Del via

Anbefalinger til planlægning af ydeevne

  • Artikel

Dette gælder for denne kontrolliste til den velopbyggede Power Platform ydeevneeffektivitetsanbefaling:

PE:02 Udføre planlægning af ydeevne. Ydeevneplanlægning skal udføres, før der forventes ændringer i brugsmønstre. Forventede ændringer inkluderer sæsonvariationer, produktopdateringer, marketingkampagner, særlige begivenheder eller lovgivningsmæssige ændringer.

I denne vejledning beskrives anbefalingerne til planlægning af ydeevne og kapacitet. Ydeevne er ikke noget, der bare sker – du skal planlægge det ligesom alle andre krav. Kapacitetsplanlægning henviser til processen til fastlæggelse af de ressourcer, der kræves for at opfylde præstationsmål for arbejdsbelastning. Den indebærer en estimering af den mængde ressourcer, der skal bruges til at understøtte arbejdsbelastningens ydeevnekrav, f.eks. lager, gennemløb og netværksbåndbredde. Kapacitetsplanlægning sikrer, at arbejdsbelastningen har tilstrækkelige ressourcer til at håndtere de forventede arbejdsbelastninger uden at opleve ydeevneforringelse eller flaskehalse. Det hjælper også med at forhindre overprovisionering og unødvendige omkostninger. Manglende planlægning af ydeevne og kapacitet kan medføre problemer med ydeevnen, ressourceflaskehalse, øgede omkostninger, ineffektiv allokering, udfordringer med skalerbarhed og uforudsigelig ydeevne af arbejdsbelastning.

Definitioner

Begreb Definition
Kapacitetsplanlægning Processen med at forudsige de ressourcer, som en arbejdsbelastning skal bruge for at opfylde præstationsmålene.
Funktionelle krav De funktioner og kapabiliteter, en arbejdsbelastning skal have for at opfylde formålet med den.
Tekniske krav Den kode og infrastruktur, der kræves for at imødekomme funktionskrav.
Tendensanalyse Analyse af historiske data til prognose for fremtidigt behov.

Vigtigste designstrategier

Kapacitetsplanlægning er en fremadrettet proces, der omfatter beslutninger baseret på forventede behov og mønstre i arbejdsbelastning. Målet er at optimere arbejdsbelastningsydeevnen på tværs af både kontinuerlige scenarier og scenarier med høj belastning. Hvis du forstår ændringer i brugen, f.eks. sæsonmæssige skift eller produktudgivelser, kan du allokere ressourcer strategisk, så systemet ikke belastes i perioder med stor behovsbelastning. Denne proaktive strategi reducerer forstyrrelser og øger ydeevneeffektivitet. Hvis du analyserer tidligere tendenser i brugen og vækstdata, kan du forudsige behov på kort og lang tid. Du kan identificere potentielle flaskehalse og potentielle skaleringsproblemer for at sikre ensartet og effektiv arbejdsbelastning.

Plan for ydeevne

Design din arbejdsbelastning med tanke på ydeevne for at minimere omstrukturering, når arbejdsbelastningen kører. Overvej dine krav til arbejdsbelastning, når det kommer til ydeevne. Overvejelser om ydeevne påvirker mange aspekter af arbejdsbelastningen:

  • Datastrategi: Har du eksisterende data- og datalagre, du skal forbinde til? Hvor meget data skal der lagres? Vil datamængden påvirke, hvor hurtigt brugere har adgang til den? Hvordan får brugere adgang til data?

  • Integrationsstrategi: Kan du udføre integrationer i realtid uden at gøre systemet langsommere? Kan du udføre batchintegrationer inden for en bestemt tid? Hvor er dine data? Har du brug for en datagateway-strategi i det lokale miljø?

  • Samtalevolumen: Når du bygger en agent, er det vigtigt at forstå målmængden af meddelelser eller samtaler og deres forventede vækst. Validerer dine forventninger målarkitekturen? Hvad med skalering?

  • Datamodellering: Har du brug for at forenkle datastrukturen for at opnå hurtigere forespørgsler?

  • Sikkerhedsmodellering: Fungerer dine sikkerhedsregler godt sammen med mange brugere og data? Er der flaskehalse?

