Jaa

Power BI:n käyttöönoton suunnittelu: Tietotason valvonta

  • Artikkeli

Muistiinpano

Tämä artikkeli on osa Power BI:n käyttöönoton suunnittelun artikkelisarjaa. Tässä sarjassa keskitytään ensisijaisesti Microsoft Fabricin Power BI -kokemukseen. Johdanto sarjaan on artikkelissa Power BI:n käyttöönoton suunnittelu.

Tämä tietotason valvonnan artikkeli on suunnattu useille käyttäjäryhmille:

  • Tietojen luojat ja työtilan järjestelmänvalvojat: Käyttäjät, joiden täytyy ymmärtää niiden luomien, julkaisemien, julkaisemien ja jakamien semanttisten mallien, tietovoiden ja tietojoukkojen käyttöä, käyttöönottoa ja suorituskykyä.
  • Power BI -järjestelmänvalvojat: Järjestelmänvalvojat, jotka vastaavat Power BI:n valvonnasta organisaatiossa. Power BI -järjestelmänvalvojien on ehkä tehtävä yhteistyötä IT-, suojaus- ja sisäisen tarkastuksen ja muiden asiaankuuluvien tiimien kanssa. Power BI -järjestelmänvalvojien on ehkä myös tehtävä yhteistyötä sisällöntuottajien kanssa suorituskyvyn vianmäärityksen aikana.
  • Power BI -kapasiteetin järjestelmänvalvojat: Järjestelmänvalvojat, jotka vastaavat Premium-kapasiteetin valvonnasta organisaatiossa. Power BI -kapasiteetin järjestelmänvalvojien täytyy ehkä tehdä yhteistyötä sisällöntuottajien kanssa suorituskyvyn vianmäärityksen aikana.
  • Center of Excellence, IT ja BI-tiimi: Tiimit, jotka vastaavat myös Power BI:n valvonnasta. Heidän on ehkä tehtävä yhteistyötä Power BI -järjestelmänvalvojien ja muiden asiaankuuluvien tiimien kanssa.
  • Järjestelmänvalvojat: Tiimi, joka on vastuussa Azure Log Analytics -resurssien luomisesta ja suojaamisesta, sekä tietolähteitä hallinnoivat tietokannan järjestelmänvalvojat.

Tärkeä

Joskus tämä artikkeli viittaa Power BI Premiumiin tai sen kapasiteettitilauksiin (P-varastointiyksiköt). Ota huomioon, että Microsoft vahvistaa parhaillaan ostovaihtoehtoja ja poistaa käytöstä Kapasiteettikohtaisen Power BI Premiumin. Uusien ja nykyisten asiakkaiden kannattaa harkita Fabric-kapasiteettitilausten (F-varastointiyksiköiden) ostamista.

Lisätietoja on artikkelissa Power BI Premium -käyttöoikeuksien tärkeä päivitys ja Power BI Premiumin usein kysytyt kysymykset.

Tässä artikkelissa käsitellyt käsitteet koskevat ensisijaisesti ratkaisuja, jotka on luotu kolmea sisällön toimitusaluetta, erityisesti suuryrityksen liiketoimintatietojen, osastojen BI:n ja tiimi-BI:n, kanssa. Henkilökohtaisten BI-ratkaisujen tekijät saattavat myös pitää tämän artikkelin tietoja hyödyllisinä. Ne eivät kuitenkaan ole ensisijainen kohde.

Hyvän suorituskyvyn saavuttaminen raporteissa ja visualisoinneissa ei ole mahdollista, kun pohjana oleva semanttinen malli ja/tai tietolähde ei toimi hyvin. Tässä artikkelissa keskitytään semanttisten mallien, tietovoiden ja tietojoukkojen valvontaan ja valvontaan. Tämä on toinen artikkeli seurantasarjassa, koska työkalut ja tekniikat ovat monimutkaisempia kuin raporttitason valvontaartikkelissa on kuvattu. Ihannetapauksessa voit luoda jaettuja semanttisia malleja (jotka on tarkoitettu käytettäväksi uudelleen useissa raporteissa) ennen kuin käyttäjät luovat raportteja. Siksi suosittelemme, että luet tämän artikkelin yhdessä raporttitason valvontaartikkelin kanssa.

Koska semanttiset Power BI -mallit perustuvat Analysis Services -taulukkomoduuliin, voit muodostaa yhteyden paikalliseen tietomalliin (Power BI Desktopissa) tai premium-semanttiseen malliin (Power BI -palvelussa) ikään kuin se olisi Analysis Services -tietokanta. Siksi monia Analysis Servicesin valvonta- ja valvontaominaisuuksia tuetaan Power BI Premiumin semanttisissa malleissa.

Muistiinpano

Lisätietoja Analysis Servicesissä isännöidyistä malleista on kohdassa Seurannan yleiskatsaus.

Tämän artikkelin loppuosassa keskitytään ensisijaisesti Power BI -palveluun julkaistuihin malleihin.

Semanttisen mallin tapahtumalokit

Ajan mittaan tietojen tekijät ja omistajat saattavat kokea tilanteita semanttisten malliensa kanssa. Semanttinen malli voi:

  • Siitä tulee monimutkaisempi ja siihen kuuluvat monimutkaiset mittarit.
  • Kasvata tietomäärää suuremmaksi.
  • Kuluta enemmän muistia (joskus tarpeettomasti, kun tehtiin huonoja suunnittelupäätöksiä).
  • Käytä monipuolisempia tietolähteitä ja monimutkaisempia taulukkosuhteita.
  • Lisää rivitason suojauksen (RLS) sääntöjä. Lisätietoja on kohdassa Tietosuojan pakottaminen käyttäjätietojen perusteella.
  • Sinulla on enemmän raportteja, jotka riippuvat siitä. Jos haluat lisätietoja reaaliaikaisten yhteyksien käyttämisestä jaetun semanttisen mallin kanssa, katso hallittu omatoiminen BI-käyttöskenaario.
  • Sinulla on enemmän jatkokäsittelyn tietomalleja, jotka riippuvat siitä. Lisätietoja DirectQueryn käyttämisestä semanttisissa Power BI -malleissa ja Analysis Servicesissa jaetun semanttisen mallin kanssa on mukautettavassa hallitussa bi:n omatoimisessa käyttöskenaariossa.
  • Koe hitaampi kyselyn suorittaminen ja hitaammat tietojen päivitysajat.
  • Hidasta raporttien ja visualisointien hahmontamista.

Jotta voit varmistaa käytettävyyden, hyvän suorituskyvyn ja luomasi sisällön käyttöönoton, valvo niiden tietoresurssien käyttöä ja suorituskykyä, joiden hallinnasta vastaat. Voit käyttää tietojoukon tapahtumalokeja, jotka sieppaavat käyttäjän luomia ja järjestelmän luomia toimintoja, jotka tapahtuvat semanttisessa mallissa. Niitä kutsutaan myös jäljitystapahtumiksi, tietojoukon lokeiksi tai tietojoukon toimintolokeiksi. Järjestelmänvalvojat kutsuvat niitä usein yksityiskohtaisiksi alemman tason jäljitystapahtumiksi .

Muistiinpano

Tietojoukon nimen muutos on otettu käyttöön Power BI -palvelussa ja dokumentaatiossa, mutta tässä saattaa olla joitakin esiintymiä, kuten tapahtumalokin toiminnoissa, joissa muutosta ei ole vielä tehty.

