แชร์ผ่าน

คำแนะนำสำหรับการปรับประสิทธิภาพข้อมูลให้เหมาะสม

  • บทความ

ใช้กับคำแนะนำรายการตรวจสอบประสิทธิภาพการทำงานที่ได้รับการออกแบบอย่างดีนี้: Power Platform

พ.ว.:08 ปรับประสิทธิภาพข้อมูลให้เหมาะสม ปรับที่เก็บข้อมูลให้เหมาะกับการใช้งานจริงและตามวัตถุประสงค์ในเวิร์กโหลด

คู่มือนี้จะอธิบายคำแนะนำในการปรับประสิทธิภาพข้อมูลให้เหมาะสม การปรับประสิทธิภาพข้อมูลให้เหมาะสมเป็นเรื่องเกี่ยวกับการปรับปรุงประสิทธิภาพที่เวิร์กโหลดประมวลผลและจัดเก็บข้อมูล โดยปกติแล้ว การดำเนินการของเวิร์กโหลด ธุรกรรม หรือการคำนวณทุกครั้งจะต้องอาศัยการดึงข้อมูล การประมวลผล และการจัดเก็บข้อมูลที่รวดเร็วและแม่นยำ เมื่อประสิทธิภาพข้อมูลได้รับการปรับให้เหมาะสม เวิร์กโหลดก็จะดำเนินไปอย่างราบรื่น ประสิทธิภาพข้อมูลที่ถูกลดทอนจะสร้างผลกระทบแบบโดมิโนที่ทำให้ประสิทธิภาพการทำงานต่ำ ความล้มเหลวในการปรับประสิทธิภาพข้อมูลให้เหมาะสมส่งผลให้เกิดความล่าช้าในการตอบสนอง เวลาแฝงที่เพิ่มขึ้น และการลดความสามารถในการปรับขนาด ซึ่งจะส่งผลเสียต่อประสิทธิภาพของเวิร์กโหลดทั้งหมด

คำจำกัดความ

เงื่อนไข ข้อกำหนด
ที่เก็บข้อมูล ทรัพยากรที่เก็บข้อมูล เช่น ฐานข้อมูล ที่เก็บออบเจ็กต์ หรือการแชร์ไฟล์
Index โครงสร้างฐานข้อมูลที่ให้การเข้าถึงรายการอย่างรวดเร็ว
การประมวลผลการวิเคราะห์ออนไลน์ (OLAP) เทคโนโลยีที่จัดระเบียบฐานข้อมูลธุรกิจขนาดใหญ่รองรับการวิเคราะห์ที่ซับซ้อน และดำเนินการสืบค้นเชิงวิเคราะห์ที่ซับซ้อนโดยไม่ส่งผลเสียต่อระบบธุรกรรม
การประมวลผลธุรกรรมออนไลน์ (OLTP) เทคโนโลยีที่บันทึกการปฏิสัมพันธ์ทางธุรกิจที่เกิดขึ้นในการดำเนินงานในแต่ละวันขององค์กร
การแบ่งพาร์ติชัน กระบวนการแบ่งข้อมูลทางกายภาพออกเป็นที่เก็บข้อมูลแยกกัน
การปรับแต่งการสอบถาม กระบวนการที่ปรับความเร็วของการสืบค้นฐานข้อมูลให้เหมาะสม

กลยุทธ์การออกแบบที่สำคัญ

ในการปรับการใช้ข้อมูลให้เหมาะสม ตรวจสอบให้แน่ใจว่าที่เก็บข้อมูลได้รับการปรับให้เหมาะสมสำหรับการใช้งานตามวัตถุประสงค์และสำหรับการใช้งานจริงในเวิร์กโหลด การใช้ข้อมูลที่ปรับให้เหมาะสมสามารถปรับปรุงประสิทธิภาพการสืบค้น ลดการใช้ทรัพยากร และเพิ่มประสิทธิภาพของระบบโดยรวม พิจารณากลยุทธ์ต่อไปนี้:

  • สร้างโปรไฟล์ข้อมูล ทำความเข้าใจข้อมูลของคุณและตรวจสอบให้แน่ใจว่าโมเดลข้อมูลเหมาะสมกับเวิร์กโหลดของคุณ พิจารณาปัจจัยต่างๆ เช่น การทำให้ข้อมูลเป็นมาตรฐานและเทคนิคการแบ่งพาร์ติชัน สำหรับการดึงข้อมูลที่มีประสิทธิภาพ ตรวจสอบให้แน่ใจว่าคุณเลือกชนิดข้อมูลที่เหมาะสมและกำหนดความสัมพันธ์ระหว่างตาราง

  • ปรับประสิทธิภาพการสอบถามให้เหมาะสม วิเคราะห์และปรับการสืบค้นที่ทำงานในเวิร์กโหลดให้เหมาะสม ใช้เทคนิคต่างๆ เช่น การปรับการสืบค้นให้เหมาะสมและการแคช ใช้มุมมองฝั่งเซิร์ฟเวอร์เพื่อกรองข้อมูลล่วงหน้า หากต้องการระบุปัญหาคอขวด ให้ใช้เครื่องมือตรวจสอบประสิทธิภาพแล้วทำการปรับปรุงที่จำเป็น

