Lång hållbarhet för Exact Online med inkrementellt mönster

I Microsoft Fabric har jag ställt in ett dataflow gen2 så att det laddas inkrementellt. Det tittar på max ModifiedDate från Data Warehouse och skickar sedan med detta som filter. Jag ser i invantive monitoring att filtret kommer igenom korrekt, men uppdateringen tar fortfarande väldigt lång tid.

Det görs också väldigt många API-anrop. Har ni någon idé om vad som går fel här och hur detta kan optimeras?

*Incremental-tabellerna hämtas först helt och hållet och uppdateras sedan med ändringarna i Exact Online. Om ett filter skickas med kommer hela cachen ändå först att byggas upp, så att Incremental-tabellen därefter kan uppdateras. Detta sker vanligtvis bara en gång. Därefter är tabellen mer prestandavänlig.

Tänk på att själv ladda inkrementellt baserat på Modified kan leda till en felaktig kopia, eftersom till exempel borttagna rader inte tas med.

Är det då bättre att använda de normala tabellerna istället för de inkrementella tabellerna?

Jag är medveten om problemet med de raderade raderna. Vi kommer att ta fram en lösning för detta. I princip raderas det inte så ofta poster i Exact, så vi skulle kunna göra en full inläsning en gång i veckan baserat på de inkrementella tabellerna.

Det är bättre att använda Incremental-tabellerna. Även om dessa tabeller har en längre uppstartstid kommer alla rader ändå att hämtas till slut. Att använda dem konsekvent gör att färre API-anrop behövs på lång sikt.

Den här frågan har automatiskt stängts efter 1 vecka av inaktivitet. Det senaste svaret har markerats som lösning.

Vänligen ställ en ny fråga i ett separat ämne om problemet uppstår igen. Vänligen inkludera en länk till det här ämnet i den nya frågan genom att klistra in dess URL i texten.