Bewährte Methoden für die QVD-Architektur bei der Migration zu Qlik Cloud

Letzte Aktualisierung: 14.10.2026

Qlik Cloud unterstützt große Dateien, und der native DataFiles-Speicher kann große QVD-Dateien verarbeiten. Architektonische Überlegungen unterscheiden sich jedoch, wenn große Dateien in Qlik Cloud im Vergleich zu Qlik Sense Enterprise on Windows verwendet werden.

Die QVD-Ladeleistung unterscheidet sich zwischen Qlik Sense Enterprise on Windows und Qlik Cloud:

• In Qlik Sense Enterprise on Windows liest die Qlik Engine die QVD direkt vom lokalen Festplattenspeicher. Wenn die Dateien auf dem lokalen Server gespeichert sind, gibt es auch eine minimale Latenz beim Laden von Daten.

• In Qlik Cloud, Qlik Engine führt einen Netzwerkaufruf durch, um den Dateiinhalt aus dem Webdateispeicher zu lesen. Dies verlängert die Ladezeit auf zwei Arten. Zunächst führt das Lesen aus dem Web-Dateispeicher über das Netzwerk zu einer Übertragungslatenz, die lokale Festplattenlesevorgänge vermeiden. Zweitens führt die Verschlüsselung, die für Compliance-Zertifizierungen wie SOC 2/3 und HIPAA erforderlich ist, zu zusätzlichem Verarbeitungsaufwand.

  InformationshinweisWeitere Informationen zu Sicherheit und Compliance finden Sie unter Vertrauen und Sicherheit bei Qlik.

Beim Speichern von QVD-Dateien in Qlik Cloud, berücksichtigen Sie die Lese- und Schreibzeit der Datei in Ihrer Neuladestrategie. Berücksichtigen Sie die folgenden Ansätze bei der Planung Ihrer QVD-Architektur in Qlik Cloud:

• Optimale QVD-Größen beibehalten

• QVD-Ladevorgänge optimieren

Weitere Informationen zum Arbeiten mit QVD-Dateien, siehe:

• Arbeiten mit QVD-Dateien

Optimale QVD-Größen beibehalten

Obwohl Qlik Cloud große Dateien verarbeiten kann, halten Sie Ihre QVD-Dateien klein genug, um Ihre Leistungsanforderungen zu erfüllen. Es gibt keine feste Zielgröße, daher validieren Sie die Leistung als Teil Ihres Datenentwurfs und optimieren Sie weiter, um Ihre Anforderungen zu erfüllen. Die folgenden Ansätze können dazu beitragen, Ihre QVD-Dateien in optimalen Größenbereichen für ein zeitnahes Laden zu halten.

Weitere Informationen zur Optimierung der Anwendungsleistung bei großen Datenmengen finden Sie unter:

• Große Datenmengen

Segmentieren Sie Ihre Daten

Halten Sie die Größe einzelner Dateien gering, indem Sie Ihre Daten nach natürlichen Dimensionen segmentieren, wie zum Beispiel:

• Zeitrahmen: Segmentieren Sie Ihre Daten nach Zeitrahmen, wie z. B. Jahren oder Monaten. Zum Beispiel könnten Sie eine QVD, die all Ihre Daten enthält, in zwei QVDs aufteilen:

  • Eine QVD-Datei, die Daten aus den zwei letzten Jahren enthält.

  • Ein QVD, das historische Daten enthält, die älter als zwei Jahre sind.

• Kategorie: Segmentieren Sie Ihre Daten nach logischen Kategorien, wie zum Beispiel:

  • Länder oder Regionen.

  • Produktgruppen.

  • Abteilungen.

  Zum Beispiel könnten Sie eine QVD, die all Ihre Daten enthält, nach Ländern oder administrativen Gebieten zweiter Ebene wie Bundesstaaten oder Provinzen aufteilen.

• Aggregationsebene: Aggregieren Sie Ihre Daten auf einer höheren Ebene, um einen kleineren Datensatz zu erstellen. Beispiel:

  • Tägliche Daten in monatliche Zusammenfassungen aggregieren.

  • Aggregieren Sie individuelle Kundendaten zu regionalen Zusammenfassungen.

