Compartir vía

Recomendaciones para la planificación de rendimiento

  • Artículo

Se aplica a esta recomendación de lista de comprobación de eficiencia del rendimiento de buena arquitectura de Power Platform:

PE:02 Realice la planificación del rendimiento. La planificación del rendimiento debe realizarse antes de que se pronostiquen cambios en los patrones de uso. Los cambios previstos incluyen variaciones estacionales, actualizaciones de productos, campañas de marketing, eventos especiales o cambios regulatorios.

Esta guía describe las recomendaciones para la planificación del rendimiento y la capacidad. El rendimiento no es algo que sucede simplemente; es necesario planificarlo como cualquier otro requisito. La planificación de la capacidad se refiere al proceso de determinar los recursos necesarios para cumplir los objetivos de rendimiento de la carga de trabajo. Implica estimar la cantidad de recursos necesarios para respaldar los requisitos de rendimiento de la carga de trabajo, como el almacenamiento, el rendimiento y el ancho de banda de la red. La planificación de la capacidad garantiza que la carga de trabajo tenga recursos suficientes para manejar las demandas esperadas de la carga de trabajo sin experimentar degradación del rendimiento ni cuellos de botella. También ayuda a evitar el exceso de aprovisionamiento y los costos innecesarios. La falta de planificación del rendimiento y la capacidad puede generar problemas de rendimiento, cuellos de botella de recursos, aumento de costos, asignación ineficiente, desafíos de escalabilidad y rendimiento impredecible de la carga de trabajo.

Definiciones

Término Definición
Planificación de capacidad El proceso de predecir los recursos que una carga de trabajo necesita para alcanzar sus objetivos de rendimiento.
Requisitos funcionales Las características y capacidades que debe tener una carga de trabajo para cumplir el propósito previsto.
Requisitos técnicos El código y la infraestructura necesarios para cumplir con los requisitos funcionales.
Análisis de tendencias Análisis de datos históricos para pronosticar la demanda futura.

Estrategias clave de diseño

La planificación de la capacidad es un proceso con visión de futuro que implica tomar decisiones basadas en demandas y patrones de carga de trabajo anticipados. Su objetivo es optimizar el rendimiento de la carga de trabajo en escenarios de carga continua y máxima. Al comprender los cambios en el uso, como cambios estacionales o lanzamientos de productos, puede asignar recursos estratégicamente, evitando tensiones en el sistema durante períodos de alta demanda. Esta estrategia proactiva reduce las interrupciones y refuerza la eficiencia del desempeño. Al analizar las tendencias de uso pasadas y los datos de crecimiento, puede pronosticar las necesidades a corto y largo plazo. Puede identificar posibles cuellos de botella y problemas de escalado, garantizando un rendimiento consistente y eficiente de la carga de trabajo.

Plan de rendimiento

Diseñe su carga de trabajo teniendo en cuenta el rendimiento para minimizar la refactorización después de que su carga de trabajo esté funcionando. Considere los requisitos de su carga de trabajo en lo que respecta al rendimiento. Las consideraciones de rendimiento afectan muchos aspectos de su carga de trabajo:

  • Estrategia de datos: ¿tiene datos existentes y almacenes de datos a los que necesita conectarse? ¿Cuántos datos necesita almacenar? ¿El volumen de datos afectará la rapidez con la que los usuarios pueden acceder a ellos? ¿Cómo accederán los usuarios a los datos?

  • Estrategia de integración: ¿se pueden realizar integraciones en tiempo real sin ralentizar el sistema? ¿Se pueden realizar integraciones por lotes en un tiempo determinado? ¿Dónde están sus datos? ¿Necesita una estrategia de puerta de enlace de datos local?

  • Volúmenes de conversación: al crear un agente, es importante comprender el volumen objetivo de mensajes o conversaciones y su crecimiento esperado. ¿Sus expectativas validan la arquitectura de destino? ¿Qué pasa con la escala?

  • Modelado de datos: ¿necesita simplificar su estructura de datos para realizar consultas más rápidas?

  • Modelado de seguridad: ¿funcionarán bien sus reglas de seguridad con una gran cantidad de usuarios y datos? ¿Existen cuellos de botella?

