Comparteix a través de


Configuración de agregaciones automáticas

La configuración de agregaciones automáticas incluye habilitar el entrenamiento para un modelo semántico de DirectQuery admitido y configurar una o varias actualizaciones programadas. Después de ejecutar varias iteraciones de las operaciones de entrenamiento y actualización, puede volver a la configuración del modelo semántico para ajustar el porcentaje de consultas de informe que usan la memoria caché de agregaciones en memoria. Antes de completar estos pasos, asegúrese de que comprende perfectamente la función y las limitaciones descritas en Agregaciones automáticas.

Habilitar

Debe tener permisos de propietario del modelo semántico para habilitar agregaciones automáticas. Los administradores del área de trabajo pueden asumir los permisos de propietario del modelo.

  1. En Configuración del modelo semántico, expanda optimización de rendimiento y actualización programada.

  2. Cambie Entrenamiento de agregaciones automáticas a Activado. Si el conmutador aparece atenuado, asegúrese de que las credenciales de origen de datos están configuradas y de que ha iniciado sesión.

    Screenshot of scheduled refresh and performance optimization expanded.

  3. En Programación de actualización, especifique una frecuencia de actualización y una zona horaria. Si los controles Programación de actualización están deshabilitados, compruebe la configuración del origen de datos, incluida la conexión de puerta de enlace (si es necesario) y las credenciales del origen de datos.

  4. Seleccione Agregar otra hora y especifique una o varias actualizaciones.

    Screenshot showing the refresh frequency section with multiple times set. Add another time and apply are highlighted.

    Debe programar al menos una actualización. La primera actualización en la frecuencia que seleccione incluirá una operación de entrenamiento y una actualización que carga agregaciones nuevas y actualizadas en la caché en memoria. Programe más actualizaciones para asegurarse de que las consultas de informe que se encuentran en la caché de agregaciones obtengan los resultados más sincronizados con el origen de datos de back-end. Para obtener más información, consulte Operaciones de actualización.

  5. Seleccione Aplicar.

Entrenamiento y actualización a petición

La primera operación de actualización programada para la frecuencia elegida incluye una operación de entrenamiento. Si esa operación de entrenamiento no se completa dentro del límite de tiempo de 60 minutos, la operación de actualización posterior no cargará ni actualizará agregaciones en la memoria caché. La siguiente operación de entrenamiento no se ejecutará hasta la primera operación de actualización de la frecuencia elegida.

En tales casos, puede ejecutar manualmente una o varias operaciones de entrenamiento y actualización a petición para completar por entero el entrenamiento y cargar o actualizar agregaciones en la memoria caché. Por ejemplo, al comprobar la función Actualizar historial, si la primera operación de entrenamiento y actualización programada para el día (frecuencia) no se completa dentro del límite de tiempo y no desea esperar a que se ejecute la actualización programada del día siguiente que incluye una operación de entrenamiento para ejecutarla, puede ejecutar una o varias operaciones de entrenamiento y actualización a petición para procesar completamente el registro de consultas de datos (entrenar) y cargar agregaciones en la memoria caché (actualizar).

Para ejecutar una operación de entrenamiento y actualización a petición, haga clic en Entrenar y actualizar ahora. Asegúrese de vigilar el historial de actualizaciones para asegurarse de que la operación de entrenamiento a petición se completa correctamente. Si no es así, ejecute otra operación de entrenamiento y actualización hasta que el entrenamiento se complete de forma correcta y las agregaciones se carguen o actualicen en la memoria caché.

La ejecución del comando Entrenar y actualizar ahora puede resultar útil para ajustar el porcentaje de consultas de informe que usarán agregaciones de la caché en memoria. Al ejecutar una operación a petición de entrenar y actualizar ahora, puede determinar más rápidamente si la nueva configuración de porcentaje permite que la operación de entrenamiento se complete dentro del límite de tiempo.

Tenga en cuenta las operaciones de entrenamiento y actualización, tanto si son operaciones programadas o a petición, consumen muchos recursos y procesos tanto para el origen de datos como para Power BI. Elija una hora en la que los recursos se vean menos afectados.

Ajuste preciso

Tanto las tablas de agregaciones definidas por el usuario como las generadas por el sistema forman parte del modelo, contribuyen al tamaño del modelo y están sujetas a restricciones de tamaño del modelo de Power BI existentes. El procesamiento de agregaciones también consume recursos y afecta a las duraciones de actualización del modelo. Una configuración óptima consigue el equilibrio entre proporcionar resultados agregados previamente de la caché de agregaciones en memoria para las consultas de informe usadas con más frecuencia, al tiempo que acepta resultados más lentos para consultas de valores atípicos y ad-hoc a cambio de tiempos de entrenamiento y actualización más rápidos y una carga reducida para los recursos del sistema.

