Tietojen suorituskyvyn optimoimista koskevat suositukset
Koskee tätä Power Platform hyvin suunnitellun suorituskyvyn tehokkuuden tarkistuslistan suositusta:
| PE:08 | Optimoi tietojen suorituskyky. Optimoi tietosäilöt niiden aiottuun ja todelliseen käyttöön työmäärässä. |
|---|
Tässä oppaassa on kuvattu tietojen suorituskyvyn optimointiin liittyvät suositukset. Tietojen suorituskyvyn optimoinnilla kehitetään tehokkuutta, jolla työmäärä käsittelee ja tallentaa tietoja. Jokainen työmäärän toiminto, tapahtuma tai laskenta perustuu yleensä tietojen nopeaan ja tarkempaan noutoon, käsittelyyn ja tallennukseen. Kun tietojen suorituskyky on optimoitu, työmäärä toimii sujuvasti. Jos tietojen suorituskyky on vaarassa, se voi luoda heikentyneen suorituskyvyn dominoefektin. Tietojen suorituskyvyn optimoinnin epäonnistuminen aiheuttaa vastausten viivettä, suurempaa verkkoviivettä ja supistettua skaalattavuutta. Se vaarantaa koko työmäärän tehokkuuden.
Määritelmät
| Termi | Määritelmä |
|---|---|
| Tietosäilö | Resurssi, johon tallennetaan tietoja, kuten tietokanta, objektisäilö tai tiedostojen jakamissijainti. |
| Index | Tietokantarakenne, joka mahdollistaa kohteiden nopean käytön. |
| Online-analyysikäsittely (OLAP) | Tekniikka, joka järjestää suuria yritystietokantoja, tukee monitasoista analyysiä ja suorittaa monimutkaisia analyysikyselyitä vaikuttamatta negatiivisesti liiketapahtumajärjestelmiin. |
| Online-tapahtumien käsittely (OLTP) | Tekniikka, joka kirjaa liiketoiminnan vuorovaikutukset niiden tapahtuessa organisaation jokapäiväisten toimintojen yhteydessä. |
| Osiointi | Tietojen fyysisesti jakaminen erillisiin tietosäilöihin. |
| Kyselyn hienosäätö | Prosessi, joka optimoi tietokantakyselyn nopeuden. |
Tärkeimmät suunnittelustrategiat
Optimoidaksesi tietojen käytön varmista, että tietosäilöt on optimoitu niiden aiottuun käyttöön ja todelliseen käyttöön työmäärässä. Optimoitu tietojen käyttö voi parantaa kyselyn suorituskykyä, vähentää resurssien käyttöä ja parantaa järjestelmän yleistä tehokkuutta. Esimerkkistrategioita:
Tietojen profilointi. Ymmärrä tietojasi ja varmista, että tietomalli sopii hyvin työmäärääsi varten. Harkitse esimerkiksi tietojen normalisoinnin ja osioinnin tekniikkaa. Jotta tietojen haku olisi mahdollisimman tehokasta, varmista, että valitset asianmukaiset tietotyypit ja määrität suhteet taulukoiden välillä.
Optimoi kyselyn suorituskyky. Analysoi ja optimoi työmäärässä suoritettavat kyselyt. Käytä tekniikoita, kuten kyselyn optimointia ja välimuistiin tallentamista. Esisuodata tietoja palvelinpuolen näkymien avulla. Voit tunnistaa pullonkaulat suorituskyvyn valvontatyökaluilla ja tehdä tarvittavat parannukset.
Seuraa ja säädä järjestelmää säännöllisesti. Seuraa jatkuvasti työmäärän suorituskykyä ja iteroi tietojen tallennustilan määritysten ja kyselyjen optimointia. Suorituskyvyn hienosäätöä koskevien parhaiden käytäntöjen perusteella voit analysoida järjestelmämittareita, tunnistaa parannusalueita ja ottaa käyttöön muutoksia. Tietojen määrän kasvaessa kyselyt on ehkä päivitettävä, jotta ne säilyvät suorituskykyisinä.