  • Estrategia de entorno: ¿tiene un entorno de prueba para pruebas de rendimiento? ¿Es similar al entorno de producción? ¿Ha presupuestado las pruebas de rendimiento?

  • Desarrollo: ¿siguen los desarrolladores las mejores prácticas de rendimiento? ¿Están cumpliendo objetivos de rendimiento específicos? ¿Saben los usuarios qué es posible y qué no?

  • Diseño y enfoque de pruebas: ¿cómo se mide el rendimiento? ¿Qué es suficientemente bueno y qué no? ¿Está realizando pruebas con escenarios y datos realistas? ¿Está realizando pruebas para las necesidades actuales y futuras?

  • Aceptación y adopción del usuario: ¿cómo se realiza el seguimiento del rendimiento? ¿Son realistas las expectativas de los usuarios?

Planificar sus recursos

El desempeño necesita tiempo, dinero, esfuerzo y personas. Asigne los recursos sabiamente desde el principio de su proyecto. Por ejemplo, los desarrolladores podrían necesitar más tiempo para encontrar formas eficientes de implementar la lógica empresarial y optimizar el código. También necesitará un entorno de pruebas y un equipo para realizar pruebas de rendimiento.

El desempeño no es una actividad única. A medida que el uso de su carga de trabajo cambia y la plataforma evoluciona, debe revisar el código y seguir buscando formas de optimizar el rendimiento.

Planificar migraciones e integraciones de datos

Al migrar datos desde un sistema anterior, planifique la migración con cuidado. He aquí algunos consejos que le ayudarán a evitar problemas:

  • Comprenda los requisitos comerciales para los datos que está migrando. No migre más datos de los que los usuarios necesitan. Por ejemplo, probablemente no necesite importar clientes potenciales de 10 años de antigüedad a su sistema de ventas.

  • Considere cuándo y con qué frecuencia se ejecutan sus integraciones. Evite ejecutar procesos que consuman muchos recursos cuando los usuarios interactúan con el sistema. Programe los procesos pesados para las horas de menor actividad o utilice el procesamiento asíncrono.

  • Tenga en cuenta las limitaciones de la plataforma y las mejores prácticas al diseñar sus integraciones.

Recopilar datos de rendimiento

La recopilación de datos de utilización de la carga de trabajo implica recopilar y analizar información sobre cómo una carga de trabajo utiliza los recursos y cómo se desempeña. Debe recopilar datos sobre patrones históricos para cargas de trabajo existentes y medidas predictivas para cargas de trabajo nuevas. Este proceso ayuda a traducir los objetivos comerciales en requisitos técnicos y es esencial para la previsión de capacidad. Tenga en cuenta las recomendaciones siguientes.

Comprender una carga de trabajo existente

Comprender una carga de trabajo existente para la planificación de la capacidad implica analizar datos históricos relacionados con cómo la carga de trabajo utiliza los recursos. Abarca métricas como utilización de recursos, datos de rendimiento y patrones de carga de trabajo. Esta comprensión garantiza una asignación eficiente de recursos, traduce los objetivos comerciales en requisitos técnicos y ayuda a identificar posibles cuellos de botella.

  • Comprender los datos: revise los datos históricos disponibles y comprenda su estructura, formato y relevancia para la planificación de capacidad. La revisión podría incluir métricas de utilización de recursos, patrones de carga de trabajo, métricas de rendimiento y otros puntos de datos relevantes. Comprenda los procesos de negocio y la importancia crítica de las aplicaciones. Identifique los tiempos de uso pico, la carga de usuarios, las tasas de transacciones y otras métricas relevantes.

  • Limpiar y preprocesar los datos: prepare los datos para el análisis eliminando cualquier inconsistencia, error o valor atípico. La preparación de los datos puede implicar técnicas de limpieza de datos como la imputación de datos, el manejo de valores faltantes o la normalización.

  • Identificar las métricas clave: identifique las métricas que son relevantes para la planificación de capacidad. Las métricas pueden incluir volumen de transacciones, rendimiento de la red y tiempos de respuesta.

  • Identificar losatascos: mida el rendimiento y los tiempos de respuesta para identificar los componentes específicos de su sistema que podrían convertirse en atascos a medida que crece la carga de trabajo. Utilice capacidades de análisis de minería de procesos, como retrabajo y análisis de causa raíz, para identificar cuellos de botella en el proceso de un extremo a otro.

