Cache Data Dalam Pengiraan DAX

Cache Data Dalam Pengiraan DAX

Dalam tutorial ini, anda akan belajar tentang perkara yang dilakukan oleh cache data dalam pengiraan DAX. Anda akan memahami cara ia berfungsi dengan formula dan enjin storan untuk memberikan jawapan kepada pertanyaan anda.

Isi kandungan

Apakah Cache Data?

Enjin storan berinteraksi dengan enjin formula dalam bentuk cache data.

Jika anda ingat dari catatan blog sebelumnya tentang Struktur Pertanyaan DAX, anda akan tahu bahawa enjin formula meminta data daripada enjin storan. Yang terakhir kemudian pergi ke pangkalan data, mendapatkan jenis data yang berbeza, dan kemudian mengembalikannya kembali ke enjin formula dalam bentuk cache data.

Enjin storan boleh melakukan matematik dan pengagregatan mudah yang menjadikannya lebih pantas. Ia juga menawarkan paralelisme yang boleh mengisi berbilang cache data sekaligus. Satu pertanyaan enjin storan boleh mengambil masa untuk menghasilkan jawapan. Tetapi jika anda menambah semua pertanyaan enjin storan yang berbeza, hasilnya tidak akan sama kerana ia mengisi lebih daripada satu cache data.

Enjin formula, sebaliknya, berfungsi pada pertanyaan yang kompleks. Memandangkan ia adalah enjin satu benang, ia hanya boleh menggunakan satu cache data disatukan terakhir. Ia mula berfungsi pada cache data sebaik sahaja semua permintaan diisi oleh enjin storan.

Jika permintaan enjin formula betul-betul sama dengan permintaan sebelumnya, cache yang telah dikembalikan sebelum ini akan digunakan semula. Enjin storan cukup pintar untuk mengembalikan cache data yang sama jika ia menerima permintaan yang sama. Ini menjadikan prestasi DAX lebih pantas kerana data telah dicache.

Apabila anda menjalankan ukuran, penting untuk menjalankannya terhadap cache sejuk; sentiasa elakkan menjalankan pertanyaan anda dalam cache hangat. Cache hangat bermakna cache data enjin storan sudah terbentuk dan sedia untuk dikembalikan.

Apakah Ciri-ciri Utama?

Cache data ialah jadual yang diwujudkan dalam ingatan yang mengambil masa dan memakan RAM. Sentiasa ingat bahawa pewujudan harus serendah mungkin.

Satu lagi ciri utama ialah cache ini tidak dimampatkan . Sebaik sahaja ia keluar dari enjin storan dan dihantar ke enjin formula, cache data menjadi jadual penuh yang tidak dimampatkan dalam ingatan. Pelaksanaan ini jauh lebih perlahan daripada permintaan enjin storan rakan sebaya yang semuanya ada dalam ingatan dan dimampatkan.

Tiada masalah dengan menggunakan enjin formula; anda hanya perlu mendapatkan enjin storan untuk melakukan kerja sebanyak mungkin.

Cache data juga bersifat sementara. Mereka wujud untuk seketika dan kemudian mereka hilang. Walaupun mereka terwujud dalam ingatan, mereka tidak berterusan jadi mereka akan dibersihkan.

Di Mana Nak Cari Cache Data?

Anda boleh mendapatkan maklumat ini dalam Lajur Rekod Rancangan Pertanyaan Fizikal dan dalam Pemasa Pelayan DAX Studio dalam Lajur Baris . Ia akan menunjukkan bilangan baris yang dihasilkan oleh enjin storan dan dihantar ke enjin formula.

Jika anda menjalankan ujian tertentu dalam pemasaan pelayan, anda akan perasan bahawa kiraan baris mungkin dimatikan sedikit. Ini hanyalah garis panduan bilangan baris yang anda tarik ke atas.

Perkara utama yang perlu diingat dengan cache data ialah bilangan baris yang diwujudkan hendaklah sama dengan bilangan baris yang diperlukan untuk output sedekat mungkin. Jika terdapat perbezaan besar dalam bilangan baris, ini bermakna operasi pesanan dimatikan.

Jika jumlah baris terwujud adalah sama dengan jumlah baris yang diperlukan untuk output, ia dipanggil Late Materialization . Walau bagaimanapun, jika bilangan baris terwujud adalah lebih besar daripada bilangan baris yang diperlukan, ia dipanggil Pengwujudan Awal . Memandangkan ini adalah data yang tidak dimampatkan, anda tidak seharusnya membiarkan kedua-dua enjin merealisasikannya kerana ia akan memperlahankan prestasi DAX.

Ini adalah contoh Pembentukan Awal:

Cache Data Dalam Pengiraan DAX

Dalam Rancangan Pertanyaan Fizikal, anda boleh melihat 25 juta baris ditarik ke atas dalam Lajur Rekod. Walau bagaimanapun, pertanyaan sampel tidak memerlukan 25 juta baris output. Ini bermakna pertanyaan menarik terlalu banyak baris daripada yang diperlukan.

