Empfehlungen zur Leistungsplanung

Gilt für diese Power Platform Well-Architected Performance Efficiency-Checkliste-Empfehlung:

Dieser Leitfaden beschreibt die Empfehlungen zur Leistungs- und Kapazitätsplanung. Leistung kommt nicht einfach so zustande – Sie müssen sie wie jede andere Anforderung planen. Unter Kapazitätsplanung versteht man den Prozess der Ermittlung der Ressourcen, die zum Erreichen der Workload-Leistungsziele erforderlich sind. Dabei wird die Menge an Ressourcen geschätzt, die zur Unterstützung der Leistungsanforderungen der Arbeitslast erforderlich ist, beispielsweise Speicher, Durchsatz und Netzwerkbandbreite. Durch die Kapazitätsplanung wird sichergestellt, dass für die Arbeitslast ausreichend Ressourcen zur Verfügung stehen, um die erwarteten Arbeitslastanforderungen zu bewältigen, ohne dass es zu Leistungseinbußen oder Engpässen kommt. Darüber hinaus werden dadurch Überbereitstellungen und unnötige Kosten vermieden. Mangelnde Leistungs- und Kapazitätsplanung kann zu Leistungsproblemen, Ressourcenengpässen, erhöhten Kosten, ineffizienter Zuweisung, Skalierbarkeitsproblemen und unvorhersehbarer Workload-Leistung führen.

Definitionen

Wichtige Designstrategien

Bei der Kapazitätsplanung handelt es sich um einen zukunftsorientierten Prozess, bei dem Entscheidungen auf Grundlage der erwarteten Arbeitsanforderungen und -muster getroffen werden. Ziel ist die Optimierung der Workload-Leistung sowohl in Dauer- als auch in Spitzenlast-Szenarien. Wenn Sie sich über Nutzungsänderungen im Klaren sind, z. B. saisonbedingte Schwankungen oder Produktveröffentlichungen, können Sie die Ressourcen strategisch zuweisen und so eine Systemüberlastung in Zeiten hoher Nachfrage verhindern. Diese proaktive Strategie reduziert Störungen und steigert die Leistungseffizienz. Durch die Analyse vergangener Nutzungstrends und Wachstumsdaten können Sie den kurzfristigen und langfristigen Bedarf prognostizieren. Sie können potenzielle Engpässe und Skalierungsprobleme genau lokalisieren und so eine konsistente und effiziente Workload-Leistung sicherstellen.

Die Leistung fest einplanen

Behalten Sie beim Design Ihres Workload die Leistung immer im Hinterkopf um das Refactoring nach Ausführung Ihrem Workload auf ein Minimum zu beschränken. Berücksichtigen Sie hinsichtlich der Leistung Ihre Anforderungen an Ihre Workloads. Leistungsfragen wirken sich auf viele Aspekte Ihrer Workloads aus:

• Datenstrategie: Verfügen Sie über vorhandene Daten und Datenspeicher, auf die Sie Verbinden anwenden müssen? Wie viele Daten müssen Sie speichern? Hat das Datenvolumen Einfluss darauf, wie schnell Benutzer darauf zugreifen können? Wie erhalten Benutzer Zugriff auf die Daten?

• Integrationsstrategie: Können Sie Echtzeitintegrationen durchführen, ohne das System zu verlangsamen? Können Sie Batch-Integrationen innerhalb einer bestimmten Zeit durchführen? Wo sind Ihre Daten? Brauche ich eine lokale Datengatewaystrategie?

• Konversationsvolumen: Beim Aufbau eines Copiloten ist es wichtig, das Zielvolumen an Nachrichten oder Konversationen und deren erwartetes Wachstum zu verstehen. Bestätigen Ihre Erwartungen die Zielarchitektur? Wie sieht es mit der Skalierung aus?

• Datenmodellierung: Müssen Sie Ihre Datenstruktur für schnellere Abfragen vereinfachen?

• Sicherheitsmodellierung: Funktionieren Ihre Sicherheitsregeln mit vielen Benutzern und Daten gut? Gibt es irgendwelche Engpässe?

• Umgebung-Strategie: Haben Sie einen Test Umgebung für Leistungstests? Ähnelt sie der Produktionsumgebung? Haben Sie Leistungstests in Ihr Budget eingeplant?

