Практика бизнес-анализа для BI-систем

Организации любого масштаба могут создавать собственную аналитику с помощью Tableau. Они внедряют стратегические перемены в свою структуру и создают аналитическую культуру, которая имеет огромное значения для будущего компании. По мере того, как эта культура развивается, ваша аналитическая платформа становится критически важной для вашей организации, а простои становятся реальной проблемой. Правильное планирование развёртывания и масштабирования имеет самое важное значения для минимизации времени простоя и обеспечения того, чтобы ваша аналитическая платформа удовлетворяла постоянно растущим потребностям бизнеса.
Есть много нюансов, которые нужно учитывать при настройке корпоративной среды. Ниже представлены 8 шагов, которые помогут вам установить Tableau с возможностью масштабирования.
1. Создайте собственные workbook для красоты и производительности
Когда мы слышим от клиента, что его workbook медленная, это чаще всего из-за того, что она была разработана без учёта производительности. Если скорость загрузки одного пользователя слишком низкая, время отклика workbook будет также долгим и при больших загрузках.
Принимая аналитическую культуру, предоставляющую возможности и команды, которые помогут пользователю создавать потрясающие и великолепные workbooks, которые хорошо работают, вы можете создавать и поставлять масштабируемую визуализацию.
2. Присмотритесь к вашей стратегии обработки данных
Общее время отклика, необходимое конечному пользователю, является комбинацией многих вещей, но прежде всего это время, затраченное Tableau для извлечения данных. Если ваша база данных медленная, а время запроса очень долгое, визуализация будет также отнимать много времени. Важно учитывать вашу стратегию обработки данных. Зачастую, источники данных в организации являются общими. Вы должны быть уверены, что передаете данные, которые имеют отношение к поддержке производительности бизнеса. Это означает оптимизация данных. Например, вы должны обеспечить оптимальные связки и соответствующий уровень агрегирования для быстрых запросов к индексированным таблицам. Иметь хорошую систему работы с данными очень важно для эффективной работы с визуализацией и панелями мониторинга.
3. Используйте функцию извлечения данных при необходимости
Если выполнение запросов вашей базой данных медленное, и вы не можете работать с администратором базы данных и ИТ отделом, используйте извлечение данных, чтобы увеличить производительность запросов. Извлечения хранятся локально на сервере, работая в оперативной памяти, что позволяет пользователям получить быстрый доступ к данным, не обращаясь к базе данных. Извлечения можно легко фильтровать и объединять. Вы можете легко научить конечных пользователей оптимизировать извлечения перед отправкой на сервер, путем объединения на необходимых уровнях и скрытия не использующихся полей. Извлечения значительно ускоряют время отклика и позволяют вашим пользователям проникать в аналитический поток.

4. Планируйте обновления во время непиковых периодов и разделите справочники
Источники данных обновляются в режиме реального времени, но пользователям данные необходимы лишь раз в день или неделю. Планирование извлечений для непиковых часов может снизить пиковую нагрузку как на базу данных, так и на Tableau Server. Также вы можете создать дополнительные справочники на выделенном оборудовании, если есть достаточная мощность. Рассмотрите этот вариант для быстрой работы с извлечениями.
Устраните лишние обновления, указав извлечения, которые обновляются без необходимости. Например, у вас есть извлечение, которое обновляется каждый час, но содержащая его workbook была использована в последний раз в прошлом году. Узнайте у своих партнёров, действительно ли они нуждаются в обновлении данного извлечения каждый час. Удаление нерелевантной и/или некритичной для бизнеса работы с сервера дает вашим пользователям более оптимизированный вариант работы.
5. Кэширование
Кэширование в Tableau распределяется по кластеру, и поэтому использование памяти из масштабирующего сервера можно распределить по узлам кластера, просто добавив больше серверов кэширования. Кэш-серверы специально сохраняют результаты запроса и улучшают масштабирование в тех случаях, когда больше пользователей просматривают визуализацию, где результаты запроса уже сохранены. Если вы хотите узнать, используете кэш или нет, включите мониторинг JMX на сервере и используйте ваш любимый инструмент мониторинга JMX или TabMon.
6. Настройте свою конфигурацию
Стандартная конфигурация работает у большинства разработчиков. Однако при тестировании собственной масштабируемости помните, что вам может потребоваться настроить вашу конфигурацию для нескольких серверов VizQL, серверов кэширования, движков данных и сервера данных. Подумайте, нужно ли настраивать параметры для внутренних мониторов процессов (SRM) для памяти (vizqlserver.memory_limit_per_process_gb) на основе тестируемого оборудования. Эти внутренние мониторы процесса будут перезапускать серверные процессы, когда система достигает пороговых значений или нет достаточной пропускной способности.
7. TabJolt
Рассмотрите возможность использования TabJolt для автоматизации тестирования нагрузки, поскольку это избавляет вас от необходимости обновлять и поддерживать сценарии автоматизации тестирования. Модернизация сценариев автоматизации тестирования для специальных аналитических систем может быть очень трудоемкой и ограничить охват. Посмотрев это видео, вы можете начать работу с TabJolt.
8. Запуск на VMWare
Если вы используете свой Tableau Server на VMWare, не забывайте работать с вашими VMWare vSphere администраторами, чтобы гарантировать, что они выделили достаточное количество ресурсов процессора, чтобы Tableau мог производить основные вычисления, необходимые ему для обработки интенсивных рабочих нагрузок для визуализации.

Найти решение у бизнес-партнера Tableau в России.

Форум разработчиков Tableau. Получите ответы на все вопросы по Tableau!