Dela via

Rekommendationer för prestandaplanering

  • Artikel

Gäller för den här Power Platform checklisterekommendationen för prestandaeffektivitet för välstrukturerat ramverk:

PE:02 Utför prestandaplanering. Prestandaplanering bör göras innan det finns förutsagda förändringar i användningsmönster. Förutsagda förändringar inkluderar säsongsvariationer, produktuppdateringar, marknadsföringskampanjer, specialhändelser eller regulatoriska förändringar.

Den här guiden beskriver rekommendationer för prestations- och kapacitetsplanering. Prestanda är inget som bara händer, du måste planera för det precis som andra krav. Kapacitetsplanering avser processen att fastställa vilka resurser som krävs för att uppnå arbetsbelastningens prestandamål. Det omfattar att beräkna mängden resurser som behövs för att uppfylla arbetsbelastningens prestandakrav, till exempel lagringsutrymme, genomflöde och bandbredd i nätverket. Kapacitetsplanering säkerställer att arbetsbelastningen har tillräckliga resurser för att hantera de förväntade arbetsbelastningskraven utan att uppleva prestandaförsämring eller flaskhalsar. Den bidrar också till att undvika överetablering och onödiga kostnader. Bristande prestanda och kapacitetsplanering kan leda till prestandaproblem, resursflaskhalsar, ökade kostnader, allokering av resurser, utmaningar för skalbarhet och oväntade prestanda för arbetsbelastningen.

Definitioner

Begrepp Definition
Kapacitetsplanering Processen att föra fram de resurser som arbetsbelastningen behöver för att uppnå sina mål.
Funktionskrav De funktioner och möjligheter en arbetsbelastning måste ha för att uppfylla sitt avsedda syfte.
Tekniska krav Koden och infrastrukturen som behövs för att uppfylla funktionskrav.
Trendanalys Tidigare dataanalyser för att förutse framtida behov.

Viktiga designstrategier

Kapacitetsplanering är en framåtblickande process som involverar att fatta beslut baserat på förväntade arbetsbelastningskrav och mönster. Målet är att optimera arbetsbelastningens prestanda över både kontinuerliga och högsta belastningsscenarier. Genom att förstå förändringar i användningen, t.ex. säsongsskiften eller produktsläpp, kan du allokera resurser strategiskt, vilket förhindrar systempåfrestning under perioder med hög efterfrågan. Den proaktiva strategin minskar störningar och ökar prestandaeffektiviteten. Genom att analysera tidigare användningstrender och tillväxtdata kan du prognostisera kort- och långsiktiga behov. Du kan identifiera potentiella flaskhalsar och skalningsproblem, vilket säkerställer konsekvent och effektiv arbetsbelastningsprestanda.

Plan för prestanda

Utforma din med arbetsbelastning ned prestanda i åtanke för att minimera omstrukturering när arbetsbelastningen körs. Tänk på arbetsbelastningens krav när det gäller prestanda. Prestandaöverväganden påverkar många aspekter av arbetsbelastningen:

  • Datastrategi: Har du befintliga data och datalager som du behöver ansluta till? Hur mycket data behöver du lagra? Kommer datavolym att påverka hur snabbt användare kan komma åt den? Hur får användarna åtkomst till informationen?

  • Integrationsstrategi: Kan du integrera i realtid utan att systemet går långsammare? Kan du skapa batchintegreringar inom en viss tid? Var är ditt data? Behöver jag en strategi för lokal datagateway?

  • Konversationsvolymer: När du skapar en agent är det viktigt att förstå målvolymen för meddelanden eller konversationer och deras förväntade tillväxt. Validerar dina förväntningar målarkitekturen? Hur är det med skala?

  • Datamodellering: Behöver du förenkla datastrukturen för snabbare frågor?

  • Säkerhetsmodeller: Fungerar säkerhetsreglerna bra med många användare och data? Finns det några flaskhalsar?

  • Miljöstrategi: Har du en testmiljö för prestandatestning? Liknar det produktionsmiljön? Har du budgeterat för prestandatestning?

  • Utveckling: Följer utvecklarna metodtipsen för prestanda? Uppfyller de specifika prestandamål? Vet användarna vad som är möjligt och inte?

  • Testa design och metod: Hur mäter du måttprestanda? Vad är tillräckligt bra och vad är inte? Testar du med realistiska scenarier och data? Testar du aktuella och framtida behov?

  • Användaracceptans och användning: Hur spårar du prestanda? För användarnas förväntningar?

Planera dina resurser

För prestanda krävs tid, pengar, arbete och personer. Allokera resurser effektivt från början av projektet. Utvecklare kan till exempel behöva extra tid för att hitta effektiva sätt att implementera affärslogik och optimera kod. Du behöver också en testmiljö och ett team för att utföra prestandatest.

Prestanda är inte en engångsaktivitet. I takt med att arbetsbelastningen förändras och plattformen utvecklas måste du optimera koden och fortsätta att hitta sätt att optimera prestanda.

Planera datamigrering och integreringar

Planera migreringen noggrant när du migrerar data från ett tidigare system. Här är några tips som hjälper dig att undvika problem:

  • Förstå affärskraven för de data du migrerar. Migrera inte mer data än vad användarna behöver. Du behöver förmodligen inte importera tio år gamla leads till ditt försäljningssystem.

  • Fundera på när och hur ofta integreringarna körs. Undvik att köra resurskrävande processer när användare interagerar med systemet. Schemalägg processerna för låg belastning eller använd asynkron bearbetning.

  • Tänk på plattformsbegränsningar och metodtips när du utformar dina integreringar.

Samla in prestandadata

Att samla in data om arbetsbelastningsutnyttjande innebär att samla in och analysera information om hur en arbetsbelastning använder resurser och hur den presterar. Du bör samla in data om tidigare mönster för befintliga arbetsbelastningen och kontrollåtgärder för nya arbetsbelastningen. Den här processen hjälper till att översätta affärsmål till tekniska krav och är nödvändig för att kunna förutse kapacitet. Föreställ dig följande rekommendationer.

Förstå en befintlig arbetsbelastning

Att förstå en befintlig arbetsbelastning för kapacitetsplanering innebär att analysera tidigare data relaterade till hur arbetsbelastningen använder resurser. Den omfattar mått som resursutnyttjande, prestandainformation och arbetsbelastningsmönster. Den här förståelsen säkerställer effektiv resursallokering, omvandlar affärsmål till tekniska krav och hjälper till att identifiera potentiella flaskhalsar.

  • Förstå data: Granska tillgängliga tidigare data och förstå dess struktur, format och relevans för kapacitetsplanering. Granskningen kan innehålla resursutnyttjandemått, arbetsbelastningsmönster, prestandamått och andra relevanta datapunkter. Förstå affärsprocesserna och hur viktiga programmen är. Identifiera de högsta användningstiderna, användarbelastningen, transaktionsfrekvenser och andra relevanta mått.

  • Rensa och förprocessa alla data: Förbered dina data för analys genom att ta bort inkonsekvenser, fel eller avvikelser. Att förbereda data kan innebära tekniker för datarensning som dataimputation, hantering av saknade värden eller normalisering.

  • Identifiera viktiga mått: Identifiera de mått som är relevanta för kapacitetsplanering. Mått kan inkludera transaktionsvolym, genomflöde av nätverk och svarstider.

  • Identifieraflaskhalsar: Mät genomströmning och svarstider för att identifiera de specifika komponenterna i ditt system som kan bli flaskhalsar när arbetsbelastningen ökar. Använd analysfunktioner för processutvinning som omarbetning och grundorsaksanalys för att identifiera flaskhalsar i den kompletta processen.

  • Visualiseradata: Skapa visualiseringar, som diagram eller diagram, för att få bättre insikt i tidigare data. Visualiseringar kan hjälpa dig att identifiera mönster, trender och funktionssätt i data för att ge dig en bättre förståelse av arbetsbelastningens beteende. Med processutvinning kan du visualisera data med en processmappning och möjliggöra en djup analys av processen.

Förstå en ny arbetsbelastning

En ny arbetsbelastning för kapacitetsplanering innebär att resurskraven för en framtida uppgift utan tidigare data. Att förutsäga framtida behov av en ny arbetsbelastning utan historiska data kan vara utmanande. Med den här processen kan du allokera resurser effektivt justera resursallokeringar med arbetsbelastningens mål när arbetsbelastningen introduceras.

Föreställ dig följande rekommendationer:

  • Användar-undersökning: Att genomföra användarundersökningar för att förstå hur användare hanterar den aktuella arbetsbelastningen kan ge värdefulla insikter om den potentiella efterfrågan på en ny arbetsbelastning. Undersökningen kan involvera användarintervjuer, undersökningar eller att observera en användare som utför den befintliga arbetsbelastningen.

  • Expertbedömning: Indata från ämnesexperter eller yrkesverksamma som har erfarenhet inom branschen kan hjälpa dig att uppskatta efterfrågan på en ny arbetsbelastning. Deras expertis och insikter kan ge värdefulla indata för prognoserna.

  • Pilotprojekt eller prototyper: Mindre pilotprojekt eller prototyper kan hjälpa dig att samla in data och feedback i realtid. Du kan sedan använda dessa data för att informera kapacitetsplaneringsprocessen och justera den prognostiserade efterfrågan.

  • Externa datakällor: Externa datakällor som branschrapporter, marknadsundersökningar eller kundundersökningar kan ge ytterligare information för att minska behovet av en ny arbetsbelastning. Dessa källor kan erbjuda värdefulla insikter om kundpreferenser, marknadstrender och potentiella efterfrågedrivare.

Efterfrågeprognos

Efterfrågeprognos använder arbetsbelastningsdata för att förutse framtida behov av en tjänst eller produkt. Det är nödvändigt för kapacitetsplaneringen att säkerställa en effektiv resursallokering, förutse tillväxtmönster och förbereda för potentiella toppar i efterfrågan. När du förutser framtida efterfrågan använder du data för att få en känsla av framtida behov. Du använder statistisk analys, trendanalys eller prediktiva modelleringstekniker på de data du behöver för att förutse framtida behov. Dessa metoder tar hänsyn till tidigare eller förväntade mönster och förser dem med projekt i framtiden för att ta hänsyn till den förväntade arbetsbelastningen. För att prognostisera efterfrågan, överväg följande strategier.

Ta hänsyn till olika scenarier

Som en del av prestandaplaneringen måste du planera för olika scenarier som kan inträffa. Denna planering bör inkludera både förutsägbara tillväxtmönster och oväntade toppar i efterfrågan. Användningsmönster kan växa eller minska. De kan vara organiska (mer eller mindre användare) eller oorganiska (en händelse eller säkerhetsincident). Du måste planera innan användningsändringarna sker, vid viktiga tillfällen:

  • Design (förutsägelse)
  • Regelbundna toppar (08:00 inloggningsrush)
  • Starta (prognosvalidering)
  • Affärsmodell förändring
  • Förvärv och fusioner
  • Marknadsföringspush
  • Säsongsförändring
  • Funktionsstart
  • Periodvis

Använd förutsägelsestekniker

Att prognostisera framtida efterfrågan på en tjänst eller produkt innebär att använda tekniker som statistisk analys, trendanalys och prediktiv modellering.

Här är en översikt över hur du kan använda dessa tekniker:

  • Statistisk analys: Statistiska metoder kan hjälpa till att upptäcka mönster och relationer i tidigare data. Du kan använda dessa mönster för att förutse framtida efterfrågan. Du kan använda tekniker som tidsserieanalyser, analyser av tidsserier och flyttande medelvärden för att identifiera trender, förfall och andra mönster i dina data.

  • Trendanalys: Trendanalys innebär att granska historisk data för att identifiera konsekventa mönster och extrapolera dessa mönster in i framtiden. Till exempel, om arbetsbelastningens efterfrågan ökade med 10 procent under det senaste året, kan du förutse en fortsatt trend.. När du analyserar historisk efterfrågedata över en tidsperiod kan du identifiera tillväxt- eller minskningstrender. Använd dessa trender som underlag för att förutse framtida efterfrågan. Trendanalys kan också identifiera effekterna av engångshändelser som orsakar snabba förändringar i trafiken (oorganiska). Till exempel kan funktionslanseringar konsekvent öka efterfrågan med 5 procent. Om du har fyra större lanseringar per år bör du planera för en tillväxt på 5 procent varje gång.

  • Prediktiv modellering: Prediktiv modellering är processen att bygga matematiska modeller som använder historiska data och andra relevanta variabler för att göra förutsägelser om framtida efterfrågan. Du kan använda tekniker som maskininlärningsalgoritm, neurala nätverk eller beslutsträd. Dessa modeller kan ta hänsyn till flera faktorer och variabler för att ge mer exakta prognoser.

Justera med arbetsbelastningens mål

Att anpassa prognoserna till arbetsbelastningens mål är att justera de olika kapacitetsmodellerna så att de uppfyller specifika mål och krav för en viss arbetsbelastning. Denna anpassning säkerställer att resurser tilldelas på ett adekvat sätt, vilket förhindrar både underutnyttjande och potentiella överbelastningar av arbetsbelastningen. Om du till exempel siktar på att stödja en integration med 1 miljon uppdateringar varje natt, men nuvarande data visar långsamma uppdateringshastigheter, behöver du justera ditt system. Det är viktigt att prata med intressenterna för att se till att arbetsbelastningen uppfyller de krav som ställs. Se till att dina planer överensstämmer med löftena (SLA) från dina tjänsteleverantörer. Denna anpassning säkerställer att din kapacitet möter den förväntade efterfrågan och hjälper till att lokalisera områden i systemet som kan behöva ändras.

Bestäm resurskrav

En arbetsbelastning kan ha många resurser, så det finns inget mått att observera för att fastställa resurskrav. Du måste mäta kapaciteten på resursnivån för att få meningsfulla resultat. Uppskatta den förväntade efterfrågan på dina resurser baserat på historiska data, marknadstrender och affärsprognoser. Fundera över antalet transaktioner, samtidiga användare eller andra relevanta mått.

Utifrån den prognostiserade efterfrågan beräknar du vilka resurser som behövs för att uppfylla den efterfrågan. Beakta faktorer som API-begärans kapacitet, nätverksbandbredd, lagringskapacitet och personal:

  • Bandbredd i nätverket: Utvärdera den bandbredd i nätverket som behövs för att kunna använda den förväntade trafiknivån. Du bör inkludera både inkommande och utgående dataöverföringshastigheter för att säkerställa en smidig och effektiv kommunikation mellan servrar och klienter.

  • Lagringskapacitet: Uppskatta mängden data som genererar eller bearbetar arbetsbelastningen under den prognostiserade efterfrågan. Tänk på faktorer som databasstorlek, fillagringskrav och eventuella andra datalagringsbehov som är specifika för ditt program.

  • API-förfrågningar: Utvärdera användningen av API-begäran mot din tillgängliga kapacitet och begränsningarna för tjänstskydd. Överväg faktorer som initial datainläsning och potentiella användningstoppar.

  • Personal: Utvärdera de personalresurser som krävs för att hantera och underhålla infrastruktur, hantera kundsupport, utföra systemåtgärder underhåll och säkerställa smidiga åtgärder. Tänk på faktorer som arbetsbelastningsdistribution, färdighetsuppsättning och expertis som krävs.

Förstå resursbegränsningar

Resurser i arbetsbelastningen har prestandabegränsningar. Prestandabegränsningar gäller funktioner inom varje tjänst. Du måste förstå begränsningarna för resurserna i din arbetsbelastning och dela in begränsningarna i dina designbeslut. Du bör till exempel veta om resursbegränsningar kräver att du ändrar utformningsmetod eller ändrar resurserna.

Du måste också fastställa vilka gränser som kan nås, vilket omfattar att identifiera de största tröskelvärdena eller begränsningarna för en arbetsbelastning. Dessa gränser gäller vanligtvis för infrastruktur (beräkning, lagring, nätverk), program (samtidiga anslutningar, svarstider, tillgänglighet) och tjänst (förfrågningar per sekund). När kapacitetsplaneringen identifierar nåbara gränser måste du ändra arbetsbelastningen innan gränsen skapar ett prestandaproblem. Baslinjer för prestanda, kontinuerlig övervakning och testning är viktiga för att verifiera begränsningarna och lösningen.

Kompromisser: Felbedömd kapacitetsplanering kan leda till över- eller undertillförsel av resurser. Överetablering kan leda till högre kostnader. Underetablering kan resultera i dålig prestanda. Du kan också stöta på en högre frekvens av falskt positiva aviseringar som kan leda till att tid slösas på att undersöka prestandaproblem som inte existerar. Försök att hitta rätt balans.

Underlätta Power Platform

Samla kapacitetsdata och prognostisera efterfrågan: Azure Monitor gör det möjligt att samla in och analysera telemetridata från dina program och infrastruktur. Programmet stöder övervakning av olika Azure-resurser, inklusive virtuella datorer, behållare och lagringskonton. Viktiga verktyg inkluderar Application Insights och Log Analytics. Genom att konfigurera datainsamling och definiera mått och loggar som du vill övervaka kan du samla in värdefulla arbetsbelastningsdata för analys. För nätverksövervakning kombinerar du Azure Monitor med Azure Network Watcher, Azure Monitor-nätverksinsikter och Azure ExpressRoute-övervakning.

Med Azure Monitor kan du analysera tidigare data och använda prognostekniker för att identifiera framtida arbetsbelastningstrender och kapacitetskrav. Du kan skapa prognoser som kan hjälpa dig med kapacitetsplaneringen. Dessa prognoser hjälper till att uppskatta serverkapacitet, nätverksbandbredd, lagringskapacitet och andra resursbehov genom att använda förväntade efterfrågemönster.

Fastställa resurskrav: Eftersom de tillhandahåller en mängd konfigurationer kan Azure-verktyg och -tjänster hjälpa dig att definiera tekniska krav. Du kan justera dina arbetsbelastningskrav med tillgängliga Azure-resurser och se till att välja rätt komponenter och inställningar som uppfyller dina funktionsbehov.

Förstå resursbegränsningar: Power Platform tillhandahåller dokumentation och resurser som hjälper dig att förstå prestandabegränsningarna för de olika tjänsterna. Om du tar hänsyn till dessa begränsningar kan du fatta informerade designbeslut och optimera arbetsbelastningens arkitektur för prestanda och kostnadseffektivitet.

Det finns skalningsgränser inom din konfiguration och dina tjänster som du bör vara medveten om. Du kan läsa dokumentationen eller köra tester. Mer information finns i

Använda dataanrop från arbetsyteappar: Datasamtal från arbetsyteappar skickar data till tabelldatakällor med hjälp av anslutningar via OData-protokollet. OData-begäran strömmas till serverdelens lager för att kontakta måldatakälla och hämta data för klienten, eller för att hämta data till datakälla. Åtgärdsbaserade anslutningsprogram som möjliggör API:er fungerar på samma sätt.

Om du förstår hur OData- och API-förfrågningar reser i arbetsyteappar kan du optimera prestandan i appen och dina datakällor i serverdelen. Mer information finns i Datasamtalsflödet i arbetsyteappar.

Checklista för prestandaeffektivitet

Se den fullständiga uppsättningen med rekommendationer.

Checklista för prestandaeffektivitet