Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Настройка автоматических агрегатов включает активацию обучения для поддерживаемой семантической модели DirectQuery и настройку одного или нескольких запланированных обновлений данных. После выполнения нескольких итераций операций обучения и обновления можно вернуться к параметрам семантической модели, чтобы точно настроить процент запросов отчетов, использующих кэш агрегатов в памяти. Прежде чем выполнить эти действия, убедитесь, что вы полностью понимаете функциональность и ограничения, описанные в автоматической агрегации.
Enable
Для включения автоматических агрегирования необходимо иметь разрешения владельца семантической модели. Администраторы рабочей области могут перенять права владельца модели.
В параметрах семантической модели разверните запланированное обновление и оптимизацию производительности.
Переключите обучение автоматических агрегаций на Вкл. Если переключатель неактивен, убедитесь, что учетные данные источника данных настроены и вы выполнили вход.
В расписании обновления укажите частоту обновления и часовой пояс. Если элементы управления расписанием обновления отключены, проверьте конфигурацию источника данных, включая подключение шлюза (при необходимости) и учетные данные источника данных.
Нажмите кнопку "Добавить другое время", а затем укажите одно или несколько обновлений.
Снимок экрана: раздел частоты обновления с несколькими установленными временными интервалами. Функции "Добавить еще одно время" и "Применить" выделены.
Необходимо запланировать по крайней мере одно обновление. Первое обновление для частоты, которую вы выберете, будет включать как операцию обучения, так и обновление, которое загружает новые и обновленные агрегации в кэш в памяти. Запланируйте дополнительные обновления, чтобы убедиться, что запросы отчетов, которые попали в кэш агрегатов, получают результаты, которые наиболее синхронизированы с серверным источником данных. Дополнительные сведения см. в разделе "Операции обновления".
Нажмите кнопку "Применить".
Обучение по запросу и обновление
Первая запланированная операция обновления для выбранной частоты включает в себя операцию обучения. Если эта операция обучения не завершится в течение 60 минут, следующая операция обновления не будет загружать или обновлять агрегации в кэше. Следующая операция обучения не будет выполняться до первой операции обновления выбранной частоты.
В таких случаях можно вручную запустить одну или несколько операций обучения по запросу и обновления, чтобы полностью завершить обучение и загрузить или обновить агрегаты в кэше. Например, при проверке журнала обновлений, если первая запланированная операция обучения и обновления на день (частота) не завершается в установленное время, и вы не хотите ждать запуска запланированного на следующий день обновления, которое включает выполнение операции обучения, можно запустить одну или несколько операций обучения и обновления по запросу, чтобы полностью обработать журнал запросов данных (обучение) и загрузить агрегированные данные в кэш (обновление).
Чтобы запустить операцию обучения по запросу и обновления, выберите "Обучение" и "Обновить сейчас". Обязательно следите за журналом обновления, чтобы убедиться, что операция обучения по запросу успешно завершена. Если нет, выполните другую операцию обучения и обновления, пока обучение не завершится успешно, а агрегаты загружаются или обновляются в кэше.
Запуск Train and Refresh Now может оказаться полезным для точной настройки процента запросов отчета, которые будут использовать агрегации из оперативного кеша. Выполнив обучение по требованию и обновив данные сейчас, вы сможете быстрее определить, позволяет ли новая процентная установка завершить операцию обучения в установленный срок.
Помните, что операции обучения и обновления, запланированные или по запросу, являются процессом и ресурсоемким для источника данных и Power BI. Выберите время, когда ресурсы оказывают наименьшее влияние.
Fine-tuning
Определяемые пользователем и системные агрегационные таблицы являются частью модели, увеличивают её размер и подпадают под исходные ограничения размера модели Power BI. Обработка агрегатов также потребляет ресурсы и влияет на длительность обновления модели. Оптимальная конфигурация обеспечивает баланс между предоставлением предварительно агрегированных результатов из кэша агрегирования в памяти для наиболее часто используемых запросов отчетов, принимая более медленные результаты для исходящих и нерегламентированных запросов в обмен на ускорение обучения и время обновления и снижение нагрузки на системные ресурсы.
