Es sollten bei den PowerPivots möglichst wenig Tabellen definiert werden. Hier können denormalisierte Ansichten mehrerer Tabellen vorteilhaft sein. Einen Performance Test dazu gibt es unter http://www.bp-msbi.com/2011/01/powerpivot-data-modelling-for-performance/. Es wurde gezeigt, dass es beispielsweise besser ist eine denormalisierte Datums-Tabelle zu benutzen, anstatt über mehrere Tabellen (Monat und Tag) zu normalisieren. Je weniger Tabellen, desto weniger Verknüpfungen sind nötig.
Je weniger Verknüpfungen vorgenommen werden, desto performanter werden die Abfragen. Der Unterschied hängt von der Größe der Nachschlagetabellen ab. Je größer die Nachschlagetabellen sind, desto schlechter ist die Performance. In jedem Fall sind die denormalisierten den normalisierten Tabellen im Zweifel vorzuziehen. Die denormalisierte Datums-Tabelle
ist den normalisierten Tabellen
vorzuziehen, obwohl es Datenredundanzen gibt.
In diesem Fall war die Abfragegeschwindigkeit sowohl bei der ersten Abfrage, als auch bei den Folgeabfragen denormalisiert signifikant besser. Die normalisierte Version hat bei der ersten Abfrage ca. 14s benötigt, während die denormalisierte Version ca. 2s benötigt. Bei den Folgeabfragen ist der Geschwindigkeitsvorteil zwar kleiner, aber trotzdem merklich.
Bereits in dieser Serie erschienen:
PowerPivot Tuning Tipp Nr. 1: Schlüsselwerte immer als Integer Wert definieren
PowerPivot Tuning Tipp Nr. 2: Nur benötigte Felder importieren
PowerPivot Tuning Tipp Nr. 3: Möglichst wenig Tabellen und Verknüpfungen
PowerPivot Tuning Tipp Nr. 4: N:M (Many-to-Many) Beziehungen vermeiden