DAX Studio의 VertiPaq 분석기 | 파워 BI 튜토리얼

이 자습서에서는 DAX Studio 의 VertiPaq Analyzer Metrics 와 DAX 코드를 최적화하는 데 어떻게 도움이 되는지 보여줍니다. 각 지표가 코드의 성능을 개선하는 데 어떻게 도움이 되는지 이해할 수 있도록 모든 지표에 대해 설명합니다.

이것은 VertiPaq 분석기 지표입니다.

목차

• VertiPaq 분석기의 테이블 탭
  • 데이터 크기에 대한 열
• FactSales 테이블 내부
• VertiPaq 분석기의 열 탭
• 결론

VertiPaq 분석기의 테이블 탭

첫 번째 메트릭은 테이블 탭 또는 전체 테이블 보기입니다. 이 탭에서 카디널리티  열을 볼 수 있습니다. 테이블에서 고유한 값의 수를 나타냅니다. 데이터 모델 및 DAX 쿼리 에서 가장 중요한 열입니다 .

DimCustomer 테이블을 보면 20개의 고유한 값이 있습니다. 이는 반복되지 않는 값을 가진 20명의 개별 고객이 있음을 의미합니다.

샘플 DAX 쿼리입니다.

함수를 사용하여  다양한 테이블의 행 수를 계산합니다. 행 수는 테이블에서 생성된 카디널리티에 해당합니다.

데이터 크기에 대한 열

Cardinality 뒤의 다음 열은 Table  입니다 . 테이블이 차지하는 메모리 양을 보여줍니다. 데이터 크기가 클수록 더 많은 주의가 필요합니다. Col Size 열은 Data , Dictionary 및 Hierarchy Size 열의  합계입니다 .

Data , Dictionary 및 Hierarchy Size 열은 각각 압축된 데이터, 사전 인코딩 열 및 자동 생성 계층 열의 총 크기를 표시합니다 .

 다음은 사용된 인코딩 유형을 보여주는 인코딩 열 입니다 .  모든 테이블에서 값  및 해시  인코딩이 발생하므로 결과가 "다수"로 표시됩니다.

참조 무결성 위반은 RI 위반 열에 도 표시됩니다 . Fact 테이블 에는 값이 있지만 Dimension 테이블 에는 없는 경우 위반이 발생합니다 .

사용자 계층 크기  열에는 사용자 정의 계층의 크기가 표시됩니다. 일대다 설정의 다측을 기반으로 하는 관계의 크기도 관계 크기 열에 표시됩니다.

다음으로 %DB 열이 있습니다 . 이 열은 모든 테이블의 총 크기에 대한 백분율로 테이블이 차지하는 양을 보여줍니다.

예제에서 DimCustomer 테이블이 전체 테이블 크기의 거의 66%를 차지하는 것을 볼 수 있습니다. 팩트 테이블 에 대한 데이터베이스의 비율은 차원 테이블  보다 커야 합니다  .

백분율은 다음과 같습니다.

이 예제에는 데이터가 많지 않기 때문에 Segments  및 Partitions  열을 사용할 수 없습니다. 더 큰 테이블에만 적용할 수 있습니다.

탭의 마지막 열은 열 이라고 합니다 . 단순히 테이블에 있는 열 수를 보여줍니다. 데이터 유형 및 % 테이블 열은 전체 테이블 보기에 적용할 수 없습니다.

FactSales 테이블 내부

전체 FactSales 데이터 테이블입니다.

테이블의 각 열에는 자체 정보가 있습니다. 예를 들어 전체 테이블 수준에는 카디널리티 , 열 크기 등과 같은 다���한 열이 있습니다.

예제에서 SalesKey의 카디널리티가 테이블 의 카디널리티와 같다는 것을 알 수 있습니다. SalesKey는 반복되는 값이 없고 고유한 값이기 때문입니다  .

열 크기 열은 테이블 수준만큼 중요합니다. Data , Dictionary 및 Hierarchy Size 열의 합계를 보여줍니다 .

또한 사용된 인코딩 방법이 고유한 값 목록을 생성하는 Hash Encoding 임을 알 수 있습니다.

