Şirket içi veri ağ geçidi boyutlandırma
Bu makale, üzerinde şirket içi veri ağ geçidiniyüklemesi ve yönetmesi gereken Fabric yöneticilerini hedefler.
Power BI'ın doğrudan İnternet üzerinden erişilmeyecek verilere erişmesi gerektiğinde ağ geçidi gereklidir. Şirket içi bir sunucuya veya vm tarafından barındırılan hizmet olarak altyapıya (IaaS) yüklenebilir.
Ağ geçidi iş yükleri
Şirket içi veri ağ geçidi iki iş yükünü destekler. Ağ geçidi boyutlandırmasını ve önerilerini tartışmadan önce bu iş yüklerini anlamanız önemlidir.
Önbelleğe alınan veri iş yükü
Önbelleğe alınan veri iş yükü, Power BI anlam modellerine yüklenmek üzere kaynak verileri alır ve dönüştürür. Bunu üç adımda yapar:
- Bağlantı: Ağ geçidi kaynak verilere bağlanır.
- Veri alma ve dönüştürme: Veriler alınır ve gerektiğinde dönüştürülür. Mümkün olduğunda, Power Query karma altyapısı dönüştürme adımlarını veri kaynağına gönderir; sorguyu kaynağa döndürme olarak bilinir. Mümkün olmadığında dönüştürmelerin ağ geçidi tarafından yapılması gerekir. Bu durumda ağ geçidi daha fazla CPU ve bellek kaynağı kullanır.
- Aktarım: Veriler Power BI hizmeti aktarılır; özellikle büyük veri hacimleri için güvenilir ve hızlı bir İnternet bağlantısı önemlidir.
Canlı Bağlantı ve DirectQuery iş yükleri
Canlı Bağlantı ve DirectQuery iş yükü çoğunlukla geçiş modunda çalışır. Power BI hizmeti sorgular gönderir ve ağ geçidi sorgu sonuçlarıyla yanıt verir. Genellikle sorgu sonuçlarının boyutu küçüktür.
- Canlı Bağlantı hakkında daha fazla bilgi için bkz. Power BI hizmeti anlam modelleri (Dışarıdan barındırılan modeller).
- DirectQuery hakkında daha fazla bilgi için bkz. Power BI hizmeti anlam modeli modları (DirectQuery modu).
Bu iş yükü, sorguları ve sorgu sonuçlarını yönlendirmek için CPU kaynakları gerektirir. Özellikle verileri önbelleğe almak için dönüştürmek gerektiğinde, genellikle Önbellek verileri iş yükünün gerektirdiğinden çok daha az CPU talebi vardır.
Rapor kullanıcılarının duyarlı deneyimlere sahip olduğundan emin olmak için güvenilir, hızlı ve tutarlı bağlantı önemlidir.
Boyutlandırmayla ilgili dikkat edilmesi gerekenler
Ağ geçidi makineniz için doğru boyutlandırmanın belirlenmesi aşağıdaki değişkenlere bağlı olabilir:
-
Cache veri iş yükleri için:
- Eşzamanlı semantik model yenilemelerinin sayısı
- Veri kaynağı türleri (ilişkisel veritabanı, analitik veritabanı, veri akışları veya dosyalar)
- Veri kaynaklarından alınacak veri hacmi
- Power Query karma altyapısı tarafından yapılması gereken dönüştürmeler
- Power BI hizmeti aktarılacak veri hacmi
-
Canlı Bağlantı ve DirectQuery iş yükleri için:
- Eşzamanlı rapor kullanıcılarının sayısı
- Rapor sayfalarında bulunan görsellerin sayısı (her görsel en az bir sorgu gönderir)
- Power BI panosu sorgu önbelleği güncelleştirmelerinin sıklığı
- Otomatik sayfa yenileme özelliğini kullanan gerçek zamanlı raporların sayısı
- Anlamsal modellerin Satır Düzeyi Güvenliği (RLS) zorunlu kılıp zorlamadığı
Genel olarak, Canlı Bağlantı ve DirectQuery iş yükleri yeterli CPU gerektirirken Önbellek veri iş yükleri daha fazla CPU ve bellek gerektirir. her iki iş yükü de Power BI hizmeti ve veri kaynaklarıyla iyi bağlantıya bağlıdır.
Not
Power BI kapasiteleri model yenileme paralelliği ve Canlı Bağlantı ile DirectQuery aktarım hızına sınırlar getirir. Ağ geçitlerinizi, Power BI hizmeti desteklediğinden daha fazlasını sunmak için boyutlandırmanın bir anlamı yoktur. Sınırlar Premium SKU'ya (ve eşdeğer boyutlu A SKU'sa) göre farklılık gösterir. Daha fazla bilgi için bkz. Microsoft Fabric kapasite lisansları ve Power BI Premium nedir? (Kapasite düğümleri).
Önemli
Bazen bu makale Power BI Premium'a veya kapasite aboneliklerine (P SKU'ları) başvurur. Microsoft'un şu anda satın alma seçeneklerini birleştirdiğini ve kapasite başına Power BI Premium SKU'larını kullanımdan kaldırdığını unutmayın. Yeni ve mevcut müşteriler bunun yerine Doku kapasitesi abonelikleri (F SKU'ları) satın almayı düşünmelidir.
