ขนาดเกตเวย์ข้อมูลภายในองค์กร

บทความนี้มุ่งเป้าที่ผู้ดูแลระบบ Power BI ที่จำเป็นต้องติดตั้งและจัดการ เกตเวย์ข้อมูลภายในองค์กร

จำเป็นต้องใช้เกตเวย์เมื่อ Power BI ต้องเข้าถึงข้อมูลที่ไม่สามารถใช้งานได้โดยตรงผ่านทางอินเทอร์เน็ต สามารถติดตั้งได้บนเซิร์ฟเวอร์ภายในองค์กรหรือ VM-hosted Infrastructure-as-a-Service (IaaS)

ปริมาณงานเกตเวย์

เกตเวย์ข้อมูลภายในองค์กรรองรับได้สองปริมาณงาน เป็นสิ่งสำคัญที่คุณต้องทำความเข้าใจปริมาณงานเหล่านี้ก่อนที่เราจะพูดคุยเกี่ยวกับการปรับขนาดเกตเวย์และคำแนะนำ

ปริมาณงานข้อมูลที่แคช

ปริมาณงาน ข้อมูลที่แคชไว้ ดึงและแปลงแหล่งข้อมูลต้นฉบับสำหรับการโหลดลงในชุดข้อมูล Power BI สามารถทำได้ในสามขั้นตอน:

1. การเชื่อมต่อ: เกตเวย์เชื่อมต่อกับข้อมูลต้นทาง
2. การเรียกและการแปลงข้อมูล: ข้อมูลจะถูกเรียกใช้ และเมื่อจำเป็น จะถูกแปลง เมื่อใดก็ตามที่เป็นไปได้ Power Query mashup engine จะส่งขั้นตอนการแปลงไปยังแหล่งข้อมูล - ซึ่งเรียกว่า การพับคิวรี เมื่อไม่สามารถทำได้ การแปลงจะต้องทำโดยเกตเวย์ ในกรณีนี้ เกตเวย์จะใช้ทรัพยากร CPU และหน่วยความจำมากขึ้น
3. ถ่ายโอน: ข้อมูลถูกถ่ายโอนไปยังบริการของ Power BI —การเชื่อมต่ออินเทอร์เน็ตที่เชื่อถือได้และรวดเร็วเป็นสิ่งสำคัญโดยเฉพาะอย่างยิ่งสำหรับจำนวนข้อมูลขนาดใหญ่

ปริมาณงานการเชื่อมต่อสดและ DirectQuery

ปริมาณงาน การเชื่อมต่อสดและ DirectQuery ส่วนใหญ่จะทำงานในโหมดพาส-ทรู บริการของ Power BI ส่งคิวรีและตอบสนองของเกตเวย์ด้วยผลลัพธ์คิวรี โดยทั่วไป ผลลัพธ์คิวรีมีขนาดเล็ก

• สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการเชื่อมต่อสด ดู ชุดข้อมูลในบริการของ Power BI (แบบจำลองข้อมูลที่โฮสต์ภายนอก)
• สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ DirectQuery ดู โหมดชุดข้อมูลในบริการของ Power BI (โหมด DirectQuery)

ปริมาณงานนี้จำเป็นต้องมีทรัพยากรของ CPU สำหรับคิวรีของเส้นทางและผลลัพธ์คิวรี โดยปกติแล้วจะมีความต้องการ CPU น้อยกว่าปริมาณการแคชข้อมูลที่จำเป็น โดยเฉพาะอย่างยิ่งเมื่อจำเป็นต้องแปลงข้อมูลสำหรับการแคช

การเชื่อมต่อที่เชื่อถือได้ รวดเร็ว และสม่ำเสมอ เป็นสิ่งสำคัญที่ต้องตรวจสอบให้แน่ใจว่าผู้ใช้รายงานมีประสบการณ์ตอบสนองในลักษณะนี้

ข้อควรพิจารณาเกี่ยวกับการปรับขนาด

การกำหนดขนาดที่ถูกต้องสำหรับเครื่องเกตเวย์ของคุณอาจขึ้นอยู่กับตัวแปรดังต่อไปนี้:

