Tableau Cloud-hjälp

Lagring

En plats levereras med en viss kapacitet för lagring av platsinnehåll och individuellt innehåll.

• Platslagring: En plats levereras med 1 TB lagringskapacitet. Arbetsböcker, publicerade datakällor och flöden räknas in i denna lagringskapacitet.

  Obs! Platser med Enterprise, Tableau+ eller tillägget Advanced Management får 5 TB platslagring.

• Storlek på arbetsbok, publicerad datakälla och flöde: En enskild arbetsbok, en enskild datakälla (live eller extrakt) eller ett enskilt flöde som publiceras på platsen bör inte överstiga 25 GB i storlek. Innehållet bör inte överskrida den storleken för optimal prestanda och för att undvika andra begränsningar, som frågeanvändning och körtidsgränser.

  Obs! Om extraktdatakällan överstiger 10 GB bör du överväga att använda liveanslutning till databasen, aggregera data i extraktet för att minska storleken eller använda inkrementell extraktuppdatering. Att ofta publicera om eller uppdatera stora fullständig extrakt kan vara tidskrävande och tyder vanligtvis på att en effektivare dataaktualitetsmetod bör övervägas.

Extrakt – daglig användning, körtid och minnesanvändning

En plats levereras med en viss kapacitet för dagliga extraktuppdateringsjobb, körtid och minnesanvändning.

• Dagligen: Den dagliga jobbkapaciteten är antalet delade timmar som varje plats kan spendera per Creator-licens och dag för att utföra alla jobb på platsen. En serverprocess, kallad bakgrundsprocessor, initierar och utför dessa jobb. En plats med fler Creator-licenser får högre daglig jobbkapacitet (bakgrundsprocessor) för att kunna tillgodose behoven för en större platspopulation.

  Exempel:

  Om platsen har …	multiplicerat med standardtiden	Daglig jobbkapacitet
  10 Creator-licenser	8 timmar	Upp till 80 timmar/dag
  50 Creator-licenser	8 timmar	Upp till 400 timmar/dag

  Den dagliga jobbkapaciteten återställs varje dag kl. 24:00:00 (koordinerad universal tid).

  Om extraktuppdateringar

  Uppdateringsjobb som räknas in i den dagliga jobbkapaciteten är bland andra fullständiga och inkrementella uppdateringar och extraktskapande, som kan initieras av schemalagda uppdateringar, manuella uppdateringar och vissa kommandorader eller API-anrop.

  Obs!

  • Ett uppdateringsjobb kommer att starta så länge din plats har tid kvar i sin dagliga uppdateringskapacitet.
  • Platsadministratörer får e-postaviseringar när en plats når 70 %, 90 % och 100 % av den dagliga uppdateringskapaciteten.
  • Om en plats använder hela den dagliga uppdateringskapaciteten avbryts alla eventuella framtida extraktuppdateringar och e-postaviseringar om de avbrutna uppdateringarna skickas till innehållsägarna.

• Jobbkörtid: Varje typ av extraktuppdateringsjobb har en maximal körtid på två timmar (120 minuter eller 7 200 sekunder). Om ett uppdateringsjobb når den maximala körtiden visas ett timeoutfel. Mer information om felet och om hur du kan ändra extrakt så att uppdateringsjobb håller sig inom körtidskapaciteten finns i Tidsgräns för extraktuppdateringar.

• Minnesanvändning för uppdatering: En plats har kapacitet att använda högst 20 GB minne för att uppdatera ett extrakt. Hur mycket minne som krävs för att uppdatera extrakt kan variera beroende på extraktets storlek och andra faktorer.

Tips för att optimera kapaciteten för extraktuppdateringar

Om du hanterar en extraktintensiv miljö rekommenderar Tableau att du följer bästa praxis för att utnyttja extraktuppdateringskapaciteten på bästa sätt.

• Sluta uppdatera oanvända extrakt Ett av de bästa sätten att utöka kapaciteten för platsen är att stoppa automatiska uppdateringar, antingen genom scheman på Tableau Cloud eller genom skript av extrakt som inte används. Mer information om hur du tar bort ett uppdateringsschema finns i Hantera uppgifter.

• Minska frekvensen för uppdateringar. En annan metod för att utöka kapaciteten för platsen är att minska frekvensen för extraktuppdateringar. Exempel: I stället för att uppdatera ett extrakt varje timme kan du överväga att uppdatera ett extrakt varje dag eller endast under arbetstid, då nya data är mest användbara. Mer information om hur du ändrar ett uppdateringsschema finns i Hantera uppgifter.

