Pianificazione della capacità dei report impaginati

  • Articolo

SI APPLICA A: Report impaginati di Power BI servizio Power BI Power BI Desktop

Informazioni su come pianificare la capacità Premium per ottenere prestazioni ottimali dai report impaginati, a un costo minimo. Se si esegue la migrazione a Power BI da un diverso strumento di business intelligence, è consigliabile leggere gli articoli elencati di seguito prima di decidere quale capacità usare.

Pianificazione capacità

Il calcolo del tipo di capacità necessario dipende da diversi fattori, ad esempio il numero di oggetti visivi nei report, la complessità delle query sul report e la qualità dell'origine dati o del modello di dati. È anche consigliabile prendere in considerazione l'uso corrente della capacità durante i periodi di picco, prima di aggiungere report impaginati.

Prima di iniziare a pianificare la capacità necessaria, esaminare la tabella Capacità e SKU per vedere quali risorse sono offerte da ogni capacità.

Quando si pianifica la capacità, considerare quanto segue:

  • Complessità della progettazione del report. La Tablix annidata, più sottoreport e più gruppi di righe e colonne aggiungono alla complessità della progettazione e richiedono risorse di capacità.

  • Quantità di dati recuperati dal report. Maggiore è il numero di dati necessari per il report, maggiore è il numero di risorse richieste dalla capacità.

  • Il modo in cui il report recupera i dati. Quando si usano connettori, driver o gateway, il recupero dei dati potrebbe richiedere più tempo, richiedere più risorse e di conseguenza diventare più costoso.

  • Quando si esportano report di grandi dimensioni in formati come Excel e PDF, sono necessarie più risorse rispetto alla lettura di ogni pagina, utilizzando interruttori e ricerche all'interno dei report.

Quanti utenti possono gestire uno SKU?

Per testare i report impaginati su capacità diverse, sono stati eseguiti tre diversi tipi di carichi di lavoro con dimensioni diverse dello SKU. Ogni carico di lavoro è costituito da un singolo report con rendering simultaneo, con dimensioni diverse.

  • Small : tabella di aggregazione dei dati compilata su 100 righe da un'origine dati SQL di Azure.

  • Media : tabella di aggregazione dei dati compilata su 100.000 righe da un'origine dati SQL di Azure.

  • Large : tabella di aggregazione dei dati compilata su 250.000 righe da un'origine dati SQL di Azure.

L'analisi per Power BI Premium mostra che il numero di utenti simultanei in un determinato momento, inclusi i picchi giornalieri, non tende a superare il 5% della base utente totale.

In base al rapporto di concorrenza del 5%, la tabella seguente descrive il numero massimo approssimativo di utenti che un SKU può gestire, prima che venga sottoposto a overload. Quando la capacità è sovraccaricata, la limitazione si verificherà sulla capacità. Per altre informazioni, vedere Cosa accade al traffico durante l'overload se non si esegue la scalabilità automatica?

Carico di lavoro SKU F64 o P1 SKU F128 o P2
Small 2.500 utenti 5.000 utenti
Medium 1.900 utenti 3.800 utenti
grandi dimensioni 1.300 utenti 2.600 utenti

Tenere presente che i numeri nella tabella fanno riferimento alle capacità designate che non eseguono altre operazioni. La capacità potrebbe già usare le risorse della CPU per operazioni come:

  • Recupero ed elaborazione dei dati

  • Altre operazioni in background e carico di lavoro

  • Raggruppamento e modifica di dati complessi

  • Filtro dati

Richieste simultanee

Ogni carico di lavoro in una capacità, incluso il carico di lavoro dei report impaginati, ha un massimo di 500 rendering simultanei del report in qualsiasi momento. Se la capacità esegue il rendering di 100 report e ha 200 richieste per l'esportazione di report impaginati, sono state lasciate 200 richieste di rendering del report simultanee.

Per evitare la congestione, pianificare in anticipo il carico delle richieste simultanee. Se si supera il limite di richieste simultanee, verrà visualizzato l'errore Troppe richieste (429).

