Ölçülerin, ilişkilerin ve görsellerin performansını gözden geçirme

Anlam modelinizde birden çok tablo, karmaşık ilişkiler, karmaşık hesaplamalar, birden çok görsel veya gereksiz veri varsa, düşük rapor performansı olasılığı vardır. Bir raporun düşük performansı, olumsuz bir kullanıcı deneyimine yol açar.

Performansı optimize etmek için önce sorunun nereden geldiğini belirlemelisiniz; Başka bir deyişle, raporunuzun ve anlamsal modelinizin hangi öğelerinin performans sorunlarına neden olduğunu öğrenin. Daha sonra, bu sorunları çözmek ve dolayısıyla performansı artırmak için harekete geçebilirsiniz.

Rapor performansı sorunlarını belirleyin

Raporlarınızda en iyi performansı elde etmek için, hızlı çalışan sorgular ve ölçümler içeren verimli bir anlam modeli oluşturmanız gerekir. İyi bir temele sahip olduğunuzda, sorgu planlarını ve bağımlılıklarını analiz ederek ve ardından performansı daha da iyileştirmek için değişiklikler yaparak modeli daha da geliştirebilirsiniz.

İstediğiniz sonuçları elde etmek için en verimli yolu kullandığınızdan emin olmak için anlam modelinizdeki ölçüleri ve sorguları gözden geçirmeniz gerekir. Başlangıç noktanız, kodda var olan performans sorunlarını belirlemek olmalıdır. Anlamsal modeldeki en yavaş sorguyu belirlediğinizde, önce en büyük performans sorununa odaklanabilir ve diğer sorunlar üzerinde çalışmak için bir öncelik listesi oluşturabilirsiniz.

Performansı analiz edin

Kullanıcılar onlarla etkileşim kurduğunda rapor öğelerinizin her birinin nasıl performans gösterdiğini öğrenmenize yardımcı olması için Performans çözümleyicisi'ni kullanabilirsiniz Power BI Desktop . Örneğin, bir kullanıcı etkileşimi tarafından başlatıldığında belirli bir görselin yenilenmesinin ne kadar süreceğini belirleyebilirsiniz. Performans çözümleyicisi , performans sorunlarınıza katkıda bulunan öğeleri belirlemenize yardımcı olur ve bu da sorun giderme sırasında yararlı olabilir.

Performans çözümleyicisini çalıştırmadanönce, analizinizde (testinizde) en doğru sonuçları aldığınızdan emin olmak için temiz bir görsel önbellek ve temiz bir veri altyapısı önbelleği ile başladığınızdan emin olun.

• Görsel önbellek - Bir görseli yüklediğinizde, kapatıp yeniden açmadan Power BI Desktop bu görsel önbelleğini temizleyemezsiniz. Oyunda herhangi bir önbelleğe almayı önlemek için analizinize temiz bir görsel önbellekle başlamanız gerekir.

  Temiz bir görsel önbelleğiniz olduğundan emin olmak için, (.pbix) dosyanıza Power BI Desktop boş bir sayfa ekleyin ve ardından bu sayfa seçiliyken dosyayı kaydedin ve kapatın. Analiz etmek istediğiniz (.pbix) dosyasını yeniden açın Power BI Desktop . Boş sayfada açılacaktır.

• Veri altyapısı önbelleği - Bir sorgu çalıştırıldığında, sonuçlar önbelleğe alınır, bu nedenle analizinizin sonuçları yanıltıcı olur. Görseli yeniden çalıştırmadan önce veri önbelleğini temizlemeniz gerekir.

  Veri önbelleğini temizlemek için DAX Studio'yu yeniden başlatabilir Power BI Desktop veya anlamsal modele bağlayabilir ve ardından Önbelleği Temizle'yi çağırabilirsiniz.

Önbellekleri temizledikten ve dosyayı boş sayfada açtığınızda Power BI Desktop , Görünüm sekmesine gidin ve Performans çözümleyicisi seçeneğini seçin .