Analysoi semanttisen mallin jäljitystapahtumat kohteeseen:

Power BI:n semanttisen mallin luomat tapahtumat johdetaan Azure Analysis Services käytettävissä olevista diagnostiikkalokeista. Voit siepata ja analysoida monenlaisia jäljitystapahtumia , jotka kuvataan seuraavissa osissa.

Azuren lokianalytiikka

Azure Log Analytics on osa Azure Monitor - palvelua. Power BI:n Azure Log Analytics - integroinnin avulla voit siepata semanttisia mallitapahtumia kaikista Power BI -työtilan semanttisista malleista. Sitä tuetaan vain Premium-työtiloissa. Kun olet määrittänyt integroinnin ja yhteys on käytössä (Power BI Premium -työtilassa), semanttisen mallin tapahtumat siepataan ja lähetetään jatkuvasti Azure Log Analytics -työtilaan. Semanttiset mallilokit tallennetaan Azure Data Exploreriin, joka on vain lisäosana oleva tietokanta, joka on optimoitu suurten, lähes reaaliaikaisten telemetriatietojen tallentamiseen.

Voit määrittää Power BI Premium -työtilan Log Analytics -työtilaan Azuressa. Sinun on luotava uusi Log Analytics -resurssi Azure-tilaukseesi, jotta voit ottaa tämän tyyppisen lokiin kirjauksen käyttöön.

Lokit yhdestä tai useammasta Power BI -työtilasta lähetetään Log Analytics -kohdetyötilaan. Seuraavassa on joitakin tapoja, joilla voit järjestää tiedot.

  • Yksi kohdetyötila kaikille valvontatieduksille: Tallenna kaikki tiedot yhteen Log Analytics -työtilaan. Siitä on hyötyä, kun sama järjestelmänvalvoja tai käyttäjät käyttävät kaikkia tietoja.
  • Kohdetyötilat järjestettynä aiheen alueen mukaan: Järjestä sisältö aiheen alueen mukaan. Tästä menetelmästä on hyötyä erityisesti silloin, kun eri järjestelmänvalvojilla tai käyttäjillä on oikeus käyttää Azure Log Analyticsin valvontatietoja. Tämä koskee esimerkiksi sitä, että sinun täytyy erottaa myyntitiedot toimintotiedoista.
  • Yksi kohdetyötila kullekin Power BI -työtilalle: Määritä yksi yhteen -suhde Power BI -työtilan ja Azure Log Analytics -työtilan välille. Tästä on hyötyä, kun sinulla on erityisen arkaluontoista sisältöä tai kun tietoihin sovelletaan tiettyä vaatimustenmukaisuutta tai säädösten vaatimuksia.

Vihje

Tutustu perusteellisesti dokumentaatioon ja usein kysyttyihin kysymyksiin tästä toiminnosta, jotta saat selväksi, mikä on mahdollista ja että ymmärrät tekniset vaatimukset. Ennen kuin tuot tämän toiminnon laajasti organisaatiosi työtilan järjestelmänvalvojien saataville, harkitse teknisen soveltuvuusselvityksen tekemistä yhdessä Power BI -työtilassa.

Tärkeä

Vaikka nimet ovat samankaltaisia, Azure Log Analyticsin tallentamat tiedot eivät ole samat kuin Power BI:n toimintoloki. Azure Log Analytics tallentaa yksityiskohtaisen tason jäljitystapahtumat Analysis Services -moduulista. Sen ainoa tarkoitus on auttaa semanttisen mallin suorituskyvyn analysoimisessa ja vianmäärityksessä. Sen vaikutusalue on työtilatasolla. Toisaalta toimintolokin tarkoitus on auttaa sinua ymmärtämään, kuinka usein tietyt käyttäjän toimet tapahtuvat (kuten raportin muokkaaminen, semanttisen mallin päivittäminen tai sovelluksen luominen). Sen vaikutusalue on koko Power BI -vuokraaja.

Lisätietoja käyttäjän toimista, joita voit valvoa Power BI -vuokraajasi osalta, on artikkelissa Vuokraajatason valvonta.

Azure Log Analyticsin yhteys työtilan järjestelmänvalvojille -vuokraaja-asetus määrittää, mitkä käyttäjäryhmät (joilla on myös tarvittava työtilan järjestelmänvalvojan rooli) voivat yhdistää Power BI -työtilan aiemmin luotuun Azure Log Analytics -työtilaan.

Ennen kuin voit määrittää integroinnin, sinun on täytettävä suojausedellytykset. Harkitse siis Power BI -vuokraaja-asetuksen ottamista käyttöön vain Power BI -työtilan järjestelmänvalvojille, joilla on myös vaaditut käyttöoikeudet Azure Log Analyticsissa tai jotka voivat hankkia nämä oikeudet pyynnöstä.

Vihje

Yhteistyön tekeminen Azure-järjestelmänvalvojan kanssa suunnitteluprosessin varhaisessa vaiheessa, erityisesti silloin, kun hyväksynnän saaminen uuden Azure-resurssin luomiseksi on haaste organisaatiossasi. Sinun on myös suunniteltava suojausedellytykset. Päätä, myönnetäänkö power BI -työtilan järjestelmänvalvojalle käyttöoikeus Azuressa vai myönnetäänkö käyttöoikeus Azure-järjestelmänvalvojalle Power BI:ssä.

Azure Log Analyticsin tallentamat semanttiset mallilokit sisältävät semanttiset mallikyselyt, kyselytilastot, yksityiskohtaiset päivitystoiminnot, Premium-kapasiteettien suoritinajan ja paljon muuta. Koska ne ovat Analysis Services -moduulin yksityiskohtaisia lokeja, tietoja voidaan käyttää yksityiskohtaisesti. Suuret tietomäärät ovat yleisiä suurissa työtiloissa, joissa mallin toiminta on hyvin semanttista.

Kustannusten optimointi Azure Log Analyticsia käytettäessä Power BI:n avulla:

  • Yhdistä Power BI -työtilat Azure Log Analyticsiin vain, kun olet aktiivisesti määrittämässä, testaamassa, optimoimassa tai tutkimassa semanttisen mallin toimintaa. Kun yhteys on muodostettu, työtilan kaikissa semanttisissa malleissa suoritetaan jäljitys.
  • Irrota Azure Log Analytics Power BI -työtilasta, kun sinun ei enää tarvitse aktiivisesti tehdä vianmääritystä, testata, optimoida tai tutkia semanttisen mallin toimintaa. Katkaisemalla yhteyden lopetat jäljityksen suorittamisen työtilan kaikissa semanttisissa malleissa.
  • Varmista, että ymmärrät kustannusmallin siitä, miten Azure Log Analytics laskuttaa tietojen käsittelystä, tallennuksesta ja kyselyistä.
  • Älä tallenna tietoja Log Analytics -järjestelmään pidempään kuin oletussäilytysaika on 30 päivää. Tämä johtuu siitä, että semanttisen mallin analyysi keskittyy yleensä välittömiin vianmääritystoimintoihin.

Azure Log Analyticsiin lähetettävien tapahtumien käyttämiseen on useita tapoja. Seuraavia voi käyttää:

Vihje

Koska semanttisten mallien jäljitystapahtumia on paljon, suosittelemme, että kehität DirectQuery-mallin tietojen analysointia varten. DirectQuery-mallin avulla voit tehdä kyselyn tietoihin lähes reaaliaikaisesti. Tapahtumat saapuvat yleensä viiden minuutin kuluessa.

Lisätietoja on artikkelissa Azure-yhteyksien hallinnoiminen.

