Masalah dan resolusi kinerja umum aplikasi kanvas

Artikel
03/14/2023

Anda dapat membuat aplikasi kanvas dengan berbagai larik sumber data. Pilih sumber data dan konektor berdasarkan kebutuhan bisnis dan skenario yang dirancang untuk aplikasi. Untuk aplikasi perusahaan, Microsoft Dataverse adalah sumber data yang direkomendasikan karena memberikan beberapa manfaat kinerja. Untuk aplikasi dengan beberapa transaksi, Anda dapat menggunakan sumber data lain yang tersedia di lingkungan Anda.

Untuk pertimbangan performa aplikasi, pertimbangkan jumlah pengguna yang akan menggunakan aplikasi bila telah dipublikasikan; volume transaksi CRUD (Buat, ambil, Perbarui, Hapus); jenis interaksi data; akses geografis; dan jenis perangkat pengguna.

Pada artikel ini, Anda akan mempelajari tentang beberapa masalah performa paling umum yang dapat membuat aplikasi kanvas berjalan secara lambat dan cara mengatasinya. Informasi ini akan membantu Anda meningkatkan kinerja aplikasi dengan mengingat rencana bisnis dan perkembangannya.

Kami akan memulai dengan beberapa masalah performa yang umum yang terjadi, apa pun konektor yang digunakan. Di bagian berikutnya, Anda akan mempelajari tentang masalah performa dan resolusi yang spesifik dengan berbagai konektor.

Sebelum memulai, pastikan Anda memahami fase eksekusi aplikasi kanvas dan alur panggilan data. Selain itu, baca sumber umum performa lambat untuk aplikasi kanvas untuk mempelajari tentang masalah umum yang dapat Anda hindari saat merancang, atau memperbarui aplikasi kanvas.

Himpunan data besar dimuat dengan lambat di platform yang berbeda

Kinerja aplikasi dapat bervariasi saat memuat kumpulan data besar pada platform yang berbeda seperti iOS atau Android. Variasi ini terjadi karena keterbatasan permintaan jaringan yang berbeda di setiap platform. Contohnya, jumlah permintaan jaringan bersamaan yang diizinkan mungkin berbeda berdasarkan platform. Perbedaan ini dapat memiliki dampak utama pada waktu beban data untuk himpunan data besar.

Sebaiknya muatkan data hanya pada layar yang harus segera ditampilkan. Untuk data lain, paginasi, dan cache data Anda. Informasi selengkapnya: Tips dan praktik terbaik untuk meningkatkan kinerja aplikasi kanvas

Terlalu banyak kolom yang diambil

Sebaiknya pilih hanya kolom yang diperlukan untuk aplikasi. Menambahkan lebih banyak (atau semua) kolom dari sumber data mengunduh semua data di kolom. Tindakan ini mengakibatkan sejumlah besar panggilan sumber daya jaringan, dan oleh karena itu penggunaan memori tinggi pada perangkat klien. Masalah ini dapat mempengaruhi pengguna dengan perangkat bergerak lebih lanjut jika bandwidth jaringan terbatas atau jika perangkat memiliki memori yang terbatas atau pengolah yang lama.

Misalnya, jika Anda menggunakan Dataverse sebagai sumber data untuk aplikasi, pastikan Anda telah mengaktifkan fitur pilihan kolom Eksplisit. Fitur ini memungkinkan Power Apps untuk membatasi pengambilan data hanya untuk kolom yang digunakan dalam aplikasi.

Untuk mengaktifkan fitur pemilihan kolom eksplisit pada aplikasi kanvas, buka Pengaturan > fitur Mendatang > pratinjau, lalu aktifkan pengalih pilihan kolom Eksplisit.

Browser lama atau Tidak Didukung

Pengguna yang menggunakan browser yang tidak didukung atau lama mungkin mengalami masalah performa. Pastikan pengguna hanya menggunakan browser yang didukung untuk menjalankan aplikasi kanvas.

Kinerja lambat karena jarak geografis

Lokasi geografis lingkungan dan kedekatan sumber data dengan pengguna dapat mempengaruhi kinerja.