Analiz işlemine başlamak için Kaydı başlat'ı seçin, analiz etmek istediğiniz raporun sayfasını seçin ve ölçmek istediğiniz rapor öğeleriyle etkileşim kurun. Çalışırken etkileşimlerinizin sonuçlarının Performans çözümleyicisi bölmesinde görüntülendiğini göreceksiniz. İşiniz bittiğinde Durdur düğmesini seçin.

Daha ayrıntılı bilgi için bkz: Rapor öğesi performansını incelemek için Performans Çözümleyicisi'ni kullanma.

Sonuçları gözden geçirme

Performans testinizin sonuçlarını Performans çözümleyicisi bölmesinde gözden geçirebilirsiniz. Görevleri en uzundan en kısaya doğru süre sırasına göre gözden geçirmek için, Süre (ms) sütun başlığının yanındaki Sırala simgesine sağ tıklayın ve ardından Azalan sırada Toplam süre'yi seçin .

Her görselin günlük bilgileri, aşağıdaki görev kategorilerinin tamamlanmasının ne kadar sürdüğünü (süre) gösterir:

• DAX sorgusu - Görselin sorguyu göndermesi için geçen süre ve Analysis Services'ın sonuçları döndürmesi için geçen süre.

• Görsel görüntüleme - Web görüntülerini veya coğrafi kodlamayı almak için gereken süre de dahil olmak üzere görselin ekranda işlenmesi için geçen süre.

• Diğer - Görselin sorgu hazırlaması, diğer görsellerin tamamlanmasını beklemesi veya diğer arka plan işleme görevlerini gerçekleştirmesi için geçen süre. Bu kategori uzun bir süre görüntülüyorsa, bu süreyi azaltmanın tek gerçek yolu DAX sorgularını diğer görseller için iyileştirmek veya rapordaki görsel sayısını azaltmaktır.

Analiz testinin sonuçları, anlamsal modelinizin davranışını anlamanıza ve optimize etmeniz gereken öğeleri belirlemenize yardımcı olur. Rapordaki her bir öğenin süresini karşılaştırabilir ve uzun süreli öğeleri belirleyebilirsiniz. Bu öğelere odaklanmalı ve rapor sayfasına yüklenmelerinin neden bu kadar uzun sürdüğünü araştırmalısınız.

Sorgularınızı daha ayrıntılı bir şekilde analiz etmek için, başka bir hizmet tarafından sağlanan ücretsiz, açık kaynaklı bir araç olan DAX Studio'yu kullanabilirsiniz.

Sorunları çözün ve performansı optimize edin

Analizinizin sonuçları, iyileştirme alanlarını ve performans optimizasyonu fırsatlarını belirleyecektir. Anlam modelinizdeki görsellerde, DAX sorgusunda veya diğer öğelerde geliştirmeler yapmanız gerektiğini fark edebilirsiniz. Aşağıdaki bilgiler, nelere dikkat etmeniz gerektiği ve yapabileceğiniz değişiklikler hakkında rehberlik sağlar.

Görseller

Görselleri düşük performansa yol açan performans sorunu olarak tanımlarsanız, kullanıcı deneyimini en az etkiyle performansı artırmanın bir yolunu bulmanız gerekir.

Rapor sayfasındaki görsellerin sayısını göz önünde bulundurun; Daha az görsel, daha iyi performans anlamına gelir. Bir görselin gerçekten gerekli olup olmadığını ve son kullanıcıya değer katıp katmadığını kendinize sorun. Yanıt hayır ise bu görseli kaldırmanız gerekir. Sayfada birden çok görsel kullanmak yerine, detaylandırma sayfaları ve rapor sayfası araç ipuçları gibi ek ayrıntılar sağlamanın diğer yollarını göz önünde bulundurun.

Her görseldeki alan sayısını inceleyin. Raporda ne kadar çok görseliniz varsa, performans sorunları yaşama olasılığınız o kadar yüksek olur. Ayrıca, ne kadar çok görsel olursa, rapor o kadar kalabalık görünebilir ve netliğini kaybedebilir. Görseller için üst sınır 100 alandır (ölçü veya sütun), bu nedenle 100'den fazla alana sahip bir görselin yüklenmesi yavaş olur. Bir görseldeki tüm bu verilere gerçekten ihtiyacınız olup olmadığını kendinize sorun. Şu anda kullanmakta olduğunuz alanların sayısını azaltabilirsiniz.

