Jaa


Power BI:n käyttöskenaariot: Omatoiminen reaaliaikainen analytiikka

Muistiinpano

Tämä artikkeli on osa Power BI:n käyttöönoton suunnittelun artikkelisarjaa. Tässä sarjassa keskitytään ensisijaisesti Microsoft Fabricin Power BI -kokemukseen. Johdanto sarjaan on artikkelissa Power BI:n käyttöönoton suunnittelu.

Tässä käyttöskenaariossa keskitytään siihen, miten yritysanalyytikko voi tuottaa reaaliaikaisia Power BI -raportteja. Reaaliaikaisesti tarkoitetaan sitä, että tiedot ovat aina ajan tasalla eikä raporttien kuluttajien tarvitse käsitellä visualisointeja. Tietojen visualisointien pitäisi päivittyä automaattisesti, jotta ne näyttävät aina nykyiset tiedot.

Reaaliaikaisten raporttien avulla organisaatiot voivat valvoa ja tehdä luotettavia päätöksiä ajantasaisten tietojen perusteella.

Muistiinpano

Tässä artikkelissa termi reaaliaikainen tarkoittaa käytännössä lähes reaaliaikaista. Lähes reaaliaikainen tarkoittaa sitä, että tietojen prosessointi ja verkkolähetyksiin kuluva aika viive (viive) on aina olemassa.

Kehittääkseen omatoimista reaaliaikaista analytiikkaa liiketoiminta-analyytikon on ensin luotava (tai muodostettava yhteys) DirectQuery-semanttinen malli, joka tunnettiin aiemmin tietojoukkona. Sen jälkeen he voivat luoda raportin ja määrittää sen automaattiset sivun päivitysasetukset . Kun Power BI on määritetty, se päivittää raporttisivut automaattisesti näyttämään nykyiset tiedot.

Vihje

Voit saavuttaa reaaliaikaisia analyyseja myös Power BI:ssä push-tietojoukkojen avulla. Tämä ohjeaihe ei kuitenkaan kuulu tähän omatoimiseen reaaliaikaiseen käyttöskenaarioon, koska se on tarkoitettu kehittäjille. Push-tietojoukkoihin liittyy yleensä ohjelmallisen ratkaisun kehittäminen.

Saat täydellisen käsityksen Power BI:n reaaliaikasesta analytiikasta käymällä läpi Tietojen reaaliaikainen valvonta Power BI - oppimispolulla.

Skenaariokaavio

Seuraavassa kaaviossa esitetään korkean tason yleiskatsaus yleisimpiin käyttäjätoimintoihin ja Power BI -komponentteihin, jotka tukevat omatoimista reaaliaikaista analysointia. Ensisijaisena tavoitteena on luoda DirectQuery-malli ja luoda Power BI -raportteja, jotka käyttävät automaattista sivun päivitystä.

Kaaviossa näkyy omatoiminen reaaliaikainen analytiikka, joka koskee raporttien lähes reaaliaikaisten tietojen seurantaa. Kaavion kohteet on kuvattu alla olevassa taulukossa.

Vihje

Suosittelemme lataamaan skenaariokaavion , jos haluat upottaa sen esitykseen, dokumentaatioon tai blogikirjoitukseen tai tulostaa sen seinäjulisteena. Koska kyseessä on SVG-kuva, voit skaalata sitä ylös- tai alaspäin ilman laadun heikkenemistä.

Yllä olevassa kaaviossa esitetään seuraavat käyttäjän toiminnot, työkalut ja ominaisuudet:

Kohde Kuvaus
Kohde 1. Sisällöntekijät luovat DirectQuery-mallin Power BI Desktopin avulla.
Kohde 2. Power BI Desktop lähettää alkuperäiset kyselyt pohjana olevaan tietolähteeseen nykyisten tietojen noutamista varten.
Kohde 3. Sisällöntekijät luovat raportin, joka näyttää lähes reaaliaikaisia päivityksiä ottamalla käyttöön ja määrittämällä automaattisen sivun päivityksen.
Kohde 4. Kun sisällöntuottajat ovat valmiita, he julkaisevat Power BI Desktop -tiedoston (.pbix) tai Power BI -projektitiedoston (.pbip) Power BI -palvelu tai Fabric-portaalin työtilaan.
Kohde 5. Julkaisun jälkeen työtila sisältää uuden raportin ja semanttisen DirectQuery-mallin. Kun työtila on henkilökohtainen tai Pro-työtila, automaattisen sivun päivitysvälin vähimmäisraja on 30 minuuttia (silloinkin, kun raportin tekijä määrittää pienemmän välin).
Kohde 6. Kun raportin käyttäjät avaavat raporttisivun, jossa automaattinen sivun päivitys on käytössä, tietojen visualisoinnit päivittyvät automaattisesti näyttämään nykyiset tiedot.
Kohde 7. Jotkin tietolähteet saattavat edellyttää paikallista tietoyhdyskäytävää tai VNet-yhdyskäytävää tietojen päivittämiseen, kuten yksityisessä organisaatioverkossa sijaitsevat tietolähteet.
Kohde 8. Jokainen automaattisen sivun päivityssivun visualisointi tekee kyselyjä semanttisesta mallista, jotta se voi noutaa nykyiset tiedot pohjana olevasta tietolähteestä.
Kohde 9. Kun automaattinen sivun päivitysraportti tallennetaan työtilaan, joka käyttää Fabric-kapasiteettia, Premium-kapasiteettia tai käyttäjäkohtaisenPremiumin käyttöoikeustilaa, Power BI voi päivittää automaattisesti vähintään minuutin välein. Voit myös käyttää muutoksen havaitsemisen päivitystyyppiä, jotta Power BI voi välttää tarpeettomat päivitykset. Kun muutoksen havaitsemisen päivitystyyppi on määritetty, Power BI lähettää kullakin päivitysvälillä muutoksen havaitsemiskyselyt sen määrittämiseksi, ovatko tiedot muuttuneet viimeisimmän automaattisen päivityksen jälkeen. Kun Power BI havaitsee muutoksen, se päivittää kaikki sivulla olevat visualisoinnit.
Kohde 10. Raportin kuluttajat tarkastelevat ajantasaista sisältöä työtilasta tai Power BI -sovelluksesta.
Kohde 11. Kapasiteetin järjestelmänvalvojat voivat ottaa automaattisen sivun päivitystoiminnon käyttöön tai poistaa sen käytöstä. Kun ominaisuus on poistettu käytöstä, automaattinen sivun päivitys ei toimi raporteissa, jotka on tallennettu kapasiteettiin määritettyihin työtiloihin. Kapasiteetin järjestelmänvalvojat voivat myös määrittää pienimmän päivitysvälin ja pienimmän suoritusvälin. Nämä vähimmäisvälit ohittavat kaikki raporttisivun asetukset, jotka käyttävät pienempää päivitysväliä.
Kohde 12. Fabric-järjestelmänvalvojat valvovat ja valvovat toimintaa Fabric-portaalissa.

Tärkeä

Joskus tämä artikkeli viittaa Power BI Premiumiin tai sen kapasiteettitilauksiin (P-varastointiyksiköt). Ota huomioon, että Microsoft vahvistaa parhaillaan ostovaihtoehtoja ja poistaa käytöstä Kapasiteettikohtaisen Power BI Premiumin. Uusien ja nykyisten asiakkaiden kannattaa harkita Fabric-kapasiteettitilausten (F-varastointiyksiköiden) ostamista.

Lisätietoja on artikkelissa Power BI Premium -käyttöoikeuksien tärkeä päivitys ja Power BI Premiumin usein kysytyt kysymykset.

Avainasiat

Seuraavassa on joitakin avainkohtia, joita tulee korostaa omatoimista reaaliaikaista analytiikkaskenaariota varten.

