Power Automate Process Mining デスクトップ クライアント アプリケーションにより、ユーザーはイベント ログ データからビジネス プロセスを発見、分析、改善することができます。 Power Automate Process Mining は、大量のハードウェア リソース、特に RAM メモリ、ディスク ドライブの容量と速度、CPU コアを必要とするステートフルなプロセス マイニング エンジンを使用します。 このドキュメントでは、さまざまなサイズのイベント ログ ファイルで Power Automate Process Mining を実行するための推奨ハードウェア仕様について説明します。 このドキュメントでは、Power Automate Process Mining のパフォーマンスに影響を与える要因と、最高のユーザー エクスペリエンスを実現するためにハードウェア構成を最適化する方法についても説明します。
ハードウェアの仕様
次の表は、異なるサイズのイベントログファイルで Power Automate Process Mining を実行するための推奨ハードウェア仕様をまとめたものです。 これらの要件は、他のアプリケーションがメモリ消費と CPU 使用率に与える影響が最小限であることを前提としています。 それ以外の場合は、これらのアプリケーションの要求に基づいて要件を増やす必要があります。 この表では、イベント ログ ファイルが CSV 形式であり、Power Automate Process Mining に読み込まれる前にプロセス モデル ファイルに変換されることを前提としています。 プロセス モデル ファイルのサイズは、通常、元の CSV ファイルの 20 ～ 30% になります。 この表には、イベント ログ ファイルの各サイズに対する最小要件と最適要件が記載されています。 最小要件は、エラーやタイムアウトが発生することなく Power Automate Process Mining を実行するために必要な最小限のハードウェア仕様です。 最適な要件は、Power Automate Process Mining を高速かつスムーズに実行するために必要なハードウェア仕様です。
| イベント ログのサイズ (CSV) | プロセス モデルのファイル サイズ | 最小要件 | 任意の要件 |
|---|---|---|---|
| 0 - 10 GB | 0 - 3 GB | ||
| 10 - 50 GB | 3 - 15 GB | ||
| 50 - 100 GB | 15 - 30 GB | ||
| 100 - 150 GB | 30 - 45 GB |
注意Note
前述の表は、Process Mining デスクトップ アプリを実行するための最小および最適なハードウェア構成を示しています。 最小構成は、Power Automate Process Mining をクラッシュせずに実行できる最小限の構成ですが、ユーザーはボリュームの上限境界で遅延を経験する可能性があります。 最適な構成とは、Process Mining デスクトップ アプリをスムーズかつ効率的に実行できる構成です。 プロセス モデル サイズの境界値については、より強力なハードウェア構成を選択することをお勧めします。
パフォーマンスのファクター
Power Automate Process Mining の性能は、イベント ログ データのサイズや複雑さ、ユーザーが実行する分析の種類や数、Power Automate Process Mining を実行するマシンのハードウェア構成など、いくつかの要因に依存します。 以下のセクションでは、これらの各要因が Power Automate Process Mining のパフォーマンスにどのような影響を与えるか、また、最高のユーザー エクスペリエンスのためにそれらを最適化する方法について説明します。
データのサイズと複雑性
イベント ログ データのサイズと複雑さは、Power Automate Process Mining のパフォーマンスに直接影響します。 データが大きく複雑になるほど、それを処理および分析するために必要なハードウェア リソースも増えます。 データのサイズは、イベントの数、属性の数、および属性値のカーディナリティによって決まります。 データの複雑性は、バリアントの数、アクティビティの数、プロセスの並行性とループの度合いによって決まります。 以下は、データのサイズと複雑さを軽減するための一般的なガイドラインです:
- データを取り込む前に、無関係または冗長なイベントと属性を除外します。
- 属性を意味のあるカテゴリにグループ化または集約して、属性の一意の値の数を減らします。
- プロセスの主な動作をキャプチャし、バリアントが多すぎることを避ける適切なマイニング属性を使用します。
- プロセスの時間的ダイナミクスを反映し、イベントが多すぎることがないように、適切な時間の粒度を使用します。
分析の量とその種類
ユーザーが実行する分析の種類と数も、Power Automate Process Mining のパフォーマンスに影響を与えます。 ユーザーが実行する分析が増えるほど、それらを計算して表示するために必要となるハードウェア リソースも増えます。 分析の種類によって、アクセスして処理する必要があるデータの量と、表示する必要がある詳細レベルが決まります。 分析の種類と数を最適化するための一般的なガイドラインを次に示します:
- フィルターを使用して、分析に最も関連性の高い、または興味深いケース、アクティビティ、または属性に焦点を当てます。
- 現在の分析に関連しないカスタム メトリックを作成しないようにしてください。 すでに作成されているカスタム メトリックは、削除せずに無効にすることができます。
- 同時に多くの分析を実行しないようにしてください。
ハードウェア構成
Power Automate Process Mining を実行するマシンのハードウェア構成は、Power Automate Process Mining のパフォーマンスに影響を与える最も重要な要素です。 ハードウェア構成によって、メモリに読み込めるデータの量、ディスクからデータを読み取る速度、およびデータを並列処理する速度が決まります。 ハードウェア構成を最適化するための一般的なガイドラインを次に示します:
- データをメモリに読み込むには、十分な RAM を搭載したマシンを使用してください。 この量により、速度の遅いディスクからのデータのストリーミングが不要になるため、Power Automate Process Mining のパフォーマンスが大幅に向上します。 各データ サイズに推奨される RAM サイズは、前の表に示されています。
- データの保存と読み出しには、高速ディスク・ドライブを搭載したマシンを使用してください。 この使用法は、特にデータをメモリに読み込みできない場合に、Power Automate Process Mining のパフォーマンスを向上させます。 各データサイズに推奨されるディスクの種類と速度は、前の表に示されています。
- データを並列処理するには、十分な CPU コアを備えたマシンを使用します。 この使用法により、Power Automate Process Mining は計算を複数のスレッドに分割し、CPU の潜在能力を最大限に活用できるようになるため、Power Automate Process Mining のパフォーマンスが向上します。 各データサイズに対する推奨 CPU コア数は前の表に示されています。