Alteryx Engine y AMP: las principales diferencias

La arquitectura del motor original permite principalmente el procesamiento de un solo hilo, en el cual tus datos se procesan de un registro a la vez secuencialmente. Por otro lado, el nuevo concepto AMP permite un procesamiento masivo de varios subprocesos. Los registros se procesan en paquetes de 4 MB para una ejecución más rápida y en paralelo, lo que puede afectar al orden de los registros de salida.

Los archivos CSV que contiene un campo con nuevas líneas entre comillas fallan si no activas la opción adicional  Solo AMP: los campos entre comillas pueden tener líneas nuevas .

Puede que varias herramientas generen registros en un orden diferente al del motor original cuando se ejecuta un flujo de trabajo con AMP Engine. Entre esas herramientas están:

Si tu flujo de trabajo requiere que los registros de las herramientas anteriores estén en un orden específico para las operaciones posteriores, el Modo de compatibilidad del motor está disponible para mantener el mismo ordenamiento que con el motor original. Esto se debe utilizar después de considerar el flujo de trabajo específico, principalmente al migrar flujos de trabajo creados con el motor original para que se ejecuten con AMP Engine.

Las funcionalidades o configuraciones específicas que no se convirtieron para AMP se revierten al motor original para poder funcionar. Por lo tanto, los flujos de trabajo que contienen ambas herramientas convertidas y no convertidas para AMP se ejecutarán sin problemas con AMP.

Si tienes preguntas sobre qué herramientas se convirtieron para AMP, consulta Uso de herramientas con AMP .

Con el motor original, las herramientas están más conectadas y dejan de funcionar en cuanto no hay ninguna otra etapa siguiente en el flujo de trabajo. Con AMP funcionando en paralelo, las herramientas pueden no detenerse cuando no haya ninguna etapa siguiente en el flujo de trabajo. La suposición es que con las siguientes etapas vacías, el flujo de datos no se tiene en cuenta. El mensaje de registro solo se utiliza para información. Si el número de registros en el flujo es importante para ti, puedes poner una herramienta Prueba en él e indicarle que te envíe un mensaje de error si no se obtiene el número correcto de registros.

Un archivo YXDB escrito con AMP Engine se lee más rápido que un YXDB escrito con el motor original.

El archivo .yxdb escrito con el motor original se lee más lentamente con AMP habilitado. Los formatos siguen siendo compatibles entre sí.

Utiliza formatos de archivo .xlsx, .csv, .yxdb y SQLite con AMP, ya que admiten datos de lectura y de varios hilos de procesamiento.

La conversión de registros y el empaquetado entre el motor original y AMP tiene un costo de rendimiento al leer archivos .zip. Esto podría causar que los archivos .zip más grandes se lean mucho más lento con AMP.

Para mejorar el rendimiento del motor original (hacer que AMP escriba un archivo YXDB creado con el motor original), ve al menú de Datos de salida  - Configuración . Allí tienes la opción de crear la versión del archivo YXDB compatible con la versión de Designer 18.1 y versiones anteriores.

La herramienta Salida se comporta de manera diferente con los registros que contienen datos de SpatialObj cuando se guarda el archivo CSV con el motor original y con AMP Engine. Mientras que AMP Engine escribe datos de SpatialObj en el archivo cuando se guarda un archivo CSV, el motor original no lo hace. Esta distinción provoca diferencias en el tamaño de los archivos y es posible que el rendimiento disminuya.

Si es necesario, una solución alternativa es quitar los datos espaciales de los registros mediante la herramienta Seleccionar . De ese modo, ambos motores se completarán con duraciones similares.

El perfilado del rendimiento por herramienta con AMP está disponible con la versión de Designer 2021.3 y versiones más recientes.

AMP transfiere datos hacia y desde R en el formato del motor original. Esta doble conversión lleva tiempo. El tiempo de ejecución de la herramienta R única puede ser más lento con AMP que con el motor original, pero será más rápido si se ejecuta más de una rama simultáneamente.

AMP soluciona un problema histórico en el que el tamaño del campo puede no ser lo suficientemente grande cuando se procesa con una herramienta posterior. No es necesario agregar herramientas Seleccionar para cambiar los tipos de datos cuando los datos resultantes superen la longitud de los tipos de datos originales. AMP crea el tamaño de campo máximo para cadenas y números enteros a fin de que las operaciones posteriores tengan el espacio necesario para contener valores más grandes.