• Entwicklung: Befolgen die Entwickler die Best Practices zur Leistung? Erreichen sie bestimmte Leistungsziele? Wissen die Benutzer, was möglich ist und was nicht?

• Testdesign und -ansatz: Wie messen Sie die Leistung? Was ist gut genug und was nicht? Testen Sie mit realistischen Szenarien und Daten? Testen Sie für aktuelle und zukünftige Anforderungen?

• Akzeptanz und Verwendung durch die Benutzer: Wie verfolgen Sie die Leistung? Sind die Erwartungen der Benutzer realistisch?

Ihre Ressourcen planen

Leistung braucht Zeit, Geld, Mühe und Menschen. Ordnen Sie Ressourcen von Beginn Ihres Projekts an mit Bedacht zu. Beispielsweise benötigen Entwickler möglicherweise mehr Zeit, um effiziente Möglichkeiten zur Implementierung der Geschäftslogik und zur Optimierung des Codes zu finden. Sie benötigen außerdem eine Testumgebung und ein Team zur Durchführung von Leistungstests.

Leistung ist keine einmalige Aktivität. Wenn sich Ihre Arbeitslast ändert und die Plattform sich weiterentwickelt, müssen Sie den Code erneut prüfen und weiterhin nach Möglichkeiten zur Leistungsoptimierung suchen.

Planen Sie Datenmigrationen und -Integrationen

Wenn Sie Daten aus einem früheren System migrieren, planen Sie die Migration sorgfältig. Hier finden Sie einige Tipps, um Probleme zu vermeiden:

• Verstehen Sie die Geschäftsanforderungen für die Daten, die Sie migrieren. Migrieren Sie nicht mehr Daten, als die Benutzer benötigen. Beispielsweise müssen Sie wahrscheinlich keine 10 Jahre alten Leads in Ihr Vertriebssystem importieren.

• Überlegen Sie, wann und wie oft Ihre Integrationen ausgeführt werden. Vermeiden Sie die Ausführung ressourcenintensiver Prozesse, wenn Benutzer mit dem System interagieren. Planen Sie ressourcenintensive Prozesse für Zeiten mit geringer Auslastung oder nutzen Sie die asynchrone Verarbeitung.

• Beachten Sie beim Entwurf Ihrer Integrationen die Plattformbeschränkungen und Best Practices.

Erfassen von Leistungsdaten

Das Erfassen von Daten zur Workload-Auslastung umfasst das Sammeln und Analysieren von Informationen darüber, wie eine Workload Ressourcen nutzt und welche Leistung sie erbringt. Sie sollten Daten zu historischen Mustern für vorhandene Workloads und zu prädiktiven Messungen für neue Workloads sammeln. Dieser Prozess hilft dabei, Geschäftsziele in technische Anforderungen umzusetzen und ist für die Kapazitätsprognose von entscheidender Bedeutung. Beachten Sie die folgenden Empfehlungen.

Verstehen Sie bestehende Workloads

Um eine vorhandene Arbeitslast für die Kapazitätsplanung zu verstehen, müssen Sie historische Daten zur Ressourcennutzung der Arbeitslast analysieren. Es umfasst Kennzahlen wie Ressourcennutzung, Leistungsdaten und Arbeitslastmuster. Dieses Verständnis gewährleistet eine effiziente Ressourcenzuweisung, übersetzt Geschäftsziele in technische Anforderungen und hilft bei der Identifizierung potenzieller Engpässe.

• Die Daten verstehen: Überprüfen Sie die verfügbaren historische Daten und verstehen Sie deren Struktur, Format und Relevanz für die Kapazitätsplanung. Die Überprüfung kann Kennzahlen zur Ressourcennutzung, Arbeitslastmuster, Leistungskennzahlen und andere relevante Datenpunkte umfassen. Verstehen Sie die Geschäftsprozesse und die Kritikalität der Anwendungen. Identifizieren Sie Spitzennutzungszeiten, Benutzerauslastung, Transaktionsraten und andere relevante Kennzahlen.

• Bereinigen und Vorverarbeiten der Daten: Bereiten Sie die Daten für die Analyse vor, indem Sie sämtliche Inkonsistenzen, Fehler oder Ausreißer entfernen. Zur Vorbereitung der Daten können Datenbereinigungstechniken wie Datenimputation, die Behandlung fehlender Werte oder Normalisierung gehören.

