การเพิ่มประสิทธิภาพ Power Query: การลดจำนวนทศนิยม

ในบทช่วยสอนนี้ คุณจะได้เรียนรู้ เทคนิคการเพิ่มประสิทธิภาพ Power Queryเพื่อลดการใช้ RAM โดยเฉพาะอย่างยิ่ง คุณจะได้เรียนรู้วิธี ลดจำนวนที่เก็บ ไว้หลังจุดทศนิยม ซึ่งจะเป็นประโยชน์หากคุณจัดการกับคอลัมน์ที่จัดเก็บในรูปแบบเลขฐานสิบ

ในตัวอย่างนี้ คุณจะเห็นว่าราคาสุทธิใช้ RAM 11MB ในขณะที่ต้นทุนรวม ต้นทุนต่อหน่วย และราคาต่อหน่วยใช้ 8MB ต่อหน่วย

เมื่อคุณไปที่Power Queryและคลิกตัวเลือกตัวกรองของคอลัมน์ราคาสุทธิ คุณจะเห็นว่าคอลัมน์นั้นจัดเก็บค่าทศนิยมได้สูงสุดสามตำแหน่ง

ซึ่งอาจทำให้เกิด ปัญหา ด้านประสิทธิภาพ หากตัวเลขหลายหลักถูกจัดเก็บเป็นเลขฐานสิบ พจนานุกรมจะมีค่าที่ไม่ซ้ำกันมากขึ้น สิ่งนี้จะทำให้ VertiPaq สร้างโครงสร้างการจัดเก็บข้อมูลขนาดใหญ่สำหรับพจนานุกรม

ดังนั้นจึงแนะนำให้เพิ่มประสิทธิภาพคอลัมน์เหล่านี้

สารบัญ

• การเพิ่มประสิทธิภาพ Power Query สำหรับคอลัมน์
  • ตรวจสอบการใช้ RAM
• บทสรุป

การเพิ่มประสิทธิภาพ Power Query สำหรับคอลัมน์

ตามหลักการแล้ว คุณต้องการเก็บค่าทศนิยมไม่เกินสองตำแหน่ง คลิกขวาที่คอลัมน์ที่คุณต้องการเพิ่มประสิทธิภาพ คลิกแปลง > ปัดเศษ > ปัดเศษ _

จากนั้นตั้งค่าทศนิยมเป็น 2แล้วคลิกตกลง

วิธีที่รวดเร็วในการแปลงคอลัมน์ทั้งหมดในครั้งเดียวคือการเน้นที่คอลัมน์แล้วทำตามขั้นตอนเดียวกัน

สิ่งนี้ใช้รูปแบบตัวเลขทศนิยมกับคอลัมน์ทั้งหมดโดยใช้ขั้นตอนเดียว เมื่อเสร็จแล้วให้บันทึกงานของคุณ

ตรวจสอบการใช้ RAM

หากต้องการตรวจ สอบว่า RAM ลดลงไปเท่าใด ให้เปิดDAX Studio ไปที่แท็บขั้นสูงแล้วคลิกดูเมตริก

เมื่อเปรียบเทียบต้นฉบับกับคอลัมน์ที่ปรับให้เหมาะสม คุณจะเห็นการลดลงของขนาดคอลัมน์และขนาดพจนานุกรม

สำหรับตัวอย่างนี้ ดูเหมือนว่าความแตกต่างในหน่วยกิโลไบต์จะไม่เท่ากับการลดพื้นที่ RAM ที่ดี อย่างไรก็ตาม หากคุณจัดการกับค่าที่แตกต่างกันมากขึ้น เช่น ตัวเลขที่มีทศนิยม 7 ตำแหน่ง การประหยัด RAM จะดีมาก

นอกจากนี้ คุณยังสังเกตได้ว่าสำหรับคอลัมน์ราคาต่อหน่วย จำนวนสมาชิกจะไม่เปลี่ยนแปลง แต่ขนาดคอลัมน์จะลดลงอย่างมาก

เมื่อคุณลดความละเอียดหรือเปลี่ยนแปลงโมเดลข้อมูลในคอลัมน์ คุณกำลังแนะนำลำดับการจัดเรียงใหม่ใน Analysis Services ซึ่งสามารถเพิ่มหรือลดขนาดโมเดลข้อมูลได้

แม้ว่าจำนวนของค่าที่แตกต่างกันจะไม่เปลี่ยนแปลง แต่ Analysis Services อาจพบลำดับการจัดเรียงที่ดีกว่าซึ่งลดขนาดของคอลัมน์

เทคนิคการเพิ่มประสิทธิภาพนี้มีประโยชน์อย่างยิ่งหากคุณจัดเก็บคอลัมน์วันที่/เวลา นี่อาจเป็นการเก็บค่าได้ถึงมิลลิวินาที

เมื่อคุณลดจำนวนสมาชิกของแต่ละค่าเป็นวินาที จะเป็นการลดค่าที่ไม่ซ้ำกันในพจนานุกรม

การแปลง LuckyTemplates อย่างง่ายสำหรับข้อมูลที่ปรับให้เหมาะสมยิ่งขึ้น
ปรับสูตร LuckyTemplates ให้เหมาะสมโดยใช้
กลไกจัดเก็บ DAX ขั้นสูง – บทบาทในการเพิ่มประสิทธิภาพการค้นหา DAX ใน LuckyTemplates

บทสรุป

หากคุณกำลังทำงานกับโมเดลแบบตาราง ให้เน้นที่การลดจำนวนสมาชิกของคอลัมน์

จำนวนสมาชิกเป็นปัจจัยในการตัดสินใจเกี่ยวกับจำนวน RAM ที่โมเดลข้อมูลจะใช้ นอกจากนี้ยังบอกคุณว่าต้องใช้เวลาเท่าใดในการสแกนคอลัมน์ใดคอลัมน์หนึ่ง เมื่อคุณดำเนินการโค้ดของคุณ

การเพิ่มประสิทธิภาพแบบสอบถาม DAX ของคุณเป็นสิ่งสำคัญในการรักษารายงาน LuckyTemplates ที่ดี ไม่เพียงแต่ช่วยให้มั่นใจได้ว่างานของคุณจะทำงานได้ดี แต่ยังช่วยลดความเครียดในเครื่องจักรของคุณอีกด้วย