  • Miljøstrategi: Har du et testmiljø til ydelsestest? Svarer det til produktionsmiljøet? Har du budgetteret til ydelsestest?

  • Udvikling: Er udviklerne følger bedste praksis for ydeevne? Opfylder de specifikke præstationsmål? Ved brugere, hvad der er muligt, og hvad der ikke er?

  • Test af design og tilgang: Hvordan måler du ydelse? Hvad er godt nok, og hvad er ikke? Tester du med realistiske scenarier og data? Tester du efter aktuelle og fremtidige behov?

  • Brugeraccept og -indføring: Hvordan sporer du ydelse? Er brugernes forventninger realistiske?

Planlæg dine ressourcer

Præstation kræver tid, penge, indsats og folk. Tildel klogt ressourcer fra starten af dit projekt. Udviklere skal f.eks. bruge ekstra tid på at finde effektive måder at implementere forretningslogik og optimere kode på. Du skal også bruge et testmiljø og et team til at udføre præstationstest.

Ydelse er ikke en engangsaktivitet. Efterhånden som din arbejdsbelastning ændres, og platformen udvikler sig, skal du revidere koden og fortsætte med at finde måder at optimere ydeevnen på.

Planlæg dataoverførsler og integrationer

Når du overfører data fra et tidligere system, skal du planlægge overførslen omhyggeligt. Her er nogle tip, der kan hjælpe dig med at undgå problemer:

  • Forstå forretningskravene til de data, du overfører. Overfør ikke flere data, end brugerne har brug for. Du behøver f.eks. ikke at importere ti år gamle kundeemner til salgssystemet.

  • Overvej, hvornår og hvor ofte dine integrationer kører. Undgå at køre ressourcekrævende processer, når brugere interagerer med systemet. Planlæg processer i lavbelastningsperioder, eller brug asynkron behandling.

  • Vær opmærksom på platformsbegrænsninger og bedste praksis, når du designer dine integrationer.

Indsamle ydelsesdata

Ved indsamling af data om arbejdsbelastning indsamles og analyseres oplysninger om, hvordan en arbejdsbelastning bruger ressourcer, og hvordan den fungerer. Du bør indsamle data om historiske mønstre for eksisterende arbejdsbelastninger og prædiktive målinger for nye arbejdsbelastninger. Denne proces er med til at oversætte forretningsmål til tekniske krav og er vigtig i forbindelse med kapacitetsprognose. Overvej følgende anbefalinger.

Forstå en eksisterende arbejdsbelastning

Hvis du skal forstå en eksisterende arbejdsbelastning i forbindelse med kapacitetsplanlægning, skal du analysere historiske data om, hvordan arbejdsbelastningen bruger ressourcer. Den omfatter målepunkter som ressourceforbrug, præstationsdata og arbejdsbelastningsmønstre. Denne forståelse sikrer en effektiv ressourceallokering, omsætter forretningsmål til tekniske krav og hjælper med at identificere potentielle flaskehalse.

  • Forstå dataene: Gennemse de tilgængelige historiske data og forstå deres struktur, format og relevans for kapacitetsplanlægning. Gennemgangen kan omfatte metrikværdier for ressourceforbrug, arbejdsbelastningsmønstre, ydelsesmetrikværdier og andre relevante datapunkter. Forstå forretningsprocesserne og programmernes kritiskhed. Identificer de maksimale brugstider, brugerbelastning, transaktionshastigheder og andre relevante målepunkter.

  • Oprydning og forberedelse af dataene: Forbered dataene til analyse ved at fjerne eventuelle uoverensstemmelser, fejl eller afvigende værdier. Forberedelse af data kan omfatte teknikker til rensning af data, f.eks. dataimputation, håndtering af manglende værdier eller normalisering.

  • Identificer metrikker: Identificer de metrikker, der er relevante for kapacitetsplanlægning. Metrikker kan omfatte transaktionsmængde, netværksoverførsel og svartider.

  • Identificerflaskehalse: Opmål gennemløb og svartider, hvor du kan identificere de specifikke komponenter i systemet, der kan blive vigtige, efterhånden som arbejdsbelastningen vokser. Brug procesmining analysefunktioner som omarbejdelse og rodårsagsanalyse til at identificere flaskehalse i hele processen.

