分析中的歷程記錄數據表示法

Azure DevOps Services | Azure DevOps Server 2022 - Azure DevOps Server 2019

您可以指定特定實體集來報告歷程記錄數據，或建立趨勢報表。 瞭解 Analytics 記錄歷程記錄數據的重要性，以確保您可以追蹤和報告感興趣的數據。

支援歷程記錄報告的實體集

下表描述可用來建立歷程記錄或趨勢報告的實體集。

EntitySet	說明	範例報表
WorkItemBoardSnapshot	（綜合）每個行事曆日期上每個工作項目的狀態，包括面板位置。	累計流程圖 （CF） 範例報告
WorkItemRevisions	所有歷史工作專案修訂，包括目前的修訂。 不包含已刪除的工作專案。	傳回特定工作項目的歷程記錄
WorkItemSnapshot	（綜合）每個行事曆日期上每個工作項目的狀態。	錯誤趨勢範例報告
ParallelPipelineJobsSnapshot	（綜合）支持瞭解平行管線耗用量。
TaskAgentPoolSizeSnapshots	（綜合）支援瞭解集區大小、管線作業和並行。	代理程式集區的歷史圖表
TaskAgentRequestSnapshots	（綜合）支持報告工作代理程式要求。
TestPointHistorySnapshot	（綜合）與 TestRun 相關聯的特定測試的個別執行結果。	手動測試執行趨勢範例報告
TestResultsDaily	依測試分組的 TestResult 執行每日快照集匯總。	測試摘要趨勢範例報告

快照集會提供每天針對實體類型定義的值記錄。 記錄會每天同時寫入分析一次。 當您想要產生趨勢報表時，請使用快照集。 根據預設，所有快照集數據表都會模型化為每日快照集事實數據表。 如果您查詢某個時間範圍，則會取得每天的值。 較長的時間範圍會導致大量的記錄。 如果您不需要如此高精確度，您可以使用每周或甚至每月快照集。

定期快照集事實數據表

分析會將歷程記錄數據模型化為 定期快照集事實數據表。 事實數據表包含在每個期間結束時，針對每個工作專案或實體類型在午夜建立的一個數據列。 例如，每日週期的歷程記錄會針對每天午夜建立一個數據列，而每周期間會在一周最後一天午夜建立一個數據列。 如果一周尚未完成，則該周的快照集值是以目前的值為基礎。

此數據表的粒紋是期間，而不是個別的工作專案。 這表示 單一工作項目會顯示多次，每個歷程記錄期間一次。 選取過去 30 天的歷程記錄會導致數據模型中出現 30 次的單一工作專案。 如果過去 30 天內沒有變更工作專案，則會在每天復寫最近一次的工作專案修訂。

使用 Power BI 資料連接器和歷程記錄數據時，建議您使用 Date 字段。 如果數據集包含歷程記錄數據，但只需要目前的值，即可藉由篩選 Is Current來設定。

例如，如果您想要顯示相關欄位的工作專案和值資料表，您可以使用 Is Current 做為設定 為 True 的篩選條件。 如果您想要改為根據狀態顯示工作項目的趨勢，則會在 視覺效果的 [軸] 中包含 Date 數據 行。

提示

使用 Date 資料行時，一律使用 [日期 ] 選項。 [日期] 欄位不適合在 Power BI 中支援預設階層。

工作專案修訂

每次更新工作專案時，系統都會建立新的修訂，並在欄位中記錄此動作 System.RevisedDate ，這讓指定歷程記錄篩選很有用。 修訂日期會以 RevisedDate （DateTime） 和 RevisedDateSK （Int32） 屬性表示。 為了獲得最佳效能，請使用后一個日期代理索引鍵。 它代表建立修訂的日期，或是作用中或不完整修訂的 Null。

如果您想要包含之後 {startDate} 的所有日期，請將下列篩選新增至您的查詢。

RevisedDateSK eq null or RevisedDateSK gt {startDateSK}

您可以使用 WorkItemRevisions 實體集來載入指定工作專案的所有修訂。 此查詢會針對您篩選的工作專案，傳回所有歷程記錄工作專案修訂，包括目前的修訂。 它不包含已刪除的工作專案。

提示

若要建立工作追蹤趨勢報表，請建立或修改預設 分析檢視 ，並在 [ 歷程記錄 ] 索引卷標中指定感興趣的時間範圍。如需詳細資訊，請參閱 建立分析檢視。

分析檢視和 Burndown 和 Burnup 小工具都可讓您設定將數據集範圍設定為需求的篩選。 您可以將篩選套用至特定小組、工作項目類型或待辦專案。 篩選也可以套用至特定屬性或欄位及其對應的值。 例如，您可以對工作專案套用篩選，只傳回針對 Fabrikam Voice 小組所定義的 Bug，並以 Customer 標記。