Uso dell'app per le metriche

Usando l'app Microsoft Fabric Capacity Metrics è possibile stimare l'impatto del report impaginato sulla capacità. L'app misura l'utilizzo della CPU nel tempo, consentendo di comprendere le prestazioni della capacità.

Per testare il report impaginato, è consigliabile usare una capacità pulita dedicata. Una capacità pulita consente di isolare i risultati dall'impatto di altri utenti e carichi di lavoro.

A seconda dello scenario di test di destinazione, ad esempio la convalida dell'utilizzo medio o massimo, selezionare o creare un report rappresentativo del consumo previsto delle risorse e caricarlo in un'area di lavoro Premium/Fabric nella capacità creata per il test.

Eseguire il report più volte e usare l'app per le metriche per ottenere i secondi medi di CPU impiegato per eseguire il report. Quando si calcola il tempo necessario per eseguire il report, considerare quanto segue:

  • L'app mostra i valori aggregati, potrebbe essere necessario dividere i risultati in base al numero di volte in cui si esegue il report.

  • Sono presenti più elementi e operazioni di Power BI che potrebbero essere coinvolti nel rendering dei report. Potrebbe essere necessario sommare il consumo di CPU.

  • Esistono più elementi e operazioni di Power BI che potrebbero essere coinvolti nel rendering del report perché il rendering potrebbe richiedere molto tempo. Un'operazione a esecuzione prolungata nella pagina Timepoint può essere visualizzata come un elenco di operazioni, senza durata superiore a 30 secondi. Potrebbe essere necessario sommare l'utilizzo della CPU delle operazioni di rendering. L'ordinamento in base all'ora di inizio consente di visualizzare la cronologia completa del rendering.

Calcolare il rendering massimo del report

Utilizzare questa formula per calcolare il rendering massimo del report simultaneo che una capacità può gestire, prima di eseguire l'overload.

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

Calcolare il numero massimo di utenti

Usando la concorrenza stimata del 5% per la correlazione tra il numero di utenti totali e il numero massimo di rendering simultanei, è possibile ottenere il numero di utenti totali che possono gestire uno SKU.

$ \text {max SKU users} = {\text {max concurrent report renders} \over 0,05} $

Calcolare le risorse di capacità per più report

È possibile usare una formula estesa per stimare la capacità necessaria per diversi utilizzi dei report.

Caricare diversi report impaginati con un numero diverso di rendering giornalieri e usare l'app per le metriche per ottenere il tempo medio di elaborazione della CPU per ognuno di essi. La somma di tutti i rendering del report al giorno deve essere uguale al 100%. Quando si dispone di tutte le informazioni, usare questa formula.

$ \text {max concurrent report renders} = {\text {number of capacity SKU cores} \times \over {30} {\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}}$

Esempi

Questa sezione include due esempi, uno per il calcolo regolare e un altro per il calcolo avanzato.

Calcolo regolare

Si supponga di eseguire un report impaginato in uno SKU F64 o P1 con otto core. L'utilizzo totale della CPU per 10 esecuzioni è di 40 secondi, quindi il tempo medio della CPU per ogni report è di quattro secondi.

$ 60 = {8 \times {30} \over 4} $

Quando si usa la seconda formula, si ottiene un massimo di 1.200 utenti.

$ 1.200 = {60 \over 0,05} $

Per gli SKU F128 o P2 , è possibile moltiplicare questi numeri per due, perché la capacità ha il doppio del numero di core CPU.

Calcolo avanzato

Si supponga di avere tre report impaginati con la percentuale di rendering giornaliera elencata nella tabella seguente.

Report Numero di report di cui è stato eseguito il rendering al giorno Tempo di elaborazione della CPU (in secondi)
Un 60% 4
G 30% 10
A 10% 20

Le formule per uno SKU F64 o P1 saranno:

Valore Formula
Rendering massimo del report simultaneo $ ~32,4 = {8 \times {30} \over 0,6 \times{4} + 0,3 \times{10} + 0,1 \times{20}} $
Totale utenti SKU $ ~650 = {32,4 \over 0,05} $

Contenuto correlato