Απεικόνιση και ερμηνεία διαγνωστικών ερωτημάτων στο Power BI

Αφού καταγράψετε τα διαγνωστικά που θέλετε να χρησιμοποιήσετε, το επόμενο βήμα είναι να κατανοήσετε τι λένε.

Είναι χρήσιμο να έχετε μια καλή κατανόηση του τι σημαίνει κάθε στήλη στο σχήμα διαγνωστικών ερωτημάτων. Αυτό το σεμινάριο δεν καλύπτει αυτές τις πληροφορίες. Για μια πλήρη περιγραφή, ανατρέξτε στο θέμα Διαγνωστικά ερωτημάτων.

Γενικά, όταν δημιουργείτε απεικονίσεις, χρησιμοποιήστε τον πλήρη λεπτομερή πίνακα. Ανεξάρτητα από το πόσες σειρές περιέχει, πιθανότατα εξετάζετε κάποιο είδος απεικόνισης του τρόπου με τον οποίο αθροίζεται ο χρόνος που δαπανάται σε διαφορετικούς πόρους ή ποιο ήταν το εγγενές ερώτημα που εκπέμπεται.

Όπως αναφέρθηκε στο άρθρο σχετικά με την καταγραφή των διαγνωστικών, αυτό το παράδειγμα λειτουργεί με τις ανιχνεύσεις OData και SQL για τον πίνακα "Πελάτες" από τη Northwind. Συγκεκριμένα, η εστίαση είναι σε ένα κοινό αίτημα από τους πελάτες και σε ένα από τα πιο εύκολα ερμηνεύσιμα σύνολα ιχνηλατήσεων: την πλήρη ανανέωση του μοντέλου δεδομένων.

Δημιουργήστε τις απεικονίσεις

Όταν εξετάζετε ιχνηλασίες, μπορείτε να τις αξιολογήσετε με πολλούς τρόπους. Αυτό το άρθρο περιγράφει δύο απεικονίσεις. Η πρώτη απεικόνιση δείχνει τις λεπτομέρειες που σας ενδιαφέρουν και η άλλη δείχνει τις χρονικές συνεισφορές διαφόρων παραγόντων. Για την πρώτη απεικόνιση, χρησιμοποιήστε έναν πίνακα. Μπορείτε να επιλέξετε όποια πεδία θέλετε, αλλά για μια εύκολη, υψηλού επιπέδου ματιά στο τι συμβαίνει, χρησιμοποιήστε τα ακόλουθα πεδία:

Για τη δεύτερη απεικόνιση, χρησιμοποιήστε ένα γράφημα σωρευμένων στηλών. Στην παράμετρο Άξονας , χρησιμοποιήστε το Αναγνωριστικό ή το Βήμα. Αν κοιτάτε την Ανανέωση, επειδή δεν έχει καμία σχέση με βήματα στον ίδιο τον Επεξεργαστή, πιθανότατα θέλετε απλώς να δείτε το Id. Για την παράμετρο Υπόμνημα , ορίστε Κατηγορία ή Λειτουργία (ανάλογα με την υποδιαίρεση που θέλετε). Για την παράμετρο Value , ορίστε την Αποκλειστική διάρκεια και βεβαιωθείτε ότι δεν είναι η %, ώστε να λάβετε την ακατέργαστη τιμή διάρκειας. Τέλος, για την παράμετρο Tooltip , ορίστε νωρίτερη ώρα έναρξης.

Αφού δημιουργήσετε την απεικόνισή σας, βεβαιωθείτε ότι έχετε ταξινομήσει κατά αύξουσα ώρα έναρξης , ώστε να μπορείτε να δείτε τη σειρά με την οποία συμβαίνουν τα συμβάντα.

Στιγμιότυπο οθόνης διαγνωστικών ερωτημάτων με πίνακα ανιχνεύσεων και γράφημα σωρευμένων ράβδων διάρκειας κατά κατηγορία και αναγνωριστικό.

Αν και οι ακριβείς ανάγκες σας μπορεί να διαφέρουν, αυτός ο συνδυασμός γραφημάτων είναι ένα καλό μέρος για να ξεκινήσετε για να δείτε πολλά διαγνωστικά αρχεία και για πολλούς σκοπούς.

Ερμηνεία των απεικονίσεων

Όπως αναφέρθηκε προηγουμένως, τα διαγνωστικά ερωτημάτων μπορούν να σας βοηθήσουν να απαντήσετε σε πολλές ερωτήσεις. Οι δύο πιο συνηθισμένες ερωτήσεις είναι πώς ξοδεύεται ο χρόνος και ποιο ερώτημα αποστέλλεται στην πηγή.

Η κατανόηση του τρόπου με τον οποίο δαπανάται ο χρόνος είναι απλή και είναι παρόμοια για τους περισσότερους συνδέσμους. Ωστόσο, όπως αναφέρθηκε αλλού, βλέπετε δραστικά διαφορετικές δυνατότητες ανάλογα με τον σύνδεσμο. Για παράδειγμα, πολλές συνδέσεις που βασίζονται σε ODBC δεν παρέχουν μια ακριβή εγγραφή του ερωτήματος που στέλνει το Power Query στο πρόγραμμα οδήγησης ODBC.

Για να δείτε πώς δαπανάται ο χρόνος, εξετάστε τις απεικονίσεις που δημιουργήσατε νωρίτερα.

