Partager via

Planification d’une capacité dans l’analytique incorporée de Power BI

  • Article

Il peut être compliqué de calculer le type de capacité nécessaire pour un déploiement de l’analytique incorporée de Power BI. La capacité dont vous avez besoin dépend de plusieurs paramètres, dont certains sont difficiles à prévoir.

Voici quelques éléments à prendre en considération lors de la planification de votre capacité :

  • Les modèles de données que vous utilisez.
  • Le nombre et la complexité des requêtes requises.
  • La distribution horaire de l’utilisation de votre application.
  • Les taux d’actualisation des données.
  • D’autres modèles d’utilisation difficiles à prédire.

Notes

Cet article explique comment planifier la capacité dont vous avez besoin et comment effectuer une évaluation de test de charge pour les références A-SKU d’analytique incorporée Power BI.

Lorsque vous planifiez votre capacité, procédez comme suit :

  1. Optimisez vos performances et votre consommation de ressources.
  2. Déterminez votre référence SKU minimale.
  3. Évaluez votre charge de capacité.
  4. Configurez la mise à l’échelle automatique de votre capacité.

Optimiser vos performances et votre consommation de ressources

Avant de commencer une évaluation de la planification de capacité ou des tests de charge, optimisez les performances et la consommation des ressources (en particulier l’empreinte mémoire) de vos rapports et modèles sémantiques.

Pour optimiser vos performances, suivez les instructions des ressources suivantes :

Pour consulter un tutoriel détaillé sur l’optimisation des performances, consultez le module d’entraînement Optimiser un modèle pour de meilleures performances dans Power BI.

Déterminer votre référence SKU minimale

La table suivante récapitule toutes les limitations qui dépendent de la taille de la capacité. Pour déterminer la référence SKU minimale pour votre capacité, vérifiez la colonne Mémoire max. (Go) sous l’en-tête Modèle sémantique. Gardez également à l’esprit les limitations actuelles.

SKU Unités de capacité (CU) SKU Power BI Cœurs virtuels Power BI
F2 2 N/A N/A
F4 4 N/A N/A
F8 8 EM1/A1 1
F16 16 EM2/A2 2
F32 32 EM3/A3 4
F64 64 P1/A4 8
F128 128 P2/A5 16
F256 256 P3/A6 32
F5121 512 P4/A7 64
F10241 1 024 P5/A8 128
F20481 2 048 N/A N/A

1 Ces références SKU ne sont pas disponibles dans toutes les régions. Pour demander à pouvoir utiliser ces références SKU dans des régions où elles ne sont pas disponibles, contactez votre responsable de compte Microsoft.

Évaluer votre charge de capacité

Pour tester ou évaluer votre charge de capacité :

  1. Créez une capacité Power BI Embedded Premium dans Azure pour les tests. Utilisez un abonnement associé au même locataire Microsoft Entra que votre locataire Power BI et à un compte d’utilisateur connecté à ce même locataire.

  2. Attribuez l’espace de travail (ou les espaces de travail) que vous utiliserez pour tester la capacité Premium que vous avez créée. Vous pouvez attribuer un espace de travail de l’une des manières suivantes :

  3. En tant qu’administrateur de la capacité, installez l’application Microsoft Fabric Capacity Metrics. Indiquez l’ID de capacité et les jours à surveiller, puis actualisez les données.

  4. Utilisez l’outil d’évaluation de la charge de capacité Power BI pour évaluer vos besoins en capacité. Ce dépôt GitHub inclut également une vidéo pas à pas. Utilisez cet outil avec précaution : testez jusqu’à quelques dizaines d’utilisateurs simulés simultanés et extrapolez pour des charges simultanées plus élevées (des centaines ou des milliers, selon vos besoins). Pour plus d’informations, consultez Évaluer votre charge de capacité. Vous pouvez également utiliser d’autres outils de test de charge, mais traitez l’iFrame comme une boîte noire et simulez l’activité des utilisateurs via du code JavaScript.

  5. Utilisez l’application Microsoft Fabric Capacity Metrics que vous avez installée à l’étape 3 pour surveiller l’utilisation de la capacité induite par l’outil de test de charge. Vous pouvez également surveiller la capacité en vérifiant les métriques Premium à l’aide d’alertes dans Azure Monitor.

Envisagez d’utiliser une référence SKU plus grande pour votre capacité si l’UC réelle engagée sur votre capacité par le test de charge approche la limite de capacité.

Configurer la mise à l’échelle automatique

Vous pouvez utiliser la technique de mise à l’échelle automatique suivante pour redimensionner de manière élastique votre capacité de référence A-SKU afin de répondre à ses besoins actuels en mémoire et en processeur.

  • Utilisez l’API Capacities Update pour changer la référence SKU de capacité. Pour savoir comment utiliser l’API pour créer vos propres scripts afin d’effectuer un scale-up et un scale-down, consultez un exemple de scale-up de capacité avec un script de runbook PowerShell.

  • Utilisez des alertes Azure Monitor pour suivre les métriques de capacité Power BI Embedded suivantes :

    • Surcharge (1 si le processeur de votre capacité a dépassé 100 % et est dans un état surchargé ; sinon, 0)
    • Processeur (pourcentage d’utilisation du processeur)
    • UC par charge de travail si des charges de travail spécifiques (comme des rapports paginés) sont utilisées

  • Configurez les alertes Monitor afin que lorsque ces métriques atteignent les valeurs spécifiées, une exécution de script soit déclenchée pour augmenter ou réduire la capacité.

Par exemple, vous pouvez créer une règle qui appelle le runbook de scale-up de capacité pour mettre à jour la capacité vers une référence SKU supérieure si la surcharge est de 1 ou si la valeur du processeur est de 95 %. Vous pouvez également créer une règle qui appelle un script de runbook de capacité de scale-down pour mettre à jour la capacité vers une référence SKU inférieure si la valeur du processeur passe en dessous de 45 ou 50 %.

Vous pouvez également appeler des runbooks de scale-up et de scale-down par programmation à la demande avant et après l’actualisation d’un modèle sémantique. Cette approche garantit que votre capacité dispose de suffisamment de mémoire RAM (Go) pour les modèles sémantiques volumineux qui utilisent cette capacité.

Contenu connexe