  • ตรวจสอบและปรับแต่งระบบอย่างสม่ำเสมอ ตรวจสอบประสิทธิภาพของเวิร์กโหลดของคุณอย่างต่อเนื่อง และทำซ้ำการกำหนดค่าที่จัดเก็บข้อมูลและการปรับการสืบค้นให้เหมาะสม ตามแนวทางปฏิบัติที่ในการปรับแต่งประสิทธิภาพ วิเคราะห์เมตริกของระบบ ระบุด้านที่ต้องปรับปรุง และดำเนินการเปลี่ยนแปลง เมื่อข้อมูลเติบโตขึ้น คุณอาจต้องอัปเดตการสืบค้นของคุณเพื่อให้ยังคงประสิทธิภาพอยู่

ข้อมูลโปรไฟล์

การสร้างโปรไฟล์เกี่ยวข้องกับการตรวจสอบข้อมูลจากแหล่งที่มาและรวบรวมข้อมูลเกี่ยวกับข้อมูลดังกล่าว วัตถุประสงค์คือการทำความเข้าใจคุณภาพ โครงสร้าง และลักษณะของข้อมูลเวิร์กโหลด กระบวนการนี้ช่วยให้สามารถระบุปัญหาต่างๆ เช่น ค่าที่หายไป รายการซ้ำ รูปแบบที่ไม่สอดคล้องกัน และความผิดปกติอื่นๆ

เพื่อการสร้างโปรไฟล์ข้อมูลที่มีประสิทธิภาพ ให้พิจารณากลยุทธ์ต่อไปนี้:

  • ทำความเข้าใจโครงสร้างข้อมูล ตรวจสอบโครงสร้างข้อมูลของคุณ รวมถึงตาราง คอลัมน์ และความสัมพันธ์ กำหนดชนิดข้อมูล ความยาว และข้อจำกัดที่ใช้กับแต่ละคอลัมน์ การประเมินโครงสร้างข้อมูลช่วยให้คุณเข้าใจว่าข้อมูลถูกจัดระเบียบอย่างไรและเกี่ยวข้องกับองค์ประกอบข้อมูลอื่นๆ อย่างไร

  • วิเคราะห์ปริมาณข้อมูล ประเมินปริมาณข้อมูลของคุณเพื่อทำความเข้าใจขนาดโดยรวมและรูปแบบการเติบโต กำหนดจำนวนเรกคอร์ดหรือเอกสารและขนาดของแต่ละตารางหรือคอลเลกชัน ข้อมูลนี้ช่วยให้คุณประเมินความต้องการที่เก็บข้อมูลและระบุปัญหาด้านความสามารถในการปรับขนาดได้

  • ระบุความสัมพันธ์ของข้อมูล สำรวจความสัมพันธ์ระหว่างองค์ประกอบข้อมูล ทำความเข้าใจว่าข้อมูลเชื่อมโยงกันอย่างไร เพื่อให้คุณสามารถกำหนดได้ว่าการเปลี่ยนแปลงในตารางหรือเอกสารเดียวอาจส่งผลต่อข้อมูลที่เกี่ยวข้องอย่างไร

  • ประเมินคุณภาพข้อมูล ประเมินคุณภาพของข้อมูลของคุณโดยการตรวจสอบปัจจัยต่างๆ เช่น ความสมบูรณ์ ความถูกต้อง ความสอดคล้อง และความเป็นเอกลักษณ์ ระบุความผิดปกติของข้อมูล ค่าที่หายไป หรือเรกคอร์ดที่ซ้ำกันซึ่งอาจส่งผลต่อความสมบูรณ์ของข้อมูลและประสิทธิภาพการสืบค้น ขั้นตอนนี้ช่วยให้คุณระบุพื้นที่สำหรับการล้างข้อมูลและปรับปรุง

  • บันทึกการกระจายข้อมูล วิเคราะห์การกระจายของค่าภายในแต่ละคอลัมน์เพื่อกำหนดรูปแบบข้อมูล ระบุค่าที่พบบ่อยและหายาก ค่าผิดปกติ และความบิดเบือนของข้อมูล ในการปรับประสิทธิภาพการสืบค้นให้เหมาะสม ให้วิเคราะห์ว่าคีย์สำรองมีความเหมาะสมในการปรับปรุงประสิทธิภาพหรือไม่

