UNION DAX 함수 대 파워 쿼리

이 자습서에서는 UNION 함수를 사용하여 DAX 최적화 기술을 배웁니다 . 이 자습서에서는 UNION 함수와 파워 쿼리 및 기타 테이블 결합 기술의 성능을 비교합니다.

UNION 함수는 행을 결합하고 중복 행을 제거하여 두 테이블을 단일 테이블로 결합합니다

이 자습서의 예제는 매년(2007, 2008, 2009) 세 개의 테이블로 분할된 판매 테이블입니다.

목차

• DAX의 UNION 함수
• DAX 성능 비교
• UNION DAX 기능 대안
• 결론

DAX의 UNION 함수

DAX Studio를 열고 서버 타이밍 및 쿼리 계획을 시작합니다.

아래 DAX 코드는 예제로 사용됩니다.

코드를 실행한 후 서버 타이밍 탭으로 이동합니다. 코드를 실행하는 데 총 5.4초가 걸린다는 것을 알 수 있습니다. 대부분의 실행 시간은 스토리지 엔진 에서 소비되었습니다 . 이 세 쿼리는 각각 동일한 작업을 포함하지만 연도는 다릅니다.

이 세 가지 쿼리가 저장소 엔진에서 반환된 후 수식 엔진은 논리 쿼리 계획에서 볼 수 있는 UNION을 수행합니다. 쿼리 계획은 수행하여 Total Sales를 계산합니다.

물리적 쿼리 계획에서 Sales 테이블에서 매년 수행되는 작업을 포함하는 세 개의 데이터 캐시를 볼 수 있습니다.

DAX 성능 비교

비교를 작성하기 위해 원본 Sales 테이블을 사용하여 Total Sales에 대한 측정값을 만들어 보겠습니다.

이 코드를 실행하고 Server Timings 탭으로 이동하면 UNION 함수보다 훨씬 효율적인 것을 확인할 수 있습니다.

UNION 함수는 97.9KB를 사용하는 반면 새 측정값은 1KB만 사용합니다.

UNION을 사용하면 DAX 엔진이 엄청난 양의 데이터 캐시를 Formula 엔진으로 다시 반환합니다. 이것은 RAM에 많은 압력을 가합니다.

따라서 백만 개 이상의 행이 포함된 데이터 모델을 다루는 경우 UNION 함수를 사용하지 않는 것이 좋습니다.

UNION DAX 기능 대안

이 예제에서는 UNION을 사용하는 대신 세 가지 SUMX 함수를 사용할 수 있습니다 . 즉, 매년 하나의 SUMX 함수입니다.

이 코드를 실행하고 Server Timings 탭으로 이동하면 실행 시간이 현저히 줄어든 것을 확인할 수 있습니다. 세 가지 다른 쿼리를 실행하는 동안 5,400ms에서 33ms로 변경되었습니다.

또 다른 방법은 파워 쿼리 또는 데이터 원본 자체에 데이터 모델 테이블을 추가하는 것입니다.

하지만 가장 좋은 방법은 이 세 테이블의 합집합을 수행할 계산된 테이블을 만드는 것입니다. 그러나이 옵션에는 장단점이 있습니다.

계산된 테이블을 사용하면 파워 쿼리에서 추가를 수행하는 것과는 반대로 전체 처리 시간을 절약할 수 있습니다. 그러나 이로 인해 VertiPaq의 데이터베이스 크기가 증가합니다.

계산된 테이블을 사용하면 세 테이블을 결합하는 새 테이블이 생성됩니다. 그러나 이 세 개의 분할 테이블은 데이터베이스에 계속 남아 있습니다.

이 예에서 세 개의 테이블은 총 25MB를 사용합니다. 계산된 테이블을 만들면 RAM에서 25MB가 더 소모됩니다.

이와 같은 민감한 사례의 경우 취해야 할 최선의 조치가 무엇인지 교육적인 결정을 내려야 합니다.

결론

DAX의 UNION 함수는 두 개의 테이블을 하나로 결합하여 데이터 분석을 더 쉽게 만듭니다. 두 테이블을 입력으로 사용하고 두 입력 테이블의 모든 행을 포함하는 새 테이블을 반환하는 방식으로 작동합니다. 그러나 이 기능에는 자체 제한이 있습니다.

UNION 함수는 특히 입력 테이블이 큰 경우 데이터를 결합하는 다른 방법보다 느릴 수 있습니다. 또한 다른 대안과 달리 저장소에서 더 많은 공간을 사용할 수 있습니다.

상황에 따라 테이블을 결합해야 하는 경우 UNION 함수를 사용하기로 결정하기 전에 먼저 장단점을 따져보는 것이 중요합니다. 대안으로는 SUMX 함수, 데이터 모델 테이블 또는 계산된 테이블이 있습니다.

모두 제일 좋다,