Konfigurer automatiske aggregasjoner

Konfigurering av automatiske aggregasjoner inkluderer aktivering av opplæring for en støttet DirectQuery-semantisk modell og konfigurering av én eller flere planlagte oppdateringer. Etter at flere gjentakelser av opplærings- og oppdateringsoperasjonene har kjørt, kan du gå tilbake til semantiske modellinnstillinger for å finjustere prosentandelen av rapportspørringer som bruker minneaggregasjonsbufferen. Før du fullfører disse trinnene, må du være sikker på at du fullt ut forstår funksjonaliteten og begrensningene som er beskrevet i automatiske aggregasjoner.

Enable

Du må ha eiertillatelser for semantisk modell for å aktivere automatiske aggregasjoner. Arbeidsområdeadministratorer kan overta tillatelser for modelleier.

1. Utvid planlagt oppdatering og ytelsesoptimalisering i semantisk modell Innstillinger.

2. Bytt automatisk aggregasjonsopplæring til På. Hvis bryteren er nedtonet, må du kontrollere at legitimasjonen for datakilden er konfigurert og at du er logget på.

   

3. Angi en oppdateringsfrekvens og tidssone i oppdateringsplan. Hvis oppdateringsplankontrollene er deaktivert, må du kontrollere datakildekonfigurasjonen, inkludert gatewaytilkobling (om nødvendig) og legitimasjon for datakilde.

4. Velg Legg til et annet tidspunkt, og angi deretter én eller flere oppdateringer.

   

   Du må planlegge minst én oppdatering. Den første oppdateringen for hyppigheten du velger, inkluderer både en opplæringsoperasjon og en oppdatering som laster inn nye og oppdaterte aggregasjoner i minnehurtigbufferen. Planlegg flere oppdateringer for å sikre at rapportspørringer som treffer hurtigbufferen for aggregasjoner, får resultater som er mest synkronisert med serverdeldatakilden. Hvis du vil ha mer informasjon, kan du se Oppdater operasjoner.

5. Velg Bruk.

Behovsbetinget opplæring og oppdatering

Den første planlagte oppdateringsoperasjonen for den valgte frekvensen inkluderer en opplæringsoperasjon. Hvis denne opplæringsoperasjonen ikke fullføres innenfor 60-minutters tidsgrensen, lastes ikke den påfølgende oppdateringsoperasjonen inn eller oppdaterer aggregasjoner i hurtigbufferen. Den neste opplæringsoperasjonen kjøres ikke før den første oppdateringsoperasjonen av den valgte frekvensen.

I slike tilfeller kan du manuelt kjøre én eller flere behovsbetingede opplærings- og oppdateringsoperasjoner for å fullføre opplæringen og laste inn eller oppdatere aggregasjoner i hurtigbufferen. Når du for eksempel kontrollerer oppdateringsloggen, hvis den første planlagte opplærings- og oppdateringsoperasjonen for dagen (frekvens) ikke fullføres innenfor tidsgrensen, og du ikke vil vente på neste dags planlagte oppdatering som inkluderer en opplæringsoperasjon som skal kjøres, kan du kjøre én eller flere behovsbetingede tog- og oppdateringsoperasjoner for å behandle dataspørringsloggen (tog) og laste inn aggregasjoner til hurtigbufferen (oppdatering).

Hvis du vil kjøre en behovsbetinget tog- og oppdateringsoperasjon, velger du Tog og Oppdater nå. Pass på å holde et øye med oppdateringsloggen for å sikre at den behovsbetingede opplæringsoperasjonen fullføres. Hvis ikke, kjører du en annen tog- og oppdateringsoperasjon til opplæringen er fullført, og aggregasjoner lastes inn eller oppdateres i hurtigbufferen.

Det kan være nyttig å kjøre Tog og Oppdater nå for å finjustere prosentandelen av rapportspørringer som skal bruke aggregasjoner fra minnehurtigbufferen. Ved å kjøre en behovsbetinget tog- og oppdateringsoperasjon kan du raskere finne ut om den nye prosentinnstillingen tillater at opplæringsoperasjonen fullføres innenfor tidsgrensen.

Husk at opplærings- og oppdateringsoperasjoner, enten planlagte eller behovsbetingede, er prosess- og ressursintensive for både datakilden og Power BI. Velg et tidspunkt da ressursene er minst påvirket.

Finjustering

Både brukerdefinerte og systemgenererte aggregasjonstabeller er en del av modellen, bidrar til modellstørrelsen og er underlagt eksisterende begrensninger for power bi-modellstørrelse. Aggregasjonsbehandling bruker også ressurser og påvirker varigheter for modelloppdatering. En optimal konfigurasjon gir en balanse mellom å gi forhåndssamlede resultater fra minneaggregasjonsbufferen for de mest brukte rapportspørringene, samtidig som du godtar langsommere resultater for ytre og ad hoc-spørringer i bytte mot raskere opplærings- og oppdateringstider og redusert belastning på systemressurser.