Tarkistusluettelo – Kun suunnittelet Azure Log Analyticsin käyttöä, tärkeimmät päätökset ja toiminnot ovat seuraavat:

  • Harkitse teknistä soveltuvuusselvitykstä: Suunnittele pieni projekti, jotta ymmärrät täysin tekniset vaatimukset, suojausvaatimukset, mitkä tapahtumat tallennetaan ja miten lokeja analysoidaan.
  • Päätä, mitkä työtilat tulee integroida Log Analytics -toiminnon kanssa: Selvitä, mitkä Premium-työtilat sisältävät semanttisia malleja, joita haluat analysoida.
  • Päätä, tuleeko Log Analytics ottaa kokopäiväisesti käyttöön kaikille työtiloille: Selvitä kustannusten optimointia varten, tuleeko kirjaaminen ottaa käyttöön pysyvästi eri tilanteissa (tai tietyissä työtiloissa). Päätä, pitääkö työtilojen yhteys katkaista, kun vianmääritystä ei suoriteta.
  • Päätä, kuinka kauan Log Analytics -tiedot säilytetään: Selvitä, onko tarpeen määrittää pidempi säilytysaika kuin 30 päivän oletusasetus.
  • Selventää uuden Log Analytics -työtilan pyyntöprosessia: Tee yhteistyötä Azure-järjestelmänvalvojasi kanssa selventääksesi, miten Power BI -työtilan järjestelmänvalvojat voivat lähettää uuden Log Analytics -resurssin pyynnöt.
  • Päätä, miten suojaus toimii: Tee yhteistyötä Azure-järjestelmänvalvojasi kanssa ja päätä, onko toteuttamiskelpoisempaa, että Power BI -työtilan järjestelmänvalvojalle myönnetään oikeudet Azure Log Analytics -työtilaan tai että Azure-järjestelmänvalvojalle myönnetään oikeudet Power BI -työtilaan. Kun teet tämän suojauspäätöksen, harkitse suunnitelmaasi muodostaa yhteys ja katkaista työtilat säännöllisesti (kustannusoptimointiin).
  • Päätä, miten log analytics -kohdetyötilat järjestetään: Mieti, kuinka monta Azure Log Analytics -työtilaa sopii tietojen järjestämiseen yhdestä tai useammasta Power BI -työtilasta. Kohdista tämä päätös suojauspäätöksiin siitä, ketkä voivat käyttää lokitietoja.
  • Päätä, ketkä työtilan järjestelmänvalvojat voivat muodostaa yhteyden: Selvitä, mitkä työtilan järjestelmänvalvojaryhmät voivat yhdistää Power BI -työtilan Log Analytics -työtilaan. Määritä työtilan järjestelmänvalvojien Azure Log Analytics -yhteyden vuokraaja-asetus tämän päätöksen mukaisesti.
  • Luo Azure Log Analytics -resurssi: Luo kukin Log Analytics -työtila yhteistyössä Azure-järjestelmänvalvojasi kanssa. Varmista Azuressa määritettyjen käyttöoikeuksien tarkistaminen ja päivittäminen sen varmistamiseksi, että Power BI -määritykset voidaan suorittaa ilman ongelmia. Varmista, että Azureen tallennetut tiedot ovat oikealla maantieteellisellä alueella.
  • Määritä kunkin Power BI -työtilan Log Analytics -yhteys: Tee yhteistyötä Power BI -työtilan järjestelmänvalvojien kanssa määrittääksesi yhteyden Log Analyticsiin kullekin Power BI -työtilalle. Varmista, että lokitiedot kulkevat oikein Log Analytics -työtilaan.
  • Kyselyjen luominen tietojen analysointia varten: Määritä KQL-kyselyjä tietojen analysoimiseksi Log Analytics -toiminnossa käyttötapauksen ja nykyisten tarpeiden perusteella.
  • Sisällytä ohjeita Power BI -työtilan järjestelmänvalvojille: Anna Power BI -työtilan järjestelmänvalvojille tiedot ja edellytykset sille, miten voit pyytää uutta Log Analytics -työtilaa ja miten voit muodostaa yhteyden Power BI -työtilaan. Selitä myös, milloin on sopivaa katkaista Power BI -työtila.
  • Anna ohjeita ja esimerkkikyselyitä tietojen analysointiin: Luo KQL-kyselyitä työtilan järjestelmänvalvojille, jotta heidän on helpompi aloittaa siepattujen tietojen analysointi.
  • Kustannusten valvonta: Voit jatkuvasti valvoa Log Analytics -kustannuksia yhdessä Azure-järjestelmänvalvojasi kanssa.

SQL Server Profiler

Sql Server profilerin (SQL Profiler) avulla voit siepata Power BI:n semanttisen mallin tapahtumat. Se on SQL Server Management Studion (SSMS) komponentti. Semanttista Power BI -mallia tuetaan SSMS:ssä, koska se perustuu SQL Serveristä peräisinseen Analysis Services -arkkitehtuuriin.

Voit käyttää SQL Profileria semanttisen mallin elinkaaren eri vaiheissa.

  • Tietomallin kehittämisen aikana: SQL Profiler voi muodostaa yhteyden tietomalliin Power BI Desktopissa ulkoisena työkaluna. Tästä menetelmästä on hyötyä tietojen mallintajille, jotka haluavat vahvistaa tietomallinsa tai virittää suorituskykyä.
  • Kun semanttinen malli on julkaistu Power BI -palveluun: SQL Profiler voi muodostaa yhteyden semanttiseen malliin Premium-työtilassa. SSMS on yksi monista tuetuista asiakastyökaluista , jotka voivat käyttää XMLA-päätepistettä yhteyksien kanssa. Tästä menetelmästä on hyötyä, kun haluat valvoa, valvoa, vahvistaa, tehdä vianmäärityksen tai hienosäätää julkaistua semanttista mallia Power BI -palvelussa.

Voit myös käyttää SQL Profileria ulkoisena työkaluna DAX Studiossa. DAX Studion avulla voit käynnistää profilointijäljityksen, jäsentää tietoja ja muotoilla tuloksia. DAX Studiota käyttävät tietomallintajat pitävät tätä usein parempana kuin suoraan SQL Profileria.

Muistiinpano

SQL Profilerin käyttäminen on eri käyttötarkoitus kuin tietojen profilointi. Kun profiloit tietoja Power Query -editorissa, saat syvemmän käsityksen sen ominaisuuksista. Vaikka tietojen profilointi on tärkeä tehtävä tietojen mallintajille, se ei kuulu tämän artikkelin piiriin.

Harkitse SQL Profilerin käyttämistä Azure Log Analyticsin sijaan, kun:

  • Organisaatiosi ei salli Azure Log Analytics -resurssien käyttämistä tai luomista Azuressa.
  • Haluat siepata Power BI Desktopin tietomallin tapahtumat (joita ei ole julkaistu Premium-työtilaan Power BI -palvelussa).
  • Haluat tallentaa yhden semanttisen mallin tapahtumat lyhyen aikaa (Premium-työtilan kaikkien semanttisten mallien sijaan).
  • Haluat tallentaa tietyt tapahtumat vain jäljityksen aikana (esimerkiksi vain Kyselyn loppu -tapahtuman).
  • Haluat aloittaa ja lopettaa jäljitykset usein (kuten silloin, kun sinun on tallennettava semanttiset mallitapahtumat, jotka tapahtuvat nyt).

