Úvod do optimalizace výkonu
Optimalizace výkonu, označovaná také jako ladění výkonu, zahrnuje změny aktuálního stavu sémantického modelu tak, aby běžel efektivněji. Když je sémantický model optimalizovaný, funguje v podstatě lépe.
Můžete zjistit, že sestava funguje dobře v testovacím a vývojovém prostředí, ale při nasazení do produkce pro širší využití se projeví problémy s výkonem. Z hlediska uživatele sestavy je nízký výkon charakterizován dlouhým načítáním stránek sestavy a delší aktualizací vizuálů. Výsledkem tohoto nízkého výkonu je negativní zkušenost uživatelů.
Jako datový analytik strávíte prací s daty přibližně 90 procent času a devětkrát z deseti bude nízký výkon přímým důsledkem špatného sémantického modelu, chybného jazyka DAX (Data Analysis Expressions) nebo kombinace těchto dvou možností. Proces návrhu sémantického modelu pro výkon může být zdlouhavý a často se podceňuje. Pokud ale řešíte problémy s výkonem během vývoje, budete mít robustní sémantický model Power BI, který vrátí lepší výkon generování sestav a pozitivnější uživatelské prostředí. Budete rovněž schopni optimalizovaný výkon udržovat. Jak vaše organizace roste, velikost jejích dat roste a její sémantický model se stává složitějším. Včasnou optimalizací sémantického modelu můžete zmírnit negativní dopad tohoto růstu na výkon sémantického modelu.
Menší sémantický model využívá méně prostředků (paměti) a dosahuje rychlejší aktualizace dat, výpočtů a vykreslování vizuálů v sestavách. Proces optimalizace výkonu proto zahrnuje minimalizaci velikosti sémantického modelu a co nejefektivnější využití dat v modelu, což zahrnuje:
Ověření, že se používají správné datové typy
Odstranění nepotřebných sloupců a řádků
Vyloučení opakovaných hodnot
Nahrazení číselných sloupců mírami
Zmenšení mohutností
Analýza metadat modelu
Shrnutí dat tam, kde je to možné
V tomto modulu se seznámíte s kroky, procesy a koncepty, které jsou nezbytné k optimalizaci sémantického modelu pro výkon na podnikové úrovni. Mějte však na paměti, že i když vás základní pokyny k výkonu a osvědčené postupy v Power BI povedou dlouhou cestu, k optimalizaci sémantického modelu pro výkon dotazů budete pravděpodobně muset spolupracovat s datovým inženýrem, který zajistí optimalizaci sémantického modelu ve zdrojových zdrojích dat.
Dejme tomu, že pracujete jako vývojář používající Microsoft Power BI ve firmě Tailwind Traders. Dostali jste za úkol zkontrolovat sémantický model, který před několika lety vytvořil jiný vývojář, osoba, která od té doby opustila organizaci.
Sémantický model vytvoří sestavu, která obdržela negativní zpětnou vazbu od uživatelů. Uživatelé jsou spokojeni s výsledky, které sestava poskytuje, ale nejsou spokojeni s výkonem sestavy. Načítání stránek v sestavě trvá příliš dlouho a při provádění určitých výběrů se tabulky neaktualizují dostatečně rychle. Kromě této zpětné vazby it tým zdůraznil, že velikost souboru tohoto konkrétního sémantického modelu je příliš velká a zatěžuje prostředky organizace.
Musíte zkontrolovat sémantický model, abyste identifikovali původní příčinu problémů s výkonem a udělali změny pro optimalizaci výkonu.
Na konci tohoto modulu budete umět:
Posoudit výkon měr, relací a vizuálů
Použít proměnné ke zvýšení výkonu a řešení problémů
Zvýšit výkon snížením úrovní mohutnosti
Optimalizovat modely DirectQuery pomocí úložiště na úrovni tabulky
Vytvářet a spravovat agregace