Sebaiknya lingkungan Anda berada di dekat pengguna. Meskipun Power Apps menggunakan jaringan pengiriman konten Azure untuk konten, panggilan data tetap mendapatkan data dari sumber data. Sumber data di lokasi geografis lain dapat mempengaruhi kinerja aplikasi secara negatif.

Jarak geografis berlebihan mempengaruhi performa dalam dengan cara yang berbeda, seperti latensi, bandwidth yang dikurangi, bandwidth yang lebih rendah, atau hilangnya paket.

Allowlist tidak dikonfigurasi

Pastikan Anda belum memblokir URL layanan yang diperlukan, atau sudah ditambahkan ke Allowlist firewall Anda. Untuk daftar lengkap semua URL layanan yang harus diizinkan untuk Power Apps, buka Layanan yang diperlukan.

Penggunaan fungsi yang tidak dapat di didelegasikan dan batas baris data yang tidak sesuai untuk kueri yang tidak dapat didelegasikan

Fungsi yang dapat didelegasikan mendelegasikan pemrosesan data pada sumber data, meminimalkan sumber daya di sisi klien. Bila delegasi tidak mungkin, Anda dapat membatasi batas baris data untuk kueri yang tidak dapat didelegasi sehingga jumlah baris yang dikembalikan dari sambungan berbasis server tetap optimal.

Penggunaan fungsi yang tidak dapat didelegasikan dan batas baris data yang tidak sesuai untuk kueri yang tidak dapat didelegasikan akan menambah beban ekstra pada transfer data. Beban tambahan ini akan mengakibatkan manipulasi data yang diterima ke tumpukan JS di sisi klien. Pastikan untuk menggunakan fungsi yang dapat didelegasikan pada aplikasi bila tersedia dan menggunakan batas baris data optimal untuk kueri yang tidak dapat didelegasikan.

Informasi lebih lanjut: gunakan delegasi, sekilas delegasi

Aktivitas OnStart memerlukan penyesuaian

Aktivitas OnStart berjalan saat aplikasi dimuatkan. Memanggil data dalam jumlah besar menggunakan fungsi properti OnStart aplikasi akan menyebabkan aplikasi dimuat secara lambat. Layar yang sangat tergantung pada kontrol dan nilai yang ditentukan di layar lain akan terpengaruh dengan navigasi layar lambat.

Bagian berikut menjelaskan beberapa masalah yang paling umum terjadi pada situasi ini.

Jumlah panggilan yang tinggi di aktivitas OnStart menyebabkan aplikasi berjalan lambat

Di perusahaan, volume panggilan data ke pusat sumber data dapat meningkatkan hambatan server, atau pertentangan sumber daya.

Gunakan mekanisme cache untuk mengoptimalkan panggilan data. Satu aplikasi dapat digunakan oleh banyak pengguna, sehingga menghasilkan beberapa panggilan data per pengguna yang mencapai titik akhir server. Panggilan data ini dapat berupa tempat terjadinya kemacetan.

Latensi pada aktivitas OnStart karena skrip berat

Skrip berat di aktivitas OnStart adalah salah satu kesalahan umum saat merancang aplikasi kanvas. anda hanya boleh mendapatkan data yang diperlukan agar aplikasi dapat dimulai.

Optimalkan rumus di aktivitas OnStart. Contohnya, Anda dapat memindahkan beberapa fungsi ke properti OnVisible. Dengan begitu, Anda dapat membiarkan aplikasi berjalan cepat, dan langkah lain dapat berlanjut saat aplikasi terbuka.

Informasi lebih lanjut: Optimalkan properti OnStart

Tip

Sebaiknya gunakan properti App.StartScreen karena menyederhanakan peluncuran aplikasi dan meningkatkan kinerja aplikasi.

Tekanan memori di sisi klien

Penting untuk memeriksa konsumsi memori aplikasi kanvas karena sebagian besar waktu, aplikasi berjalan pada perangkat bergerak. Pengecualian memori dalam tumpukan adalah penyebab paling mungkin di balik aplikasi kanvas yang macet atau berhenti ("hang") di perangkat tertentu.

