Příručka pro přípravu dat

Vysoký výkon BI závisí na tom, jak efektivně se data připraví a doručí z Lakehouse. Přechodem na architektonické vzory, použitím sémantické struktury a použitím cílených optimalizací můžete snížit složitost dotazů, zlepšit rychlost odezvy řídicího panelu a snížit náklady na výpočetní prostředky.

Následující tabulka shrnuje doporučené postupy, jejich očekávaný dopad, související dokumentaci a související položky akcí. Tento obsah je určený pro datové inženýry, vývojáře BI a autory řídicích panelů, kteří navrhují, optimalizují a udržují analytické úlohy v Lakehouse.

Příprava dat

Nejlepší praxe	Dopad	Docs	Položky akcí
Přijetí architektury medailonu	Urychlí přeměnu nezpracovaných dat na připravené a spolehlivé datové produkty pro snadnou spotřebu.	Medallion Architecture Glosář architektury Medallion Koncepty datových skladů	Kontrola a implementace vrstev medallionu
Použití clusteringu liquid	Zlepšuje výkon dotazů pomocí přeskakování souborů a dat.	Seskupování kapaliny	Aplikujte na velké tabulky s filtračními vzory
Použití spravovaných tabulek	Azure Databricks automaticky řídí a optimalizuje výkon vrstvy úložiště a dotazů.	Spravované tabulky Unity Catalog v Azure Databricks	Vytvoření spravovaných tabulek pro vaše data
Ruční použití prediktivní optimalizace nebo optimalizace tabulek	Umožňuje lepší výkon dotazů optimalizací velikostí souborů a rozložením, odstraněním starých souborů a aktualizací statistik.	Prediktivní optimalizace Optimalizace rozložení souborů Analýza metrik výpočetního úložiště pro tabulky	Povolení pro produkční tabulky nebo naplánování pravidelné optimalizace a analýzy tabulek po změnách dat
Modelování dat ve vzoru hvězdicového schématu	Data se můžou snadno dotazovat a využívat.	Glosář hvězdicových schémat Pět jednoduchých kroků pro implementaci hvězdicového schématu	Návrh tabulek faktů a dimenzí
Vyhněte se širokým datovým typům a sloupcům s vysokou kardinalitou	Optimalizuje velikost datového modelu a spotřebu paměti a zlepšuje efektivitu dotazů.	Průvodce optimalizací datových úloh	Kontrola datových typů a kardinality
Deklarace primárních a cizích klíčů (s RELY)	Optimalizuje dotazy odstraněním zbytečných spojení a agregací.	Optimalizace dotazů s omezeními	Definování klíčů pro tabulky faktů a dimenzí
Použití automaticky generovaných sloupců	Snižuje potřebu vypočítat hodnoty v době dotazu.	Vygenerované sloupce	Identifikace často počítaných polí
Použití materializovaných zobrazení a trvalých tabulek	Zlepšuje výkon tím, že předem agreguje data pro nejčastější dotazy a dotazy náročné na prostředky.	Tabulky Materializovaná zobrazení Použití materializovaných zobrazení v Databricks SQL	Vytváření agregovaných zobrazení pro běžné dotazy