分页报表容量计划

适用于：Power BI 分页报表Power BI 服务 Power BI Desktop

了解如何规划高级容量，以最低成本获得分页报表的最佳性能。 如果要从其他商业智能工具迁移到 Power BI，请考虑先阅读下列文章，再决定使用哪种容量。

• Power BI 迁移概述。

• 将 SQL Server Reporting Services 报表迁移到 Power BI - 面向有兴趣将报表定义语言 (.rdl) 报表从 SQL Server Reporting Services (SSRS) 迁移到 Power BI 的报表作者和 Power BI 管理员。

容量计划

计算所需的容量类型取决于多个因素，例如报表中的视觉对象数量、针对报表的查询的复杂性以及数据源或数据模型的质量。 在向容量添加分页报表之前，还应考虑容量在高峰时段的当前使用情况。

在开始规划所需的容量之前，请查看容量和 SKU 表，了解每个容量提供了哪些资源。

规划容量时，请考虑以下事项：

• 报表设计的复杂性。 嵌套的 Tablix、多个子报表以及多个行和列组增加了设计的复杂性，并需要容量资源。

• 报表检索的数据量。 报表需要的数据越多，需要从你的容量中获取的资源就越多。

• 报表检索数据的方式。 使用连接器、驱动程序或网关时，数据检索可能需要更长的时间、更多的资源，因此成本更高。

• 与读取每个页面、使用切换开关和在报表中搜索相比，将大型报表导出为 Excel 和 PDF 等格式需要更多的资源。

SKU 可以处理多少用户？

为了测试不同容量的分页报表，我们针对不同的 SKU 大小执行了三种不同类型的工作负载。 每个工作负载由一个并发呈现的单一报表（大小不等）组成。

• 小型 - 从 Azure SQL 数据源生成超过 100 行的数据聚合表。

• 中型 - 从 Azure SQL 数据源生成超过 100,000 行的数据聚合表。

• 大型 - 从 Azure SQL 数据源生成超过 250,000 行的数据聚合表。

我们对 Power BI Premium 的分析表明，在任何给定时间（包括每日高峰时间）的并发用户数往往不超过总用户群的 5%。

基于 5% 的并发比率，下表描述了 SKU 在过载之前可以处理的大致最大用户数。 容量过载时，将对其进行限制。 有关详细信息，请参阅如果我不进行自动缩放，那么在重载期间流量会出现什么情况？

工作负荷	F64 或 P1 SKU	F128 或 P2 SKU
小型	2,500 个用户	5,000 名用户
中等	1,900 个用户	3,800 个用户
大型	1,300 个用户	2,600 个用户

要考虑到表中的数字指的是不运行其他操作的指定容量。 你的容量可能已将 CPU 资源用于如下操作：

• 数据检索和处理

• 其他工作负载和后台操作

• 复杂数据分组和重塑

• 数据筛选

并发请求

容量上的每个工作负荷（包括分页报表工作负荷）在任何给定时间最多呈现 500 个并发报表。 如果容量正在呈现 100 个报表，并且有 200 个导出分页报表的请求，则还剩下 200 个并发报表呈现请求。

为了避免拥塞，请提前计划并发请求负载。 如果超过并发请求数限制，则你会遇到“请求过多(429)”错误。

使用指标应用

使用 Microsoft Fabric Capacity Metrics 应用，可以估计分页报表对容量的影响。 该应用会测量一段时间内的 CPU 使用率，便于你了解容量的运行情况。

若要测试分页报表，建议使用专用的全新容量。 全新的容量有助于使结果不受其他用户和工作负载的影响。

根据目标测试方案（例如平均或最大使用情况验证），选择或创建一个代表预期资源消耗的报表，并将其上传到为测试创建的容量中的 Premium/Fabric 工作区。

运行报表数次，并使用指标应用获取运行报表所用的平均 CPU 秒数。 计算运行报表所需的时间时，请考虑以下事项：

• 应用显示的是聚合值，你可能需要将结果除以运行报表的次数。

• 报表呈现中可能涉及多个 Power BI 项和操作。 可能需要对其 CPU 消耗进行求和。

• 报表呈现中可能涉及多个 Power BI 项和操作，因为呈现可能需要很长时间。 “时间点”页面中长时间运行的操作可以显示为操作列表，持续时间均不超过 30 秒。 可能需要对呈现操作 CPU 消耗进行求和。 按开始时间排序有助于显示呈现的完整历史记录。

计算最大报表呈现量

使用此公式计算容量在过载之前可以处理的最大并发报表呈现量。 若要详细了解容量单位（CU）、SKU 和 Power BI v 核心，请参阅 容量概念。

$\text{max concurrent report renders}=\frac{\text{capacity units for your capacity}\times 3.75}{\text{your report's CPU processing time （以秒为单位）}}$

计算最大用户数

将估计的 5% 并发数用于总用户数和最大并发呈现之间的相关性，可以得出 SKU 可以处理的总用户数。

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

计算多个报表的容量资源

可以使用扩展公式来估算不同报表使用情况所需的容量。

上传每日呈现次数不同的多个分页报表，并使用指标应用获取每个报表的平均 CPU 处理时间。 每天所有报表呈现的总和应等于 100%。 当你掌握了所有信息后，使用这一公式。

$\text{Extra close brace or missing open brace}$

示例

本部分包含两个示例，一个用于常规计算，另一个用于高级计算。

常规计算

假设你在具有八个核心的 F64 或 P1 SKU 上运行分页报表。 10 次运行的总 CPU 时间为 40 秒，因此每个报表的平均 CPU 时间为 4 秒。

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

使用第二个公式时，最多可获得 1,200 个用户。

$1,200=\frac{60}{0.05}$

对于 F128 或 P2 SKU，可以将这些数字乘以 2，因为容量拥有两倍的 CPU 核心数。

高级计算

假设你有三个分页报表，下表中列出了每日呈现百分比。

报表	每天呈现的报表数	CPU 处理时间（以秒为单位）
A	60%	4
B	30%	10
C	10%	20

F64 或 P1 SKU 的公式为：

值	公式
最大并发报表呈现数	$32.4=\frac{8\times 30}{0.6\times 4+0.3\times 10+0.1\times 20}$
SKU 用户总数	$650=\frac{32.4}{0.05}$

相关内容

• 什么是 Power BI Premium？

• Power BI Premium 中的分页报表是什么？

• 性能平滑

• 将自动缩放功能与 Power BI Premium 结合使用