Ajuste del porcentaje

De forma predeterminada, el valor de la caché de agregaciones que determina el porcentaje de consultas de informe que usarán agregaciones de la caché en memoria es del 75 %. Aumentar el porcentaje significa que un mayor número de consultas de informe reciben una clasificación más alta y, por tanto, sus agregaciones se incluyen en la caché de agregaciones en memoria. Aunque un porcentaje mayor puede significar que se responden más consultas desde la caché en memoria, también puede significar tiempos de entrenamiento y actualización más largos. Por otro lado, el ajuste a un porcentaje inferior puede significar tiempos de entrenamiento y actualización más cortos y un uso menor de los recursos, pero el rendimiento de la visualización de informes podría disminuir porque la caché de agregaciones en memoria respondería a menos consultas de informe, ya que esas consultas de informe en su lugar deben realizar un recorrido de ida y vuelta al origen de datos.

Para que el sistema pueda determinar las agregaciones óptimas que se deben incluir en la caché, primero debe conocer los patrones de consulta de informe que se usan con más frecuencia. Asegúrese de permitir que se completen varias iteraciones de las operaciones de entrenamiento y actualización antes de ajustar el porcentaje de consultas que usarán la caché de agregaciones. Esto proporciona al algoritmo de entrenamiento tiempo para analizar las consultas de informes durante un período de tiempo más amplio y ajustarse automáticamente en consecuencia. Por ejemplo, si ha programado actualizaciones con una frecuencia diaria, es posible que quiera esperar una semana completa. Los patrones de informes de usuarios de algunos días de la semana pueden ser diferentes de otros.

Para ajustar el porcentaje

  1. En Configuración del modelo semántico, expanda optimización de rendimiento y actualización programada.

  2. En Cobertura de consulta, use el control deslizante Ajuste el porcentaje de las consultas que usarán cachés agregadas para aumentar o reducir el porcentaje al valor deseado. A medida que ajusta el porcentaje, el gráfico de elevación Impacto de rendimiento de la consulta muestra los tiempos de respuesta de consulta estimados.

    Screenshot of the query coverage section showing the slider at 74 percent.

  3. Seleccione Entrenar y actualizar ahora o Aplicar.

Estimación del impacto en el rendimiento de las consultas

En el gráfico de elevación Impacto en el rendimiento de las consultas se proporcionan tiempos de ejecución estimados de consultas de informe como una función del porcentaje de consultas que usarán agregaciones en caché. Inicialmente, el gráfico mostrará 0,0 para todas las métricas hasta que se realice al menos una operación de entrenamiento y actualización. Después de una operación inicial de entrenamiento y actualización, el gráfico puede ayudarle a determinar si ajustar el porcentaje de consultas que usan la caché de agregaciones en memoria puede mejorar aún más la respuesta de las consultas.

Screenshot of the query performance impact lift chart.

El umbral aparece como una línea de marcador en el gráfico de elevación e indica el tiempo de respuesta de la consulta de destino para los informes. Después, puede ajustar el porcentaje de consultas que usarán la caché de agregaciones para determinar un nuevo porcentaje de consultas que cumpla el umbral deseado.

Métricas

DirectQuery: una duración estimada en segundos para una consulta de informe enviada al origen de datos y devuelta desde el origen de datos mediante DirectQuery. Las consultas que no se pueden responder con la caché de agregaciones en memoria suelen estar dentro de esta estimación.

Porcentaje de consulta actual: una duración estimada en segundos para las consultas de informe respondidas desde la caché de agregaciones en memoria, en función de la configuración del porcentaje de la operación de entrenamiento o actualización más reciente.

Nuevo porcentaje de consulta: duración estimada en segundos para las consultas de informe respondidas desde la caché de agregaciones en memoria para el porcentaje recién seleccionado. A medida que se cambia el control deslizante de porcentaje, esta métrica refleja el posible cambio.

Disable

Debe tener permisos de propietario del conjunto de datos para deshabilitar las agregaciones automáticas. Los administradores del área de trabajo pueden asumir los permisos de propietario del modelo.

  1. Para deshabilitarlas, cambie Entrenamiento de agregaciones automáticas a Activado.

    Al deshabilitar el entrenamiento, se le muestra un mensaje con una opción para eliminar las tablas de agregaciones automáticas.

    Screenshot of automatic aggregations training off with information about automatic aggregations tables in the model.

    Si elige no para eliminar las tablas de agregación automática existentes, las tablas permanecerán en el modelo y seguirán siendo actualizadas. Pero, dado que el entrenamiento está deshabilitado, no se añadirán agregaciones nuevas. Power BI seguirá usando las tablas existentes para obtener resultados de consulta agregados cuando sea posible.

    Si elige eliminar las tablas, el modelo vuelve a su estado original sin agregaciones automáticas.

  2. Seleccione Aplicar.