업데이트 주기 처리 시간 단축

Adobe Commerce Intelligence은(는) 하루 종일 데이터베이스와 동기화하여 새 데이터를 복제하므로 대시보드에 항상 최신 정보가 표시되도록 합니다.

많은 요인으로 인해 이미 긴 업데이트 시간이 추가될 수 있습니다. 특정 복제 방법, 더 높은 재확인 빈도, 대시보드 및 차트 수는 소수의 기여자에 불과합니다. 이 항목에서는 업데이트 시간을 줄이기 위한 몇 가지 모범 사례에 대해 설명합니다.

재검사 빈도 감소

데이터베이스 테이블에는 변경 가능한 값이 있는 데이터 열이 있을 수 있습니다. 예를 들어 orders 테이블에 status(이)라는 열이 있을 수 있습니다. 주문이 데이터베이스에 처음 기록되면 상태 열에 값 pending이(가) 포함될 수 있습니다. 이 pending 값으로 Data Warehouse에서 순서가 복제됩니다.

변경 가능한 열은 시간이 지남에 따라 업데이트된 값에 대해 다시 확인해야 합니다. 기본적으로 Commerce Intelligence은(는) 업데이트할 때마다 이러한 열을 다시 확인하지만, 다시 확인하고 복제해야 할 데이터가 많은 경우 업데이트 시간에 부정적인 영향을 줄 수 있습니다. Adobe은 업데이트할 때마다 다시 검사를 실행하는 대신 재검사 빈도를 매일, 매주 또는 매월 설정하는 것이 좋습니다.

증분 복제 방법 사용

위에서 언급했듯이 긴 업데이트 시간은 다시 확인하고 복제해야 하는 데이터의 양과 직접적인 관련이 있습니다. 증분 복제 방법을 사용하면 업데이트 주기 동안 처리되는 데이터의 양을 크게 줄일 수 있습니다. Adobe 가능한 경우 이러한 방법을 사용하거나 증분 방법을 지원하도록 데이터베이스를 수정하는 것이 좋습니다.

대시보드에서 사용되지 않은 차트 제거

업데이트 주기가 끝날 때 Commerce Intelligence은(는) 모든 차트에 대해 캐시 작업을 수행합니다. 캐시는 데이터를 저장하므로 향후 정보 요청을 더 빨리 완료할 수 있습니다. Commerce Intelligence에서 차트는 로드할 때마다 데이터를 쿼리할 필요가 없으므로 대시보드가 빠르게 로드됩니다.

Commerce Intelligence은(는) 대시보드에 있는 차트에 대해서만 캐시 작업을 수행하기 때문에 사용하지 않는 차트를 대시보드에서 제거하면 업데이트 시간이 줄어듭니다. 동일한 차트가 여러 대시보드에 있을 수 있다는 점을 유의하십시오. 팀에 문의하여 사용하지 않는 차트도 제거했는지 확인하십시오.

분석을 위해 데이터베이스 최적화

빈도, 복제 방법 및 차트 유용성을 다시 확인하는 것 외에도 분석을 위해 데이터베이스를 최적화할 수 있습니다.

요약

이러한 권장 사항을 구현한 후에도 업데이트 시간이 느린 것 같으면 지원 팀에 문의하십시오.