Sekelompok JavaScript (JS) dapat mencapai batas karena skrip berat yang berjalan di sisi klien untuk menambahkan, menggabungkan, memfilter, mengurutkan, atau mengelompokkan kolom. Dalam sebagian besar kasus, pengecualian kehabisan memori pada tumpukan klien dapat memicu aplikasi macet atau hang.

Saat menggunakan data dari sumber seperti Dataverse, atau SQL Server, Anda dapat menggunakan objek Tampilan untuk memastikan menggabung, memfilter, mengelompokkan, atau mengurutkan terjadi di sisi server dan bukan sisi klien. Pendekatan ini mengurangi beban skrip klien untuk tindakan tersebut.

Jika operasi berat klien seperti MENGGABUNGKAN atau Kelompokkan menurut terjadi di sisi klien dengan himpunan data memiliki 2000 rekaman atau lebih, objek dalam tumpukan akan meningkat sehingga akan melebihi batas memori.

Alat pengembang untuk sebagian besar browser memungkinkan Anda melakukan profil memori. Ini akan membantu Anda memvisualisasikan ukuran tumpukan, dokumen, node, dan pendengar. Profilkan kinerja aplikasi dengan menggunakan browser, seperti dijelaskan dalam ikhtisar Alat Pengembang Microsoft Edge (Chromium) Periksa skenario yang melebihi ambang batas memori heap JS. Informasi selengkapnya: Memperbaiki masalah memori

Contoh tekanan memori untuk aplikasi seperti yang terlihat dari alat pengembang browser.

Pertimbangan performa untuk SQL Server connector

Anda dapat menggunakan SQL Server connector untuk Power Apps guna menyambung ke SQL Server lokal, atau Database Azure SQL. Bagian ini menjelaskan masalah dan resolusi yang umum terkait performa untuk menggunakan konektor ini untuk aplikasi kanvas. Informasi lebih lanjut: Menyambung ke SQL Server dari Power Apps, Membuat aplikasi kanvas dari Database Azure SQL

Catatan

Meskipun bagian ini mengacu ke SQL Server connector untuk masalah performa dan resolusi, sebagian besar rekomendasi juga berlaku bila menggunakan jenis database apa pun—seperti MySQL, atau PostgreSQL—sebagai sumber data.

Mari kita lihat masalah dan resolusi performa umum saat menggunakan konektor SQL Server untuk aplikasi kanvas.

Kueri N+1

Galeri yang menghasilkan terlalu banyak permintaan ke server menyebabkan masalah kueri N+1. Masalah kueri N+1 adalah salah satu masalah yang paling sering terjadi saat menggunakan kontrol galeri.

Untuk menghindari masalah, gunakan objek tampilan di SQL back end atau ubah skenario antarmuka pengguna.

Pindai tabel dan bukan mencari indeks

Aplikasi dapat melambat jika fungsi yang digunakan aplikasi menjalankan kueri dalam database yang mengakibatkan pindaian tabel, bukan pencarian indeks. Informasi selengkapnya: Petunjuk, SCAN Tabel, dan SEEK Indeks

Untuk mengatasi masalah tersebut, gunakan StartsWith dan bukan IN dalam rumus. Dengan sumber data SQL, operator StartsWith menghasilkan pencarian indeks; namun operator IN mengakibatkan pindai indeks atau tabel.

Kueri lambat

Anda dapat memprofilkan dan menyelaraskan kueri dan indeks yang lambat di database SQL. Misalnya, jika suatu rumus mendapatkan data dengan urutan menurun (DESC) di kolom tertentu, kolom pengurutan tersebut harus memiliki indeks dengan urutan menurun. Kunci indeks akan membuat urutan menaik (ASC) secara default.

Anda juga dapat memeriksa alamat URL permintaan data. Contohnya, cuplikan permintaan data berikut (panggilan OData sebagian) meminta SQL untuk menghasilkan 500 rekaman yang mencocokkan kolom ke Nilai dan pesanan berdasarkan ID dalam urutan menurun.

