로직 최적화를 위한 권장 사항
Power Platform Well-Architected 성능 효율성 체크리스트 권장 사항에 적용됩니다.
| PE:06 | 성능이 뛰어난 논리를 사용하고 플랫폼에 대한 책임을 오프로드하도록 합니다. 의도된 목적과 필요한 경우에만 논리를 사용합니다. |
|---|
이 가이드에서는 코드 및 인프라 성능을 최적화하기 위한 권장 사항을 설명합니다. 코드와 인프라를 최적화하려면 핵심 목적으로만 필요한 경우에만 구성 요소를 사용해야 합니다. 코드와 인프라를 과도하게 사용하면 불필요한 리소스 소비, 병목 현상 및 느린 응답이 발생합니다. 이러한 비효율성을 보완하려면 동일한 작업을 수행하기 위해 더 많은 리소스를 추가해야 합니다.
정의
| 용어 | 정의 |
|---|---|
| 동시 실행 | 여러 작업 또는 프로세스가 한 번에 수행되지만 반드시 동시에 수행되는 것은 아닙니다. |
| 평행도 | 여러 작업 또는 프로세스가 동시에 수행되는 경우. |
주요 디자인 전략
로직과 인프라를 최적화하려면 로직과 지원 인프라를 미세 조정하여 성능 효율성을 개선해야 합니다. 작업을 빠르게 실행하고 리소스를 낭비하지 않는 고성능 로직이 필요합니다. 불필요한 복잡성을 피하기 위해 간소화된 잘 설계된 인프라가 필요합니다. 워크로드는 플랫폼의 고유한 기능을 사용해야 합니다. 이 접근 방식은 로직과 인프라가 주로 핵심 목적을 위해 필요한 경우에만 사용되도록 하는 데 도움이 됩니다.
로직 성능 최적화
로직 성능을 최적화하려면 코드를 수정하여 리소스 사용량을 줄이고, 런타임을 최소화하고, 성능을 향상시키십시오. 로직을 수정하여 앱 또는 흐름의 효율성과 속도를 개선할 수 있습니다. 무차별 대입으로 성능 문제를 숨기지 마세요. 무차별 대입은 소스 주소 지정 대신 추가 용량을 추가하는 것과 같이 코드 성능을 보완하기 위해 컴퓨팅 리소스를 추가하는 것을 의미합니다. 최적화를 통해 성능 문제를 해결해야 합니다. 로직 성능을 최적화하면 시스템 리소스의 활용도를 극대화하고, 응답 시간을 개선하고, 대기 시간을 줄이고, 사용자 경험을 향상시키는 데 도움이 됩니다.
로직 계측
로직 계측은 런타임 중에 데이터를 수집하고 논리 성능을 모니터링하기 위해 사용자 지정 이벤트 로깅을 추가하는 방법을 말합니다. 로직 계측을 통해 개발자는 실행 시간과 같은 주요 메트릭에 대한 정보를 수집할 수 있습니다. 로직을 계측함으로써 개발자는 로직 실행 부하 과다 경로에 대한 인사이트를 얻고, 성능 병목 현상을 식별하고, 로직을 최적화하여 성능 효율성을 높일 수 있습니다.
이상적으로는 소프트웨어 개발 수명 주기 초기에 로직 분석을 수행해야 합니다. 로직 문제를 조기에 발견할수록 더 적은 비용으로 해결할 수 있습니다. 이 로직 분석을 가능한 한 많이 자동화하려고 합니다. 동적 및 정적 코드 분석 도구를 사용하여 수동 작업을 줄일 수 있습니다. 예를 들어, 흐름 검사기는 필터 기준을 지정하지 않은 쿼리 등 성능이 떨어질 것으로 예상되는 논리를 강조 표시할 수 있습니다. 그러나 이 테스트는 여전히 프로덕션의 시뮬레이션이라는 점을 명심하십시오. 프로덕션은 로직 최적화에 대한 가장 명확한 이해를 제공합니다.
트레이드오프: 로직 모니터링 도구는 비용을 증가시킬 수 있습니다.
핫 경로 식별
로직을 계측하여 다양한 로직 경로에 대한 리소스 소비를 측정할 수 있습니다. 이러한 측정은 실행 부하 과다 경로를 식별하는 데 도움이 됩니다. 핫 경로는 성능 및 리소스 사용량에 상당한 영향을 미칩니다. 고성능과 짧은 대기 시간이 필요한 프로그램의 중요하거나 자주 실행되는 섹션입니다.
코드 핫 경로를 식별하려면 다음 단계를 고려하세요.
런타임 데이터 분석: 런타임 데이터를 수집하고 분석하여 가장 많은 경과 시간을 소비하는 로직 영역을 식별합니다. 자주 실행되거나 완료하는 데 시간이 오래 걸리는 논리의 패턴 또는 섹션을 찾습니다.
성능 측정: 프로파일링 도구 또는 성능 테스트 프레임워크를 사용하여 다양한 논리 경로의 실행 시간 및 리소스 소비를 측정합니다. 이 프로세스는 병목 현상과 개선이 필요한 영역을 식별하는 데 도움이 됩니다. 예를 들어, Power Apps의 모니터링을 사용하면 앱의 이벤트와 수식이 어떻게 작동하는지 더 잘 이해하여 성능을 개선할 수 있습니다.
비즈니스 논리 및 사용자 효과 고려: 애플리케이션의 기능 또는 중요한 비즈니스 작업과의 관련성에 따라 다양한 논리 경로의 중요성을 평가합니다. 사용자에게 가치를 제공하거나 성능 요구 사항을 충족하는 데 중요한 로직 경로를 결정합니다.
로직 최적화
논리 최적화는 더 적은 리소스로 작업을 수행하기 위해 논리의 구조와 설계를 개선하는 것입니다. 향상된 로직은 불필요한 작업을 줄입니다. 더 적은 리소스 소비로 더 빠른 실행을 만듭니다. 로직 경로 내에서 성능에 영향을 줄 수 있는 불필요한 작업을 제거해야 합니다. 가장 자주 실행되는 코드 부분 최적화를 우선시하여 성능 효율성 향상을 극대화합니다.
로직을 최적화하려면 다음 전략을 고려하십시오.
불필요한 함수 호출 제거: 논리를 검토하고 원하는 기능에 필수적이지 않고 성능에 부정적인 영향을 줄 수 있는 함수를 식별합니다. 예를 들어, 함수 호출이 코드의 앞부분에서 완료된 유효성 검사를 수행하는 경우 불필요한 유효성 검사 함수 호출을 제거할 수 있습니다.
로깅 작업 최소화: 로깅은 디버깅 및 분석에 도움이 될 수 있지만 과도한 로깅은 성능에 영향을 줄 수 있습니다. 각 로깅 작업의 필요성을 평가하고 성능 분석에 중요하지 않은 불필요한 로깅 호출을 제거합니다. 좋은 방법은 시스템에서 로깅을 켜고 끌 수 있도록 하여 프로덕션 성능 문제를 일으키지 않으면서 디버깅을 지원하는 것입니다.
루프 및 조건 최적화: 로직에서 루프와 조건을 분석하고 제거할 수 있는 불필요한 반복 또는 조건을 식별합니다. 이러한 구조를 단순화하고 최적화하면 코드의 성능을 향상시킬 수 있습니다. 루프 내에서 함수 호출을 최소화하고 중복 계산을 제거합니다. 계산을 루프 외부로 이동하는 것이 좋습니다.
불필요한 데이터 처리 감소: 중복 계산 또는 변환과 같은 불필요한 데이터 처리 작업에 대한 로직을 검토합니다. 이러한 불필요한 작업을 제거하여 로직의 효율성을 향상시킵니다. 예를 들어, 코드에서 값을 계산하여 저장 작업으로 저장하는 대신 Dataverse 계산 열, 롤업 필드 또는 Power Fx 열을 사용합니다.
데이터 구조를 최적화합니다. 데이터를 효율적으로 저장하고 검색하려면 적절한 데이터 구조와 필요한 데이터 열만 선택합니다. 특정 문제에 가장 적합한 데이터 구조를 선택합니다. 적절한 데이터 구조는 애플리케이션 성능을 향상시킵니다.
네트워크 요청 최소화: 로직에 네트워크 요청(예: 커넥터 작업 사용)이 포함된 경우 요청 수를 최소화하고 사용량을 최적화합니다. 가능한 경우 요청을 일괄 처리하고 불필요한 왕복을 방지하여 성능을 향상시킵니다.
데이터 구조 크기 감소: 데이터 요구 사항을 검토하고 불필요한 필드나 속성을 제거합니다. 적절한 데이터 유형을 선택하고 데이터를 효율적으로 압축하여 메모리 사용을 최적화합니다.
비동기적으로 작업 수행: 로직에서 동기적으로 작업을 수행하는 대신 비동기적으로 작업을 수행할 수 있는지 평가합니다. 예를 들어 작업을 인라인으로 수행하는 대신 Power Automate 흐름을 구현하여 작업을 비동기적으로 처리하는 것이 좋습니다.
사용자 지정하기 전에 구성합니다. 가능하면 표준 애플리케이션 구성 요소를 사용합니다. 플러그 인 및 JavaScript와 같은 사용자 지정은 성능에 영향을 줄 수 있습니다.
컨트롤을 최소화합니다. 양식에 필요한 필드만 표시 - 필드가 너무 많으면 사용자 인터페이스가 복잡해지고 성능에 영향을 줄 수 있습니다. 명령 모음, 캔버스 앱 또는 사용자 지정 페이지의 컨트롤 수를 최소화합니다. 갤러리를 중첩하거나 갤러리에 너무 많은 구성 요소를 추가하지 마세요.
데이터 쿼리를 최적화합니다. 앱 또는 흐름에 필요한 데이터만 로드합니다. 서버 측 보기를 사용하여 데이터를 사전 필터링하여 쿼리와 관련된 데이터의 범위를 좁힐 수 있습니다.
작업 중인 Power Platform 제품과 관련된 성능 권장 사항을 검토합니다. 이러한 권장 사항에 대해 논리를 평가하여 개선이 필요한 영역을 식별합니다.
동시성 및 병렬 처리 사용
동시성 및 병렬 처리를 사용하려면 컴퓨팅 리소스를 효율적으로 사용하기 위해 여러 작업 또는 프로세스를 동시에 또는 겹치는 방식으로 실행해야 합니다. 이러한 기술은 전체 처리량과 워크로드가 처리할 수 있는 작업 수를 증가시킵니다. 작업을 동시에 또는 병렬로 실행하면 애플리케이션의 런타임이 줄어들고 응답 시간이 늘어날 수 있습니다.
동시성과 병렬 처리는 컴퓨팅 리소스 간에 작업 부하를 효과적으로 분산합니다. 동시성 또는 병렬 처리를 늘릴 때는 제한을 초과할 수 있으므로 다른 시스템에 미치는 영향을 고려합니다. 예를 들어 한 번에 각 항목을 처리하는 Power Automate 흐름의 동시 루프는 루프의 로직에 사용되는 커넥터의 요청 제한을 초과할 수 있습니다.
병렬 처리를 사용합니다. 병렬 처리는 시스템이 여러 컴퓨팅 리소스에서 여러 작업 또는 프로세스를 동시에 트리거하는 기능입니다. 병렬 처리는 작업을 병렬로 실행되는 더 작은 작업으로 나눕니다. 로직을 병렬로 실행하면 워크로드가 여러 분기에 분산되기 때문에 성능이 향상됩니다.
동시성을 사용합니다. 동시성은 시스템이 여러 작업 또는 프로세스를 실행할 수 있는 기능입니다. 동시성을 사용하면 워크로드의 여러 부분이 독립적으로 진행될 수 있으므로 전반적인 성능이 향상될 수 있습니다.
동시 실행: 동시 실행을 통해 동일한 논리를 동시에 실행할 수 있습니다. 동시 실행을 하나로 제한하면 논리를 직렬화하는 효과가 있을 수 있으므로 한 번에 하나의 항목을 처리하게 됩니다. 워크로드 항목의 동시 실행량을 제어하면 처리 중에 리소스 사용량을 관리하는 데 도움이 될 수 있습니다. 예를 들어 Concurrent Control 속성을 사용하여 여러 작업을 병렬로 처리하도록 Power Automate 흐름 루프를 구성할 수 있습니다.
참고
동시성을 사용하도록 설정하기 전에 여러 작업이 동시에 수행된다는 점을 명심해야 하며, 루프의 일부로 데이터를 쓰는 경우 데이터 대상이 동시 요청을 처리할 수 있는지 확인해야 합니다.
큐: 큐는 워크로드의 요청 구성 요소(생산자)와 처리 구성 요소(소비자) 사이에 있는 스토리지 버퍼입니다. 단일 큐에 대해 여러 소비자가 있을 수 있습니다. 작업이 증가함에 따라 수요에 맞게 소비자를 확장해야 합니다. 생산자는 작업을 큐에 배치합니다. 큐는 소비자가 용량을 확보할 때까지 작업을 저장합니다. 큐는 수요가 최고조에 달하는 처리 서비스에 작업을 전달하는 가장 좋은 방법인 경우가 많습니다. 자세한 내용은 큐 기반 부하 평준화 패턴 and Storage 큐 및 Service Bus 큐를 참조하세요.
백그라운드 작업 최적화
많은 애플리케이션에는 사용자 인터페이스와 독립적으로 실행되는 백그라운드 작업이 필요합니다. 애플리케이션은 작업을 시작하고 사용자의 대화형 요청을 계속 처리할 수 있습니다. 백그라운드 작업의 예로는 일괄 작업, 프로세서를 많이 사용하는 작업, 워크플로와 같은 장기 실행 프로세스가 있습니다. 백그라운드 작업은 애플리케이션을 차단하거나 시스템에 부하가 걸릴 때 지연된 작업으로 인해 불일치를 일으키지 않아야 합니다. 백그라운드 작업 최적화에 대한 자세한 내용은 백그라운드 작업 개발을 위한 권장 사항을 참조하세요.
Power Platform 간편 사용
코드 계측: 캔버스 앱을 빌드할 때는 앱 효율성을 높이기 위해 성능 패턴을 사용해야 하며, 안티 패턴은 피해야 합니다. 자세한 내용은 고성능 Power Apps 만들기 개요를 참조하십시오. Power Apps의 모니터링을 사용하면 개발 중에 성능 문제를 진단하고 해결할 수 있습니다.
참여 및 결과 측정: 에이전트를 구축할 때 대화 참여와 결과를 추적하는 것은 에이전트 성과 지표를 측정하고 개선 영역을 발견하는 데 필수적입니다.
코드 로직 최적화: 솔루션 검사기 기능을 사용하면 모범 사례 규칙 세트에 따라 솔루션에 대한 풍부한 정적 분석 검사를 수행하고 문제 패턴을 신속하게 식별할 수 있습니다. 흐름 검사기를 사용하면 플로우 구현의 어느 영역이 성능 위험을 초래하는지에 대한 통찰력을 얻을 수 있습니다.
동시성 및 병렬 사용: Power Automate 클라우드 흐름은 루프 및 트리거에서 동시성을 지원합니다. 동시성, 루핑 및 배치 분리 제한이 적용되며 이는 성과 프로필에 따라 달라집니다. Power Apps는 동시성 함수를 사용하여 동시성을 지원합니다.
Dataverse 성능 최적화: Microsoft Dataverse는 개발자가 고도로 사용자 지정되고 맞춤화된 경험을 구축할 수 있는 확장 가능한 프레임워크를 제공합니다. Dataverse를 사용자 지정하거나 확장하거나 통합할 경우 확립된 지침과 모범 사례를 숙지하세요. Microsoft Dataverse 사용 시 모범 사례 및 지침을 참조하세요.
관련 정보
- Power Automate의 동시 실행, 반복 및 분리 제한
- Dynamics 365 성능 최적화를 위한 제품별 지침
- 고객 참여 앱을 위한 성능 튜닝 및 최적화
- 고성능 Power Apps 생성 개요
- 모니터 개요
- 솔루션 검사기로 구성 요소 성능, 안정성 및 신뢰성 향상
성능 효율성 체크리스트
전체 권장 사항 세트를 참조하세요.