Profiilitiedot
Tietojen profilointi sisältää tietojen hankkimista lähteestä ja tietojen keräämistä tiedoista. Tavoitteena on ymmärtää työmäärän tietojen laatu, rakenne ja ominaisuudet. Tämän prosessin avulla voidaan tunnistaa esimerkiksi puuttuvat arvot, kaksoiskappaleet, epäyhtenäiset muodot ja muut poikkeamat.
Jotta tietojen profilointi olisi mahdollisimman tehokasta, ota huomioon seuraavat strategiat:
Tietojen rakenteen ymmärtäminen. Voit tarkastella tietojen rakennetta, kuten taulukoita, sarakkeita ja suhteita. Määritä kussakin sarakkeessa käytettävät tietotyypit, pituudet ja rajoitukset. Tietorakenteen arviointi auttaa ymmärtämään, miten tiedot järjestetään ja miten se liittyy muihin tietoelementteihin.
Tietojen määrän analysoiminen. Arvioi tietojen määrä, jotta näet yleisen koon ja kasvumallit. Määritä tietueiden tai asiakirjojen määrä sekä yksittäisten taulukoiden tai kokoelmien koko. Näiden tietojen avulla voit arvioida tallennustilavaatimukset ja tunnistaa skaalautuvuusongelmat.
Tunnista tietojen suhteet. Tutki suhteita tietoelementtien välillä. Ymmärrä, miten tiedot yhdistyvät toisiinsa, jotta voit selvittää, miten taulukon tai asiakirjan muutokset voivat vaikuttaa liittyviin tietoihin.
Tietojen laadun arviointi. Voit arvioida tietojen laatua tutkimalla tekijöitä, joita ovat esimerkiksi täydellisyys, täsmällisyys, yhdenmukaisuus ja yksilöllisyys. Tunnista tietojen poikkeamat, puuttuvat arvot tai tietueiden kaksoiskappaleet, jotka voivat vaikuttaa tietojen eheyteen ja kyselyiden tehokkuuteen. Tämä vaihe auttaa tunnistamaan tietojen puhdistamisen ja parantamisen alueet.
Tietojen jakelun selvittäminen. Analysoi arvojen jakautuminen kussakin sarakkeessa tietojen kaavojen määrittämiseksi. Tunnista usein käytetyt ja harvinaiset arvoja, poikkeavat arvot ja tietojen vääristymät. Voit optimoida kyselyn suorituskyvyn analysoimalla, jos vaihtoehtoiset avaimet soveltuvat suorituskyvyn parantamiseksi.
Valvo tietojen suorituskykyä
Tietojen suorituskyvyn valvonta tarkoittaa käytäntöä, jossa tietosäilöjen tehokkuutta seurataan johdonmukaisesti. Se käsittää tietotoiminnoille ominaisten suorituskykymittareiden keräämisen ja analysoimisen järjestelmätasoisissa, tietokantakohtaisissa tai muiden valmistajien valvontaratkaisuissa räätälöityjen työkalujen avulla. Tehokkaan tietojen tehokkuuden seurannan avulla voit tunnistaa ja lieventää mahdollisia pullonkauloja ennakoivasti varmistamalla, että tietoihin liittyvät prosessit ja tehtävät ovat tehokkaita.
Voit seurata tietojen suorituskykyä seuraavien strategioiden mukaisesti:
Kerää tietokohtaiset mittausarvot. Kerää tärkeitä mittaustietoja, jotka liittyvät suoraan tietojen tehokkuuteen. Näitä mittausarvoja ovat esimerkiksi vastausajat ja tietojen siirtomäärät.
Määritätietohälytykset. Määritä hälytykset erityisesti datamittareille. Voit käynnistää hälytyksiä käyttämällä ennalta määritettyjä raja-arvoja tai poikkeamia näissä mittareissa. Hälytysten avulla voit saada ilmoituksia, kun suorituskykymittarit ylittävät hyväksyttävät alueet tai osoittavat poikkeavaa toimintatapaa, jos esimerkiksi tietokantakysely kestää odotettua pitempään tai jos tietojen siirtomäärä laskee merkittävästi. Voit määrittää nämä ilmoitukset erikoistuneiden valvontatyökalujen tai mukautettujen komentosarjojen avulla.
