Průvodce optimalizací pro Power BI

  • Článek

Tento článek obsahuje pokyny, které vývojářům a správcům umožňují vytvářet a udržovat optimalizovaná řešení Power BI. Řešení můžete optimalizovat v různých vrstvách architektury. Mezi vrstvy patří:

  • Zdroje dat
  • Datový model
  • Vizualizace, včetně řídicích panelů, sestav Power BI a stránkovaných sestav Power BI
  • Prostředí, včetně kapacit, bran dat a sítě

Optimalizace datového modelu

Datový model podporuje celé prostředí vizualizace. Datové modely jsou hostované buď v ekosystému Power BI, nebo externě (pomocí DirectQuery nebo živého Připojení ionu) a v Power BI se označují jako sémantické modely – dříve označované jako datové sady. Je důležité porozumět vašim možnostem a zvolit vhodný sémantický typ modelu pro vaše řešení. Existují tři sémantické režimy modelu: Import, DirectQuery a Složený. Další informace najdete v tématu Sémantické modely v služba Power BI a režimy sémantických modelů v služba Power BI.

Pokyny ke konkrétnímu sémantickému režimu modelu najdete tady:

Optimalizace vizualizací

Vizualizace Power BI můžou být řídicí panely, sestavy Power BI nebo stránkované sestavy Power BI. Každá z nich má různé architektury a každý z nich má vlastní pokyny.

Řídicí panely

Je důležité pochopit, že Power BI udržuje mezipaměť pro dlaždice řídicího panelu – s výjimkou živých dlaždic sestav a streamovaných dlaždic. Pokud sémantický model vynucuje dynamické zabezpečení na úrovni řádků (RLS), nezapomeňte porozumět dopadům na výkon, protože dlaždice se budou ukládat do mezipaměti pro jednotlivé uživatele.

Když připnete živé dlaždice sestavy na řídicí panel, nebudou se obsluhovat z mezipaměti dotazů. Místo toho se chovají jako sestavy a průběžně můžou vytvářet dotazy na virtuální jádra.

Jak název napovídá, načítání dat z mezipaměti poskytuje lepší a konzistentnější výkon než spoléhání na zdroj dat. Jedním ze způsobů, jak tuto funkci využít, je mít řídicí panely první cílovou stránkou pro uživatele. Připněte často používané a vysoce požadované vizuály na řídicí panely. Řídicí panely se tak stanou cennou "první linii obrany", která zajišťuje konzistentní výkon s menším zatížením kapacity. Uživatelé stále můžou kliknout na sestavu a analyzovat podrobnosti.

U sémantických modelů DirectQuery a živého připojení se mezipaměť pravidelně aktualizuje dotazováním zdroje dat. Ve výchozím nastavení k tomu dochází každou hodinu, i když v nastavení sémantického modelu můžete nakonfigurovat jinou frekvenci. Každá aktualizace mezipaměti odešle dotazy do podkladového zdroje dat, aby se mezipaměť aktualizovala. Počet dotazů, které se generují, závisí na počtu vizuálů připnutých na řídicí panely, které spoléhají na zdroj dat. Všimněte si, že pokud je povolené zabezpečení na úrovni řádků, vygenerují se dotazy pro každý jiný kontext zabezpečení. Představte si například, že existují dvě různé role, které kategorizují uživatele a mají dvě různá zobrazení dat. Během aktualizace mezipaměti dotazů vygeneruje Power BI dvě sady dotazů.

Sestavy Power BI

Pro optimalizaci návrhů sestav Power BI existuje několik doporučení.

Poznámka:

Pokud jsou sestavy založené na sémantickém modelu DirectQuery, další optimalizace návrhu sestav najdete v pokynech k modelu DirectQuery v Power BI Desktopu (optimalizace návrhů sestav).

Použití nejvíce omezujících filtrů

Čím více dat se vizuál potřebuje zobrazit, tím pomalejší je načtení vizuálu. I když se zdá, že tento princip je zřejmý, je snadné zapomenout. Předpokládejme například, že máte velký sémantický model. Na základě sémantického modelu sestavíte sestavu s tabulkou. Koncoví uživatelé používají průřezy na stránce k tomu, aby se dostali k požadovaným řádkům – obvykle se zajímají jenom o několik desítek řádků.

