Hjälp för Tableau Server på Linux

Hyper är Tableaus datamotorteknik i minnet som är optimerad för snabbt dataintag och analytisk förfrågningsbehandling på stora eller komplexa datamängder. Hyper driver datamotorn i Tableau Server, Tableau Desktop, Tableau Cloud och Tableau Public. Datamotorn används när du skapar, uppdaterar eller frågar efter utdrag. Den används också för sammanfogning mellan olika databaser för att stödja federerade datakällor med flera anslutningar.

Minne och CPU-användning

Datamotorn är utformad för att utnyttja hela processorn och minnet som finns tillgängligt på maskinen för att ge de snabbaste svarstiderna.

CPU-användning

Hyper-tekniken utnyttjar de nya instruktionsuppsättningarna i CPU och kan parallellisera och skala till alla tillgängliga kärnor. Hyper-tekniken är utformad för att skalas till många kärnor effektivt, och även för att maximera användningen av varje enskild kärna så mycket som möjligt. Detta innebär att du kan förvänta dig i genomsnitt upp till 75 % användning av den totala processorkraften per timme under frågebehandling. Att lägga till mer processorkraft bör resultera i en prestandaförbättring.

Obs! Genomsnittlig användning på 75 % per timme är standard och bör lämnas utan ändringar om du inte datamotorn körs på en dedikerad servernod. Se Optimera för extraktfrågeintensiva miljöer för mer information om hur datamotorn körs på en dedikerad nod.

Moderna operativsystem som Microsoft Windows, Apple macOS och Linux har mekanismer för att se till att inkommande och andra aktiva processer kan köras samtidigt även om en processor används fullt ut. Dessutom övervakar datamotorn sig själv för att hålla sig inom de gränser som anges i Tableau Server Resource Manager (SRM) för att hantera den totala resursförbrukningen och för att förhindra överbelastning och helt svälta andra processer som körs på maskinen. Tableau Server Resource Manager övervakar resursförbrukningen och meddelar Data Engine för att minska användningen när den överskrider den fördefinierade gränsen.

Eftersom datamotorn är utformad för att använda den tillgängliga processorn är det normalt att se plötsliga uppgångar i CPU-användningen ibland. Om du däremot ser hög CPU-användning (t.ex. 95 %) under längre perioder (en timme eller mer) kan detta innebära ett par saker:

• Det finns en stor mängd frågor. Detta kan hända om en server är stressad på grund av överbelastning av flera klientförfrågningar och frågorna står i kö. Om detta händer ofta är det en indikation på att det krävs mer hårdvara för att betjäna klienterna. Att lägga till mer CPU i detta fall bör bidra till att förbättra prestandan.

• Det finns en fråga som körs under lång tid. I det här fallet kommer Tableau Server Resource Manager att sluta köra sökningar under lång tid baserat på timeout-inställningarna. Detta gällde även för Tableau Server-versionerna tidigare än version 10.5

Mer information om Tableau Server Resource Manager finns i Allmänna prestandariktlinjer.

Minnesanvändning

Minnesanvändning av datamotorn beror på mängden data som krävs för att besvara frågan. Datamotorn kommer att försöka köra detta i minnet först. Ett arbetsminne tilldelas för att lagra en mellanliggande datastruktur under frågebearbetning. I de flesta fall har system tillräckligt med minne för att utföra dessa typer av bearbetningar, men om det inte finns tillräckligt med tillgängligt minne, eller om mer än 80 % av RAM-minnet används, växlar datamotorn till spooling genom att tillfälligt skriva till disken. Den tillfälliga filen raderas efter att frågan har besvarats. Därför är spooling en indikation på att mer minne kan behövas. Minnesanvändning bör övervakas och uppgraderas på lämpligt sätt för att undvika prestandaproblem som orsakas av spooling.

För att hantera minnesresurser på maskinen ställs den maximala minnesgränsen för datamotorn in av Tableau Server Resource Manager (SRM).

Serverkonfiguration, skalbarhet och prestanda

• En enda instans av datamotorn installeras automatiskt per nod där en instans av File Store, Application Server (VizPortal), VizQLServer, Data Server eller Backgrounder installeras på Tableau Server. Datamotorn kan skalas upp av sig själv och använder så mycket CPU och minne som behövs, vilket eliminerar behovet av flera instanser för datamotorn. Mer information om licensierade processer finns i Tableau Server-processer.

