数据加速

管理员可以为特定工作簿启用数据加速,以提高其性能。

加载已发布的工作簿或仪表板是一个两步过程: 

  1. 查询:在连接到基础数据源后获取所需的数据。
  2. 呈现:执行可视化呈现,例如布局、绘制形状、分配颜色等。

加载工作簿所需的时间取决于执行这两个步骤所花费的总时间。在许多情况下,数据加速能够提高查询步骤的速度。因此,由于 Tableau Server 会在后台进程中预先计算和获取工作簿的数据,因此加速的工作簿加载得更快。但是,并非所有工作簿都能从数据加速中受益。数据加速仅改善查询步骤的性能,因此,如果存在以下情况,工作簿的加载速度可能不会明显提高:

  • 其查询步骤已经很快,不是负载的性能瓶颈。
  • 它使用瞬态函数,例如 now() 或 today()。
  • 它依赖于基于用户的函数为不同的用户提供不同的结果。尽管 Tableau Server 可以预先计算所有用户的结果,但这样做可能会显著增加 CPU、内存和存储使用量。

此版本中支持

为了预先计算数据,Tableau Server 需要连接到后台的数据源,而无需用户交互。因此,仅支持为具有嵌入式连接凭据的工作簿使用数据加速。

启用后,具有嵌入式数据提取的工作簿的数据会自动加速,而具有已发布和实时数据源的工作簿则需要添加到加速计划中。

此版本中不支持

当前不支持以下工作簿:

  • 使用加密数据提取的工作簿
  • 提示用户输入凭据的工作簿
  • 从联合数据源获取数据的工作簿。
  • 部分支持数据混合,但不会对查询辅助数据源的数据进行加速。

针对数据加速启用工作簿

默认情况下,不会为加速启用启作簿。

配置数据加速的最简单方法是使用 accelerate_workbooks.py Python 脚本,可以从 Tableau 数据加速客户端(Link opens in a new window) GitHub 代码库下载该脚本。

或者,您可以使用 Tableau Server REST API。有关详细信息,请参见 Tableau Server REST API 文档中的数据加速(Link opens in a new window)

计划数据加速

为了让使用已发布或实时数据源的加速工作簿的数据保持最新,Tableau Server 需要定期运行后台预计算。这是通过为预计算定义一个计划(类似于计划数据提取刷新)来实现的。应为此目的使用类型为 DataAcceleration 的计划。

预计算的用户上下文

加速工作簿的预计算仅使用一个用户的用户上下文执行。此用户为:

  • 工作簿的所有者(如果工作簿或数据源中没有用户筛选器,或者数据源上有用户筛选器,但数据源是已发布数据源)。
  • -或者-
  • 上次发布工作簿时为缩略图生成选择的用户(如果工作簿上有用户筛选器,并且数据源不是已发布数据源)。

数据加速开销

启用此功能将会增加 Tableau Server 后台程序进程中的计算负载和作业数,因为数据加速从后台进程中的数据源获取所需的数据。如果发生以下任何情况,将运行用于预计算已启用工作簿数据的后台作业: 

  • 重新发布工作簿(包括 Web 制作保存内容)。
  • 刷新工作簿使用的数据提取。 
  • 运行与工作簿关联的 DataAcceleration 计划任务。

在为多个工作簿启用数据加速之前,或者在过于频繁地计划加速作业之前,管理员应考虑这些开销。 

  • 经过太多次编辑和重新发布的工作簿可能不适合,因为每次重新发布都会触发预计算。我们建议为发布供使用的工作簿进行加速。
  • 如果工作簿使用多个数据提取,则其刷新将触发数据的预计算。因此,频繁刷新已启用工作簿的数据提取可能会导致后台程序作业负载出现峰值,尤其是考虑到根据设计,数据加速作业是在数据提取刷新成功后运行的。 
  • 使用嵌入式数据提取的工作簿的预计算数据存储在磁盘上,而已发布和实时数据源的数据保存在缓存服务器中。因此,加速可能会增加服务器的磁盘存储或缓存内存使用量。

注意:使用此功能时,建议将 Tableau Server 外部缓存的大小增加到 2 GB 或更大。若要查看当前 Tableau Server 外部缓存大小设置,请键入:tsm configuration get -k redis.max_memory_in_mb

若要将 Tableau Server 外部缓存大小设置为 2 GB,请键入:tsm configuration set -k redis.max_memory_in_mb -v 2048 然后键入 tsm pending-changes apply。有关详细信息,请参见 tsm configuration set 选项(Link opens in a new window)

感谢您的反馈! 提交反馈时出错。请重试,或向我们发送消息