DAX sorgusu

Performans çözümleyicisi bölmesindeki sonuçları incelediğinizde, altyapının Power BI Desktop her sorguyu değerlendirmesinin ne kadar sürdüğünü (milisaniye cinsinden) görebilirsiniz. 120 milisaniyeden uzun süren herhangi bir DAX sorgusu iyi bir başlangıç noktasıdır. Bu örnekte, uzun süreli belirli bir sorguyu tanımlarsınız.

Performans çözümleyicisi olası sorunları vurgular, ancak bunları iyileştirmek için ne yapılması gerektiğini söylemez. Bu önlemin işlenmesinin neden bu kadar uzun sürdüğü konusunda daha fazla araştırma yapmak isteyebilirsiniz. Sorgularınızı daha ayrıntılı bir şekilde araştırmak için DAX Studio'yu kullanabilirsiniz.

Örneğin, hesaplama formülünü panoya kopyalamak için Sorguyu Kopyala'yı seçin ve ardından Dax Studio'ya yapıştırın. Daha sonra hesaplama adım daha ayrıntılı olarak inceleyebilirsiniz. Bu örnekte, sipariş miktarları beşe eşit veya daha büyük olan toplam ürün sayısını saymaya çalışıyorsunuz.

Count Customers =
CALCULATE (
    DISTINCTCOUNT ( Order[ProductID] ),
    FILTER ( Order, Order[OrderQty] >= 5 )
)

Sorguyu analiz ettikten sonra, performans sorunlarının nerede olduğunu belirlemek için kendi bilgi ve deneyiminizi kullanabilirsiniz. Performansı artırıp artırmadıklarını görmek için farklı DAX işlevleri kullanmayı da deneyebilirsiniz. Aşağıdaki örnekte, FILTER işlevi KEEPFILTER işleviyle değiştirilmiştir. Test Performans çözümleyicisinde yeniden çalıştırıldığında, KEEPFILTER işlevinin bir sonucu olarak süre daha kısaydı.

Count Customers =
CALCULATE (
    DISTINCTCOUNT ( Order[ProductID] ),
    KEEPFILTERS (Order[OrderQty] >= 5 )
)

Bu durumda, bu sorgunun değerlendirme süresini önemli ölçüde azaltmak için FILTER işlevini KEEPFILTER işleviyle değiştirebilirsiniz. Bu değişikliği yaptığınızda, sürenin iyileşip iyileşmediğini denetlemek için veri önbelleğini temizleyin ve ardından Performans çözümleyicisi işlemini yeniden çalıştırın.

Anlamsal model

Ölçülerin ve görsellerin süresi düşük değerler gösteriyorsa (başka bir deyişle kısa bir süreye sahiplerse), performans sorunlarının nedeni bunlar değildir. Bunun yerine, DAX sorgusu yüksek bir süre değeri görüntülüyorsa, büyük olasılıkla bir ölçü hatalı yazılmıştır veya anlam modeliyle ilgili bir sorun oluşmuştur. Sorun, modelinizdeki ilişkilerden, sütunlardan veya meta verilerden kaynaklanıyor olabilir ya da aşağıdaki bölümde açıklandığı gibi Otomatik tarih/saat seçeneğinin durumu olabilir.

İlişkiler

Doğru ilişkileri kurduğunuzdan emin olmak için tablolarınız arasındaki ilişkileri gözden geçirmelisiniz. İlişki kardinalite özelliklerinin doğru yapılandırılıp yapılandırılmadığını denetleyin. Örneğin, benzersiz değerler içeren tek taraflı bir sütun, yanlış bir şekilde çok taraflı sütun olarak yapılandırılmış olabilir. Bu modülün ilerleyen bölümlerinde kardinalitenin performansı nasıl etkilediği hakkında daha fazla bilgi edineceksiniz.