Items? \$filter=Column eq 'Value' & Orderby = ID desc & top 500

Langkah ini akan membantu memahami persyaratan indeks untuk mencakup kondisi permintaan serupa. Di contoh ini, jika kolom ID memiliki indeks dengan urutan menurun, kueri akan dilakukan lebih cepat.

Periksa rencana eksekusi kueri yang lambat untuk mengetahui apakah pindaian tabel atau indeks ada. Pantau biaya yang berlebihan untuk Pencarian Kunci dalam rencana eksekusi.

Informasi selengkapnya:

Pertentangan sumber daya database

Pastikan sumber data—database SQL—tidak memiliki pertentangan sumber daya seperti kemacetan, pertentangan I/O, tekanan memori, atau pertentangan tempDB. Periksa juga Kunci, Tunggu, Kebuntuan, dan timeout kueri.

Tip

Gunakan penyesuaian otomatis untuk wawasan tentang kemungkinan masalah performa kueri, solusi yang disarankan, dan untuk secara otomatis memperbaiki masalah yang teridentifikasi.

Permintaan klien yang berdiri sendiri atau berlebihan

Aplikasi yang menjalankan operasi Kelompokkan menurut, Filter menurut, atau GABUNGKAN di sisi klien menggunakan prosesor, dan sumber daya memori dari perangkat klien. Tergantung pada ukuran data, operasi ini mungkin mengambil lebih banyak waktu skrip di sisi klien, meningkatkan ukuran tumpukan JS pada klien. Masalah ini meningkat ut sumber data lokal, karena setiap panggilan data pencarian berjalan ke sumber data melalui gateway data.

Dalam situasi seperti itu, gunakan objek tampilan dalam database SQL untuk operasi Group By, Filter By, atau JOIN . Tampilan dapat menggunakan kolom selektif dan menghilangkan kolom yang tidak perlu dengan jenis data besar seperti NVARCHAR(MAX), VARCHAR(MAX), dan VARBINARY (MAX).

Tip

Pendekatan ini juga membantu mengatasi masalah kueri N+1.

Ukuran data ditransfer ke klien

Secara default, aplikasi kanvas menampilkan data menggunakan tabel, atau tampilan dari objek database yang tersedia. Mengambil semua kolom dari tabel dapat mengakibatkan respons lambat, terutama bila menggunakan jenis data besar seperti NVARCHAR (MAX).

Transfer data dalam jumlah besar ke klien akan membutuhkan waktu. Transfer ini juga akan menghasilkan lebih banyak waktu skrip bila terdapat sejumlah besar data di tumpukan JS di sisi klien, seperti dijelaskan sebelumnya di artikel ini.

Untuk mengurangi ukuran data yang sedang ditransfer ke klien, gunakan tampilan dengan kolom spesifik yang diperlukan untuk aplikasi dan pastikan pilihan kolom eksplisit diaktifkan, seperti dijelaskan sebelumnya di artikel ini.

Pertimbangan khusus untuk SQL Server lokal

Performa aplikasi kanvas menggunakan konektor SQL Server dengan gateway data lokal mungkin terpengaruh dengan berbagai cara. Bagian ini berisi masalah performa umum dan resolusi yang spesifik untuk sumber database lokal.

Gateway data lokal yang tidak sehat

Organisasi dapat menentukan beberapa node untuk gateway data lokal. Meskipun salah satu node tidak dapat dicapai, permintaan data ke node tidak sehat tidak akan memberikan hasilnya dalam jangka waktu yang dapat diterima, atau menyebabkan pesan kesalahan "tidak dapat dicapai" setelah menunggu beberapa saat.

Pastikan semua node gateway data lokal sehat dan dikonfigurasi dengan latensi jaringan minimum antara node dan instans SQL.

