Советы по оптимизации полного внешнего соединения при сопоставлении полей имени и даты/времени

Следующие шаги выполняют полное внешнее соединение, а затем операцию добавления к двум таблицам примерно по 1,5 миллиона записей в каждой.

Предварительный просмотр обновлялся на моей рабочей станции уже 5 часов, и конца этому не видно. Как я могу сделать эти шаги более эффективными?

/* 
pfFPTmcumerged -- I performed a Full Outer Join on the common fields 
[Hull Number], [Date], [Time] then Expanded all fields of the second 
table in the join. 
*/

[
    Source = Table.NestedJoin(pfFPTenginemcu, {"Hull Number", "Date", "Time"}, pfFPTswbdmcu, {"Hull Number", "Date", "Time"}, "pfFPTswbdmcu", JoinKind.FullOuter),
    #"Expanded Ref Step" = Table.ExpandTableColumn(Source, "pfFPTswbdmcu", {"Date", "Time", "Hull Number", "40F_101T01", "40F_201T01", "40F_301T01", "40I_101T01", "40I_102T01", "40I_201T01", "40I_202T01", "40U_101T01", "40U_102T01", "40U_103T01", "40U_201T01", "40U_202T01", "40U_203T01", "40U_301T01", "41AZ016T03", "41BP003T03", "41BP007T03", "41BP008T03", "41BP012T03", "41BS001T01", "41BS010T03", "41BT005T03", "41BT009T03", "41BT011T03", "41BT013T03", "41F_001T01", "41I_001T01", "41P_001T01", "41PF001T01", "41Q_001T01", "41S_001T01", "41U_001T01", "41U_014T03", "42AZ016T03", "42BP003T03", "42BP007T03", "42BP008T03", "42BP012T03", "42BS001T01", "42BS010T03", "42BT005T03", "42BT009T03", "42BT011T03", "42BT013T03", "42F_001T01", "42I_001T01", "42P_001T01", "42PF001T01", "42Q_001T01", "42S_001T01", "42U_001T01", "42U_014T03", "43BS001T01", "43F_001T01", "43I_001T01", "43P_001T01", "43PF001T01", "43Q_001T01", "43S_001T01", "43U_001T01"}, {"Date.1", "Time.1", "Hull Number.1", "40F_101T01", "40F_201T01", "40F_301T01", "40I_101T01", "40I_102T01", "40I_201T01", "40I_202T01", "40U_101T01", "40U_102T01", "40U_103T01", "40U_201T01", "40U_202T01", "40U_203T01", "40U_301T01", "41AZ016T03", "41BP003T03", "41BP007T03", "41BP008T03", "41BP012T03", "41BS001T01", "41BS010T03", "41BT005T03", "41BT009T03", "41BT011T03", "41BT013T03", "41F_001T01", "41I_001T01", "41P_001T01", "41PF001T01", "41Q_001T01", "41S_001T01", "41U_001T01", "41U_014T03", "42AZ016T03", "42BP003T03", "42BP007T03", "42BP008T03", "42BP012T03", "42BS001T01", "42BS010T03", "42BT005T03", "42BT009T03", "42BT011T03", "42BT013T03", "42F_001T01", "42I_001T01", "42P_001T01", "42PF001T01", "42Q_001T01", "42S_001T01", "42U_001T01", "42U_014T03", "43BS001T01", "43F_001T01", "43I_001T01", "43P_001T01", "43PF001T01", "43Q_001T01", "43S_001T01", "43U_001T01"})
]

/*
pfFPTmcumergedLeft -- Referencing the full expanded table, I pulled 
the "left" part of the table/records where the common fields had a 
match between the two original tables by filtering one of the common 
fields for <> null. Then just removed the redundant common fields from 
the second table.
*/

let
    Source = pfFPTmcumerged,
    #"Expanded Ref Step" = Source[Expanded Ref Step],
    #"Left of Merge" = Table.SelectRows(#"Expanded Ref Step", each [Date] <> null),
    #"Remove Redundant SWBD Date Time Hull" = Table.RemoveColumns(#"Left of Merge",{"Date.1", "Time.1", "Hull Number.1"})
in
    #"Remove Redundant SWBD Date Time Hull"

