Αυτόματες συναθροίσεις

Οι αυτόματες συναθροίσεις χρησιμοποιούν εκμάθηση μηχανής (ML) τελευταίας τεχνολογίας για συνεχή βελτιστοποίηση σημασιολογικών μοντέλων DirectQuery για μέγιστη απόδοση ερωτημάτων αναφοράς. Οι αυτόματες συναθροίσεις δημιουργούνται με βάση την υπάρχουσα υποδομή συναθροίσεων που ορίζεται από τον χρήστη, η οποία παρουσιάστηκε για πρώτη φορά με σύνθετα μοντέλα για το Power BI. Σε αντίθεση με τις συναθροίσεις που ορίζονται από τον χρήστη, οι αυτόματες συναθροίσεις δεν απαιτούν εκτεταμένες δεξιότητες μοντελοποίησης και βελτιστοποίησης ερωτημάτων για ρύθμιση και συντήρηση. Οι αυτόματες συναθροίσεις είναι αυτο-εκπαίδευση και αυτο-βελτιστοποίηση. Επιτρέπουν στους κατόχους μοντέλων οποιουδήποτε επιπέδου δεξιοτήτων να βελτιώσουν την απόδοση των ερωτημάτων, παρέχοντας ταχύτερες απεικονίσεις αναφοράς για μεγάλα μοντέλα.

Με αυτόματες συναθροίσεις:

• Ταχύτερες απεικονίσεις αναφορών - Ένα βέλτιστο ποσοστό ερωτημάτων αναφοράς επιστρέφεται από ένα cache συναθροίσεων που διατηρείται αυτόματα στη μνήμη αντί για συστήματα προέλευσης δεδομένων παρασκηνίου. Τα έκτοπα ερωτήματα που δεν επιστρέφονται από το cache στη μνήμη μεταβιβάζονται απευθείας στην προέλευση δεδομένων χρησιμοποιώντας το DirectQuery.
• Ισορροπημένη αρχιτεκτονική - Σε σύγκριση με την καθαρή λειτουργία DirectQuery, τα περισσότερα αποτελέσματα ερωτημάτων επιστρέφονται από τον μηχανισμό ερωτημάτων του Power BI και το cache συναθροίσεων στη μνήμη. Ο φόρτος επεξεργασίας ερωτημάτων στα συστήματα προέλευσης δεδομένων κατά τους μέγιστους χρόνους αναφοράς μπορεί να μειωθεί σημαντικά, πράγμα που σημαίνει αυξημένη δυνατότητα κλιμάκωσης στο παρασκήνιο της προέλευσης δεδομένων.
• Εύκολη ρύθμιση - Οι κάτοχοι μοντέλων μπορούν να ενεργοποιήσουν την εκπαίδευση αυτόματων συναθροίσεων και να προγραμματίσουν μία ή περισσότερες ανανεώσεις για το μοντέλο. Με την πρώτη εκπαίδευση και ανανέωση, οι αυτόματες συναθροίσεις αρχίζουν να δημιουργούν ένα πλαίσιο συναθροίσεων και βέλτιστες συναθροίσεις. Το σύστημα συντονίζεται αυτόματα με την πάροδο του χρόνου.
• Λεπτομερής ρύθμιση – Με ένα απλό και εύχρηστο περιβάλλον εργασίας χρήστη στις ρυθμίσεις του μοντέλου, μπορείτε να υπολογίσετε τα κέρδη επιδόσεων για ένα διαφορετικό ποσοστό ερωτημάτων που επιστρέφονται από το cache συναθροίσεων στη μνήμη και να κάνετε προσαρμογές για ακόμα μεγαλύτερα κέρδη. Ένα στοιχείο ελέγχου μονής γραμμής διαφανειών σάς βοηθά να επεξεργαστείτε εύκολα το περιβάλλον σας.

Απαιτήσεις

Υποστηριζόμενα προγράμματα

Υποστηρίζονται αυτόματες συναθροίσεις για το Power BI Premium ανά σύνολο εκχωρημένων πόρων, Premium ανά χρήστη και μοντέλα Power BI Embedded.

Υποστηριζόμενες προελεύσεις δεδομένων

Υποστηρίζονται αυτόματες συναθροίσεις για τις παρακάτω προελεύσεις δεδομένων:

• Βάση δεδομένων SQL Azure
• Χώρος συγκέντρωσης Αποκλειστικών SQL Azure Synapse
• SQL Server 2019 ή νεότερη έκδοση
• Google BigQuery
• Snowflake
• Databricks
• Amazon Redshift

Υποστηριζόμενες λειτουργίες

Υποστηρίζονται αυτόματες συναθροίσεις για μοντέλα λειτουργίας DirectQuery. Υποστηρίζονται σύνθετα μοντέλα μοντέλων με πίνακες εισαγωγής και συνδέσεις DirectQuery. Οι αυτόματες συναθροίσεις υποστηρίζονται μόνο για τη σύνδεση DirectQuery.

Δικαιώματα

Για να ενεργοποιήσετε και να ρυθμίσετε τις παραμέτρους των αυτόματων συναθροίσεων, πρέπει να είστε ο κάτοχος του μοντέλου. Οι διαχειριστές χώρου εργασίας μπορούν να αναλάβουν τον ρόλο του κατόχου για να ρυθμίσουν τις παραμέτρους αυτόματων συναθροίσεων.

Ρύθμιση παραμέτρων αυτόματων συναθροίσεων

Οι αυτόματες συναθροίσεις ρυθμίζονται σε Ρυθμίσεις μοντέλου. Η ρύθμιση παραμέτρων είναι απλή - ενεργοποιήστε την εκπαίδευση αυτόματων συναθροίσεων και προγραμματίστε μία ή περισσότερες ανανεώσεις. Προτού ρυθμίσετε τις παραμέτρους των αυτόματων συναθροίσεων για το μοντέλο σας, φροντίστε να διαβάσετε πλήρως αυτό το άρθρο. Παρέχει μια καλή κατανόηση του τρόπου λειτουργίας των αυτόματων συναθροίσεων και μπορεί να σας βοηθήσει να αποφασίσετε εάν οι αυτόματες συναθροίσεις είναι κατάλληλες για το περιβάλλον σας. Όταν είστε έτοιμοι για οδηγίες βήμα προς βήμα σχετικά με τον τρόπο ενεργοποίησης της εκπαίδευσης αυτόματων συναθροίσεων, τη ρύθμιση παραμέτρων ενός χρονοδιαγράμματος ανανέωσης και τη λεπτομερή ρύθμιση για το περιβάλλον σας, ανατρέξτε στο θέμα Ρύθμιση παραμέτρων αυτόματων συναθροίσεων.