  • Visualizar losdatos: cree visualizaciones, como gráficos o diagramas, para obtener mejores conocimientos sobre los datos históricos. Las visualizaciones pueden ayudarle a identificar patrones, tendencias y anomalías en los datos para brindarle una comprensión más clara del comportamiento de la carga de trabajo. Utilice herramientas de minería de procesos para visualizar los datos con un mapa de procesos, lo que permitirá un análisis profundo del proceso.

Comprender una nueva carga de trabajo

Comprender una nueva carga de trabajo para la planificación de capacidad se refiere a predecir los requisitos de recursos de una tarea futura sin datos históricos. Predecir las necesidades futuras de una nueva carga de trabajo sin datos históricos puede resultar un desafío. Este proceso le garantiza una asignación eficaz de los recursos y la alineación de las asignaciones con los objetivos de la carga de trabajo en el momento de su introducción.

Tenga en cuenta las recomendaciones siguientes:

  • Investigar los usuarios: llevar a cabo una investigación de los usuarios para comprender cómo manejan la carga de trabajo actual puede proporcionar información valiosa sobre la demanda potencial de una nueva carga de trabajo. La investigación puede implicar entrevistas a usuarios, encuestas u observación de un usuario realizando la carga de trabajo existente.

  • Juicio de expertos: las aportaciones de expertos en la materia o profesionales con experiencia en la industria pueden ayudarle a estimar la demanda de una nueva carga de trabajo. Su experiencia y conocimientos pueden proporcionar valiosos aportes para la elaboración de pronósticos.

  • Proyectos piloto o prototipos: los proyectos piloto o prototipos a pequeña escala pueden ayudarle a recopilar datos y comentarios en tiempo real. Luego puede utilizar estos datos para informar el proceso de planificación de capacidad y ajustar la demanda prevista.

  • Fuentes de datos externas: las fuentes de datos externas, como informes de la industria, estudios de mercado o encuestas a clientes, pueden proporcionar información adicional para estimar la demanda de una nueva carga de trabajo. Estas fuentes pueden ofrecer información valiosa sobre las preferencias de los clientes, las tendencias del mercado y los posibles impulsores de la demanda.

Previsión de la demanda

La previsión de la demanda implica el uso de datos de carga de trabajo para predecir las necesidades futuras de un servicio o producto. Es esencial que la planificación de la capacidad garantice la asignación eficiente de recursos, anticipe patrones de crecimiento y se prepare para posibles aumentos repentinos de la demanda. Cuando pronostica la demanda futura, utiliza datos para tener una idea de las necesidades futuras. Usted aplica el análisis estadístico, el análisis de tendencias o las técnicas de modelización predictiva a los datos de que dispone para prever la demanda futura. Estos métodos tienen en cuenta patrones históricos o anticipados y los proyectan hacia el futuro para proporcionar estimaciones de la demanda de carga de trabajo esperada. Para prever la demanda, considere las siguientes estrategias.

Tener en cuenta varios escenarios

Como parte de la planificación del desempeño, es necesario planificar los diferentes escenarios que podrían ocurrir. Esta planificación debe incluir tanto patrones de crecimiento predecibles como aumentos inesperados de la demanda. Los patrones de uso pueden crecer o reducirse. Pueden ser orgánicos (más o menos usuarios) o inorgánicos (un evento o incidente de seguridad). Es necesario realizar una planificación antes de los cambios de uso, en momentos clave:

  • Diseño (predicción)
  • Picos regulares (hora punta de inicio de sesión de las 8:00 a. m.)
  • Lanzamiento (validación de predicción)
  • Cambio de modelo de negocio
  • Adquisiciones o fusiones
  • Inserción de marketing
  • Cambio estacional
  • Inicio de características
  • Periódica

Usar técnicas de predicción

Pronosticar la demanda futura de un servicio o producto implica el uso de técnicas como análisis estadístico, análisis de tendencias y modelos predictivos.

