Tableau Blueprint-hjälp

Inget program är mer pålitligt eller effektivt än den maskinvara det körs på. Det är viktigt att den underliggande infrastrukturen i din Tableau Server-driftsättning övervakas regelbundet för att se om det finns kapacitetsbegränsningar så att systemet inte överbelastas, oavsett om det rör sig om lokala eller molnbaserade fysiska servrar eller virtuella datorer. Systemadministratörer bör övervaka CPU-användning, minnesanvändning, lagrings-I/O, lagringsutrymme och användningen av nätverksbandbredd.

Tableau Server

Från och med version 2019.3 ger Resource Monitoring Tool, som licensieras som en del av Tableau Advanced Management, en omfattande bild av Tableau Servers hälsotillstånd med hjälp av ett webbgränssnitt för alla dess funktioner. Resource Monitoring Tool Agent körs på var och en av noderna i Tableau-klustret och övervakar deras hårdvaruutnyttjande, prestanda och aktivitet, som sammanställs av Resource Monitoring Tool Master Server. Processor, minne, diskkö och nätverk provtas med hjälp av WMI flera gånger i sekunden för att ta fram medelvärden. En Environment Down-händelse som loggas som kritisk övervakas som standard med 15 sekunders pollningsintervall och följer "three strikes"-regeln. Om statusen är offline eller inte svarar inom 30 sekunder under tre på varandra följande pollningsintervall skapas en kritisk incident. Mer information finns i avsnitten om Prestanda och Environment Down.

Beroende på hur du övervakar företaget kan hårdvaruövervakningen göras med en agentbaserad övervakningstjänst för företag eller med PerfMon på Windows (exempelarbetsbok). Linuxadministratörer använder sysstat-verktygen eller vmstat för att samla in data som ska analyseras i en arbetsbok som liknar Windows-versionen. När du driftsätter på virtuella plattformar som VMware, HyperV eller Citrix, eller i det offentliga molnet, till exempel AWS (CloudWatch), Microsoft Azure (Azure Portal) och Google Cloud Platform (Google Stackdriver), har dessa plattformar sina egna verktyg för att övervaka de virtuella datorernas tillstånd. Dessa verktyg har vanligtvis stöd för automatisk övervakning av infrastrukturen och varnar dig när de förinställda tröskelvärdena på 75-85 % utnyttjande överskrids.

Alternativt finns TabMon, ett fritt tillgängligt verktyg med öppen källkod för Tableau Server-klusterövervakning. TabMon tillhandahåller strukturerad utdata som analyseras med Tableau Desktop. För mer information kan du se exempelarbetsboken A Tour of the TabMon som visar hur man övervakar CPU, minnesanvändning, lagrings-I/O, lagringsutrymme och nätverksbandbredd på processnivå i Tableau Server. Den här informationen hjälper dig att förstå när du ska skala Tableau Server. I filen TabMon.config bör du övervaka var 300:e sekund och spara data i 30-dagarsintervall för att hantera databasens storlek.

Tableau Cloud

En av fördelarna med Tableau Cloud är att den hanteras och optimeras av Tableau eftersom det är en SaaS-analysplattform. Om du ansluter till lokal data bör du övervaka tillgängligheten och aktiviteten i Tableau Bridge. Som platsadministratör kan du övervaka Tableau Bridge-klienten på ett par olika sätt:

• Övervaka trafiken till datakällor med liveanslutningar med hjälp av den inbyggda administratörsvyn
• Övervaka klientstatus på webbplatsens inställningssida
• Övervaka prestanda i Bridge-extrakt med hjälp av den inbyggda administratörsvyn
• Konfigurera ägare av datakällor för meddelanden om extraktuppdatering

Det är viktigt att notera att datakällans ägare är de användare som får e-postmeddelanden när datakällor inte fungerar. Detta är särskilt relevant i den centralt hanterade modellen, eftersom ägarna till Bridge-klienterna är platsadministratörer och det är ofta nödvändigt att involvera dem när problem uppstår och behöver felsökas. Eftersom de inte kommer att meddelas automatiskt, ställer ägare av datakällor som inte är ägare till Bridge-klienten vanligtvis in automatisk vidarebefordran av e-post till platsadministratörer för att hålla dem uppdaterade om problem.

Om du som utgivare av en datakälla ser att ett extrakt tar ovanligt lång tid finns det en rad saker du kan göra för att felsöka. En extraktuppdatering via Bridge består av två komponenter: att ta extraktet lokalt med Bridge och sedan skicka det till Online så att det blir tillgängligt. För att isolera den potentiella orsaken till problemet kan det vara klokt att ta samma dataextrakt i Tableau Desktop och jämföra dess varaktighet med den tid det tar för Bridge att ta ett extrakt. Eventuella avvikelser där bör rapporteras till din Tableau-kontakt för granskning och support.