Πλεονεκτήματα

Με το DirectQuery, κάθε φορά που ένας χρήστης μοντέλου ανοίγει μια αναφορά ή αλληλεπιδρά με μια απεικόνιση αναφοράς, τα ερωτήματα παραστάσεων ανάλυσης δεδομένων (DAX) μεταβιβάζονται στη μηχανή ερωτημάτων και, στη συνέχεια, στην προέλευση δεδομένων παρασκηνίου ως ερωτήματα SQL. Η προέλευση δεδομένων πρέπει να υπολογίζει και να επιστρέφει αποτελέσματα για κάθε ερώτημα. Σε σύγκριση με τα μοντέλα λειτουργίας εισαγωγής που είναι αποθηκευμένα στη μνήμη, οι αμφίδρομες διαδρομές προέλευσης δεδομένων DirectQuery μπορεί να κάνουν εντατική χρήση του χρόνου και της επεξεργασίας, προκαλώντας συχνά αργούς χρόνους απόκρισης ερωτημάτων σε απεικονίσεις αναφορών.

Όταν είναι ενεργοποιημένο για ένα μοντέλο DirectQuery, οι αυτόματες συναθροίσεις μπορούν να ενισχύσουν την απόδοση των ερωτημάτων αναφοράς, αποφεύγοντας τις αμφίδρομες διαδρομές ερωτημάτων προέλευσης δεδομένων. Τα προ-συγκεντρωτικά αποτελέσματα ερωτημάτων επιστρέφονται αυτόματα από ένα cache συναθροίσεων στη μνήμη αντί να αποστέλλονται και επιστρέφονται από την προέλευση δεδομένων. Ο όγκος των προ-συγκεντρωτικών δεδομένων στο cache συναθροίσεων εντός της μνήμης είναι ένα μικρό κλάσμα της ποσότητας των δεδομένων που διατηρούνται στην πραγματικότητα και των πινάκων λεπτομερειών στην προέλευση δεδομένων. Το αποτέλεσμα δεν είναι μόνο καλύτερες επιδόσεις ερωτημάτων αναφοράς, αλλά επίσης μειωμένος φόρτος στα συστήματα προέλευσης δεδομένων παρασκηνίου. Με τις αυτόματες συναθροίσεις, μόνο ένα μικρό τμήμα της αναφοράς και ad-hoc ερωτήματα που απαιτούν συναθροίσεις που δεν περιλαμβάνονται στη μνήμη cache μεταβιβάζονται στην προέλευση δεδομένων παρασκηνίου, όπως ακριβώς και με την καθαρή λειτουργία DirectQuery.

Αυτόματη διαχείριση ερωτημάτων και συναθροίσεων

Παρόλο που οι αυτόματες συναθροίσεις εξαλείφουν την ανάγκη δημιουργίας πινάκων συνάθροισης που ορίζονται από τον χρήστη και απλοποιούν εντυπωσιακά την υλοποίηση μιας λύσης δεδομένων πριν από τη συγκέντρωση, μια βαθύτερη εξοικείωση με τις υποκείμενες διαδικασίες και εξαρτήσεις είναι χρήσιμη για την κατανόηση του τρόπου λειτουργίας των αυτόματων συναθροίσεων. Το Power BI βασίζεται στα παρακάτω για να δημιουργεί και να διαχειρίζεται αυτόματες συναθροίσεις.

Αρχείο καταγραφής ερωτημάτων

Το Power BI παρακολουθεί ερωτήματα αναφοράς μοντέλου και χρήστη σε ένα αρχείο καταγραφής ερωτημάτων. Για κάθε μοντέλο, το Power BI διατηρεί επτά ημέρες δεδομένων αρχείου καταγραφής ερωτημάτων. Τα δεδομένα αρχείου καταγραφής ερωτημάτων ανατίθεται καθημερινά. Το αρχείο καταγραφής ερωτημάτων είναι ασφαλές και δεν είναι ορατό στους χρήστες ή μέσω του τελικού σημείου XMLA.

Λειτουργίες εκπαίδευσης

Ως μέρος της πρώτης προγραμματισμένης λειτουργίας ανανέωσης μοντέλου για την επιλεγμένη συχνότητα (Ημέρα ή Εβδομάδα), το Power BI ξεκινά πρώτα μια λειτουργία εκπαίδευσης που αξιολογεί το αρχείο καταγραφής ερωτημάτων για να εξασφαλίσει ότι οι συναθροίσεις στο cache συναθροίσεων στη μνήμη προσαρμόζονται στην αλλαγή μοτίβων ερωτημάτων. Οι πίνακες συνάθροισης εντός της μνήμης δημιουργούνται, ενημερώνονται ή απορρίπτονται και ειδικά ερωτήματα αποστέλλονται στην προέλευση δεδομένων για να προσδιοριστούν οι συναθροίσεις που θα συμπεριληφθούν στο cache. Τα δεδομένα υπολογιζόμενων συναθροίσεων, ωστόσο, δεν φορτώνονται στο cache εντός της μνήμης κατά τη διάρκεια της εκπαίδευσης, φορτώνονται κατά τη διάρκεια της επόμενης λειτουργίας ανανέωσης.

Για παράδειγμα, εάν επιλέξετε μια Συχνότητα ημέρας και το χρονοδιάγραμμα ανανεώσεων στις 4:00 Π.Μ., 9:00 Π.Μ., 2:00 μ.μ. και 7:00 μ.μ., μόνο η ανανέωση 4:00 Π.Μ. κάθε ημέρα θα περιλαμβάνει τόσο μια λειτουργία εκπαίδευσης όσο και μια λειτουργία ανανέωσης. Οι επόμενες 9:00 Π.Μ., 2:00 μ.μ. και 7:00 μ.μ. προγραμματισμένες ανανεώσεις για αυτήν την ημέρα είναι λειτουργίες μόνο ανανέωσης που ενημερώνουν τις υπάρχουσες συναθροίσεις στο cache.

