性能技术与过滤
高级机器学习策略用于服务器的极致优化、复制读取和原生过滤(推送下推)
0阅读
我们将加载时间从 15 分钟缩短到 30 秒,不仅仅是因为使用了 Query 对象,还因为我们基于 AL 代码底层设计了激进的Pushdown Computation(服务器端过滤)技术。
以下是我们在提取API中实现的三个主要优化指令。
1. 流量分流:DataAccessIntent = ReadOnly
Sección titulada «1. Desvío del Tráfico: DataAccessIntent = ReadOnly»在事务型ERP系统中,写数据库节点(主节点)是神圣不可侵犯的。我们不能让大规模提取阻塞会计或仓库插入操作。
query 50100 "Movs_Productos_API"{ QueryType = API; // La directiva mágica: DataAccessIntent = ReadOnly; // ...}在 Azure SQL 层面做了什么?声明 ReadOnly 后,我们是在告诉服务器编排器我们的 API 不会插入或修改数据。服务器会自动将我们重定向到数据库的某个只读副本。这样,我们的报表可以占满副本的 CPU,而丝毫不会影响生产环境中的用户性能。
2. 早期过滤:DataItemTableFilter
Sección titulada «2. Filtrado Temprano: DataItemTableFilter»ELT的目标是让尽可能少的无用数据通过网络传输。我们不是先下载所有数据到Power BI再过滤,而是将过滤器硬编码到API中。
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');优势:
DataItemTableFilter会直接编译为SELECT的WHERE子句。- 我们毫秒级地排除无用的条目类型并跳过某些维度的记录。
- 负载(返回的JSON重量)大幅减少,消除了因HTTP网络拥塞导致的超时问题。
3. FlowFields 处理:ColumnFilter
Sección titulada «3. El Manejo de FlowFields: ColumnFilter»这可能是我们的 API 中最复杂的工程点。正如我们在系统架构中看到的,Business Central 中的某些字段是公式(FlowFields)。
如果我们尝试在整个 DataItemTableFilter 中过滤 FlowField,AL 编译器会报错,因为 SQL Server 无法对尚未处理的计算子查询执行 WHERE。
要过滤这些字段(例如排除供应商'PROVEEDOR_DEMO'),我们必须在投影列中特定使用ColumnFilter属性。
// 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'); }通过这样做,服务器首先解析表,计算必要的流程字段,应用列后过滤器,最后向我们发送干净且极其紧凑的数据块。
- ✓ 零阻塞:将属性
DataAccessIntent设置为ReadOnly,将负载导向 Azure SQL 的被动副本。 - ✓ SQL 过滤:实施
DataItemTableFilter,以减少通过 HTTP 发送前要传输的行数。 - ✓ FlowFields 处理:在动态列中使用
ColumnFilter,以避免查询引擎的编译错误。

