Wie Kreuzverknüpfungen die Leistung Ihres Dashboards beeinträchtigen
Simba unterstützt Entwickler dabei, zuverlässige Intelligenz in jedes Produkt zu integrieren, damit sie in einer von KI geprägten Welt konsistente und vertrauenswürdige Antworten liefern können.

Ihr Analytics-Team hat einen Bericht erstellt. In der Entwicklungsumgebung funktionierte er einwandfrei, doch als er in die Produktion überging, beschwerten sich die Nutzer über die Ladezeit. Ihr Team hat die Datenbank überprüft und die Dashboard-Konfiguration unter die Lupe genommen, doch niemand kann das Problem ausmachen.
Die Wahrscheinlichkeit ist groß, dass die Ursache ein Cross-Join ist, und noch größer, dass er an der falschen Stelle ausgeführt wird.
Was eine Kreuzverknüpfung ist und warum sie wichtig ist
Mithilfe von SQL-Joins werden in Datenbanken Daten aus mehreren Tabellen miteinander verknüpft. Die meisten Joins sind beabsichtigt und begrenzt. Ein Inner Join liefert nur Zeilen zurück, bei denen eine Übereinstimmung zwischen zwei Tabellen vorliegt. Ein Left Join liefert alle Daten aus einer Tabelle zurück und gleicht diese, soweit möglich, mit denen der anderen Tabelle ab. Beide erzeugen überschaubare, vorhersehbare Ergebnismengen.
Ein Kreuzverknüpfung (Cross Join) funktioniert anders. Anstatt Zeilen anhand einer Bedingung abzugleichen, werden dabei alle Zeilen einer Tabelle mit allen Zeilen einer anderen Tabelle kombiniert. Zwei Tabellen mit jeweils 1.000 Zeilen erzeugen 1.000.000 Zwischenzeilen, bevor überhaupt eine Filterung stattfindet. Zwei Tabellen mit jeweils 100.000 Zeilen erzeugen 10 Milliarden. Die Datenbank muss all diese Daten verarbeiten, bevor sie ein Ergebnis zurückgeben kann.
Cross-Joins haben durchaus ihre Berechtigung, insbesondere bei bestimmten Arten von Berechnungen und Aufgaben der Datenmodellierung. Das Problem entsteht, wenn sie versehentlich auftreten – was häufiger vorkommt, als Teams glauben. Eine falsch konfigurierte Beziehung in einer semantischen Ebene, eine benutzerdefinierte SQL-Abfrage mit einer fehlenden Join-Bedingung oder ein Modellierungsfehler in einem Datentool wie dbt können alle zu einem unbeabsichtigten Cross-Join führen, ohne dass jemand einen explizit geschrieben hat. Die Abfrage sieht zwar normal aus, ihr Verhalten jedoch nicht.
Der Teil, den die meisten Teams übersehen
Wenn ein Cross-Join zu einem Leistungsproblem führt, ist es ganz natürlich, zunächst bei der Datenbank oder dem BI-Tool nachzuforschen. Beides funktioniert in der Regel einwandfrei. Der entscheidende Faktor, der bestimmt, wie gravierend das Problem tatsächlich ist, ist der Ort, an dem der Join ausgeführt wird.
Abfragen in einer BI-Umgebung werden nicht direkt vom Tool an die Datenbank weitergeleitet. Sie durchlaufen eine Verbindungsebene – einen Treiber –, der die Kommunikation zwischen beiden übernimmt. Dieser Treiber legt fest, welcher Teil der Abfragelogik zur Ausführung an die Datenbank gesendet wird und welcher Teil nach dem Abruf der Daten lokal verarbeitet wird.
Wenn ein Benutzer die Join-Logik an die Datenbank übergibt, übernimmt die Datenbank-Engine die Verarbeitung. Sie nutzt ihren Abfrageplaner, ihre Indizes und ihre Optimierungsfunktionen, um den Join so effizient wie möglich auszuführen. Eine gefilterte, aggregierte Ergebnismenge wird an das BI-Tool zurückgegeben, und das Dashboard wird schnell geladen.