ตรวจสอบประสิทธิภาพข้อมูล

การตรวจสอบประสิทธิภาพข้อมูลเป็นแนวทางปฏิบัติในการติดตามประสิทธิภาพของที่เก็บข้อมูลอย่างสม่ำเสมอ โดยเกี่ยวข้องกับการรวบรวมและวิเคราะห์เมตริกประสิทธิภาพเฉพาะสำหรับการดำเนินงานข้อมูลโดยใช้เครื่องมือที่ออกแบบมาสำหรับโซลูชันการตรวจสอบระดับระบบ เฉพาะฐานข้อมูล หรือของบุคคลที่สาม การตรวจสอบประสิทธิภาพข้อมูลที่มีประสิทธิผลช่วยให้คุณสามารถระบุและลดปัญหาคอขวดที่อาจเกิดขึ้นได้ในเชิงรุก เพื่อให้มั่นใจว่ากระบวนการและงานที่เกี่ยวข้องกับข้อมูลมีประสิทธิภาพ

ในการตรวจสอบประสิทธิภาพข้อมูล ให้พิจารณากลยุทธ์ต่อไปนี้:

  • รวบรวมเมตริกเฉพาะข้อมูล รวบรวมเมตริกหลักที่เกี่ยวข้องโดยตรงกับประสิทธิภาพข้อมูล เมตริกเหล่านี้รวมเวลาการตอบสนองของการสืบค้นและอัตราความเร็วข้อมูล

  • ตั้งค่าการแจ้งเตือนข้อมูล ตั้งค่าการแจ้งเตือนสำหรับเมตริกข้อมูลโดยเฉพาะ ใช้ค่าเกณฑ์หรือความผิดปกติที่กำหนดไว้ล่วงหน้าในเมตริกเหล่านี้เพื่อเรียกใช้การแจ้งเตือน การแจ้งเตือนช่วยให้คุณสามารถรับการแจ้งเตือนเมื่อเมตริกประสิทธิภาพเกินช่วงที่ยอมรับได้หรือแสดงพฤติกรรมที่ผิดปกติ ตัวอย่างเช่น หากการสืบค้นฐานข้อมูลใช้เวลานานกว่าที่คาดไว้ หรือหากปริมาณข้อมูลลดลงอย่างมาก คุณสามารถตั้งค่าการแจ้งเตือนเหล่านี้โดยใช้เครื่องมือตรวจสอบพิเศษหรือสคริปต์ที่กำหนดเอง

  • วินิจฉัยปัญหาด้านประสิทธิภาพข้อมูล ตรวจสอบเมตริกข้อมูลที่รวบรวมไว้เป็นประจำเพื่อระบุปัญหาคอขวดของประสิทธิภาพที่อาจเกิดขึ้นหรือการเสื่อมสภาพในการดำเนินงานของข้อมูล เครื่องมือแสดงภาพหรือแดชบอร์ดมีประโยชน์อย่างยิ่งในกระบวนการนี้ ซึ่งช่วยเน้นแนวโน้ม ปัญหาคอขวด และค่าผิดปกติในประสิทธิภาพข้อมูล เมื่อระบุได้แล้ว ให้ตรวจสอบสาเหตุที่แท้จริงของปัญหาเหล่านี้และวางแผนขั้นตอนการแก้ไขที่เหมาะสม

แบ่งพาร์ติชันข้อมูล

การแบ่งพาร์ติชันเกี่ยวข้องกับการแบ่งชุดข้อมูลขนาดใหญ่หรือเวิร์กโหลดจำนวนมากออกเป็นชุดย่อยที่เล็กลงและจัดการได้ การแบ่งพาร์ติชันช่วยเพิ่มประสิทธิภาพการทำงานของข้อมูลโดยการกระจายเวิร์กโหลดและปรับปรุงการประมวลผลแบบขนาน นอกจากนี้ยังรับประกันการเข้าถึงข้อมูลที่มีประสิทธิภาพมากขึ้นตามความต้องการเฉพาะและรูปแบบการสืบค้น คุณสามารถแบ่งพาร์ติชันข้อมูลในแนวตั้งหรือแนวนอนได้ (หรือที่เรียกว่า การแบ่งส่วน) เช่น หากใช้ตารางยืดหยุ่น Dataverse ให้พิจารณาสิ่งที่ควรเป็นคีย์การแบ่งพาร์ติชัน

