Optimizarea modelului de date LuckyTemplates cu VertiPaq

În acest tutorial, veți învăța cum să utilizați VertiPaq Analyzer în DAX Studio pentru a vă optimiza modelul de date în LuckyTemplates.

VertiPaq Analyzer este un instrument încorporat în DAX Studio care extrage informații semnificative despre modelele tabulare din punct de vedere al optimizării.

Pentru a lansa VertiPaq Analyzer, accesați fila Avansat din DAX Studio. Apoi, faceți clic pe opțiunea View Metrics .

Aceasta va deschide un nou panou în partea de jos. Panoul VertiPaq Analyzer Metrics conține o listă cu toate tabelele din modelul dvs. tabelar.

Fiecare coloană oferă informații semnificative cu privire la modelul dvs. de date, cum ar fi:

• Cardinalitate – arată numărul de rânduri dintr-un tabel.
• Dimensiunea tabelului – arată dimensiunea tabelului în kiloocteți (KB).
• Dimensiunea coloanei – arată dimensiunea unei coloane în kiloocteți (KB).
• Dimensiunea ierarhiei – este folosită în principal în scopuri MDX.
• Codificare – se referă la codificarea valorii și la codificarea dicționarului.
• Tip de date – tipul de date al unei coloane, cum ar fi text, număr sau data.
• Rel Size – arată memoria consumată din cauza relației dintre două tabele.
• % DB – arată cantitatea de RAM consumată de un tabel în raport cu întregul model de date.

Cuprins

• Valorile analizorului VertiPaq ale unui model de date în LuckyTemplates
  • Codificarea dicționarului, procentele de stocare și dimensiunea ierarhiei utilizatorilor
• Încălcările RI ale unui model de date în LuckyTemplates
• Fila Rezumat în VertiPaq Analyzer
• Concluzie

Valorile analizorului VertiPaq ale unui model de date în LuckyTemplates

Puteți utiliza aceste valori diferite atunci când analizați tabelele din modelul dvs. de date . În acest exemplu, veți observa că tabelul Vânzări consumă cea mai mare cantitate de %DB.

Derulați la coloana cea mai din stânga a tabelului din VertiPaq Analyzer. Când faceți clic pe un tabel, veți putea detalia informațiile coloanelor acestuia.

Acest lucru vă permite să identificați coloanele care sunt necesare în scopuri analitice. De asemenea, puteți opta pentru a elimina coloanele inutile din modelul dvs. de date. Acest lucru economisește RAM și optimizează calculele pe care le efectuați.

De exemplu, coloana Cheie de vânzări online consumă un total de 83 MB de RAM. Dacă această coloană nu este utilă în scopuri de raportare, o puteți elimina pentru a elibera spațiu de stocare.

În secțiunea Codificare, puteți vedea că Codarea valorii este aplicată coloanei Cheie de vânzări online. Nu are rost să aplicați o codificare de dicționar, deoarece această coloană conține doar valori unice. Indicele stocat va fi în continuare egal cu valoarea sa.

Acest lucru nu va fi util la comprimarea coloanei, așa că Analysis Services omite codificarea dicționarului. De aceea, secțiunea Dicționar consumă doar 120 KB.

Codificarea dicționarului, procentele de stocare și dimensiunea ierarhiei utilizatorilor

În retrospectivă, dacă te uiți la coloana Număr comandă de vânzare, poți vedea că secțiunea Dicționar consumă mai mult spațiu de stocare decât secțiunea Date.

Secțiunea Date stochează indexul sau valoarea indicatorului pentru fiecare rând din coloană. Deoarece coloana Număr comandă de vânzare stochează cea mai mare parte a datelor sub formă de indici, toată presiunea este consumată de Dicționar.

Dimensiunea coloanei arată însumarea secțiunilor Date, Dicționar și Ierarhie. În secțiunea Tip de date, coloana Număr comandă de vânzări este stocată ca șir, astfel se utilizează Codificarea dicționarului.

Apoi, dacă derulați în partea din dreapta a VertiPaq Analyzer, puteți vedea date despre procente.

Tabelul % arată cantitatea de spațiu consumată de coloană în raport cu tabelul. În timp ce % DB arată cantitatea de spațiu consumată de coloană în raport cu întreaga bază de date.

Trecând la tabelul Produse, puteți vedea că este singurul cu o valoare pentru Dimensiunea ierarhiei utilizatorilor.

Dimensiunea ierarhiei utilizatorului arată cantitatea de spațiu consumată de ierarhiile create în DAX Studio.

Încălcările RI ale unui model de date în LuckyTemplates

Fila Coloană a VertiPaq Analyzer vă permite să vizualizați datele într-un format de tabel-coloană.

Vă permite să sortați după coloane, facilitând identificarea ce coloană din întregul set de date consumă cea mai mare memorie RAM.

Fila Relații vă permite să vizualizați cauza principală a încălcărilor RI .

Dacă codul dvs. DAX conține o încălcare RI, VertiPaq Analyzer va plasa un număr 1 cu un font roșu sub secțiunea Încălcări RI. Cu toate acestea, dacă extindeți tabelul cu încălcarea, nu veți putea vedea ce o cauzează.

Aceste informații pot fi găsite în fila Relații.

În acest exemplu, tabelul de vânzări arată că lipsesc 2.183 de chei între cheia de produs din tabelul de vânzări și cheia de produs din tabelul de produse. Rezultă 10 milioane de rânduri nevalide în tabelul Vânzări și 153 de încălcări ale eșantionului.

Pagina Relații din VertiPaq Analyzer vă permite să identificați cheile lipsă între tabelul de fapte și tabelul de dimensiuni.

De asemenea, puteți verifica aceste informații folosind DAX.

Când rulați codul, rezultatele arată într-adevăr că 10 milioane de rânduri au valori necompletate de cheie de produs.

Fila Rezumat în VertiPaq Analyzer

Fila Rezumat arată informațiile generale de bază ale modelului dvs. de date.

Dimensiunea totală arată cantitatea totală de memorie RAM pe care modelul de date o consumă. Data analizei se referă la ultima dată când ați făcut clic pe opțiunea View Metrics din DAX Studio.

Compatibilitatea se referă la versiunea Analysis Services utilizată în fișierul curent. Și, în sfârșit, Serverul arată numărul portului localhost utilizat de Analysis Services pentru a se conecta la DAX Studio.

Concluzie

Analizorul VertiPaq este un instrument de performanță și analiză care este inclus în Microsoft LuckyTemplates. Vă permite să analizați modelul de date al unui raport sau al unui set de date LuckyTemplates pentru a înțelege cum sunt structurate datele și cum sunt utilizate.

Analizorul VertiPaq oferă mai multe valori care vă pot ajuta să înțelegeți performanța și eficiența modelului dvs. de date. Analizând aceste valori, puteți identifica potențiale probleme cu modelul dvs. de date, cum ar fi tabele mari, densitate scăzută de date sau tipuri de date ineficiente și puteți lua măsuri pentru a optimiza modelul pentru o performanță mai bună.

Toate cele bune,