• Wichtige Kennzahlen ermitteln: Identifizieren Sie die Kennzahlen, die für die Kapazitätsplanung relevant sind. Zu den Metriken können das Transaktionsvolumen, der Netzwerkdurchsatz und die Antwortzeiten gehören.

• Identifizieren Sie Engpässe: Messen Sie Durchsatz und Antwort-Zeiten, um die spezifischen Komponenten Ihres Systems zu identifizieren, die bei zunehmender Arbeitslast zu Engpässen werden könnten. Nutzen Sie Prozess-Mining-Analysefunktionen wie Nacharbeit und Ursachenanalyse, um Engpässe im End-to-End-Prozess zu identifizieren.

• Visualisieren Sie die Daten: Erstellen Sie Visualisierungen wie Diagramme oder Plots, um bessere Einblicke in historische Daten zu erhalten. Mithilfe von Visualisierungen können Sie Muster, Trends und Anomalien in Daten erkennen und so das Workload-Verhalten besser verstehen. Verwenden Sie Prozess-Mining-Tools, um die Daten mit einer Prozesskarte zu visualisieren und so eine gründliche Analyse des Prozesses zu ermöglichen.

Einen neuen Workload verstehen

Wenn es darum geht, einen neuen Workload im Sinne der Kapazitätsplanung zu verstehen, geht es um das Vorhersagen des Ressourcenbedarfs einer zukünftigen Aufgabe ohne historische Daten. Die Vorhersage des zukünftigen Bedarfs eines neuen Workloads ohne historische Daten kann eine Herausforderung sein. Dieser Prozess stellt sicher, dass Sie Ressourcen effizient zuteilen und die Zuteilung an den Workloadzielen ausrichten, wenn der Workload eingeführt wird.

Beachten Sie die folgenden Empfehlungen:

• BenutzerForschung: Die Durchführung von Benutzerforschung, um zu verstehen, wie Benutzer mit der aktuellen Arbeitslast umgehen, kann wertvolle Erkenntnisse über die potenzielle Nachfrage nach einer neuen Arbeitslast liefern. Die Untersuchung kann Benutzerinterviews, Umfragen oder die Beobachtung eines Benutzers bei der Ausführung der vorhandenen Arbeitslast umfassen.

• Expertenmeinung: Input von Fachexperten oder Fachleuten mit Branchenerfahrung kann Ihnen dabei helfen, den Bedarf für einen neuen Arbeitsaufwand einzuschätzen. Ihr Fachwissen und ihre Erkenntnisse können wertvolle Informationen für Prognosen liefern.

• Pilotprojekte oder Prototypen: Pilotprojekte oder Prototypen in kleinem Maßstab können Ihnen dabei helfen, Echtzeitdaten und Feedback zu sammeln. Sie können diese Daten dann zur Kapazitätsplanung nutzen und den prognostizierten Bedarf anpassen.

• Externe Datenquellen: Externe Datenquellen wie Branchenberichte, Marktstudien oder Kundenbefragungen können zusätzliche Informationen zur Einschätzung des Bedarfs an einem neuen Arbeitspensum liefern. Diese Quellen können wertvolle Einblicke in Kundenpräferenzen, Markttrends und potenzielle Nachfragetreiber bieten.

Die Nachfrage prognostizieren

Bei der Prognose der Nachfrage werden Workloaddaten verwendet, um den zukünftigen Bedarf an einer Dienstleistung oder einem Produkt vorherzusagen. Für die Kapazitätsplanung ist es wichtig, eine effiziente Ressourcenzuweisung sicherzustellen, Wachstumsmuster vorherzusehen und sich auf mögliche Nachfragespitzen vorzubereiten. Bei der Prognose der zukünftigen Nachfrage nutzen Sie Daten, um sich einen Eindruck über den zukünftigen Bedarf zu verschaffen. Sie wenden statistische Analysen, Trendanalysen oder prädiktive Modellierungstechniken auf die Daten an, die Ihnen zur Prognose der zukünftigen Nachfrage zur Verfügung stehen. Diese Methoden berücksichtigen historische oder erwartete Muster und projizieren sie in die Zukunft und liefern so Schätzungen zur erwarteten Workloadnachfrage. Um die Nachfrage vorherzusagen, sollten Sie die folgenden Strategien berücksichtigen.