กลยุทธ์ ข้อกำหนด ตัวอย่างเช่น ใช้กรณี
การแบ่งพาร์ติชั่นแนวตั้ง แบ่งตารางออกเป็นตารางเล็กๆ โดยการเลือกคอลัมน์หรือฟิลด์เฉพาะสำหรับแต่ละพาร์ติชัน แต่ละพาร์ติชันแสดงถึงชุดย่อยของข้อมูลทั้งหมด หากคุณมีตารางที่มีคอลัมน์ A, B, C และ D คุณสามารถสร้างตารางหนึ่งที่มีคอลัมน์ A และ B และอีกตารางหนึ่งที่มีคอลัมน์ C และ D - ตารางประกอบด้วยหลายคอลัมน์ แต่การสืบค้นไม่ได้เข้าถึงทุกคอลัมน์พร้อมกัน
- บางคอลัมน์มีขนาดใหญ่กว่าคอลัมน์อื่นๆ และการแยกคอลัมน์สามารถเพิ่มประสิทธิภาพ I/O ได้
- ส่วนข้อมูลที่แตกต่างกันมีรูปแบบการเข้าถึงที่หลากหลาย
การแบ่งพาร์ติชั่นแนวนอน แบ่งข้อมูลตามแถวหรือช่วงของค่า (หรือที่เรียกว่า การแบ่งส่วน) แต่ละพาร์ติชันประกอบด้วยชุดย่อยของแถวที่มีลักษณะคล้ายกัน หากคุณมีตารางที่มีแถว 1 ถึง 1,000 คุณอาจสร้างพาร์ติชันหนึ่งที่มีแถว 1 ถึง 500 และอีกพาร์ติชันหนึ่งที่มีแถว 501 ถึง 1,000 - ชุดข้อมูลมีขนาดใหญ่เกินไปสำหรับตำแหน่งหรือเซิร์ฟเวอร์เดียว
- เข้าถึงข้อมูลตามช่วงหรือตัวกรองเฉพาะ
- จำเป็นต้องกระจายเวิร์กโหลดข้ามโหนดหรือเซิร์ฟเวอร์จริงเพื่อประสิทธิภาพที่เพิ่มขึ้น

หากต้องการแบ่งพาร์ติชันข้อมูลของคุณ ให้พิจารณาขั้นตอนต่อไปนี้:

  • วิเคราะห์ข้อมูลและการสืบค้น วิเคราะห์ข้อมูลและรูปแบบการสืบค้นเพื่อระบุกลยุทธ์การแบ่งพาร์ติชันหรือการแบ่งส่วนที่เหมาะสม ทำความเข้าใจลักษณะของข้อมูล รูปแบบการเข้าถึง และข้อกำหนดในการเผยแพร่

  • กำหนดคีย์ เลือกคีย์การแบ่งพาร์ติชั่นหรือการแบ่งส่วนเพื่อกระจายข้อมูลข้ามพาร์ติชันหรือส่วน เลือกคีย์อย่างระมัดระวังตามคุณลักษณะของข้อมูลและข้อกำหนดในการสืบค้น

  • กำหนดตรรกะ กำหนดตรรกะการแบ่งพาร์ติชันหรือการแบ่งส่วนตามคีย์ที่เลือก พิจารณาการแบ่งข้อมูลออกเป็นช่วง ใช้อัลกอริทึมการแฮช หรือใช้เทคนิคการแบ่งพาร์ติชันอื่นๆ

ปรับการสืบค้นให้เหมาะสม

การปรับการสืบค้นให้เหมาะสมจะปรับแต่งการสืบค้นเพื่อลดข้อมูลที่มีคุณสมบัติและข้อมูลที่ส่งคืน การปรับเปลี่ยนเหล่านี้จะเพิ่มประสิทธิภาพและความเร็วในการดึงข้อมูล เป็นผลให้ฐานข้อมูลมีเวิร์กโหลดน้อยลง ทรัพยากรทำงานได้อย่างมีประสิทธิภาพมากขึ้น และผู้ใช้เพลิดเพลินกับการโต้ตอบที่ราบรื่นยิ่งขึ้น

ในการปรับการสืบค้นฐานข้อมูลให้เหมาะสม ให้พิจารณากลยุทธ์ต่อไปนี้:

  • เขียนการสืบค้นอีกครั้ง ตรวจสอบและวิเคราะห์การสืบค้นที่ซับซ้อนเพื่อระบุโอกาสในการเขียนการสืบค้นใหม่ พิจารณาปรับโครงสร้างตรรกะการสืบค้น กำจัดการดำเนินการที่ซ้ำซ้อน หรือลดความซับซ้อนของไวยากรณ์การสืบค้น

  • หลีกเลี่ยงปัญหาการสืบค้น N+1 ลดจำนวนการไปกลับฐานข้อมูลให้เหลือน้อยที่สุดโดยใช้การรวมและการดึงข้อมูลแบบชุดงานเพื่อดึงข้อมูลที่เกี่ยวข้องอย่างมีประสิทธิภาพ

  • จัดลำดับการรวมใหม่ ประเมินและพิจารณาจัดเรียงลำดับการรวมใหม่เพื่อลดจำนวนแถวในการดำเนินการรวมแต่ละครั้ง ลำดับที่คุณรวมตารางอาจส่งผลต่อประสิทธิภาพของการสืบค้น

  • แคชการสืบค้น เก็บผลลัพธ์การสืบค้นที่ทำงานบ่อยครั้งเพื่อให้นำมาใช้ซ้ำได้ง่าย การแคชการสืบค้นช่วยลดความจำเป็นในการเรียกใช้การสืบค้นเดียวกันซ้ำๆ และลดค่าใช้จ่ายในการประมวลผลการสืบค้น

