Ir al contenido

Prestatie- en filtertechnieken

Geavanceerde AL-strategieën voor extreme serveroptimalisatie, het lezen van replica's en filtering aan de bron (Pushdown).

0lecturas

Onze vermindering van de laadtijd van 15 minuten naar 30 seconden werd niet alleen bereikt door het gebruik van een Query object, maar door de toepassing van agressieve Pushdown Computation (serverfiltering) technieken die we hebben ontworpen in de basis van onze AL-code.

Hieronder beschrijven we de drie belangrijkste optimalisatierichtlijnen die we in onze extractie-API's hebben geïmplementeerd.

In een transactioneel ERP-systeem is de schrijfdatabase-node (Primary Node) heilig. We kunnen niet toestaan dat onze massale extracties boekhoudkundige of magazijninvoegingen blokkeren.

query 50100 "Movs_Productos_API"
{
QueryType = API;
// La directiva mágica:
DataAccessIntent = ReadOnly;
// ...
}

Wat doet dit op Azure SQL-niveau? Door ReadOnly te declareren, vertellen we de serverorchestrator dat onze API geen gegevens zal invoegen of wijzigen. De server leidt ons automatisch om naar een van de Read-Only Replica's van de database. Hierdoor kunnen onze rapporten de CPU van de replica verzadigen zonder de prestaties van de gebruikers in productie in het minste te beïnvloeden.

Het doel van ELT is dat er zo min mogelijk nutteloze gegevens over de netwerkkabel reizen. In plaats van alles in Power BI te downloaden en vervolgens te filteren, coderen we het filter in de 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');

Voordelen:

  • DataItemTableFilter wordt rechtstreeks gecompileerd als de WHERE-clausule van SELECT.
  • We sluiten nutteloze invoertypen uit en negeren records van bepaalde dimensies in milliseconden.
  • De payload (grootte van de geretourneerde JSON) wordt drastisch verminderd, waardoor time-outs door HTTP-netwerkverzadiging worden geëlimineerd.

3. Het beheer van FlowFields: ColumnFilter

Sección titulada «3. El Manejo de FlowFields: ColumnFilter»

Dit is misschien wel het meest geavanceerde technische aspect van onze API's. Zoals we hebben gezien in de systeemarchitectuur, zijn sommige velden in Business Central formules (FlowFields).

Als we proberen een FlowField te filteren binnen de algemene DataItemTableFilter, zal de AL-compiler een foutmelding geven, omdat SQL Server geen WHERE kan uitvoeren op een berekende subquery die nog niet is verwerkt.

Om op deze velden te filteren (zoals het uitsluiten van de leverancier ‘PROVEEDOR_DEMO’), moeten we de eigenschap ColumnFilter gebruiken, specifiek genest binnen de geprojecteerde kolom.

// 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');
}

Door dit te doen, lost de server eerst de tabel op, berekent de benodigde FlowFields, past het kolom-postfilter toe en stuurt ons ten slotte een schoon en uiterst compact gegevensblok.

  • ✓ Geen blokkades: Eigenschap DataAccessIntent geconfigureerd als ReadOnly om de belasting te sturen naar de passieve replica's van Azure SQL.
  • ✓ SQL-filtering: Implementatie van DataItemTableFilter om het aantal te verzenden rijen te verminderen vóór de HTTP-verzending.
  • ✓ FlowFields-verwerking: Gebruik van ColumnFilter in dynamische kolommen om compilatiefouten in de query-engine te voorkomen.