  • Visualiserdata: Opret visualiseringer, f.eks. diagrammer eller afbildninger, for at få bedre indsigt i historiske data. Visualiseringer kan hjælpe dig med at identificere mønstre, tendenser og anomalier i data, så du får en mere klar forståelse af arbejdsbelastningsfunktionsmåden. Brug procesmining til at visualisere dataene med et proceskort, så der kan foretages en grundig analyse af processen.

Forstå en ny arbejdsbelastning

At forstå en ny arbejdsbelastning i forbindelse med kapacitetsplanlægning refererer til at forudsige ressourcekravene til en fremtidig opgave uden historiske data. At forudsige de fremtidige behov for en ny arbejdsbelastning uden historiske data kan være en udfordring. Denne proces sikrer, at du allokerer ressourcer effektivt og tilpasser allokeringer til målene for arbejdsbelastning, når arbejdsbelastningen introduceres.

Overvej følgende anbefalinger:

  • Brugerundersøgelse: Udførelse af brugerundersøgelser for at forstå, hvordan brugere håndterer den aktuelle arbejdsbelastning, kan give værdifuld indsigt i det potentielle behov for en ny arbejdsbelastning. Undersøgelsen kan omfatte brugerinterviews, spørgeskemaundersøgelser eller observation af en bruger, der udfører den eksisterende arbejdsbelastning.

  • Ekspertvurdering: Input fra fageksperter eller fagfolk med erfaring i branchen kan hjælpe dig med at vurdere behovet for en ny arbejdsbelastning. Deres ekspertise og indsigt kan give værdifulde input til prognose.

  • Pilotprojekter eller prototyper: Mindre pilotprojekter eller prototyper kan hjælpe dig med at indsamle data og feedback i realtid. Du kan derefter bruge disse data til at informere kapacitetsplanlægningsprocessen og justere den forventede efterspørgsel.

  • Eksterne datakilder: Eksterne datakilder som brancherapporter, markedsundersøgelser eller kundeundersøgelser kan indeholde flere oplysninger om estimering af behov for en ny arbejdsbelastning. Disse kilder kan give værdifuldt indblik i kundepræferencer, markedstrends og potentielle behovsfaktorer.

Estimeret efterspørgsel

Prognoseefterspørgsel indebærer brug af arbejdsbelastningsdata til at forudsige fremtidige behov for en service eller et produkt. Det er vigtigt for kapacitetsplanlægningen at sikre en effektiv ressourceallokering, forudse vækstmønstre og forberede sig på potentielle stigninger i efterspørgslen. Når du forudsiger fremtidigt behov, bruger du data til at få en fornemmelse af fremtidige behov. Du anvender statistiske analyser, trendanalyser eller prædiktive modelteknikker på de data, du skal bruge for at kunne forudsige fremtidigt behov. I disse metoder tages der højde for historiske eller forventede mønstre, og de projiceres ind i fremtiden for at give et overslag over den forventede arbejdsbelastning. Hvis du vil udarbejde en prognose for behovet, skal du overveje de strategier, der følger.

Tage højde for forskellige scenarier

Som en del af planlægning af ydeevne skal du planlægge for forskellige scenarier, der kan opstå. Planlægningen skal omfatte både forudsigelige vækstmønstre og uventede stigende behov. Brugsmønstre kan vokse eller skrumpe. De kan være organiske (mere eller mindre brugere) eller uorganiske (en hændelse eller en sikkerhedshændelse). Du skal foretage planlægning, før brugen ændres, på vigtige tidspunkter:

  • Design (forudsigelse)
  • Regelmæssige spikes (kl. 8:00 logon rush)
  • Start (validering af forudsigelse)
  • Ændring af forretningsmodel
  • Fusioner eller opkøb
  • Marketingpush
  • Sæsonbestemt forandring
  • Funktionsstart
  • Regelmæssigt

Brug forudsigelsesteknikker

Hvis du skal forudsige fremtidigt behov for en service eller et produkt, skal du bruge teknikker som statistiske analyser, trendanalyser og forudsigende modeller.

Her er en oversigt over, hvordan du kan bruge disse teknikker:

  • Statistisk analyse: Statistiske metoder kan hjælpe med at finde mønstre og relationer inden for historiske data. Du kan bruge disse mønstre til at forudsige fremtidigt behov. Du kan bruge teknikker som analyse af tidsserier, regressionsanalyse og glidende gennemsnit til at identificere tendenser, sæsonmæssige variationer og andre mønstre i dataene.