Tietojen suorituskykyongelmien vianmääritys. Tarkista kerätyt mittausarvot säännöllisesti, jotta voidaan tunnistaa mahdolliset suorituskyvyn pullonkaulat tai heikentymiset tietotoiminnoissa. Visualisointityökalut tai -koontinäytöt voivat olla korvaamattomia tässä prosessissa. Niiden avulla voidaan korostaa trendejä, pullonkauloja ja poikkeamia tietojen suorituskyvyssä. Kun nämä ongelmat on tunnistettu, selvitä niiden juurisyyt ja suunnittele asianmukaiset korjausvaiheet.
Tietojen osiointi
Osiointi käsittää suurten tietojoukkojen tai suuren määrän työmäärän jakamisen pienempiin, hallittavissa oleviin alijoukkoihin. Osiointi tehostaa tietojen suorituskyvyn tehokkuutta jakamalla työmäärää ja parantamalla rinnakkaiskäsittelyä. Se myös varmistaa tietojen käytön entistä tehokkaammin tiettyjen tarpeiden ja kyselykaavojen perusteella. Voit osioida tietoja pysty- tai vaakasuuntaisesti (kutsutaan myös pirstomiseksi). Jos käytät esimerkiksi joustavia Dataverse-taulukoita, mieti, minkä pitäisi olla osiointiavain.
| Strategia | Määritelmä | Esimerkki: | Käyttötapaukset |
|---|---|---|---|
| Pystysuuntainen osiointi | Jaa taulukko pienempiin taulukoihin valitsemalla kullekin osiolle tietyt sarakkeet tai kentät. Kukin osio edustaa kaikkien tietojen alijoukkoa. | Jos taulukossa on sarakkeet A, B, C ja D, voit luoda yhden taulukon, jossa on sarakkeet A ja B sekä toisen, jossa on sarakkeet C ja D. | - Taulukossa on useita sarakkeita, mutta kyselyt eivät käytä kaikkia sarakkeita yhdessä. – Jotkin sarakkeet ovat suurempia kuin toiset, ja niiden erottaminen voi tehostaa I/O-suorituskykyä. – Eri tietojen osilla on erilaisia käyttömalleja. |
| Vaakasuora osiointi | Jaa tiedot rivien tai arvoalueiden perusteella (kutsutaan myös pirstomiseksi). Kussakin osiossa on rivien alijoukko, jolla on samanlaiset ominaisuudet. | Jos taulukossa on rivit 1–1 000, voit luoda yhden osion, jossa on rivit 1–500 ja toisessa rivit 501–1 000. | – tietojoukko on liian suuri yhdelle sijainnille tai palvelimelle. – Tietoja käytetään tiettyjen suodattimien perusteella. - Työmäärä on jaettava fyysisten solmujen tai palvelimien välillä suorituskyvyn parantamiseksi. |
Jos haluat osioida tiedot, ota seuraavat vaiheet huomioon:
Analysoi tiedot ja kyselyt. Analysoi tiedot ja kyselymallit sopivien osiointi- tai pirstomisstrategioiden tunnistamiseksi. Ymmärrä tietojen luonne, tietojen käyttömallit ja jakeluvaatimukset.
Avaimen määrittäminen. Valitse osiointi- tai pirstomisavain, jos haluat jakaa tietoja osioihin tai pirstaleisiin. Valitse avain huolellisesti tietojen ominaisuuksien ja kyselyvaatimusten perusteella.
Määritä logiikka. Määritä osiointi- tai pirstomislogiikka valitun avaimen perusteella. Harkitse tietojen jakamista alueisiin, hajautusalgoritmien käyttöä tai muita osiointitekniikoita.