Настройка процента
По умолчанию параметр кэша агрегирования определяет процент запросов отчета, которые будут использовать агрегаты из кэша в памяти, равно 75%. Увеличение процента означает, что большее количество запросов отчетов располагаются выше в рейтинге, и поэтому агрегаты для них включаются в кэш агрегатов, хранящийся в оперативной памяти. Хотя более высокий процент может означать, что больше запросов обслуживаются из кэша в памяти, это также может означать более длительное время обучения и обновления. С другой стороны, корректировка в сторону более низкого процента может означать более короткое время обучения и обновления, а также меньше использования ресурсов, но производительность визуализации отчетов может уменьшиться, так как меньше запросов отчетов будет обслуживаться кэшем агрегирования в памяти, и эти запросы отчетов должны будут обращаться к источнику данных.
Прежде чем система сможет определить оптимальные агрегаты для включения в кэш, сначала необходимо знать шаблоны запросов отчета, которые используются чаще всего. Перед настройкой процента запросов, которые будут использовать кэш агрегатов, обязательно разрешите завершить несколько итераций операций обучения и обновления. Это дает алгоритму обучения время для анализа запросов отчетов в течение более широкого периода времени и самостоятельной корректировки соответствующим образом. Например, если вы запланировали обновления для ежедневной частоты, может потребоваться ждать полную неделю. Шаблоны отчетов пользователей в некоторые дни недели могут отличаться от других.
Корректировка процентного значения
В параметрах семантической модели разверните запланированное обновление и оптимизацию производительности.
В области охвата запросов используйте параметр "Изменить процент запросов", которые будут использовать ползунок агрегированных кэшей для увеличения или уменьшения процента до требуемого значения. При изменении процента диаграмма влияния на производительность запросов показывает предполагаемое время отклика запроса.
Выберите «Обучить и обновить сейчас» или «Применить».
Оценка влияния на производительность запросов
Диаграмма влияния на производительность запросов предоставляет предполагаемое время выполнения запроса отчета в зависимости от процента запросов, которые будут использовать кэшированные агрегаты. На диаграмме изначально отображается значение 0.0 для всех метрик до тех пор, пока не будет выполнена хотя бы одна операция обучения или обновления. После начальной операции обучения/обновления диаграмма может помочь определить, может ли изменение процента запросов, использующих кэш агрегирования в памяти, дополнительно улучшить ответ запроса.
Пороговое значение отображается как строка маркера на диаграмме лифта и указывает время отклика целевого запроса для отчетов. Затем можно точно настроить процент запросов, которые будут использовать кэш агрегатов для определения нового процента запросов, соответствующего требуемому пороговому значению.
Metrics
DirectQuery — предполагаемая длительность в секундах для запроса отчета, отправленного и возвращенного из источника данных с помощью DirectQuery. Запросы, которые не могут быть обработаны кэшем агрегатов в памяти, обычно будут находиться в пределах этой оценки.
Текущий процент запросов — примерная продолжительность выполнения запросов отчетов в секундах, которые обрабатываются через кэш агрегатов в оперативной памяти, в зависимости от настройки процента для последней операции обучения или обновления.
Новый процент запросов — предполагаемая длительность в секундах для запросов отчета, отвеченных из кэша агрегатов в памяти для только что выбранного процента. При изменении положения процентного ползунка эта метрика отражает потенциальные изменения.
Disable
Для отключения автоматических агрегирований необходимо иметь разрешения владельца модели. Администраторы рабочей области могут взять на себя права владельца модели.
Чтобы отключить, переключите автоматическое агрегирование на Выключено.
При отключении обучения вам будет предложено удалить автоматически агрегируемые таблицы.
Если вы решили не удалять существующие таблицы автоматической агрегирования, таблицы останутся в модели и продолжают обновляться. Однако, поскольку обучение отключено, к ним не будут добавлены новые агрегации. Power BI продолжит использовать существующие таблицы для получения статистических результатов запроса, когда это возможно.
Если вы решили удалить таблицы, модель возвращается в исходное состояние без автоматической агрегации.
Нажмите кнопку "Применить".