Что такое self в Python: примеры из реального мира
Что такое self в Python: примеры из реального мира
В этом учебном пособии будут показаны метрики VertiPaq Analyzer в DAX Studio и их помощь в оптимизации кодов DAX. Каждая метрика будет обсуждаться, чтобы вы поняли, как каждая из них может помочь улучшить производительность ваших кодов.
Это метрики анализатора VertiPaq.
Оглавление
Вкладка «Таблицы» анализатора VertiPaq
Первая метрика — это вкладка «Таблицы» или «Общее представление таблицы». На этой вкладке вы можете увидеть столбец Cardinality . Это относится к количеству уникальных значений в таблице. Это самый важный столбец в вашей модели данных и запросе DAX .
Если вы посмотрите на таблицу DimCustomer , то увидите 20 уникальных значений. Это означает, что существует 20 отдельных клиентов с неповторяющимися значениями.
Это пример запроса DAX.
Он использует функцию для подсчета строк различных таблиц. Количество строк соответствует кардинальности, полученной в таблице.
Столбцы для размера данных
Следующий столбец после Cardinality называется Table . Он показывает, сколько памяти занимает таблица. Чем больше размер данных, тем больше внимания они требуют. Столбец «Размер столбца» представляет собой сумму столбцов « Данные» , «Словарь » и «Размер иерархии» .
Столбцы Data , Dictionary и Hierarchy Size показывают общий размер сжатых данных, столбцов с кодировкой словаря и автоматически созданных столбцов иерархии соответственно .
Далее идет столбец Encoding , который показывает тип используемой кодировки. Значение и хеш- кодирование встречаются во всех таблицах, поэтому результат показывает «Много».
Нарушения ссылочной целостности также будут отображаться в столбце «Нарушения RI» . Нарушения возникают, когда значение существует в таблице фактов , но отсутствует в таблице измерений .
Столбец User Hierarchy Size показывает размер пользовательских иерархий. Размер отношения, основанный на многих сторонах настройки «один ко многим», также будет показан в столбце « Размер отношения» .
Далее у вас есть столбцы %DB . В этом столбце показано, сколько таблицы занимает в процентах от общего размера всех таблиц.
В примере видно, что таблица DimCustomer занимает почти 66% от общего размера таблицы. Процент вашей базы данных к вашей таблице фактов должен быть больше, чем таблицы измерений .
Это проценты:
Поскольку в этом примере не так много данных, столбцы «Сегменты» и «Разделы» использовать нельзя; это применимо только к большим таблицам.
Последний столбец на вкладке называется Columns . Он просто показывает количество столбцов в таблице. Столбцы « Тип данных» и «% таблицы» не применимы к общему табличному представлению.
Внутри таблицы FactSales
Это общая таблица данных FactSales.
Каждый столбец таблицы имеет свою информацию. Общий уровень таблицы, например, имеет различные столбцы, такие как кардинальность , размер столбца и т. д.
В этом примере вы заметите, что мощность SalesKey равна мощности таблицы. Это связано с тем, что SalesKey не имеет повторяющихся значений и является уникальным значением.
Столбец «Размер столбца» так же важен, как и уровень таблицы. Он показывает сумму столбцов Data , Dictionary и Hierarchy Size .
Вы также можете видеть, что используется метод кодирования Hash Encoding , который создает отдельный список значений.
Если вы посмотрите на строку Quantity , вы увидите, что она использует метод Hash Encoding , даже если тип данных является целым числом.
Причина этого в том, что службы SQL Server Analysis Services установили метод определения наилучшего метода сжатия.
Столбец % таблицы показывает столбец в процентах от общего размера таблицы. В этом примере SalesKey имеет самый большой размер таблицы, что имеет смысл, поскольку у него самая большая мощность и размер столбца.
Аналогично, столбец % базы данных показывает процентную долю таблицы или столбца в таблице в процентах от всей базы данных.
Вы увидите, что таблица FactSales составляет 46,8% от общего размера модели данных. Столбец SalesKey в таблице FactSales занимает 15 % от общего размера базы данных.