Tuetut tietolähteet

Automaattinen sivun päivitystoiminto ei toimi tuontimalleihin yhdistetyissä raporteissa, joissa kaikissa taulukoissa käytetään tuonnin tallennustilaa. Ominaisuus toimii vain, kun Power BI -raportti muodostaa yhteyden semanttiseen malliin, joka

  • Sisältää DirectQuery-tallennustilataulukot .
  • Käyttää lisäävää päivitystä saadakseen uusimmat tiedot reaaliaikaisesti DirectQueryn avulla. Tämä ominaisuus kuvataan myöhemmin tässä ohjeaiheessa.
  • On reaaliaikainen yhteys taulukkomalliin Azure Analysis Servicesissä (AAS) tai SQL Server Analysis Servicesissä (SSAS).
  • On push-tietojoukko. Lisätietoja on artikkelissa Tietojen lähettäminen tietojoukkoihin.

DirectQuery-malli on tuontimallin vaihtoehto. DirectQuery-tilassa kehitetyt mallit eivät tuo tietoja. Sen sijaan ne koostuvat vain metatiedoista, jotka määrittävät mallin rakenteen. Kun malliin tehdään kysely, alkuperäisiä kyselyitä käytetään tietojen noutamiseen pohjana olevasta tietolähteestä.

Omatoimisesta näkökulmasta yritysanalyytikko voi lisätä DirectQuery-tallennustaulukoita malliinsa Power BI Desktopissa, kunhan tietolähde tukee tätä tallennustilaa. Yleensä DirectQuery tukee relaatiotietokantoja. DirectQueryä tukevien tietolähteiden täydellinen luettelo on kohdassa DirectQueryn tukemat tietolähteet.

Yritysanalyytikko voi myös parantaa tuontimallia määrittämällä lisäävän päivityksen. Kun otat käyttöön Hae uusimmat tiedot reaaliaikaisesti DirectQuery-asetuksella (vain Premium-työtilat tukevat), Power BI Desktop lisää DirectQuery-osion varmistaakseen, että uusimmat tiedot noudetaan. Lisätietoja on artikkelissa Lisäävä päivitys ja semanttisten mallien reaaliaikaiset tiedot.

Yritysanalyytikko voi myös luoda reaaliaikaisen yhteyden olemassa olevaan taulukkomalliin, joka sisältää DirectQuery-tallennustilataulukot.

Ota mukaan tietolähteiden omistajia

Ennen kuin julkaiset automaattisen sivun päivitysraportin, sinun kannattaa ensin keskustella reaaliaikasista vaatimuksista tietolähteen omistajien kanssa. Tämä johtuu siitä, että automaattinen sivun päivitys voi aiheuttaa merkittävän kuormituksen tietolähteelle.

Harkitse yhtä raporttisivua, joka on määritetty päivittymään viiden minuutin välein ja joka sisältää kaksi visualisointia. Kun raporttisivu on avoinna, Power BI lähettää pohjana olevaan tietolähteeseen vähintään 24 kyselyä tunnissa (12 päivitystä kerrottuna kahdella visualisoinnilla). Ajattele nyt, että 10 raportin kuluttajaa avaa saman raporttisivun yhtä aikaa. Tässä tapauksessa Power BI lähettää 240 kyselyä tunnissa.

On tärkeää käsitellä reaaliaikaisia vaatimuksia, kuten raporttisivun visualisointien määrää ja haluttua päivitysväliä. Kun käyttötapaus on perusteltu, tietolähteen omistaja voi ryhtyä ennakoimiin toimiin skaalaamalla tietolähderesursseja. He voivat myös optimoida tietolähteen lisäämällä hyödyllisiä indeksejä ja muodostettuja näkymiä. Lisätietoja on artikkelissa DirectQuery-mallin ohjeet Power BI Desktopissa.

Päivitystyyppi

Automaattinen sivun päivitystoiminto tukee kahta päivitystyyppiä.