  • ตรวจสอบและปรับแต่ง ตรวจสอบเมตริกประสิทธิภาพการสืบค้น เช่น รันไทม์ การใช้ทรัพยากร และอัตราความเร็วของการสืบค้น ใช้เครื่องมือสร้างโปรไฟล์ฐานข้อมูลและฟังก์ชันการตรวจสอบเพื่อระบุการสืบค้นที่มีประสิทธิภาพต่ำ ใช้ข้อมูลนั้นเพื่อปรับประสิทธิภาพการสืบค้นให้เหมาะสม

เก็บถาวรและล้างข้อมูล

การเก็บถาวรและการล้างข้อมูลเป็นกลยุทธ์ที่ช่วยปรับปรุงการจัดเก็บข้อมูล การเก็บถาวรจะย้ายข้อมูลที่เก่าและเข้าถึงได้ไม่บ่อยไปยังที่จัดเก็บข้อมูลที่คุ้มค่ากว่า การล้างข้อมูลอย่างถาวรจะลบข้อมูลที่ซ้ำซ้อน ทั้งสองวิธีมีส่วนช่วยเพิ่มประสิทธิภาพการทำงานโดยการลดปริมาณข้อมูล เพิ่มความเร็วการเข้าถึงข้อมูล และลดเวลาในการสำรองและกู้คืน

  • ลดปริมาณข้อมูล: ข้อมูลน้อยลงหมายถึงเวลาในการประมวลผลที่เร็วขึ้น ช่วยให้ตอบสนองต่อคำขอของผู้ใช้ได้อย่างรวดเร็ว
  • การเพิ่มความเร็วในการเข้าถึงข้อมูล: ชุดข้อมูล ที่ถูกตัดทอนช่วยให้สามารถค้นหาและดึงข้อมูลได้รวดเร็วยิ่งขึ้น ซึ่งจะช่วยเพิ่มประสิทธิภาพในการตอบสนองของระบบ
  • การลดเวลาในการสำรองข้อมูลและกู้คืน: ชุดข้อมูลขนาดเล็กช่วยเร่งกระบวนการสำรองข้อมูลและกู้คืนข้อมูล ลดระยะเวลาหยุดทำงาน และรับประกันประสิทธิภาพที่สม่ำเสมอ

การเก็บถาวรและการล้างข้อมูลเป็นเครื่องมือในการรักษาประสิทธิภาพการทำงานสูงสุดในระบบที่ขับเคลื่อนด้วยข้อมูล

ปรับโหลดที่เก็บข้อมูลให้เหมาะสม

การปรับโหลดที่เก็บข้อมูลให้เหมาะสมหมายถึงการปรับปรุงคำขอไปยังระบบจัดเก็บข้อมูล ช่วยกำจัดคำขอที่ไม่จำเป็น ปรับปรุงการดึงข้อมูล และหลีกเลี่ยงระบบจัดเก็บข้อมูลที่ล้นหลาม การปรับโหลดที่เก็บข้อมูลให้เหมาะสมช่วยให้มั่นใจได้ว่าระบบจัดเก็บข้อมูลยังคงตอบสนองต่อคำขอที่ถูกต้องตามกฎหมายและรักษาประสิทธิภาพสูงสุด ใช้กลยุทธ์ต่างๆ เพื่อลดภาระการประมวลผลในที่เก็บข้อมูล หากต้องการปรับโหลดที่เก็บข้อมูลให้เหมาะสม ให้พิจารณากลยุทธ์ที่ตามมา

ใช้การแคช

การแคชจะจัดเก็บข้อมูลที่เข้าถึงโดยทั่วไปในพื้นที่จัดเก็บข้อมูลที่เข้าถึงได้รวดเร็ว ทำให้สามารถดึงข้อมูลได้เร็วกว่าการดึงข้อมูลจากแหล่งข้อมูลหลัก เทคนิคนี้จะช่วยเพิ่มประสิทธิภาพข้อมูลโดยลดเวลาในการเข้าถึงและหลีกเลี่ยงการดึงข้อมูลซ้ำ การแคชช่วยเพิ่มความเร็วในการอ่านและเวลาการตอบสนองผู้ใช้ โดยเฉพาะข้อมูลที่เข้าถึงบ่อย วิธีนี้มีประสิทธิภาพสูงสุดกับข้อมูลคงที่หรือข้อมูลที่ไม่ค่อยเปลี่ยนแปลง

เพื่อให้แน่ใจว่าแคชมีประสิทธิภาพสูงสุด ให้พิจารณาปัจจัยต่างๆ เช่น นโยบายการหมดอายุ กลยุทธ์การกำจัด และการจัดการขนาดแคช ปรับการตั้งค่า เช่น เวลาที่ดำรงอยู่ (TTL) เพื่อประสิทธิภาพสูงสุด หากต้องการใช้แคชเพื่อปรับโหลดที่เก็บข้อมูลให้เหมาะสม ให้พิจารณากลยุทธ์ต่อไปนี้:

