VertiPaq을 사용한 LuckyTemplates 데이터 모델 최적화

이 자습서에서는 DAX Studio에서 VertiPaq Analyzer를 사용하여 LuckyTemplates에서 데이터 모델을 최적화하는 방법을 알아봅니다.

VertiPaq Analyzer는 최적화 관점에서 테이블 형식 모델 에 대한 의미 있는 정보를 추출하는 DAX Studio 의 기본 제공 도구입니다

VertiPaq Analyzer를 실행하려면 DAX Studio의 고급 탭으로 이동하십시오. 그런 다음 메트릭 보기 옵션을 클릭합니다.

하단에 새 창이 열립니다. VertiPaq Analyzer Metrics 창에는 테이블 형식 모델의 모든 테이블 목록이 포함되어 있습니다.

각 열은 다음과 같은 데이터 모델에 관한 의미 있는 정보를 제공합니다.

• 카디널리티 – 테이블의 행 수를 표시합니다.
• 테이블 크기 – 테이블 크기를 킬로바이트(KB)로 표시합니다.
• 열 크기 – 열의 크기를 킬로바이트(KB)로 표시합니다.
• 계층 구조 크기 – 주로 MDX 용도로 사용됩니다.
• 인코딩 – 값 인코딩 및 사전 인코딩과 관련됩니다.
• 데이터 유형 – 텍스트, 숫자 또는 날짜와 같은 열의 데이터 유형입니다.
• Rel Size – 두 테이블 간의 관계로 인해 소비된 메모리를 보여줍니다.
• % DB – 전체 데이터 모델과 관련하여 테이블이 소비하는 RAM의 양을 보여줍니다.

목차

• LuckyTemplates 데이터 모델의 VertiPaq Analyzer 메트릭
  • 사전 인코딩, 저장 비율 및 사용자 계층 구조 크기
• LuckyTemplates의 데이터 모델에 대한 RI 위반
• VertiPaq 분석기의 요약 탭
• 결론

LuckyTemplates 데이터 모델의 VertiPaq Analyzer 메트릭

데이터 모델 의 테이블을 분석할 때 이러한 다양한 메트릭을 사용할 수 있습니다 . 이 예에서는 Sales 테이블이 가장 많은 양의 %DB를 소비한다는 것을 알 수 있습니다.

VertiPaq Analyzer에서 테이블의 맨 왼쪽 열로 스크롤합니다. 테이블을 클릭하면 해당 열의 정보를 드릴다운할 수 있습니다.

이를 통해 분석 목적에 필요한 열을 식별할 수 있습니다. 데이터 모델에서 불필요한 열을 제거하도록 선택할 수도 있습니다. 이렇게 하면 RAM이 절약되고 수행 중인 계산이 최적화됩니다.

예를 들어 온라인 판매 키 열은 총 83MB의 RAM을 사용합니다. 이 열이 보고 목적에 유용하지 않은 경우 제거하여 저장 공간을 확보할 수 있습니다.

Encoding 섹션에서 Online Sales Key 열에 Value Encoding이 적용된 것을 확인할 수 있습니다. 이 열에는 고유한 값만 포함되어 있으므로 사전 인코딩을 적용해도 소용이 없습니다. 저장된 인덱스는 여전히 해당 값과 동일합니다.

이것은 열을 압축할 때 유용하지 않으므로 Analysis Services는 사전 인코딩을 건너뜁니다. 그렇기 때문에 사전 섹션은 120KB만 사용합니다.

사전 인코딩, 저장 비율 및 사용자 계층 구조 크기

나중에 판매 주문 번호 열을 보면 사전 섹션이 데이터 섹션보다 더 많은 저장 공간을 사용하고 있음을 알 수 있습니다.

데이터 섹션은 열의 각 행에 대한 인덱스 또는 포인터 값을 저장합니다. 판매 주문 번호 열은 대부분의 데이터를 인덱스 형식으로 저장하므로 모든 압력은 사전에서 소비됩니다.

열 크기는 데이터, 사전 및 계층 구조 섹션의 합계를 보여줍니다. 데이터 유형 섹션에서 판매 주문 번호 열은 문자열로 저장되므로 사전 인코딩이 사용됩니다.

다음으로 VertiPaq Analyzer의 가장 오른쪽 부분으로 스크롤하면 백분율에 대한 데이터를 볼 수 있습니다.

% 테이블은 테이블과 관련하여 열이 소비하는 공간의 양을 보여줍니다. % DB는 전체 데이터베이스와 관련하여 열이 소비하는 공간의 양을 보여줍니다.

제품 테이블로 이동하면 사용자 계층 구조 크기에 대한 값이 있는 유일한 테이블임을 알 수 있습니다.

사용자 계층 구조 크기는 DAX Studio에서 생성된 계층에서 사용하는 공간의 양을 보여줍니다.

LuckyTemplates의 데이터 모델에 대한 RI 위반

VertiPaq 분석기의 열 탭을 사용하면 테이블-열 형식으로 데이터를 볼 수 있습니다.

열별로 정렬할 수 있으므로 전체 데이터 세트에서 가장 높은 RAM을 사용하는 열을 쉽게 식별할 수 있습니다.

관계 탭에서는 RI 위반 의 근본 원인을 볼 수 있습니다 .

DAX 코드에 RI 위반이 포함된 경우 VertiPaq Analyzer는 RI 위반 섹션 아래에 빨간색 글꼴로 숫자 1을 배치합니다 . 그러나 위반이 있는 표를 확장하면 원인을 알 수 없습니다.

대신 이 정보는 관계 탭에서 찾을 수 있습니다.

이 예에서 판매 테이블은 판매 테이블 제품 키와 제품 테이블 제품 키 사이에 2,183개의 누락된 키가 있음을 보여줍니다. 이로 인해 Sales 테이블에 1,000만 개의 유효하지 않은 행과 153개의 샘플 위반이 발생합니다.

VertiPaq Analyzer의 Relationships 페이지에서는 Facts 테이블과 Dimension 테이블 사이에 누락된 키를 식별할 수 있습니다.

DAX를 사용하여 이 정보를 다시 확인할 수도 있습니다.

코드를 실행하면 실제로 1,000만 개의 행에 빈 제품 키 값이 있는 것으로 결과가 표시됩니다.

VertiPaq 분석기의 요약 탭

요약 탭에는 데이터 모델의 기본 전체 정보가 표시됩니다.

총 크기는 데이터 모델이 사용하는 총 RAM 양을 보여줍니다. 분석 날짜는 DAX Studio에서 메트릭 보기 옵션을 마지막으로 클릭한 시간과 관련이 있습니다.

호환성은 현재 파일에서 사용되는 Analysis Services 버전을 나타냅니다. 마지막으로 서버는 DAX Studio에 연결하기 위해 Analysis Services에서 사용하는 localhost 포트 번호를 보여줍니다.

결론

VertiPaq 분석기는 Microsoft LuckyTemplates에 포함된 성능 및 분석 도구입니다. 이를 통해 LuckyTemplates 보고서 또는 데이터 세트의 데이터 모델을 분석하여 데이터가 어떻게 구성되고 사용되는지 이해할 수 있습니다.

VertiPaq 분석기는 데이터 모델의 성능과 효율성을 이해하는 데 도움이 되는 몇 가지 지표를 제공합니다. 이러한 메트릭을 분석하여 큰 테이블, 낮은 데이터 밀도 또는 비효율적인 데이터 유형과 같은 데이터 모델의 잠재적인 문제를 식별하고 더 나은 성능을 위해 모델을 최적화하는 조치를 취할 수 있습니다.

모두 제일 좋다,