Under utveckling: frågeinterfoliering för Azure Analysis Services

Azure Analysis Services levererar BI-semantiska modelleringsfunktioner i företagsklass med molnets skalbarhet, flexibilitet och hanterbarhet, så att du kan förvandla komplexa data till handlingsbara insikter. BI-företagssystem måste kunna hantera ett stort antal samtidiga användare, vilket innebär att många frågor skickas nära inpå varandra. Vi håller på att utveckla en frågeinterfolieringsfunktion, som kan förbättra användarupplevelsen i scenarier med många samtidiga användare

Som standard tillämpar Analysis Services tabellbaserade motor principen om ”först in, först ut” vad gäller processorn. Om lagringsmotorn exempelvis tar emot en tidskrävande/långsam fråga tätt följt av två normalt sett snabba frågor, så är risken att dessa snabba frågor blockeras tills den tidskrävande frågan har slutförts. Detta illustreras i följande diagram som visar Q1, Q2 och Q3 (frågorna), deras varaktighet och processortid.

Med frågeinterfoliering kan samtidiga frågor dela processorresurser så att snabba frågor inte stoppas av långsamma frågor. Det tar fortfarande ungefär lika lång tid att slutföra alla tre frågorna, men Q2 och Q3 kan slutföras innan Q1 är klar.

Frågeinterfolieringen ska ha minimal eller ingen påverkan på prestanda för frågor som körs separat; en enskild fråga kan fortfarande ta lika mycket processorkraft i anspråk som med ”först in, först ut”-modellen.

Snabba frågor kan prioriteras med frågeinterfoliering. Det innebär att snabba frågor (som krävt mindre processorkraft) kan tilldelas fler resurser än mer tidskrävande frågor, så att de kan slutföras snabbare. I följande bild är frågorna Q2 och Q3 ”snabba frågor” och tilldelas därför mer processorkraft än Q1.

Som du ser kan frågeinterfoliering och prioriteringen av snabba frågor ge stora fördelar i BI-företagssystem som använder Azure Analysis Services.