Bagikan melalui

Panduan optimasi untuk Power BI

  • Artikel

Artikel ini menyediakan panduan yang memungkinkan pengembang dan administrator untuk menghasilkan dan memelihara solusi Power BI yang dioptimalkan. Anda dapat mengoptimalkan solusi Anda di lapisan arsitektur yang berbeda. Lapisan meliputi:

  • Sumber data
  • Model data
  • Visualisasi, meliputi dasbor, laporan Power BI, dan laporan Power BI yang diberi nomor halaman
  • Lingkungan, meliputi kapasitas, gateway data, dan jaringan

Mengoptimalkan model data

Model data mendukung seluruh pengalaman visualisasi. Model data dihosting di ekosistem Power BI atau eksternal (dengan menggunakan DirectQuery atau Live Koneksi ion), dan di Power BI, model tersebut disebut sebagai model semantik—yang sebelumnya dikenal sebagai himpunan data. Penting untuk memahami opsi Anda, dan memilih jenis model semantik yang sesuai untuk solusi Anda. Ada tiga mode model semantik: Impor, DirectQuery, dan Composite. Untuk informasi selengkapnya, lihat Model semantik dalam mode model layanan Power BI, dan Semantik di layanan Power BI.

Untuk panduan mode model semantik tertentu, lihat:

Mengoptimalkan visualisasi

Visualisasi Power BI dapat berupa dasbor, laporan Power BI, atau laporan Power BI yang diberi halaman. Masing-masing visualisasi memiliki arsitektur yang berbeda, sehingga tiap visualisasi memiliki panduan sendiri.

Dashboard

Penting untuk dipahami bahwa Power BI mengelola cache untuk petak peta dasbor Anda—kecuali petak peta laporan langsung, dan petak peta streaming. Jika model semantik Anda memberlakukan keamanan tingkat baris dinamis (RLS), pastikan untuk memahami implikasi performa karena petak peta akan di-cache berdasarkan per pengguna.

Saat Anda menyematkan petak laporan langsung ke dasbor, petak tersebut tidak disajikan dari cache kueri. Sebaliknya, mereka bereaksi seperti laporan, dan membuat kueri ke v-core dengan cepat.

Seperti namanya, mengambil data dari cache memberikan performa yang lebih baik dan lebih konsisten daripada mengandalkan sumber data. Salah satu cara untuk memanfaatkan fungsionalitas ini adalah dengan menjadikan dasbor menjadi halaman arahan pertama bagi pengguna Anda. Sematkan visual yang sering digunakan dan visual dengan permintaan tinggi ke dasbor. Dengan cara ini, dasbor menjadi "garis pertahanan pertama" yang berguna, dimana dasbor akan memberikan performa yang konsisten dengan kapasitas beban yang lebih sedikit. Pengguna masih dapat mengklik laporan untuk menganalisis detail.

Untuk model semantik DirectQuery dan koneksi langsung, cache diperbarui secara berkala dengan mengkueri sumber data. Secara default, itu terjadi setiap jam, meskipun Anda dapat mengonfigurasi frekuensi yang berbeda dalam pengaturan model semantik. Setiap pembaruan cache akan mengirim kueri ke sumber data yang mendasarinya untuk memperbarui cache. Jumlah kueri yang dihasilkan bergantung pada jumlah visual yang disematkan ke dasbor yang bergantung pada sumber data. Perhatikan hal berikut, jika keamanan tingkat baris diaktifkan, maka kueri dihasilkan untuk setiap konteks keamanan yang berbeda. Misalnya, pertimbangkan ada dua peran berbeda yang mengategorikan pengguna Anda, dan mereka memiliki dua tampilan data yang berbeda. Selama penyegaran cache kueri, Power BI menghasilkan dua set kueri.

Laporan Power BI

Ada beberapa rekomendasi untuk mengoptimalkan desain laporan Power BI.

Catatan

Saat laporan didasarkan pada model semantik DirectQuery, untuk pengoptimalan desain laporan tambahan, lihat Panduan model DirectQuery di Power BI Desktop (Optimalkan desain laporan).

Menerapkan filter yang paling ketat

Semakin banyak data yang perlu ditampilkan secara visual, semakin lambat visual yang akan dimuat. Meskipun prinsip ini tampak jelas, namun hal ini sering terlupa. Misalnya: Misalkan Anda memiliki model semantik besar. Berdasarkan model semantik itu, Anda membuat laporan dengan tabel. Pengguna akhir menggunakan pemotong di halaman tersebut untuk sampai ke baris yang mereka inginkan—biasanya, mereka hanya tertarik pada beberapa lusin baris.

Kesalahan yang umum terjadi adalah membiarkan tampilan default dari tabel tersebut tidak difilter—yaitu, semua baris 100M+. Data untuk baris ini dimuat ke dalam memori dan tidak dikompresi di setiap refresh. Pemrosesan ini menciptakan tuntutan besar untuk memori. Solusinya: gunakan filter "N Teratas" untuk mengurangi jumlah maksimum item yang ditampilkan tabel. Anda dapat mengatur item maksimal ke item yang lebih besar dari yang dibutuhkan pengguna, misalnya, 10.000. Hasilnya adalah pengalaman pengguna akhir tidak berubah, tetapi penggunaan memori sangat turun. Dan yang paling penting, performa meningkat.

