Gemakkelijker OData downloads analyseren met Bridge Online Monitoring

Go to English version

Naarmate gebruikers binnen een bedrijf meer en meer Power BI rapporten en/of datasets gebruiken wordt het complexer om te achterhalen waarom rapporten soms langer duren. Veel tips staan al beschreven in het verzamelartikel Overzicht van Power BI-technieken om prestaties en downloadtijd te verbeteren.

Voor de herleidbaarheid bevelen we het instellen van de Referer-header aan zoals beschreven in OData downloads herleiden naar Power BI data sets. Deze Referer-header is nu ook zichtbaar in het Bridge Online Monitoring overzicht:

Referer-header

Daarnaast wordt de totale verwerkingsduur (“Total Duration (ms)”) nu ook getoond uitgesplitst naar de verschillende onderdelen. Elk van deze onderdelen kan gezien worden als een wachtrij waarin verzoeken wachten op afhandeling.

  • “Processing Duration (ms)”: de daadwerkelijke duur van het behandelen van het verzoek.
  • “Delay on Identical Requests (ms)”: als vaker tegelijk precies dezelfde vraag gesteld wordt via een OData-verzoek, dan wordt er één behandeld en de rest krijgt hetzelfde antwoord als de voorgaande zodra die klaar is.
  • “Delay on Maximum Concurrency (ms)”: als er meer verzoeken ingediend worden dan het aantal beschikbare wachtrijen van het abonnement, zal een deel van de verzoeken geparkeerd worden totdat er capaciteit vrij is.
  • “Delay on Failed Logon (ms)” : een extra pauze (die steeds langer wordt) wordt togepast als er een foutmelding optreedt door een authenticatiefout.

Samenhang onderdelen

De verschillende onderdelen tellen grofweg op tot de totale verwerkingsduur. Het is acceptabel dat de totalen een aantal milliseconden uit elkaar lopen.

De verschillende onderdelen van de verwerking hangen samen. Bijvoorbeeld de “Processing Duration” kan ruimte bieden voor verbetering bijvoorbeeld door het gebruik van een langzame tabel of ontbreken van een filter. Een onnodig langdraaiend verzoek houdt langdurig de capaciteit bezet. Hierdoor zullen andere verzoeken relatief vaker moeten wachten tot er capaciteit vrij is en hierdoor wordt een hogere waarde getoond bij “Delay on Maximum Concurrency”.

Hoge waardes voor “Delay on Failed Logon”

Als vooral in de kolom “Delay on Failed Logon” hoge waardes staan, dan is het advies om te controleren dat alle servers die gebruikt worden wel de juiste aanmeldgegevens en wachtwoorden hebben. Gebruik de kolom “Referer” om de ketens gemakkelijk analyseerbaar te maken zoals beschreven in OData downloads herleiden naar Power BI data sets.

Gefaalde aanmeldverzoeken zijn momenteel meestal niet zichtbaar in de Bridge Online Monitoring omdat ze door de gegevensbeveiliging weggefilterd worden. Onder sommige condities zijn ze wel al zichtbaar, bijvoorbeeld bij een vervallen factuur. Invantive Support kan alle verzoeken zien en ziet dan bijvoorbeeld:

In de afbeelding met gefaalde aanmeldpogingen is ook te zien dat een steeds langere vertraging gebruikt wordt om misbruik te voorkomen.

Hoge waardes voor “Delay on Maximum Concurrency”

Als vooral in de kolom “Delay on Maximum Concurrency” hoge waardes staan, dan is het advies:

  • Zorg er voor dat individuele verzoeken sneller afgehandeld worden zodat ze een baan vrijmaken voor een ander verzoek. Volg hierbij de tips op Overzicht van Power BI-technieken om prestaties en downloadtijd te verbeteren.
  • Overweeg een groter abonnement. Het Free Plan heeft maximaal 1 rijspoor, het Invantive Office for Entrepreneurs en Invantive Office for Accountants heeft er 4. Grotere abonnementen bieden 8, 16 of meer gelijktijdige downloads.

Hoge waardes voor “Delay on Identical Requests”

Als vooral in de kolom “Delay on Identical Requests” hoge waardes staan, dan is het advies:

  • Pas de dataset / rapportage aan om minder vaak met exact dezelfde vraag om gegevens te vragen. Gebruik de kolom “Referer” om de ketens gemakkelijk analyseerbaar te maken zoals beschreven in OData downloads herleiden naar Power BI data sets.

In het onderstaande voorbeeld is te zien hoe een verzoek dat 22 seconden duurt eerst ongeveer 13 minuten moest wachten tot de identiek verzoeken afgewikkeld waren:

Hoge waardes voor “Processing Duration”

Als vooral in de kolom “Processing Duration” hoge waardes staan, dan is het advies om de queries te optimaliseren. Veel tips hiervoor zijn te vinden op Overzicht van Power BI-technieken om prestaties en downloadtijd te verbeteren. Vooral voor accountants kan het verstandig zijn om niet honderden administraties uit te lezen.

Een voorbeeld van grotere verwerkingstijden zijn:

In de onderste regel is te zien dat het verwerken ruim 20 minuten duurde, maar voorafgegaan werd door een vertraging op een identiek verzoek (dat blijkbaar niet gelukt is, bijvoorbeeld door een missende time-out) en een beperking op het aantal beschikbare rijsporen.

Een voorbeeld van een download die is afgebroken omdat waarschijnlijk de Power BI dataset een te lage timeout heeft is:

De timeout kan ingesteld worden zoals beschreven in Vermijd time-out fout bij Power BI OData download.