Běžnou chybou je ponechat výchozí zobrazení tabulky nefiltrované – to znamená všech 100M+ řádků. Data těchto řádků se načítají do paměti a při každé aktualizaci se nekomprimují. Toto zpracování vytváří obrovské nároky na paměť. Řešení: Pomocí filtru "Horní N" snižte maximální počet položek, které tabulka zobrazuje. Maximální počet položek můžete nastavit na větší, než by uživatelé potřebovali, například 10 000. Výsledkem je, že se prostředí koncového uživatele nemění, ale využití paměti výrazně klesne. A co je nejdůležitější, výkon se zlepšuje.

Podobný přístup k návrhu výše uvedeného návrhu se navrhuje pro každý vizuál v sestavě. Zeptejte se sami sebe, jsou všechna data v tomto vizuálu potřebná? Existují způsoby filtrování množství dat zobrazených ve vizuálu s minimálním dopadem na prostředí koncového uživatele? Mějte na paměti, že tabulky můžou být obzvláště nákladné.

Omezení vizuálů na stránkách sestavy

Výše uvedený princip platí stejně pro počet vizuálů přidaných na stránku sestavy. Důrazně doporučujeme omezit počet vizuálů na konkrétní stránce sestavy jenom na to, co je potřeba. Stránky podrobné analýzy a popisy stránek sestavy jsou skvělé způsoby, jak poskytnout další podrobnosti, aniž byste museli rušit další vizuály na stránku.

Vyhodnocení výkonu vlastního vizuálu

Nezapomeňte si jednotlivé vlastní vizuály projít jeho tempem, abyste zajistili vysoký výkon. Špatně optimalizované vizuály Power BI můžou negativně ovlivnit výkon celé sestavy.

Stránkované sestavy Power BI

Návrhy stránkovaných sestav Power BI je možné optimalizovat použitím návrhu osvědčených postupů pro načítání dat sestavy. Další informace najdete v tématu Pokyny k načtení dat pro stránkované sestavy.

Ujistěte se také, že má vaše kapacita přidělenou dostatek paměti pro úlohu stránkovaných sestav.

Optimalizace prostředí

Prostředí Power BI můžete optimalizovat konfigurací nastavení kapacity, nastavením velikosti bran dat a snížením latence sítě.

Nastavení kapacity

Při používání kapacit , které jsou dostupné v Power BI Premium (SKU P), licencíCh Premium na uživatele (PPU) nebo Power BI Embedded (SKU A, A4–A6) – můžete spravovat nastavení kapacity. Další informace najdete v tématu Správa kapacit Premium.

Nastavení velikosti brány

Brána se vyžaduje vždy, když Power BI musí přistupovat k datům, která nejsou přístupná přímo přes internet. Místní bránu dat můžete nainstalovat na místní server nebo na virtuální počítač hostovaný jako službu (IaaS).

Pokud chcete porozumět úlohám brány a doporučením pro změnu velikosti, přečtěte si téma Určení velikosti místní brány dat.

Latence sítě

Latence sítě může ovlivnit výkon sestavy zvýšením času potřebného k dosažení služba Power BI požadavků a doručením odpovědí. Tenanti v Power BI se přiřazují ke konkrétní oblasti.

Tip

Pokud chcete zjistit, kde se nachází váš tenant, přečtěte si téma Kde se nachází můj tenant Power BI?

Když uživatelé z tenanta přistupují k služba Power BI, jejich žádosti se vždy směrují do této oblasti. Jakmile se požadavky dostanou do služba Power BI, může služba posílat další žádosti , například do podkladového zdroje dat nebo brány dat, které podléhají také latenci sítě.

Nástroje, jako je Azure Speed Test , poskytují informace o latenci sítě mezi klientem a oblastí Azure. Obecně platí, že pokud chcete minimalizovat dopad latence sítě, snažte se zachovat zdroje dat, brány a kapacitu Power BI co nejblíže. Pokud možno, nacházejí se ve stejné oblasti. Pokud je latence sítě problém, zkuste vyhledat brány a zdroje dat blíže ke své kapacitě Power BI tak, že je umístíte do virtuálních počítačů hostovaných v cloudu.

Monitorování výkonu

Můžete monitorovat výkon a identifikovat kritické body. Pomalé dotazy (nebo vizuály sestavy) by měly být ústředním bodem průběžné optimalizace. Monitorování je možné provádět v době návrhu v Power BI Desktopu nebo v produkčních úlohách v kapacitách Power BI Premium. Další informace najdete v tématu Monitorování výkonu sestavy v Power BI.

Související obsah

Další informace o tomto článku najdete v následujících zdrojích informací: