Úvodné informácie k optimalizácii výkonu

  • 6 min

Optimalizácia výkonu, známa aj ako ladenie výkonu, zahŕňa vykonanie zmien v aktuálnom stave dátového modelu, aby sa spúšťal efektívnejšie. V podstate platí, že keď je váš dátový model optimalizovaný, funguje lepšie.

Možno zistíte, že vaša zostava funguje dobre v testovacích a vývojových prostrediach, ale pri nasadzovaní do výroby, kde sa používa na širšiu spotrebu, sa vyskytnú problémy s výkonom. Z perspektívy používateľa je slabý výkon definovaný ako ten, pri ktorom sa stránky zostáv načítavajú dlhšie a aktualizácia vizuálov trvá dlhší čas. Výsledkom slabého výkonu je nespokojnosť používateľa s prostredím.

Ako analytik údajov strávite približne 90 percent svojho času spracovávaním údajov a deväťkrát z desiatich je slabý výkon priamym dôsledkom nesprávneho dátového modelu, nesprávnych výrazov jazyka Data Analysis Expressions (DAX) alebo kombinácie týchto dvoch. Proces navrhovania dátového modelu, pri ktorom sa zachová výkon, môže byť nudný a často je podceňovaný. Ak sa však snažíte vyriešiť problémy s výkonom už počas vývoja, získate robustný dátový model služby Power BI, v ktorom bude vykazovanie fungovať kvalitnejšie a používateľ bude spokojný. Okrem toho budete mať tiež možnosť zachovať optimalizovaný výkon. S rastom organizácie rastie aj objem údajov a s ním aj komplexnosť dátových modelov. Optimalizáciou svojho dátového modelu môžete zmierniť negatívne vplyvy, ktoré má váš rast na pokles výkonu dátového modelu.

Dátový model s menšou veľkosťou používa menej zdrojov (pamäť) a dosahuje rýchlejšie obnovenie údajov, výpočty aj vykresľovanie vizuálov v zostavách. Proces optimalizácie výkonu preto zahŕňa minimalizáciu veľkosti dátového modelu a čo najefektívnejšie využitie údajov v modeli, ktoré sa dosahuje:

  • zabezpečením použitia správnych typov údajov,

  • odstránením nepotrebných stĺpcov a riadkov,

  • nepoužívaním opakovaných hodnôt,

  • nahradením numerických stĺpcov mierami,

  • znížením počtu kardinalít,

  • analýzou metaúdajov modelu,

  • súhrnom údajov tam, kde je to možné.

Snímka obrazovky, ktorá demostratuje úlohy v tomto module.

V tomto module sú vysvetlené kroky, procesy a koncepty, ktoré je potrebné vykonať na optimalizáciu dátového modelu, aby ste dosiahli výkon na úrovni veľkého podniku. Uvedomte si však, že kroky na zabezpečenie základného výkonu a najlepšie postupy v Power BI sú tou náročnejšou cestou. Ak chcete optimalizovať dátový model tak, aby sa zvýšil výkon dotazovania, bude pravdepodobne potrebné obrátiť sa na dátového inžiniera, ktorý spustí optimalizáciu dátového modelu v zdrojoch údajov.

Dajme tomu, že pracujete ako vývojár Microsoft Power BI v spoločnosti Tailwind Traders. Dostali ste za úlohu preskúmať dátový model, ktorý bol vytvorený pred niekoľkými rokmi iným vývojárom, ktorý už organizáciu opustil.

Dátový model vytvorí zostavu, ktorá bola používateľmi negatívne hodnotená. Používatelia sú spokojní s výsledkami, ktoré vidia v zostave, ale nie sú spokojní s výkonom zostavy. Načítanie strán v zostave trvá príliš dlho a tabuľky sa po niektorých výberoch neobnovujú dostatočne rýchlo. Okrem týchto pripomienok IT tím zistil, že veľkosť súboru tohto konkrétneho dátového modelu je príliš veľká a veľmi zaťažuje podnikové zdroje.

Bude potrebné skontrolovať dátový model, identifikovať koreňovú príčinu problémov s výkonom, a na optimalizáciu výkonu vykonať potrebné zmeny.

Na konci tohto modulu dokážete:

  • revidovať ukazovatele výkonu, vzťahy a vizuály,

  • používať premenné na vylepšenie výkonu a riešenie problémov,

  • zvýšiť výkon znížením úrovní kardinality,

  • optimalizovať modely DirectQuery s úložiskom na úrovni tabuľky,

  • vytvárať a spravovať agregácie.