Kyselyjen optimointi
Kyselyjen optimointi tarkentaa kyselyjä vähentämään valittavia ja palautettavia tietoja. Nämä säädöt tehostavat tietojen noudon tehokkuutta ja nopeutta. Tämän vuoksi tietokannalla on kevyempi työmäärä, resurssit toimivat tehokkaammin ja käyttäjät voivat nauttia sujuvammasta vuorovaikutuksesta.
Ota seuraavat strategiat huomioon, kun haluat optimoida tietokantakyselyitä:
Voit kirjoittaa kyselyjä uudelleen. Tarkista ja analysoi monimutkaisia kyselyjä tunnistaaksesi mahdollisuudet kirjoittaa ne uudelleen. Harkitse kyselylogiikan rakenteen uusimista, tarpeettomien toimintojen poistamista tai kyselyn syntaksin yksinkertaistamista.
Vältä N+1-kyselyongelmaa. Minimoi tietokantakyselyiden määrä käyttämällä liitoksia ja eränoutoja, jotta toisiinsa liittyvät tiedot voidaan hakea tehokkaasti.
Järjestä liitokset uudelleen. Arvioi ja harkitse liitosjärjestyksen uudelleenjärjestelyä, jotta kunkin liitostoiminnon rivien määrä olisi mahdollisimman pieni. Taulukoiden liitosjärjestys voi vaikuttaa kyselyn suorituskykyyn.
Tallenna kyselyjä välimuistiin. Voit tallentaa usein suoritettavat kyselyt uudelleenkäyttöä varten. Kyselyjen välimuisti poistaa tarpeen suorittaa samaa kyselyä toistuvasti, mikä vähentää kyselyn käsittelyn yleiskustannusta.
Seuraa ja säädä. Seuraa kyselyn suorituskykymittareita, kuten suoritusaikaa, resurssien käyttöä ja kyselyjen siirtomäärää. Tietokannan profilointityökaluilla ja valvontatoiminnoilla voit tunnistaa heikosti suoriutuvat kyselyt. Näiden tietojen avulla voit optimoida kyselyn suorituskyvyn.
Tietojen arkistointi ja tyhjentäminen
Arkistointi ja puhdistus ovat strategioita, jotka tehostavat tietojen tallennusta. Arkistointi siirtää vanhemmat ja vähemmän käytetyt tiedot kustannustehokkaampaan tallennustilaan. Tietojen puhdistaminen pysyvästi poista tarpeettomat tiedot. Molemmat menetelmät tehostavat suorituskykyä pienentämällä tietojen määrää, nopeuttamalla tietojen käyttöä sekä lyhentämällä varmuuskopiointi- ja palautusaikoja.
- Tietojen määrän vähentäminen: Vähemmän dataa tarkoittaa nopeampia käsittelyaikoja, mikä takaa nopean vastauksen käyttäjien pyyntöihin.
- Tietojen käyttönopeuden lisääminen: Leikattu tietojoukko mahdollistaa nopeammat kyselyt ja tiedonhaun, mikä optimoi järjestelmän reagointikyvyn.
- Varmuuskopiointi- ja palautusaikojen lyhentäminen: Pienemmät tietojoukot nopeuttavat varmuuskopiointi- ja palautusprosesseja, minimoivat seisokit ja varmistavat tasaisen suorituskyvyn.
Arkistointi ja puhdistaminen ovat tärkeitä ylläpidettäessä suorituskyvyn tehokkuutta datapohjaisissa järjestelmissä.
Tallennustilan kuormituksen optimointi
Tallennustilan kuormituksen optimointi tarkoittaa tallennusjärjestelmäpyyntöjen virtaviivaistamista. Se auttaa poistamaan tarpeettomia pyyntöjä, parantamaan tietojen hakua ja estämään tallennustilan ylikuormittumisen. Optimoimalla tallennustilan kuormituksen varmistat, että tallennustilajärjestelmä reagoi edelleen asianmukaisiin pyyntöihin ja ylläpitää huippukysynnän suorituskykyä. Strategioiden käyttöönotto vähentää tietojen käsittelykuormitusta tietosäilössä. Ota huomioon seuraavat strategiat tietosäilön kuormituksen optimoimiseksi.
