Pengoptimuman Model Data LuckyTemplates Dengan VertiPaq

Dalam tutorial ini, anda akan mempelajari cara menggunakan VertiPaq Analyzer dalam DAX Studio untuk mengoptimumkan model data anda dalam LuckyTemplates.

VertiPaq Analyzer ialah alat terbina dalam DAX Studio yang mengekstrak maklumat bermakna tentang model jadual dari sudut pengoptimuman.

Untuk melancarkan VertiPaq Analyzer, pergi ke tab Lanjutan dalam DAX Studio. Kemudian, klik pilihan Lihat Metrik .

Ini akan membuka anak tetingkap baharu di bahagian bawah. Anak tetingkap VertiPaq Analyzer Metrics mengandungi senarai semua Jadual dalam model jadual anda.

Setiap lajur memberikan maklumat yang bermakna mengenai model data anda, seperti:

• Kardinaliti – menunjukkan bilangan baris dalam jadual.
• Saiz Jadual – menunjukkan saiz jadual dalam kilobait (KB).
• Saiz Lajur – menunjukkan saiz lajur dalam kilobait (KB).
• Saiz Hierarki – digunakan terutamanya untuk tujuan MDX.
• Pengekodan – berkaitan dengan pengekodan nilai dan pengekodan kamus.
• Jenis Data – jenis data lajur, seperti teks, nombor atau tarikh.
• Saiz Rel – menunjukkan memori yang digunakan disebabkan oleh hubungan antara dua jadual.
• % DB – menunjukkan jumlah RAM yang digunakan oleh jadual berkenaan dengan keseluruhan model data.

Isi kandungan

• Metrik Penganalisis VertiPaq Model Data Dalam LuckyTemplates
  • Pengekodan Kamus, Peratusan Storan dan Saiz Hierarki Pengguna
• Pelanggaran RI Terhadap Model Data Dalam LuckyTemplates
• Tab Ringkasan Dalam Penganalisis VertiPaq
• Kesimpulan

Metrik Penganalisis VertiPaq Model Data Dalam LuckyTemplates

Anda boleh menggunakan metrik berbeza ini apabila menganalisis jadual dalam model data anda . Dalam contoh ini, anda akan melihat bahawa jadual Jualan menggunakan jumlah terbesar %DB.

Tatal ke lajur paling kiri jadual dalam Penganalisis VertiPaq. Apabila anda mengklik pada jadual, anda akan dapat menelusuri maklumat lajurnya.

Ini membolehkan anda mengenal pasti lajur yang diperlukan untuk tujuan analisis. Anda juga boleh memilih untuk mengalih keluar lajur yang tidak diperlukan daripada model data anda. Ini menjimatkan RAM dan mengoptimumkan pengiraan yang anda lakukan.

Sebagai contoh, lajur Kunci Jualan Dalam Talian menggunakan sejumlah 83 MB RAM. Jika lajur ini tidak berguna untuk tujuan pelaporan anda, anda boleh mengalih keluarnya untuk mengosongkan ruang storan.

Dalam bahagian Pengekodan, anda boleh melihat bahawa Pengekodan Nilai digunakan pada lajur Kunci Jualan Dalam Talian. Tiada gunanya menggunakan Pengekodan Kamus kerana lajur ini hanya mengandungi nilai unik. Indeks yang disimpan akan tetap sama dengan nilainya.

Ini tidak akan berguna apabila memampatkan lajur, jadi Perkhidmatan Analisis melangkau Pengekodan Kamus. Itulah sebabnya bahagian Kamus hanya menggunakan 120 KB.

Pengekodan Kamus, Peratusan Storan dan Saiz Hierarki Pengguna

Jika dilihat semula, jika anda melihat pada lajur Nombor Pesanan Jualan, anda boleh melihat bahagian Kamusnya menggunakan lebih banyak ruang storan daripada bahagian Data.

Bahagian Data menyimpan indeks atau nilai penunjuk untuk setiap baris dalam lajur. Memandangkan lajur Nombor Pesanan Jualan menyimpan sebahagian besar datanya dalam bentuk indeks, semua tekanan digunakan oleh Kamus.