Berücksichtigen Sie verschiedene Szenarien

Im Rahmen der Leistungsplanung müssen Sie verschiedene Szenarien einplanen, die auftreten können. Diese Planung sollte sowohl vorhersehbare Wachstumsmuster als auch unerwartete Nachfrageschübe berücksichtigen. Das Nutzungsverhalten kann zunehmen oder zurückgehen. Sie können organisch (mehr oder weniger Benutzer) oder anorganisch (ein Ereignis oder Sicherheitsvorfall) sein. Sie müssen die Planung zu wichtigen Zeitpunkten vor Nutzungsänderungen durchführen:

• Design (Vorhersage)
• Regelmäßige Spitzen (Ansturm bei der Anmeldung um 8:00 Uhr)
• Start (Prüfung der Vorhersage)
• Änderung des Geschäftsmodells
• Fusion oder Übernahme
• Marketingpush
• Saisonale Änderungen
• Feature-Einführung
• Periodisch

Verwenden Sie Vorhersagetechniken

Um die zukünftige Nachfrage nach einer Dienstleistung oder einem Produkt vorherzusagen, kommen Techniken wie statistische Analysen, Trendanalysen und prädiktive Modellierung zum Einsatz.

Hier ist eine Übersicht darüber, wie Sie diese Techniken verwenden können:

• Statistische Analyse: Statistische Methoden können dabei helfen, Muster und Beziehungen innerhalb von historische Daten aufzudecken. Sie können diese Muster verwenden, um die zukünftige Nachfrage vorherzusagen. Sie können Techniken wie Zeitreihenanalyse, Regressionsanalyse und gleitende Durchschnitte verwenden, um Trends, Saisonalität und andere Muster in den Daten zu erkennen.

• Trendanalyse: Bei der Trendanalyse wird historische Daten untersucht, um konsistente Muster zu identifizieren und diese Muster in die Zukunft zu extrapolieren. Wenn beispielsweise die Workloadnachfrage im letzten Jahr um 10 % gestiegen ist, können Sie prognostizieren, dass sich dieser Trend fortsetzt. Wenn Sie historische Nachfragedaten über einen bestimmten Zeitraum analysieren, können Sie Wachstums- oder Rückgangstendenzen erkennen. Verwenden Sie diese Trends als Grundlage für die Prognose der zukünftigen Nachfrage. Durch Trendanalysen lassen sich zudem die Auswirkungen einmaliger Ereignisse aufzeigen, die zu raschen Verschiebungen im Datenverkehr führen (anorganisch). Beispielsweise kann die Veröffentlichung neuer Funktionen die Nachfrage dauerhaft um 5 Prozent steigern. Wenn Sie pro Jahr vier Hauptversionen herausbringen, sollten Sie jedes Mal mit einem Wachstum von 5 Prozent rechnen.

• Prädiktive Modellierung: Bei der prädiktiven Modellierung handelt es sich um den Prozess der Erstellung mathematischer Modelle, die historische Daten und andere relevante Variablen verwenden, um Vorhersagen über die zukünftige Nachfrage zu treffen. Sie können Techniken wie Algorithmen des maschinellen Lernens, neuronale Netzwerke oder Entscheidungsbäume verwenden. Diese Modelle können mehrere Faktoren und Variablen berücksichtigen, um genauere Prognosen zu liefern.

Prognosen an Workload-Zielen ausrichten

Um Prognosen an Workloadziele anzupassen, müssen prädiktive Kapazitätsmodelle angepasst werden, um sicherzustellen, dass sie die spezifischen Ziele und Anforderungen eines bestimmten Workloads erfüllen. Durch diese Ausrichtung wird sichergestellt, dass ausreichend Ressourcen bereitgestellt werden, wodurch sowohl eine Unterauslastung als auch mögliche Überlastungen des Workloads verhindert werden. Wenn Sie beispielsweise eine Integration mit 1 Million Updates pro Nacht unterstützen möchten, die aktuellen Daten jedoch langsame Update-Geschwindigkeiten zeigen, müssen Sie Ihr System anpassen. Es ist wichtig, mit den Stakeholdern zu sprechen, um die Anforderungen des Workloads zu verstehen. Stellen Sie sicher, dass Ihre Pläne mit den Versprechen (SLAs) Ihrer Dienstanbieter übereinstimmen. Diese Ausrichtung stellt sicher, dass Ihre Kapazität der erwarteten Nachfrage entspricht, und hilft dabei, Bereiche des Systems zu identifizieren, in denen möglicherweise Änderungen vorgenommen werden müssen.

