Performance Analyzer w Power BI to jedno z najprostszych narzędzi do diagnozowania wolnych raportów. Zamiast zgadywać, czy problemem jest miara DAX, model danych, DirectQuery czy sama wizualizacja, można sprawdzić czas ładowania poszczególnych elementów strony i zobaczyć, gdzie faktycznie powstaje opóźnienie.

Czym jest Performance Analyzer w Power BI?

Performance Analyzer mierzy czas potrzebny do załadowania poszczególnych wizualizacji w raporcie. Rejestruje także ponowne ładowanie wizualizacji po działaniach użytkownika, na przykład po zmianie fragmentatora, zaznaczeniu elementu wykresu albo odświeżeniu strony.

Narzędzie jest dostępne zarówno w Power BI Desktop, jak i w usłudze Power BI podczas edycji raportu. W Desktop znajdziesz je na karcie Optimize, a w usłudze w trybie edycji raportu w menu View.

Jak uruchomić pomiar krok po kroku?

  • Otwórz stronę raportu, na której użytkownicy zgłaszają problem.
  • Uruchom Performance Analyzer i wybierz Start recording.
  • Wybierz Refresh visuals, aby zebrać czasy dla wszystkich wizualizacji na bieżącej stronie.
  • Jeśli problem pojawia się dopiero po zmianie filtra, wykonaj dokładnie tę samą interakcję, którą wykonuje użytkownik.
  • Rozwiń wyniki dla najwolniejszych wizualizacji i sprawdź, która część wykonuje się najdłużej.

Warto testować raport w scenariuszu możliwie zbliżonym do codziennego użycia. Samo otwarcie strony może działać szybko, a problem może ujawniać się dopiero po wyborze klienta, produktu czy konkretnego miesiąca.

Jak czytać wyniki Performance Analyzer?

Dla każdej wizualizacji Power BI pokazuje łączny czas oraz podział na kilka kategorii. Najważniejsze z nich to:

  • DAX query – czas od wysłania zapytania przez wizualizację do otrzymania wyniku z modelu semantycznego.
  • Direct query – w modelach DirectQuery pokazuje czas oczekiwania na wynik zapytania wysłanego do zewnętrznego źródła.
  • Visual display – czas potrzebny na wyświetlenie wizualizacji na ekranie.
  • Other – przygotowanie zapytań, oczekiwanie na zakończenie innych wizualizacji i inne procesy wykonywane w tle.
  • Evaluated parameters – czas oceny parametrów pól, jeżeli są używane w danej wizualizacji.

Jeżeli dominuje DAX query, warto przeanalizować miary, relacje i strukturę modelu. Gdy wysoki jest Visual display, problem może leżeć w zbyt ciężkiej wizualizacji, bardzo dużej liczbie punktów danych albo elementach wymagających dodatkowego renderowania.

Trzeba też uważać na kategorię Other. Microsoft zwraca uwagę, że część operacji wizualnych wykonuje się sekwencyjnie na wspólnym wątku interfejsu. Oznacza to, że czas widoczny przy jednej wizualizacji może zawierać również oczekiwanie na inne operacje. Nie warto więc optymalizować raportu wyłącznie na podstawie jednej liczby bez sprawdzenia całej strony.

Praktyczny przykład: wolna macierz sprzedaży

Załóżmy, że macierz pokazująca sprzedaż według klienta, produktu i miesiąca ładuje się 4,8 sekundy. Performance Analyzer pokazuje, że około 4 sekund przypada na DAX query, a samo wyświetlenie wizualizacji zajmuje kilkaset milisekund.

To wskazuje, że zmiana wyglądu macierzy raczej nie rozwiąże problemu. W pierwszej kolejności trzeba sprawdzić zapytanie i miary używane w wizualizacji. Performance Analyzer pozwala skopiować zapytanie DAX dla wizualizacji, a w Power BI Desktop można uruchomić je w DAX query view. Dzięki temu łatwiej sprawdzić, które obliczenia są kosztowne i czy problem powtarza się poza samą wizualizacją.

Co zrobić po znalezieniu wąskiego gardła?

Performance Analyzer nie optymalizuje raportu automatycznie. Jego zadaniem jest wskazanie miejsca, od którego warto zacząć. Dalsze działania zależą od wyniku pomiaru.

  • Przy wysokim czasie DAX sprawdź złożoność miar, relacje i granularność modelu.
  • Przy wysokim Direct query przeanalizuj źródło danych, jakość generowanych zapytań i architekturę DirectQuery.
  • Przy wysokim Visual display ogranicz liczbę punktów danych, zbędne elementy formatowania lub nadmiernie rozbudowane wizualizacje.
  • Jeżeli cała strona ma wiele wolnych wizualizacji, rozważ jej uproszczenie lub podział na kilka bardziej wyspecjalizowanych widoków.

Po każdej zmianie uruchom pomiar ponownie. Najważniejsza jest różnica przed i po optymalizacji, a nie pojedynczy wynik wykonany tylko raz.

Czego Performance Analyzer nie zastępuje?

Narzędzie służy przede wszystkim do analizy zachowania wizualizacji i zapytań raportu. Nie zastępuje diagnostyki Power Query, monitorowania pojemności Fabric ani analizy całego procesu odświeżania modelu. Gdy problem dotyczy przygotowania danych, lepszym narzędziem może być Query Diagnostics. Przy problemach na poziomie pojemności potrzebne są z kolei odpowiednie metryki Fabric.

Dlaczego warto włączyć Performance Analyzer do procesu tworzenia raportu?

Najlepiej nie czekać, aż użytkownicy zgłoszą problem. Krótki test wydajności warto wykonać przed publikacją ważnej strony raportu i po większych zmianach w modelu lub DAX. Dzięki temu zespół BI może wychwycić wolne elementy jeszcze przed wdrożeniem rozwiązania na produkcję.

Z biznesowego punktu widzenia oznacza to mniej frustracji użytkowników, szybszą analizę danych i większą szansę, że raport rzeczywiście zastąpi ręczne zestawienia, zamiast stać się kolejnym narzędziem, którego pracownicy unikają.

Podsumowanie

Performance Analyzer w Power BI pozwala szybko ustalić, które wizualizacje działają najwolniej i czy problem dotyczy DAX, DirectQuery, renderowania czy innych operacji. Największą wartość daje wtedy, gdy wykorzystujemy go jako punkt startowy do dalszej diagnostyki, a nie jako samodzielne narzędzie do optymalizacji.

Najprostsza praktyka to: zmierzyć, znaleźć najwolniejszy element, poprawić jedną rzecz i zmierzyć ponownie. Taki sposób pracy pozwala optymalizować raport na podstawie danych, a nie przypuszczeń.

Polecane źródła

⚡ Use Performance Analyzer to examine report performance
⚡ Monitor report performance in Power BI
⚡ Troubleshoot report performance in Power BI

⚡ Zobacz nasze szkolenia Power BI

Udostępnij