Jika anda melihat Pemasa Pelayan, anda akan melihat jumlah baris yang sama ditarik dalam Lajur Baris.

Cache Data Dalam Pengiraan DAX

Dalam visual CPU SE , anda akan melihat nombor jika terdapat persamaan dalam pertanyaan anda. Oleh kerana contoh ini tiada, ia menunjukkan 0.

Cache Data Dalam Pengiraan DAX


Apakah DAX Studio Dalam LuckyTemplates Desktop
Tutorial DAX: Konteks & Enjin Pengiraan
Penganalisis VertiPaq Dalam DAX Studio | Tutorial LuckyTemplates

Kesimpulan

DAX yang berprestasi perlahan mungkin bermakna pertanyaan anda menarik cache yang tidak diperlukan untuk enjin anda berfungsi. Cache data bertanggungjawab untuk kelajuan dan ketepatan DAX anda kerana enjin berfungsi padanya untuk menjana jawapan untuk permintaan yang berbeza. Untuk prestasi DAX yang lebih pantas, anda boleh menyelesaikan isu ini dengan membina model data dan ukuran DAX anda dengan betul.


Apa Itu Diri Dalam Python: Contoh Dunia Sebenar

Apa Itu Diri Dalam Python: Contoh Dunia Sebenar

Apa Itu Diri Dalam Python: Contoh Dunia Sebenar

Cara Menyimpan & Memuatkan Fail RDS Dalam R

Cara Menyimpan & Memuatkan Fail RDS Dalam R

Anda akan belajar cara menyimpan dan memuatkan objek daripada fail .rds dalam R. Blog ini juga akan membincangkan cara mengimport objek dari R ke LuckyTemplates.

N Hari Perniagaan Pertama Dilawati Semula – Penyelesaian Bahasa Pengekodan DAX

N Hari Perniagaan Pertama Dilawati Semula – Penyelesaian Bahasa Pengekodan DAX

Dalam tutorial bahasa pengekodan DAX ini, pelajari cara menggunakan fungsi GENERATE dan cara menukar tajuk ukuran secara dinamik.

Pamerkan Cerapan Menggunakan Teknik Visual Dinamik Berbilang Thread Dalam LuckyTemplates

Pamerkan Cerapan Menggunakan Teknik Visual Dinamik Berbilang Thread Dalam LuckyTemplates

Tutorial ini akan merangkumi cara menggunakan teknik Visual Dinamik Berbilang Thread untuk mencipta cerapan daripada visualisasi data dinamik dalam laporan anda.

Pengenalan Untuk Menapis Konteks Dalam LuckyTemplates

Pengenalan Untuk Menapis Konteks Dalam LuckyTemplates

Dalam artikel ini, saya akan menjalankan konteks penapis. Konteks penapis ialah salah satu topik utama yang perlu dipelajari oleh mana-mana pengguna LuckyTemplates pada mulanya.

Petua Terbaik Menggunakan Aplikasi Dalam Perkhidmatan Dalam Talian LuckyTemplates

Petua Terbaik Menggunakan Aplikasi Dalam Perkhidmatan Dalam Talian LuckyTemplates

Saya ingin menunjukkan cara perkhidmatan dalam talian LuckyTemplates Apps boleh membantu dalam mengurus laporan dan cerapan berbeza yang dijana daripada pelbagai sumber.

Analisis Perubahan Margin Keuntungan Lebih Masa – Analitis Dengan LuckyTemplates Dan DAX

Analisis Perubahan Margin Keuntungan Lebih Masa – Analitis Dengan LuckyTemplates Dan DAX

Ketahui cara untuk menyelesaikan perubahan margin keuntungan anda menggunakan teknik seperti mengukur percabangan dan menggabungkan formula DAX dalam LuckyTemplates.

Idea Pewujudan Untuk Cache Data Dalam DAX Studio

Idea Pewujudan Untuk Cache Data Dalam DAX Studio

Tutorial ini akan membincangkan tentang idea pewujudan cache data dan cara ia mempengaruhi prestasi DAX dalam memberikan hasil.

Pelaporan Perniagaan Menggunakan LuckyTemplates

Pelaporan Perniagaan Menggunakan LuckyTemplates

Jika anda masih menggunakan Excel sehingga sekarang, maka inilah masa terbaik untuk mula menggunakan LuckyTemplates untuk keperluan pelaporan perniagaan anda.

Apakah LuckyTemplates Gateway? Semua yang Anda Perlu Tahu

Apakah LuckyTemplates Gateway? Semua yang Anda Perlu Tahu

Apakah LuckyTemplates Gateway? Semua yang Anda Perlu Tahu