• สำหรับปริมาณงานของข้อมูลแคช:
  • จำนวนการรีเฟรชชุดข้อมูลพร้อมกัน
  • ชนิดของแหล่งข้อมูล (ฐานข้อมูลเชิงสัมพันธ์ ฐานข้อมูลการวิเคราะห์ ฟีดข้อมูล หรือไฟล์)
  • ปริมาณข้อมูลที่จะเรียกใช้จากแหล่งข้อมูล
  • การแปลงใดๆ ที่จำเป็นต้องทำโดย Power Query mashup engine
  • ปริมาณของข้อมูลที่จะถ่ายโอนไปยังบริการของ Power BI
• สำหรับปริมาณงานการเชื่อมต่อสดและ DirectQuery:
  • จำนวนผู้ใช้รายงานที่เกิดขึ้นพร้อมกัน
  • จำนวนการแสดงผลด้วยภาพบนหน้ารายงาน (แต่ละวิชวลจะส่งอย่างน้อยหนึ่งคิวรี)
  • ความถี่ของการอัปเดตแคชคิวรีของแดชบอร์ด Power BI
  • จำนวนรายงานแบบเรียลไทม์ใช้คุณลักษณะการรีเฟรชหน้าโดยอัตโนมัติ
  • ไม่ว่าชุดข้อมูลจะบังคับใช้ การรักษาความปลอดภัยระดับแถว (RLS) หรือไม่

โดยทั่วไป แล้วปริมาณงานการเชื่อมต่อสดและ DirectQuery จำเป็นต้องมี CPU เพียงพอ ในขณะที่ปริมาณงานแคชข้อมูลจำเป็นต้องใช้ CPU และหน่วยความจำมากขึ้น ปริมาณงานทั้งสองขึ้นอยู่กับการเชื่อมต่อที่ดีกับบริการของ Power BI และแหล่งข้อมูล

คำแนะนำ

คำแนะนำในการปรับขนาดเกตเวย์ขึ้นอยู่กับตัวแปรจำนวนมาก ในส่วนนี้ เราจะให้คำแนะนำทั่วไปที่คุณสามารถนำไปพิจารณาดูได้

การปรับขนาดเริ่มต้น

อาจเป็นเรื่องยากที่จะประเมินขนาดที่ถูกต้องได้อย่างแม่นยำ เราขอแนะนำให้คุณเริ่มต้นด้วยเครื่องที่มีแกน CPU อย่างน้อย 8 คอร์ RAM 8 GB และอะแดปเตอร์เครือข่ายหลายจิกะบิต จากนั้นคุณสามารถวัดปริมาณงานเกตเวย์ทั่วไปได้โดยการบันทึกตัวนับของ CPU และหน่วยความจำระบบ สำหรับข้อมูลเพิ่มเติม ดูที่ การตรวจสอบและปรับประสิทธิภาพการทำงานของเกตเวย์ข้อมูลภายในองค์กรให้เหมาะสม

การเชื่อมต่อ

วางแผนสำหรับการเชื่อมต่อที่ดีที่สุดที่เป็นไปได้ระหว่างบริการของ Power BI กับเกตเวย์ของคุณ และเกตเวย์ของคุณกับแหล่งข้อมูล

• มุ่งมั่นเพื่อความน่าเชื่อถือ ความรวดเร็ว และเวลาในการตอบสนองที่ต่ำและสม่ำเสมอ
• กำจัด - หรือลด - การกระโดดของเครื่องระหว่างเกตเวย์และแหล่งข้อมูลของคุณ
• ลบการควบคุมเครือข่ายใดๆ ที่กำหนดโดยเลเยอร์พร็อกซีไฟร์วอลล์ของคุณ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับตำแหน่งข้อมูล Power BI ดูที่ เพิ่ม URL Power BI ในรายการอนุญาตของคุณ
• กำหนดค่า Azure ExpressRoute เพื่อสร้างการเชื่อมต่อส่วนตัวที่มีการจัดการไปยัง Power BI
• สำหรับแหล่งข้อมูลใน Azure VMs ตรวจสอบให้แน่ใจว่า VMs colocate กับบริการของ Power BI
• สำหรับปริมาณงานการเชื่อมต่อสดไปยัง SQL Server Analysis Services (SSAS) ที่เกี่ยวข้องกับ RLS แบบไดนามิก ตรวจสอบให้แน่ใจว่ามีการเชื่อมต่อที่ดีระหว่างเครื่องเกตเวย์และ Active Directory ภายในองค์กร