Επειδή οι τιμές χρόνου για τα δείγματα ερωτημάτων που χρησιμοποιούνται εδώ είναι τόσο μικρές, εάν θέλετε να εργαστείτε με τον τρόπο με τον οποίο το Power BI αναφέρει τον χρόνο, είναι καλύτερο να μετατρέψετε τη στήλη Αποκλειστική διάρκεια σε δευτερόλεπτα στο πρόγραμμα επεξεργασίας Power Query. Αφού πραγματοποιήσετε αυτήν τη μετατροπή, μπορείτε να δείτε το γράφημά σας και να πάρετε μια σαφή ιδέα για το πού ξοδεύεται ο χρόνος.

Για τα αποτελέσματα OData, η παρακάτω εικόνα δείχνει ότι ο περισσότερος χρόνος δαπανάται για την ανάκτηση των δεδομένων από την προέλευση. Εάν επιλέξετε το στοιχείο Προέλευση δεδομένων στο υπόμνημα, εμφανίζει όλες τις διαφορετικές λειτουργίες που σχετίζονται με την αποστολή ενός ερωτήματος στην προέλευση δεδομένων.

Στιγμιότυπο οθόνης διαγνωστικών ερωτημάτων OData με πίνακα λεπτομερών ανιχνεύσεων και γράφημα διάρκειας που επισημαίνει τον χρόνο προέλευσης δεδομένων.

Εάν εκτελείτε όλες τις ίδιες λειτουργίες και δημιουργείτε παρόμοιες απεικονίσεις, αλλά χρησιμοποιείτε τις ανιχνεύσεις SQL αντί για τις ανιχνεύσεις ODATA, μπορείτε να δείτε πώς συγκρίνονται οι δύο προελεύσεις δεδομένων.

Στιγμιότυπο οθόνης του πίνακα λεπτομερών ιχνών που εμφανίζει αξιολογήσεις SQL και ένα γράφημα που συγκρίνει την αποκλειστική διάρκεια ανά αναγνωριστικό και κατηγορία.

Εάν επιλέξετε τον πίνακα προέλευσης δεδομένων, όπως με τα διαγνωστικά ODATA, βλέπετε ότι η πρώτη αξιολόγηση (2.3 σε αυτήν την εικόνα) αποστέλλει ερωτήματα μετα-δεδομένων και η δεύτερη αξιολόγηση ανακτά τα δεδομένα που σας ενδιαφέρουν. Αυτό το παράδειγμα ανακτά μικρές ποσότητες δεδομένων, επομένως η ανάκτηση δεδομένων διαρκεί μικρό χρονικό διάστημα (λιγότερο από ένα δέκατο του δευτερολέπτου για ολόκληρη τη δεύτερη αξιολόγηση, με λιγότερο από ένα εικοστό του δευτερολέπτου για την ίδια την ανάκτηση δεδομένων), αλλά αυτή η ταχύτητα δεν ισχύει σε όλες τις περιπτώσεις.

Όπως και νωρίτερα, επιλέξτε την κατηγορία Προέλευση δεδομένων στο υπόμνημα για να δείτε τα εκπεμπόμενα ερωτήματα.

Ψάξτε στα δεδομένα

Κοιτάζοντας μονοπάτια

Όταν εξετάζετε αυτά τα δεδομένα, μπορεί να παρατηρήσετε ότι ο χρόνος που αφιερώνετε φαίνεται ασυνήθιστος. Για παράδειγμα, στο ερώτημα OData, μπορεί να δείτε ότι υπάρχει ένα ερώτημα προέλευσης δεδομένων με την ακόλουθη τιμή:

Request:
https://services.odata.org/V4/Northwind/Northwind.svc/Customers?$filter=ContactTitle%20eq%20%27Sales%20Representative%27&$select=CustomerID%2CCountry HTTP/1.1
Content-Type: application/json;odata.metadata=minimal;q=1.0,application/json;odata=minimalmetadata;q=0.9,application/atomsvc+xml;q=0.8,application/atom+xml;q=0.8,application/xml;q=0.7,text/plain;q=0.7

<Content placeholder>

Response:
Content-Type: application/json;odata.metadata=minimal;q=1.0,application/json;odata=minimalmetadata;q=0.9,application/atomsvc+xml;q=0.8,application/atom+xml;q=0.8,application/xml;q=0.7,text/plain;q=0.7
Content-Length: 435

<Content placeholder>

Αυτό το ερώτημα προέλευσης δεδομένων σχετίζεται με μια λειτουργία που καταλαμβάνει, για παράδειγμα, μόνο το 1% της αποκλειστικής διάρκειας. Εν τω μεταξύ, υπάρχει ένα παρόμοιο:

Request:
GET https://services.odata.org/V4/Northwind/Northwind.svc/Customers?$filter=ContactTitle eq 'Sales Representative'&$select=CustomerID%2CCountry HTTP/1.1

Response:
https://services.odata.org/V4/Northwind/Northwind.svc/Customers?$filter=ContactTitle eq 'Sales Representative'&$select=CustomerID%2CCountry
HTTP/1.1 200 OK

Αυτό το ερώτημα προέλευσης δεδομένων σχετίζεται με μια λειτουργία που καταλαμβάνει σχεδόν το 75% της αποκλειστικής διάρκειας. Αν ενεργοποιήσετε το Μονοπάτι, ανακαλύπτετε ότι το δεύτερο είναι στην πραγματικότητα παιδί του πρώτου. Αυτό το εύρημα σημαίνει ότι το πρώτο ερώτημα προσθέτει βασικά ένα μικρό χρονικό διάστημα από μόνο του, με την πραγματική ανάκτηση δεδομένων να παρακολουθείται από το εσωτερικό ερώτημα.

Αυτές οι τιμές είναι ακραίες, αλλά είναι εντός των ορίων αυτού που μπορεί να δείτε.

  • Last updated on