• Den instans av Datamotor som är installerad på noden där Fillagring är installerat används för att fråga efter data som rör vyförfrågningar. Den instans av datamotorn som är installerad på noden där bakgrundsprocessorn är installerad används för att skapa och uppdatera extrakt. Detta är ett viktigt övervägande när du gör prestationsjustering. Mer information finns i Prestandajustering.

• Data Server, VizQL Server och Application Server (VizPortal) använder alla den lokala instansen av datamotorn för att göra kopplingar mellan olika databaser och skapa skuggutdrag. Skuggutdragsfiler skapas endast när du arbetar med arbetsböcker som är baserade på nyare Excel- eller textfiler, eller statistiska filer. Tableau skapar en skuggutdragningsfil för att ladda data snabbare.

• I Tableau Server 10.5 installeras automatiskt en instans av datamotorn när du installerar bakgrundsprocessor. Bakgrundsprocessorns process använder den enda instans av datamotorn (hyperd.exe) som är installerad på samma nod.

Viktigt: Det finns undantag från när datamotorn är installerad på samma nod som fillagret. När fillagret är konfigurerat externt i förhållande till Tableau Server, är datamotorn inte längre installerad med fillagret. I denna konfiguration där Tableau Server är konfigurerad med en extern fillagring, kommer datamotorn att fortsätta att installeras med den andra processen som anges ovan. Dessutom kan du också konfigurera datamotorn på en nod utan andra processer, men bara när fillagret konfigureras externt. Mer information om extern fillagring med Tableau Server finns i Extern fillagring på Tableau Server.

Skalbarhet:

Du kan skala upp med den nya datamotorn: Eftersom kärnor är fullt utnyttjade, gör tillägget av fler kärnor att enskilda frågor körs snabbare vilket i sin tur gör det möjligt för fler frågor att köras på kortare tid.

Minnesanvändning bör övervakas och uppgraderas på lämpligt sätt för att undvika prestandaproblem som orsakas av spooling.

Mer information finns i Skalbarhet av Tableau Server.

Prestanda:

Prestandafördelar

Från och med 10.5 har Hyper-tekniken integrerats med Tableau datamotor för att ge dig följande viktiga fördelar:

• Snabbare skapande av extrakt: Med Hyper-teknik genereras extrakt nästan lika snabbt som källsystemet kan leverera data, ingen sortering behövs.

• Stöd för större utdrag: Före den här versionen kunde du kanske inte få alla dina data i ett enda utdrag. Med Hyper-teknik kan mycket större datamängder ingå i ett enda utdrag.

• Snabbare analys av utdrag: I många fall kommer du att se snabbare sökning av data för större utdrag, eller arbetsböcker med komplexa beräkningar.

Här är några anledningar till varför datamotorn som drivs av Hyper presterar bättre på större eller komplexa utdrag och är optimerad för snabbare sökning:

• Hyper-tekniken är utformad för att förbruka data snabbare. Till skillnad från tidigare versioner utför datagränssnittet ingen efterbearbetning som sortering. Med Hyper behövs inte efterbehandlingssteg som sortering, vilket ger datamotorn möjlighet att prestera bättre med större utdrag.

• Hyper-tekniken är minnesoptimerad. Detta innebär att all data vid behov finns i minnet. Detta resulterar i snabba dataåtkomsttider.

• Hyper-tekniken är CPU-optimerad. Detta innebär att datamotorn nu helt parallelliserar sökningen och använder tillgänglig CPU på ett sådant sätt att frågans exekveringstid skalas upp nästan linjärt med antalet kärnor i maskinen.

• Hyper är en frågemotor för kompilering. Frågor tolkas eller kompileras till maskinkoden för maximal prestanda och gör det möjligt för datamotorn att få ut mesta möjliga prestanda ur modern maskinvara (CPU, stor huvudminneskapacitet).

• Hyper-tekniken använder avancerade sökningsoptimeringar för att göra sökningar snabbare. Tillsammans med många ytterligare avancerade tekniker som att materialisera minimi- och maxvärden för varje kolumn, mini-index för att optimera sökintervall, mer granulära dataordböcker på blocknivå, avancerad logik för att sammanfoga och underfråga prestandaoptimeringar, erbjuder den nya datamotorn många förbättringar jämfört med den tidigare Tableau datamotorn i fråga om prestanda och skalbarhet.

För mer information om prestanda, börja med Allmänna prestandariktlinjeroch Prestandajustering