  • Kiinteä väli: Päivitykset kaikki sivun visualisoinnit kiinteän välin perusteella, joka voi olla yhdestä sekunnista useisiin päiviin.
  • Muutoksen havaitseminen: Päivitykset kaikki sivun visualisoinnit, jos nämä lähdetiedot ovat muuttuneet viimeisimmän automaattisen päivityksen jälkeen. Tällä vältetään tarpeettomat päivitykset, mikä voi auttaa vähentämään Power BI -palvelu ja pohjana olevan tietolähteen resurssien kulutusta. Power BI tukee tätä päivitystyyppiä vain Premium-työtiloissa ja Power BI:n isännöidyissä tietomalleissa. AAS:ssä tai SSAS:ssä isännöityjä etätietomalleja ei tueta.

Jotta voit määrittää muutoksen havaitsemisen, sinun on luotava erityinen mittarityyppi, jota kutsutaan muutoksen havaitsemisen mittariksi. Esimerkiksi muutoksen havaitsemisen mittari saattaa kysellä myyntitilauksen enimmäisnumeroa. Power BI käyttää muutoksen havaitsemisen mittaria tietolähteessä kyselynä. Aina Power BI tallentaa kyselyn tuloksen, jotta se voi verrata sitä seuraavaan tulokseen (määrittämäsi päivitysvälin mukaisesti). Kun tulokset eroavat toisistaan, Power BI päivittää sivun.

Mallilla voi olla vain yksi muutoksen havaitsemisen mittari ja vuokraajaa kohden voi olla enintään 10 muutoksen havaitsemisen mittaria.

Lisätietoja on kohdassa Päivitystyypit.

Kapasiteetin hallinta

Kun työtila on liitetty Premium-kapasiteettiin, kapasiteetin järjestelmänvalvojat voivat ottaa automaattisen sivun päivitystoiminnon käyttöön tai poistaa sen käytöstä kapasiteetissa. Kun ominaisuus on poistettu käytöstä, automaattinen sivun päivitys ei toimi millekään liitetylle työtilalle tallennetulle raportille.

Kapasiteetin järjestelmänvalvojat voivat myös määrittää pienimmän päivitysvälin (oletus viisi minuuttia) ja pienimmän suoritusvälin (oletus viisi minuuttia). Suoritusväli määrittää muutoksen havaitsemiskyselyiden tiheyden. Kun raportin sivuväli on pienempi kuin kapasiteetin vähimmäisväli, Power BI käyttää kapasiteetin vähimmäisväliä.

Muistiinpano

Vähimmäisvälit eivät koske Power BI Desktopissa avattuja raportteja.

Jos automaattiseen sivun päivitykseen liittyy suorituskykyongelmia, kapasiteetin järjestelmänvalvoja voi:

  • Skaalaa kapasiteettia suuremmaksi Premium-SKU:ksi.
  • Suurenna pienintä sallittua aikaväliä.

Katso lisätietoja kohdasta Sivun päivitysvälit.

Yhdyskäytävän asennus

Yleensä tietoyhdyskäytävää tarvitaan käytettäessä tietolähteitä, jotka ovat yksityisessä organisaatioverkossa tai näennäisverkossa. Yhdyskäytävä tukee DirectQuery-toimintoja (visuaaliset kyselyt ja muutoksen havaitsemisen kyselyt).

Järjestelmän valvonta

Toimintoloki kirjaa käyttäjän toimet, jotka tapahtuvat Power BI -palvelu. Power BI -järjestelmänvalvojat voivat käyttää toimintolokitietoja, jotka kerätään valvonnan suorittamiseen, jotta he ymmärtävät käyttötavat ja käyttöönoton.

Järjestelmänvalvojien käytettävissä olevalla Premium Capacity Metrics -sovelluksella voit visualisoida, paljonko alemman prioriteetin kyselyt käyttävät kapasiteetista. Alemman prioriteetin kyselyitä ovat automaattiset sivun päivityskyselyt ja mallin päivityskyselyt. Muutoksen havaitseminen -kyselyt eivät ole alemman prioriteetin mukaisia.

Muita hyödyllisiä skenaarioita, jotka auttavat Power BI:n toteutuspäätöksissä, on artikkelissa Power BI:n käyttöskenaariot .