共用方式為

內部部署的資料閘道大小調整

  • 發行項

此文章適用於需要安裝及管理內部部署資料閘道的 Power BI 系統管理員。

每當 Power BI 必須存取無法直接透過網際網路存取的資料時，就需要閘道。 其可以安裝在內部部署伺服器或 VM 裝載的基礎結構即服務 (IaaS) 上。

閘道工作負載

內部部署資料閘道支援兩個工作負載。 在我們討論閘道大小與建議之前，請務必先了解這些工作負載。

快取的資料工作負載

快 取的數據 工作負載會擷取並轉換源數據，以載入 Power BI 語意模型。 它會以三個步驟執行：

  1. 連線：閘道會連線到來源資料。
  2. 資料擷取及轉換：擷取資料，並在必要時轉換。 如果可能的話，Power Query 混搭引擎會將轉換步驟推送至資料來源，也就是查詢摺疊。 如果不可行，則必須由閘道完成轉換。 在此情況下，閘道將會耗用更多 CPU 與記憶體資源。
  3. 傳輸：資料會傳輸到 Power BI 服務 - 可靠且快速的網際網路連線很重要，尤其是針對大量資料。

快取資料的圖表，其中顯示連線到內部部署來源的內部部署資料閘道。

即時連線與 DirectQuery 工作負載

即時連線與 DirectQuery 工作負載主要是以傳遞模式運作。 Power BI 服務會傳送查詢，而閘道會以查詢結果回應。 一般而言，查詢結果的大小很小。

此工作負載需要 CPU 資源來路由傳送查詢與查詢結果。 CPU 的需求通常會比快取資料工作負載所需的要少得多，特別是在需要轉換資料以進行快取時。

可靠、快速且一致的連線能力非常重要，可確保報表使用者擁有快速回應體驗。

即時連線和 DirectQuery 的圖表，其中顯示連線到內部部署來源的內部部署資料閘道。

大小調整考量

決定閘道電腦的正確大小調整策略可能取決於下列變數：

  • 針對快取資料工作負載：
    • 並行語意模型重新整理的數目
    • 資料來源的類型 (關聯式資料庫、分析式資料庫、資料摘要或檔案)
    • 要從資料來源擷取的資料量
    • Power Query 混搭引擎所需執行的任何轉換
    • 要傳輸至 Power BI 服務的資料量
  • 針對即時連線與 DirectQuery 工作負載：
    • 並行報表使用者的數目
    • 報表頁面上的視覺效果數目 (每個視覺效果至少傳送一個查詢)
    • Power BI 儀表板查詢快取更新的頻率
    • 使用自動重新整理頁面功能的即時報表數目
    • 語意模型是否強制執行資料列層級安全性 (RLS) (部分機器翻譯)

一般而言，即時連線與 DirectQuery 工作負載需要足夠的 CPU，而快取資料工作負載需要更多的 CPU 與記憶體。 這兩個工作負載都取決於與 Power BI 服務以及資料來源的良好連線能力。

注意

Power BI 容量會限制模型重新整理平行處理原則，以及即時連線與 DirectQuery 輸送量。 調整閘道的大小以提供超過 Power BI 服務所支援的功能是沒有意義的。 限制會因進階 SKU (以及相當大小的 A SKU) 而有所不同。 如需詳細資訊，請參閱 Microsoft Fabric 容量授權 (部分機器翻譯) 和什麼是 Power BI Premium？(容量節點)。

重要

此文章有時會提及 Power BI Premium 或其容量訂用帳戶 (P SKU)。 請注意，Microsoft 目前正在整合購買選項，並按容量 SKU 淘汰 Power BI Premium。 新客戶和現有客戶應考慮改為購買 Fabric 容量訂用帳戶 (F SKU)。

如需詳細資訊，請參閱 即將推出的 Power BI Premium 授權重要更新 (英文) 和 Power BI Premium 常見問題集 (部分機器翻譯)。

建議

閘道大小調整建議取決於許多變數。 在此節中，我們會提供您可以納入考量的一般建議。

初始大小

可能難以準確估計正確的大小。 建議您從至少具有 8 個 CPU 核心、8 GB RAM 與多 Gigabit 網路介面卡的電腦開始。 接著，您可以透過記錄 CPU 與記憶體系統計數器來測量一般閘道工作負載。 如需詳細資訊，請參閱監視並最佳化內部部署資料閘道效能。

連線性

規劃 Power BI 服務與您的閘道之間，以及您的閘道與資料來源之間的最佳連線能力。

  • 力求可靠性、速度快，以及低且一致的延遲。
  • 消除 (或減少) 閘道與資料來源之間的機器躍點數。
  • 移除防火牆 Proxy 層所加諸的任何網路節流。 如需 Power BI 端點的詳細資訊，請參閱將 Power BI URL 新增至允許清單。
  • 設定 Azure ExpressRoute (部分機器翻譯) 以建立對 Power BI 的私人受控連線。
  • 針對 Azure VM 中的資料來源，請確定 VM 與 Power BI 服務共置 (部分機器翻譯)。
  • 針對涉及動態 RLS 的 SQL Server Analysis Services (SSAS) 即時連線工作負載，請確定閘道機器與內部部署 Active Directory 之間有良好的連線能力。

叢集

您可以為大規模部署建立具有多個叢集成員的閘道， 叢集可避免單一失敗點，並可對閘道之間的流量進行負載平衡。 您可以：

  • 在叢集中安裝一或多個閘道。
  • 將工作負載隔離到獨立閘道，或者閘道伺服器的叢集。

如需詳細資訊，請參閱管理內部部署資料閘道高可用性叢集和負載平衡。

語意模型設計和設定

語意模型設計與其設定可能會對閘道工作負載造成影響。 若要減少閘道工作負載，您可以考慮下列動作。

針對匯入語意模型：

  • 設定較不頻繁的資料重新整理。
  • 設定累加式重新整理 (部分機器翻譯)，以將傳輸的資料量降到最低。
  • 盡可能確保進行查詢折疊 (部分機器翻譯)。
  • 特別是針對大量資料或低延遲結果的需求，請將設計轉換成 DirectQuery 或複合模型。

針對 DirectQuery 語意模型：

  • 最佳化資料來源、模型與報表設計；如需詳細資訊，請參閱 Power BI Desktop 中的 DirectQuery 模型指導 (部分機器翻譯)。
  • 建立彙總 (部分機器翻譯) 以快取較高層級的結果，以減少 DirectQuery 要求的數目。
  • 限制報表設計與容量設定中的自動頁面重新整理 (部分機器翻譯) 間隔。
  • 特別是在強制執行動態 RLS 時，請限制儀表板快取更新頻率。
  • 特別是針對較小量的資料或非揮發性資料，請將設計轉換成匯入或複合模型。

針對即時連線語意模型：

  • 特別是在強制執行動態 RLS 時，請限制儀表板快取更新頻率。

相關內容

如需本文的詳細資訊，請參閱下列資源：