  • การแคชภายในหน่วยความจำ: ดำเนินการแคชภายในหน่วยความจำเพื่อจัดเก็บข้อมูลที่เข้าถึงบ่อยครั้งในหน่วยความจำเพื่อการดึงข้อมูลที่รวดเร็ว คุณสามารถใช้เทคนิคนี้กับข้อมูลแอปพลิเคชันที่มีราคาแพงในการคำนวณหรือดึงข้อมูลจากฐานข้อมูล การแคชในหน่วยความจำมีประโยชน์สำหรับข้อมูลที่คุณอ่านบ่อยๆ แต่ไม่ได้เปลี่ยนแปลงบ่อยครั้ง ตัวอย่างเช่น คุณสามารถใช้ตัวแปรในโฟลว์ระบบคลาวด์หรือคอลเลกชันในแอปพื้นที่ทำงานเพื่อแคชข้อมูลได้

  • การแคชแบบสอบถามฐานข้อมูล: ใช้เทคนิคนี้ในการแคชผลลัพธ์ของแบบสอบถามฐานข้อมูลเพื่อหลีกเลี่ยงการเรียกใช้แบบสอบถามเดียวกันหลายครั้ง การแคชการสืบค้นฐานข้อมูลมีประโยชน์สำหรับการสืบค้นฐานข้อมูลที่ซับซ้อนและใช้เวลานาน เมื่อคุณแคชผลลัพธ์ของการสืบค้น คำขอที่ตามมาสำหรับการสืบค้นเดียวกันจะถูกส่งกลับอย่างรวดเร็ว นอกจากนี้ ให้พิจารณาใช้มุมมองฝั่งเซิร์ฟเวอร์หากเป็นไปได้เพื่อกรองข้อมูลล่วงหน้าในการจำกัดข้อมูลที่เกี่ยวข้องกับการสืบค้นของคุณให้แคบลง

  • การแคชเครือข่ายส่งมอบเนื้อหา: ใช้เทคนิคนี้ในการแคชเนื้อหาเว็บบนเซิร์ฟเวอร์เครือข่ายแบบกระจายเพื่อลดเวลาแฝงและปรับปรุงการส่งมอบเนื้อหา การแคชเครือข่ายการให้บริการเนื้อหามีประสิทธิภาพสำหรับเนื้อหาคงที่ เช่น รูปภาพ ไฟล์ CSS ต่างๆ และไฟล์ JavaScript เครือข่ายการให้บริการเนื้อหาจัดเก็บสำเนาของเนื้อหาไว้ในสถานที่ต่างๆ ทั่วโลก ดังนั้นผู้ใช้จึงสามารถเข้าถึงเนื้อหาจากเซิร์ฟเวอร์ที่อยู่ใกล้พวกเขาในทางภูมิศาสตร์

ปรับการอัปเดตข้อมูลให้เหมาะสม

การปรับการอัปเดตข้อมูลให้เหมาะสมเกี่ยวข้องกับการประเมินการอัปเดตข้อมูลที่ดำเนินการเพื่อให้แน่ใจว่ามีประสิทธิภาพ การอัปเดตอาจส่งผลต่อประสิทธิภาพการทำงานมากกว่าการดำเนินการอื่นๆ เนื่องจากสามารถทริกเกอร์งานที่ไม่จำเป็นและทำให้เกิดข้อขัดแย้งในการล็อกได้

หากต้องการประเมินวิธีปรับการอัปเดตข้อมูลให้เหมาะสม ให้พิจารณา:

  • การเปลี่ยนแปลงข้อมูล ปรับระบบอัตโนมัติให้เหมาะสมเพื่อใช้ภาพล่วงหน้าของข้อมูลหรือตัวกรองเพื่อลดการทำงานเมื่อไม่มีการเปลี่ยนแปลงจริงเกิดขึ้น หลีกเลี่ยงการเรียกใช้งานอัตโนมัติสำหรับข้อมูลที่ไม่มีการแก้ไข

  • ระบบอัตโนมัติ ประเมินเวลาและวิธีที่ทริกเกอร์การอัปเดตตามการเปลี่ยนแปลงข้อมูล และเพิ่มประสิทธิภาพทริกเกอร์เพื่อรวมตัวกรอง ตัวอย่างเช่น หากต้องการทริกเกอร์ระบบอัตโนมัติเมื่อมีการแก้ไขฟิลด์เฉพาะในแหล่งข้อมูลเท่านั้น ประเมินการอัปเดตที่กระตุ้นให้เกิดระบบอัตโนมัติแบบค่อยเป็นค่อยไปหลายครั้ง ให้พิจารณาว่าคุณสามารถสร้างการดำเนินการแบบกำหนดเองเพื่อจัดการการประมวลผลทั้งหมดแทนได้หรือไม่ ตัวอย่างเช่น หากจัดส่งคำสั่งซื้อและวันที่จัดส่งและหมายเลขติดตามได้รับการอัปเดตแยกกัน ทั้งสองรายการสามารถอัปเดตได้พร้อมกันในการดำเนินการ "ShipOrder" แบบกำหนดเอง

