Performance 如何在Daxstudio中检查哪个DAX查询具有更好的性能？

如何使用检查两个DAX查询中哪一个具有更好的性能。在本例中，查询返回完全相同的结果。然而，统计数据有所不同，显示出不明确的暗示。通过对这两个问题的比较，我们能掌握哪些有用的信息

比较查询统计信息摘要：

+-------------------------+------------+---------+---------+
|                         |            | Query 1 | Query 2 |
+-------------------------+------------+---------+---------+
| Server timings          | Total      |       7 |       5 |
|                         | SE CPU     |       0 |       0 |
|                         | FE         |       6 |       4 |
|                         | SE         |       1 |       1 |
|                         | SE Queries |       3 |       2 |
|                         | SE Cashe   |       0 |       0 |
+-------------------------+------------+---------+---------+
| Query plan, no of lines | physical   |       7 |      28 |
|                         | logical    |      13 |       9 |
+-------------------------+------------+---------+---------+

• 第二个查询速度更快，但有一个冗长的计划。2次扫描
• 第一个查询的服务器计时更长，但查询计划更干净、更短。3次扫描

因此，服务器计时有利于第二个查询，但其复杂的查询计划引起了关注。了解统计数据和查询计划如果SearchTable有数百万行，我们能期望什么？我们是否应该喜欢更简单的查询计划，因为DAX优化在未来可能会发生有利于它们的变化

样本数据。我们有两个表SearchTable和ThisTable：

SearchTable = 
DATATABLE (
    "Category", STRING,
    "Product", STRING,
    "Amount", INTEGER,
    {
        { BLANK ()      , "apple"       , 1 },
        { "Fruits"      , "apple"       , 1 },  -- watch out for multiple apples!
        { "Yummy Fruits", "apple"       , 2 },
        { "Fruits"      , "banana"      , 4 },
        { "Fruits"      , "wolfberry"   , 5 },
        { "Fruits"      , "cherry"      , 3 },
        { "Vegetables"  , "carrot"      , 3 },
        { "Vegetables"  , "potato"      , 1 },
        { "Vegetables"  , "onion"       , 7 },
        { "Fruits"      , "cherry"      , 3 }        
    }
)
---
ThisTable = 
DATATABLE (
    "Product", STRING,
    {
        { "apple" },
        { "banana" },
        { "blackberry" },
        { "carrot" },
        { "cherry" },
        { "onion " },
        { "potato" },
        { "watermelon" },
        { "wolfberry" }
    }
)

查询编号1。

EVALUATE
ADDCOLUMNS (
    VALUES ( ThisTable[Product] ),
    "FilterLookup",
    VAR LookupKey = ThisTable[Product]
    RETURN
        CALCULATE ( MAX ( SearchTable[Category] ), SearchTable[Product] = LookupKey )
)

EVALUATE
ADDCOLUMNS (
    VALUES ( ThisTable[Product] ),
    "FilterLookup", MAXX (
        FILTER ( SearchTable, SearchTable[Product] = ThisTable[Product] ),
        SearchTable[Category]
    )
)

该查询具有以下统计信息：

和查询计划：

第二项查询。

EVALUATE
ADDCOLUMNS (
    VALUES ( ThisTable[Product] ),
    "FilterLookup",
    VAR LookupKey = ThisTable[Product]
    RETURN
        CALCULATE ( MAX ( SearchTable[Category] ), SearchTable[Product] = LookupKey )
)

EVALUATE
ADDCOLUMNS (
    VALUES ( ThisTable[Product] ),
    "FilterLookup", MAXX (
        FILTER ( SearchTable, SearchTable[Product] = ThisTable[Product] ),
        SearchTable[Category]
    )
)

