Vertipaqta Veri Dizinleme: Satır Deposu ve Sütun Deposu

Bu eğitimde, veri indekslemenin ilişkisel bir veritabanında Vertipaq'ta nasıl çalıştığına ilişkin farkı ele alacağız.

İlişkisel veritabanları, verileri satır satır saklar. Öte yandan, Vertipaq bunu sütun sütun yapar.

Verileri depolamanın ve dizine eklemenin bu iki yolunun, özellikle sorgularınızı çalıştırırken rapor geliştirme sürecinizi nasıl etkileyebileceğini görelim.

İçindekiler

• Satır Başına Veri İndeksleme
• Sütun Başına Veri İndeksleme
• Basit Sorgularda Yürütme Süresini Karşılaştırma
• Daha Karmaşık Sorgularda Yürütme Süresini Karşılaştırma
• Çözüm

Satır Başına Veri İndeksleme

Verileri satır satır depolamak, verileri depolamanın geleneksel yoludur. Ancak, bu işlem daha fazla zaman alır ve bu da sorgunuzun performansını etkiler.

Diyelim ki Marka, Renk, Cinsiyet, Adet ve Net Fiyatı içeren bir tablomuz var.

Bu tablodaki her şeyi bir veritabanında saklarsak, verileri satır satır saklar. Bu nedenle geleneksel veri depolama yapısına satır deposu da denir.

İlk olarak, aynı satırda, ilk satırda bulunan sütun başlıklarını - Marka, Renk, Cinsiyet, Miktar ve Net Fiyat - depolayacaktır. Ardından, her sütunun altındaki ilk öğeleri depolamak için bir sonraki satıra geçer — A. Datum, Azure, a blank, 1 ve 103.2. Bu satır satır devam eder.

Peki , bu veri indeksleme yöntemini kullanarak Miktarın TOPLAMINI hesaplayacağız ?

İlk olarak, sütun başlıklarını içeren ilk satırla başlar. Ardından, bir sonraki satıra atlar ve gördüğü ilk miktar olan 1'e ulaşana kadar diğer veri parçalarını atlar. miktarlar bulunur.

Her satırdaki tüm miktarları kenara ayırdıktan sonra, hesaplamanın tamamlandığı tek zaman budur.

Bir SQL veri kaynağına DirectQuery bağlantısı kullanan bir LuckyTemplates raporu hazırlıyorsanız, sürecin ne kadar sıkıcı olduğunu tahmin edebilirsiniz. Bu durumda, analiz hizmetleri DAX kodunu SQL diline çevirecek ve ardından veri yapısını satır satır incelemeye başlayacaktır.

Sütun Başına Veri İndeksleme

Uzun süreçten kaçınmak için, içe aktarma modunu seçtiğinizde Vertipaq aracılığıyla verileri sütun sütun kaydetme seçeneğiniz vardır.

Satır deposu yerine sütun deposunu kullandığınızda Marka, Renk, Cinsiyet, Adet ve Net Fiyat farklı veri yapılarında depolanacaktır.

Diyelim ki Miktar sütunundaki değerlerin TOPLAMINI almak istiyoruz. Miktar sütununun dışında Marka, Renk ve diğer veri parçalarını geçirmeye gerek kalmayacaktır. Tek bir taramada, Miktar sütununun tamamını yukarıdan aşağıya okur ve tüm değerleri toplar.

Bu nedenle, sorgular soldan sağa yapmaya kıyasla daha hızlı yürütülecektir.

Basit Sorgularda Yürütme Süresini Karşılaştırma

Satır deposu ve sütun deposu arasındaki büyük farkı gerçekten görmek için, hem SQL hem de Vertipaq'ta bazı test sorguları yapalım. Yürütme süresi bize bir işlemin diğerine kıyasla ne kadar hızlı olduğunu söylemelidir.

SQL'de basit bir sorgu ile başlayalım. Satış tablosundaki Miktar sütununun TOPLAM'ını hesaplayacağız.

Gördüğünüz gibi, toplam yürütme süresi 2,2 saniyedir.

