Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
In deze zelfstudie leert u hoe u de prestaties van een DAX-code kunt evalueren met behulp van de optie Benchmark uitvoeren in DAX Studio .
Met de optie Benchmark uitvoeren kunt u het aantal koude en warme cache-uitvoeringen in uw query aanpassen.
Wanneer u op deze optie klikt, wordt de Benchmark-wizard geopend. U kunt het aantal keren opgeven dat u een query in koude cache of warme cache wilt uitvoeren.
Koude cache betekent dat DAX Studio eerst de cache leegt en vervolgens de query uitvoert op basis van het opgegeven aantal. Aan de andere kant betekent warme cache dat DAX Studio de cache niet wist voordat de query wordt uitgevoerd.
Deze tutorial gebruikt de onderstaande code die de CallbackDataID genereert:
Laten we, voordat we de optie Benchmark uitvoeren gebruiken, de code uitvoeren en de servertimingsgegevens bekijken .
U kunt zien dat de uitvoering van de code 134 milliseconden duurt. Het bevat ook de CallbackDataID .
Inhoudsopgave
De Run Benchmark-optie gebruiken voor DAX-codeprestaties
Wanneer u op de optie Benchmark uitvoeren klikt en de query uitvoert met 5 cold cache-uitvoeringen, ziet u een voortgangsbalk onderaan de Benchmark-wizard. Het wist de cache en voert de code vijf keer uit.
Daarna worden twee tabbladen geopend in het resultatenvenster. Het eerste tabblad, Samenvatting , toont een tabel met informatie over het cachetype, de statistiek, de totale duur en de SE-duur.
Als u de gegevens tussen de koude cache en de warme cache vergelijkt, kunt u zien dat het wissen van de cache geen significant verschil heeft met de uitvoeringsduur.
Het tweede tabblad, Details , toont uitgebreidere informatie over de cache van de DAX-query.
Variërende cacheduur
Laten we een andere DAX-code uitvoeren om te zien hoe deze de querytiming beïnvloedt.
U kunt zien dat het slechts 13 milliseconden duurt om de cache te wissen en de code uit te voeren.
Klik vervolgens op de optie Benchmark uitvoeren. Schakel het selectievakje uit en voer 10 uitvoeringen uit voor zowel de koude als de warme cache.
In het resultatenvenster kunt u zien dat het 12,8 milliseconden duurt om in de koude cache te werken en 3,9 milliseconden om in de warme cache te werken.
De duur van de opslag engine is niet meetbaar in de warme cache omdat de query's worden beantwoord vanuit de gegevenscache zelf.
Op het tabblad Details kunt u zien dat er in totaal 20 uitvoeringen zijn; 10 in kou en 10 in warm. De koude duur is altijd langer dan de warme duur.
Als u naar de meest rechtse kolom scrolt, kunt u zien dat de VertiPaq-cacheovereenkomsten 0 bevatten voor koude cache en 1 voor warme cache.
DAX-codeprestaties vergelijken met behulp van grafieken
Om meer inzichtelijke gegevens te krijgen, kunt u een lijngrafiek maken van de resultaten van de Benchmark-optie. U kunt een vergelijking maken met intervallen van 10. Dat wil zeggen, u voert de benchmark uit met 10, 20, 30, enzovoort voor zowel de koude als de warme cache. Dit helpt u te begrijpen hoeveel tijd het kost om een query uit te voeren op basis van , en .
U kunt ook beginnen met een kleine database en geleidelijk de code van een complexere database uitvoeren. Maak vervolgens een lijngrafiek om de prestaties van de code te bekijken.
Dit maakt het eenvoudiger om te bepalen of de duur is toegenomen of afgenomen ten opzichte van het aantal rijen in uw DAX-query.
Conclusie
Het optimaliseren van de prestaties van uw DAX-code is belangrijk. Een verschil van 0,5 milliseconde per rij code betekent misschien niet veel. Maar als je eenmaal te maken hebt met meerdere rijen code die als resultaat een miljoen rijen produceren, zal deze 0,5 ms een groot verschil maken.
Met de optie Benchmark uitvoeren kunt u de tijdgegevens van uw code verzamelen. U kunt dit gebruiken om vergelijkingen te maken tussen verschillende rijen code. U kunt dit ook gebruiken om zinvolle inzichten te krijgen over welk deel van uw DAX-code moet worden geoptimaliseerd.
Wat is zelf in Python: voorbeelden uit de echte wereld
Je leert hoe je objecten uit een .rds-bestand in R opslaat en laadt. In deze blog wordt ook besproken hoe je objecten uit R naar LuckyTemplates importeert.
In deze tutorial over DAX-coderingstaal leert u hoe u de functie GENERATE gebruikt en hoe u de titel van een maat dynamisch wijzigt.
Deze zelfstudie behandelt hoe u de Multi Threaded Dynamic Visuals-techniek kunt gebruiken om inzichten te creëren op basis van dynamische gegevensvisualisaties in uw rapporten.
In dit artikel zal ik de filtercontext doornemen. Filtercontext is een van de belangrijkste onderwerpen waarover elke LuckyTemplates-gebruiker in eerste instantie zou moeten leren.
Ik wil laten zien hoe de online service LuckyTemplates Apps kan helpen bij het beheren van verschillende rapporten en inzichten die uit verschillende bronnen zijn gegenereerd.
Leer hoe u wijzigingen in uw winstmarge kunt berekenen met behulp van technieken zoals vertakking van metingen en het combineren van DAX-formules in LuckyTemplates.
Deze tutorial bespreekt de ideeën van materialisatie van datacaches en hoe deze de prestaties van DAX beïnvloeden bij het leveren van resultaten.
Als u tot nu toe nog steeds Excel gebruikt, is dit het beste moment om LuckyTemplates te gaan gebruiken voor uw zakelijke rapportagebehoeften.
Wat is LuckyTemplates Gateway? Alles wat u moet weten