  • Trendanalyse: Trendanalyser involverer undersøgelse af historiske data for at identificere ensartede mønstre og ekstrapolere disse mønstre i fremtiden. Hvis behovet for arbejdsbelastning er øget med 10 procent i løbet af det seneste år, kan du forudsige en fortsættelse af denne trend. Når du analyserer historiske behovsdata over en periode, kan du identificere udviklings- eller reduktionstrends. Brug disse tendenser som udgangspunkt for prognose for fremtidigt behov. Trendanalyser kan også identificere effekten af engangshændelser, der medfører hurtige skift i trafik (uorganisk). Funktionsudgivelser kan f.eks. konsekvent øge behovet med 5 procent. Hvis du har fire større udgivelser om året, skal du planlægge en vækst på fem procent hver gang.

  • Prædiktiv modellering: Prædiktiv modellering er processen til opbygning af matematiske modeller, der bruger historiske data og andre relevante variabler til at forudsige fremtidig behov. Du kan bruge teknikker som f.eks. maskinel indlæring algoritmer, neurale netværk eller beslutningstræer. I disse modeller kan der tages højde for flere faktorer og variabler for at give mere nøjagtige prognoser.

Tilpas prognoser med mål for arbejdsbelastning

At tilpasse overslagene efter målene for arbejdsbelastningen indebærer justering af kapacitetsmodellerne for at sikre, at de lever op til de specifikke mål og krav til en bestemt arbejdsbelastning. Denne justering sikrer, at ressourcerne er tilstrækkeligt klargjort, hvilket forhindrer både underudnyttelse og potentiel arbejdsbelastning. Hvis du f.eks. vil understøtte en integration med 1 million opdateringer om natten, men de aktuelle data viser, at opdateringshastigheden er langsom, skal du justere systemet. Det er vigtigt at tale med interessenterne for at forstå kravene til arbejdsbelastningen. Sørg for, at dine planer er i overensstemmelse med dine serviceudbyderes løfter (SLA'er). Denne justering sikrer, at din kapacitet opfylder den forventede behov, og den hjælper dig med at identificere områder af systemet, der kan få brug for ændringer.

Bestemme ressourcekrav

En arbejdsbelastning kan have mange ressourcer, så der er ikke én måleenhed, der skal overholdes for at fastlægge ressourcekrav. Du skal måle kapaciteten på ressourceniveau for at få meningsfulde resultater. Anslå det forventede behov for dine ressourcer baseret på historiske data, markedstrends og forretningsprognoser. Overvej antallet af transaktioner, samtidige brugere eller andre relevante målepunkter.

På basis af den forventede efterspørgsel skal du beregne de ressourcer, der skal bruges for at imødekomme det pågældende behov. Overvej faktorer som kapacitet til API-anmodninger, netværksbåndbredde, lagerkapacitet og medarbejdere:

  • Netværksbåndbredde: Evaluer den netværksbåndbredde, du skal bruge for at understøtte det forventede trafikniveau. Du skal både inkludere indgående og udgående dataoverførselshastigheder for at sikre problemfri og effektiv kommunikation mellem servere og klienter.

  • Lagerkapacitet: Estimér den mængde data, som arbejdsbelastningen genererer eller behandler i løbet af den forventede efterspørgsel. Overvej faktorer som databasestørrelse, krav til fillager og andre behov for datalager, der er specifikke for dit program.

  • API-forespørgsler: Evaluér forbruget af din API-anmodning i forhold til din tilgængelige kapacitet og grænseværdierne for tjenestebeskyttelse. Overvej faktorer som den indledende datamængde og potentielle stigninger i brugen.

  • Medarbejdere: Vurdér de medarbejderressourcer, der kræves for at administrere og vedligeholde infrastrukturen, håndtere kundesupport, udføre vedligeholdelse og sikre problemfri drift. Overvej faktorer som distribution af arbejdsbelastning, kompetencesæt og påkrævet ekspertise.