/*
pfFPTmcumergedRight -- Referencing the full expanded table, I pulled 
the "right" part of the table/records where the common fields 
did not match between the two original tables by filtering one of 
the common fields for = null. Then kept only the fields of the 
original second table (and renamed them to match the names of the 
common fields of the "Left" table. Now, I only have one set of the 
common fields in the "Left" and "Right" tables.
*/

let
    Source = pfFPTmcumerged,
    #"Expanded Ref Step" = Source[Expanded Ref Step],
    #"Right of Merge" = Table.SelectRows(#"Expanded Ref Step", each [Date] = null),
    #"Keep Only SWBD" = Table.SelectColumns(#"Right of Merge",{"Date.1", "Time.1", "Hull Number.1", "40F_101T01", "40F_201T01", "40F_301T01", "40I_101T01", "40I_102T01", "40I_201T01", "40I_202T01", "40U_101T01", "40U_102T01", "40U_103T01", "40U_201T01", "40U_202T01", "40U_203T01", "40U_301T01", "41AZ016T03", "41BP003T03", "41BP007T03", "41BP008T03", "41BP012T03", "41BS001T01", "41BS010T03", "41BT005T03", "41BT009T03", "41BT011T03", "41BT013T03", "41F_001T01", "41I_001T01", "41P_001T01", "41PF001T01", "41Q_001T01", "41S_001T01", "41U_001T01", "41U_014T03", "42AZ016T03", "42BP003T03", "42BP007T03", "42BP008T03", "42BP012T03", "42BS001T01", "42BS010T03", "42BT005T03", "42BT009T03", "42BT011T03", "42BT013T03", "42F_001T01", "42I_001T01", "42P_001T01", "42PF001T01", "42Q_001T01", "42S_001T01", "42U_001T01", "42U_014T03", "43BS001T01", "43F_001T01", "43I_001T01", "43P_001T01", "43PF001T01", "43Q_001T01", "43S_001T01", "43U_001T01"}),
    #"Renamed Date Time Hull" = Table.RenameColumns(#"Keep Only SWBD",{{"Date.1", "Date"}, {"Time.1", "Time"}, {"Hull Number.1", "Hull Number"}})
in
    #"Renamed Date Time Hull"

/*
fMCUTrend -- Finally, just appended the "Left" and "Right" tables, 
one on top of the other.
*/

let
    Source = Table.Combine({pfFPTmcumergedLeft, pfFPTmcumergedRight})
in
    Source
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
81
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Я не пробовал 1,5-метровые ряды. но манипулирование списками может быть лучше, чем манипулирование таблицами:

let
  Source = Excel.CurrentWorkbook(),
  pfFPTenginemcu = Table.Buffer(Source{[Name = "pfFPTenginemcu"]}[Content]),
  pfFPTswbdmcu = Table.Buffer(Source{[Name = "pfFPTswbdmcu"]}[Content]),
  // keys in left table
  keys1 = List.Zip({List.Buffer(pfFPTenginemcu[Hull Number]), List.Buffer(pfFPTenginemcu[Date]), List.Buffer(pfFPTenginemcu[Time])}),
  // keys in right table
  keys2 = List.Zip({List.Buffer(pfFPTswbdmcu[Hull Number]), List.Buffer(pfFPTswbdmcu[Date]), List.Buffer(pfFPTswbdmcu[Time])}),
  // find the rows in table1 that are not included in table2
  indices1 = List.Positions(keys1),
  excludedIndices1 = List.Select(indices1, each List.Contains(keys2, keys1{_}) = false),
  // combine the "left part" of left table with right table
  rows1 = List.Buffer(Table.ToRows(pfFPTenginemcu)),
  rows2 = List.Buffer(Table.ToRows(pfFPTswbdmcu)),
  excludedRows1 = List.Transform(excludedIndices1, each rows1{_}),
  combinedRows = Table.FromRows(excludedRows1 & rows2)
in
  combinedRows

Отредактировал, проверил, думаю, Table.NestedJoin на самом деле быстрее, чем List.XXXX.

Так что, вероятно, единственное, что можно улучшить, — это использование Tabel.Buffer().

  pfFPTenginemcu = Table.Buffer(Source{[Name = "pfFPTenginemcu"]}[Content]),
  pfFPTswbdmcu = Table.Buffer(Source{[Name = "pfFPTswbdmcu"]}[Content]),

Поскольку вы разработали набор данных для проблемы ОП, вы можете протестировать два метода с помощью инструментов диагностики, встроенных в Power BI Desktop.

Ron Rosenfeld 26.05.2024 17:42

@RonRosenfeld У меня этого нет на Mac. но я увеличу количество строк в моем наборе тестовых данных и сравню их.

rachel 27.05.2024 04:47

Протестировано, я думаю, что Table.NestedJoin работает быстрее. наверное, в этом случае ничего особенного сделать нельзя.

rachel 27.05.2024 09:44

Если таблицы предварительно отсортированы, я считаю, что скорость можно значительно повысить. blog.crossjoin.co.uk/2020/06/07/…

davidebacci 27.05.2024 20:28

@davidebacci Если вам не нужно сортировать их в Power Query, это будет правдой.

Ron Rosenfeld 27.05.2024 20:35

Согласен, как обычно, @RonRosenfeld.

davidebacci 27.05.2024 21:07

Просто попробуйте использовать Table.Join вместо Table.NestedJoin и Table.ExpandTableColumn.

Другие вопросы по теме