Техники производительности и фильтрации
Продвинутые стратегии в AL для экстремальной оптимизации сервера, чтения реплик и фильтрования на источнике (Pushdown).
Наше снижение времени загрузки с 15 минут до 30 секунд не было достигнуто только за счет использования объекта Query, а благодаря применению агрессивных методов Pushdown Computation (Фильтрация на сервере), которые мы разработали в основе нашего кода AL.
Далее мы описываем три основные директивы оптимизации, которые мы реализовали в наших API извлечения.
1. Перенаправление трафика: DataAccessIntent = ReadOnly
Sección titulada «1. Desvío del Tráfico: DataAccessIntent = ReadOnly»В транзакционной системе ERP узел базы данных записи (Primary Node) священен. Мы не можем позволить нашим массовым извлечениям блокировать бухгалтерские или складские инсерты.
query 50100 "Movs_Productos_API"{ QueryType = API; // La directiva mágica: DataAccessIntent = ReadOnly; // ...}Что происходит на уровне Azure SQL? Объявляя ReadOnly, мы сообщаем серверному оркестратору, что наш API не будет вставлять или изменять данные. Сервер автоматически перенаправляет нас на одну из реплик только для чтения базы данных. Таким образом, наши отчеты могут загружать процессор реплики, не влияя на производительность пользователей в производстве.
2. Раннее фильтрование: DataItemTableFilter
Sección titulada «2. Filtrado Temprano: DataItemTableFilter»Цель ELT — чтобы как можно меньше ненужных данных путешествовало по сетевому кабелю. Вместо загрузки всего в Power BI и последующего фильтрования мы кодируем фильтр в 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');Преимущества:
DataItemTableFilterкомпилируется напрямую как предложениеWHERESELECT.- Мы исключаем ненужные типы входных данных и пропускаем записи определенных измерений за миллисекунды.
- Полезная нагрузка (вес возвращаемого JSON) резко уменьшается, ликвидируя таймауты из-за перегрузки сети HTTP.
3. Управление FlowFields: ColumnFilter
Sección titulada «3. El Manejo de FlowFields: ColumnFilter»Это, возможно, самый сложный инженерный момент наших API. Как мы видели в архитектуре системы, некоторые поля в Business Central являются формулами (FlowFields).
Если мы попытаемся отфильтровать FlowField внутри общего DataItemTableFilter, компилятор AL выдаст ошибку, потому что SQL Server не может выполнить WHERE над рассчитанной подзапросом, которая еще не была обработана.
Чтобы фильтровать эти поля (например, исключить поставщика «PROVEEDOR_DEMO»), нам необходимо использовать вложенное свойство ColumnFilter внутри проецируемого столбца.
// 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'); }Поступая таким образом, сервер сначала разрешает таблицу, вычисляет необходимые FlowFields, применяет пост-фильтр столбца и, наконец, отправляет нам чистый и чрезвычайно компактный блок данных.
4. Список оптимизации запросов
Sección titulada «4. Checklist de Optimización de Consultas»- ✓ Нет блокировок: Свойство
DataAccessIntentнастроено какReadOnlyдля направления нагрузки на пассивные реплики Azure SQL. - ✓ Фильтрация SQL: Реализация
DataItemTableFilterдля уменьшения объема строк перед отправкой по HTTP. - ✓ Обработка FlowFields: Использование
ColumnFilterв динамических столбцах для избежания ошибок компиляции движка запросов.