Saiz Lajur menunjukkan penjumlahan bahagian Data, Kamus dan Hierarki. Dalam bahagian Jenis Data, lajur Nombor Pesanan Jualan disimpan sebagai rentetan oleh itu, Pengekodan Kamus digunakan.

Seterusnya, jika anda menatal ke bahagian paling kanan VertiPaq Analyzer, anda boleh melihat data pada peratusan.

Jadual % menunjukkan jumlah ruang yang digunakan oleh lajur berkenaan dengan jadual. Manakala % DB menunjukkan jumlah ruang yang digunakan oleh lajur berkenaan dengan keseluruhan pangkalan data.

Beralih ke jadual Produk, anda boleh melihat bahawa ia adalah satu-satunya yang mempunyai nilai untuk Saiz Hierarki Pengguna.

Saiz Hierarki Pengguna menunjukkan jumlah ruang yang digunakan oleh hierarki yang dibuat dalam DAX Studio.

Pelanggaran RI Terhadap Model Data Dalam LuckyTemplates

Tab Lajur VertiPaq Analyzer membolehkan anda melihat data anda dalam format Jadual-Lajur.

Ia membolehkan anda mengisih mengikut lajur, menjadikannya lebih mudah untuk mengenal pasti lajur dalam keseluruhan set data yang menggunakan RAM tertinggi.

Tab Perhubungan membolehkan anda melihat punca utama Pelanggaran RI .

Jika kod DAX anda mengandungi Pelanggaran RI, VertiPaq Analyzer akan meletakkan nombor 1 dengan fon merah di bawah bahagian Pelanggaran RI. Walau bagaimanapun, jika anda mengembangkan jadual dengan pelanggaran, anda tidak akan dapat melihat apa yang menyebabkannya.

Maklumat ini sebaliknya boleh didapati dalam tab Perhubungan.

Dalam contoh ini, jadual Jualan menunjukkan bahawa terdapat 2,183 kunci yang hilang antara Kunci Produk Jadual Jualan dan Kunci Produk Jadual Produk. Ini menyebabkan 10 juta baris tidak sah dalam jadual Jualan dan 153 sampel pelanggaran.

Halaman Perhubungan dalam VertiPaq Analyzer membolehkan anda mengenal pasti kunci yang hilang antara jadual Fakta dan jadual Dimensi anda.

Anda juga boleh menyemak semula maklumat ini menggunakan DAX.

Apabila anda menjalankan kod tersebut, hasilnya menunjukkan bahawa 10 juta baris mempunyai nilai Kunci Produk kosong.

Tab Ringkasan Dalam Penganalisis VertiPaq

Tab Ringkasan menunjukkan maklumat keseluruhan asas model data anda.

Jumlah Saiz menunjukkan jumlah keseluruhan RAM yang digunakan oleh model data. Tarikh Analisis berkaitan dengan kali terakhir anda mengklik pilihan Lihat Metrik dalam DAX Studio.

Keserasian merujuk kepada versi Perkhidmatan Analisis yang digunakan dalam fail semasa. Dan akhir sekali, Pelayan menunjukkan nombor port localhost yang digunakan oleh Perkhidmatan Analisis untuk menyambung ke DAX Studio.

Kesimpulan

Penganalisis VertiPaq ialah alat prestasi dan analisis yang disertakan dalam Microsoft LuckyTemplates. Ia membolehkan anda menganalisis model data laporan atau set data LuckyTemplates untuk memahami cara data distrukturkan dan cara data itu digunakan.

Penganalisis VertiPaq menyediakan beberapa metrik yang boleh membantu anda memahami prestasi dan kecekapan model data anda. Dengan menganalisis metrik ini, anda boleh mengenal pasti isu yang berpotensi dengan model data anda, seperti jadual besar, ketumpatan data yang rendah atau jenis data yang tidak cekap dan mengambil langkah untuk mengoptimumkan model untuk prestasi yang lebih baik.

Semua yang terbaik,