Memecahkan masalah performa laporan di Power BI

Artikel ini memberikan panduan yang memungkinkan pengembang dan administrator untuk memecahkan masalah performa laporan yang lambat. Ini berlaku untuk laporan Power BI, dan juga laporan berhalaman Power BI.

Laporan lambat dapat diidentifikasi oleh pengguna laporan yang mengalami laporan yang lambat dimuat, atau lambat diperbarui saat berinteraksi dengan pemotong atau fitur lainnya. Ketika laporan dihosting pada kapasitas Premium atau kapasitas Fabric, laporan yang lambat juga dapat diidentifikasi dengan memantau aplikasi Metrik Kapasitas Fabric. Aplikasi ini membantu Anda memantau kesehatan dan kapasitas langganan Power BI Premium Anda.

Ikuti langkah-langkah diagram alur

Gunakan diagram alur berikut untuk membantu memahami penyebab performa yang lambat, dan untuk menentukan tindakan apa yang harus diambil.

Ada enam terminator diagram alur, masing-masing menjelaskan tindakan yang harus diambil:

Terminator	Tindakan
	• Mengelola kapasitas. • Menskalakan kapasitas.
	• Selidikilah aktivitas kapasitas selama penggunaan laporan secara umum.
	• Perubahan arsitektur. • Pertimbangkan Azure Analysis Services. • Periksa gateway pada tempat.
	• Pertimbangkan Azure Analysis Services. • Pertimbangkan Power BI Premium.
	• Gunakan Penganalisis Kinerja Power BI Desktop. • Optimalkan laporan, model, atau DAX.
	Ajukan tiket dukungan.

Mengambil tindakan

Pertimbangan pertama adalah untuk memahami jika laporan lambat dihosting pada kapasitas Premium.

Kapasitas premium

Ketika laporan dihosting pada kapasitas Premium, gunakan aplikasi Fabric Capacity Metrics untuk menentukan apakah kapasitas hosting laporan sering melebihi sumber daya kapasitas. Saat ada tekanan pada sumber daya, mungkin sudah saatnya untuk mengelola atau menskalakan kapasitas (terminator diagram alur 1). Jika ada sumber daya yang memadai, selidiki aktivitas kapasitas selama penggunaan laporan biasa (terminator diagram alur 2).

Kapasitas bersama

Jika laporan dihosting pada kapasitas bersama, pemantauan kondisi kapasitas tidak mungkin dilakukan. Anda harus mengambil pendekatan investigasi yang berbeda.

Pertama, tentukan apakah performa lambat terjadi pada waktu tertentu dalam sehari atau bulan. Jika ya—dan banyak pengguna membuka laporan pada saat ini—pertimbangkan dua opsi:

• Tingkatkan lalu lintas kueri dengan memigrasikan model semantik ke Azure Analysis Services, atau ke kapasitas Premium (terminator diagram alur 4).
• Gunakan Power BI Desktop Performance Analyzer untuk mengetahui performa setiap elemen laporan Anda—seperti visual dan rumus DAX. Ini sangat berguna untuk menentukan apakah kueri atau rendering visual yang berkontribusi terhadap masalah performa (terminator diagram alur 5).

Jika Anda menentukan tidak ada pola waktu, selanjutnya pertimbangkan apakah performa lambat diisolasi ke geografi atau wilayah tertentu. Jika ya, kemungkinan sumber datanya jauh dan ada komunikasi jaringan yang lambat. Dalam hal ini, pertimbangkan:

• Mengubah arsitektur dengan menggunakan Azure Analysis Services (terminator diagram alur 3).
• Mengoptimalkan performa gateway data di lokasi (terminator diagram alur 3).

Terakhir, jika Anda menentukan tidak ada pola waktu dan performa lambat terjadi di semua wilayah, selidiki apakah performa lambat terjadi pada perangkat, klien, atau browser web tertentu. Jika tidak, gunakan Power BI Desktop Performance Analyzer, seperti yang dijelaskan sebelumnya, untuk mengoptimalkan laporan atau model (terminator diagram alur 5).

Saat Anda menentukan perangkat, klien, atau browser web tertentu berkontribusi pada performa yang lambat, sebaiknya buat tiket dukungan melalui halaman dukungan Power BI (terminator diagram alur 6).

Konten terkait

Untuk informasi selengkapnya tentang artikel ini, lihat sumber daya berikut ini:

• Panduan Power BI
• Peta jalan adopsi Fabric
• Memantau performa laporan
• Penganalisis Kinerja
• Pertanyaan? Coba tanyakan Komunitas Fabric
• Ada saran? Menyumbangkan ide untuk meningkatkan kain