Escolar Documentos
Profissional Documentos
Cultura Documentos
Construção de Aplicativos
Qlik Sense
Acesse:
Curso Completo de Qlik Sense
do Básico ao Avançado com
Extras de Especialistas
Lista de verificação do aplicativo
A Lista de verificação do aplicativo tem o objetivo de ser uma lista de verificação das melhores
práticas para um único aplicativo Qlik Sense
Este relatório pode ser usado para ajudar a diagnosticar um problema ou simplesmente usado
como uma lista de verificação das melhores práticas. Ele também pode ser usado
internamente como parte de um processo de fluxo de trabalho para garantir que um aplicativo
tenha passado pelas etapas de otimização necessárias antes de entrar em produção.
Sumário
Chaves sintéticas removidas ......................................................................................................... 4
Referências circulares removidas do modelo de dados................................................................ 4
Granularidade apropriada de dados ............................................................................................. 5
QVDs usados sempre que possível................................................................................................ 5
Arquivos QVD otimizados no carregamento ................................................................................. 5
Cargas incrementais alavancadas ................................................................................................. 5
Modelo de floco de neve consolidado .......................................................................................... 6
As tabelas com um pequeno número de campos são desnormalizadas ...................................... 7
Tabelas de pesquisa desnormalizadas (folha) com cargas de mapeamento ................................ 7
Timestamps removidos ou desacoplados do campo de data ....................................................... 7
Campos desnecessários removidos do modelo de dados ............................................................ 7
Tabelas de links evitadas se grandes volumes de dados .............................................................. 8
Dimensões concatenadas quebradas em novos campos.............................................................. 8
Numeração automática usada onde possível ............................................................................... 8
Ilhas de dados evitadas ................................................................................................................. 8
QVDs são armazenados com base em prazos incrementais ......................................................... 8
A função If é evitada sempre que possível.................................................................................... 9
Agr. E Agr. Aninhados são usados minimamente ......................................................................... 9
A Análise de Conjunto é usada sempre que possível .................................................................... 9
Comparações de strings evitadas sempre que possível .............................................................. 10
As condições de cálculo são usadas em objetos que contêm cálculos intensivos...................... 10
As medidas são pré-calculadas no script sempre que possível .................................................. 10
As tabelas têm menos de 15 * colunas e têm condições de cálculo sempre que possível ........ 10
QVFs estrategicamente divididos para lidar com grandes volumes de dados ........................... 11
As folhas não contêm uma quantidade excessiva de objetos .................................................... 11
Sinalizadores numéricos são aproveitados no script para uso na análise de conjunto .............. 12
Itens mestre e / ou variáveis usadas para expressões ................................................................ 12
Desempenho do modelo de dados
Indicadores que podem impactar o desempenho do modelo de dados. Verifique cada um que
foi seguido para este aplicativo.
Se você receber um aviso sobre chaves sintéticas ao carregar dados, deverá revisar a estrutura
de dados no visualizador do modelo de dados. Você deve se perguntar se o modelo de dados
está correto ou não. Às vezes é, mas na maioria das vezes a chave sintética está lá devido a um
erro no script.
Este tipo de estrutura de dados deve ser evitado tanto quanto possível, pois pode levar a
ambigüidades na interpretação dos dados.
Três tabelas com referência circular, visto que existe mais de um caminho de associações entre
dois campos.
Granularidade apropriada de dados
Certifique-se de ter carregado os dados necessários para a análise no aplicativo. Por exemplo,
se na maioria dos casos, agregações semanais / mensais / trimestrais forem suficientes, você
pode carregar os dados agregados ou agregar os dados no script de carregamento do Qlik para
economizar memória. Se um usuário precisar visualizar os dados em um nível inferior de
granularidade, você poderá empregar métodos como ODAG ou encadeamento de documentos
para obter detalhes.
O Qlik pode manipular uma grande quantidade de dados na memória, mas nem sempre é
necessário fazer isso.
QVDos arquivos podem ser lidos em dois modos: padrão (rápido) e otimizado (mais rápido). O
modo selecionado é determinado automaticamente pelo mecanismo de script.
Portanto, em vez de usar uma cláusula como WHERE Country = 'US' , considere primeiro o
carregamento de uma tabela embutida com quaisquer valores e, em seguida, o uso de uma
função exists () em relação a esses valores.
Muitos registros são carregados, mas este é um processo muito mais rápido.
Este é o arquivo que você usará na próxima vez que fizer um carregamento incremental.
Ao trabalhar com datas, se o timestamp não for necessário para sua análise, você pode
removê-lo usando Date (Floor (YourDateField)) . Se você quiser o carimbo de data / hora, pode
opcionalmente desacoplá-lo da própria data. Você pode usar a mesma função Floor () e, em
seguida, criar um novo campo com o carimbo de data / hora extraído usando algo ao longo das
linhas de: Time (Frac (Timestamp # (YourDateField, 'MM / DD / YYYY h: mm: ss TT' )))
Há duas coisas a verificar: 1. Este campo é necessário para minha análise? 2. Agora que
carreguei todos os meus campos e dei tempo para os usuários alavancarem o aplicativo, quais
campos estão realmente sendo usados?
Esses processos envolvem revisões técnicas e de negócios e podem ser acelerados usando uma
ferramenta como o Analisador de Documentos de Rob Wunderlich , que relatará quais campos
são usados / não usados em um aplicativo depois de implantado.
Você também pode usar a função autonumber-script function dentro de uma instrução LOAD ,
mas isso tem algumas limitações quando você deseja usar uma carga otimizada. Você pode
criar uma carga otimizada carregando os dados de um arquivo QVD primeiro e, em seguida,
usando a instrução autonumber para converter valores em chaves de símbolo.
É claro que existem alguns cenários onde if () não pode ser evitado, mas use-os com
moderação e considere o potencial de outras funções e modificações no modelo de dados
para que possam ser evitados ou simplificados.
Normalmente, quando você faz uma seleção, as funções de agregação, como Sum , Max , Min ,
Avg e Count agregam sobre as seleções que você fez: as seleções atuais. Suas seleções definem
automaticamente o conjunto de dados a ser agregado. Com a análise de conjuntos, você pode
definir um grupo independente das seleções atuais. Isso pode ser útil se você deseja mostrar
um valor específico, por exemplo, a participação de mercado de um produto em todas as
regiões, independentemente das seleções atuais.
Opcionalmente, você pode agregar outros valores com antecedência para salvar o cálculo no
front-end, se souber que eles não variam na seleção ou estão vinculados a um nível diferente
de granulação.
ODAG: ODAG significa geração de aplicativo sob demanda e é um método em que você tem
dois aplicativos: 1. um carrinho de compras (dados agregados), 2. um aplicativo de modelo
vazio para exibir detalhes. O fluxo de trabalho é tal que um usuário deve primeiro fazer
seleções no aplicativo de carrinho de compras (este critério é totalmente personalizável) e,
uma vez que um limite for atingido, um script LOAD personalizado é criado, o que preenche o
aplicativo de modelo com todos os detalhes solicitados .
Acesse:
Curso Completo de Qlik Sense
do Básico ao Avançado com
Extras de Especialistas