Kuten Azure Log Analytics (kuvattiin aiemmin tässä artikkelissa), SQL Profilerin tallentamat semanttiset mallitapahtumat johdetaan Azure Analysis Services käytettävissä olevista diagnostiikkalokeista. Käytettävissä olevissa tapahtumissa on kuitenkin joitain eroja.

Vihje

SQL Profilerin käyttöä Analysis Servicesin seurantaan käsitellään useissa kirjoissa, artikkeleissa ja blogikirjoituksissa. Useimmat näistä tiedoista koskevat Power BI:n semanttisen mallin seurantaa.

Tärkeä

SQL Profilerin avulla voit myös valvoa Power BI -palvelusta pohjana oleviin tietolähteisiin (esimerkiksi SQL Server -relaatiotietokantaan) lähetettyjä kyselyitä. Mahdollisuus relaatiotietokannan jäljitykseen on kuitenkin vanhentunut. Analysis Services -moduuliin yhdistämistä tuetaan, eikä sitä poisteta käytöstä. Jos olet tutustunut Analysis Servicesin laajennettuihin tapahtumiin ja käytät niitä mieluummin, tietomalli voi muodostaa yhteyden SSMS:stä Power BI Desktopissa. Sitä ei kuitenkaan tueta Power BI Premiumissa. Siksi tässä osiossa keskitytään vain SQL Profiler -vakioyhteyksiin.

Salli XMLA-päätepisteet ja Analysoi Excelissä paikallisten semanttisten mallien vuokraaja-asetuksella määritetään, mitkä käyttäjäryhmät (jotka on myös määritetty Osallistuja-, Jäsen- tai Järjestelmänvalvoja-työtilarooliin tai yksittäisen semanttisen mallin muodostamisoikeudet) voivat käyttää XMLA-päätepistettä kyselyihin ja/tai ylläpitää semanttisia malleja Power BI -palvelussa. Lisätietoja XMLA-päätepisteen käyttämisestä on kehittyneen tietomallin hallinnan käyttöskenaariossa.

Muistiinpano

SQL Profilerin avulla voit myös korjata tiettyjen DAX-lausekkeiden virheenkorjauksen ja vianmäärityksen. Voit yhdistää SQL Profilerin Power BI Desktopiin ulkoisena työkaluna. Etsi DAX Evaluation Log - tapahtumaluokka DAX-lausekkeen tulosten tarkastelemiseksi. Tämä tapahtuma luodaan, kun käytät EVALUATEANDLOG DAX -funktiota mallin laskutoimituksessa.

Tämä funktio on tarkoitettu vain kehitys- ja testaustarkoituksiin. Poista se tietomallin laskelmista ennen tietomallin julkaisemista tuotantotyötilaan.

Tarkistusluettelo – Kun suunnittelet SQL Profilerin käyttöä, tärkeimmät päätökset ja toiminnot ovat seuraavat:

  • Päätä, kehen SSMS tai DAX Studio voidaan asentaa: Määritä, sallitko kaikkien organisaatiosi Power BI -sisällöntekijöiden asentaa SSMS:n ja/tai DAX Studion, jotta he voivat käyttää SQL Profileria. Päätä, asennetaanko nämä lisätyökalut pyynnöstä vai osa vakio-ohjelmistojoukkoa, joka on asennettu organisaation hyväksytyille tietojen luojille.
  • Lisää SQL Profiler Power BI Desktopin Ulkoiset työkalut -valikkoon: Jos tietojen luojat käyttävät SQL Profileria usein, pyydä IT-palvelua lisäämään se automaattisesti Power BI Desktopin Ulkoiset työkalut -valikkoon näille käyttäjille.
  • Päätä, ketkä voivat käyttää XMLA-päätepistettä: Selvitä, onko kaikilla käyttäjillä oikeus muodostaa yhteys julkaistuihin semanttisiin malleihin XMLA-päätepisteen avulla vai onko se rajoitettu vain hyväksyttyihin tietojen luojiin. Määritä Salli XMLA-päätepisteet ja Analysoi Excelissä paikallisten semanttisten mallien vuokraaja-asetukseksi tämän päätöksen mukaisesti.
  • Anna ohjeita ja esimerkkikyselyitä tietojen analysointiin: Luo ohjeita tietojen tekijöille, jotta he ymmärtävät suositellun tavan valvoa ja valvoa semanttisia malleja. Anna ohjeita yleisiin käyttötapauksiin, jotta heidän on helpompi aloittaa jäljitystietojen kerääminen ja analysointi.

Tietomallin metatiedot

Koska semanttiset Power BI -mallit perustuvat Analysis Services -moduuliin, voit käyttää työkaluja, joilla voidaan kysellä tietomallin metatietoja. Metatiedot sisältävät kaiken tietomallista, mukaan lukien taulukoiden nimet, sarakkeiden nimet ja mittarilausekkeet.

Dynaamiset hallintanäkymät

Analysis Services dynamic Management Views (DMVs) -näkymät voivat tehdä kyselyn tietomallin metatiedoilla. DMV-tiedostoilla voit valvoa, dokumentoida ja optimoida tietomalleja tietyllä hetkellä.

Voit erityisesti tehdä seuraavaa:

  • Valvo mallin käyttämiä tietolähteitä.
  • Selvitä, mitkä objektit kuluttavat eniten muistia mallissa.
  • Määritä, miten tehokkaasti saraketietoja voidaan pakata.
  • Etsi mallin sarakkeet, joita ei käytetä.
  • Valvo aktiivisia käyttäjäistuntoja ja yhteyksiä.
  • Tarkista mallin rakenne.
  • Tarkista laskettujen taulukoiden, laskettujen sarakkeiden, mittareiden ja rivitason suojauksen (RLS) sääntöjen käyttämät DAX-lausekkeet.
  • Tunnista objektien ja mittayksiköiden väliset riippuvuudet.

Vihje

DMV-näennäiskoneet noutavat tietoja semanttisen mallin nykyisestä tilasta . Ajattele DMV:iden palauttamia tietoja tilannevedoksena siitä, mitä tällä hetkellä tapahtuu. Sitä vastoin semanttisen mallin tapahtumalokit (kuvattiin aiemmin tässä artikkelissa) hakevat tietoja siitä, mitä toimintoja semanttisessa mallissa ilmeni jäljitysyhteyden ollessa aktiivinen.

SSMS on työkalu, jota käytetään yleisesti DMV-kyselyiden suorittamiseen. Voit myös käyttää Invoke-ASCmd PowerShell-cmdlet-komentoa LUODAksesi ja suorittaaksesi XMLA-komentosarjoja , jotka suorittavat kyselyn DMV-tiedostoille.

Myös kolmannen osapuolen työkalut ja ulkoiset työkalut ovat suosittuja Power BI -yhteisön keskuudessa. Näissä työkaluissa käytetään julkisesti dokumentoituja DMV-tiedostoita, joiden avulla voit yksinkertaistaa DMV-tiedostoissa palautettujen tietojen käyttöä ja käsitellä niitä. Yksi esimerkki on DAX Studio, joka sisältää eksplisiittisiä toimintoja DMV-tiedostoihin pääsemiseksi. DAX Studio sisältää myös sisäänrakennetun View Metrics -ominaisuuden, joka tunnetaan yleisesti nimellä Vertipaq Analyzer. Vertipaq Analyzerissa on käyttöliittymä, jonka avulla voit analysoida tietomallin taulukoiden, sarakkeiden, suhteiden ja osioiden rakennetta ja kokoa. Voit myös viedä (tai tuoda) tietomallin metatiedot .vpax-tiedostoon. Viety tiedosto sisältää vain metatietoja tietomallin rakenteesta ja koosta tallentamatta mallitietoja.