Поскольку в этом примере содержится небольшой объем данных, у вас будет только один сегмент и раздел. То же самое касается столбца Columns . Количество столбцов всегда будет равно одному в представлении столбцов.
Вкладка «Колонки» анализатора VertiPaq
Вкладка «Столбцы» имеет более простой формат для просмотра данных. Она предоставляет более подробную информацию, чем вкладка «Таблицы» .
Вы заметите, что на ней есть такие же столбцы, как и на вкладке «Таблицы» .
Вкладка Столбцы позволяет сортировать любой из столбцов. В этом примере он отсортирован по кардинальности, которая обозначена маленьким треугольником. Столбец «Строки» показывает количество строк в таблице.
Вы можете видеть, что FactSales-SalesKey имеет 15 000 строк и количество элементов. Все первичные ключи имеют строки, равные их соответствующей мощности.
Если количество строк не равно количеству элементов, в таблице будут повторяющиеся значения.
Если вы посмотрите на FactSales-CustomerKey , вы заметите, что его кардинальность равна 801, а размер столбца — почти 1,1 миллиона.
Это означает, что его необходимо оптимизировать и сжать. Чтобы оптимизировать его, перейдите в файл LuckyTemplates и откройте таблицу DimCustomer .
Столбец CustomerKey представляет собой строковый тип данных. Вы можете видеть, что значения начинаются с C, а затем следует число. Щелкните Заменить значения , чтобы изменить значения внутри столбца.
Найдите значение C и измените его на пустое. Затем измените тип данных на Целое число.
Сделайте то же самое для столбца CustomerKey в таблице фактов . Нажмите «Применить» и вернитесь в DAX Studio. Затем нажмите View Metrics, чтобы перезагрузить DAX, а затем отсортируйте его по количеству элементов.
Размер столбца теперь уменьшен до 46 372 с 1,1 миллиона. Если вы посмотрите на табличное представление, то увидите, что размер столбца также уменьшился до 46 372.
Если вы сделаете то же самое с SalesPersonKey, у которого размер столбца составляет почти 1,1 миллиона, вы можете уменьшить его до 5540.
Изменение значений строкового или текстового типа на целочисленный тип может оптимизировать ваш DAX, чтобы повысить его производительность.
Оптимизируйте функции DAX с помощью этого нового курса
Простые преобразования LuckyTemplates для более оптимизированных данных
Оптимизируйте формулы LuckyTemplates с помощью расширенного DAX
Заключение
Оптимизация DAX начинается в DAX Studio с помощью VertiPaq Analyzer. В метриках анализатора вы увидите, как работают таблицы и столбцы, и определите, какие сущности нуждаются в большей оптимизации и улучшении.
Если вы хотите узнать, какая часть кода снижает производительность вашего кода, используйте VertiPaq Analyzer. Это, безусловно, сделает ваш DAX лучше.
Никлай
Что такое self в Python: примеры из реального мира
Вы узнаете, как сохранять и загружать объекты из файла .rds в R. В этом блоге также рассказывается, как импортировать объекты из R в LuckyTemplates.
В этом руководстве по языку программирования DAX вы узнаете, как использовать функцию GENERATE и как динамически изменять название меры.
В этом учебном пособии рассказывается, как использовать технику многопоточных динамических визуализаций для создания аналитических сведений из динамических визуализаций данных в ваших отчетах.
В этой статье я пройдусь по контексту фильтра. Контекст фильтра — одна из основных тем, с которой должен ознакомиться любой пользователь LuckyTemplates.
Я хочу показать, как онлайн-служба LuckyTemplates Apps может помочь в управлении различными отчетами и аналитическими данными, созданными из различных источников.
Узнайте, как рассчитать изменения вашей прибыли, используя такие методы, как разветвление показателей и объединение формул DAX в LuckyTemplates.
В этом руководстве будут обсуждаться идеи материализации кэшей данных и то, как они влияют на производительность DAX при предоставлении результатов.
Если вы все еще используете Excel до сих пор, то сейчас самое подходящее время, чтобы начать использовать LuckyTemplates для своих бизнес-отчетов.
Что такое шлюз LuckyTemplates? Все, что тебе нужно знать