การทำคลัสเตอร์

เพื่อการปรับใช้งานขนาดใหญ่ คุณสามารถสร้างเกตเวย์ที่มีสมาชิกคลัสเตอร์หลายรายได้ คลัสเตอร์หลีกเลี่ยงจุดเดียวของความล้มเหลว และสามารถโหลดการรับส่งข้อมูลสมดุลข้ามเกตเวย์ คุณสามารถ:

• ติดตั้งเกตเวย์หนึ่งรายการหรือมากกว่าได้ในคลัสเตอร์
• แยกปริมาณงานไปยังเกตเวย์แบบสแตนด์อโลน หรือคลัสเตอร์ของเซิร์ฟเวอร์เกตเวย์ได้

สำหรับข้อมูลเพิ่มเติม ดู การจัดการคลัสเตอร์เกตเวย์ข้อมูลภายในองค์กรที่มีความพร้อมใช้งานสูงและการปรับสมดุลการโหลด

การออกแบบชุดข้อมูลและการตั้งค่า

การออกแบบชุดข้อมูลและการตั้งค่าอาจส่งผลต่อปริมาณงานเกตเวย์ หากต้องการลดปริมาณงานเกตเวย์ คุณสามารถพิจารณาการดำเนินการต่อไปนี้

สำหรับชุดข้อมูลที่นำเข้า:

• กำหนดค่าการรีเฟรชข้อมูลน้อยลง
• กำหนดค่า การรีเฟรชแบบเพิ่มทีละส่วน เพื่อลดจำนวนข้อมูลที่จะถ่ายโอน
• เมื่อใดที่เป็นไปได้ ตรวจสอบแน่ใจว่ามี การพับคิวรีเกิดขึ้น
• โดยเฉพาะอย่างยิ่งสำหรับข้อมูลขนาดใหญ่หรือความจำเป็นสำหรับผลลัพธ์ที่มีความแฝงต่ำ ให้แปลงการออกแบบเป็นแบบจำลอง DirectQuery หรือ แบบรวม

สำหรับชุดข้อมูล DirectQuery:

• ปรับแหล่งข้อมูล แบบจำลอง และการออกแบบรายงานให้เหมาะสม สำหรับข้อมูลเพิ่มเติม ดู คำแนะนำแบบจำลอง DirectQuery ใน Power BI Desktop
• สร้าง การรวม เพื่อแคชผลลัพธ์ในระดับที่สูงขึ้น เพื่อลดจำนวนคำขอ DirectQuery
• จำกัดช่วง การรีเฟรชหน้าอัตโนมัติ ในการออกแบบรายงานและการตั้งค่าความจุ
• โดยเฉพาะอย่างยิ่งเมื่อบังคับใช้ RLS แบบไดนามิก ให้จำกัดความถี่ในการอัปเดตแคชของแดชบอร์ด
• โดยเฉพาะอย่างยิ่งสำหรับข้อมูลที่มีขนาดเล็กหรือสำหรับข้อมูลถาวร ให้แปลงการออกแบบเป็นแบบจำลองการนำเข้าหรือ แบบรวม

สำหรับชุดข้อมูลการเชื่อมต่อสด:

• โดยเฉพาะอย่างยิ่งเมื่อบังคับใช้ RLS แบบไดนามิก ให้จำกัดความถี่ในการอัปเดตแคชของแดชบอร์ด

ขั้นตอนถัดไป

สำหรับข้อมูลเพิ่มเติมที่เกี่ยวข้องกับบทความนี้ โปรดดูทรัพยากรต่อไปนี้:

• คำแนะนำสำหรับการปรับใช้เกตเวย์ข้อมูลจาก Power BI
• กำหนดค่าการตั้งค่าพร็อกซีสำหรับเกตเวย์ข้อมูลภายในองค์กร
• การตรวจสอบและปรับประสิทธิภาพการทำงานของเกตเวย์ข้อมูลภายในองค์กรให้เหมาะสม
• แก้ไขปัญหาเกตเวย์-Power BI
• แก้ไขปัญหาเกตเวย์ข้อมูลภายในองค์กร
• ความสำคัญของการพับคิวรี
• มีคำถามหรือไม่ ลองถามชุมชน Power BI
• มีข้อเสนอแนะไหม สนับสนุนแนวคิดในการปรับปรุง Power BI