Vihje

Harkitse .vpax-tiedoston jakamista jonkun kanssa, kun tarvitset apua tietomallin kanssa. Tällä tavalla et jaa mallitietoja kyseisen henkilön kanssa.

Voit käyttää DMV-kyselyitä semanttisen mallin elinkaaren eri vaiheissa.

  • Tietomallin kehittämisen aikana: Valitsemasi työkalu voi muodostaa yhteyden Power BI Desktopissa olevaan tietomalliin ulkoisena työkaluna. Tästä menetelmästä on hyötyä tietojen mallintajille, jotka haluavat vahvistaa tietomallinsa tai virittää suorituskykyä.
  • Kun semanttinen malli on julkaistu Power BI -palveluun: Valitsemasi työkalu voi muodostaa yhteyden semanttiseen malliin Premium-työtilassa. SSMS on yksi monista tuetuista asiakastyökaluista , jotka käyttävät XMLA-päätepistettä yhteyksien kanssa. Tästä menetelmästä on hyötyä, kun haluat valvoa tai vahvistaa julkaistua semanttista mallia Power BI -palvelussa.

Vihje

Jos päätät kirjoittaa omia DMV-kyselyitäsi (esimerkiksi SSMS:ssä), ota huomioon, että DMV:t eivät tue kaikkia SQL-toimintoja. Lisäksi joitakin DMV-tiedostoita ei tueta Power BI:ssä, koska ne edellyttävät Analysis Services -palvelimen järjestelmänvalvojan käyttöoikeuksia, joita Power BI ei tue.

Salli XMLA-päätepisteet ja Analysoi Excelissä paikallisten semanttisten mallien vuokraaja-asetuksella määritetään, mitkä käyttäjäryhmät (jotka on myös määritetty Osallistuja-, Jäsen- tai Järjestelmänvalvoja-työtilarooliin tai yksittäisen semanttisen mallin muodostamisoikeudet) voivat käyttää XMLA-päätepistettä kyselyihin ja/tai ylläpitää semanttisia malleja Power BI -palvelussa.

Lisätietoja XMLA-päätepisteen, kolmannen osapuolen työkalujen ja ulkoisten työkalujen käyttämisestä on kehittyneen tietomallin hallinnan käyttöskenaariossa.

Best Practice Analyzer

Best Practice Analyzer (BPA) on Tabular Editorin ominaisuus. Se on kolmannen osapuolen työkalu, jonka Power BI -yhteisö on omaksunut laajalti. BPA sisältää joukon mukautettavia sääntöjä, joiden avulla voit valvoa tietomallisi laatua, johdonmukaisuutta ja suorituskykyä.

Vihje

Voit määrittää BPA:n lataamalla parhaita käytäntöjä koskevat säännöt, jotka Microsoft tarjoaa GitHubissa.

Ensisijaisesti BPA voi auttaa parantamaan mallien johdonmukaisuutta havaitsemalla epäoptimaaleja suunnittelupäätöksiä, jotka voivat vähentää suorituskykyongelmia. Siitä on hyötyä, kun omatoimisen tietojen mallintajat on jaettu organisaation eri alueille.

BPA voi myös auttaa tietomallien auditoinnissa ja hallinnoinnissa. Voit esimerkiksi tarkistaa, sisältääkö tietomalli mitään rivitason suojauksen (RLS) rooleja. Voit myös tarkistaa, onko kaikilla malliobjekteilla kuvaus. Siitä on hyötyä esimerkiksi silloin, kun tavoitteena on varmistaa, että tietomalli sisältää tietohakemiston.

BPA voi paljastaa suunnitteluongelmia, jotka voivat auttaa Center of Excellenceä määrittämään, tarvitaanko lisää koulutusta tai dokumentaatiota. Se voi opettaa tietojen tekijöille parhaita käytäntöjä ja organisaation ohjeita.

Vihje

Muista, että BPA voi havaita ominaisuuden (kuten rivitason suojauksen) olemassaolon . Voi kuitenkin olla vaikeaa määrittää, onko se määritetty oikein. Tästä syystä aiheasiantuntijan on ehkä suoritettava arviointi . Sitä vastoin tietyn ominaisuuden olemassaolo ei välttämättä tarkoita huonoa rakennetta, vaan tietomallintajalla voi olla hyvä syy tuottaa tietty rakenne.

Tarkistusluettelo – Kun suunnittelet tietomallien metatietojen käyttöä, tärkeimmät päätökset ja toiminnot ovat seuraavat:

  • Päätä, keihin SSMS voi olla asennettu: Määritä, sallitko kaikkien organisaatiosi Power BI -sisällöntekijöiden asentaa SSMS:n, jotta he voivat muodostaa yhteyden julkaistuihin semanttisiin malleihin. Päätä, asennetaanko sovellus pyynnöstä vai osana vakioohjelmistoa, joka asennetaan organisaation hyväksytyille tietojen luojille.
  • Päätä, keihin kolmannen osapuolen työkalut voidaan asentaa: Määritä, sallitko kaikkien organisaatiosi Power BI -sisällöntekijöiden asentaa kolmannen osapuolen työkalut (kuten DAX Studio ja Tabular Editor), jotta he voivat valvoa paikallisia tietomalleja ja/tai julkaista semanttisia malleja. Päätä, asennetaanko ne pyynnöstä vai osana vakiosarjaa, joka asennetaan organisaation hyväksytyille tietojen luojille.
  • Parhaiden käytäntöjen sääntöjen määrittäminen: Päätä, mitkä parhaiden käytäntöjen analysointisäännöt voivat skannata organisaatiosi tietomallit.
  • Päätä, ketkä voivat käyttää XMLA-päätepistettä: Selvitä, onko kaikilla käyttäjillä oikeus muodostaa yhteys semanttisiin malleihin XMLA-päätepisteen avulla vai onko se rajoitettu vain hyväksytyille tietojen luojille. Määritä Salli XMLA-päätepisteet ja Analysoi Excelissä paikallisten semanttisten mallien vuokraaja-asetukseksi tämän päätöksen mukaisesti.
  • Anna sisällöntekijöille ohjeita: Luo dokumentaatio tietojen tekijöille, jotta he ymmärtävät suositellut keinot semanttisten mallien analysointiin. Anna ohjeita yleisiin käyttötapauksiin, jotta heidän on helpompi aloittaa DMV-tulosten kerääminen ja analysointi ja/tai parhaiden käytäntöjen analysointi.

Tietomalli ja kyselyn suorituskyky

Power BI Desktop sisältää useita työkaluja , joiden avulla tietojen luojat voivat tehdä vianmäärityksen ja tutkia tietomallejaan. Nämä ominaisuudet on tarkoitettu tietojen mallintajille, jotka haluavat vahvistaa tietomallinsa ja virittää suorituskykyä ennen Power BI -palveluun julkaisemista.

Suorituskyvyn analysointi

Käytä Power BI Desktopissa käytettävissä olevaa Suorituskyvyn analysointi -toimintoa tietomallin suorituskyvyn valvontaan ja tutkimiseen. Suorituskyvyn analysointi auttaa raporttien luojia mittaamaan yksittäisten raporttielementtien suorituskykyä. Yleensä suorituskykyongelmien pääsyy liittyy kuitenkin tietomallin suunnitteluun. Tästä syystä semanttinen mallin tekijä voi hyötyä myös Suorituskyvyn analysointi -toiminnosta. Jos raporttien luominen ja semanttisten mallien luominen on eri sisällöntekijöille vastuussa, on todennäköistä, että heidän on tehtävä yhteistyötä suorituskykyongelman vianmäärityksen aikana.