Sütunlar

İhtiyaç duymadığınız veri sütunlarını içe aktarmamak en iyi uygulamadır. Düzenleyici'de Power Query sütunların silinmesini önlemek için, verileri Power BI Desktop yüklerken bunlarla kaynağında ilgilenmeye çalışmalısınız. Ancak, gereksiz sütunları kaynak sorgudan kaldırmak mümkün değilse veya veriler zaten ham durumda içe aktarılmışsa, her sütunu incelemek için her zaman Düzenleyici'yi kullanabilirsiniz Power Query . Her bir sütuna gerçekten ihtiyacınız olup olmadığını kendinize sorun ve her birinin anlam modelinize kattığı faydayı belirlemeye çalışın. Bir sütunun değer eklemediğini fark ederseniz, onu anlam modelinizden kaldırmanız gerekir. Örneğin, binlerce benzersiz satır içeren bir Kimlik sütununuz olduğunu varsayalım. Bu sütunu bir ilişkide kullanmayacağınızı biliyorsunuz, bu nedenle bir raporda kullanılmayacak. Bu nedenle, bu sütunu gereksiz olarak görmeli ve anlamsal modelinizde yer israf ettiğini kabul etmelisiniz.

Gereksiz bir sütunu kaldırdığınızda, anlamsal modelin boyutunu küçültürsünüz, bu da daha küçük bir dosya boyutu ve daha hızlı yenileme süresi sağlar. Ayrıca, anlamsal model yalnızca ilgili verileri içerdiğinden, genel rapor performansı iyileştirilecektir.

Daha fazla bilgi için bkz: İçeri aktarma modellemesi için veri azaltma teknikleri.

Meta Veriler

Meta veriler, diğer verilerle ilgili bilgilerdir. Power BI Meta veriler, sütunların her birinin adı, veri türü ve biçimi, veritabanının şeması, rapor tasarımı, dosyanın en son ne zaman değiştirildiği, veri yenileme hızları ve çok daha fazlası gibi anlam modelinizle ilgili bilgileri içerir.

Verileri Power BI Desktop yüklediğinizde, anlam modelinizle ilgili tutarsızlıkları tanımlayabilmeniz ve rapor oluşturmaya başlamadan önce verileri normalleştirebilmeniz için ilgili meta verileri analiz etmek iyi bir uygulamadır. Meta verilerinizi analiz ederken gereksiz sütunları, verilerinizdeki hataları, yanlış veri türlerini, yüklenen veri hacmini (işlemsel veya geçmiş veriler de dahil olmak üzere büyük anlamsal modellerin yüklenmesi daha uzun sürer) ve çok daha fazlasını belirleyeceğiniz için meta verileriniz üzerinde analiz çalıştırmak anlamsal model performansını artırır.

Ham verilerin sütunlarını, satırlarını ve değerlerini incelemek için Düzenleyici'yi Power Query kullanabilirsiniz Power BI Desktop . Ardından, gerekli değişiklikleri yapmak için aşağıdaki ekran görüntüsünde vurgulananlar gibi kullanılabilir araçları kullanabilirsiniz.

Seçenekler Power Query şunları içerir:

• Gereksiz sütunlar - Her sütun için ihtiyacı değerlendirir. Raporda bir veya daha fazla sütun kullanılmayacaksa ve bu nedenle gereksizse, Giriş sekmesindeki Sütunları Kaldır seçeneğini kullanarak bunları kaldırmanız gerekir.

• Gereksiz satırlar - Anlam modelindeki ilk birkaç satırı boş olup olmadıklarını veya raporlarınızda ihtiyaç duymadığınız veriler içerip içermediklerini kontrol eder; boş ise, Giriş sekmesindeki Satırları Kaldır seçeneğini kullanarak bu satırları kaldırır.

• Veri türü - Her birinin doğru olduğundan emin olmak için sütun veri türlerini değerlendirir. Yanlış bir veri türü belirlerseniz, sütunu seçerek, Dönüştür sekmesinde Veri Türü'nü seçerek ve ardından listeden doğru veri türünü seçerek değiştirin.

• Sorgu adları - Sorgular bölmesindeki sorgu (tablo) adlarını inceler. Sütun başlığı adlarında yaptığınız gibi, yaygın olmayan veya yararlı olmayan sorgu adlarını daha belirgin veya kullanıcının daha aşina olduğu adlarla değiştirmelisiniz. Bir sorguyu sağ tıklatıp Yeniden Adlandır'ı seçerek, adı gerektiği gibi düzenleyerek ve Enter tuşuna basarak sorguyu yeniden adlandırabilirsiniz.