Lokasi gateway data lokal

Gateway data memerlukan panggilan jaringan ke sumber data lokal untuk mengartikan permintaan OData. Misalnya, gateway data harus memahami skema tabel data untuk menterjemahkan permintaan OData ke dalam pernyataan DML (bahasa manipulasi data SQL). Overhead ekstra ditambahkan saat gateway data dikonfigurasi di lokasi terpisah dengan latensi jaringan tinggi antara gateway data dan instans SQL.

Di lingkungan perusahaan, disarankan memiliki kluster data yang dapat diskalakan bila diperkirakan ada permintaan data berat. Periksa seberapa banyak sambungan yang ditetapkan antara node gateway data dan instans SQL.

Dengan memeriksa sambungan bersamaan di gateway data lokal atau di instans SQL, organisasi Anda dapat mengidentifikasi titik ketika gateway data harus diskalakan, dan dengan berapa banyak node.

Skalabilitas gateway data

Jika Anda ingin mengakses data dalam volume besar dari gateway data lokal, hanya satu node dari gateway data lokal dapat menjadi hambatan untuk menangani volume permintaan yang besar tersebut.

Satu node dari gateway data lokal mungkin cukup untuk menangani 200 atau lebih sedikit sambungan bersamaan. Namun, jika semua sambungan bersamaan menjalankan kueri secara aktif, permintaan lainnya berakhir menunggu sambungan yang tersedia.

Untuk informasi tentang memastikan bahwa skala gateway data lokal sesuai dengan volume data dan permintaan, buka Pantau dan optimalkan performa gateway data lokal.

Pertimbangan yang spesifik dengan Database Azure SQL

Aplikasi kanvas dapat tersambung ke Database Azure SQL menggunakan konektor SQL Server. Penyebab umum masalah performa saat menggunakan Database Azure SQL adalah memilih tingkat yang salah untuk kebutuhan bisnis Anda.

Database Azure SQL tersedia dalam berbagai tingkat layanan, dengan kemampuan bervariasi untuk mencocokkan kebutuhan bisnis yang berbeda. Untuk informasi lebih lanjut tentang tingkat, buka dokumentasi Database Azure SQL.

Dengan permintaan data yang berat, sumber daya pada tingkat yang Anda pilih dapat macet segera setelah nilai ambang batas tercapai. Kemacetan tersebut akan mengganggu performa rangkaian kueri berikutnya.

Periksa tingkat layanan Database Azure SQL. Tingkat lebih rendah akan memiliki beberapa batasan dan kendala. Dari perspektif performa, CPU, produktivitas I/O, dan latensi itu penting. Oleh karena itu, sebaiknya periksa kinerja database SQL secara periodik, dan periksa apakah penggunaan sumber daya melebihi ambang batas. Contohnya, SQL Server lokal biasanya menetapkan ambang batas penggunaan CPU ke sekitar 75 persen.

Pertimbangan performa untuk SharePoint connector

Anda dapat menggunakan SharePoint connector untuk membuat aplikasi menggunakan data dari Microsoft Lists. Anda juga dapat membuat aplikasi kanvas secara langsung dari tampilan daftar. Mari kita lihat masalah dan resolusi performa umum saat menggunakan sumber data SharePoint dengan aplikasi kanvas.

Terlalu banyak kolom pencarian dinamis

SharePoint mendukung berbagai jenis datatermasuk pencarian dinamis seperti Orang, Grup, dan Terhitung. Jika daftar mendefinisikan terlalu banyak kolom dinamis, dibutuhkan lebih banyak waktu untuk memanipulasi kolom dinamis ini di dalam SharePoint sebelum mengembalikan data ke klien yang menjalankan aplikasi kanvas.

Jangan terlalu banyak menggunakan kolom pencarian dinamis di SharePoint. Penggunaan berlebihan ini dapat mengakibatkan beban berlebih dan dapat dihindari di sisi SharePoint manipulasi data. Justru, Anda dapat menggunakan kolom statis untuk menyimpan alias email atau nama orang, misalnya.

Kolom gambar dan Lampiran

Ukuran gambar dan file terlampir dapat berkontribusi pada respons lambat saat mengambil ke klien.