Vihje

DAX Studion avulla voit tuoda ja analysoida Performance Analyzerin luomia lokitiedostoja.

Katso lisätietoja suorituskyvyn analysoinnista artikkelista Raporttitason valvonta.

Kyselydiagnostiikka

Käytä Kyselydiagnostiikkaa, joka on käytettävissä Power BI Desktopissa, Power Queryn suorituskyvyn tutkimiseen. Niistä on hyötyä vianmäärityksessä ja silloin, kun sinun on ymmärrettävä, mitä Power Query -moduuli tekee.

Kyselydiagnostiikan avulla voit saada esimerkiksi seuraavia tietoja:

  • Virhesanomiin liittyvät lisätiedot (poikkeuksen ilmetessä).
  • Tietolähteeseen lähetettävät kyselyt.
  • Onko kyselyn delegointi lähteeseen olemassa vai ei.
  • Kyselyn palauttamien rivien määrä.
  • Mahdollinen hidastuminen tietojen päivitystoiminnon aikana.
  • Taustatapahtumat ja järjestelmän luomat kyselyt.

Voit ottaa käyttöön yhden lokin tai kaikki lokit sen mukaan, mitä etsit: koostetut, yksityiskohtaiset, resurssilaskurit ja tietosuojan osiot.

Voit aloittaa istunnon diagnostiikan Power Query -editorissa. Kun se on otettu käyttöön, kysely- ja päivitystoiminnot kerätään, kunnes diagnostiikan jäljitys pysäytetään. Tiedot täytetään suoraan kyselyeditoriin heti, kun diagnostiikka pysäytetään. Power Query luo diagnostiikkaryhmän (kansion) ja lisää siihen useita kyselyitä. Voit sitten käyttää Power Queryn vakiotoimintoa diagnostiikkatietojen tarkasteluun ja analysointiin.

Vaihtoehtoisesti voit ottaa jäljityksen käyttöön Power BI Desktopissa Asetukset-ikkunan Diagnostiikka-osiossa. Lokitiedostot tallennetaan kansioon paikallisessa tietokoneessa. Nämä lokitiedostot täytetään tiedoilla, kun olet sulkenut Power BI Desktopin, jolloin jäljitys pysäytetään. Kun Power BI Desktop on suljettu, voit tarkastella lokitiedostoja haluamallasi ohjelmalla (kuten tekstieditorilla).

Kyselyn arviointi ja taittaminen

Power Query tukee eri ominaisuuksia, jotka auttavat ymmärtämään kyselyn arviointia, mukaan lukien kyselysuunnitelmaa. Se voi myös auttaa selvittämään, suoritetaanko kyselyn delegointi lähteeseen koko kyselylle vai kyselyn osavaiheiden osajoukolle. Kyselyn delegointi lähteeseen on yksi suorituskyvyn säädännän tärkeimmistä seikoista. On myös hyödyllistä tarkastella Power Queryn lähettämiä alkuperäisiä kyselyitä , kun seuraat tietolähdettä. Ne kuvataan myöhemmin tässä artikkelissa.

Premium Metrics -sovellus

Vianmäärityksen aikana voi olla hyödyllistä tehdä yhteistyötä Power BI Premium -kapasiteetin järjestelmänvalvojan kanssa. Kapasiteetin järjestelmänvalvojalla on käyttöoikeus Power BI Premiumin käyttö- ja mittausarvosovellukseen. Tämä sovellus voi antaa sinulle paljon tietoja kapasiteetissa tapahtuvista toiminnoista. Nämä tiedot voivat auttaa sinua semanttisen mallin ongelmien vianmäärityksessä.

Vihje

Premium-kapasiteetin järjestelmänvalvojasi voi myöntää lisäkäyttäjille (muille kuin kapasiteetin järjestelmänvalvojille) käyttöoikeuden Premium Metrics -sovellukseen.

Premium Metrics -sovellus koostuu sisäisestä semanttisesta mallista ja ensimmäisestä raporttijoukosta. Sen avulla voit seurata Power BI Premium -kapasiteetin (P SKU) tai Power BI Embeddedin (A SKU) kapasiteettia lähes reaaliaikaisesti. Se sisältää tiedot viimeisten 2–4 viikon ajalta (mittarin mukaan).

Premium Metrics -sovelluksen avulla voit tehdä semanttisten mallien vianmäärityksen ja optimoinnin. Voit esimerkiksi tunnistaa semanttiset mallit, joiden muistijalanjälki on suuri tai jotka kokevat rutiininomaisesti suuren suorittimen käytön. Se on myös hyödyllinen työkalu löytää semanttisia malleja, jotka lähestyvät kapasiteettisi koon rajaa.

Tarkistusluettelo – Kun harkitset tietomallin ja kyselyn suorituskyvyn valvontaan käytettäviä lähestymistapoja, tärkeimpiä päätöksiä ja toimintoja ovat muun muassa seuraavat:

  • Tunnista semanttisen mallin kyselyn suorituskykytavoitteet: Varmista, että sinulla on hyvä käsitys siitä, mitä hyvä semanttisen mallin suorituskyky tarkoittaa. Selvitä, milloin tarvitset tiettyjä kyselyn suorituskykytavoitteita (esimerkiksi raporttien tukikyselyt on hahmonnettava viiden sekunnin kuluessa). Jos näin on, varmista, että kohteet välitetään organisaatiosi tietojen luojille.
  • Tunnista semanttisen mallin päivityksen suorituskykytavoitteet: Selvitä, milloin tarvitset tiettyjä tietojen päivityskohteita (esimerkiksi tietojen päivitystoiminnon loppuun saattaminen 15 minuutin kuluessa ja ennen aamuviimeä). Jos näin on, varmista, että kohteet välitetään organisaatiosi tietojen luojille.
  • Opeta tukitiimiä : Varmista, että sisäinen käyttäjätukitiimisi tuntee diagnostiikkaominaisuudet, jotta he ovat valmiita tukemaan Power BI -käyttäjiä, kun he tarvitsevat apua.
  • Yhdistä tukiryhmäsi ja tietokannan järjestelmänvalvojasi: Varmista, että tukiryhmä tietää, miten voit ottaa yhteyttä kunkin tietolähteen oikeisiin järjestelmänvalvojiin (kun esimerkiksi kyselyn delegointi lähteeseen on vianmääritys).
  • Tee yhteistyötä Premium-kapasiteetin järjestelmänvalvojan kanssa: Yhdessä kapasiteetin järjestelmänvalvojan kanssa voit tehdä vianmäärityksen semanttisiin malleihin, jotka sijaitsevat Premium-kapasiteettiin tai Power BI Embedded -kapasiteettiin määritetyssä työtilassa. Pyydä tarvittaessa käyttöoikeutta Premium Metrics -sovellukseen.
  • Anna sisällöntekijöille ohjeita: Luo dokumentaatio tietojen tekijöille, jotta he ymmärtävät, mitä toimintoja vianmäärityksen yhteydessä tulee suorittaa.
  • Sisällytä koulutusmateriaaleihin: Opasta tietojen luojia hyvin suoriutuvien tietomallien luonnissa. Auta heitä ottamaan sopivat suunnittelutottumukset käyttöön aikaisessa vaiheessa. Keskity opettamaan tietojen tekijöille, miten he voivat tehdä hyviä suunnittelupäätöksiä.