Justere prosentandelen

Som standard er hurtigbufferinnstillingen for aggregasjoner som bestemmer prosentandelen av rapportspørringer som skal bruke aggregasjoner fra minnehurtigbufferen, 75 %. Å øke prosentandelen betyr at et større antall rapportspørringer rangeres høyere, og derfor inkluderes aggregasjoner for dem i minneaggregasjonsbufferen. Selv om en høyere prosentandel kan bety at flere spørringer besvares fra minnehurtigbufferen, kan det også bety lengre opplærings- og oppdateringstider. Justering til en lavere prosentandel kan derimot bety kortere opplærings- og oppdateringstider og mindre ressursutnyttelse, men ytelsen for rapportvisualisering kan avta fordi færre rapportspørringer vil bli besvart av minneaggregasjonsbufferen, da disse rapportspørringene i stedet må gå rundt til datakilden.

Før systemet kan bestemme de optimale aggregasjonene som skal inkluderes i hurtigbufferen, må det først vite hvilke rapportspørringsmønstre som brukes oftest. Pass på at flere gjentakelser av opplærings-/oppdateringsoperasjonene fullføres før du justerer prosentandelen av spørringer som skal bruke hurtigbufferen for aggregasjoner. Dette gir opplæringsalgoritmen tid til å analysere rapportspørringer over en bredere tidsperiode og selvjustere tilsvarende. Hvis du for eksempel har planlagt oppdateringer for daglig frekvens, vil du kanskje vente en hel uke. Brukerrapporteringsmønstre noen dager i uken kan være annerledes enn andre.

Slik justerer du prosentdelen

1. Utvid planlagt oppdatering og ytelsesoptimalisering i semantisk modell Innstillinger.

2. I spørringsdekningen bruker du glidebryteren Juster prosentandelen av spørringer som skal bruke glidebryteren for aggregerte hurtigbuffere til å øke eller redusere prosentandelen til ønsket verdi. Etter hvert som du justerer prosentandelen, gir spørringsresultatløftdiagrammet beregnet responstid for spørring.

   

3. Velg Kalibrer og oppdater nå , eller bruk.

Estimer ytelseseffekt for spørring

Løftet diagram for spørringsytelseseffekt gir beregnede kjøretider for rapportspørringer som en funksjon av prosentandelen spørringer som skal bruke bufrede aggregasjoner. Diagrammet viser i utgangspunktet 0,0 for alle måledata til minst én operasjon for opplæring/oppdatering utføres. Etter en innledende operasjon for opplæring/oppdatering kan diagrammet hjelpe deg med å avgjøre om justering av prosentandelen av spørringer som bruker minneaggregasjonsbufferen, potensielt kan forbedre spørringssvaret ytterligere.

Terskelen vises som en indikatorlinje i løftediagrammet og angir responstiden for målspørringen for rapportene. Deretter kan du finjustere prosentandelen av spørringer som skal bruke aggregasjonsbufferen til å bestemme en ny spørringsprosent som oppfyller den ønskede terskelen.

Måledata

DirectQuery – en beregnet varighet i sekunder for en rapportspørring som sendes til og returneres fra datakilden ved hjelp av DirectQuery. Spørringer som ikke kan besvares av minneaggregasjonsbufferen, vil vanligvis være innenfor dette estimatet.

Gjeldende spørringsprosent – en estimert varighet i sekunder for rapportspørringer besvart fra minneaggregasjonsbufferen, basert på prosentinnstillingen for den nyeste operasjonen for opplæring/oppdatering.

Ny spørringsprosent – en estimert varighet i sekunder for rapportspørringer besvart fra minneaggregasjonsbufferen for den nylig valgte prosentandelen. Etter hvert som glidebryteren for prosent endres, gjenspeiler denne måleverdien den potensielle endringen.

Disable

Du må ha tillatelse til å deaktivere automatiske aggregasjoner. Arbeidsområdeadministratorer kan overta tillatelser for modelleier.

1. Hvis du vil deaktivere, bytter du automatisk aggregasjonsopplæring til Av.

   Når du deaktiverer opplæring, blir du bedt om å slette automatiske aggregasjonstabeller.

   

   Hvis du velger ikke å slette eksisterende automatiske aggregasjonstabeller, forblir tabellene i modellen og fortsetter å oppdateres. Fordi opplæring er deaktivert, legges det imidlertid ikke til nye aggregasjoner i dem. Power BI vil fortsette å bruke de eksisterende tabellene til å få aggregerte spørringsresultater når det er mulig.

   Hvis du velger å slette tabellene, tilbakestilles modellen til den opprinnelige tilstanden uten automatiske aggregasjoner.

2. Velg Bruk.

Relatert innhold

• Automatiske aggregasjoner
• Brukerdefinerte aggregasjoner
• DirectQuery i Power BI