Arquitectura de Power BI Premium
Gracias a los cambios en la arquitectura de Premium, especialmente en cuanto a cómo se asignan y usan los recursos de CPU, se puede disfrutar de más versatilidad en las ofertas y de más flexibilidad en los modelos de licencias. Por ejemplo, la nueva arquitectura permite ofrecer Premium para cada usuario en forma de Premium por usuario. La arquitectura también proporciona a los clientes un mejor rendimiento, así como una mejor gobernanza y control sobre sus gastos de Power BI.
La actualización más significativa en la arquitectura de Premium es la manera en que se implementan los núcleos virtuales de las capacidades:
En la versión original de Power BI Premium, los núcleos virtuales eran nodos informáticos físicos reservados en la nube, con algunas diferencias en el número de núcleos virtuales y en la cantidad de memoria incorporada según la SKU de licencia del cliente. Se necesitaban administradores de clientes para realizar un seguimiento del uso de estos nodos mediante la aplicación de métricas de Premium. Tenían que usar la aplicación y otras herramientas para determinar cuánta capacidad necesitaban sus usuarios para satisfacer sus necesidades informáticas.
En Premium, los núcleos virtuales se implementan en clústeres regionales de nodos físicos en la nube, que comparten todos los inquilinos con capacidades Premium de esa región de Power BI. El clúster regional se divide aún más en grupos especializados de nodos, donde cada grupo controla una carga de trabajo de Power BI diferente (modelos semánticos, flujos de datos o informes paginados). Estos grupos especializados de nodos ayudan a evitar la contención de recursos entre las cargas de trabajo radicalmente diferentes que se ejecutan en el mismo nodo.
Nota:
Power BI Premium proporciona segregación lógica de datos entre distintos clientes y cumple la norma ISO 27017. Para obtener información detallada, consulte ISO/IEC 27017:2015.
Los administradores tienen la capacidad de retocar y configurar los ajustes de la carga de trabajo para su capacidad. Esto se puede usar para reducir la contención de recursos entre cargas de trabajo (modelos semánticos, flujos de datos, informes paginados e inteligencia artificial) y ajustar otras configuraciones, como los límites de memoria y los tiempos de espera en función de los patrones de uso de la capacidad.
El contenido de las áreas de trabajo asignadas a una capacidad Premium se almacena en el nivel de almacenamiento de la capacidad de la organización, que se implementa sobre los contenedores de Azure Storage Blob específicos de cada capacidad, de forma similar a cómo se hacía en la versión original de Premium. Este enfoque permite usar en los datos características como BYOK.
Cuando es necesario ver o actualizar el contenido, se lee de la capa de almacenamiento y se coloca en un nodo de Premium para realizar tareas de cálculo. Power BI usa un mecanismo de selección de ubicación que garantiza que se elija el nodo óptimo dentro del grupo adecuado de nodos de cálculo. Normalmente, el mecanismo coloca contenido nuevo en el nodo que tiene la mayor cantidad de memoria disponible en el momento en que se carga el contenido, de modo que la operación de visualización o actualización puede acceder a la mayoría de los recursos y funcionar de manera óptima.
A medida que la capacidad representa y actualiza más contenido, usa más nodos de cálculo, cada uno con recursos suficientes para completar las operaciones de forma rápida y correcta. Esto significa que es posible que la capacidad use varios nodos de cálculo y, en algunos casos, el contenido podría incluso moverse entre los nodos debido a que el servicio Power BI realiza un equilibrio de carga interno entre todos los nodos o recursos. Cuando se produce este equilibrio de carga, Power BI garantiza que el movimiento del contenido no afecte a las experiencias del usuario final.
Hay varios resultados positivos al distribuir el procesamiento de contenido (modelos semánticos, flujos de datos, informes paginados y otras cargas de trabajo) entre varios nodos.
Los nodos compartidos deben tener el mismo que un nodo Premium P3 original, con lo que habrá más núcleos virtuales para realizar cualquier operación, lo que puede aumentar el rendimiento hasta 16 veces cuando se compara con un nodo Premium P1 original.
Sea cual sea el nodo en el que se recaiga el procesamiento, el mecanismo de selección de ubicación garantiza la disponibilidad de la memoria para que se complete la operación, dentro de las restricciones de memoria aplicables de la capacidad. Consulte la sección de limitaciones de este documento para obtener información completa sobre las restricciones de memoria.
La contención de recursos entre cargas de trabajo se evita separando los nodos compartidos en grupos de cargas de trabajo especializados. Como resultado de esta separación, no hay controles para las cargas de trabajo de informes paginados.
Las limitaciones de las diferentes SKU de capacidad no se basan en las restricciones físicas, ya que se encontraban en la versión original de Premium. En su lugar, se basan en un conjunto de reglas claras y previstas que el servicio Power BI Premium aplica:
El rendimiento de CPU de la capacidad total es igual o inferior al rendimiento posible con los núcleos virtuales que tiene la capacidad adquirida.
El consumo de memoria necesario para las operaciones de visualización y actualización permanece dentro de los límites de memoria de la capacidad adquirida.
Debido a esta nueva arquitectura, los administradores de clientes no necesitan supervisar sus capacidades para ver si se acercan al límite de sus recursos, sino que se les proporciona una indicación clara cuando se alcanzan dichos límites. Esto reduce significativamente el esfuerzo y la sobrecarga que los administradores de capacidades necesitan para mantener un rendimiento óptimo de la capacidad.
Contenido relacionado
¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI.
Comentarios
Próximamente: A lo largo de 2024 iremos eliminando gradualmente GitHub Issues como mecanismo de comentarios sobre el contenido y lo sustituiremos por un nuevo sistema de comentarios. Para más información, vea: https://aka.ms/ContentUserFeedback.
Enviar y ver comentarios de