Käytä välimuistiin tallentamista
Välimuisti tallentaa usein käytetyt tiedot nopeasti käytettävään tallennustilaan, mikä nopeuttaa tietojen hakua verrattuna tietojen vetämiseen päälähteestä. Tämä tekniikka tehostaa tietojen suorituskykyä leikkaamalla käyttöaikoja ja välttämällä toistuvia tietonoutoja. Välimuisti parantaa lukuaikoja ja käyttäjien vastausaikoja, erityisesti usein käytetyille tiedoille. Tämä tapa on tehokkain staattisille tiedoille tai harvoin muuttuville tiedoille.
Jotta välimuistin tehokas käyttö olisi mahdollisimman optimaalinen, ota huomioon esimerkiksi vanhenemiskäytännöt, poistamisstrategiat ja välimuistin koon hallinta. Voit optimoida suorituskyvyn säätämällä asetuksia, kuten elinaikaa (TTL). Jos haluat optimoida tallennustilan kuormituksen välimuistin avulla, ota huomioon seuraavat strategiat:
Muistissa oleva välimuisti: Suorita muistissa oleva välimuisti, jos haluat tallentaa usein käytetyt tiedot muistiin nopeaa hakua varten. Tätä tekniikkaa voi käyttää sovellustietoihin, jotka ovat kalliita laskea ja tai noutaa tietokannasta. Muistin sisäinen välimuisti on hyödyllinen silloin, kun tietoja luetaan usein, mutta ne eivät muutu usein. Voit tallentaa tietoja välimuistiin esimerkiksi peruspohjasovellusten pilvivirtojen tai kokoelmien muuttujien avulla.
Tietokantakyselyn tallentaminen välimuistiin: Tämän tekniikan avulla voit tallentaa tietokantakyselyjen tulokset välimuistiin, jotta samaa kyselyä ei suoriteta useita kertoja. Tietokantakyselyiden välimuisti on hyödyllinen monimutkaisia ja aikaa vieviä tietokantakyselyitä varten. Kun tallennat kyselyn tulokset välimuistiin, saman kyselyn seuraavat pyynnöt palautetaan nopeasti. Kannattaa myös käyttää palvelinpuolen näkymiä, jos mahdollista, kun tietoja voi esisuodattaa kyselyn kannalta merkityksellisten tietojen rajaamiseksi.
Sisällönjakeluverkon välimuisti: Tämän tekniikan avulla voit tallentaa verkkosisällön välimuistiin hajautetuissa verkkopalvelimissa viiveen vähentämiseksi ja sisällön toimituksen parantamiseksi. Sisällön toimitusverkoston välimuisti on tehokas staattisen sisällön, kuten kuvien, CSS-tiedostojen ja JavaScript-tiedostojen, kanssa. Sisällön toimitusverkosto tallentaa sisällön kopiot useisiin sijainteihin eri puolilla maailmaa, jotta käyttäjät voivat käyttää sisältöä maantieteellisesti lähellä olevasta palvelimesta.
Tietojen päivitysten optimointi
Tietojen päivitysten optimoinnissa arvioidaan suoritettuja tietojen päivityksiä, jotta niiden tehokkuus voidaan varmistaa. Päivitykset voivat vaikuttaa suorituskykyyn enemmän kuin muut toiminnot, koska ne voivat käynnistää tarpeettomia töitä ja aiheuttaa lukitusristiriitoja.
Ota huomioon seuraavat seikat, tietojen päivitysten optimointia arvioitaessa:
Tiedot muuttuvat. Optimoi automatisointi tietojen esimääritettyjen näköistiedostojen tai suodattimien avulla, jotta työ olisi mahdollisimman vähäistä silloin, kun varsinaista muutosta ei ole tapahtunut. Vältä muuttamattomien tietojen automatisoinnin käynnistämistä.
