Compartir por


Comprenda as fases de execución da aplicación canvas, o fluxo de chamadas de datos e o seguimento do rendemento

Cando un usuario abre unha aplicación de lenzo, a aplicación atravesa varias fases de execución antes de mostrar calquera interface de usuario. Mentres a aplicación se carga, conéctase a diferentes fontes de datos como SharePoint, Microsoft Dataverse, SQL Server (local), Base de datos SQL de Azure (en liña), Excel e Oracle.

Neste artigo, aprenderás sobre estas diferentes fases de execución e como se conecta unha aplicación ás fontes de datos e sobre as ferramentas que podes usar para supervisar o rendemento.

Fases de execución en aplicacións de lenzo

Unha aplicación de lenzo pasa polas seguintes fases de execución antes de mostrar a interface a un usuario:

  1. Autenticar o usuario: solicita ao usuario que accede por primeira vez que inicie sesión con credenciais para as conexións que precise a aplicación. Se ese usuario abre de novo a aplicación, é posible que se lle solicite a esa persoa de novo, dependendo das políticas de seguridade da organización.

  2. Obter metadatos: recupera metadatos como a versión da plataforma de Power Apps na que se executa a aplicación e as fontes das que debe recuperar datos.

  3. Iniciar a aplicación: realiza as tarefas especificadas na propiedade OnStart.

  4. Representar as pantallas: renderiza a primeira pantalla cos controis que a aplicación enche con datos. Se o usuario abre outras pantallas, a aplicación procésaas utilizando o mesmo proceso.

Fluxo de chamadas de datos en aplicacións de lenzo

As chamadas de datos das aplicacións de lenzo envían datos a fontes de datos tabulares mediante conectores a través do protocolo OData. As solicitudes de OData flúen ás capas de fondo para contactar co orixe de datos de destino e recuperar datos para o cliente ou enviar datos ao orixe de datos. Os conectores baseados en accións que permiten as API funcionan do mesmo xeito.

Comprender como viaxan as solicitudes de OData e API nas aplicacións de lenzo pode axudarche a optimizar o rendemento da aplicación de lenzo e as fontes de datos de fondo.

Nesta sección, aprenderá sobre como flúen as chamadas de datos en aplicacións de lenzo con diferentes tipos de orixe de datos.

Fluxo de chamadas de datos con fontes de datos en liña

O seguinte diagrama mostra como unha solicitude de datos típica nunha aplicación de lenzo (no lado esquerdo) percorre capas do servidor e chega ata a orixe de datos de destino (lado dereito) e, a continuación, devolve os datos ao cliente.

Fluxo de chamadas de datos típico para todos os conectores excepto o conector de Dataverse.

Cada capa do diagrama anterior podería funcionar rápido ou ter algunhas sobrecargas ao procesar a solicitude. En moitas aplicacións, dous puntos particulares poden presentar sobrecargas notables:

  • Orixe de datos do back-end: mentres se tramita a solicitude.

  • Cliente: mentres envía a solicitude—ou mentres se manipulan os datos recibidos na memoria da área de datos dinámicos e se executan as funcións de JavaScript asociadas para procesar os datos que se mostran dentro das pantallas.

Fluxo de chamadas de datos coa pasarela de datos local

Se unha aplicación de capa se conecta a unha orixe de datos local como SQL Server, necesitará ter outra capa, chamada pasarela de datos local. Esta pasarela é obrigatoria para acceder ás orixes de datos locais. Encárgase de converter o protocolo das solicitudes de OData en instrucións de DML (linguaxe de manipulación de datos) de SQL.

O seguinte diagrama mostra onde e como se instalaría a pasarela de datos local e se procesarían as solicitudes de datos.

Fluxo de chamadas de datos coa pasarela de datos local.

Se a aplicación usa unha orixe de datos local, a situación e a especificación da pasarela de datos tamén afectaría o rendemento das chamadas de datos.

Fluxo de chamadas de datos con Microsoft Dataverse

Cando usa Microsoft Dataverse como orixe de datos, as solicitudes de datos van á instancia do ambiente directamente, sen pasar pola xestión da API de Azure. Debido a isto, o rendemento das chamadas de datos é máis rápido en comparación co resto das fontes de datos. A aplicación está conectada por defecto a Microsoft Dataverse cando crea unha nova aplicación de lenzo.

Fluxo de chamadas de datos con Microsoft Dataverse.

Coa comprensión deste concepto de alto nivel de como viaxan as chamadas de datos, pode entrar nos detalles da revisión do rendemento da súa aplicación. En resumo, a sobrecarga do rendemento pode ocorrer en calquera das capas—do cliente, Xestión da API, conector, pasarela de datos local ou orixes de datos do back-end.

Medición do rendemento

Power Apps Ferramenta de seguimento

Aínda que podes usar as ferramentas de programador do navegador para ver o rendemento, Power Apps subconfigura o conxunto de chamadas da ferramenta de vixilancia só as que o son Power Apps.

A Power Apps ferramenta de seguimento pode axudarche a rastrexar o que se envía realmente ao orixe de datos e as marcas de tempo para cando se envían solicitudes e as respostas veñen do servidor.

Podes obter máis información sobre a ferramenta de seguimento neste artigo: Depuración de aplicacións de lenzo con Monitor .

Ferramenta de seguimento.

Medición da presión da memoria sobre o cliente

Para ver o consumo de memoria de forma gráfica, podes utilizar as ferramentas de desenvolvemento do teu navegador para perfilar a memoria. Axuda a visualizar o tamaño da área de datos dinámicos, documentos, os nós e os oíntes. Perfil do rendemento da aplicación mediante un navegador, como se describe na Microsoft Edge Descrición xeral das ferramentas para programadores (Chromium). Comprobe os escenarios que superan o limiar de memoria da área de datos dinámicos de JS. Máis información: Solucione problemas de memoria

Gráfico de uso da memoria.

Pasos seguintes

Pequenas cargas de datos

Consulte tamén

Resolución de problemas para Power Apps

Nota

Pode indicarnos as súas preferencias para o idioma da documentación? Realice unha enquisa breve. (teña en conta que esa enquisa está en inglés)

Esta enquisa durará sete minutos aproximadamente. Non se recompilarán datos persoais (declaración de privacidade).