Bagikan melalui

Perencanaan kapasitas laporan paginasi

  • Artikel

BERLAKU UNTUK: Laporan paginasi Power BI layanan Power BI Power BI Desktop

Pelajari cara merencanakan kapasitas Premium Anda untuk mendapatkan performa terbaik dari laporan paginated Anda, dengan biaya minimum. Jika Anda bermigrasi ke Power BI dari alat kecerdasan bisnis yang berbeda, pertimbangkan untuk membaca artikel yang tercantum di bawah ini sebelum Anda memutuskan kapasitas mana yang akan digunakan.

Perencanaan kapasitas

Menghitung jenis kapasitas yang Anda butuhkan tergantung pada beberapa faktor seperti jumlah visual dalam laporan Anda, kompleksitas kueri terhadap laporan dan kualitas sumber data atau model data Anda. Anda juga harus mempertimbangkan penggunaan kapasitas Anda saat ini selama waktu sibuk, sebelum Anda menambahkan laporan paginated ke dalamnya.

Sebelum Anda mulai merencanakan kapasitas mana yang Anda butuhkan, tinjau tabel Kapasitas dan SKU , untuk melihat sumber daya mana yang ditawarkan oleh setiap kapasitas.

Saat Anda merencanakan kapasitas, pertimbangkan hal berikut:

  • Kompleksitas desain laporan. Tablix berlapis, beberapa sublaporan dan beberapa grup baris dan kolom ditambahkan ke kompleksitas desain, dan memerlukan sumber daya kapasitas.

  • Jumlah data yang diambil oleh laporan. Semakin banyak data yang dibutuhkan laporan, semakin banyak sumber daya yang diperlukan dari kapasitas Anda.

  • Cara laporan Anda mengambil data. Saat Anda menggunakan konektor, driver, atau gateway, pengambilan data mungkin memakan waktu lebih lama, memerlukan lebih banyak sumber daya dan akibatnya menjadi lebih mahal.

  • Saat Anda mengekspor laporan besar ke dalam format seperti Excel dan PDF, ini memerlukan lebih banyak sumber daya daripada membaca setiap halaman, menggunakan tombol, dan mencari dalam laporan.

Berapa banyak pengguna yang dapat ditangani SKU?

Untuk menguji laporan paginated tentang kapasitas yang berbeda, kami menjalankan tiga jenis beban kerja yang berbeda terhadap ukuran SKU yang berbeda. Setiap beban kerja terdiri dari satu laporan yang dirender secara bersamaan, dengan ukuran yang berbeda.

  • Kecil – Tabel agregasi data yang dibangun lebih dari 100 baris dari sumber data Azure SQL.

  • Sedang – Tabel agregasi data yang dibangun lebih dari 100.000 baris dari sumber data Azure SQL.

  • Besar - Tabel agregasi data yang dibangun lebih dari 250.000 baris dari sumber data Azure SQL.

Analisis kami untuk Power BI Premium menunjukkan bahwa jumlah pengguna bersamaan pada waktu tertentu, termasuk waktu puncak harian, tidak cenderung melebihi lima persen dari total basis pengguna.

Berdasarkan rasio konkurensi lima persen, tabel berikut menjelaskan perkiraan jumlah maksimum pengguna yang dapat ditangani SKU, sebelum kelebihan beban. Ketika kapasitas Anda kelebihan beban, pembatasan akan terjadi pada kapasitas Anda. Untuk informasi selengkapnya, lihat Apa yang terjadi pada lalu lintas selama kelebihan beban jika saya tidak melakukan penskalaan otomatis?

Beban kerja SKU F64 atau P1 SKU F128 atau P2
Bentuk dan 2.500 pengguna 5.000 pengguna
 Sedang 1.900 pengguna 3.800 pengguna
Bentuk dan 1.300 pengguna 2.600 pengguna

Pertimbangkan bahwa angka dalam tabel mengacu pada kapasitas yang ditunjuk yang tidak menjalankan operasi lain. Kapasitas Anda mungkin sudah menggunakan sumber daya CPU untuk operasi seperti:

  • Pengambilan dan pemrosesan data

  • Beban kerja dan operasi latar belakang lainnya

  • Pengelompokan dan pembukaan ulang data yang kompleks

  • Pemfilteran data

Permintaan bersamaan

Setiap beban kerja pada kapasitas, termasuk beban kerja laporan paginated, memiliki maksimum 500 render laporan bersamaan pada waktu tertentu. Jika kapasitas Anda merender 100 laporan dan memiliki 200 permintaan untuk mengekspor laporan paginated, Anda memiliki 200 permintaan render laporan bersamaan yang tersisa.

Untuk menghindari kemacetan, rencanakan beban permintaan bersamaan Anda terlebih dahulu. Jika Anda melebihi batas permintaan bersamaan, Anda akan mengalami kesalahan Terlalu Banyak Permintaan (429).