• Använd inkrementella uppdateringar i stället för fullständiga uppdateringar Om du vill minska den tid det tar att uppdatera ett extrakt kan du överväga att utföra en inkrementell uppdatering av extraktet i stället för en fullständig uppdatering. Mer information finns i Schemalägga uppdateringar på Tableau Cloud.

  Obs! Du kan ändra från en fullständig till en inkrementell uppdatering från Tableau Cloud, men endast om extraktet konfigurerades för inkrementell uppdatering i Tableau Desktop innan extraktet publicerades. Mer information om inkrementella uppdateringar finns i Konfigurera inkrementell extraktuppdatering(Länken öppnas i ett nytt fönster) i användarhjälpen för Tableau.

• Använd liveanslutningar i stället för extraktanslutningar För vyer, instrumentpaneler och arbetsböcker vars data måste uppdateras ofta bör du överväga att konfigurera datakällan till att använda en liveanslutning i stället för en extraktanslutning.

• Optimera data i extraktet Att förbättra prestandan för ett extrakt kan även bidra till att ett extrakt uppdateras snabbare. Det finns ett antal ändringar du kan göra av extraktets data för att förbättra den övergripande prestandan. Till exempel kan du ta bort oanvända fält, använda filter för att ta bort oanvända rader och ändra datumintervall.

Prenumerationer – körtid och e-poststorlek

En plats levereras med en viss kapacitet för körtid och e-poststorlek för prenumerationer.

• Jobbkörtid: Varje prenumerationsjobb har en maximal körtid på 30 minuter (1 800 sekunder).

• E-poststorlek: Ett prenumerationsmejl kan ha en maximal storlek på 2 MB.

Flöden – användarförfrågningar, körtid och minnesanvändning

En plats levereras med en viss kapacitet för användarförfrågningar, körtid och minnesanvändning för flöden.

• Frekvens för användarförfrågningar: Varje användare kan ha högst 4 aktiva webbredigeringssessioner för flöden åt gången. Om fler sessioner öppnas stängs den äldsta sessionen.

• Jobbkörtid: För platser med datahantering kan du köra flöden i upp till 24 timmar om dagen per resursblock. Om du överskrider tidsgränsen kan inga nya jobb startas förrän nästa dag. Ytterligare kapacitet för samtidigt flödande jobb kan köpas. Mer information finns i Resursblock.

• Minnesanvändning för flöden: En plats har kapacitet att använda högst 19,5 GB minne för ett flödesjobb.

Visualiseringar

En plats levereras med en viss kapacitet för att läsa in och skicka frågor till enskilda visualiseringar, som även kallas vyer. Mer information om varje kapacitetstyp finns nedan.

• Inläsningstid: En plats har kapacitet för upp till 5 minuter för att läsa in en vy.

• Timeout efter inaktivitet: Om användaren inte har interagerat med eller redigerat en vy på 120 minuter i följd måste användaren läsa in (uppdatera sidan eller klicka på knappen Återanslut om en banner visas) vyn eller det sparade utkastet på nytt för att kunna interagera med den igen.

• Frekvens för användarförfrågningar: Varje användare på en plats har kapacitet att göra upp till 600 förfrågningar per timme för att läsa in och uppdatera vyer. När denna kapacitet har uppnåtts kan användaren inte interagera med, redigera eller spara vyn. Efter en timme kan vyn uppdateras och nya vyer läsas in.

  Obs! Om det kumulativa antalet användarförfrågningar överstiger begärandefrekvensen på platsnivå kan användarna inte interagera med, redigera eller spara vyer.

• Minnesstorlek för frågor: En plats har kapacitet att använda upp till 20 GB minne för att fråga en vy som använder en extraktdatakälla. Mängden minne som krävs för att fråga en vy kan variera beroende på hur komplicerade datamanipulationerna är som Tableau behöver utföra för att generera markeringarna i vyn.

Vyer som överstiger dessa kapacitetstyper kan stängas för att säkerställa att tillräckliga systemresurser finns tillgängliga, så att andra vyer på platsen kan läsas in.

Tips för optimering av visualiseringskapacitet

Vyer som överstiger visualiseringskapaciteten kan ge en indikation på att de frågor som Tableau måste köra för att generera vyn är för komplicerade. I sådant fall kan du använda följande tips för att optimera frågor och därmed minimera den tid det tar att läsa in vyer på Tableau Cloud. De flesta tips kräver att du redigerar datakällan eller arbetsboken och publicerar Tableau Cloud på nytt för att ändringarna ska tillämpas.