Wenn ein Treiber die Join-Logik nicht vollständig herunterverlagern kann, ruft er größere Datensätze aus der Datenbank ab und verarbeitet sie lokal. Bei einem Kreuz-Join bedeutet dies, dass das vollständige kartesische Produkt außerhalb der Datenbank generiert wird, ohne dass die Optimierungsfunktionen der Datenbank zum Einsatz kommen. Dies führt zu Problemen wie beispielsweise:
Speicherspitzen
Die Bearbeitungszeit vervielfacht sich
Das Dashboard, das in der Entwicklungsumgebung einwandfrei funktionierte, reagiert in der Produktionsumgebung nicht mehr.
Die von Ihrem Team erstellte SQL-Abfrage ist vielleicht völlig in Ordnung. Der Treiber könnte die Variable sein, die einen überschaubaren Vorgang zu einer Leistungskrise macht.
Wie das in der Praxis aussieht
Das Symptom, das Ihr Team beobachtet, ist ein Dashboard, das bei normaler Nutzung langsam geladen wird oder zu einer Zeitüberschreitung führt. Durch gleichzeitige Nutzer verschlimmert sich das Problem erheblich. Wenn mehrere Personen gleichzeitig dieselbe Abfrage auslösen und jede davon ein kartesisches Produkt auf Client-Seite erzeugt, steigt der Speicher- und Rechenaufwand rapide an.
Dieses Muster funktioniert in der Entwicklung, versagt jedoch im Produktivbetrieb. Wenn sich das Problem mit steigender Nutzerzahl verschlimmert, ist dies ein verlässlicher Hinweis darauf, dass es sich lohnt, den Ausführungsort der Verknüpfung zu untersuchen. Die Abfrage, die ein Analyst direkt an der Datenbank getestet hatte, lief mit vollständiger Datenbankoptimierung. Die gleiche Abfrage über das BI-Tool lief über einen Treiber, der die Operation nicht nach unten verlagern konnte, und der Unterschied wurde erst unter realer Auslastung sichtbar.
Der Treiber ist die Lösung
Um dieses Problem zu beheben, muss weder SQL neu geschrieben noch müssen BI-Tools ausgetauscht werden. Es ist lediglich ein Treiber erforderlich, der das Pushdown korrekt verarbeitet.
Simba von insightsoftware genießt das Vertrauen weltweit führender Datenplattformen wie Google, Microsoft und Databricks, die Simba zur Unterstützung ihrer eigenen Produkte für den Datenzugriff einsetzen. Genau diese standardbasierte Konnektivität steht Unternehmensteams über die ODBC- und JDBC-Treiber von Simba zur Verfügung. Unterstützte Verknüpfungsbedingungen, Filter und Aggregationen werden zur Ausführung an die Quelldatenbank weitergeleitet. An das BI-Tool wird ein Ergebnissatz zurückgegeben – und keine Rohdaten, die erst im Arbeitsspeicher verarbeitet werden müssen.
Das Ergebnis ist eine Dashboard-Leistung, die auch bei realen Arbeitslasten in Tableau, Power BI, Logi Symphony und anderen wichtigen BI-Plattformen überzeugt, da die rechenintensiven Aufgaben genau dort ausgeführt werden, wo sie stattfinden sollen – nämlich direkt in der Datenbank.
Falls Ihr Team bereits seit einiger Zeit ein Leistungsproblem verfolgt, das niemand lokalisieren kann, lohnt es sich, die Treiberebene genauer unter die Lupe zu nehmen.
Möchten Sie mehr erfahren? Lesen Sie unser Whitepaper darüber, wie Sie die Akzeptanz Ihrer BI-Analyse- oder Datenaufbereitungsplattform beschleunigen können.