Menggunakan aplikasi metrik

Dengan menggunakan aplikasi Metrik Kapasitas Microsoft Fabric, Anda dapat memperkirakan dampak laporan paginasi Anda pada kapasitas Anda. Aplikasi ini mengukur penggunaan CPU Anda dari waktu ke waktu, memungkinkan Anda memahami performa kapasitas Anda.

Untuk menguji laporan paginated Anda, kami sarankan Anda menggunakan kapasitas bersih khusus. Kapasitas bersih membantu mengisolasi hasil dari dampak pengguna dan beban kerja lain.

Bergantung pada skenario pengujian yang ditargetkan, misalnya validasi penggunaan rata-rata atau maksimum, pilih atau buat perwakilan laporan dari konsumsi sumber daya yang diantisipasi, dan unggah ke ruang kerja Premium/Fabric dalam kapasitas yang Anda buat untuk pengujian.

Jalankan laporan beberapa kali, dan gunakan aplikasi metrik untuk mendapatkan rata-rata detik CPU yang dihabiskan untuk menjalankan laporan Anda. Saat menghitung waktu yang diperlukan untuk menjalankan laporan Anda, pertimbangkan hal berikut:

  • Aplikasi ini menunjukkan nilai agregat, Anda mungkin perlu membagi hasilnya dengan berapa kali Anda menjalankan laporan.

  • Ada beberapa item dan operasi Power BI yang mungkin terlibat dalam penyajian laporan. Anda mungkin perlu menjumlahkan konsumsi CPU mereka.

  • Ada beberapa item dan operasi Power BI yang mungkin terlibat dalam penyajian laporan karena render mungkin memakan waktu lama. Operasi jangka panjang di halaman Titik Waktu dapat ditampilkan sebagai daftar operasi, dengan tidak ada durasi yang lebih dari 30 detik. Anda mungkin perlu menjumlahkan konsumsi CPU operasi render. Mengurutkan menurut waktu mulai dapat membantu menampilkan riwayat lengkap render.

Menghitung render laporan maks

Gunakan rumus ini untuk menghitung laporan bersamaan maksimum yang dapat ditangani kapasitas, sebelum kelebihan beban.

$ \text {max concurrent report renders} = {\text {number of capacity SKU cores} \times {30} \over \text {your report's CPU processing time (in seconds)}} $

Menghitung jumlah maksimum pengguna

Dengan menggunakan perkiraan konkurensi lima persen untuk korelasi antara jumlah total pengguna, dan render bersamaan maksimum, Anda bisa mendapatkan jumlah total pengguna yang dapat ditangani SKU.

$ \text {max SKU users} = {\text {max concurrent report renders} \over 0.05} $

Menghitung sumber daya kapasitas untuk beberapa laporan

Anda dapat menggunakan rumus yang diperluas untuk memperkirakan kapasitas yang diperlukan untuk penggunaan laporan yang berbeda.

Unggah beberapa laporan paginated dengan jumlah render harian yang berbeda, dan gunakan aplikasi metrik untuk mendapatkan waktu pemrosesan CPU rata-rata untuk masing-masing laporan. Jumlah semua render laporan Anda per hari harus sama dengan 100%. Ketika Anda memiliki semua informasi, gunakan rumus ini.

$ \text {max concurrent report renders} = {\text {number of capacity SKU cores} \times {30} \over {\text {A renders} \times \text {A processing time}} + \text {B renders} \times \text {B processing time} + \text {...} + \text{N renders} \times \text{N processing time}}$

Contoh

Bagian ini mencakup dua contoh, satu untuk perhitungan reguler dan satu lagi untuk perhitungan tingkat lanjut.

Perhitungan reguler

Mari kita asumsikan bahwa Anda menjalankan laporan paginated pada SKU F64 atau P1 yang memiliki delapan inti. Total penggunaan CPU untuk 10 eksekusi adalah 40 detik, sehingga waktu CPU rata-rata per laporan adalah empat detik.

$ 60 = {8 \kali {30} \lebih dari 4} $

Saat menggunakan rumus kedua, Anda mendapatkan maksimal 1.200 pengguna.

$ 1.200 = {60 \lebih dari 0,05} $

Untuk SKU F128 atau P2 , Anda dapat mengalikan angka ini dengan dua, karena kapasitas memiliki dua kali jumlah inti CPU.

Penghitungan tingkat lanjut

Mari kita asumsikan bahwa Anda memiliki tiga laporan paginasi dengan persentase penyajian harian yang tercantum dalam tabel di bawah ini.

Laporan Jumlah laporan yang dirender per hari Waktu pemrosesan CPU (dalam detik)
A 60% 4
B 30% 10
C 10% 20

Rumus untuk SKU F64 atau P1 adalah:

Nilai Rumus
Render laporan bersamaan maks $ ~32,4 = {8 \kali {30} \lebih dari 0,6 \kali{4} + 0,3 \kali{10} + 0,1 \kali{20}} $
Total pengguna SKU $ ~650 = {32,4 \lebih dari 0,05} $

Konten terkait