Técnicas de Rendimiento y Filtrado
Estratègies avançades en AL per a l'optimització extrema del servidor, lectura de rèpliques i filtratge a l'origen (Pushdown).
Nuestra reducción del tiempo de carga de 15 minutos a 30 segundos no se logró únicamente por usar un objeto Query, sino por la aplicación de técnicas agresivas de Pushdown Computation (Filtrado en Servidor) que diseñamos en la base de nuestro código AL.
A continuació, detallem les tres directives principals d'optimització que hem implementat en les nostres APIs d'extracció.
1. Desvío del Tráfico: DataAccessIntent = ReadOnly
Sección titulada «1. Desvío del Tráfico: DataAccessIntent = ReadOnly»En un sistema ERP transaccional, el node de base de dades d'escriptura (Primary Node) és sagrat. No podem permetre que les nostres extraccions massives bloquegin insercions comptables o de magatzem.
query 50100 "Movs_Productos_API"{ QueryType = API; // La directiva mágica: DataAccessIntent = ReadOnly; // ...}¿Qué hace a nivel de Azure SQL? Al declarar ReadOnly, le estamos diciendo al orquestador del servidor que nuestra API no va a insertar ni modificar datos. El servidor nos redirige automáticamente hacia una de las Réplicas de Solo Lectura de la base de datos. De este modo, nuestros reportes pueden saturar la CPU de la réplica sin afectar ni un ápice al rendimiento de los usuarios en producción.
2. Filtrado Temprano: DataItemTableFilter
Sección titulada «2. Filtrado Temprano: DataItemTableFilter»L'objectiu de l'ELT és que la menor quantitat possible de dades inútils viatgi pel cable de xarxa. En lloc de descarregar-ho tot a Power BI i després filtrar, codifiquem el filtre a l'API.
elements { dataitem(itemLedgerEntry; "Item Ledger Entry") { // Filtro rígido a nivel de servidor SQL DataItemTableFilter = "Entry Type" = filter(Purchase | Sale | "Positive Adjmt." | "Negative Adjmt."), "Global Dimension 1 Code" = filter(<> '20');Beneficios:
- DataItemTableFilter
se compila directamente como la cláusula WHEREdel SELECT. - Excloem tipus d'entrada inútils i ometem registres de certes dimensions en mil·lisegons.
- El payload (pes del JSON retornat) es redueix dràsticament, erradicant els timeouts per saturació de xarxa HTTP.
3. El Manejo de FlowFields: ColumnFilter
Sección titulada «3. El Manejo de FlowFields: ColumnFilter»Este es quizás el punto de ingeniería más sofisticado de nuestras APIs. Como vimos en la arquitectura del sistema, algunos campos en Business Central son fórmulas (FlowFields).
Si intentamos filtrar un FlowField dentro del DataItemTableFilter general, el compilador de AL nos arrojará un error, porque SQL Server no puede hacer un WHERE sobre una subconsulta calculada que aún no se ha procesado.
Per filtrar sobre aquests camps (com excloure el proveïdor ‘PROVEEDOR_DEMO’), hem de fer servir la propietat ColumnFilter anidada específicament dins de la columna projectada.
// Campo de tabla normal column(Cantidad; Quantity) { }
// Filtrado Nivel Pro: Aplicado sobre un FlowField o campo especial column(Nombre_Proveedor; "Nombre proveedor") { ColumnFilter = Nombre_Proveedor = filter(<> 'PROVEEDOR_DEMO'); }En fer-ho així, el servidor primer resol la taula, calcula els FlowFields necessaris, aplica el post-filtre de columna i, finalment, ens envia un bloc de dades net i extremadament compacte.
4. Checklist d'Optimització de Consultes
Sección titulada «4. Checklist de Optimización de Consultas»- ✓ Zero Bloquejos: Propietat
DataAccessIntentconfigurada comReadOnlyper dirigir la càrrega a les répliques passives d'Azure SQL. - ✓ Filtrado SQL: Implementación de DataItemTableFilter
para reducir el volumen de filas a transferir antes del envío HTTP. - ✓ Tratamiento FlowFields: Uso de ColumnFilter
en columnas dinámicas para evitar errores de compilación del motor de consultas.

