez voir que l'ensemble du calcul n'a pris que 1340 millisecondes. Il a également généré 2 caches de données, chacun renvoyant 5003 lignes.

Si vous regardez le plan de requête physique, vous pouvez voir 5000 lignes. Ils n'ont pas le même nombre de lignes. Le résultat de Server Timings présentera parfois un léger écart par rapport au nombre exact de lignes dans le plan de requête.

Ainsi, en travaillant sur un cache de données avec 25 millions de lignes, vous avez maintenant deux caches de données avec 5003 lignes. C'est pourquoi travailler avec la matérialisation ultérieure donne des résultats plus rapides que la matérialisation précoce.

À l'intérieur de chaque requête de matérialisation

En regardant simplement la requête, vous pouvez déjà voir que la matérialisation ultérieure est plus rapide. La requête Early Materialization compte les lignes d'une table récapitulative.

La table qui est résumée et matérialisée est plus grande que de simplement faire un de sur la table, ce que fait la requête Late Materialization.

Si votre requête est lente, commencez par regarder combien de lignes sont extraites dans votre requête et combien sont nécessaires pour la sortie. Vous pouvez également accéder au plan de requête logique et suivre le flux de travail qui se déroule dans le calcul.

Qu'est-ce que DAX Studio dans LuckyTemplates Desktop
Tutoriel DAX : Contexte et le moteur de calcul
Mesurer dans LuckyTemplates : Conseils et techniques d'optimisation

Conclusion

La matérialisation se produit lorsque vos requêtes extraient des colonnes ou des lignes de votre modèle de données. Ce processus se produit naturellement lorsque votre moteur obtient des données de votre modèle de données afin de fournir des résultats pour votre requête.

Cependant, des problèmes peuvent survenir si votre DAX extrait trop de lignes que ce qui est nécessaire pour le résultat. Ce problème peut être résolu en simplifiant votre DAX pour effectuer des processus spécifiques.