Visualiser og tolk spørringsdiagnostikk i Power BI

Etter at du har registrert diagnostikken du vil bruke, er neste steg å forstå hva de sier.

Det er nyttig å ha god forståelse av hva hver kolonne i spørringsdiagnostikkskjemaet betyr. Denne veiledningen dekker ikke den informasjonen. For en fullstendig beskrivelse, se Spørringsdiagnostikk.

Generelt, når du lager visualiseringer, bruk den fullstendige detaljerte tabellen. Uansett hvor mange rader den inneholder, ser du sannsynligvis på en slags fremstilling av hvordan tiden brukt på ulike ressurser summerer seg, eller hva den native spørringen var.

Som nevnt i artikkelen om registrering av diagnostikk, fungerer dette eksempelet med OData- og SQL-sporene for Customers-tabellen fra Northwind. Fokuset er spesielt på et vanlig ønske fra kundene, og på et av de enklere å tolke sporingssettene: full oppdatering av datamodellen.

Bygg visualiseringene

Når du gjennomgår spor, kan du evaluere dem på mange måter. Denne artikkelen beskriver to visualiseringer. Den første visualiseringen viser detaljene du bryr deg om, og den andre viser tidsbidragene fra ulike faktorer. For den første visualiseringen, bruk et bord. Du kan velge hvilke felt du vil, men for en enkel, overordnet oversikt over hva som skjer, bruk følgende felt:

For den andre visualiseringen, bruk et stablet kolonnediagram. I akseparameteren , bruk Id eller Step. Hvis du ser på Refresh, fordi den ikke har noe med trinn i selve Editoren å gjøre, vil du sannsynligvis bare se på Id. For Legend-parameteren , sett Kategori eller Operasjon (avhengig av hvilken granularitet du ønsker). For Value-parameteren , sett Exclusive Duration og sørg for at det ikke er %, slik at du får den rå varighetsverdien. Til slutt, for Tooltip-parameteren , sett tidligste starttid.

Etter at du har bygget visualiseringen din, sørg for å sortere etter Tidligste Starttidspunkt stigende, slik at du kan se rekkefølgen hendelsene skjer i.

Skjermbilde av spørringsdiagnostikk med traces-tabell og stablet stolpediagram over varighet etter kategori og ID.

Selv om dine eksakte behov kan variere, er denne kombinasjonen av diagrammer et godt sted å starte for å se på mange diagnostiske filer og til mange formål.

Tolk visualiseringene

Som nevnt tidligere kan spørringsdiagnostikk hjelpe deg med å svare på mange spørsmål. De to vanligste spørsmålene er hvordan tiden brukes og hvilken forespørsel som sendes til kilden.

Å forstå hvordan tiden brukes er enkelt og likt for de fleste kontakter. Men, som nevnt andre steder, ser du drastisk forskjellige muligheter avhengig av kontakten. For eksempel gir mange ODBC-baserte koblinger ikke en nøyaktig oversikt over spørringen som Power Query sender til ODBC-driveren.

For å se hvordan tiden brukes, se gjennom visualiseringene du har laget tidligere.

Fordi tidsverdiene for eksempelspørringene som brukes her er så små, hvis du vil jobbe med hvordan Power BI rapporterer tid, er det bedre å konvertere kolonnen Eksklusiv varighet til sekunder i Power Query-editoren. Etter at du har gjort denne konverteringen, kan du se på horoskopet ditt og få en klar idé om hvor tiden brukes.

For OData-resultatene viser følgende bilde at mesteparten av tiden brukes på å hente dataene fra kilden. Hvis du velger Data Source-elementet i legenden, vises alle de ulike operasjonene knyttet til å sende en spørring til datakilden.

Skjermbilde av OData-spørringsdiagnostikk med Detaljert Traces-tabell og varighetsdiagram som markerer Data Source-tid.

Hvis du utfører alle de samme operasjonene og bygger lignende visualiseringer, men bruker SQL-sporene i stedet for ODATA-sporene, kan du se hvordan de to datakildene sammenlignes.

Skjermbilde av Detailed Traces Table som viser SQL-evalueringer og et diagram som sammenligner eksklusiv varighet etter ID og kategori.

Hvis du velger datakildetabellen, som med ODATA-diagnostikken, ser du at den første evalueringen (2.3 på dette bildet) sender metadata-forespørsler, og den andre evalueringen henter dataene du bryr deg om. Dette eksempelet henter små mengder data, så datahentingen tar litt tid (mindre enn en tidel av et sekund for hele den andre evalueringen, med mindre enn en tjuendedel av et sekund for selve datainnhentingen), men den hastigheten gjelder ikke i alle tilfeller.

Som tidligere, velg kategorien Data Source på legenden for å se de utsendte spørringene.

Fordyp deg i dataene

Ser på stier

Når du undersøker disse dataene, vil du kanskje legge merke til at tiden du bruker virker uvanlig. For eksempel, på OData-spørringen kan du se at det finnes en datakilde-spørring med følgende verdi:

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>

Denne datakildespørringen er knyttet til en operasjon som for eksempel kun opptar 1% av den eksklusive varigheten. I mellomtiden finnes det en lignende:

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

Denne datakildeforespørselen er knyttet til en operasjon som opptar nesten 75% av den eksklusive varigheten. Hvis du slår på Veien, oppdager du at sistnevnte faktisk er et barn av førstnevnte. Denne funnet betyr at den første spørringen i praksis legger til litt tid alene, hvor selve datainnhentingen spores av den indre spørringen.

Disse verdiene er ekstreme, men de ligger innenfor grensene for hva du kan se.

  • Last updated on