Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
API Microsoft Fabric untuk GraphQL menawarkan cara yang kuat untuk mengkueri data secara efisien, tetapi pengoptimalan performa adalah kunci untuk memastikan performa yang lancar dan dapat diskalakan. Baik Anda menangani kueri kompleks atau mengoptimalkan waktu respons, praktik terbaik berikut membantu Anda mendapatkan performa terbaik dari implementasi GraphQL Anda dan memaksimalkan efisiensi API Anda di Fabric.
Wilayah
Panggilan lintas wilayah umumnya dapat menjadi penyebab latensi tinggi. Untuk mencapai performa terbaik, disarankan agar klien terhubung ke API di wilayah penyewa dan kapasitas yang sama.
Wilayah penyewa
Anda dapat menemukan wilayah penyewa Anda dengan langkah-langkah berikut:
- Buka portal Microsoft Fabric dengan akun admin dan klik ikon Bantuan
?
di sudut kanan atas. - Di bagian bawah bagian Bantuan , klik tautan Tentang Fabric .
- Detail-detail mengenai penyewa Anda, termasuk wilayah, ditampilkan.
Wilayah kapasitas
Buka portal Microsoft Fabric, buka ruang kerja yang menghosting API Fabric Anda untuk GraphQL.
Dari pengaturan Ruang Kerja, buka Info lisensi.
Anda dapat menemukan informasi wilayah kapasitas Anda di bawah Kapasitas lisensi.
Wilayah sumber data
Jika sumber data Anda dihosting di platform Fabric, wilayah kapasitas ruang kerja akan menjadi wilayah sumber data.
Jika sumber data Anda berada di luar platform Fabric, misalnya database Azure SQL, Anda harus dapat menemukan informasi regional di portal Microsoft Azure.
Pengujian performa
Untuk pelanggan yang mengevaluasi performa API mereka, sebaiknya ikuti panduan berikut untuk memastikan hasil yang konsisten dan andal.
Alat di sisi klien
Untuk meniru perilaku aplikasi yang serupa dengan aplikasi Anda, disarankan untuk menggunakan skrip atau aplikasi web demo untuk melakukan pengujian dalam rangka mengukur kinerja. Selain itu, menggunakan pengumpulan koneksi HTTP dapat sangat mengurangi latensi terutama untuk skenario lintas wilayah.
Anda dapat menggunakan contoh skrip pengujian performa ini yang dapat membantu Anda memulai.
Artikel Terkait:
Pengumpulan dan evaluasi data
Disarankan untuk mengotomatiskan eksekusi permintaan selama periode waktu yang ditentukan dengan baik menggunakan skrip atau alat pengujian performa. Menganalisis hasil rata-rata atau berbasis persentil membantu memastikan pengukuran performa yang lebih akurat dan tidak bias.
Masalah umum
Berikut adalah daftar masalah umum yang dapat memengaruhi latensi dan performa API.
Lokasi geografis klien Anda berbeda dari wilayah penyewa dan kapasitas Anda:
- Jika Anda berniat untuk mencapai performa terbaik untuk aplikasi Anda, memiliki klien dan sumber daya API di wilayah yang sama membantu mencapai tujuan.
Kueri API untuk GraphQL beberapa kali sebelum pengujian:
- API untuk GraphQL tidak menggunakan atau mengonsumsi kapasitas (CUs) saat menganggur. Yang berarti lingkungan API perlu diinisialisasi secara internal selama panggilan pertama yang membutuhkan beberapa detik tambahan. API untuk GraphQL memiliki mekanisme cache internal untuk membantu mengurangi latensi untuk panggilan berkelanjutan, namun Anda mungkin menghadapi lonjakan latensi untuk panggilan awal.
- Selain API itu sendiri, sumber data tertentu diketahui menjalani fase pemanasan, yang akan mengakibatkan latensi yang lebih tinggi untuk permintaan awal. Jika API mengakses sumber data yang juga diam dan kebetulan perlu diinisialisasi selama eksekusi pertama juga, latensinya lebih tinggi karena perlu menunggu inisialisasi sumber data dan API.
- Panggilan berikutnya lebih cepat karena inisialisasi lingkungan hanya terjadi sekali.
Sumber data dan penyiapan terkait kapasitas Fabric.
Anda dapat menganggap API untuk GraphQL sebagai pembungkus di atas sumber data Anda. Jika sumber data Anda sendiri memiliki masalah performa karena sifat kompleksitasnya, diharapkan latensi API bisa tinggi. Ketika kasus seperti itu terjadi, disarankan untuk menguji kueri sumber data Anda secara langsung untuk perbandingan performa yang lebih efektif dengan API untuk GraphQL.
- Ikuti panduan ini mengenai cara memilih penyimpanan data yang sesuai untuk kebutuhan bisnis Anda: Panduan keputusan Fabric – pilih penyimpanan data
Saat mengakses API untuk GraphQL, performa akan terikat oleh SKU kapasitas Fabric yang telah Anda pilih.
- Silakan merujuk pada panduan umum ini tentang kapasitas SKU Fabric dan daya komputasinya: Konsep Microsoft Fabric
Beberapa faktor dapat memengaruhi performa API. Memahami penyiapan sumber data Anda, memilih wilayah yang tepat, dan mengukur performa secara efektif sangat penting untuk pengoptimalan.