• Sütun ayrıntıları-Düzenleyici Power Query , sütunlarınızla ilişkili meta verileri analiz etmek için kullanabileceğiniz aşağıdaki üç veri önizleme seçeneğine sahiptir. Bu seçenekleri, aşağıdaki ekran görüntüsünde gösterildiği gibi Görünüm sekmesinde bulabilirsiniz.

  • Sütun kalitesi - Sütundaki öğelerin yüzde kaçının geçerli, hatalı veya boş olduğunu belirler. Geçerli yüzde 100 değilse, nedenini araştırmalı, hataları düzeltmeli ve boş değerleri doldurmalısınız.

  • Sütun dağılımı - Sütunların her birindeki değerlerin sıklığını ve dağılımını görüntüler. Bunu bu modülün ilerleyen bölümlerinde daha ayrıntılı olarak inceleyeceksiniz.

  • Sütun profili - Sütun istatistik grafiğini ve sütun dağılım grafiğini gösterir.

Göz önünde bulundurmanız gereken diğer meta veriler, dosya boyutu ve veri yenileme hızları gibi bir bütün olarak anlamsal model hakkındaki bilgilerdir. Bu meta verileri ilişkili Power BI Desktop (.pbix) dosyasında bulabilirsiniz. Yüklediğiniz Power BI Desktop veriler sıkıştırılır ve VertiPaq depolama altyapısı tarafından diske depolanır. Semantik modelinizin boyutunun performansı üzerinde doğrudan bir etkisi vardır; Daha küçük boyutlu bir anlam modeli daha az kaynak (bellek) kullanır ve daha hızlı veri yenileme, hesaplama ve raporlardaki görsellerin işlenmesini sağlar.

Otomatik tarih/saat özelliği

Performansı optimize ederken göz önünde bulundurulması gereken bir diğer öğe de Otomatik tarih/saat seçeneğidir. Power BI Desktop Varsayılan olarak, bu özellik genel olarak etkindir, başka bir deyişle Power BI Desktop , belirli koşulların karşılanması koşuluyla her tarih sütunu için otomatik olarak gizli bir hesaplanan tablo oluşturur. Yeni, gizli tablolar, anlam modelinizde zaten bulunan tablolara ek olarak sunulur.

Otomatik tarih/saat seçeneği, takvim dönemlerini filtrelerken, gruplandırırken ve detaya giderken akıllı zaman gösterimi ile çalışmanıza olanak tanır. Otomatik tarih/saat seçeneğini yalnızca takvim dönemleriyle çalışırken ve zamanla ilgili basit model gereksinimleriniz olduğunda etkin tutmanızı öneririz.

Veri kaynağınız zaten bir tarih boyutu tablosu tanımlıyorsa, kuruluşunuzdaki saati tutarlı bir şekilde tanımlamak için bu tablo kullanılmalı ve genel Otomatik tarih/saat seçeneğini devre dışı bırakmanız gerekir. Bu seçeneğin devre dışı bırakılması anlam modelinizin boyutunu küçültebilir ve yenileme süresini kısaltabilir.

Bu Otomatik tarih/saat seçeneğini tüm Power BI Desktop dosyalarınız için geçerli olacak şekilde genel olarak etkinleştirebilir/devre dışı bırakabilir veya geçerli dosya için seçeneği etkinleştirebilir/devre dışı bırakarak yalnızca tek bir dosyaya uygulanmasını sağlayabilirsiniz.

Bu Otomatik tarih/saat seçeneğini etkinleştirmek/devre dışı bırakmak için Dosya Seçenekleri ve ayar>Seçenekleri'ne> gidin ve ardından Genel veya Geçerli Dosya sayfasını seçin. Her iki sayfada da Veri Yükleme'yi seçin ve ardından Akıllı Zaman Gösterimi bölümünde onay kutusunu gerektiği gibi seçin veya temizleyin.

Otomatik tarih/saat özelliğine genel bir bakış ve genel giriş için, bkz: Otomatik tarih/saat uygulama Power BI Desktop.