Tinjau daftar Anda, dan pastikan hanya kolom yang diperlukan yang telah ditentukan. Jumlah kolom dalam daftar mempengaruhi kinerja permintaan data. Ini karena rekaman yang cocok atau rekaman hingga batas baris data yang ditentukan akan diambil, dan dikirim kembali ke klien dengan semua kolom yang ditentukan dalam daftar—meskipun aplikasi tidak menggunakan semuanya.

Aktifkan fitur pilihan kolom eksplisit, seperti dideskripsikan sebelumnya di artikel ini untuk hanya mengkueri kolom yang digunakan oleh aplikasi.

Daftar besar

Jika Anda memiliki daftar besar dengan ratusan ribu rekaman, pertimbangkan untuk memisahkan daftar, atau memecah daftar menjadi beberapa daftar berdasarkan parameter seperti kategori, atau tanggal dan waktu.

Misalnya, data Anda dapat disimpan pada daftar yang berbeda secara tahunan, atau bulanan. Jika demikian pula, Anda dapat mendesain aplikasi untuk memungkinkan pengguna memilih periode waktu dan mengambil data dalam rentang tersebut.

Dalam lingkungan yang terkontrol, tolok ukur performa telah terbukti bahwa performa permintaan OData terhadap Microsoft Lists atau SharePoint sangat terkait dengan jumlah kolom dalam daftar dan jumlah baris yang diambil (dibatasi oleh batas baris data untuk kueri yang tidak dapat didelegasikan). Memiliki pengaturan jumlah kolom dan batas baris data yang lebih rendah dapat membuat aplikasi kanvas berkinerja lebih baik.

Di dunia nyata, aplikasi dirancang untuk memenuhi kebutuhan bisnis tertentu. Mungkin tidak cepat atau sederhana untuk mengurangi batas baris data, atau jumlah kolom dalam daftar. Namun, sebaiknya pantau permintaan OData di sisi klien, dan sesuaikan batas baris data untuk kueri yang tidak dapat didelegasikan dan jumlah kolom dalam daftar .

Pertimbangan performa saat menggunakan Dataverse sebagai sumber data

Bila Anda menggunakan Microsoft Dataverse sebagai sumber data, permintaan data akan langsung masuk ke instans lingkungan, tanpa melalui Manajemen API Azure. Informasi selengkapnya: Alur panggilan data saat tersambung ke Microsoft Dataverse

Tip

Bila tabel kustom digunakan dalam Dataverse, konfigurasi keamanan tambahan mungkin diperlukan agar pengguna dapat melihat rekaman dengan aplikasi kanvas. Informasi selengkapnya: Konsep keamanan di Dataverse, Mengkonfigurasi keamanan pengguna pada sumber daya di lingkungan, dan Peran keamanan, dan hak istimewa

Aplikasi Canvas yang tersambung ke Dataverse mungkin berjalan lambat jika menjalankan skrip berat klien seperti Filter menurut, atau Gabungkan di sisi klien, bukan sisi server.

Gunakan tampilan Dataverse bila mungkin. Tampilan dengan kriteria gabungkan atau filter yang diperlukan akan membantu mengurangi beban penggunaan seluruh tabel. Misalnya, jika Anda perlu menggabungkan tabel dan memfilter datanya, Anda dapat menentukan tampilan dengan menggabungkannya dan menentukan hanya kolom yang Anda perlukan. Selanjutnya, Anda dapat menggunakan tampilan ini dalam aplikasi untuk membuat beban ini di sisi server untuk operasi gabungkan/filter, bukan di sisi klien.Metode ini tidak hanya mengurangi operasi tambahan, tetapi juga transmisi data. Untuk informasi tentang mengedit filter dan mengurutkan kriteria, buka Edit kriteria filter.

Pertimbangan performa untuk Excel connector

Excel connector memberikan konektivitas dari aplikasi kanvas ke data dalam tabel di dalam file Excel. Konektor ini memiliki keterbatasan dibandingkan sumber data lainnya—misalnya, fungsi yang dapat didelegasikan terbatas—yang membatasi aplikasi kanvas untuk memuat data dari tabel hanya hingga 2000 rekaman. Untuk memuat lebih dari 2000 rekaman, partisi data Anda dalam tabel data yang berbeda sebagai sumber data lainnya.