A continuación se ofrece una descripción general de cómo puede utilizar estas técnicas:

  • Análisis estadístico: los métodos estadísticos pueden ayudar a descubrir patrones y relaciones dentro de los datos históricos. Puede utilizar estos patrones para pronosticar la demanda futura. Puede utilizar técnicas como análisis de series temporales, análisis de regresión y promedios móviles para identificar tendencias, estacionalidad y otros patrones en los datos.

  • Análisis de tendencias: el análisis de tendencias implica examinar datos históricos para identificar patrones consistentes y extrapolar esos patrones hacia el futuro. Por ejemplo, si la demanda de carga de trabajo aumentó un 10 por ciento durante el año pasado, se podría pronosticar una continuación de esta tendencia. Cuando analiza datos históricos de demanda durante un período de tiempo, puede identificar tendencias de crecimiento o reducción. Utilice estas tendencias como base para pronosticar la demanda futura. El análisis de tendencias también puede identificar los efectos de eventos puntuales que provocan cambios rápidos en el tráfico (inorgánicos). Por ejemplo, los lanzamientos de funciones podrían aumentar constantemente la demanda en un 5 por ciento. Si tiene cuatro lanzamientos importantes al año, debe planificar un crecimiento del 5 por ciento cada vez.

  • Modelado predictivo: el modelado predictivo es el proceso de construcción de modelos matemáticos que utilizan datos históricos y otras variables relevantes para hacer predicciones sobre la demanda futura. Puede utilizar técnicas como algoritmos de aprendizaje automático, redes neuronales o árboles de decisión. Estos modelos pueden tener en cuenta múltiples factores y variables para proporcionar pronósticos más precisos.

Alinear las previsiones con los objetivos de carga de trabajo

Alinear los pronósticos con los objetivos de la carga de trabajo implica ajustar los modelos de capacidad predictiva para garantizar que cumplan con las metas y demandas específicas de una carga de trabajo determinada. Esta alineación garantiza que los recursos se aprovisionen adecuadamente, evitando tanto la subutilización como posibles sobrecargas de carga de trabajo. Por ejemplo, si su objetivo es admitir una integración con 1 millón de actualizaciones cada noche, pero los datos actuales muestran velocidades de actualización lentas, debe ajustar su sistema. Es esencial hablar con las partes interesadas para comprender los requisitos de la carga de trabajo. Asegúrese de que sus planes estén alineados con las promesas (SLA) de sus proveedores de servicios. Esta alineación garantiza que su capacidad cumpla con la demanda esperada y ayuda a identificar áreas del sistema que podrían necesitar cambios.

Determinar requisitos de recursos

Una carga de trabajo puede tener muchos recursos, por lo que no hay una métrica única que observar para determinar los requisitos de recursos. Es necesario medir la capacidad a nivel de recursos para obtener resultados significativos. Calcule la demanda esperada de sus recursos basándose en datos históricos, tendencias del mercado y proyecciones comerciales. Considere la cantidad de transacciones, usuarios simultáneos o cualquier otra métrica relevante.

Con base en la demanda pronosticada, calcule los recursos necesarios para satisfacer esa demanda. Considere factores como la capacidad de solicitud de API, el ancho de banda de la red, la capacidad de almacenamiento y el personal:

  • Ancho de banda de red: evalúe el ancho de banda de red que necesita para soportar el nivel de tráfico previsto. Debe incluir tasas de transferencia de datos tanto entrantes como salientes para garantizar una comunicación fluida y eficiente entre servidores y clientes.

  • Capacidad de almacenamiento: calcule la cantidad de datos que la carga de trabajo genera o procesa durante la demanda prevista. Considere factores como el tamaño de la base de datos, los requisitos de almacenamiento de archivos y cualquier otra necesidad de almacenamiento de datos que sea específica de su aplicación.

  • Solicitudes de API: evalúe el consumo de solicitudes de API en comparación con su capacidad disponible y los límites de protección del servicio. Considere factores como la carga inicial de datos y los posibles picos de uso.

  • Personal: evalúe los recursos humanos necesarios para administrar y mantener la infraestructura, manejar la atención al cliente, realizar el mantenimiento del sistema y garantizar operaciones sin problemas. Considere factores como la distribución de la carga de trabajo, el conjunto de capacidades y la experiencia requerida.

