Analizzatore VertiPaq In DAX Studio | Esercitazione su PowerBI

Analizzatore VertiPaq In DAX Studio | Esercitazione su PowerBI

Questo tutorial mostrerà le metriche dell'analizzatore VertiPaq in DAX Studio e come aiuta a ottimizzare i codici DAX. Ogni parametro verrà discusso in modo che tu possa capire come ognuno può contribuire a migliorare le prestazioni dei tuoi codici.

Queste sono le metriche dell'analizzatore VertiPaq.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Sommario

Scheda Tabelle dell'analizzatore VertiPaq

La prima metrica è la scheda Tabelle o la visualizzazione tabella complessiva. In questa scheda è possibile visualizzare la colonna Cardinalità  . Si riferisce al numero di valori univoci in una tabella. È la colonna più importante nel modello di dati e nella query DAX .

Se guardi la tabella DimCustomer , ci sono 20 valori univoci. Significa che ci sono 20 clienti separati con valori non ricorrenti.

Questa è una query DAX di esempio.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Utilizza la funzione  per contare le righe di varie tabelle. Il numero di righe corrisponde alla cardinalità prodotta nella tabella.

Colonne per dimensione dati

La colonna successiva a Cardinality  è denominata Table . Mostra quanta memoria sta occupando la tabella. Maggiore è la dimensione dei dati, maggiore è l'attenzione necessaria. La colonna Col Size  è il totale delle colonne Data , Dictionary e Hierarchy Size .

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Le colonne Data , Dictionary e Hierarchy Size mostrano rispettivamente la dimensione totale dei dati compressi, le colonne codificate dal dizionario e le colonne della gerarchia generate automaticamente.

La prossima è la colonna Codifica  che mostra il tipo di codifica utilizzato. Il valore  e la codifica hash   si verificano in tutte le tabelle, ecco perché il risultato mostra "Molti".

Le violazioni dell'integrità referenziale verranno visualizzate anche nella colonna Violazioni RI . Le violazioni si verificano quando un valore esiste nella tabella Fact ma non esiste nella tabella Dimension .

La colonna Dimensione gerarchia utente  mostra la dimensione delle gerarchie definite dall'utente. La dimensione della relazione basata sul lato molti di un'impostazione uno-a-molti verrà mostrata anche nella colonna Dimensione relazione .

Successivamente, hai le colonne %DB . Questa colonna mostra quanto occupa una tabella come percentuale della dimensione totale di tutte le tabelle.

Nell'esempio, puoi vedere che la tabella DimCustomer occupa quasi il 66% della dimensione totale della tabella. La percentuale del database rispetto alla tabella dei fatti  dovrebbe essere maggiore delle tabelle delle dimensioni  .

Queste le percentuali:

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Poiché questo esempio non contiene molti dati, le colonne Segmenti  e Partizioni  non possono essere utilizzate; sarà applicabile solo con tavoli più grandi.

L'ultima colonna nella scheda si chiama Columns . Mostra semplicemente il numero di colonne presenti in una tabella. Le colonne Tipo di dati e % tabella non sono applicabili alla visualizzazione tabella complessiva.

All'interno del tavolo FactSales

Questa è la tabella dati complessiva di FactSales.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Ogni colonna della tabella ha le proprie informazioni. Il livello generale della tabella, ad esempio, ha varie colonne come Cardinalità , Dimensione colonna , ecc.

Nell'esempio si noterà che la cardinalità di SalesKey è uguale alla cardinalità della tabella. È perché  SalesKey non ha valori ripetuti ed è un valore univoco.

La colonna Dimensione colonna è altrettanto importante del livello Tabella. Mostra la somma delle colonne Data , Dictionary e Hierarchy Size .

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Puoi anche vedere che il metodo di codifica utilizzato è Hash Encoding , che crea un elenco distinto di valori.

Se osservi la riga Quantity , vedrai che utilizza il metodo Hash Encoding anche se il tipo di dati è un numero intero.

Il motivo è che SQL Server Analysis Services ha impostato un metodo per determinare il miglior metodo di compressione.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

La colonna % tabella mostra la colonna come percentuale della dimensione totale della tabella. Nell'esempio, SalesKey ha la dimensione più grande della tabella, il che ha senso perché ha la cardinalità e la dimensione della colonna più alte.

Allo stesso modo, la colonna % database  mostra la percentuale di una tabella o di una colonna in una tabella come percentuale dell'intero database.

Vedrai che la tabella FactSales è il 46,8% della dimensione totale del modello di dati. La colonna SalesKey all'interno della tabella FactSales occupa il 15% della dimensione totale del database.

Poiché questo esempio ha solo una piccola quantità di dati, avrai solo un segmento e una partizione. Lo stesso vale per la colonna Colonne . Il numero di colonne sarà sempre uno nella vista colonne.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Scheda Colonne Dell'analizzatore VertiPaq

La scheda Colonne  ha un formato più semplice per visualizzare i dati. Fornisce informazioni più dettagliate rispetto alla scheda Tabelle .

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Noterai che ha colonne simili a quelle della scheda Tabelle  .