Automaatio. Arvioi, milloin ja miten päivitykset käynnistetään tietojen muutosten perusteella ja optimoi käynnistimet sisältämään suodatin. Esimerkiksi käynnistä automatisointi vain, kun tiettyä kenttää tietolähteessä muokataan. Arvioi päivitykset, jotka käynnistävät automatisointeja lisäävästi useita kertoja. Harkitse sen sijaan, voitko luoda mukautetun toiminnon, joka käsittelee kaiken käsittelyn. Jos esimerkiksi tilaus toimitetaan ja toimituspäivä sekä seurantanumero päivitetään erikseen, ne molemmat voidaan päivittää samalla kertaa mukautetulla ShipOrder-toiminnolla.
Umpikujat. Arvioi hitaita päivitystoimintoja, jotka voivat aiheuttaa ongelmia, koska useat työnkulut eri toimintosarjoissa päivittävät samoja tietoja. Tämä tehottomuus voi aiheuttaa lukitusristiriitoja tai jopa umpikujia, mikä johtaa tarpeettomaan lisätyöhön. Päivitä eri resurssit samassa toimintosarjassa, jotta ristiriidan todennäköisyys olisi mahdollisimman pieni.
Joukkopäivitykset. Jos suoritat toimintoja usealla taulukon rivillä, kannattaa ehkä käyttää joukkotoimintoja.
Tietojen siirron ja käsittelyn optimoiminen
Tietojen siirtoa ja käsittelyä optimoimalla voidaan parantaa tietojen purkamiseen, muuntamiseen, lataamiseen ja käsittelyyn liittyvien toimintojen tehokkuutta ja suorituskykyä. Ota huomioon seuraavat tärkeät näkökohdat tietojen siirron ja käsittelyn optimoinnissa:
Poimi, muunna ja lataa (ETL) -optimointi: Optimoi ETL-prosessit käsittelyajan minimoimiseksi. Voit virtaviivaistaa purkamisprosessia, ottaa käyttöön tehokkaita muunnosalgoritmeja ja optimoida latausprosessin. Kun teet jokaisesta vaiheesta tehokkaan, voit optimoida työnkulun kokonaisuudessaan.
Rinnakkaiskäsittely: Käytä rinnakkaisia käsittelytekniikoita suorituskyvyn parantamiseksi. Kun jaat tietojenkäsittelytehtäviä useille säikeille tai solmuille, voit jakaa ja käsitellä työt samanaikaisesti, mikä johtaa nopeaan käsittelyyn.
Eräkäsittely: ryhmittele samankaltaiset tehtävät yhteen toistuvien työvaiheiden aiheuttamien yleiskustannusten vähentämiseksi. Voit lyhentää yleistä käsittelyaikaa käsittelemällä useita tehtäviä eränä.
Tietojen läheisyyden suunnitteleminen
Tietojen läheisyys tarkoittaa sitä, että tiedot on sijoitettu strategisesti lähemmäksi käyttäjiä tai palveluja, jotka käyttävät tietoja useimmin. Tietojen ja niiden käyttäjien välisen fyysisen tai loogisen etäisyyden pienentäminen nopeuttaa tietojen käyttöä ja parantaa reagointia. Ota seuraavat strategiat huomioon, kun haluat optimoida tietojen läheisyyden:
Arvioi tietojen käyttömalleja: Arvioi kuormituksen käyttömallit ja usein käytetyt tiedot. Tämän analyysin avulla voidaan määrittää, mihin tiedot sijoitetaan mahdollisimman suuren hyödyn saamiseksi.
Valitse ratkaisuja, jotka tukevat tietojen siirtämistä: Harkitse ratkaisuja, jotka tarjoavat dynaamista tietojen siirtoa muuttuvien käyttömallien perusteella ja varmistavat optimaalisen tietojen paikannuksen.
