Fejlesztés alatt: lekérdezéssűrítés az Azure Analysis Serviceshez

Azáltal, hogy segít az összetett adatokat a gyakorlatban hasznosítható elemzési eredményekké alakítani, az Azure Analysis Services a nagyvállalati szintű üzleti adatelemzés szemantikus modellezési funkcióit a felhő méreteivel, rugalmasságával és könnyű kezelhetőségével ötvözi. A nagyvállalati üzleti intelligencia (BI) rendszereknek támogatniuk kell a tömeges párhuzamos felhasználást, ami azzal jár, hogy egymáshoz közeli időpontokban sok lekérdezést indíthatnak el. Örömmel jelentjük be, hogy egy lekérdezéssűrítési funkción dolgozunk, amellyel a felhasználói élményt a nagy forgalmú időszakokban javító rendszerkonfiguráció valósítható meg

Az Analysis Services táblázatos motorja alapértelmezés szerint soros módon (FIFO) használja a CPU-t. Ez azt jelenti, ha egy számításigényes/lassú tárolómotorú lekérdezés érkezik, majd azt hamarosan két egyébként gyors lekérdezés követi, akkor a két gyorsabb lekérdezésnek esetleg várakoznia kell a lassú lekérdezés befejezéséig. Ezt ábrázolja az alábbi diagram, amelyen a három lekérdezés, Q1, Q2 és Q3 időtartama és CPU-felhasználása látható.

Lekérdezéssűrítéssel az egyidejű lekérdezések osztozhatnak a CPU-erőforrásokon, így a gyors lekérdezések nem szorulnak a lassúak mögé. A három lekérdezés végrehajtási ideje közel ugyanakkora, de a Q2-nek és a Q3-nak nem kell a végéig várnia.

A lekérdezéssűrítést úgy alakítottuk ki, hogy alig, vagy egyáltalán ne befolyásolja az elkülönítetten futó lekérdezések teljesítményét. Egy-egy lekérdezés így is annyi CPU-teljesítményt használ fel, mint a FIFO-modellben.

A lekérdezéssűrítés konfigurálható a rövid lekérdezések előnyben részesítésére. Ez azt jelenti, hogy (az egyes lekérdezések által már felhasznált CPU alapján meghatározott) gyors lekérdezések számára az erőforrások nagyobb hányada foglalható le, mint a hosszan futóké számára, így megfelelően rövid idő alatt lefuthatnak. Az alábbi ábrán a Q2 és Q3 lekérdezés lett „gyorsnak” ítélve, ezért több CPU van lefoglalva számukra, mint a Q1 számára.

Reméljük, egyetért velünk abban, hogy a rövid lekérdezéseket előnyben részesítő lekérdezéssűrítés jelentősen emeli az Azure Analysis Services-beli nagyvállalati BI-rendszerek értékét!