Planejamento de capacidade de relatórios paginados
APLICA-SE A:
Relatórios paginados do Power BI Serviço 
do Power BI Power BI Desktop
Saiba como planear a sua capacidade Premium para obter o melhor desempenho dos seus relatórios paginados, a um custo mínimo. Se você estiver migrando para o Power BI de uma ferramenta de business intelligence diferente, considere ler os artigos listados abaixo antes de decidir qual capacidade usar.
Visão geral da migração do Power BI.
Migrar relatórios do SQL Server Reporting Services para o Power BI - Destinado a autores de relatórios e administradores do Power BI interessados em migrar relatórios .rdl (Report Definition Language) para o Power BI a partir do SQL Server Reporting Services (SSRS).
Planeamento da capacidade
O cálculo do tipo de capacidade necessária depende de vários fatores, como o número de elementos visuais em seus relatórios, a complexidade das consultas em relação ao relatório e a qualidade da fonte de dados ou do modelo de dados. Você também deve considerar o uso atual de sua capacidade durante os horários de pico, antes de adicionar relatórios paginados a ela.
Antes de começar a planejar qual capacidade você precisa, revise a tabela Capacidades e SKUs para ver quais recursos são oferecidos por cada capacidade.
Ao planejar sua capacidade, considere o seguinte:
A complexidade do design do relatório. Tablix aninhado, vários sub-relatórios e vários grupos de linhas e colunas aumentam a complexidade do design e exigem recursos de capacidade.
A quantidade de dados recuperados pelo relatório. Quanto mais dados o relatório precisar, mais recursos ele exigirá da sua capacidade.
A forma como o relatório recupera dados. Quando você usa conectores, drivers ou gateways, a recuperação de dados pode levar mais tempo, exigir mais recursos e, como resultado, se tornar mais cara.
Quando você exporta relatórios grandes para formatos como Excel e PDF, isso requer mais recursos do que ler todas as páginas, usar alternâncias e pesquisar nos relatórios.
Quantos usuários um SKU pode lidar?
Para testar relatórios paginados em diferentes capacidades, executamos três tipos diferentes de cargas de trabalho em diferentes tamanhos de SKU. Cada carga de trabalho consistia em um único relatório de renderização simultânea, com tamanhos diferentes.
Pequeno – Tabela de agregação de dados criada em mais de 100 linhas de uma fonte de dados SQL do Azure.
Médio – Tabela de agregação de dados criada em mais de 100.000 linhas de uma fonte de dados SQL do Azure.
Grande - Tabela de agregação de dados criada em mais de 250.000 linhas de uma fonte de dados SQL do Azure.
Nossa análise para o Power BI Premium mostra que o número de usuários simultâneos em um determinado momento, incluindo horários de pico diários, não tende a exceder cinco por cento da base total de usuários.
Com base na taxa de simultaneidade de cinco por cento, a tabela a seguir descreve o número máximo aproximado de usuários que uma SKU pode manipular, antes de ser sobrecarregada. Quando a sua capacidade está sobrecarregada, a limitação ocorrerá na sua capacidade. Para obter mais informações, consulte O que acontece com o tráfego durante a sobrecarga se eu não dimensionar automaticamente?
| Carga de trabalho | SKUs F64 ou P1 | SKUs F128 ou P2 |
|---|---|---|
| Pequeno | 2.500 usuários | 5.000 usuários |
| Medium | 1.900 usuários | 3.800 usuários |
| Grande | 1.300 usuários | 2.600 usuários |
Leve em consideração que os números na tabela se referem a capacidades designadas que não executam outras operações. Sua capacidade já pode usar recursos da CPU para operações como:
Recuperação e processamento de dados
Outra carga de trabalho e operações em segundo plano
Agrupamento e remodelação de dados complexos
Filtragem de dados
Pedidos simultâneos
Cada carga de trabalho em uma capacidade, incluindo a carga de trabalho de relatórios paginados, tem um máximo de 500 renderizações de relatório simultâneas a qualquer momento. Se sua capacidade estiver renderizando 100 relatórios e tiver 200 solicitações para exportar relatórios paginados, restarão 200 solicitações de renderização de relatório simultâneas.
Para evitar congestionamentos, planeje o carregamento de solicitações simultâneas com antecedência. Se você exceder o limite de solicitações simultâneas, encontrará o erro Muitas solicitações (429).
Usando o aplicativo de métricas
Usando o aplicativo Microsoft Fabric Capacity Metrics, você pode estimar o impacto do seu relatório paginado na sua capacidade. O aplicativo mede o uso da CPU ao longo do tempo, permitindo que você entenda como está o desempenho da sua capacidade.
Para testar seu relatório paginado, sugerimos que você use uma capacidade de limpeza dedicada. Uma capacidade limpa ajuda a isolar os resultados do impacto de outros usuários e cargas de trabalho.
Dependendo do cenário de teste de destino, por exemplo, validação de uso médio ou máximo, selecione ou crie um relatório representativo do consumo de recursos previsto e carregue-o em um espaço de trabalho Premium/Fabric na capacidade criada para o teste.
Execute o relatório várias vezes e use o aplicativo de métricas para obter a média de segundos de CPU gastos para executar o relatório. Ao calcular o tempo necessário para executar o relatório, considere o seguinte:
O aplicativo mostra valores agregados, talvez seja necessário dividir os resultados pelo número de vezes que você executa o relatório.
Há vários itens e operações do Power BI que podem estar envolvidos na renderização de relatórios. Talvez seja necessário somar o consumo da CPU.
Há vários itens e operações do Power BI que podem estar envolvidos na renderização de relatórios, pois as renderizações podem levar muito tempo. Uma operação de longa duração na página Ponto de tempo pode ser exibida como uma lista de operações, sem nenhuma das durações superiores a 30 segundos. Talvez seja necessário somar o consumo da CPU das operações de renderização. A classificação pela hora de início pode ajudar a exibir o histórico completo da renderização.
Calcular as renderizações máximas do relatório
Use esta fórmula para calcular o máximo de renderizações simultâneas de relatório que uma capacidade pode manipular, antes que ela sobrecarregue. Para saber mais sobre Unidades de Capacidade (), SKU e v-cores do Power BI, consulte os conceitos de capacidade.
$ \text {max concurrent report renders} = {\text {capacity units for your capacity} \times {3.75} \over \text {tempo de processamento da CPU do relatório (em segundos)} } $
Calcular o número máximo de utilizadores
Usando a simultaneidade estimada de cinco por cento para a correlação entre o número total de usuários e o máximo de renderizações simultâneas, você pode obter o número total de usuários que uma SKU pode manipular.
$ \text {max SKU users} = {\text {max concurrent report renders} \over 0.05} $
Calcular recursos de capacidade para vários relatórios
Você pode usar uma fórmula estendida para estimar a capacidade necessária para diferentes usos de relatório.
Carregue vários relatórios paginados com diferentes números de renderizações diárias e use o aplicativo de métricas para obter o tempo médio de processamento da CPU para cada um. A soma de todas as renderizações de relatório por dia deve ser igual a 100%. Quando tiver todas as informações, use esta fórmula.
$ \text {max concurrent report renders} = {\text {capacity units for your capacity} \times {3.75} \over {\text {A renders} \times \text {A processing time}} + \text {B renders} \times \text {B processing time} + \text {...} + \text{N renders} \times \text{N processing time}}$
Exemplos
Esta secção inclui dois exemplos, um para o cálculo regular e outro para o cálculo avançado.
Cálculo regular
Vamos supor que você esteja executando um relatório paginado em uma SKU F64 ou P1 que tenha oito núcleos. O uso total da CPU para 10 execuções é de 40 segundos, portanto, o tempo médio da CPU por relatório é de quatro segundos.
$ 60 = {8 \times {30} \mais de 4} $
Ao usar a segunda fórmula, você obtém um máximo de 1.200 usuários.
$ 1.200 = {60 \mais de 0.05} $
Para SKUs F128 ou P2 , você pode multiplicar esses números por dois, já que a capacidade tem o dobro do número de núcleos de CPU.
Cálculo avançado
Vamos supor que você tenha três relatórios paginados com a porcentagem de renderização diária listada na tabela abaixo.
| Relatório | Número de relatórios renderizados por dia | Tempo de processamento da CPU (em segundos) |
|---|---|---|
| A | 60% | 4 |
| N | 30% | 10 |
| C | 10% | 20 |
As fórmulas para um SKU F64 ou P1 serão:
| Value | Fórmula |
|---|---|
| Renderizações de relatório simultâneas máximas | $ ~32.4 = {8 \times \over {30} 0.6 \times{4} + 0.3 \times{10} + 0.1 \times{20}} $ |
| Total de usuários de SKU | $ ~650 = {32.4 \over 0.05} $ |