  • เดดล็อค ประเมินการดำเนินการอัปเดตที่ช้าซึ่งอาจก่อให้เกิดปัญหาเนื่องจากหลายโฟลว์อัปเดตข้อมูลเดียวกันในลำดับที่ต่างกัน ความไร้ประสิทธิภาพนี้สามารถนำไปสู่ข้อขัดแย้งการล็อกหรือแม้กระทั่งการชะงักงันที่อาจเกิดขึ้น ส่งผลให้มีการทำงานซ้ำโดยไม่จำเป็น อัปเดตทรัพยากรต่างๆ ในลำดับเดียวกันเพื่อลดความขัดแย้ง

  • อัปเดตเป็นกลุ่ม หากคุณมีการดำเนินการบนตารางหลายแถว ให้พิจารณาใช้ การดำเนินงานจำนวนมาก

ปรับการเคลื่อนย้ายและการประมวลผลข้อมูลให้เหมาะสม

การปรับการเคลื่อนย้ายและการประมวลผลข้อมูลให้เหมาะสมเกี่ยวข้องกับการปรับปรุงประสิทธิผลและประสิทธิภาพของการดำเนินการที่เกี่ยวข้องกับการดึงข้อมูล การแปลง การโหลด และการประมวลผล พิจารณาประเด็นสำคัญต่อไปนี้ในการปรับการเคลื่อนย้ายและการประมวลผลข้อมูลให้เหมาะสม:

  • การเพิ่มประสิทธิภาพในการแยก แปลง และโหลด (ETL): เพิ่มประสิทธิภาพกระบวนการ ETL เพื่อลดเวลาในการประมวลผลให้เหลือน้อยที่สุด คุณสามารถปรับปรุงกระบวนการแยก ใช้อัลกอริธึมการแปลงที่มีประสิทธิภาพ และปรับกระบวนการโหลดให้เหมาะสมได้ เมื่อคุณทำให้แต่ละขั้นตอนมีประสิทธิภาพ คุณจะปรับขั้นตอนการทำงานโดยรวมให้เหมาะสม

  • การประมวลผลแบบขนาน: ใช้เทคนิคการประมวลผลแบบขนานเพื่อปรับปรุงประสิทธิภาพ เมื่อคุณกระจายงานการประมวลผลข้อมูลไปยังหลายเธรดหรือโหนด คุณสามารถแบ่งและประมวลผลเวิร์กโหลดพร้อมกันได้ ซึ่งส่งผลให้มีการประมวลผลที่รวดเร็ว

  • การประมวลผลแบบแบตช์: จัดกลุ่มงานที่คล้ายกันเข้าด้วยกันเพื่อลดค่าใช้จ่ายที่เกิดจากการดำเนินการซ้ำๆ ประมวลผลงานหลายงานในชุดงานเพื่อลดเวลาการประมวลผลโดยรวม

การออกแบบให้มีความใกล้ชิดข้อมูล

ความใกล้ชิดของข้อมูลหมายถึงการวางตำแหน่งเชิงกลยุทธ์ของข้อมูลใกล้กับผู้ใช้หรือบริการที่เข้าถึงข้อมูลบ่อยที่สุด การลดระยะห่างทางกายภาพหรือตรรกะระหว่างข้อมูลกับผู้ใช้ทำให้สามารถเข้าถึงข้อมูลได้เร็วขึ้นและการตอบสนองดีขึ้น ในการปรับการออกแบบให้มีความใกล้ชิดข้อมูลให้เหมาะสม ให้พิจารณากลยุทธ์เหล่านี้:

  • ประเมินรูปแบบการเข้าถึงข้อมูล: ประเมินรูปแบบการเข้าถึงเวิร์กโหลดของคุณและข้อมูลที่เข้าถึงบ่อยครั้ง การวิเคราะห์นี้สามารถช่วยระบุตำแหน่งที่จะวางข้อมูลให้เกิดประโยชน์สูงสุดได้

  • เลือกโซลูชันที่รองรับการย้ายข้อมูล: พิจารณาโซลูชันที่เสนอการย้ายข้อมูลแบบไดนามิกตามรูปแบบการเข้าถึงที่เปลี่ยนแปลง เพื่อให้แน่ใจว่าข้อมูลจะถูกวางตำแหน่งอย่างเหมาะสมที่สุด

  • เลือกโซลูชันที่รองรับการซิงโครไนซ์ข้อมูล: หากคุณกำลังให้บริการฐานผู้ใช้แบบกระจาย ให้เลือกโซลูชันที่รองรับการซิงโครไนซ์ข้อมูลระหว่างภูมิภาคต่างๆ เพื่อให้แน่ใจว่ามีการจำลองข้อมูลในบริเวณใกล้กับผู้ใช้