Ενώ οι λειτουργίες εκπαίδευσης αξιολογούν προηγούμενα ερωτήματα από το αρχείο καταγραφής ερωτημάτων, τα αποτελέσματα είναι αρκετά ακριβή ώστε να εξασφαλίζουν ότι καλύπτονται μελλοντικά ερωτήματα. Ωστόσο, δεν υπάρχει εγγύηση ότι θα επιστρέφονται μελλοντικά ερωτήματα από το cache συναθροίσεων εντός της μνήμης, επειδή αυτά τα νέα ερωτήματα μπορεί να διαφέρουν από αυτά που προκύπτουν από το αρχείο καταγραφής ερωτημάτων. Αυτά τα ερωτήματα που δεν επιστρέφονται από το cache συναθροίσεων εντός της μνήμης μεταβιβάζονται στην προέλευση δεδομένων χρησιμοποιώντας το DirectQuery. Ανάλογα με τη συχνότητα και την κατάταξη αυτών των νέων ερωτημάτων, οι συναθροίσεις για αυτά μπορούν να συμπεριληφθούν στο cache συναθροίσεων εντός της μνήμης με την επόμενη λειτουργία εκπαίδευσης.

Η εκπαιδευτική λειτουργία έχει χρονικό όριο 60 λεπτών. Εάν η εκπαίδευση δεν είναι δυνατό να επεξεργαστεί ολόκληρο το αρχείο καταγραφής ερωτημάτων εντός του χρονικού ορίου, καταγράφεται μια ειδοποίηση στο ιστορικό ανανέωσης του μοντέλου και η εκπαίδευση συνεχίζεται την επόμενη φορά που θα εκκινηθεί. Ο κύκλος εκπαίδευσης ολοκληρώνεται και αντικαθιστά τις υπάρχουσες αυτόματες συναθροίσεις όταν γίνεται επεξεργασία ολόκληρου του αρχείου καταγραφής ερωτημάτων.

Λειτουργίες ανανέωσης

Όπως περιγράφηκε προηγουμένως, μετά την ολοκλήρωση της λειτουργίας εκπαίδευσης ως μέρος της πρώτης προγραμματισμένης ανανέωσης για την επιλεγμένη συχνότητα, το Power BI εκτελεί μια λειτουργία ανανέωσης που υποβάλλει ερωτήματα και φορτώνει νέα και ενημερωμένα δεδομένα συναθροίσεων στο cache συναθροίσεων εντός της μνήμης και καταργεί τυχόν συναθροίσεις που δεν κατατάσσονται πλέον αρκετά ψηλά (όπως προσδιορίζεται από τον αλγόριθμο εκπαίδευσης). Όλες οι επόμενες ανανεώσεις για τη συχνότητα ημέρας ή εβδομάδας που έχετε επιλέξει είναι μόνο λειτουργίες ανανέωσης που υποβάλλουν ερώτημα στην προέλευση δεδομένων για να ενημερώσουν τα υπάρχοντα δεδομένα συναθροίσεων στο cache. Χρησιμοποιώντας το προηγούμενο παράδειγμά μας, οι 9:00 Π.Μ., 2:00 μ.μ. και 7:00 μ.μ. προγραμματισμένες ανανεώσεις για αυτήν την ημέρα είναι λειτουργίες μόνο ανανέωσης.

Οι τακτικά προγραμματισμένες ανανεώσεις κατά τη διάρκεια της ημέρας (ή της εβδομάδας) εξασφαλίζουν ότι τα δεδομένα συναθροίσεων στο cache είναι πιο ενημερωμένα με τα δεδομένα στην προέλευση δεδομένων παρασκηνίου. Μέσω Ρυθμίσεις μοντέλου, μπορείτε να προγραμματίσετε έως και 48 ανανεώσεις την ημέρα για να εξασφαλίσετε ότι τα ερωτήματα αναφορών που επιστρέφονται από το cache συναθροίσεων λαμβάνουν αποτελέσματα με βάση τα πιο πρόσφατα ανανεωμένα δεδομένα από την προέλευση δεδομένων παρασκηνίου.

Προσοχή

Οι λειτουργίες εκπαίδευσης και ανανέωσης απαιτούν εντατική επεξεργασία και χρήση πόρων τόσο για την Υπηρεσία Power BI όσο και για τα συστήματα προέλευσης δεδομένων. Η αύξηση του ποσοστού των ερωτημάτων που χρησιμοποιούν συναθροίσεις σημαίνει ότι πρέπει να υποβληθούν ερωτήματα σε περισσότερες συναθροίσεις και να υπολογιστούν από προελεύσεις δεδομένων κατά τη διάρκεια των λειτουργιών εκπαίδευσης και ανανέωσης, αυξάνοντας την πιθανότητα υπερβολικής χρήσης των πόρων του συστήματος και προκαλώντας ενδεχομένως λήξη χρονικού ορίου. Για να μάθετε περισσότερα, ανατρέξτε στο θέμα Λεπτομερής ρύθμιση.

Εκπαίδευση κατ' απαίτηση

Όπως αναφέρθηκε παραπάνω, ένας κύκλος εκπαίδευσης ενδέχεται να μην ολοκληρωθεί εντός των χρονικών ορίων ενός μοναδικού κύκλου ανανέωσης δεδομένων. Εάν δεν θέλετε να περιμένετε μέχρι τον επόμενο κύκλο προγραμματισμένης ανανέωσης που περιλαμβάνει εκπαίδευση, μπορείτε επίσης να ενεργοποιήσετε την αυτόματη εκπαίδευση συναθροίσεων κατ' απαίτηση, επιλέγοντας Εκπαίδευση και ανανέωση τώρα στο μοντέλο Ρυθμίσεις. Με τη χρήση των λειτουργιών Εκπαίδευση και Ανανέωση τώρα ενεργοποιείται τόσο μια λειτουργία εκπαίδευσης όσο και μια λειτουργία ανανέωσης. Ελέγξτε το ιστορικό ανανέωσης του μοντέλου για να δείτε εάν η τρέχουσα λειτουργία έχει ολοκληρωθεί πριν από την εκτέλεση άλλης λειτουργίας εκπαίδευσης και ανανέωσης κατ' απαίτηση, εάν είναι απαραίτητο.

