Optimizar el rendimiento mediante FetchXml
Este artículo describe formas de optimizar el rendimiento al recuperar datos mediante FetchXml.
Patrones a evitar
Redactar consultas optimizadas para Dataverse es vital para garantizar que las aplicaciones ofrezcan una experiencia rápida, receptiva y fiable. Esta sección describe los patrones que se deben evitar y los conceptos que se deben comprender al redactar consultas para tablas estándar utilizando el mensaje RetrieveMultiple
, o mensajes que tienen un parámetro que hereda de la clase QueryBase. Esta guía también se aplica cuando se envía una solicitud a una colección de registros mediante OData. GET
Es posible que las instrucciones aquí no se apliquen a tablas elásticas o cuando se utiliza la búsqueda de Dataverse.
Minimice el número de columnas seleccionadas
No incluya columnas que no necesite en su consulta. Las consultas que devuelven todas las columnas o incluyen una gran cantidad de columnas pueden encontrar problemas de rendimiento debido al tamaño de conjunto de datos o la complejidad de la consulta.
Esta práctica es especialmente cierta para columnas lógicas. Una columna lógica contiene valores que se almacenan en diferentes tablas de bases de datos. La propiedad AttributeMetadata.IsLogical le indica si una columna es una columna lógica. Las consultas que contienen muchas columnas lógicas son más lentas porque Dataverse necesita combinar los datos de otras tablas de bases de datos.
Evite los comodines iniciales en condiciones de filtro
Las consultas que utilizan condiciones con comodines iniciales (ya sea explícita o implícitamente con un operador como ends-with
) pueden provocar un mal rendimiento. Dataverse no puede aprovechar los índices de la base de datos cuando una consulta utiliza comodines iniciales, lo que obliga a SQL a escanear toda la tabla. Los escaneos de tablas pueden ocurrir incluso si hay otras consultas con comodines no principales que limitan el conjunto de resultados.
El siguiente ejemplo es un elemento de condición FetchXml que utiliza un comodín inicial:
<condition attribute='accountnumber'
operator='like'
value='%234' />
El siguiente ejemplo es una QueryExpression ConditionExpression que utiliza un comodín inicial:
new ConditionExpression("accountnumber", ConditionOperator.Like, "%234")
El siguiente ejemplo es una consulta OData que utiliza un comodín inicial tarjeta:
$filter=startswith(accountnumber,'%234')
Cuando se agota el tiempo de espera de las consultas y se detecta este patrón, Dataverse devuelve un error único para ayudar a identificar qué consultas utilizan este patrón:
Nombre:
LeadingWildcardCauseTimeout
Código:0x80048573
Número:-2147187341
Mensaje:The database operation timed out; this may be due to a leading wildcard value being used in a filter condition. Please consider removing filter conditions on leading wildcard values, as these filter conditions are expensive and may cause timeouts.
Dataverse limita fuertemente las consultas con comodines que se identifican como un riesgo para la salud de la organización para ayudar a prevenir interrupciones. Más información sobre limitación de consulta
Si utiliza consultas con comodines principales, investigue estas opciones:
- Use en su lugar la búsqueda de Dataverse.
- Cambie su modelo de datos para ayudar a las personas a evitar la necesidad de comodines principales.
Obtenga más información sobre el uso de caracteres comodín en condiciones para valores de cadena
Evite el uso de fórmulas o columnas calculadas en condiciones de filtro
Los valores de fórmula y columnas calculadas se calculan en tiempo real cuando se recuperan. Las consultas que utilizan filtros en estas columnas obligan a Dataverse a calcular el valor de cada registro posible que se puede devolver para que se pueda aplicar el filtro. Las consultas son más lentas porque Dataverse no se puede mejorar el rendimiento de estas consultas usando SQL.
Cuando se agota el tiempo de espera de las consultas y se detecta este patrón, Dataverse devuelve un error único para ayudar a identificar qué consultas utilizan este patrón:
Nombre:
ComputedColumnCauseTimeout
Código:0x80048574
Número:-2147187340
Mensaje:The database operation timed out; this may be due to a computed column being used in a filter condition. Please consider removing filter conditions on computed columns, as these filter conditions are expensive and may cause timeouts.
Para ayudar a evitar interrupciones, Dataverse aplica limitaciones en las consultas que tienen filtros en columnas calculadas que se identifican como un riesgo para la salud del entorno. Más información sobre limitación de consulta
Evite ordenar por columnas de elección
Al utilizar FetchXml o QueryExpression, al ordenar los resultados de la consulta utilizando una columna de opción, los resultados se ordenan utilizando la etiqueta localizada para cada opción de opción. Ordenar por el valor numérico almacenado en la base de datos no proporcionaría una buena experiencia en su aplicación. Debe saber que ordenar columnas de elección requiere más recursos informáticos para unir y ordenar las filas por el valor de etiqueta localizado. Este trabajo adicional hace que la consulta sea más lenta. Si es posible, intente evitar ordenar los resultados por valores de columna de elección.
Nota
OData es diferente. Con la Dataverse API web, $orderby
ordena las filas utilizando el valor entero de la columna de elección en lugar de la etiqueta localizada.