Ressourcenanforderungen bestimmen

Eine Arbeitslast kann viele Ressourcen umfassen, sodass es keine einheitliche Kennzahl zur Ermittlung des Ressourcenbedarfs gibt. Um aussagekräftige Ergebnisse zu erhalten, müssen Sie die Kapazität auf Ressourcenebene messen. Schätzen Sie den erwarteten Bedarf für Ihre Ressourcen anhand historischer Daten, Markttrends und Geschäftsprognosen. Berücksichtigen Sie die Anzahl der Transaktionen, gleichzeitigen Benutzer oder andere relevante Kennzahlen.

Berechnen Sie auf der Grundlage der prognostizierten Nachfrage die Ressourcen, die zur Deckung dieser Nachfrage erforderlich sind. Berücksichtigen Sie Faktoren wie API-Anforderungskapazität, Netzwerkbandbreite, Speicherkapazität und Personal:

• Netzwerkbandbreite: Bewerten Sie die Netzwerkbandbreite, die Sie benötigen, um das erwartete Datenverkehrsaufkommen zu unterstützen. Sie sollten sowohl eingehende als auch ausgehende Datenübertragungsraten berücksichtigen, um eine reibungslose und effiziente Kommunikation zwischen Servern und Clients sicherzustellen.

• Speicherkapazität: Schätzen Sie die Datenmenge, die die Arbeitslast während des prognostizierten Bedarfs generiert oder verarbeitet. Berücksichtigen Sie Faktoren wie Datenbankgröße, Dateispeicheranforderungen und alle anderen Datenspeicheranforderungen, die für Ihre Anwendung spezifisch sind.

• API-Anfragen: Bewerten Sie Ihren API-Anfrageverbrauch im Hinblick auf Ihre verfügbare Kapazität und die Serviceschutzgrenzen. Berücksichtigen Sie Faktoren wie die anfängliche Datenlast und mögliche Nutzungsspitzen.

• Personal: Bewerten Sie die personellen Ressourcen, die für die Verwaltung und Wartung der Infrastruktur, die Abwicklung des Kundensupports, die Durchführung von System-Wartung und die Gewährleistung eines reibungslosen Betriebs erforderlich sind. Berücksichtigen Sie Faktoren wie Workloadverteilung, Fertigkeiten und erforderliche Fachkenntnisse.

Ressourcenbeschränkungen verstehen

Für die Ressourcen in Ihrem Workload gelten Leistungseinschränkungen. Für die Funktionen jedes Dienstes gelten Leistungseinschränkungen. Sie müssen sich über die Ressourcenbeschränkungen in Ihrem Workload im Klaren sein und diese Beschränkungen bei Ihren Designentscheidungen berücksichtigen. Sie sollten beispielsweise wissen, ob Ressourcenbeschränkungen eine Änderung des Designansatzes oder einen vollständigen Austausch der Ressourcen erfordern.

Sie müssen außerdem erreichbare Grenzen bestimmen, d. h. die maximalen Schwellenwerte oder Grenzen einer Arbeitslast ermitteln. Diese Einschränkungen gelten normalerweise für die Infrastruktur (Rechner, Speicher, Netzwerk), die Anwendung (gleichzeitige Verbindungen, Antwortzeiten, Verfügbarkeit) und den Dienst (Anforderungen pro Sekunde). Wenn bei der Kapazitätsplanung erreichbare Grenzen ermittelt werden, müssen Sie die Arbeitslast ändern, bevor die Grenze zu Leistungsproblemen führt. Leistungsbaselines, kontinuierliche Überwachung und Tests sind zur Prüfung der Grenzwerte und der Lösung von entscheidender Bedeutung.