Ιστορικό ανανέωσης

Κάθε λειτουργία ανανέωσης καταγράφεται στο ιστορικό ανανέωσης του μοντέλου. Εμφανίζονται σημαντικές πληροφορίες σχετικά με κάθε ανανέωση, συμπεριλαμβανομένου του αριθμού συναθροίσεων μνήμης στο cache που καταναλώνουν το ρυθμισμένο ποσοστό ερωτημάτων. Για να προβάλετε το ιστορικό ανανέωσης, στη σελίδα Ρυθμίσεις μοντέλου, επιλέξτε Ιστορικό ανανέωσης. Εάν θέλετε να κάνετε λεπτομερή έρευνα λίγο περισσότερο, επιλέξτε Εμφάνιση λεπτομερειών .

Ελέγχοντας τακτικά το ιστορικό ανανέωσης, μπορείτε να εξασφαλίσετε ότι οι προγραμματισμένες λειτουργίες ανανέωσης ολοκληρώνονται εντός αποδεκτής περιόδου. Βεβαιωθείτε ότι οι λειτουργίες ανανέωσης ολοκληρώνονται με επιτυχία προτού ξεκινήσει η επόμενη προγραμματισμένη ανανέωση.

Αποτυχίες εκπαίδευσης και ανανέωσης

Παρόλο που το Power BI εκτελεί λειτουργίες εκπαίδευσης και ανανέωσης ως μέρος της πρώτης προγραμματισμένης ανανέωσης για τη συχνότητα ημέρας ή εβδομάδας που επιλέγετε, αυτές οι λειτουργίες υλοποιούνται ως ξεχωριστές συναλλαγές. Εάν μια λειτουργία εκπαίδευσης δεν μπορεί να επεξεργαστεί πλήρως το αρχείο καταγραφής ερωτημάτων εντός των χρονικών ορίων της, το Power BI θα συνεχίσει την ανανέωση των υπαρχουσών συναθροίσεων (και των κανονικών πινάκων σε ένα σύνθετο μοντέλο) χρησιμοποιώντας την προηγούμενη κατάσταση εκπαίδευσης. Σε αυτή την περίπτωση, το ιστορικό ανανέωσης θα υποδεικνύει ότι η ανανέωση ολοκληρώθηκε με επιτυχία και η εκπαίδευση θα συνεχίσει την επεξεργασία του αρχείου καταγραφής ερωτημάτων την επόμενη φορά που θα ξεκινήσει η εκπαίδευση. Οι επιδόσεις ερωτημάτων μπορεί να είναι λιγότερο βελτιστοποιημένες εάν έχουν αλλάξει μοτίβα ερωτημάτων αναφοράς προγράμματος-πελάτη και δεν έχουν προσαρμοστεί ακόμα οι συναθροίσεις, αλλά το επίπεδο επιδόσεων που έχει επιτευχθεί θα πρέπει να εξακολουθεί να είναι πολύ καλύτερο από ένα καθαρό μοντέλο DirectQuery χωρίς συναθροίσεις.

Εάν μια λειτουργία εκπαίδευσης απαιτεί πάρα πολλούς κύκλους για την ολοκλήρωση της επεξεργασίας του αρχείου καταγραφής ερωτημάτων, εξετάστε το ενδεχόμενο μείωσης του ποσοστού ερωτημάτων που χρησιμοποιούν το cache συναθροίσεων στη μνήμη σε Ρυθμίσεις μοντέλου. Αυτό θα μειώσει τον αριθμό συναθροίσεων που δημιουργούνται στο cache, αλλά θα επιτρέψει περισσότερο χρόνο για την ολοκλήρωση των λειτουργιών εκπαίδευσης και ανανέωσης. Για να μάθετε περισσότερα, ανατρέξτε στο θέμα Λεπτομερής ρύθμιση.

Εάν η εκπαίδευση είναι επιτυχής αλλά η ανανέωση αποτύχει, ολόκληρη η ανανέωση επισημαίνεται ως Αποτυχία καθώς το αποτέλεσμα είναι ένα cache συναθροίσεων στη μνήμη.

Όταν προγραμματίζετε ανανέωση, μπορείτε να καθορίσετε ειδοποιήσεις ηλεκτρονικού ταχυδρομείου σε περίπτωση που υπάρχουν αποτυχίες ανανέωσης.

Αυτόματες συναθροίσεις που ορίζονται από τον χρήστη

Οι συναθροίσεις που ορίζονται από τον χρήστη στο Power BI μπορούν να ρυθμιστούν με μη αυτόματο τρόπο με βάση κρυφούς πίνακες συνάθροισης στο μοντέλο. Η ρύθμιση παραμέτρων συναθροίσεων που ορίζονται από τον χρήστη είναι συχνά σύνθετη, απαιτώντας μεγαλύτερο επίπεδο δεξιοτήτων μοντελοποίησης δεδομένων και βελτιστοποίησης ερωτημάτων. Οι αυτόματες συναθροίσεις, από την άλλη πλευρά, εξαλείφουν αυτή την πολυπλοκότητα ως μέρος ενός συστήματος που βασίζεται στην τεχνητή νοημοσύνη. Σε αντίθεση με τις συναθροίσεις που ορίζονται από τον χρήστη, οι οποίες παραμένουν στατικές, το Power BI διατηρεί συνεχώς αρχεία καταγραφής ερωτημάτων και από αυτά τα αρχεία καταγραφής προσδιορίζει μοτίβα ερωτημάτων που βασίζονται σε αλγόριθμους προγνωστικής μοντελοποίησης εκμάθησης μηχανής (ML). Τα προ-συγκεντρωτικά δεδομένα υπολογίζονται και αποθηκεύονται στη μνήμη με βάση την ανάλυση μοτίβων ερωτημάτων. Με τις αυτόματες συναθροίσεις, τα μοντέλα είναι αυτο-εκπαίδευση και αυτο-βελτιστοποίηση. Καθώς αλλάζουν τα μοτίβα ερωτημάτων αναφοράς προγράμματος-πελάτη, οι αυτόματες συναθροίσεις προσαρμόζονται, ιεραρχώντας και προσωρινή αποθήκευση αυτών των συναθροίσεων που χρησιμοποιούνται συχνότερα.

Επειδή οι αυτόματες συναθροίσεις δημιουργούνται με βάση την υπάρχουσα υποδομή συναθροίσεων που ορίζεται από τον χρήστη, είναι δυνατή η χρήση τόσο των καθορισμένων από τον χρήστη όσο και των αυτόματων συναθροίσεων μαζί στο ίδιο μοντέλο. Οι εξειδικευμένοι δημιουργούς μοντέλων δεδομένων μπορούν να ορίσουν συναθροίσεις για πίνακες που χρησιμοποιούν DirectQuery, Εισαγωγή (με ή χωρίς επαυξητική ανανέωση) ή Λειτουργίες διπλής αποθήκευσης, ενώ ταυτόχρονα έχουν τα πλεονεκτήματα περισσότερων αυτόματων συναθροίσεων για ερωτήματα σε συνδέσεις DirectQuery που δεν χρησιμοποιούν πίνακες συνάθροισης που ορίζονται από τον χρήστη. Αυτή η ευελιξία επιτρέπει ισορροπημένες αρχιτεκτονικές που μπορούν να μειώσουν τους φόρτους ερωτημάτων και να αποφύγουν τη συμφόρηση.

Οι συναθροίσεις που δημιουργούνται στη μνήμη cache από τον αλγόριθμο εκπαίδευσης αυτόματων συναθροίσεων αναγνωρίζονται ως System συναθροίσεις. Ο αλγόριθμος εκπαίδευσης δημιουργεί και διαγράφει μόνο αυτές τις System συναθροίσεις καθώς αναλύονται τα ερωτήματα αναφοράς και γίνονται προσαρμογές για τη διατήρηση των βέλτιστων συναθροίσεων για το μοντέλο. Τόσο οι αυτόματες συναθροίσεις που ορίζονται από τον χρήστη όσο και οι αυτόματες συναθροίσεις ανανεώνονται με την ανανέωση. Μόνο αυτές οι συναθροίσεις που δημιουργούνται από αυτόματες συναθροίσεις και επισημαίνονται ως συναθροίσεις που δημιουργούνται από το σύστημα περιλαμβάνονται στην επεξεργασία αυτόματων συναθροίσεων.

Προσωρινή αποθήκευση ερωτημάτων και αυτόματες συναθροίσεις

Το Power BI Premium υποστηρίζει επίσης την προσωρινή αποθήκευση ερωτημάτων στο Power BI Premium/Embedded για τη διατήρηση των αποτελεσμάτων του ερωτήματος. Η προσωρινή αποθήκευση ερωτημάτων είναι μια διαφορετική δυνατότητα από τις αυτόματες συναθροίσεις. Με την προσωρινή αποθήκευση ερωτημάτων, το Power BI Premium χρησιμοποιεί την τοπική υπηρεσία προσωρινής αποθήκευσης για την υλοποίηση προσωρινής αποθήκευσης, ενώ οι αυτόματες συναθροίσεις υλοποιούνται σε επίπεδο μοντέλου. Με την προσωρινή αποθήκευση ερωτημάτων, η υπηρεσία αποθηκεύει προσωρινά μόνο τα ερωτήματα για την αρχική φόρτωση σελίδας αναφοράς, επομένως, οι επιδόσεις του ερωτήματος δεν βελτιώνονται όταν οι χρήστες αλληλεπιδρούν με μια αναφορά. Αντίθετα, οι αυτόματες συναθροίσεις βελτιστοποιούν τα περισσότερα ερωτήματα αναφορών μέσω προ-αποθήκευσης αποτελεσμάτων ερωτημάτων συνάθροισης στο cache, συμπεριλαμβανομένων εκείνων των ερωτημάτων που δημιουργούνται όταν οι χρήστες αλληλεπιδρούν με αναφορές. Η προσωρινή αποθήκευση ερωτημάτων και οι αυτόματες συναθροίσεις μπορούν να ενεργοποιηθούν για ένα μοντέλο, αλλά πιθανώς δεν είναι απαραίτητο.

Παρακολούθηση με το Azure Log Analytics

Το Azure Log Analytics (LA) είναι μια υπηρεσία εντός της Εποπτείας Azure, την οποία μπορεί να χρησιμοποιήσει το Power BI για την αποθήκευση αρχείων καταγραφής δραστηριότητας. Με την οικογένεια προγραμμάτων Παρακολούθησης Azure, μπορείτε να συλλέγετε, να αναλύετε και να ενεργείτε σε δεδομένα τηλεμετρίας από το Azure και περιβάλλοντα εσωτερικής εγκατάστασης. Προσφέρει μακροπρόθεσμο χώρο αποθήκευσης, ad-hoc περιβάλλον εργασίας ερωτημάτων και πρόσβαση API για να επιτρέπεται η εξαγωγή δεδομένων και η ενοποίηση με άλλα συστήματα. Για να μάθετε περισσότερα, ανατρέξτε στο θέμα Χρήση του Azure Log Analytics στο Power BI.

Εάν το Power BI έχει ρυθμιστεί με έναν λογαριασμό Azure LA, όπως περιγράφεται στο θέμα Ρύθμιση παραμέτρων του Azure Log Analytics για Power BI, μπορείτε να αναλύσετε το ποσοστό επιτυχίας των αυτόματων συναθροίσεων. Μεταξύ άλλων, μπορείτε να προσδιορίσετε εάν τα ερωτήματα αναφοράς απαντώνται από το cache στη μνήμη.

Για να χρησιμοποιήσετε αυτή τη δυνατότητα, κάντε λήψη του προτύπου PBIT και συνδέστε το στον λογαριασμό σας ανάλυσης αρχείων καταγραφής, όπως περιγράφεται σε αυτή την καταχώρηση ιστολογίου του Power BI. Στην αναφορά, μπορείτε να προβάλετε δεδομένα σε τρία διαφορετικά επίπεδα: προβολή σύνοψης, προβολή επιπέδου ερωτήματος DAX και προβολή επιπέδου ερωτήματος SQL.

Η παρακάτω εικόνα εμφανίζει τη σελίδα σύνοψης για όλα τα ερωτήματα. Όπως μπορείτε να δείτε, το γράφημα με σήμανση εμφανίζει το ποσοστό των συνολικών ερωτημάτων που ικανοποιήθηκαν από συναθροίσεις σε σχέση με αυτά που έπρεπε να χρησιμοποιήσουν την προέλευση δεδομένων.

Το επόμενο βήμα για να εμβαθύνετε είναι να εξετάσετε τη χρήση συναθροίσεων σε επίπεδο ερωτήματος DAX. Κάντε δεξί κλικ σε ένα ερώτημα DAX από τη λίστα (κάτω αριστερά) Για να κάνετε άντληση από >>το ιστορικό ερωτημάτων.

Αυτό θα σας δώσει μια λίστα με όλα τα σχετικά ερωτήματα. Μεταβείτε στο επόμενο επίπεδο για να εμφανίσετε περισσότερες λεπτομέρειες συνάθροισης.

Διαχείριση κύκλου ζωής εφαρμογής

Από την ανάπτυξη μέχρι τις δοκιμές και από τις δοκιμές στην παραγωγή, τα μοντέλα με ενεργοποιημένες τις αυτόματες συναθροίσεις έχουν ειδικές απαιτήσεις για λύσεις ALM.

Διοχετεύσεις ανάπτυξης

Με τις διοχετεύσεις ανάπτυξης, το Power BI μπορεί να αντιγράψει τα μοντέλα με τη ρύθμιση παραμέτρων μοντέλου τους από το τρέχον στάδιο στο στάδιο προορισμού. Ωστόσο, πρέπει να γίνει επαναφορά των αυτόματων συναθροίσεων στο στάδιο προορισμού, καθώς οι ρυθμίσεις δεν μεταφέρονται από το τρέχον στάδιο στο στάδιο προορισμού. Μπορείτε επίσης να αναπτύξετε περιεχόμενο μέσω προγραμματισμού, χρησιμοποιώντας τα API REST διοχετεύσεων ανάπτυξης. Για να μάθετε περισσότερα σχετικά με αυτή τη διαδικασία, ανατρέξτε στο θέμα Αυτοματοποίηση της διοχέτευσης ανάπτυξής σας με χρήση API και DevOps.

Προσαρμοσμένες λύσεις ALM

Εάν χρησιμοποιείτε μια προσαρμοσμένη λύση ALM που βασίζεται σε τελικά σημεία XMLA, να θυμάστε ότι η λύση σας μπορεί να είναι σε θέση να αντιγράψει πίνακες συναθροίσεων που δημιουργούνται από το σύστημα και δημιουργούνται από το χρήστη ως μέρος των μετα-δεδομένων μοντέλου. Ωστόσο, πρέπει να ενεργοποιήσετε τις αυτόματες συναθροίσεις μετά από κάθε βήμα ανάπτυξης στο στάδιο προορισμού με μη αυτόματο τρόπο. Το Power BI θα διατηρήσει τη ρύθμιση παραμέτρων εάν αντικαταστήσετε ένα υπάρχον μοντέλο.

Σημείωμα

Εάν κάνετε αποστολή ή αναδημοσίευση ενός μοντέλου ως μέρος ενός αρχείου Power BI Desktop (.pbix), οι πίνακες συνάθροισης που δημιουργούνται από το σύστημα χάνονται καθώς το Power BI αντικαθιστά το υπάρχον μοντέλο με όλα τα μετα-δεδομένα και τα δεδομένα του στον χώρο εργασίας προορισμού.

Τροποποίηση μοντέλου

Μετά την τροποποίηση ενός μοντέλου με αυτόματες συναθροίσεις που ενεργοποιούνται μέσω τελικών σημείων XMLA, όπως η προσθήκη ή κατάργηση πινάκων, το Power BI διατηρεί τυχόν υπάρχουσες συναθροίσεις που μπορούν να γίνουν και καταργεί εκείνες που δεν είναι πλέον απαραίτητες ή σχετικές. Οι επιδόσεις ερωτημάτων μπορεί να επηρεαστούν μέχρι την ενεργοποίηση της επόμενης φάσης εκπαίδευσης.

Στοιχεία μετα-δεδομένων

Τα μοντέλα με ενεργοποιημένες τις αυτόματες συναθροίσεις περιέχουν μοναδικούς πίνακες συναθροίσεων που δημιουργούνται από το σύστημα. Οι πίνακες συναθροίσεων δεν είναι ορατοί στους χρήστες στα εργαλεία αναφοράς. Είναι ορατές μέσω του τελικού σημείου XMLA χρησιμοποιώντας εργαλεία με βιβλιοθήκες προγράμματος-πελάτη των Υπηρεσιών ανάλυσης έκδοση 19.22.5 και νεότερες εκδόσεις. Όταν εργάζεστε με μοντέλα με ενεργοποιημένες τις αυτόματες συναθροίσεις, φροντίστε να αναβαθμίσετε τα εργαλεία μοντελοποίησης και διαχείρισης δεδομένων στην πιο πρόσφατη έκδοση των βιβλιοθηκών προγράμματος-πελάτη. Για το SQL Server Management Studio (SSMS), αναβαθμίστε σε SSMS έκδοση 18.9.2 ή νεότερη. Οι παλαιότερες εκδόσεις του SSMS δεν έχουν τη δυνατότητα απαρίθμησης πινάκων ή δημιουργίας δέσμης ενεργειών για αυτά τα μοντέλα.