Reduzieren der Kardinalität von Daten

Das Reduzieren der Kardinalität von Daten in den QVD-Dateien verbessert die Komprimierung und reduziert die QVD-Dateigröße. Betrachten Sie die folgenden Ansätze:

• Rundung: Runden Sie numerische Werte mit hoher Kardinalität, wenn es analytisch sinnvoll ist. Dies reduziert die Anzahl der eindeutigen Werte, was zu kleineren Datensätzen und einer schnelleren Symboltabellenverarbeitung führt.

• Zeitstempel aufteilen: Zeitstempelfelder in separate Datum- und Uhrzeit-Felder aufteilen. Dies senkt die Kardinalität erheblich und verbessert die Komprimierung.

• Optimierung von Textfeldern: Textfelder können eine hohe Kardinalität aufweisen, insbesondere Felder, die lange Beschreibungen enthalten. Um Ihre QVD-Dateien zu optimieren, vermeiden Sie es, diese Textfelder in mehreren QVD-Dateien aufzunehmen. Verschieben Sie sie in dedizierte QVD-Dateien, um primäre Daten-QVD-Dateien schlank zu halten. Wenn eine einzelne Text-QVD immer noch nicht performant ist, segmentieren Sie sie weiter.

Überprüfung der QVD-Ebenen-Strategie

QVD-Dateien können mit der Zeit anwachsen und sind möglicherweise nicht mehr für ihre ursprünglichen Anwendungsfälle optimiert. Überprüfen Sie Ihre Ebenenstrategie und legen Sie fest, ob Sie eine granularere Struktur annehmen können. Die Verwendung von mehr, kleineren Dateien kann die Auswirkungen des Dateiladens begrenzen.

Zum Beispiel kann das Aufteilen von Verkaufsdaten in QVDs nach Jahr die Ladezeiten beschleunigen und Anwendungen ermöglichen, weniger Daten zu lesen, wenn sie nur Datenpunkte aus den letzten Jahren benötigen.

Weitere Informationen zum Erstellen und Speichern von QVD-Layern finden Sie unter:

• Laden neuer und aktualisierter Datensätze mit inkrementellem Laden

QVD-Ladevorgänge optimieren

Beim Laden von Daten aus QVD-Dateien in Qlik Cloud, optimieren Sie Ihre Ladevorgänge. Die folgenden Ansätze können helfen, Ladezeiten beim Lesen von QVD-Dateien zu reduzieren.

Speicherlesevorgänge minimieren

Vermeiden Sie das mehrmalige Laden derselben QVD-Dateien innerhalb eines einzelnen Ladeskripts. Um den Mehraufwand zu reduzieren, laden Sie die Daten einmal in eine temporäre Tabelle und verwenden Sie sie durch RESIDENT-Ladevorgänge wieder.

Weitere Informationen zum Laden von Daten und zu residenten Tabellen finden Sie unter:

• Datenladen in Qlik Sense

Nutzen Sie optimierte Lasten

Für unoptimierte Szenarien, wie Ladevorgänge mit komplexen WHERE-Klauseln oder Datentransformationen, erwägen Sie, die QVD zunächst in ihrem optimierten Format in eine temporäre Tabelle zu laden. Sie können dann die notwendigen Manipulationen und Filterungen über einen RESIDENT-Ladevorgang in Ihre endgültige Zieltabelle durchführen, wodurch die Verarbeitungsbelastung vom Laden des QVD in den Arbeitsspeicher der Engine verlagert wird.

Weitere Informationen zu optimierten und Standard-QVD-Lademodi finden Sie unter:

• QVD-Dateien

Alternative Dateispeicherlösungen

Wenn der Governance-Overhead beim Speichern Ihrer QVDs in Qlik Cloud Lese- und Schreibleistungsprobleme verursacht, erwägen Sie, alternative Dateispeicherlösungen mit konfigurierbaren Sicherheitsstufen zu testen.

Für Qlik Cloud-unterstützte Dateispeicherlösungen siehe Qlik Web Storage Provider-Konnektoren (nur auf Englisch). Um Latenzprobleme zu minimieren, stellen Sie sicher, dass Ihre alternative Dateispeicherlösung so nah wie möglich am Mandanten Ihrer Qlik Cloud Region bereitgestellt wird.

Weitere Informationen zur Verwaltung von Datendateien finden Sie unter:

• Verwalten von Datendateien

• Verwalten von Datendateien für Mandanten- und Analyseadministratoren