Aunque la herramienta Desacelerar no se convirtió completamente para AMP, puedes usarla junto con la herramienta Descargar (Desacelerar va primero).

La herramienta Coincidencia difusa puede tener resultados diferentes con el motor original y AMP. Utilizando AMP, los registros se comparan usando un método alternativo. El orden de las coincidencias puede ser diferente y la salida puede estar en orden inverso. Existe un problema de rendimiento conocido en el que la herramienta Coincidencia difusa tiene peor rendimiento con AMP que con el motor original.

AMP utiliza los estándares de codificación Unicode y Perl, en los cuales los caracteres $ , + , < , = , > , ^ , | y ~ no califican como signos de puntuación. Cuando se utiliza la función de fórmula REGEX_Replace o la herramienta RegEx para filtrar la puntuación mediante el conjunto RegEx [[:punct:]], con AMP es necesario cambiar la expresión.

El algoritmo de la herramienta Unir con el motor original se basa en el método para unir de ordenar-combinar, en el cual los registros siempre vienen ordenados. Con AMP, el algoritmo nuevo de la herramienta Unir  se basa en un método de unión Hash, y los registros salen desordenados. Por ejemplo:

Entrada izquierda:

Entrada derecha:

Si se une por la columna CustomerID con el motor original, los registros se ordenan según el campo CustomerID :

Mientras que con AMP, los registros son los mismos, pero en un orden diferente:

Si necesitas que la salida de la herramienta Unir esté ordenada, agrega la herramienta Ordenar después de la herramienta Unir o activa el Modo de compatibilidad de motor en Configuración del flujo de trabajo – Tiempo de ejecución , debajo de la opción Usar AMP Engine .

Una diferencia entre el motor original y AMP puede ocurrir cuando una herramienta dentro de una macro informa de un error. Al ser de un solo subproceso, el motor original se detiene si se produce un error en una macro. AMP funciona hasta que la salida iterativa está vacía o se produce el número máximo de iteraciones. Debido a una mayor cantidad de iteraciones, puedes enfrentarte con las siguientes situaciones:

Las funciones ConvertFromCodePage y ConvertToCodePage de la herramienta Fórmula aceptan cadenas como parámetro y devuelven cadenas como resultado, por lo que no es posible distinguir cómo se codifica la cadena. Existe una diferencia en la salida de la herramienta Fórmula cuando estas funciones se utilizan con el motor original o con AMP.

Una representación binaria diferente de los datos de entrada se debe al uso interno que hace AMP de las cadenas codificadas en UTF-8. Cuando se importan datos con una codificación diferente, no hay forma de restaurar los datos originales. El motor original almacena cadenas como cadenas codificadas Latin-1 o UTF-16 que se utilizaron como búfer y permiten volver a convertir los datos correctamente.

AMP aún no admite complementos (add-ins) para la herramienta Fórmula. Si necesitas ejecutar un flujo de trabajo que contiene esa funcionalidad, ejecútalo con el motor original.

Las aplicaciones que utilizan la herramienta Mapa para seleccionar desde una capa de referencia espacial en una aplicación analítica deben seguir utilizando el motor original.

Con el motor original, Esperar flujos iguales sigue siendo una macro CReW. Con AMP se ejecuta como una herramienta nativa.

Algunos flujos de trabajo leen de un archivo y, luego, le vuelven a escribir al mismo archivo. Esto requiere secuenciación para asegurar que la lectura se completo antes de que se pueda iniciar la escritura. Del mismo modo, un flujo de trabajo que escribe varias hojas en un archivo .xlsx debe escribir las hojas de a una. Alteryx Designer proporciona la herramienta Bloquear hasta finalizar para ayudar a dividir el trabajo en fases que no se interpongan.

Se aplica la misma solución para la herramienta Correo electrónico cuando se utilizan archivos de salida de ramas anteriores como archivo adjunto. Debes esperar a que finalice el procesamiento de datos y, a continuación, agregarlo como archivo adjunto a la herramienta Correo electrónico.

Cuando trabajas con un flujo de trabajo con varias ramas (flujos ampliamente separados de las entradas a las salidas), hay que colocar la herramienta Bloquear hasta finalizar en la rama del flujo de trabajo con la herramienta de entrada con el número de Id. más bajo. Esto garantiza que todas las ramas posteriores esperen para ejecutar hasta que termine la rama anterior y la herramienta funcione según lo esperado.

Para obtener más información sobre las funcionalidades de herramientas específicas, dirígete a: Uso de herramientas con AMP .