Quantity 행을 보면 데이터 유형이 정수인 경우에도 Hash Encoding 방식 을 사용하는 것을 볼 수 있습니다 .

그 이유는 SQL Server Analysis Services가 최상의 압축 방법을 결정하는 방법을 설정했기 때문입니다.

% 테이블 열은 전체 테이블 크기의 백분율로 열을 표시합니다. 이 예에서 SalesKey는 테이블의 가장 큰 크기를 가집니다. 이는 카디널리티와 열 크기가 가장 높기 때문에 의미가 있습니다.

마찬가지로, % 데이터베이스  열은 전체 데이터베이스의 백분율로 테이블 또는 테이블의 열 중 하나의 백분율을 표시합니다.

FactSales 테이블이 전체 데이터 모델 크기의 46.8%임을 알 수 있습니다 . FactSales 테이블 내의 SalesKey 열은 전체 데이터베이스 크기의 15%를 차지합니다 .

이 예에는 적은 양의 데이터만 포함되어 있으므로 하나의 세그먼트와 파티션만 있습니다. 열 열도 마찬가지입니다 . 열 수는 열 보기에서 항상 하나입니다.

VertiPaq 분석기의 열 탭

열 탭 에는  데이터를 보기에 더 쉬운 형식이 있습니다. 테이블 탭 보다 더 자세한 정보를 제공합니다 .

테이블 탭 과 유사한 열이 있음을 알 수 있습니다  .

열 탭 에서는 모든 열을 정렬할 수 있습니다. 이 예에서는 작은 삼각형으로 표시되는 카디널리티를 기준으로 정렬됩니다. 행 열에 는  테이블에 있는 행 수가 표시됩니다.

FactSales-SalesKey에  15,000개의 행과 카디널리티가 있음 을 알 수 있습니다 . 모든 기본 키에는 해당 카디널리티와 동일한 행이 있습니다.

행 수가 카디널리티 수와 같지 않으면 테이블에 반복 값이 있습니다.

FactSales-CustomerKey 를 보면 카디널리티가 801이고 열 크기가 거의 110만이라는 것을 알 수 있습니다.

이는 최적화 및 압축이 필요함을 의미합니다. 최적화하려면 LuckyTemplates 파일로 이동하여 DimCustomer  테이블을 엽니다.

CustomerKey 열 은 데이터의 문자열 유형입니다. 값이 C로 시작하고 그 뒤에 숫자가 오는 것을 볼 수 있습니다. 열 내부의 값을 변경하려면 값 바꾸기를 클릭합니다 .

값 C를 찾아 공백으로 변경합니다. 그런 다음 데이터 유형을 정수로 변경합니다.

팩트 테이블  의 CustomerKey 열에 대해 동일한 작업을 수행합니다  . 적용을 클릭하고 DAX Studio로 돌아갑니다. 그런 다음 메트릭 보기를 클릭하여 DAX를 다시 로드한 다음 카디널리티별로 정렬합니다.

열 크기는 이제 110만에서 46,372로 줄었습니다. 테이블 보기를 보면 열 크기도 46,372로 떨어진 것을 볼 수 있습니다.

열 크기가 거의 110만인 SalesPersonKey에 대해 동일한 작업을 수행하면 5,540으로 줄일 수 있습니다.

문자열 또는 텍스트 유형 값을 정수 유형으로 변경하면 DAX를 최적화하여 성능을 향상시킬 수 있습니다.

이 새로운 과정으로 DAX 기능 최적화
데이터 최적화를 위한 간단한 LuckyTemplates 변환
고급 DAX를 사용하여 LuckyTemplates 수식 최적화

결론

DAX 최적화는 VertiPaq 분석기의 도움으로 DAX Studio에서 시작됩니다. 분석기 메트릭에서 테이블과 열이 작동하는 방식을 확인하고 더 최적화하고 개선해야 하는 엔터티를 결정합니다.

코드의 어느 부분이 코드의 성능을 저하시키는지 알아보려면 VertiPaq Analyzer를 사용하십시오. 확실히 DAX가 더 좋아질 것입니다.

니클라이트