Tietolähteen valvonta

Joskus on tarpeen valvoa suoraan tiettyä tietolähdettä, johon Power BI muodostaa yhteyden. Sinulla voi olla esimerkiksi tietovarasto, jonka kuormitus kasvaa, ja käyttäjät ilmoittavat suorituskyvyn heikkenemisestä. Yleensä tietokannan järjestelmänvalvoja tai järjestelmänvalvoja valvoo tietolähteitä.

Voit valvoa tietolähdettä

  • Valvo, ketkä käyttäjät lähettävät kyselyjä tietolähteeseen.
  • Valvo, mitkä sovellukset (kuten Power BI) lähettävät kyselyitä tietolähteeseen.
  • Tarkista, mitä kyselylausekkeita tietolähteeseen lähetetään, milloin ja ketkä käyttäjät lähettävät niitä.
  • Selvitä, kuinka kauan kyselyn suorittaminen kestää.
  • Tarkista, miten lähdejärjestelmä käynnistää rivitason suojauksen, kun se käyttää kertakirjautumista (SSO).

Power BI -sisällöntekijä voi suorittaa monia toimintoja analysoittuaan valvontatuloksia. He voivat:

  • Voit hienosäätää ja tarkentaa tietolähteeseen lähetettävien kyselyiden tehokkuutta, jotta ne ovat mahdollisimman tehokkaita.
  • Vahvista ja hienosäädä tietolähteeseen lähetettyjä alkuperäisiä kyselyitä.
  • Vähennä tietomalliin tuotujen sarakkeiden määrää.
  • Poista suuren tarkkuuden ja suuren kardinaliteetin sarakkeet, jotka on tuotu tietomalliin.
  • Vähennä tietomalliin tuotujen historiallisten tietojen määrää.
  • Säädä Power BI:n tietojen päivitysaikoja, jotta tietolähteen kysyntä kasvaa.
  • Vähennä tietolähteen kuormitusta käyttämällä lisäävää tietojen päivitystä .
  • Vähennä Power BI -tietojen päivitysten määrää yhdistämällä useita semanttisia malleja jaettuun semanttiseen malliin.
  • Säädä automaattisen sivun päivitysvälin asetuksia päivitystiheyden lisäämiseksi ja siksi tietolähteen kuormituksen pienentämiseksi.
  • Yksinkertaista laskutoimituksia tietolähteeseen lähetettyjen kyselyiden monimutkaisuuden vähentämiseksi.
  • Muuta tietojen tallennustilan tila (esimerkiksi tuontitilaan DirectQueryn sijaan) tietolähteen yhtenäisen kyselykuormituksen pienentämiseksi.
  • Kyselyn vähentämistekniikoiden avulla voit vähentää tietolähteeseen lähetettävien kyselyiden määrää.

Järjestelmänvalvojat voivat suorittaa muita toimintoja. He voivat:

  • Ota käyttöön välitason tietokerros, kuten Power BI -tietovuot (kun tietovarasto ei ole toteuttamiskelpoinen vaihtoehto). Power BI -sisällön luojat voivat käyttää tietovoita tietolähteenään sen sijaan, että ne muodostaisi yhteyden suoraan tietolähteisiin. Välittäjätietokerros voi pienentää lähdejärjestelmän kuormitusta. Sen etuna on myös tietojen valmistelulogiikan keskitetty keskitys. Lisätietoja on artikkelissa Omatoiminen tietojen valmistelun käyttöskenaario.
  • Muuta tietolähteen sijaintia pienentääksesi verkkoviiveen vaikutusta (voit esimerkiksi käyttää samaa tietoaluetta Power BI -palvelussa, tietolähteissä ja yhdyskäytäviin).
  • Optimoi tietolähde, jotta se noutaa tiedot tehokkaammin Power BI:tä varten. Yleisiä tekniikoita ovat taulukkoindeksien luominen, indeksoitujen näkymien luominen, pysyvien laskettujen sarakkeiden luominen, tilastotietojen ylläpitäminen, muistissa olevien tai sarakesäilötaulukoiden käyttäminen sekä muodostettujen näkymien luominen.
  • Suorat käyttäjät käyttämään vain luku -replikaa tietolähteestä alkuperäisen tuotantotietokannan sijaan. Replika saattaa olla käytettävissä osana suuren käytettävyyden tietokantastrategiaa. Yksi vain luku -replikoin eduista on vähentää lähdejärjestelmän kiistaa.

Tietolähteiden seurantaan käytettävät työkalut ja tekniikat riippuvat teknologiaympäristöstä. Tietokannan järjestelmänvalvoja voi esimerkiksi käyttää laajennettuja tapahtumia tai kyselysäilöä Azure SQL -tietokannan ja SQL Server -tietokantojen valvontaan.

Joskus Power BI käyttää tietolähdettä tietoyhdyskäytävän kautta. Yhdyskäytävät käsittelevät yhteyksiä Power BI -palvelusta tietyntyyppisiin tietolähteisiin. Ne eivät kuitenkaan tee muutakin kuin vain muodostavat yhteyden tietoihin. Yhdyskäytävä sisältää koostemoduulin, joka suorittaa käsittely- ja tietojen muunnoksia tietokoneessa. Se myös pakkaa ja salaa tiedot niin, että ne voidaan siirtää tehokkaasti ja turvallisesti Power BI -palveluun. Sen vuoksi hallitsematon tai optimoimaton yhdyskäytävä voi vaikuttaa suorituskyvyn pullonkauloihin. Suosittelemme, että pyydät apua yhdyskäytäviä valvonnasta yhdyskäytäväsi järjestelmänvalvojalta.

Vihje

Power BI -järjestelmänvalvojasi voi kääntää täydellisen vuokraajaluettelon (joka sisältää historiatiedot) ja käyttää käyttäjätoimintoja toimintolokissa. Tietojen historiatietojen ja käyttäjien toiminnan korreloimalla järjestelmänvalvojat voivat tunnistaa useimmin käytetyt tietolähteet ja yhdyskäytävät.

Lisätietoja vuokraajavarastosta ja toimintolokista on kohdassa Vuokraajatason valvonta.

Tarkistusluettelo – Kun suunnittelet tietolähteen seurantaa, tärkeimmät päätökset ja toiminnot ovat seuraavat:

  • Määritä tietyt tavoitteet: Kun valvot tietolähdettä, saat selvyyttä siitä, mitä sinun on tarkalleen ottaen saavutettava, ja vianmäärityksen tavoitteista.
  • Tee yhteistyötä tietokannan järjestelmänvalvojien kanssa: pyydä apua tietokannan tai järjestelmänvalvojien kanssa tiettyä tietolähdettä valvottaessa.
  • Tee yhteistyötä yhdyskäytävän järjestelmänvalvojien kanssa: Jos tietolähde muodostaa yhteyden tietoyhdyskäytävän kautta, tee vianmääritystä varten yhteistyötä yhdyskäytävän järjestelmänvalvojan kanssa.
  • Yhdistä tukitiimisi ja tietokannan järjestelmänvalvojasi: Varmista, että tukiryhmä tietää, miten voit ottaa yhteyttä kunkin tietolähteen oikeisiin järjestelmänvalvojiin (esimerkiksi, kun kyselyn delegointi lähteeseen on vianmääritys).
  • Päivitä koulutus ja ohjeet: Sisällytä tärkeisiin tietoihin ja vihjeitä tietojen tekijöille siitä, miten he voivat käyttää organisaation tietolähteitä. Sisällytä tietoja siitä, mitä tehdä, kun jokin menee vikaan.