Fler tips finns i avsnittet Arbetsbokens prestanda(Länken öppnas i ett nytt fönster) i Tableau-hjälpen.

• Använda datakällsfilter: När du lägger till ett filter på en datakälla minskar du mängden data som behöver genereras i vyn. Om du minskar mängden data kan det hjälpa att minska inläsningstider för vyer. Läs mer i Filtrera data från datakällor(Länken öppnas i ett nytt fönster) i Tableau-hjälpen.

• Använda kontextfilter: Ungefär som med datakällsfilter minskar kontextfilter mängden data i datakällan, men på bladnivå. Kontextfilter fungerar oberoende av andra filter och kan minska mängden data som behöver genereras i vyn betydligt. Om du minskar mängden data kan det hjälpa att minska inläsningstider för vyer. Mer information finns i Förbättra vyprestanda med kontextfilter i Tableau-hjälpen.

• Korta datumintervall: I regel kräver datum mer beräkningskraft än andra typer av data, som nummer och booleska värden. Om vyn innehåller datumfilter kan du korta datumintervallen eller antalet datum som ska genereras, för att minska inläsningstiden för vyerna.

• Minska antalet markeringar: Eftersom Tableau måste beräkna markeringarna för att generera vyn kan antalet markeringar ha en inverkan på hur snabbt vyn kan läsas in. Du kan minska antalet markeringar på ett flera olika sätt, bland annat genom att använda något av filtren som anges ovan, filtrera med hjälp av uppsättningar eller aggregera data med hjälp av anpassad SQL. Mer information finns i Minska antalet markeringar i vyn(Länken öppnas i ett nytt fönster).

Vyacceleration

En plats har följande kapacitet för vyacceleration:

• Accelererade vyer: Standardantalet accelererade vyer per plats är 30. För varje ytterligare Creator-licens kan ytterligare 20 vyer accelereras. Det maximala antalet accelererade vyer är 750.

• Uppdateringar av accelererade vyer: Uppdateringar av accelererade vyer återskapas i enlighet med följande fyra datauppdateringshändelser:

  • Policy för dataaktualitet: Accelerationens tidsstämpel synkroniseraras inte med policyn för dataaktualitet.
  • Extraktuppdateringar: En extraktuppdatering slutförs, vilket signalerar uppdaterad data.
  • Accelererad vyuppdatering: En accelererad vy uppdateras av ägaren.
  • Vy som ingår: En vy valdes ursprungligen för acceleration.

  Varje unik händelse utlöser ett förbearbetningsjobb som ska sättas i kö. Bakgrundsprocessorjobb plockar sedan upp och slutför förberäkningen och lagrar sedan frågeresultat som en materialiserad vy. Vyer som tillhör samma arbetsbok uppdateras i ett jobb. För att minska resursförbrukningen begränsas det maximala antalet förberäkningsjobb som kan köras till 12 jobb per dag. Mer information finns i Skapa en dataaktualitetspolicy.
  

• Minnesstorlek för accelererade vyer: En plats har kapacitet att använda högst 20 GB minne för förbearbetning och hämtning av arbetsbokens data i ett bakgrundsprocessorjobb. Mängden minne som behövs varierar beroende på komplexiteten hos de frågor som är associerade med vyn som accelereras.

• Jobbkörtid: Vyacceleration har en maximal körtid på 30 minuter (1 800 sekunder).

Ytterligare API- och kommandoradsanrop

En plats levereras med en viss kapacitet för API- och kommandoradsanrop. Platsen är utrustad med kapacitet för följande:

• Fråga jobb(Länken öppnas i ett nytt fönster) och Avbryta jobb(Länken öppnas i ett nytt fönster) (Tableau REST API) och Bibliotek för Tableau-klienten (Python)(Länken öppnas i ett nytt fönster): En plats tillåter 20 000 anrop per 24-timmarsperiod.

• Hämta användare på plats(Länken öppnas i ett nytt fönster) (Tableau REST API): En plats tillåter 5 000 anrop per minut.

• Ta bort användare från plats(Länken öppnas i ett nytt fönster) (Tableau REST API): En plats tillåter 1 600 anrop per minut.

Obs! Om antalet anrop överskrider den för API- och kommandoradsanrop som beskrivs ovan visas ett av följande felmeddelanden: Unknown 429 eller ApiCallError: 429000: Too Many Requests – Too many requests for <job type> ‘api.rest.refresh_extracts’. Please retry after 146 second(s).