La scheda Colonne ti consente di ordinare qualsiasi colonna. In questo esempio, è ordinato per cardinalità, indicata da un piccolo triangolo. La colonna Righe  mostra quante righe ci sono in una tabella.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Puoi vedere che FactSales-SalesKey  ha 15.000 righe e cardinalità. Tutte le chiavi primarie hanno righe uguali alla cardinalità corrispondente.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Se il numero di righe non è uguale al numero di cardinalità, la tabella avrà valori ripetuti.

Se guardi FactSales-CustomerKey , noterai che ha una cardinalità di 801 e una dimensione della colonna di quasi 1,1 milioni.

Ciò significa che deve essere ottimizzato e compresso. Per ottimizzarlo, vai al file LuckyTemplates e apri la  tabella DimCustomer .

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

La colonna CustomerKey è un tipo di stringa di dati. Puoi vedere che i valori iniziano con C e poi seguiti da un numero. Fare clic su Sostituisci valori per modificare i valori all'interno della colonna.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Trova il valore C e cambialo in vuoto. Successivamente, modifica il tipo di dati in Numero intero.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Fai la stessa cosa per la colonna CustomerKey  nella tabella Fact  . Fare clic su Applica e tornare a DAX Studio. Successivamente, fare clic su Visualizza metriche per ricaricare il DAX e quindi ordinarlo per cardinalità.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

La dimensione della colonna è ora ridotta a 46.372 da 1,1 milioni. Se guardi la vista Tabella, vedrai che anche la dimensione della colonna è scesa a 46.372.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

Se fai la stessa cosa con SalesPersonKey che ha una dimensione di colonna di quasi 1,1 milioni, puoi ridurla a 5.540.

Analizzatore VertiPaq In DAX Studio |  Esercitazione su PowerBI

La modifica dei valori di tipo stringa o testo in un tipo intero può ottimizzare DAX per migliorarne le prestazioni.


Ottimizza le funzioni DAX con questo nuovo corso
Semplici trasformazioni di LuckyTemplates per dati più ottimizzati
Ottimizza le formule di LuckyTemplates utilizzando DAX avanzato

Conclusione

L'ottimizzazione DAX inizia in DAX Studio con l'aiuto di VertiPaq Analyzer. Nelle metriche dell'analizzatore, vedrai come funzionano le tabelle e le colonne e determinerai quale entità deve essere ottimizzata e migliorata.

Se vuoi scoprire quale parte del codice ne rallenta le prestazioni, utilizza VertiPaq Analyzer. Sicuramente migliorerà il tuo DAX.

Nickligh


Cosè il sé in Python: esempi del mondo reale

Cosè il sé in Python: esempi del mondo reale

Cos'è il sé in Python: esempi del mondo reale

Come salvare e caricare un file RDS in R

Come salvare e caricare un file RDS in R

Imparerai come salvare e caricare oggetti da un file .rds in R. Questo blog tratterà anche come importare oggetti da R a LuckyTemplates.

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

In questa esercitazione sul linguaggio di codifica DAX, scopri come usare la funzione GENERATE e come modificare dinamicamente il titolo di una misura.

Mostra approfondimenti utilizzando la tecnica di visualizzazione dinamica multi-thread in LuckyTemplates

Mostra approfondimenti utilizzando la tecnica di visualizzazione dinamica multi-thread in LuckyTemplates

Questo tutorial illustrerà come utilizzare la tecnica di visualizzazione dinamica multi-thread per creare approfondimenti dalle visualizzazioni di dati dinamici nei report.

Introduzione al filtraggio del contesto in LuckyTemplates

Introduzione al filtraggio del contesto in LuckyTemplates

In questo articolo, esaminerò il contesto del filtro. Il contesto del filtro è uno degli argomenti principali che qualsiasi utente di LuckyTemplates dovrebbe inizialmente conoscere.

I migliori suggerimenti per lutilizzo delle app nel servizio online LuckyTemplates

I migliori suggerimenti per lutilizzo delle app nel servizio online LuckyTemplates

Voglio mostrare come il servizio online di LuckyTemplates Apps può aiutare nella gestione di diversi report e approfondimenti generati da varie fonti.

Analizza le variazioni del margine di profitto nel tempo: analisi con LuckyTemplates e DAX

Analizza le variazioni del margine di profitto nel tempo: analisi con LuckyTemplates e DAX

Scopri come elaborare le modifiche al margine di profitto utilizzando tecniche come la ramificazione delle misure e la combinazione di formule DAX in LuckyTemplates.

Idee di materializzazione per cache di dati in DAX Studio

Idee di materializzazione per cache di dati in DAX Studio

Questo tutorial discuterà delle idee di materializzazione delle cache di dati e di come influiscono sulle prestazioni dei DAX nel fornire risultati.

Reporting aziendale tramite LuckyTemplates

Reporting aziendale tramite LuckyTemplates

Se finora utilizzi ancora Excel, questo è il momento migliore per iniziare a utilizzare LuckyTemplates per le tue esigenze di reportistica aziendale.

Che cosè il gateway LuckyTemplates? Tutto quello che devi sapere

Che cosè il gateway LuckyTemplates? Tutto quello che devi sapere

Che cos'è il gateway LuckyTemplates? Tutto quello che devi sapere