Valitse tietojen synkronointia tukevat ratkaisut: Jos palvelet hajautettua käyttäjäkantaa, valitse ratkaisut, jotka mahdollistavat tietojen synkronoinnin eri alueiden välillä, jotta voit varmistaa, että tietojen replikoita on saatavilla käyttäjien läheisyydessä.
Kompromissi: Jos pohjana olevat tiedot muuttuvat usein, ota käyttöön välimuistin mitätöintimekanismi varmistaaksesi, että välimuistiin tallennetut tiedot pysyvät ajan tasalla.
Power Platform – avustaminen
Valvo tietojen suorituskykyä: Jos haluat seurata tietojen suorituskykyä, harkitse Azure Monitorin käyttämistä infrastruktuurin mittareiden, lokien ja sovellustietojen keräämiseen ja analysointiin. Voit integroida Monitorin muihin palveluihin, kuten Application Insightsiin. Application Insights sisältää sovellusten suorituskyvyn seurannan ja se tukee monia ympäristöjä.
Application Insights kerää käyttö- ja suorituskykytietoja. Log Analyticsin avulla voit korreloida nämä tiedot määritys- ja resurssitietoihin eri Azure-resursseissa. Dataversen Application Insights -tietovirta sisältää tällä hetkellä suorituskykytietoja, jotka liittyvät Dataverse-ohjelmointirajapinnan saapuviin kutsuihin, Dataverse-laajennuksen suorituskutsuihin ja Dataverse SDK -kutsuihin.
Optimoi kyselyn tietomallit pohjaan perustuvissa sovelluksissa: Noudata dokumentoituja ohjeita ja ehdotuksia. See Optimoidut kyselytietomallit Power Appsissa.
Optimoi, miten mukautat, laajennat tai integroit Dataverse:Noudata dokumentoituja parhaita käytäntöjä ja ohjeita. Katso Parhaat käytännöt ja ohjeet Microsoft Dataversen käyttöön.
Optimoi tietokantakyselyt ja indeksin suorituskyky: Azure SQL Databasen kyselyn suorituskyvyn merkityksellisten tietojen ominaisuuden avulla voit optimoida kyselyt, taulukot ja tietokannat. Tämän ominaisuuden avulla voit myös tunnistaa kyselyn suorituskykyongelmat ja tehdä niiden vianmäärityksen.
Jos tietokannat ovat relaatiotietokantoja, noudata indeksin suunnittelun ohjeita, SQL Server -indeksin ohjeita ja Azure Cosmos DB -indeksin ohjeita. SQL-tietokannan avulla voit suorittaa automaattisia hienosäätöjä kyselyille suorituskyvyn parantamiseksi.
SQL-tietokantoja varten indeksit on organisoitava tai rakennettava säännöllisesti uudelleen. Tunnista hitaat kyselyt ja säädä niitä suorituskyvyn parantamiseksi. Monilla tietokantamoduuleilla on kyselyjen hienosäätöominaisuuksia. Lisätietoja: kyselyn suorituskyvyn parhaat käytännöt.
Azure Cosmos DB -tietokannassa on oletusindeksointikäytäntö, joka indeksoi jokaisen kohteen jokaisen ominaisuuden ja pakottaa arvoalueindeksit kaikille merkkijonoille ja numeroille. Tämä käytäntö mahdollistaa kyselyn tehokkaan suorituskyvyn, eikä indeksejä tarvitse hallita etukäteen.
Optimoi tallennustilan kuormitus: Monet Azure-tietokantapalvelut tukevat lukureplikoita. Lukureplikoiden käytettävyys ja määritykset vaihtelevat Azure-tietokantapalvelun mukaan. Tutustu kunkin palvelun virallisiin dokumentaatioihin ja tutustu eri vaihtoehtoihin.
Liittyvät tiedot
- Yleiskatsaus performantin luomiseen Power Apps
- Valitse sovelluksellesi Azure-tietosäilö
- Työnkulun käynnistimen Power Automate mukauttaminen lisäämällä ehtoja
- Dataverse joustavat pöydät
Suoritustehokkuuden tarkistuslista
Katso lisätietoja suositusten kokoelmasta.