Monitoring Full BI Stack

(Come tenere sotto controllo gli engine di Analysis Services e Power BI e l’utilizzo di modelli dati e report da parte dei Business Users)
Una volta portati in produzione, i nostri modelli dati non solo richiedono di garantirne la necessaria manutenzione, ma anche di monitorarne l’effettivo utilizzo da parte degli utenti business e l’andamento delle loro performance nel tempo. In questa sessione analizzeremo cosa ci serve e quali strumenti abbiamo a disposizione per ottenere questo risultato individuando le principali informazioni e metriche da raccogliere relativamente all’utilizzo ed alle performance delle nostre soluzioni di Business Intelligence. Vedremo come sia possibile implementare un efficace sistema di monitoring che permetta di sapere in ogni momento quanto, come e da chi vengano utilizzati i nostri modelli dati e la nostra reportistica e come stanno performando gli engine di Analysis Services e Power BI utilizzati. Infine, vedremo come ci si possa spingere oltre per monitorare l’uso dei singoli campi e delle singole misure del nostro modello dati o per individuare le attività più penalizzanti (query, report, processing o altro) per le performance dei nostri sistemi.

Il mio grosso grasso modello di Power BI

Le ottime prestazioni del motore di Power BI (VertiPaq), unite al suo elevato fattore di compressione dei dati, spesso rendono superflua l’attività di ottimizzazione dei modelli dati realizzati con Power BI desktop. In realtà questa è una buona prassi che dovrebbe sempre essere prevista nel ciclo di sviluppo dei nostri modelli indipendentemente dalla loro dimensione e complessità. In questa sessione, dopo una breve introduzione teorica sul funzionamento di VertiPaq e dei suoi algoritmi di compressione, ci concentreremo su alcune best practices da seguire per ottimizzare i nostri modelli e sugli strumenti a nostra disposizione per verificare l’effettivo livello di ottimizzazione degli stessi. Inoltre, vedremo come sia possibile raccogliere, tramite DMV, tutte le informazioni utili delle strutture dati dei nostri modelli utilizzando Power BI desktop, fino a realizzare una versione “Power BI” del famoso tool Vertipaq Analizer.

DIY: Self-Service BI Monitoring

Quando i nostri modelli dati arrivano in produzione non dobbiamo solo garantirne la necessaria manutenzione ma anche monitorarne l’effettivo utilizzo da parte degli utenti business e l’andamento delle loro performance nel tempo.
Chi usa i nostri modelli? Quando lo fa? Con quali strumenti? Quali sono i report più utilizzati? Esistono delle informazioni che non sono utilizzate? Quali sono i tempi di risposta delle analisi effettuate dai Business Users?
In questa sessione vedremo come sia possibile rispondere a queste e ad altre mille domande implementando un efficace sistema di monitoring su misura per le nostre esigenze che permetta di sapere in ogni momento quanto, come e da chi vengano utilizzati i nostri modelli dati e la nostra reportistica e come stanno performando gli engine di Analysis Services e Power BI.
Infine, vedremo come ci si possa spingere oltre per monitorare l’uso dei singoli campi e delle singole misure del nostro modello dati, per individuare le attività più penalizzanti (query, report, processing o altro) per le performance dei nostri sistemi e per verificare l’effettivo utilizzo di memoria dei nostri modelli dati.
Il tutto sfruttando alcuni servizi e tecnologie già in uso nelle nostre soluzioni e quindi in modalità zero o low-cost.

Come costruire un sistema “custom-made” per il monitoraggio dell’intera piattaforma di BI