Condividi tramite


Pianificazione della capacità nell'analisi incorporata di Power BI

Il calcolo del tipo di capacità necessario per una distribuzione di analisi incorporata di Power BI può essere complicato. La capacità necessaria dipende da diversi parametri, alcuni dei quali sono difficili da prevedere.

Alcuni degli aspetti da considerare durante la pianificazione della capacità sono:

  • I modelli di dati in uso.
  • Numero e complessità delle query necessarie.
  • Distribuzione oraria dell'utilizzo dell'applicazione.
  • Frequenza di aggiornamento dei dati.
  • Altri modelli di utilizzo difficili da prevedere.

Annotazioni

Questo articolo spiega come pianificare la capacità necessaria e come effettuare una valutazione dei test di carico per le analisi incorporate di Power BI A-SKUs.

Quando si pianifica la capacità, seguire i seguenti passaggi:

  1. Ottimizzare le prestazioni e l'utilizzo delle risorse.
  2. Determinare lo SKU minimo.
  3. Valutare il carico di capacità.
  4. Configurare la scalabilità automatica della capacità.

Ottimizzare le prestazioni e l'utilizzo delle risorse

Prima di avviare qualsiasi pianificazione della capacità o valutazione dei test di carico, ottimizzare le prestazioni e il consumo di risorse (in particolare il footprint di memoria) dei report e dei modelli semantici.

Per ottimizzare le prestazioni, seguire le linee guida nelle risorse seguenti:

Per un'esercitazione dettagliata sull'ottimizzazione delle prestazioni, vedere il modulo Ottimizzare un modello per le prestazioni nel modulo di training di Power BI.

Calcolare il SKU minimo

La tabella seguente riepiloga tutte le limitazioni che dipendono dalle dimensioni della capacità. Per determinare lo SKU minimo per la capacità, controllare la colonna Memoria massima (GB) sotto l'intestazione Modello semantico. Tenere inoltre presenti le limitazioni correnti.

SKU1 Unità di capacità (CU) Power BI SKU Power BI v-core
F2 2 Non disponibile Non disponibile
F4 4 Non disponibile Non disponibile
F8 8 EM1/A1 1
F16 16 EM2/A2 2
F32 32 EM3/A3 4
F64 64 P1/A4 8
F128 128 P2/A5 16
F256 256 P3/A6 32
F5122 512 P4/A7 64
F10242 1,024 P5/A8 128
F20482 2,048 Non disponibile Non disponibile

1 Nello scenario di Microsoft 365 o Incorpora per l'organizzazione (dati di proprietà dell'utente), gli SKU di dimensioni inferiori a F64 richiedono una licenza Pro o Premium Per Utente (PPU) o una singola versione di valutazione di Power BI per usare il contenuto di Power BI.

2 Questi SKU non sono disponibili in tutte le aree. Per richiedere l'uso di questi SKU nelle aree in cui non sono disponibili, contattare il responsabile account Microsoft.

Valutare il carico di capacità

Per testare o valutare il carico di capacità:

  1. Creare una capacità Premium di Power BI Embedded in Azure per il test. Usa una sottoscrizione associata allo stesso tenant di Microsoft Entra a cui appartiene il tenant di Power BI e utilizza un account utente connesso a tale tenant.

  2. Assegnare l'area di lavoro (o le aree di lavoro) da usare per testare la capacità Premium creata. È possibile assegnare un'area di lavoro in uno dei modi seguenti:

  3. Come amministratore della capacità, installare l'app Microsoft Fabric Capacity Metrics. Specificare l'ID di capacità e il tempo (in giorni) da monitorare e quindi aggiornare i dati.

  4. Usare lo strumento di valutazione del carico della capacità di Power BI per valutare le esigenze di capacità. Questo repository GitHub include anche un video esplicativo. Usare questo strumento con attenzione: eseguire il test con un massimo di decine di utenti simulati simultanei ed estrapolare per carichi simultanei più elevati (centinaia o migliaia, a seconda delle esigenze). Per altre informazioni, vedere Valutare il carico di capacità. In alternativa, usare altri strumenti di test di carico, ma considerare l'iFrame come una casella nera e simulare l'attività utente tramite codice JavaScript.

  5. Usare l'app Microsoft Fabric Capacity Metrics installata nel passaggio 3 per monitorare l'utilizzo della capacità attraverso lo strumento per il test di carico. In alternativa, è possibile monitorare la capacità controllando le metriche Premium usando gli avvisi in Monitoraggio di Azure.

Prendere in considerazione l'uso di uno SKU più grande per la tua capacità se la CPU effettiva utilizzata su questa capacità a causa del test di carico sta avvicinando questo limite.

Configurare la scalabilità automatica

È possibile usare la tecnica di scalabilità automatica seguente per ridimensionare in modo elastico la capacità A-SKU per soddisfare le esigenze correnti di memoria e CPU.

  • Usare l'API di aggiornamento delle capacità per ridimensionare lo SKU di capacità verso l'alto o verso il basso. Per informazioni su come usare l'API per creare script personalizzati per aumentare e ridurre le prestazioni, vedere un esempio di aumento della capacità di script powerShell per runbook.

  • Usare Gli avvisi di Monitoraggio per tenere traccia delle metriche di capacità di Power BI Embedded seguenti:

    • Sovraccarico (1 se la CPU della capacità ha superato il 100% e si trova in uno stato di sovraccarico, altrimenti 0)
    • CPU (percentuale di utilizzo della CPU)
    • CPU per carico di lavoro se vengono usati carichi di lavoro specifici (ad esempio report impaginati)
  • Configurare gli avvisi di monitoraggio in modo che quando queste metriche raggiungono i valori specificati, viene attivata un'esecuzione di script che ridimensiona la capacità verso l'alto o verso il basso.

Ad esempio, è possibile creare una regola che richiama il runbook di capacità con scalabilità verticale per aggiornare la capacità a uno SKU superiore se il sovraccarico è pari a 1 o se il valore della CPU è del 95%. È anche possibile creare una regola che richiama uno script del runbook per la riduzione della capacità per aggiornare la capacità a uno SKU inferiore se il valore della CPU scende al di sotto del 45% o 50%.

È anche possibile invocare runbook per l'aumento e la riduzione della scalabilità in modo programmatico su richiesta prima e dopo il refresh di un modello semantico. Questo approccio garantisce che la capacità disponga di RAM (GB) sufficiente per i modelli semantici di grandi dimensioni che usano tale capacità.