Daha fazla bilgi için bkz . Power BI Premium lisansına gelen önemli güncelleştirmeler ve Power BI Premium hakkında SSS.
Öneriler
Ağ geçidi boyutlandırma önerileri birçok değişkene bağlıdır. Bu bölümde, dikkate almanız gereken genel öneriler sunuyoruz.
İlk boyutlandırma
Doğru boyutu doğru şekilde tahmin etmek zor olabilir. En az 8 CPU çekirdeği, 8 GB RAM ve birden çok Gigabit ağ bağdaştırıcısına sahip bir makineyle başlamanızı öneririz. Daha sonra CPU ve bellek sistemi sayaçlarını günlüğe yazarak tipik bir ağ geçidi iş yükünü ölçebilirsiniz. Daha fazla bilgi için bkz . Şirket içi veri ağ geçidi performansını izleme ve iyileştirme.
Bağlantı
Power BI hizmeti ile ağ geçidiniz ve ağ geçidiniz ile veri kaynakları arasında mümkün olan en iyi bağlantıyı planlayın.
- Güvenilirlik, yüksek hızlar ve düşük, tutarlı gecikme süreleri için çaba gösterin.
- Ağ geçidi ile veri kaynaklarınız arasındaki makine atlamalarını ortadan kaldırın veya azaltın.
- Güvenlik duvarı ara sunucu katmanınız tarafından uygulanan tüm ağ azaltmalarını kaldırın. Power BI uç noktaları hakkında daha fazla bilgi için bkz . İzin verme listenize Power BI URL'leri ekleme.
- Power BI'a özel, yönetilen bağlantılar kurmak için Azure ExpressRoute'u ayarlayın.
- Azure VM'lerindeki veri kaynakları için VM'lerin Power BI hizmeti birlikte bulunduğundan emin olun.
- Dinamik RLS içeren SQL Server Analysis Services'e (SSAS) Canlı Bağlantı iş yükleri için ağ geçidi makinesi ile şirket içi Active Directory arasında iyi bir bağlantı olduğundan emin olun.
Kümeleme
Büyük ölçekli dağıtımlar için, birden çok küme üyesine sahip bir ağ geçidi oluşturabilirsiniz. Kümeler tek hata noktalarını önler ve ağ geçitleri arasında trafiğin yükünü dengeleyebilir. Şunları yapabilirsiniz:
- Kümeye bir veya daha fazla ağ geçidi yükleyin.
- İş yüklerini tek başına ağ geçitlerine veya ağ geçidi sunucu kümelerine yalıtın.
Daha fazla bilgi için bkz . Şirket içi veri ağ geçidi yüksek kullanılabilirlik kümelerini ve yük dengelemeyi yönetme.
Anlamsal model tasarımı ve ayarları
Anlam modeli tasarımı ve ayarları ağ geçidi iş yüklerini etkileyebilir. Ağ geçidi iş yükünü azaltmak için aşağıdaki eylemleri göz önünde bulundurabilirsiniz.
İçeri aktarma semantik modelleri için:
- Daha az sıklıkta veri yenileme ayarlayın.
- Aktaracak veri miktarını en aza indirmek için artımlı yenileme ayarlayın.
- Mümkün olduğunda sorguyu kaynağa döndürme işleminin gerçekleştiğini doğrulayın.
- Özellikle büyük veri hacimlerinde veya düşük gecikme süreli sonuçlara ihtiyaç duyulması için tasarımı DirectQuery veya Bileşik modele dönüştürün.
DirectQuery anlam modelleri için:
- Veri kaynaklarını, modeli ve rapor tasarımlarını iyileştirme. Daha fazla bilgi için bkz . Power BI Desktop'ta DirectQuery modeli kılavuzu.
- DirectQuery isteklerinin sayısını azaltmak için daha üst düzey sonuçları önbelleğe almak için toplamalar oluşturun.
- Rapor tasarımlarında ve kapasite ayarlarında Otomatik sayfa yenileme aralıklarını kısıtlayın.
- Özellikle dinamik RLS uygulandığında pano önbelleği güncelleştirme sıklığını kısıtlayın.
- Özellikle daha küçük veri hacimleri için veya geçici olmayan veriler için tasarımı İçeri Aktarma veya Bileşik modele dönüştürün.
Canlı Bağlantı semantik modelleri için:
- Özellikle dinamik RLS uygulandığında pano önbelleği güncelleştirme sıklığını kısıtlayın.
İlgili içerik
Bu makaleyle ilgili daha fazla bilgi için aşağıdaki kaynaklara göz atın:
- Power BI uygulama planlaması: Veri ağ geçitleri
- Power BI için bir veri ağ geçidi dağıtmaya yönelik rehberlik
- Şirket içi veri ağ geçidi için ara sunucu ayarlarını yapılandırma
- Şirket içi veri ağ geçidi performansını izleme ve en iyi duruma getirme
- Ağ geçitleriyle ilgili sorunları giderme - Power BI
- Şirket içi veri ağ geçidi sorunlarını giderme
- Sorguyu kaynağa döndürmenin önemi
- Sorularınız var mı? Fabric Topluluğu'na sormayı deneyin
- Öneri? Doku geliştirmek için fikirlere katkıda bulunma