Mari kita lihat masalah dan resolusi performa umum saat menggunakan Excel sebagai sumber data untuk aplikasi kanvas, dan bagaimana untuk menyelesaikannya.

Terlalu banyak tabel data dan ukuran data besar

Aplikasi dapat berjalan lambat jika menggunakan file Excel yang memiliki terlalu banyak tabel data, yang berisi jumlah data sangat besar pada beberapa kolom. File Excel bukan database relasional, atau file sumber data menyediakan fungsi yang dapat didelegasikan. Power Apps harus memuat data dari tabel data yang ditentukan lebih dulu, lalu menggunakan fungsi seperti Filter, Urutkan, GABUNGKAN, Kelompokkan menurut, dan Cari.

Memiliki terlalu banyak tabel data dengan jumlah baris dan kolom yang tinggi mempengaruhi kinerja aplikasi dan beban sisi klien karena setiap tabel data harus disesuaikan dalam tumpukan JS. Efek ini juga mengakibatkan aplikasi menggunakan lebih banyak memori sisi klien.

Untuk memastikan aplikasi Anda tidak terpengaruh oleh masalah tersebut, Anda memerlukan tabel data dalam file Excel.

Transaksi berat

Excel bukan sistem database relasi. Perubahan apa pun dari aplikasi dikelola oleh Excel dengan cara yang sama seperti pengguna mengubah data pada file Excel. Jika aplikasi memiliki jumlah pembacaan yang tinggi, namun kurang operasi CRUD, maka aplikasi dapat berjalan dengan baik. Namun, jika aplikasi membuat transaksi yang berat, hal tersebut dapat mempengaruhi kinerja aplikasi.

Tidak ada nilai ambang batas yang spesifik untuk jumlah transaksi karena juga tergantung pada data yang dimanipulasi. Beberapa aspek lainnya juga mempengaruhi kinerja aplikasi, seperti beban jaringan atau perangkat pengguna.

Jika Anda memiliki data hanya baca, Anda dapat mengimpor data tersebut ke aplikasi secara lokal, bukan memuatnya dari sumber data. Untuk aplikasi perusahaan, gunakan sumber data seperti Dataverse, SQL Server, atau SharePoint sebagai gantinya.

Ukuran file

Anda dapat memilih berbagai pilihan penyimpanan cloud dengan berbagai pilihan—atau kapasitas penyimpanan yang dapat dikonfigurasi—untuk file Excel. Namun, memiliki satu file Excel besar dengan semua tabel yang ditentukan dalam file itu akan menambahkan beban untuk aplikasi tersebut saat mengunduh file, dan membaca data untuk dimuat di sisi klien.

Alih-alih menggunakan satu file besar, pisahkan data menjadi beberapa file Excel dengan tabel data minimum. Selanjutnya sambungkan ke setiap file hanya bila Anda memerlukannya. Dengan begitu, pemuatan data dari tabel data terjadi dalam potongan-potongan, mengurangi beban memiliki banyak tabel atau himpunan data besar.

Lokasi File

Lokasi geografi sumber data, dan jaraknya dengan lokasi klien dapat mengakibatkan kemacetan kinerja untuk aplikasi, dan menyebabkan latensi jaringan. Efek ini dapat menjadi besar jika klien seluler memiliki bandwidth yang terbatas untuk konektivitas.

Sebaiknya simpan file di dekat pengguna (atau, untuk sebagian besar pengguna, jika Anda memiliki audiens global) sehingga file dapat diunduh dengan cepat.

Langkah berikutnya

Tips dan praktik terbaik untuk meningkatkan kinerja aplikasi kanvas

Lihat juga

Memahami fase eksekusi aplikasi kanvas dan alur panggilan data
Sumber performa lambat yang umum untuk aplikasi kanvas
Masalah dan resolusi umum untuk Power Apps
Memecahkan masalah pengaktifan untuk Power Apps