Οι πίνακες αυτόματων συναθροίσεων αναγνωρίζονται από μια SystemManaged ιδιότητα πίνακα, η οποία είναι νέα για το μοντέλο αντικειμένου σε μορφή πίνακα (TOM) στις βιβλιοθήκες προγράμματος-πελάτη των Υπηρεσιών ανάλυσης έκδοση 19.22.5 και νεότερες. Το παρακάτω τμήμα κώδικα εμφανίζει την SystemManaged ιδιότητα που έχει οριστεί για true πίνακες αυτόματων συναθροίσεων και false για κανονικούς πίνακες.

using System;
using System.Collections.Generic;
using System.Linq;
using Microsoft.AnalysisServices.Tabular;

namespace AutoAggs
{
    class Program
    {
        static void Main(string[] args)
        {
            string workspaceUri = "<Specify the URL of the workspace where your model resides>";
            string datasetName = "<Specify the name of your dataset>";

            Server sourceWorkspace = new Server();
            sourceWorkspace.Connect(workspaceUri);
            Database dataset = sourceWorkspace.Databases.GetByName(datasetName);

            // Enumerate system-managed tables.
            IEnumerable<Table> aggregationsTables = dataset.Model.Tables.Where(tbl => tbl.SystemManaged == true);


            if (aggregationsTables.Any())
            {
                Console.WriteLine("The following auto aggs tables exist in this dataset:");
                foreach (Table table in aggregationsTables)
                {
                    Console.WriteLine($"\t{table.Name}");
                }
            }
            else
            {
                Console.WriteLine($"This dataset has no auto aggs tables.");
            }

            Console.WriteLine("\n\rPress [Enter] to exit the sample app...");
            Console.ReadLine();
        }
    }
}

Η εκτέλεση αυτού του τμήματος κώδικα παράγει πίνακες αυτόματων συναθροίσεων που περιλαμβάνονται αυτήν τη στιγμή στο μοντέλο σε μια κονσόλα.

Έχετε υπόψη ότι οι πίνακες συναθροίσεων αλλάζουν συνεχώς, καθώς οι λειτουργίες εκπαίδευσης καθορίζουν τις βέλτιστες συναθροίσεις που θα συμπεριληφθούν στο cache συναθροίσεων εντός της μνήμης.

Σημαντικό

Το Power BI διαχειρίζεται πλήρως αυτόματες συναθροίσεις αντικειμένων πίνακα που δημιουργούνται από το σύστημα. Μην διαγράψετε ή τροποποιήσετε αυτούς τους πίνακες μόνοι σας. Αυτή η ενέργεια μπορεί να προκαλέσει υποβάθμιση των επιδόσεων.

Το Power BI διατηρεί τη ρύθμιση παραμέτρων μοντέλου εκτός του μοντέλου. Η παρουσία ενός πίνακα συναθροίσεων διαχειριζόμενου από το σύστημα σε ένα μοντέλο δεν σημαίνει απαραίτητα ότι το μοντέλο είναι στην πραγματικότητα ενεργοποιημένο για αυτόματη εκπαίδευση συναθροίσεων. Με άλλα λόγια, εάν δημιουργήσετε μια δέσμη ενεργειών για έναν πλήρη ορισμό μοντέλου για ένα μοντέλο με ενεργοποιημένες τις αυτόματες συναθροίσεις και δημιουργήσετε ένα νέο αντίγραφο του μοντέλου (με διαφορετικό όνομα/χώρο εργασίας/εκχωρημένους πόρους), το νέο μοντέλο που προκύπτει δεν ενεργοποιείται για αυτόματη εκπαίδευση συναθροίσεων. Εξακολουθεί να χρειάζεται να ενεργοποιήσετε την εκπαίδευση αυτόματων συναθροίσεων για το νέο μοντέλο σε Ρυθμίσεις μοντέλου.

Ζητήματα προς εξέταση και περιορισμοί

Όταν χρησιμοποιείτε αυτόματες συναθροίσεις, έχετε υπόψη τα εξής:

• Οι συναθροίσεις δεν υποστηρίζουν δυναμικές παραμέτρους ερωτήματος M.
• Τα ερωτήματα SQL που δημιουργήθηκαν κατά τη διάρκεια της αρχικής φάσης εκπαίδευσης μπορούν να δημιουργήσουν σημαντικό φόρτο για την αποθήκη δεδομένων. Εάν η εκπαίδευση συνεχίσει να τελειώνει ελλιπής και μπορείτε να επαληθεύσετε στην πλευρά της αποθήκης δεδομένων ότι τα ερωτήματα αντιμετωπίζουν ένα χρονικό όριο, εξετάστε το ενδεχόμενο προσωρινής κλιμάκωσης της αποθήκης δεδομένων σας ώστε να ικανοποιεί τη ζήτηση εκπαίδευσης.
• Οι συναθροίσεις που είναι αποθηκευμένες στο cache συναθροίσεων εντός της μνήμης ενδέχεται να μην υπολογίζονται με βάση τα πιο πρόσφατα δεδομένα στην προέλευση δεδομένων. Σε αντίθεση με το καθαρό DirectQuery και περισσότερο με τους κανονικούς πίνακες εισαγωγής, υπάρχει ένας λανθάνων χρόνος μεταξύ των ενημερώσεων στην προέλευση δεδομένων και των δεδομένων συναθροίσεων που είναι αποθηκευμένα στο cache συναθροίσεων εντός της μνήμης. Ενώ θα υπάρχει πάντα κάποιος βαθμός λανθάνοντος χρόνου, μπορεί να μετριαστεί μέσω ενός αποτελεσματικού χρονοδιαγράμματος ανανέωσης.
• Για να βελτιστοποιήσετε περαιτέρω τις επιδόσεις, ορίστε όλους τους πίνακες διαστάσεων σε Διπλή λειτουργία και αφήστε τους πίνακες δεδομένων σε λειτουργία DirectQuery.
• Οι αυτόματες συναθροίσεις δεν είναι διαθέσιμες με το Power BI Pro, Υπηρεσίες Ανάλυσης του Azure ή Υπηρεσίες ανάλυσης του SQL Server.
• Το Power BI δεν υποστηρίζει τη λήψη μοντέλων με ενεργοποιημένες τις αυτόματες συναθροίσεις. Εάν έχετε αποστείλει ή δημοσιεύσει ένα αρχείο Power BI Desktop (.pbix) στο Power BI και, στη συνέχεια, ενεργοποιήσατε τις αυτόματες συναθροίσεις, δεν μπορείτε πλέον να κάνετε λήψη του αρχείου PBIX. Βεβαιωθείτε ότι διατηρείτε τοπικά ένα αντίγραφο του αρχείου PBIX.
• Δεν υποστηρίζονται αυτόματες συναθροίσεις με εξωτερικούς πίνακες στο Azure Synapse Analytics. Μπορείτε να απαριθμήσετε εξωτερικούς πίνακες στο Synapse χρησιμοποιώντας το παρακάτω ερώτημα SQL: SELECT SCHEMA_NAME(schema_id) AS schema_name, name AS table_name FROM sys.external_tables.
• Οι αυτόματες συναθροίσεις είναι διαθέσιμες μόνο για μοντέλα που χρησιμοποιούν βελτιωμένα μετα-δεδομένα. Εάν θέλετε να ενεργοποιήσετε τις αυτόματες συναθροίσεις για ένα παλαιότερο μοντέλο, αναβαθμίστε πρώτα το μοντέλο σε βελτιωμένα μετα-δεδομένα. Για να μάθετε περισσότερα, ανατρέξτε στο θέμα Χρήση βελτιωμένων μετα-δεδομένων μοντέλου.
• Μην ενεργοποιείτε τις αυτόματες συναθροίσεις εάν η προέλευση δεδομένων DirectQuery έχει ρυθμιστεί για καθολική σύνδεση και χρησιμοποιεί δυναμικές προβολές δεδομένων ή στοιχεία ελέγχου ασφαλείας για τον περιορισμό των δεδομένων στα οποία επιτρέπεται να έχει πρόσβαση ένας χρήστης. Οι αυτόματες συναθροίσεις δεν γνωρίζουν αυτά τα στοιχεία ελέγχου σε επίπεδο προέλευσης δεδομένων, το οποίο καθιστά αδύνατη τη διασφάλιση της παροχής σωστών δεδομένων ανά χρήστη. Η εκπαίδευση θα καταγράψει μια προειδοποίηση στο ιστορικό ανανέωσης ότι εντόπισε μια προέλευση δεδομένων που έχει ρυθμιστεί για καθολική σύνδεση και παρέλειψε τους πίνακες που χρησιμοποιούν αυτή την προέλευση δεδομένων. Εάν είναι δυνατό, απενεργοποιήστε το SSO για αυτές τις προελεύσεις δεδομένων για να επωφεληθείτε πλήρως από τις βελτιστοποιημένες αυτόματες συναθροίσεις επιδόσεων ερωτημάτων.
• Μην ενεργοποιείτε τις αυτόματες συναθροίσεις εάν το μοντέλο περιέχει μόνο υβριδικούς πίνακες για την αποφυγή περιττών εξόδων επεξεργασίας. Ένας υβριδικός πίνακας χρησιμοποιεί τα διαμερίσματα εισαγωγής και ένα διαμέρισμα DirectQuery. Ένα συνηθισμένο σενάριο είναι η επαυξητική ανανέωση με δεδομένα σε πραγματικό χρόνο στα οποία ένα διαμέρισμα DirectQuery λαμβάνει συναλλαγές από την προέλευση δεδομένων που πραγματοποιήθηκαν μετά την τελευταία ανανέωση δεδομένων. Ωστόσο, το Power BI εισάγει συναθροίσεις κατά την ανανέωση. Οι αυτόματες συναθροίσεις δεν μπορούν να περιλαμβάνουν συναλλαγές που πραγματοποιήθηκαν μετά την τελευταία ανανέωση δεδομένων. Η εκπαίδευση θα καταγράφει μια προειδοποίηση στο ιστορικό ανανέωσης που εντόπισε και παρέλειψε υβριδικούς πίνακες.
• Οι υπολογιζόμενες στήλες δεν λαμβάνονται υπόψη για αυτόματες συναθροίσεις. Εάν χρησιμοποιείτε μια υπολογιζόμενη στήλη σε λειτουργία DirectQuery, όπως χρησιμοποιώντας τη COMBINEVALUES συνάρτηση DAX για να δημιουργήσετε μια σχέση που βασίζεται σε πολλές στήλες από δύο πίνακες DirectQuery, τα αντίστοιχα ερωτήματα αναφοράς δεν θα χρησιμοποιήσουν το cache συναθροίσεων στη μνήμη.
• Οι αυτόματες συναθροίσεις είναι διαθέσιμες μόνο στην Υπηρεσία Power BI. Το Power BI Desktop δεν δημιουργεί πίνακες συναθροίσεων που δημιουργούνται από το σύστημα.
• Εάν τροποποιήσετε τα μετα-δεδομένα ενός μοντέλου με ενεργοποιημένες τις αυτόματες συναθροίσεις, οι επιδόσεις ερωτημάτων μπορεί να υποβαθμιστούν μέχρι να ενεργοποιηθεί η επόμενη διαδικασία εκπαίδευσης. Ως βέλτιστη πρακτική, θα πρέπει να καταργήσετε τις αυτόματες συναθροίσεις, να κάνετε τις αλλαγές και, στη συνέχεια, να επανεκπαιδεύσετε.
• Μην τροποποιήσετε ή διαγράψετε πίνακες συναθροίσεων που δημιουργούνται από το σύστημα, εκτός εάν έχετε απενεργοποιήσει τις αυτόματες συναθροίσεις και κάνετε εκκαθάριση του μοντέλου. Το σύστημα αναλαμβάνει την ευθύνη για τη διαχείριση αυτών των αντικειμένων.

Community

Το Power BI διαθέτει μια δραστήρια κοινότητα, όπου βουλευτές, επαγγελματίες του BI και ομότιμοι μοιράζονται τεχνογνωσία σε ομάδες συζήτησης, βίντεο, ιστολόγια και άλλα. Όταν μαθαίνετε σχετικά με τις αυτόματες συναθροίσεις, φροντίστε να ρίξετε μια ματιά σε αυτούς τους άλλους πόρους:

• Κοινότητα Power BI
• Αναζήτηση "Αυτόματες συναθροίσεις Power BI" στο Bing

Σχετικό περιεχόμενο

• Ρύθμιση παραμέτρων αυτόματων συναθροίσεων
• Συναθροίσεις που ορίζονται από τον χρήστη
• DirectQuery στο Power BI
• Βιβλιοθήκες προγράμματος-πελάτη των Υπηρεσιών ανάλυσης