篩選如何套用至歷程記錄數據

篩選會套用至工作專案的每個修訂。 例如，假設我們有一個工作專案具有下列修訂：

轉速#	修訂日期	識別碼	標題	州/省	區域路徑	Tags (標籤)
1	Jan-01	1001	Bug	新增
2	Jan-02	1001	Bug	新增	/海軍 上將
3	Jan-10	1001	Bug	使用中	/海軍 上將
4	Jan-12	1001	Bug	使用中	/海軍 上將	客戶
5	1 月 20 日	1001	Bug	已解決	/海軍 上將	客戶
6 （目前）	1 月 28 日	1001	Bug	結案	/海軍 上將	客戶

最新的修訂 （#6） 是工作專案的目前修訂。 在 [分析] 檢視中，如果您在 [歷程記錄] 索引卷標中選取 [目前]，您會取得此工作專案的一列數據，也就是目前的數據列。

報告歷程記錄時，我們可能會提取修訂 1 到 6 進行報告。

假設在建立分析檢視或設定 Burndown 小工具時，您會設定這兩個篩選：

• 區域路徑 = /上將
• 標籤包含客戶

將這些篩選套用至工作專案修訂集會產生下列相符專案：

火柴？	轉速#	修訂日期	識別碼	標題	州/省	區域路徑	標籤
	1	Jan-01	1001	Bug	新增
	2	Jan-02	1001	Bug	新增	/海軍 上將
	3	Jan-10	1001	Bug	使用中	/海軍 上將
	4	Jan-12	1001	Bug	使用中	/海軍 上將	客戶
	5	1 月 20 日	1001	Bug	已解決	/海軍 上將	客戶
	6 （目前）	1 月 28 日	1001	Bug	結案	/海軍 上將	客戶

修訂 1、2 和 3 不相符，因為這些修訂不符合篩選條件。 在修訂 4 或 Jan-12 之前，上述工作專案不會出現在數據集或趨勢圖表中。

假設您想要報告作用中 Bug 的趨勢，您會建立狀態 = 作用中的篩選條件。 這些篩選條件會符合下列修訂：

火柴？	轉速#	已變更日期	識別碼	標題	州/省	區域路徑	標籤
	1	Jan-01	1001	Bug	新增
	2	Jan-02	1001	Bug	新增	/海軍 上將
	3	Jan-10	1001	Bug	使用中	/海軍 上將
	4	Jan-12	1001	Bug	使用中	/海軍 上將	客戶
	5	1 月 20 日	1001	Bug	已解決	/海軍 上將	客戶
	6 （目前）	1 月 28 日	1001	Bug	結案	/海軍 上將	客戶

篩選條件只會比對工作項目的修訂 3 和 4，而且只會在趨勢圖表中包含 Jan-10 和 Jan-12 修訂。

這對伯恩頓或伯恩普意味著什麼？

當您設定 Burndown 或 Burnup 小工具以篩選指定的標記時（例如，「客戶」），工作專案將不會出現在您的燒毀中，直到為工作項目定義 Tag 的日期為止。 如果標籤從工作專案中移除，則工作專案會從移除標籤的日期之後從燒毀。

有些人已假設，如果目前的工作專案版本具有 Tag，則會從頭回溯包含在燒毀中。 例如，如果目前的工作專案版本有 「Customer」 標籤，則假設工作專案會包含在工作專案建立點的燒毀中。

這不是歷史篩選的運作方式。 如果篩選條件僅根據目前的工作專案版本套用，則趨勢圖將無法運作。 您無法藉由移除標籤，或將 [區域路徑] 設定為另一個小組的區域路徑，以從您的燒毀中移除專案。

注意

我們正考慮將「曾經」操作數新增至分析檢視和小工具中的篩選準則，例如 Burndown/Burnup。 這項功能可讓您建立篩選條件，例如：“State Was Ever Active”。 這表示如果工作專案的任何修訂有 State = Active，工作專案修訂就會符合篩選準則。 如果您認為此功能很重要，您可以在我們的 開發人員社群 網站上投票。

歷程記錄數據和暫停或停用分析

暫停分析會保留您的數據，但會停止預備作業更新您的數據。 您可以稍後繼續服務，然後更新您的數據。

如果系統管理員停用 Analytics，則會停用所有 Analytics 預備作業，並刪除儲存在 Analytics 數據表中的 Analytics 數據。 擷取歷史趨勢的所有分析數據都會遺失。 它不會刪除您集合中儲存的任何其他數據。 這個動作無法復原。 一旦刪除歷程記錄數據和趨勢數據，就無法還原。 重新啟用分析不會還原歷程記錄數據。

停用或移除 Analytics 時，會發生下列動作：

• 不會執行預備作業，且 Analytics 數據表不會有更新的資訊。
• 數據表數據會遭到刪除，而且如果重新啟用 Analytics，則會從頭重新填入所有數據。

如需詳細資訊，請參閱 安裝或啟用 Analytics 服務。

摘要

若要重新說明，在報告歷程記錄數據時，所有篩選都會套用至工作專案的版本，作為歷史時間點。 當工作專案符合篩選準則時，工作專案會出現在您的趨勢中。 當它們不再符合篩選準則時，它們就會從您的趨勢中消失。

相關文章

• OData Analytics 查詢指導方針
• Azure Boards 的實體和屬性參考
• 分析的數據模型