性能优化简介

在使用 FineBI 时，可能会出现以下情况影响使用。

• 访问仪表板时加载时间很长。

• 频繁访问大数据量仪表板占用了过多的服务器内存而导致内存溢出。

• 过多的用户并发访问的时候服务器承受压力过大导致服务器崩溃。

• 频繁地出现请求超时。
  

• 更新时间长、更新报错、更新卡住。

若出现以上现象，说明需要进行性能优化来提高 BI 的使用体验。

当系统出现性能问题时，首先应分析是什么原因导致缓慢再分析如何改进。

2.1 服务器性能

FineBI 作为纯 Java 软件，集成至服务器的 BI 会继承服务器的资源。服务器的虚拟内存、连接池的设置等等往往会导致很多性能问题。

2.2 数据准备

• 在制作自助数据集时，多对多关系合并数据表 时可能会出现数据膨胀从而导致更新失败或者更新耗时长的问题。

• SQL 数据集的预览速度影响更新速度，可能导致取数预览缓慢，引起更新卡住等问题。

2.3 仪表板制作

在制作仪表板时，若制作的图表层级过多或者分组过多，或者单张仪表板制作组件数超过 30 个，就会引起仪表板展示速度缓慢。

3.1 服务器性能优化

3.2 数据准备优化

3.2.1 数据处理

• 规范数据处理方式，左右合并 N:N 场景需要控制使用，注意避免产生大数据量 N:N 关联。

3.2.2 数据更新

• 避免出现大量的单表定时更新，并且更新时间比较分散，尽量使用 全局更新

• 更新时将同一时间的任务合并，放在一起更新，减少自助数据集重复更新。

• 控制更新频率，减少白天使用系统时进行更新，或者白天使用系统时配置资源池参数。
  

3.2.3 数据使用

• 实时数据需检查数据库性能，保证数据库取数速度。

• 谨慎使用实时数据：实时数据

3.3 仪表板优化

• 查看制作的仪表板是否进行了大量的计算，例如使用了去重计数、表头过滤、公式过滤等操作，可减少计算、寻求其他替代计算方式或者将仪表板计算移动到自助数据集中进行。
  

• 单张仪表板制作组件数不超过 30 个。

• 若对图表大数据分组有要求，可进行 图表大数据 GCC 升级

• 对大数据量实时数据集建议切换为抽取数据。

• 实时数据的数据库执行速度慢，可优化 SQL 语句或者参考 实时数据中 SQL 参数使用 减少数据量。