Power Query-optimalisatie: decimale getallen verminderen

In deze zelfstudie leert u een Power Query- optimalisatietechniek om het RAM-gebruik te verminderen. U leert met name hoe u de getallen die na een decimaal zijn opgeslagen, kunt verkleinen . Dit is handig als u te maken heeft met kolommen die zijn opgeslagen in een decimale getalnotatie.

In dit voorbeeld kunt u zien dat de nettoprijs 11 MB RAM verbruikt, terwijl de totale kosten, eenheidskosten en eenheidsprijs elk 8 MB verbruiken.

Wanneer u naar Power Query gaat en op de filteroptie van de kolom Nettoprijs klikt, kunt u zien dat de kolom waarden van maximaal drie decimalen opslaat.

Dit kan prestatieproblemen veroorzaken . Als meerdere cijfers worden opgeslagen als het decimale getal, bevat het woordenboek meer unieke waarden. Dit zorgt ervoor dat VertiPaq een enorme opslagstructuur voor het woordenboek creëert.

Het is daarom aan te raden om deze kolommen te optimaliseren.

Inhoudsopgave

• Power Query-optimalisatie voor kolommen
  • Controleer RAM-gebruik
• Conclusie

Power Query-optimalisatie voor kolommen

Idealiter wilt u waarden tot twee decimalen opslaan. Klik met de rechtermuisknop op de kolom die u wilt optimaliseren. Klik op Transformeren > Rond > Rond .

Stel vervolgens de decimalen in op 2 en klik op OK.

Een snelle manier om alle kolommen in één keer te transformeren, is door ze te markeren en vervolgens dezelfde stappen te volgen.

Dit past de decimale getalnotatie toe op alle kolommen met een enkele stap. Als u klaar bent, slaat u uw werk op.

Controleer RAM-gebruik

Open DAX Studio om te controleren hoeveel RAM is verminderd . Ga naar het tabblad Geavanceerd en klik op Statistieken weergeven .

Door het origineel te vergelijken met de geoptimaliseerde kolommen, kunt u reducties zien in de kolomgrootte en woordenboekgrootte.

Voor dit voorbeeld lijkt het verschil in kilobytes niet neer te komen op een goede vermindering van de RAM-ruimte. Als u echter te maken heeft met meer verschillende waarden, zoals getallen met zeven decimalen, zou de besparing in RAM enorm zijn.

U kunt ook opmerken dat voor de kolom Eenheidsprijs de kardinaliteit niet verandert, maar dat de kolomgrootte aanzienlijk kleiner wordt.

Wanneer u de granulariteit vermindert of wijzigingen aanbrengt in het gegevensmodel in een kolom, introduceert u een nieuwe sorteervolgorde in Analysis Services. Dit kan de grootte van het gegevensmodel vergroten of verkleinen.

Zelfs als het aantal afzonderlijke waarden niet is gewijzigd, heeft Analysis Services mogelijk een betere sorteervolgorde gevonden waardoor de grootte van de kolom is verkleind.

Deze optimalisatietechniek is vooral handig als u een datum/tijd-kolom opslaat. Dit kan het opslaan van waarden tot op de milliseconde zijn.

Wanneer u de kardinaliteit van elke waarde terugbrengt tot een seconde, vermindert dit de unieke waarden in de Dictionary.

Eenvoudige LuckyTemplates-transformaties voor meer geoptimaliseerde gegevens
LuckyTemplates-formules optimaliseren met behulp van de geavanceerde DAX-
opslagengine – zijn rol bij het optimaliseren van DAX-query's in LuckyTemplates

Conclusie

Als u werkt met een model in tabelvorm, concentreer u dan op het verminderen van de kardinaliteit van een kolom.

De kardinaliteit is de beslissende factor voor de hoeveelheid RAM die het datamodel zal verbruiken. Het vertelt u ook hoeveel tijd het kost om een ​​bepaalde kolom te scannen wanneer u uw code uitvoert.

Het optimaliseren van uw DAX-query's is cruciaal voor het onderhouden van een goed LuckyTemplates-rapport. Het zorgt er niet alleen voor dat uw werk goed presteert, maar het ontlast ook uw machine.