การปรับปรุงประสิทธิภาพใน Dataflows

Query folding เป็นกลไกการปรับแต่งประสิทธิภาพที่สำคัญสำหรับ dataflows เมื่อเกิด query folding การประมวลผลจะถูกส่งไปดำเนินการที่แหล่งข้อมูลแทน Power Query Query folding ใช้งานได้เป็นหลักกับแหล่งข้อมูลที่มีโครงสร้าง เช่น ฐานข้อมูล SQL ส่วนคิวรีที่ใช้เฉพาะแหล่งข้อมูลที่ไม่มีโครงสร้างหรือไม่มี compute engine อย่างไฟล์ CSV จะไม่รองรับ query folding

ในแบบฝึกหัดนี้ เราจะโหลดข้อมูลจากสองแหล่งที่แตกต่างกัน แล้วสังเกตความแตกต่างของพฤติกรรมที่เกิดจาก query folding

หมายเหตุ: หากพบข้อผิดพลาดเกี่ยวกับ API rate limit ปัญหานี้มักเกิดขึ้นเมื่องาน Fabric ก่อนหน้ายังทำงานไม่เสร็จ สามารถดูงาน Fabric ที่กำลังทำงานอยู่ได้จากหน้า Monitor (อยู่ในเมนูแนวตั้งทางซ้าย) การยกเลิกงาน Fabric เก่าในหน้า Monitor มักจะแก้ปัญหา rate limit ได้