Tietojen päivittämisen valvonta

Tietojen päivittäminen -toiminto edellyttää tietojen tuomista pohjana olevista tietolähteistä Power BI:n semanttiseen malliin, tietovuohon tai tietomartiin. Voit ajoittaa tietojen päivitystoiminnon tai suorittaa sen pyynnöstä.

Palvelutasosopimus

IT-moduuli käyttää usein palvelutasosopimuksia tietoresurssien odotusten dokumentointiin. Jos käytät Power BI:tä, harkitse palvelutasosopimusta kriittisessä sisällössä tai yritystason sisällössä. Se sisältää yleensä sen, milloin käyttäjät voivat odottaa semanttisen mallin päivitettyjen tietojen olevan käytettävissä. Sinulla voi olla esimerkiksi käyttöoikeussopimus, jonka mukaan kaikkien tietojen päivittämisen on oltava valmis klo 7.00 joka päivä.

Semanttiset mallilokit

Semanttisen mallin tapahtumalokit Azure Log Analyticsista tai SQL Profilerista (kuvattiin aiemmin tässä artikkelissa) sisältävät yksityiskohtaisia tietoja siitä, mitä semanttisessa mallissa tapahtuu. Talletetut tapahtumat sisältävät semanttisen mallin päivitystoiminnan. Tapahtumalokit ovat erityisen hyödyllisiä, kun sinun on tehtävä vianmääritys ja tutkittava semanttiset mallin päivitykset.

Premium-kapasiteetin semanttiset mallit

Kun sinulla on sisältöä, jota isännöidään Power BI Premium -kapasiteetissa, sinulla on enemmän ominaisuuksia valvoa tietojen päivitystoimintoja.

Parannetut semanttiset mallipäivitykset

Sisällöntekijät voivat aloittaa semanttisen mallin päivitykset ohjelmallisesti käyttämällä parannettua päivitystä Päivitä tietojoukko ryhmän Power BI REST -ohjelmointirajapinnassa. Kun käytät parannettua päivitystä, voit seurata historiallisia, nykyisiä ja odottavia päivitystoimintoja.

Tietojen päivittämisen aikataulujen valvonta

Power BI -järjestelmänvalvojat voivat valvoa vuokraajan tietojen päivitysaikatauluja ja selvittää, onko ajoitettuja päivitystoimintoja samanaikaisesti tietyn ajanjakson aikana (esimerkiksi klo 5–7, mikä voi olla erityisen kiireinen tietojen päivitysaika). Järjestelmänvalvojilla on oikeus käyttää semanttisen mallin päivityksen aikataulun metatietoja metatietojen skannauksen ohjelmointirajapinnoista, joita kutsutaan skannerin ohjelmointirajapinneiksi.

Power BI:n REST-ohjelmointirajapinnat

Tärkeissä semanttisissa malleissa ei ole pelkästään sähköposti-ilmoituksia tietojen päivitysongelmien seurannassa. Harkitse tietojen päivityshistorian kääntämistä keskitetyssä säilössä, jossa voit valvoa, analysoida ja käsitellä sitä.

Voit noutaa tietojen päivityshistorian käyttämällä:

  • Hae päivityshistoria ryhmän REST-ohjelmointirajapinnasta, jotta voit noutaa työtilan päivitystiedot.
  • Kapasiteetin REST-ohjelmointirajapinnan Hae päivitettävät tiedot kapasiteetin päivitystietojen noutamiseksi.

Vihje

Suosittelemme, että valvot semanttisten mallien päivityshistoriaa varmistaaksesi, että nykyiset tiedot ovat raporttien ja koontinäyttöjen käytettävissä. Se auttaa myös sinua tietämään, noudatetaanko palvelutasosopimuksia.

Tarkistusluettelo – Kun suunnittelet tietojen päivittämisen seurantaa, tärkeimmät päätökset ja toiminnot ovat seuraavat:

  • Määritä tietyt tavoitteet: Kun valvot tietojen päivitystä, saat selvyyttä siitä, mitä sinun on tarkalleen ottaen tehtävä ja mikä valvontaalueen tulee olla (esimerkiksi tuotannon semanttiset mallit, sertifioidut semanttiset mallit ja muut).
  • Harkitse käytettävyysaikatakuun määrittämistä: Selvitä, kannattaako SLA:n avulla määrittää odotukset tietojen käytettävyydestä ja milloin tietojen päivitysaikataulujen tulisi toimia.
  • Tee yhteistyötä tietokannan ja yhdyskäytävän järjestelmänvalvojien kanssa: valvo tietojen päivittämistä tai vianmääritystä tietokannan tai järjestelmänvalvojien sekä yhdyskäytävän järjestelmänvalvojien kanssa.
  • Tiedonsiirto tukitiimille: Varmista, että tukiryhmäsi tietää, miten sisällöntekijöille voidaan auttaa tietojen päivitysongelmien ilmetessä.
  • Päivitä koulutus ja ohjeet: Sisällytä tietojen tekijöille tärkeitä tietoja ja vinkkejä siitä, miten organisaation tietolähteiden ja yleisten tietolähteiden tietoja päivitetään. Sisällytä parhaat käytännöt ja organisaation asetukset tietojen päivityksen hallintaan.
  • Käytä ilmoituksille tukisähköpostiosoitetta: Määritä kriittisessä sisällössä päivitysilmoitukset käyttämään tuen sähköpostiosoitetta.
  • Määritä keskitetty päivitysten valvonta: Käytä Power BI REST -ohjelmointirajapintoja tietojen päivityshistorian kääntämiseen.

Tietovoiden valvonta

Power BI - tietovuo luodaan Power Query Onlinella. Monet aiemmin kuvatut kyselyn suorituskykyominaisuudet ja Power Query -diagnostiikka ovat käytettävissä.

Vaihtoehtoisesti voit määrittää työtilat käyttämään Azure Data Lake Storage Gen2:ta tietovuon tallennukseen (tunnetaan nimellä Tuo oma tallennustila) sisäisen tallennuksen sijaan. Kun käytät Bring your own-storage -tallennustilaa, sinun kannattaa ottaa käyttöön telemetriatiedot , jotta voit valvoa tallennustilin mittareita. Lisätietoja on artikkelissa omatoiminen tietojen valmistelun käyttöskenaario ja edistynyt tietojen valmistelun käyttöskenaario.

Voit valvoa tietovuon tapahtumia Power BI REST -ohjelmointirajapintojen avulla. Tarkista esimerkiksi tietovuon päivitysten tila Nouda tietovuon tapahtumat -ohjelmointirajapinnan avulla.

Voit seurata Power BI -tietovoiden käyttäjien toimia Power BI:n toimintolokin avulla. Lisätietoja on artikkelissa Vuokraajatason valvonta.

Vihje

Tietovuorakenteiden optimoinnissa on monia parhaita käytäntöjä, joita voit noudattaa. Lisätietoja on kohdassa Tietovoiden parhaat käytännöt.

Tietojoukkojen valvonta

Power BI - tietomarssi sisältää useita integroituja osia, kuten tietovuon, hallitun tietokannan ja semanttisen mallin. Lue tämän artikkelin edellisistä osioista lisätietoja kunkin osan valvonnasta ja valvonnasta.

Voit seurata Power BI -tietojoukkojen käyttäjien toimia Power BI:n toimintolokin avulla. Lisätietoja on artikkelissa Vuokraajatason valvonta.

Liittyvä sisältö

Tämän sarjan seuraavassa artikkelissa tutustut vuokraajatason valvontaan.