การแลกเปลี่ยน: หากข้อมูลพื้นฐานมีการเปลี่ยนแปลงบ่อยครั้ง ให้ใช้กลไกการยกเลิกแคชเพื่อให้แน่ใจว่าข้อมูลที่แคชได้รับการอัปเดตอยู่เสมอ

การอำนวยความสะดวก Power Platform

ตรวจสอบประสิทธิภาพข้อมูล: หากต้องการตรวจสอบประสิทธิภาพข้อมูล โปรดพิจารณาใช้ Azure Monitor เพื่อรวบรวมและวิเคราะห์เมตริกโครงสร้างพื้นฐาน บันทึก และข้อมูลแอปพลิเคชัน คุณสามารถรวม Monitor เข้ากับบริการอื่นๆ เช่น Application Insights Application Insights ให้การตรวจสอบประสิทธิภาพของแอปพลิเคชันและรองรับหลายแพลตฟอร์ม

Application Insights รวบรวมข้อมูลการใช้งานและประสิทธิภาพ คุณสามารถใช้ Log Analytics เพื่อเชื่อมโยงข้อมูลนั้นกับข้อมูลการกำหนดค่าและประสิทธิภาพในทรัพยากร Azure สตรีมข้อมูล Application Insights สำหรับ Dataverse ในปัจจุบันให้ข้อมูลประสิทธิภาพที่เกี่ยวข้องกับสายเรียกเข้าของ Dataverse API, การเรียกใช้งานปลั๊กอิน Dataverse และการเรียก Dataverse SDK

เพิ่มประสิทธิภาพรูปแบบข้อมูลแบบสอบถามในแอปพลิเคชันแคนวาส: ปฏิบัติตามคำแนะนำและข้อเสนอแนะที่เป็นเอกสาร ดูที่ รูปแบบข้อมูลการสืบค้นที่ปรับให้เหมาะสมใน Power Apps

เพิ่มประสิทธิภาพให้กับวิธีที่คุณปรับแต่ง ขยาย หรือบูรณาการด้วย Dataverse: ปฏิบัติตามแนวทางปฏิบัติและคำแนะนำที่ดีที่สุดที่มีการบันทึกไว้ ดูที่ แนวทางปฏิบัติและคำแนะนำเมื่อใช้ Microsoft Dataverse

เพิ่มประสิทธิภาพการค้นหาฐานข้อมูลและประสิทธิภาพการจัดทำดัชนี: ใช้ฟีเจอร์ข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพการค้นหาของฐานข้อมูล Azure SQL เพื่อเพิ่มประสิทธิภาพการค้นหา ตาราง และฐานข้อมูล คุณยังสามารถใช้คุณลักษณะนี้เพื่อระบุและแก้ไขปัญหาประสิทธิภาพการสืบค้นได้ด้วย

สำหรับฐานข้อมูลเชิงสัมพันธ์ ให้ปฏิบัติตาม หลักเกณฑ์การออกแบบดัชนี, คำแนะนำดัชนี SQL Server และ คำแนะนำดัชนี Azure Cosmos DB ใช้ฐานข้อมูล SQL เพื่อดำเนิน การปรับแต่งอัตโนมัติ สำหรับการสืบค้นเพื่อปรับปรุงประสิทธิภาพ

สำหรับฐานข้อมูล SQL คุณควร จัดระเบียบใหม่หรือสร้างดัชนีใหม่ เป็นประจำ ระบุการสืบค้นที่ช้าและปรับแต่งเพื่อปรับปรุงประสิทธิภาพ กลไกฐานข้อมูลจำนวนมากมีคุณลักษณะการปรับแต่งการสืบค้น หากต้องการข้อมูลเพิ่มเติม โปรดดู แนวทางปฏิบัติสำหรับประสิทธิภาพการสืบค้น

Azure Cosmos DB มี นโยบายการจัดทำดัชนีเริ่มต้น ที่จัดทำดัชนีทุกคุณสมบัติของทุกรายการและบังคับใช้ดัชนีช่วงสำหรับสตริงหรือตัวเลขใดๆ นโยบายนี้ช่วยให้คุณได้รับประสิทธิภาพการสืบค้นที่มีประสิทธิภาพ และคุณไม่จำเป็นต้องจัดการดัชนีล่วงหน้า

เพิ่มประสิทธิภาพการโหลดที่เก็บข้อมูล: บริการฐานข้อมูล Azure จำนวนมากรองรับการจำลองการอ่าน ความพร้อมใช้งานและการกำหนดค่าของแบบจำลองการอ่านจะแตกต่างกันไปขึ้นอยู่กับบริการฐานข้อมูล Azure โปรดดูเอกสารอย่างเป็นทางการของแต่ละบริการเพื่อทำความเข้าใจรายละเอียดและตัวเลือกต่างๆ

รายการตรวจสอบประสิทธิภาพการทำงาน

โปรดดูชุดคำแนะนำทั้งหมด

รายการตรวจสอบประสิทธิภาพการทำงาน