Kompromiss: Eine falsch eingeschätzte Kapazitätsplanung kann zu einer Über- oder Unterbereitstellung von Ressourcen führen. Eine Überbereitstellung kann zu höheren Kosten führen. Eine Unterbereitstellung kann zu schlechter Leistung führen. Möglicherweise treten auch häufiger Fehlalarme auf, was dazu führen kann, dass Sie Zeit mit der Untersuchung nicht vorhandener Leistungsprobleme verschwenden. Versuchen Sie, die richtige Balance zu finden.

Umsetzung in Power Platform

Kapazitätsdaten erfassen und Bedarf prognostizieren: Azure Monitor ermöglicht Ihnen das Erfassen und Analysieren von Telemetriedaten aus Ihren Anwendungen und Ihrer Infrastruktur. Es unterstützt die Überwachung verschiedener Azure-Ressourcen, einschließlich virtueller Maschinen, Container und Speicherkonten. Zu den wichtigsten Tools gehören Application Insights und Log Analytics. Indem Sie die Datenerfassung konfigurieren und Metriken und Protokolle definieren, die Sie überwachen möchten, können Sie wertvolle Workloaddaten zur Analyse sammeln. Kombinieren Sie für die Netzwerküberwachung Azure Monitor mit Azure Network Watcher, Azure Monitor-Netzwerkerkenntnissen und Azure ExpressRoute Überwachung.

Mit Azure Monitor können Sie historische Daten analysieren und Prognosetechniken anwenden, um zukünftige Workloadtrends und Kapazitätsanforderungen vorherzusagen. Sie können Prognosen erstellen, die Sie bei der Kapazitätsplanung unterstützen können. Diese Prognosen helfen bei der Schätzung der Serverkapazität, der Netzwerkbandbreite, der Speicherkapazität und anderer Ressourcenanforderungen anhand vorhergesagter Nachfragemuster.

Ermitteln des Ressourcenbedarfs: Da Azure-Tools und -Dienste eine große Bandbreite an Konfigurationen bieten, können sie Ihnen beim Definieren der technischen Anforderungen helfen. Sie können Ihre Workloadanforderungen an den verfügbaren Azure-Ressourcen ausrichten und so sicherstellen, dass Sie die geeigneten Komponenten und Einstellungen auswählen, um Ihren funktionalen Anforderungen gerecht zu werden.

Ressourcenbeschränkungen verstehen: Power Platform bietet Dokumentation und Ressourcen, die Ihnen helfen, die Leistungsbeschränkungen der einzelnen Dienste zu verstehen. Die Berücksichtigung dieser Einschränkungen kann Ihnen dabei helfen, fundierte Designentscheidungen zu treffen und Ihre Workload-Architektur im Hinblick auf Leistung und Kosteneffizienz zu optimieren.

Es gibt Skalierungsgrenzen innerhalb Ihrer Konfiguration und Dienste, die Sie kennen sollten. Sie können die Dokumentation lesen oder Tests durchführen. Weitere Informationen finden Sie unter

• Power Platform Anforderungslimits und -zuteilungen
• API-Grenzwerte für den Dienstschutz
• Grenzen automatisierter, geplanter und sofortiger Power Automate Flows
• Kontingente und Limits für Copilot Studio

Verwenden von Datenaufrufen aus Canvas-Apps: Datenaufrufflüsse aus Canvas-Apps senden Daten an tabellarische Datenquellen, indem sie Konnektoren über das OData-Protokoll verwenden. OData-Anforderungen fließen an Back-End-Layer, um das Ziel Datenquelle zu kontaktieren und Daten für den Client abzurufen oder Daten an Datenquelle festzuschreiben. Aktionsbasierte Connectors, die APIs ermöglichen, funktionieren auf die gleiche Weise.

Wenn Sie wissen, wie OData- und API-Anforderungen in Canvas-Apps übertragen werden, können Sie die Leistung Ihrer Canvas-Apps und Ihre Back-End-Datenquellen optimieren. Weitere Informationen finden Sie unter Datenanruffluss in Canvas-Apps.

Verwandte Informationen

• Azure Monitor
• Application Insights
• Protokollanalyse
• Prozess-Mining und Aufgaben-Mining in Power Automate

Leistungsfähigkeitscheckliste

Lesen Sie die vollständigen Empfehlungen.