Şimdi DAX Studio'ya gidelim ve aynı sorguyu yürütmek için DEĞERLENDİR işlevini kullanalım. Sunucu zamanlamalarını açmamız ve izlemenin tamamlanmasını beklememiz gerekiyor.

Ayrıca sorguyu çalıştırdığımızda “Clear Cache after Run” seçeneğinin seçili olduğundan emin olmamız gerekiyor.

Sorgu yürütüldüğünde, daha önce SQL'de yaptığımız aynı sorguyu tamamlamanın yalnızca 3 milisaniye sürdüğünü göreceksiniz.

Sonuç kümesi ayrıca hem SQL hem de DAX Studio için eşleşmelidir. Bunları yan yana koyarsak, aynı değeri döndürdüğümüzü görebilirsiniz.

Yürütme süresinin ne kadar tutarlı olduğunu görmek için sorguyu birkaç kez daha çalıştırmayı deneyebilirsiniz.

Daha Karmaşık Sorgularda Yürütme Süresini Karşılaştırma

Bu kez, daha karmaşık sorgular çalıştırırken yürütme süresini karşılaştıralım.

Diyelim ki her marka için Satış Miktarı TOPLAMINI belirlemek istiyoruz . Bunu yapmak için, her bir Ürün Markasının yerine kullanabiliriz . Düşük bağlamda, ayrıca Satış Miktarının TOPLAMINI Toplam Miktar adlı yeni bir tablo oluşturacağız .

Bu kodu çalıştırırsak, toplam yürütme süresinin 7 milisaniye olduğunu görebilirsiniz.

Arka planda, bu kod aslında iki sorgu çalıştırıyor. İlki, Ürünler tablosundan Marka sütununu alır, ardından hem Satış sütunundan hem de Ürünler sütunundan Ürün Anahtarı sütunlarında OUTER JOIN yürütür.

İkinci sorgu, Ürünler tablosundan Marka sütununu alır.

Sonuçlar ekranına gidersem, Toplam Miktar ölçüsünün her Markaya göre bölündüğünü görebilirsiniz.

Şimdi SQL server'a geçelim ve aynı sorguyu yazalım.

DaxStudio Satış tablosunu, AS S Satış tablosuna atıfta bulunarak bir sonraki satıra aktaracağız. Ardından, S.Product Anahtarı şuna eşit olacak şekilde, AS P olarak adlandırılan DaxStudio Ürünleri tablosunda da bir SOL BİRLEŞTİRME yürüteceğiz. P. Ürün Anahtarı. Ayrıca SELECT deyiminde P.Brand'ı Miktar ve Toplam Miktarı TOPLAM ile birlikte kullanacağız . kullanacağız .

Bu kodu çalıştırdıktan sonra, her Markaya göre ayrılmış Toplam Miktarı içeren bir tablo alacağız; bu, daha önce Vertipaq'ta aldığımızla aynı şey.

Toplam yürütme süresine gelince, 2,5 saniyede çok daha yavaş kalır.

DAX For LuckyTemplates: DAX Studio'da Formül Motorlarını Kullanarak Optimize Etme
DAX Sorgu Optimizasyonu Teknikleri ve Dersleri
Sorgu Performansı ve DAX Studio Kurulumu

Çözüm

Vertipaq aracılığıyla sütun depolamanın, bir SQL veritabanındaki satır depolamaya kıyasla gerçekte ne kadar hızlı olduğu açıktır. Bu, veri indekslemenin farklı platformlar aracılığıyla nasıl çalıştığını gerçekten öğrenmenin önemini gösterir.

7 milisaniyeye kıyasla satır deposunun sorgunuzu çalıştırdığı 2,5 saniyeyi yine de seçerseniz, ilk başta küçük bir fedakarlık gibi görünebilir. Ancak hepimiz raporlarımızı oluştururken birkaç sorgu çalıştırırız ve tüm bu yürütme süreleri artarak uzun vadede üretkenliği ve kullanıcı deneyimini etkiler.