Johdanto suorituskyvyn optimointiin
Suorituskyvyn optimointi, eli sen virittäminen, tarkoittaa semanttisen mallin nykyisen tilan muuttamista niin, että se toimii tehokkaammin. Kun semanttinen mallisi on optimoitu, se toimii paremmin.
Saatat huomata, että raporttisi toimii hyvin testi- ja kehitys ympäristössä, mutta kun se otetaan käyttöön tuotannossa laajempaa kulutusta varten, syntyy suorituskykyongelmia. Raportin käyttäjälle huono suorituskyky näkyy niin, että raporttisivujen lataaminen ja visualisointien päivittäminen kestää kauan. Tämä huono suorituskyky aiheuttaa kielteisen käyttökokemuksen.
Tietoanalyytikkona käytät noin 90 prosenttia ajastasi tietoihisi, ja yhdeksässä tapauksessa kymmenestä huono suorituskyky johtuu suoraan huonosta semanttisesta mallista, huonoista Tietojen analysointilausekkeet (DAX) -lausekkeesta tai niiden yhdistelmästä. Semanttisen mallin suunnittelu suorituskyvylle voi olla työlästä, ja sitä aliarvioidaan usein. Jos kuitenkin käsittelet suorituskykyongelmia kehityksen aikana, sinulla on vankka semanttinen Power BI -malli, joka palauttaa paremman raportoinnin suorituskyvyn ja myönteisemmän käyttökokemuksen. Lopulta voit myös ylläpitää optimoitua suorituskykyä. Kun organisaatiosi kasvaa, sen tietojen koko kasvaa, ja sen semanttisesta mallista tulee entistä monimutkaisempi. Optimoimalla semanttisen mallisi varhain voit lieventää kielteistä vaikutusta, joka tällä kasvulla voisi olla semanttisen mallisi suorituskykyyn.
Pieni semanttinen malli käyttää vähemmän resursseja (muistia) ja on nopeampi tietojen päivityksessä, laskutoimituksissa ja visualisointien hahmontamisessa raporteissa. Siksi suorituskyvyn optimointiprosessissa pienennät semanttisen mallin kokoa ja hyödynnät mallin tietoja mahdollisimman tehokkaasti seuraavasti:
Varmistetaan, että käytetään oikeita tietotyyppejä.
Poistetaan tarpeettomia sarakkeita ja rivejä.
Vältetään toistuvia arvoja.
Korvataan numerosarakkeita mittareilla.
Vähennetään kardinaliteetteja.
Analysoidaan mallin metatietoja.
Luodaan tiedoista yhteenveto aina, kun se on mahdollista.
Tässä moduulissa esitellään vaiheet, prosessit ja käsitteet, joita tarvitaan semanttisen mallin optimoimisessa suuryritystason suorituskykyä varten. Muista kuitenkin, että vaikka Power BI:n perussuorituskyky ja parhaiden käytäntöjen ohjeet johtavatkin sinut pitkälle, todennäköisesti käytät kumppanina tietoteknikon kanssa semanttisen mallin optimointia lähteen tietolähteissä.
Oletetaan esimerkiksi, että työskentelet Tailwind Traders -yhtiön Microsoft Power BI -kehittäjänä. Sinulle on annettu tehtäväksi tarkistaa semanttinen malli, jonka toinen organisaatiosta poistunut kehittäjä on luonut muutama vuosi sitten.
Semanttinen malli tuottaa raportin, joka on saanut käyttäjiltä kielteistä palautetta. Käyttäjät ovat tyytyväisiä raportissa näkemiinsä tuloksiin, mutta he eivät ole tyytyväisiä raportin suorituskykyyn. Raportin sivujen lataaminen kestää liian kauan, eivätkä taulukot päivity tarpeeksi nopeasti tiettyjä valintoja tehtäessä. Tämän palautteen lisäksi IT-tiimi on korostanut, että tämän semanttisen mallin tiedostokoko on liian suuri ja että se rasittaa organisaation resursseja.
Sinun on tarkistettava semanttinen malli, jotta voit tunnistaa suorituskykyyn liittyvien ongelmien pääsyyn ja tehdä muutoksia suorituskyvyn optimoimiseksi.
Tämän moduulin aikana opit seuraavat:
mittareiden, suhteiden ja visualisointien suorituskyvyn tarkistaminen
suorituskyvyn ja vianmäärityksen parantaminen muuttujien avulla
suorituskyvyn parantaminen kardinaliteettitasoja vähentämällä
DirectQuery-mallien optimoiminen taulukkotasoisen tallennuksen avulla
koosteiden luominen ja hallinta.