Power BI Embedded 분석의 용량 계획
Power BI 임베디드 분석 배포에 필요한 용량의 유형을 계산하는 작업은 복잡할 수 있습니다. 필요한 용량은 여러 매개 변수에 따라 달라지며, 그 중 일부는 예측하기 어렵습니다.
용량을 계획할 때 고려해야 할 몇 가지 사항은 다음과 같습니다.
- 사용 중인 데이터 모델.
- 필요한 쿼리의 수 및 복잡성.
- 애플리케이션 사용량의 시간별 분포.
- 데이터 새로 고침 속도.
- 예측하기 어려운 기타 사용 패턴.
참고 항목
이 문서에서는 필요한 용량을 계획하는 방법과 Power BI 임베디드 분석 A-SKU에 대한 부하 테스트 평가를 수행하는 방법을 설명합니다.
용량을 계획할 때 다음 단계를 수행합니다.
성능 및 리소스 소비 최적화
용량 계획 또는 부하 테스트 평가를 시작하기 전에 보고서 및 의미 체계 모델의 성능 및 리소스 사용량(특히 메모리 공간)을 최적화합니다.
성능을 최적화하려면 다음 리소스의 지침을 따릅니다.
성능 최적화에 대한 자세한 자습서는 Power BI에서 성능을 위한 모델 최적화 학습 모듈을 참조하세요.
최소 SKU 결정
다음 표에는 용량 크기에 따라 달라지는 모든 제한 사항이 요약되어 있습니다. 용량에 대한 최소 SKU를 확인하려면 의미 체계 모델 헤더 아래의 최대 메모리(GB) 열을 확인합니다. 또한 현재 제한 사항에 유의하세요.
| SKU | CU(용량 단위) | Power BI SKU | Power BI 가상 코어 |
|---|---|---|---|
| F2 | 2 | 해당 없음 | 해당 없음 |
| F4 | 4 | 해당 없음 | 해당 없음 |
| 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 | 해당 없음 | 해당 없음 |
1 이러한 SKU는 일부 지역에서 사용할 수 없습니다. 사용할 수 없는 지역에서 이러한 SKU 사용을 요청하려면 Microsoft 계정 관리자에게 문의하세요.
용량 부하 평가
용량 부하를 테스트하거나 평가하려면 다음을 수행합니다.
테스트를 위해 Azure에서 Premium Power BI Embedded 용량을 만듭니다. Power BI 테넌트와 동일한 Microsoft Entra 테넌트와 연결된 구독 및 동일한 테넌트에서 로그인한 사용자 계정을 사용합니다.
테스트하는 데 사용할 작업 영역(또는 작업 영역)을 만든 Premium 용량에 할당합니다. 다음 방법 중 하나로 작업 영역을 할당할 수 있습니다.
- 그룹 AssignToCapacity API를 사용하여 프로그래밍 방식으로 할당. 그룹 CapacityAssignmentStatus API 또는 PowerShell 스크립트를 통해 할당 상태를 확인합니다. 샘플 코드는
AssignWorkspacesToCapacityGitHub의 Zero-Downtime-Capacity-Scale 샘플에서 함수를 참조하세요. - 작업 영역 관리자로 수동으로 또는 용량 관리자로 관리 포털을 통해. 자세한 내용은 마스터 사용자를 사용하여 용량에 작업 영역 할당을 참조하세요.
- 그룹 AssignToCapacity API를 사용하여 프로그래밍 방식으로 할당. 그룹 CapacityAssignmentStatus API 또는 PowerShell 스크립트를 통해 할당 상태를 확인합니다. 샘플 코드는
용량 관리자로서 Microsoft Fabric 용량 메트릭 앱을 설치합니다. 모니터링할 용량 ID 및 시간(일)을 제공한 다음, 데이터를 새로 고칩니다.
Power BI 용량 부하 평가 도구를 사용하여 용량 요구 사항을 평가합니다. 이 GitHub 리포지토리에는 동영상 연습도 포함되어 있습니다. 이 도구를 신중하게 사용합니다. 최대 수십 명의 동시 시뮬레이션된 사용자로 테스트하고 더 높은 동시 로드(필요에 따라 수백 또는 수천 개)를 추정합니다. 자세한 내용은 용량 부하 평가를 참조하세요. 또는 다른 부하 테스트 도구를 사용하지만 iFrame을 블랙박스로 처리하고 JavaScript 코드를 통해 사용자 활동을 시뮬레이션합니다.
Microsoft Fabric 용량 메트릭 앱을 사용하여 3단계에서 설치한 부하 테스트 도구를 통해 발생하는 용량 사용률을 모니터링합니다. 또는 Azure Monitor에서 경고를 사용하고 Premium 메트릭을 확인하여 용량을 모니터링할 수 있습니다.
부하 테스트로 인해 용량에 발생한 실제 CPU가 용량 제한에 근접하는 경우 용량에 더 큰 SKU를 사용하는 것이 좋습니다.
자동 크기 조정 설정
다음 자동 크기 조정 기술을 사용하여 현재 메모리 및 CPU 요구 사항을 해결하기 위해 A-SKU 용량의 크기를 탄력적으로 조정할 수 있습니다.
용량 업데이트 API를 사용하여 용량 SKU를 확장 또는 축소합니다. API를 사용하여 스케일 업 및 스케일 다운을 위한 고유한 스크립트를 만드는 방법을 보려면 Runbook PowerShell 스크립트 용량 확장 샘플을 참조하세요.
경고 모니터링를 사용하여 다음 Power BI Embedded 용량 메트릭을 추적합니다.
- 오버로드(용량의 CPU가 100%를 초과하고 오버로드된 상태인 경우 1, 그렇지 않으면 0)
- CPU(CPU 사용률 백분율)
- 특정 워크로드(예: 페이지를 매긴 보고서)가 사용되는 경우 워크로드당 CPU
이러한 메트릭이 지정된 값에 도달하면 용량을 확장 또는 축소하는 스크립트 실행이 트리거되도록 모니터 경고를 구성합니다.
예를 들어 오버로드가 1이거나 CPU 값이 95%인 경우 확장 용량 Runbook을 호출하여 용량을 더 높은 SKU로 업데이트하는 규칙을 만들 수 있습니다. CPU 값이 45% 또는 50% 미만으로 떨어지는 경우 스케일 다운 용량 Runbook 스크립트를 호출하여 용량을 더 낮은 SKU로 업데이트하는 규칙을 만들 수도 있습니다.
의미 체계 모델을 새로 고치기 전과 후에 요청 시 프로그래밍 방식으로 확장 및 축소 Runbook을 호출할 수도 있습니다. 이 접근 방식을 사용하면 해당 용량을 사용하는 대규모 의미 체계 모델에 충분한 RAM(GB)을 확보할 수 있습니다.