Pendekatan desain serupa dengan hal di atas disarankan untuk setiap visual dalam laporan Anda. Tanyakan pada diri Anda, apakah semua data dalam visual ini diperlukan? Apakah ada cara untuk memfilter jumlah data yang ditampilkan dalam visual dengan dampak minimal terhadap pengalaman pengguna akhir? Harap diingat, khusus untuk harga tabel bisa jadi mahal.

Membatasi visual pada halaman laporan

Prinsip di atas berlaku sama untuk jumlah visual yang ditambahkan ke halaman laporan. Anda sangat disarankan untuk membatasi jumlah visual pada halaman laporan tertentu hanya untuk hal-hal yang diperlukan. Menelusuri halaman dan petunjuk halaman laporan adalah cara yang bagus untuk memberikan detail tambahan tanpa mengalihkan lebih banyak visual ke halaman.

Mengevaluasi performa visual kustom

Pastikan untuk menempatkan setiap visual kustom melalui tahapannya untuk memastikan performa yang tinggi. Visual Power BI yang dioptimalkan dengan buruk dapat berdampak negatif pada performa seluruh laporan.

Laporan Power BI yang diberi nomor halaman

Desain laporan Power BI yang diberi nomor halaman dapat dioptimalkan dengan menerapkan desain pelaksanaan terbaik ke pengambilan data laporan. Untuk informasi selengkapnya, lihat Panduan pengambilan data untuk laporan yang diberi nomor halaman.

Selain itu, pastikan kapasitas Anda memiliki memori yang memadai yang dialokasikan untuk beban kerja laporan yang diberi nomor halaman.

Mengoptimalkan lingkungan

Anda dapat mengoptimalkan lingkungan Power BI dengan mengonfigurasi pengaturan kapasitas, mengukur gateway data, dan mengurangi latensi jaringan.

Pengaturan kapasitas

Saat menggunakan kapasitas—tersedia dengan Power BI Premium (SKU P), Premium lisensi Per Pengguna (PPU), atau Power BI Embedded (SKU, A4-A6)—Anda dapat mengelola pengaturan kapasitas. Untuk informasi selengkapnya, lihat Lisensi kapasitas Microsoft Fabric dan Mengelola kapasitas Premium.

Penting

Terkadang artikel ini mengacu pada Power BI Premium atau langganan kapasitasnya (SKU P). Ketahuilah bahwa Microsoft saat ini mengonsolidasikan opsi pembelian dan menghentikan SKU Power BI Premium per kapasitas. Pelanggan baru dan yang sudah ada harus mempertimbangkan untuk membeli langganan kapasitas Fabric (F SKU) sebagai gantinya.

Untuk informasi selengkapnya, lihat Pembaruan penting yang masuk ke lisensi Power BI Premium dan Tanya Jawab Umum Power BI Premium.

Ukuran gateway

Gateway diperlukan setiap kali Power BI harus mengakses data yang tidak dapat diakses langsung melalui Internet. Anda dapat menginstal gateway data lokal di server lokal, atau Infrastructure-as-a-Service (IaaS) yang dihosting mesin virtual.

Untuk memahami beban kerja gateway dan rekomendasi ukuran, lihat Ukuran gateway data lokal.

Latensi jaringan

Latensi jaringan dapat memengaruhi performa laporan dengan meningkatkan waktu yang diperlukan agar permintaan mencapai layanan Power BI, dan agar respons dikirimkan. Penyewa di Power BI ditetapkan ke wilayah tertentu.

Tip

Untuk menentukan lokasi penyewa Anda, lihat Di mana penyewa Power BI saya berada?

Saat pengguna dari penyewa mengakses layanan Power BI, permintaan mereka selalu dirutekan ke wilayah ini. Saat permintaan mencapai layanan Power BI, layanan kemudian dapat mengirim permintaan tambahan—misalnya, ke sumber data yang mendasar, atau gateway data—yang juga merupakan subjek latensi jaringan.

Alat seperti Azure Speed Test memberikan indikasi latensi jaringan antara klien dan wilayah Azure. Secara umum, untuk meminimalkan dampak latensi jaringan, berusaha untuk menjaga sumber data, gateway, dan kapasitas Power BI Anda sedekat mungkin. Sebaiknya, mereka berada dalam wilayah yang sama. Jika latensi jaringan adalah masalah, coba cari gateway dan sumber data yang lebih dekat dengan kapasitas Power BI Anda dengan menempatkannya di dalam komputer virtual yang dihosting cloud.

Memantau performa

Anda dapat memantau performa untuk mengidentifikasi hambatan. Kueri lambat—atau visual laporan—harus menjadi titik fokus pengoptimalan berkelanjutan. Pemantauan dapat dilakukan pada waktu desain di Power BI Desktop, atau pada beban kerja produksi dalam kapasitas Power BI Premium. Untuk informasi selengkapnya, lihat Memantau performa laporan di Power BI.

Konten terkait

Untuk informasi selengkapnya tentang artikel ini, lihat sumber daya berikut ini: