Kapazitätsplanung für paginierte Berichte

  • Artikel

GILT FÜR:️ Paginierte Power BI-Berichte ️Power BI-Dienst Power BI Desktop

Erfahren Sie, wie Sie Ihre Premium-Kapazität planen, um mit Ihren paginierten Berichten die beste Leistung zu minimalen Kosten zu erzielen. Wenn Sie von einem anderen Business Intelligence-Tool zu Power BI migrieren, sollten Sie die unten aufgeführten Artikel lesen, bevor Sie sich für eine Kapazität entscheiden.

Kapazitätsplanung

Die Berechnung der benötigten Kapazität hängt von mehreren Faktoren ab, etwa von der Anzahl der Visuals in Ihren Berichten, der Komplexität von Abfragen für den Bericht und der Qualität Ihrer Datenquelle oder Ihres Datenmodells. Sie sollten auch die aktuelle Nutzung Ihrer Kapazität in Spitzenzeiten berücksichtigen, bevor Sie ihr paginierte Berichte hinzufügen.

Bevor Sie mit der Planung der benötigten Kapazität beginnen, finden Sie in der Tabelle Kapazitäten und SKUs Informationen zu den Ressourcen, die für die einzelnen Kapazitäten angeboten werden.

Berücksichtigen Sie beim Planen Ihrer Kapazität Folgendes:

  • Die Komplexität des Berichtsentwurfs. Geschachtelte Tablix-Elemente, mehrere Unterberichte und mehrere Zeilen- und Spaltengruppen tragen zur Komplexität des Designs bei und erfordern Kapazitätsressourcen.

  • Die vom Bericht abgerufene Datenmenge. Je mehr Daten der Bericht benötigt, desto mehr Ressourcen werden von Ihrer Kapazität benötigt.

  • Die Art und Weise, wie Ihr Bericht Daten abruft. Wenn Sie Connectors, Treiber oder Gateways verwenden, kann der Datenabruf länger dauern, mehr Ressourcen erfordern und dadurch teurer werden.

  • Das Exportieren großer Berichte in Formate wie Excel und PDF erfordert mehr Ressourcen als das Lesen jeder Seite, das Verwenden von Umschaltflächen und das Suchen in den Berichten.

Wie viele Benutzer*innen kann eine SKU verarbeiten?

Um paginierte Berichte für verschiedene Kapazitäten zu testen, haben wir drei verschiedene Arten von Workloads für verschiedene SKU-Größen ausgeführt. Jede Workload bestand aus einem einzelnen, gleichzeitig gerenderten Bericht mit unterschiedlichen Größen.

  • Klein: Datenaggregationstabelle basierend auf 100 Zeilen aus einer Azure SQL-Datenquelle

  • Mittel: Datenaggregationstabelle basierend auf 100.000 Zeilen aus einer Azure SQL-Datenquelle

  • Groß: Datenaggregationstabelle basierend auf 250.000 Zeilen aus einer Azure SQL-Datenquelle

Unsere Analyse für Power BI Premium zeigt, dass die Anzahl gleichzeitiger Benutzer*innen zu einem bestimmten Zeitpunkt, einschließlich der täglichen Spitzenzeiten, in der Regel nicht höher als fünf Prozent der gesamten Benutzeranzahl ist.

Basierend auf dem Verhältnis von fünf Prozent gleichzeitiger Benutzer*innen wird in der folgenden Tabelle die ungefähre maximale Anzahl von Benutzer*innen beschrieben, die eine SKU verarbeiten kann, bevor sie überlastet ist. Wenn Ihre Kapazität überlastet ist, wird die Kapazität gedrosselt. Weitere Informationen finden Sie unter Was geschieht mit dem Datenverkehr, wenn es zu einer Überladung kommt und ich die Autoskalierung nicht aktiviere?.

Workload F64- oder P1-SKUs F128- oder P2-SKUs
Klein 2.500 Benutzer 5.000 Benutzer
Mittel 1.900 Benutzer 3.800 Benutzer
Groß 1.300 Benutzer 2.600 Benutzer

Beachten Sie, dass sich die Zahlen in der Tabelle auf festgelegte Kapazitäten beziehen, die keine anderen Vorgänge ausführen. Ihre Kapazität verwendet möglicherweise bereits CPU-Ressourcen für Vorgänge wie:

  • Datenabruf und -verarbeitung

  • Andere Workload- und Hintergrundvorgänge

  • Komplexe Datengruppierung und -umgestaltung

  • Datenfilterung

Gleichzeitige Anforderungen

Jede Workload auf einer Kapazität, einschließlich der Workload für paginierte Berichte, verfügt zu einem jedem Zeitpunkt über maximal 500 gleichzeitige Renderungen für Berichte. Wenn Ihre Kapazität 100 Berichte rendert und 200 Anforderungen zum exportieren paginierter Berichte enthält, sind noch 200 gleichzeitige Anforderungen zum Rendern von Berichten übrig.

Um Überlastung zu vermeiden, planen Sie die Last für gleichzeitige Anforderungen im Voraus. Wenn Sie den Grenzwert für gleichzeitige Anforderungen überschreiten, wird der Fehler Zu viele Anforderungen (429) auftreten.

Verwenden der Metrik-App

Mithilfe der Microsoft Fabric Capacity Metrics-App können Sie die Auswirkungen Ihres paginierten Berichts auf Ihre Kapazität abschätzen. Die App misst Ihre CPU-Auslastung im Zeitverlauf, sodass Sie die Leistung Ihrer Kapazität nachvollziehen können.

Zum Testen Ihres paginierten Berichts wird empfohlen, eine dedizierte bereinigte Kapazität zu verwenden. Eine bereinigte Kapazität hilft dabei, Ergebnisse von den Auswirkungen anderer Benutzer*innen und Workloads zu isolieren.

Je nach gewünschtem Testszenario (etwa Überprüfung der durchschnittlichen oder maximalen Nutzung) können Sie einen Bericht auswählen oder erstellen, der für den erwarteten Ressourcenverbrauch repräsentativ ist. Laden Sie ihn anschließend in einen Premium/Fabric-Arbeitsbereich in der Kapazität hoch, die Sie für den Test erstellt haben.

Führen Sie den Bericht mehrmals aus, und verwenden Sie die Metrik-App, um die durchschnittlichen CPU-Sekunden abzurufen, die für die Ausführung Ihres Berichts aufgewendet werden. Berücksichtigen Sie beim Berechnen der Zeit, die zum Ausführen des Berichts benötigt wurde, Folgendes:

  • Die App zeigt Aggregatwerte an. Möglicherweise müssen Sie die Ergebnisse durch die Häufigkeit der Berichtsausführung dividieren.

  • Am Berichtsrendering können mehrere Power BI-Elemente und -Vorgänge beteiligt sein. Möglicherweise müssen Sie die CPU-Auslastung addieren.

  • Am Berichtsrendering können mehrere Power BI-Elemente und -Vorgänge beteiligt sein, da das Rendern viel Zeit in Anspruch nehmen kann. Ein zeitintensiver Vorgang auf der Seite Timepoint kann als Liste von Vorgängen angezeigt werden, wobei keine Dauer länger als 30 Sekunden sind. Möglicherweise müssen Sie die CPU-Auslastung der Rendervorgänge addieren. Die Sortierung nach der Startzeit kann dabei helfen, den vollständigen Verlauf des Rendervorgangs anzuzeigen.

Berechnen der maximalen Berichtsrendervorgänge

Verwenden Sie diese Formel, um die maximalen gleichzeitigen Berichtsrendervorgänge zu berechnen, die eine Kapazität verarbeiten kann, bevor sie überlastet ist.

$ \text {max. Anzahl gleichzeitiger Berichtsrendervorgänge} = {\text {Anzahl von Kapazitäts-SKU-Kernen} \times {30} \over \text {CPU-Verarbeitungszeit des Berichts (in Sekunden)}} $

Berechnen der maximalen Anzahl von Benutzer*innen

Wenn Sie die geschätzte Parallelität von fünf Prozent für die Korrelation zwischen der Gesamtanzahl von Benutzer*innen und den maximalen gleichzeitigen Rendervorgängen verwenden, können Sie die Gesamtanzahl der Benutzer*innen erhalten, die eine SKU verarbeiten kann.

$ \text {max SKU users} = {\text {max gleichzeitiger Bericht rendert} \über 0,05} $

Berechnen von Kapazitätsressourcen für mehrere Berichte

Sie können eine erweiterte Formel verwenden, um die Kapazität zu schätzen, die für verschiedene Berichtsnutzungen erforderlich ist.

Laden Sie mehrere paginierte Berichte mit unterschiedlicher Anzahl von täglichen Rendervorgängen hoch, und verwenden Sie die Metrik-App, um die durchschnittliche CPU-Verarbeitungszeit für jeden Vorgang zu ermitteln. Die Summe aller Berichtsrendervorgänge pro Tag sollte 100 Prozent betragen. Wenn Sie über alle Informationen verfügen, verwenden Sie diese Formel:

$ \text {max. Anzahl gleichzeitiger Berichtsrendervorgänge} = {\text {Anzahl von Kapazitäts-SKU-Kernen} \times {30} \over {\text {Rendervorgänge für A} \times \text {Verarbeitungszeit für A}} + \text {Rendervorgänge für B} \times \text {Verarbeitungszeit für B} + \text {...} + \text{Rendervorgänge für N} \times \text{Verarbeitungszeit für N}}$

Beispiele

Dieser Abschnitt enthält zwei Beispiele: eins für die reguläre Berechnung und eins für die erweiterte Berechnung.

Reguläre Berechnung

Angenommen, Sie führen einen paginierten Bericht für eine F64- oder P1-SKU mit acht Kernen aus. Die CPU-Gesamtauslastung für 10 Ausführungen beträgt 40 Sekunden. Die durchschnittliche CPU-Zeit pro Bericht beträgt daher 4 Sekunden.

$ 60 = {8 \times {30} \over 4} $

Wenn Sie die zweite Formel verwenden, erhalten Sie maximal 1.200 Benutzer*innen.

$ 1.200 = {60 \over 0.05} $

Bei F128- oder P2-SKUs können Sie diese Zahlen mit zwei multiplizieren, da die Kapazität die doppelte Anzahl von CPU-Kernen aufweist.

Erweiterte Berechnung

Angenommen, Sie verfügen über drei paginierte Berichte mit dem in der folgenden Tabelle aufgeführten Prozentsatz der täglichen Rendervorgänge:

Bericht Anzahl gerenderter Berichte pro Tag CPU-Verarbeitungszeit (in Sekunden)
Ein 60% 4
B 30 % 10
C 10 % 20

Die Formeln für eine F64- oder P1-SKU sind:

Wert Formel
Max. Anzahl gleichzeitiger Berichtsrendervorgänge $ ~32,4 = {8 \times {30} \over 0,6 \times{4} + 0,3 \times{10} + 0,1 \times{20}} $
SKU-Benutzer*innen insgesamt $ ~650 = {32,4 \over 0,05} $

Zugehöriger Inhalt