Organizaciones de distintos tamaños ofrecen verdadero análisis de autoservicio escalable con Tableau. Estas experimentan una transformación estratégica y promueven una cultura de análisis que será fundamental para su futuro. A medida que la cultura se expande, la plataforma de análisis adquiere un papel primordial en la organización, y el tiempo de inactividad se convierte en una verdadera preocupación. La implementación correcta y el planeamiento de la escalabilidad son esenciales para minimizar el tiempo de inactividad. También permiten garantizar que la plataforma de análisis satisfaga las necesidades de negocios, que no dejan de multiplicarse.
Las empresas q ofrecen análisis d autoservicio con #Tableau experimentan una transformación estratégica y promueven una cultura de análisis Clic para tuitearHay muchas pautas que se deben tener en cuenta cuando se configura un entorno empresarial. Por ese motivo, aquí te presentamos ocho consejos rápidos que te ayudarán a configurar tu entorno de Tableau Software con un marco preparado para la escalabilidad.
1. Diseña tus libros de trabajo teniendo en cuenta tanto la apariencia como el rendimiento.
Cuando algún usuario comenta que su libro de trabajo funciona lento, se debe a que fue diseñado sin tener en cuenta el rendimiento. Si el tiempo de carga para un único usuario es lento, los tiempos de respuesta del libro de trabajo también serán lentos con cargas más grandes.
Para adoptar una cultura de análisis, es recomendable proporcionar guías y equipos que ayuden a los usuarios a diseñar libros de trabajo informativos, de apariencia agradable y con un buen rendimiento. Esto también garantizará la capacidad de desarrollar y ofrecer visualizaciones escalables.
2. Ten presente tu estrategia de datos.
El tiempo de respuesta total para un usuario final es una combinación de varios aspectos. Pero, principalmente, es el tiempo que tarda el procesamiento de Tableau combinado con la recuperación de datos. Si tus bases de datos back-end o los tiempos de consulta son lentos, la visualización también será lenta.
Es importante que tengas esto en cuenta cuando definas tu estrategia de datos. A menudo, se seleccionan y comparten las fuentes de datos de una organización. Debes asegurarte de proporcionar datos pertinentes de manera que satisfagan las necesidades de productividad de los usuarios corporativos. Esto significa que debes optimizar los datos. Por ejemplo, para lograr que las consultas de tablas indexadas sean rápidas, debes garantizar que las uniones sean óptimas y que los niveles de agregación sean pertinentes. Contar con un adecuado proceso de limpieza de datos es importante para que las visualizaciones y los dashboards tengan un buen rendimiento.
3. Cuando sea necesario, utiliza extracciones de datos de Tableau.
Si las consultas a tu base de datos son lentas (y tus equipos de administración de bases de datos y TI no pueden optimizar el rendimiento), evalúa el uso de extracciones para conseguir que las consultas tengan un buen rendimiento. Las extracciones se almacenan localmente en el servidor y se ejecutan en la memoria. Por esta razón, los usuarios pueden acceder a los datos de manera rápida sin necesidad de enviar solicitudes a la base de datos. Las extracciones se pueden filtrar y agregar fácilmente. Es muy sencillo capacitar a los usuarios finales para que puedan optimizar las extracciones antes de publicarlas en el servidor. Lo pueden hacer agregando los niveles adecuados y ocultando los campos no utilizados. Las extracciones mejoran significativamente el tiempo de respuesta y permiten que los usuarios permanezcan en el flujo de análisis.
4. Programa las actualizaciones en horas de poca actividad y separa los procesadores en segundo plano.
A menudo, las fuentes de datos se actualizan en tiempo real, pero los usuarios solo necesitan los datos una vez al día o a la semana. La programación de las extracciones en horas de poca actividad puede reducir la carga de la hora pico tanto en la base de datos como en Tableau Server. Además, se puede agregar procesadores en segundo plano adicionales en hardware dedicado si tiene la capacidad de núcleos suficiente. Considera esta opción para completar las extracciones más rápidamente.
Elimina ciclos desperdiciados mediante la identificación de las extracciones que se actualizan innecesariamente. Por ejemplo, si tienes una extracción de gran tamaño que se actualiza una vez por hora, pero el libro de trabajo que la utiliza se usó por última vez hace más de un año, consulta con sus usuarios corporativos si es realmente necesaria esa frecuencia de actualización. La eliminación del trabajo que no es relevante ni esencial para el negocio libera al servidor para que pueda proporcionarles a los usuarios una experiencia más optimizada.
5. Caché.
En Tableau, el almacenamiento en caché se distribuye entre los componentes del clúster. Por este motivo, el uso de la memoria para la escalabilidad del servidor se puede distribuir entre los nodos del clúster mediante la simple incorporación de más servidores de caché. Los servidores de caché se dedican específicamente a almacenar en caché los resultados de las consultas. Por esta razón, mejoran la escalabilidad cuando una mayor cantidad de usuarios utiliza una visualización cuyos resultados de las consultas ya están almacenados. ¿Quieres saber si está usando de manera adecuada el almacenamiento en caché? Activa el control JMX en el servidor. Puedes utilizar TabMon o tu herramienta de control JMX favorita.
6. Ajusta la configuración.
La configuración predeterminada funciona para la mayoría de las implementaciones de pequeña escala. Sin embargo, cuando realices pruebas propias de escalabilidad, recuerda que puede ser necesario ajustar la configuración según la cantidad de instancias de VizQL Server, servidores de caché, motores de datos y servidores de datos. Sobre la base del hardware que estés probando, evalúa la necesidad de ajustar la configuración de los controles de procesos internos (SRM) para la memoria (vizqlserver.memory_limit_per_process_gb). Por diseño, estos controles de procesos internos reiniciarán los procesos de servidor cuando detecten que los sistemas sobrepasan los umbrales y no haya suficiente capacidad.
7. Aprovecha la herramienta TabJolt.
Para la automatización de las pruebas de carga, evalúa utilizar la herramienta TabJolt, debido a que elimina las necesidades de actualización y mantenimiento de los scripts de automatización de pruebas. El mantenimiento de los scripts de automatización de pruebas para los análisis ad hoc pueden consumir mucho tiempo y distraerlo de otras tareas más productivas. Aquí puedes ver un video introductorio de TabJolt.
8. Ejecución en VMWare.
Si ejecutas Tableau Server en VMWare, recuerda trabajar con los administradores de VMWare vSphere. Esto garantiza la reserva de CPU suficiente para permitir que Tableau cuente con la capacidad de cálculo necesaria para procesar grandes cargas de trabajo de visualización.