Оптимизация производительности BI - Справка FineReport | Разработка отчетов | Использование отчетов | Учебные пособия

Оптимизация производительности BI

1. Зачем нужна оптимизация производительности

На использование FineBI могут повлиять следующие условия.

• При доступе к приборной панели загрузка занимает много времени.
• Частые обращения к инструментальным панелям с большим объемом данных занимают слишком много памяти сервера и приводят к переполнению памяти.
• Слишком большое количество одновременных обращений к серверу, когда на него оказывается слишком большая нагрузка, приводит к сбоям в работе сервера.
• Частые таймауты запросов.
• Обновления занимают много времени, обновления сообщают об ошибках, обновления застревают.

В этом случае для улучшения работы BI требуется оптимизация производительности.

2. факторы, влияющие на производительность

При возникновении проблем с производительностью системы следует сначала проанализировать причину медлительности, а затем подумать, как ее улучшить.

2.1 Производительность сервера

FineBI - это чисто Java-программное обеспечение, и BI, интегрированный в сервер, наследует ресурсы сервера. Виртуальная память сервера, настройки пула соединений и т. д. часто приводят к многочисленным проблемам с производительностью.

2.2 Подготовка данных

• При создании наборов данных для самоконтроля объединение слева направо с декартовым продуктом может привести к раздуванию данных, что может стать причиной сбоев в обновлении или затяжных обновлений.
• Скорость предварительного просмотра набора данных SQL влияет на скорость обновления, что может привести к медленному предварительному просмотру выборки, вызывая такие проблемы, как застревание обновлений.
• Наличие длинных текстовых полей в загружаемых данных приводит к снижению производительности и может стать причиной серьезных простоев.

2.3 Создание аналитических тем

• При создании приборных панелей, если вы создадите слишком много уровней или групп диаграмм, или если вы создадите более 30 компонентов для одной приборной панели, это приведет к тому, что дашборд будет отображаться медленно.
• Миллионные объемы данных, многоуровневые вложенные вычисления с использованием функции DEF или использование более ранней функции могут привести к снижению производительности.

3. Как оптимизировать производительность

3.1 Оптимизация производительности сервера

Методы оптимизации	(компьютерный) файл
Настройка разумной конфигурации сервера	Рекомендации по настройке сервера FineBI
Настройка параметров риска простоя	Изменение параметров конфигурации FineBI
Если проблема уже возникла, необходимо проверить и оптимизировать ее причину	Шаги по устранению неполадок при простое BI

3.2 Оптимизация подготовки данных

3.2.1 Форматы данных

• Поля с длинным текстом (более 100 символов ), которые не рекомендуется загружать.

3.2.2 Обработка данных

• Стандартизируйте методы работы с данными, сценарии левого и правого слияния N:N должны использоваться контролируемым образом, и необходимо позаботиться о том, чтобы не создавать корреляции N:N с большим объемом данных.

3.2.3 Обновление данных

• Чтобы избежать большого количества обновлений одной таблицы, распределенных по времени, старайтесь использовать глобальное обновление

• Обновления производятся путем объединения заданий, выполненных в одно и то же время, чтобы уменьшить количество дублирующих друг друга обновлений наборов данных самопомощи.
• Контролируйте частоту обновлений, уменьшая количество обновлений, выполняемых, когда система используется в течение дня, или настраивая параметры пула ресурсов, когда система используется в течение дня.

3.2.4 Использование данных

• Непосредственно подключенные данные необходимо проверить на производительность базы данных, чтобы обеспечить скорость получения данных.
• Осторожное использование данных с прямым подключением: данные с прямым подключением

3.3 Оптимизация приборной панели

1) Типы данных

При больших объемах данных рекомендуется переключить непосредственно подключенный набор данных на извлеченные данные

Скорость выполнения базы данных с напрямую подключенными данными низкая, вы можете оптимизировать операторы SQL или обратиться к использованию параметров SQL в напрямую подключенных данных, чтобы уменьшить объем данных.

2) Расчет данных

① Проверьте, много ли вычислений выполняют создаваемые панели, например, с помощью таких операций, как удаление подсчетов, фильтрация заголовков, фильтрация формул и т. д. Вы можете уменьшить количество вычислений, найти другие альтернативные вычисления или перенести вычисления панели в набор данных для самостоятельной работы с ними.

Обновление Chart Big Data GCCдоступно для требований к группировке Chart Big Data.

② Функция DEF старается не использовать более ранний расчет функции, после BI будет загружена функция окна, вместо более ранней функции используйте сценарии.

③ Миллионы объема данных, DEF функции стараются избегать многослойной вложенности, чтобы предотвратить производительность слишком медленно

3) Количество компонентов

Рекомендуется, чтобы количество компонентов, кроме компонента фильтрации, не превышало 30.

Рекомендуемое количество условий для компонента фильтра - не более 30. Один компонент фильтра, который может иметь более одного условия.

Например, если город = "Уси" или (город = "Нанкин" и город = "Сучжоу" ), хотя на переднем конце может быть только один компонент фильтра, соответствующие условия фильтрации равны 3.