Forstå ressourcebegrænsninger

Ressourcer i arbejdsbelastningen har ydeevnebegrænsninger. Ydeevnebegrænsningerne gælder for funktioner i de enkelte tjenester. Du skal forstå begrænsningerne for ressourcerne i arbejdsbelastningen og tage højde for disse begrænsninger i dine designbeslutninger. Du skal f.eks. vide, om ressourcebegrænsninger kræver, at du ændrer designprocessen eller ændrer ressourcerne helt.

Du skal også fastsætte opnåelige grænser, hvilket indebærer, at du skal identificere de maksimale tærskelværdier eller grænserne for en arbejdsbelastning. Grænseværdierne gælder som regel for infrastruktur (beregning, lager, netværk), program (samtidige forbindelser, svartider, tilgængelighed) og service (forespørgsler i sekundet). Når kapacitetsplanlægning identificerer opnåelige grænser, skal du ændre arbejdsbelastningen, før grænsen skaber et ydeevneproblem. Udgangspunkter for ydeevne, løbende overvågning og test er vigtige for at validere grænseværdierne og løsningen.

Tradeoff: fjelvurderede kapacitetsplanlægning kan føre til over-klargøring eller under-klargøring af ressourcer. Overprovisionering kan medføre højere omkostninger. Underprovisionering kan resultere i dårlig ydeevne. Du kan også støde på en højere rate af falske positive alarmer, som kan føre til spildt tid på at undersøge ydeevneproblemer, der ikke eksisterer. Prøv at finde den rette balance.

Power Platform-processtyring

Indsamle kapacitetsdata og forudsigelse af efterspørgsel: Azure Monitor giver dig mulighed for at indsamle og analysere telemetri data fra dine programmer og infrastruktur. Den understøtter overvågning af forskellige Azure-ressourcer, herunder virtuelle maskiner, objektbeholdere og lagerkonti. Nøgleværktøjerne omfatter Application Insights og Log Analytics. Ved at konfigurere dataindsamling og definere metrikværdier og logge, du vil overvåge, kan du indsamle værdifulde arbejdsbelastningsdata til analyse. I forbindelse med netværksovervågning skal du kombinere Azure Monitor med Azure Network Watcher, Azure Monitor-netværksindsigt og Azure ExpressRoute overvågning.

Azure Monitor giver dig mulighed for at analysere historiske data og anvende prognoseteknikker for at undersøge fremtidige tendenser i arbejdsbelastning og behov for kapacitet. Du kan oprette prognoser, der kan hjælpe dig med kapacitetsplanlægning. Disse prognoser gør det lettere at estimere serverkapacitet, netværksbåndbredde, lagerkapacitet og andre ressourcebehov ved hjælp af forudsete efterspørgselsmønstre.

Fastlæggelse af ressourcekrav: Da de indeholder en lang række konfigurationer, kan Azure-værktøjer og -tjenester hjælpe dig med at definere tekniske krav. Du kan tilpasse dine krav til arbejdsbelastning med tilgængelige Azure-ressourcer og sikre, at du vælger de relevante komponenter og indstillinger, der opfylder dine funktionsbehov.

Om ressourcebegrænsninger: Power Platform leverer dokumentation og ressourcer, der kan hjælpe dig med at forstå ydeevnebegrænsningerne for de enkelte tjenester. Hvis du tager højde for disse begrænsninger, kan du træffe velovervejede designbeslutninger og optimere arkitekturen for arbejdsbelastning med henblik på ydeevne og omkostningseffektivitet.

Der er skaleringsbegrænsninger i din konfiguration og tjenester, som du skal være opmærksom på. Du kan læse dokumentationen eller køre test. Du kan finde flere oplysninger i:

Brug af dataopkald fra lærred apps: Dataopkald fra lærred apps sender data til tabeldatakilder ved hjælp af forbindelser over OData-protokollen. OData-anmodninger sendes til backend-lag for at oprette forbindelse til måldatakilden og hente data til klienten eller for at sende data til datakilden. Handlingsbaserede connectors, der aktiverer API'er, fungerer på samme måde.

En forståelse af, hvordan OData- og API-anmodninger sendes rundt i lærredsapps, kan hjælpe dig med at optimere ydeevnen i lærredsappen og dine backend-datakilder. Du kan få mere at vide i Flow for dataopkald i lærredsapps.

Kontrolliste til ydeevneeffektivitet

Se det fuldstændige sæt anbefalinger.

Kontrolliste til ydeevneeffektivitet