Comprender las limitaciones de recursos

Los recursos de su carga de trabajo tienen limitaciones de rendimiento. Se aplican limitaciones de rendimiento a las funciones dentro de cada servicio. Debe comprender las limitaciones de los recursos de su carga de trabajo y tener en cuenta esas limitaciones en sus decisiones de diseño. Por ejemplo, debe saber si las limitaciones de recursos requieren que cambie el enfoque de diseño o que cambie los recursos por completo.

También es necesario determinar los límites alcanzables, lo que implica identificar los umbrales o límites máximos de una carga de trabajo. Estos límites generalmente se aplican a la infraestructura (cálculo, almacenamiento, red), aplicaciones (conexiones simultáneas, respuesta, disponibilidad) y servicio (solicitudes por segundo). Cuando la planificación de la capacidad identifica límites alcanzables, es necesario modificar la carga de trabajo antes de que el límite cree un problema de rendimiento. Las líneas de base de rendimiento, la supervisión continua y las pruebas son esenciales para validar los límites y la solución.

Desventajas: una planificación errónea de la capacidad puede provocar un exceso o una falta de recursos. El exceso de aprovisionamiento puede generar mayores costos. Un aprovisionamiento insuficiente puede provocar un rendimiento deficiente. También puede encontrar una mayor tasa de alertas de falsos positivos que pueden provocar una pérdida de tiempo investigando problemas de rendimiento que no existen. Intenta encontrar el equilibrio adecuado.

Facilitación de Power Platform

Recopilación de datos de capacidad y previsión de la demanda: Azure Monitor le permite recopilar y analizar datos de telemetría de sus aplicaciones e infraestructura. Admite la supervisión de varios recursos de Azure, incluidas máquinas virtuales, contenedores y cuentas de almacenamiento. Las herramientas clave incluyen Application Insights y Log Analytics. Al configurar la recopilación de datos y definir métricas y registros que desea monitorear, puede recopilar datos valiosos de la carga de trabajo para su análisis. Para la supervisión de red, combine Azure Monitor con Azure Network Watcher, información de red de Azure Monitor y supervisión de Azure ExpressRoute.

Azure Monitor le permite analizar datos históricos y aplicar técnicas de pronóstico para predecir tendencias futuras de carga de trabajo y requisitos de capacidad. Puede generar previsiones que le ayudarán con la planificación de la capacidad. Estos pronósticos ayudan a estimar la capacidad del servidor, el ancho de banda de la red, la capacidad de almacenamiento y otras necesidades de recursos mediante el uso de patrones de demanda previstos.

Determinación de los requisitos de recursos: dado que proporcionan una amplia gama de configuraciones, las herramientas y servicios de Azure pueden ayudarle a definir los requisitos técnicos. Puede alinear los requisitos de su carga de trabajo con los recursos de Azure disponibles, asegurándose de seleccionar los componentes y la configuración adecuados para satisfacer sus necesidades funcionales.

Comprender las limitaciones de recursos: Power Platform proporciona documentación y recursos para ayudarle a comprender las limitaciones de rendimiento de cada uno de los diferentes servicios. Tener en cuenta estas limitaciones puede ayudarle a tomar decisiones de diseño informadas y optimizar su arquitectura de carga de trabajo para lograr rendimiento y rentabilidad.

Existen límites de escala dentro de su configuración y servicios que debe tener en cuenta. Puede leer la documentación o ejecutar pruebas. Para obtener más información, consulte:

Uso de llamadas de datos desde aplicaciones de lienzo: los flujos de llamadas de datos desde aplicaciones de lienzo envían datos a fuentes de datos tabulares mediante conectores a través del protocolo OData. Las solicitudes OData fluyen hacia las capas de backend hasta llegar al origen de datos de destino y recuperar datos para el cliente, o introducir datos en el origen de datos. Los conectores basados en acciones que habilitan las API funcionan de la misma manera.

Comprender cómo viajan las solicitudes de OData y API en las aplicaciones de lienzo puede ayudarle a optimizar el rendimiento de su aplicación de lienzo y sus orígenes de datos de backend. Para obtener más información, consulte Flujo de llamadas de datos en aplicaciones de lienzo.

Lista de comprobación de eficiencia en el rendimiento

Consulte el conjunto completo de recomendaciones.

Lista de comprobación de eficiencia en el rendimiento