Justere ytelsen med utelatte kolonner

Det er ganske vanlig at analyser inneholder kolonner som ikke brukes. Kolonner som ikke er nødvendige, men som likevel er valgt, har betydelig innvirkning på ytelsen. Dette emnet forklarer hvordan du forbedrer ytelsen ved å fjerne alle kolonner som ikke er nødvendige.

Identifisere kolonner som ikke brukes

Når du inkluderer kolonner i analysen som er utelatt fra visningen (for eksempel Year), har det innvirkning på ytelsen ved å
  • øke mengden data som må hentes fra databasen
  • øke antallet kolonner som må hentes og behandles
  • tvinge analysen til å beregne resultater på flere aggregeringsnivåer

Figuren nedenfor viser en enkel rapport med antallet kunder etter region og år.

Beskrivelse av GUID-39B953E5-433E-4991-B3BA-BB1064CE8D83-default.jpg følger
.jpg

Rapporten som vises, er et diagram som viser antallet kunder etter region. Legg merke til at kolonnen Year er utelatt.

Beskrivelse av GUID-CFF82673-4988-4185-915E-0F1AA5027E42-default.jpg følger
.jpg

Logisk spørring der kolonnen Year ikke brukes

Selv om kolonnen Year ikke er en del av visningen, er den likevel valgt som en del av den logiske spørringen.

Beskrivelse av GUID-104759F4-A6F4-4366-ACD6-472BA2931E18-default.jpg følger
.jpg

Hvis kolonnen Year inkluderes i analysen, har det følgende innvirkning:
  • Flere kolonner hentes og behandles.
  • Flere rader hentes og behandles, fordi antallet kunderader er valgt etter år i tillegg til etter region.
  • Ytterligere aggregering er nødvendig.

Fysisk spørring der kolonnen Year ikke brukes

Hvis du ser gjennom den fysiske spørringen, kan du identifisere områder der ytelsen påvirkes.

Beskrivelse av GUID-D9F85168-B448-49BE-9261-78270C01784C-default.jpg følger
.jpg

Dette eksemplet viser SELECT count distinct fra aggregeringsregelen for kundenummer. I enkelte situasjoner har det også innvirkning på rapporter med en aggregeringsregel for sum. Den genererte spørringen i dette scenarioet bruker også et grupperingssett. På databasenivå velger det kanskje mange rader (flere millioner) som deretter må grupperes etter Year og Region samt Region. Dette kan forbruke betydelige, unødvendige databaseressurser.

Fjerne kolonner som ikke brukes

Fjern kolonnen Year, og analyser innvirkningen på de logiske og fysiske spørringene som genereres.

Logisk spørring etter at kolonnen Year er fjernet

Den logiske spørringen inneholder ikke lenger kolonnen Year, og det viktigste er at rapportaggregeringen er fjernet.

Beskrivelse av GUID-A28E8FC3-37ED-4350-866C-A9BC58356833-default.jpg følger
.jpg

Fysisk spørring etter at kolonnen Year er fjernet

Den fysiske spørringen er mye enklere nå fordi den ikke inkluderer grupperingssett, og antallet valgte poster er redusert betydelig.

Beskrivelse av GUID-96421968-C978-4383-853C-EAACB0079CEB-default.jpg følger
.jpg

Du kan oppnå betydelig bedre ytelse ved å se gjennom analysen for rapporter som ikke har god ytelse, og i den første forekomsten ganske enkelt fjerne overflødige kolonner som ikke brukes. Den fysiske spørringen som genereres, har redusert kompleksitet og færre returnerte poster, noe som dermed krever mindre behandling.