统计数据：

查询计划：

问题涉及：

您可以下载包含示例数据的pbix文件：

---

由于固定的开销成本，很难从一个小数据集推断出一个大数据集的性能，因此我建议在更大的数据表上进行测试

---

一般来说，您希望尽可能避免像

MAXX

这样的迭代器，而选择

MAX

，因为后者有引擎优化。在优化查询时，很少有规则是通用的，因此考虑到您显示的数据，这是一个相当基于意见的问题。

由于固定的开销成本，很难将性能从一个小数据集推断为一个大数据集，因此我建议在较大的数据表上进行测试

---

一般来说，您希望尽可能避免像

MAXX

这样的迭代器，而选择

MAX

，因为后者有引擎优化。在优化查询时，很少有规则是通用的，因此考虑到您显示的数据，这是一个相当基于意见的问题。

当数据集非常小时，您无法从DAX Studio中真正分辨出来，但在大多数情况下，具有最简单查询计划的查询将是最快的。查询#1就是这种情况，这确实是您的情况下最快的查询（忽略~20毫秒以下的所有时间测量-因为它不可靠，因为数据集太小）

此外，我还想补充一点，以下查询应该提供相同的结果，并且比两个查询更快，查询计划更简单：

ADDCOLUMNS(
    ThisTable,
    "FilterLookup",
        LOOKUPVALUE(SearchTable[Category], SearchTable[Product], ThisTable[Product])
)

---

编辑：我没有注意到“苹果”在

搜索表[产品]

列中出现了两次。这将导致上述对

LOOKUPVALUE（…）

的调用失败，因为它无法为

SearchTable[Category]

找到一个明确的值，当数据集如此之小时，您无法从DAX Studio中真正分辨出来，但在大多数情况下，具有最简单查询计划的查询将是最快的。查询#1就是这种情况，这确实是您的情况下最快的查询（忽略~20毫秒以下的所有时间测量-因为它不可靠，因为数据集太小）

此外，我还想补充一点，以下查询应该提供相同的结果，并且比两个查询更快，查询计划更简单：

ADDCOLUMNS(
    ThisTable,
    "FilterLookup",
        LOOKUPVALUE(SearchTable[Category], SearchTable[Product], ThisTable[Product])
)

---

编辑：我没有注意到“苹果”在

搜索表[产品]

列中出现了两次。这将导致上述对

LOOKUPVALUE（…）

的调用失败，因为它无法为

SearchTable[Category]

找到明确的值。我想了解一下我们可以从Daxstudio中获得哪些有用的信息。统计和查询计划中的信息对我来说并不清楚。我还认为

MAXX

会比

MAX

慢。但是Daxstudio统计数据与这个信念相矛盾：-）我是说你不能从你所做的实验中看出很多东西（除非你可能非常擅长阅读查询计划）。我敢打赌，如果集合较大（

MAX

可能更快），结果会有所不同。MAX在内部执行MAXX（如果应用于单个列），因此这里MAXX和MAX的性能完全相同。如果有上下文转换，情况就不同了。谢谢你，拉多。我也在更大的数据集上尝试过这个方法，它看起来确实像是

MAXX

版本更快，但如果我在

CALCULATE

中使用

FILTER

而不是简单的布尔过滤器（我想这就是OP的第一个过滤器变慢的原因）。Alexis，你能解释一下你的发现吗？这意味着什么：“MAXX版本更快，但如果我在计算中使用过滤器而不是简单的布尔过滤器，则不会更快”？请把这句话写在你的答案里，我想知道我们能从达斯图迪奥那里得到什么有用的信息。统计和查询计划中的信息对我来说并不清楚。我还认为

MAXX

会比

MAX

慢。但是Daxstudio统计数据与这个信念相矛盾：-）我是说你不能从你所做的实验中看出很多东西（除非你可能非常擅长阅读查询计划）。我敢打赌，如果集合较大（

MAX

可能更快），结果会有所不同。MAX在内部执行MAXX（如果应用于单个列），因此这里MAXX和MAX的性能完全相同。如果有上下文转换，情况就不同了。谢谢你，拉多。我也在更大的数据集上尝试过这个方法，它看起来确实像是

MAXX

版本更快，但如果我在

CALCULATE

中使用

FILTER

而不是简单的布尔过滤器（我想这就是OP的第一个过滤器变慢的原因）。Alexis，你能解释一下你的发现吗？这意味着什么：“MAXX版本更快，但如果我在计算中使用过滤器而不是简单的布尔过滤器，则不会更快”？也许放