Evite ordenar por columnas en tablas relacionadas
Ordenar por columnas en tablas relacionadas hace que la consulta sea más lenta debido a la complejidad adicional.
El pedido por tablas relacionadas solo debe realizarse cuando sea necesario, como se describe aquí:
Evite el uso de condiciones en columnas de texto grandes
Dataverse tiene dos tipos de columnas que pueden almacenar grandes cadenas de texto:
- StringAttributeMetada puede almacenar hasta de 4000 caracteres.
- MemoAttributeMetadata puede almacenar un número mayor.
El límite para ambas columnas se especifica mediante la propiedad MaxLength
.
Puede utilizar condiciones en columnas de cadena que tengan un MaxLength
configurado para menos de 850 caracteres.
Todas las columnas de notas o columnas de cadena con un MaxLength
mayor que 850 se definen en Dataverse como columnas de texto grandes. Las columnas de texto grandes son demasiado grandes para indexarlas de manera efectiva, lo que genera un mal rendimiento cuando se incluyen en una condición de filtro.
Dataverse La búsqueda es una mejor opción para consultar datos en este tipo de columnas.
Consulta de materialización tardía
Si selecciona muchas columnas de búsqueda y calculadas y tiene problemas de rendimiento, puede intentar configurar el atributo elemento de Fetch booleano latematerialize
. Detrás de escena, esta configuración divide la consulta en partes más pequeñas y vuelve a ensamblar los resultados antes de devolvérselos.
Utilizar el atributo latematerialize
puede no proporcionar siempre un beneficio de rendimiento. Podría hacer que las consultas simples se ejecuten más lentamente. Es más beneficioso cuando su consulta:
- Tiene muchas combinaciones
- Contiene muchas columnas de búsqueda o calculadas
Sugerencias de consulta
Importante
Aplique estas opciones únicamente cuando lo recomiende el soporte técnico de Microsoft. El uso incorrecto de estas opciones puede dañar el rendimiento de una consulta.
Microsoft SQL Server admite muchas sugerencias de consulta para optimizar las consultas. FetchXML admite sugerencias de consulta y puede pasar estas opciones de consulta a SQL Server usando el atributo elemento de fetch opciones.
Opción de consulta | Sugerencia de SQL Server |
---|---|
ForceOrder |
Forzar orden |
DisableRowGoal |
Sugerencia: DISABLE_OPTIMIZER_ROWGOAL |
EnableOptimizerHotfixes |
Sugerencia: ENABLE_QUERY_OPTIMIZER_HOTFIXES |
LoopJoin |
Combinación de bucle |
MergeJoin |
Combinación de mezcla |
HashJoin |
Combinación hash |
NO_PERFORMANCE_SPOOL |
NO_PERFORMANCE_SPOOL |
ENABLE_HIST_AMENDMENT_FOR_ASC_KEYS |
Sugerencia: ENABLE_HIST_AMENDMENT_FOR_ASC_KEYS |
Más información: Sugerencias (Transact-SQL) - Consulta
No lock
En versiones anteriores, se utilizaba el atributo no-lock
para evitar bloqueos compartidos en registros. Ya no es necesario incluir este atributo.
Sugerencia de combinación
Puede mejorar el rendimiento agregando un elemento de filtro que establece la condición para columnas en diferentes tablas configurando el atributo hint
en union
. Pero existen algunas restricciones:
- El filtro debe utilizar el tipo de filtro
or
. - Cada consulta puede contener sólo una sugerencia de
union
. - Si un filtro con la sugerencia de
union
no está en el filtro de nivel superior, Dataverse transforma la consulta y mueve el filtro con sugerencia deunion
para el filtro raíz. - Si la sugerencia de
union
tiene más de tres niveles de profundidad, se ignora.
El siguiente ejemplo establece un filtro con la sugerencia de union
en la columna telephone1
para las tablas cuenta y contacto.
<fetch>
<entity name="email">
<attribute name="activityid" />
<attribute name="subject" />
<filter type="and">
<condition attribute="subject"
operator="like"
value="Alert:%" />
<condition attribute="statecode"
operator="eq"
value="0" />
<filter type="or"
hint="union">
<condition attribute="telephone1"
operator="eq"
value="555-123-4567"
entityname="ac" />
<condition attribute="telephone1"
operator="eq"
value="555-123-4567"
entityname="co" />
</filter>
</filter>
<link-entity name="account"
from="accountid"
to="regardingobjectid"
link-type="outer"
alias="ac" />
<link-entity name="contact"
from="contactid"
to="regardingobjectid"
link-type="outer"
alias="co" />
</entity>
</fetch>
Consulte también
Consultar datos mediante FetchXML
Usar FetchXml para recuperar datos
Seleccionar columnas mediante FetchXml
Unir tablas mediante FetchXml
Ordenar filas mediante FetchXml
Filtrar filas mediante FetchXml
Paginar resultados mediante FetchXml
Agregar datos mediante FetchXML
Contar filas mediante FetchXml
Referencia de FetchXml
Código de ejemplo de FetchXml
Nota
¿Puede indicarnos sus preferencias de idioma de documentación? Realice una breve encuesta. (tenga en cuenta que esta encuesta está en inglés)
La encuesta durará unos siete minutos. No se recopilan datos personales (declaración de privacidad).