Explorando a arquitetura do SAP Analytics Cloud

Objective

After completing this lesson, you will be able to descreva a arquitetura do SAP Analytics Cloud e seu impacto no desempenho.

Arquitetura

Vamos explorar alguns dos principais elementos da arquitetura e como eles podem afetar o desempenho no SAP Analytics Cloud. Esses, por sua vez, podem ser otimizados para melhorar a experiência do usuário quando problemas de desempenho são identificados como parte do processo de análise. Esta lição foi desenvolvida para fornecer a você uma compreensão de alto nível do tópico.

O desempenho geral do SAP Analytics Cloud é determinado principalmente pelos três componentes:

  1. Front end: hora do mandante
  2. Diagrama de rede: tempo entre o front end e o back-end
  3. Back-end: tempo de serviço do SAP Analytics Cloud e o tempo usado pelos sistemas por meio de uma conexão em tempo real

Vejamos como os diferentes componentes funcionam juntos. Isso nos ajudará a entender melhor onde o tempo de computação é desperdiçado e como corrigi-lo.

O diagrama e a tabela a seguir mostram alguns dos fatores que contribuem para o desempenho, organizados por front-end, rede e back-end.

Um diagrama que mostra a interação dos diferentes elementos na análise de desempenho.
Front endRedeBack-end
  • CPU e GPU
  • Memória
  • Largura de banda corporativa e VPN
  • Latência da rede de Internet
  • Largura de banda da Internet
SAP Analytics Cloud

Complexidade de conteúdo e design:

  • Modelos e versões
  • Ações de dados
  • Cálculos e agregações
  Outro
  • Desempenho do banco de dados (dados em tempo real)
  • Desempenho da consulta

Ninguém gosta de trabalhar em uma ferramenta que tem mau desempenho. Quando os dados precisam ser processados para concluir tarefas, o baixo desempenho pode afetar negativamente suas metas de negócios. É por esse motivo que precisamos manter o desempenho na vanguarda de tudo o que fazemos no SAP Analytics Cloud e nas fontes de dados às quais se conecta.

O que pode ser corrigido no front end? O que só pode ser corrigido no back-end? Vamos descobrir.

Arquitetura do SAP Analytics Cloud

: Você pode ver aqui um diagrama simplificado da arquitetura de software do SAP Analytics Cloud. O cliente do SAP Analytics Cloud está integrado em um mecanismo JavaScript que é executado no navegador. As solicitações são colocadas via HTTP nas duas direções para importação e conexões em tempo real.

Diagrama técnico simplificado de arquitetura do SAP Analytics Cloud.

Front end: no lado do front end, os componentes interativos, como o mecanismo de gráfico, o gerador de solicitações e a interface do usuário, estão integrados no cliente SAP Analytics Cloud, que é escrito em JavaScript e executado no mecanismo JavaScript, permitindo que os usuários selecionem seu navegador preferido.

Por esse motivo, há muitas coisas a considerar ao analisar a performance. Qualquer componente que exija tempo para ser executado, como código que carrega dados, imagens ou widgets em um painel, pode ser uma fonte de desempenho reduzido. Por exemplo, se você tiver uma interface de usuário pesada com vários gráficos, widgets e mapas geográficos que são renderizados ao mesmo tempo, ou várias solicitações paralelas para o back-end.

Rede: o protocolo HTTP é utilizado para o front end enviar solicitações para o back-end, onde espera por uma resposta. Isso é usado para conexões de importação e em tempo real, limitando a quantidade de dados que podem ser transferidos. A largura de banda de rede limitada aumenta o tempo de transferência de dados para o navegador, diminuindo assim o desempenho.

Back-end: os problemas relacionados à performance no lado do back-end dependem de onde os dados são armazenados. Em princípio, existem duas possibilidades.

  1. Uma conexão de dados importada, na qual os dados e os metadados do modelo são armazenados no banco de dados SAP HANA do SAP Analytics Cloud (com subcomponentes técnicos chamados Contentlib e Modelos EPM).
  2. Uma conexão de dados em tempo real com uma fonte de dados existente suportada, na nuvem ou on-premise, permitindo que os dados residam no sistema de origem, mas possam ser carregados em um dashboard front end. Neste cenário, é normalmente recomendado mover cálculos intensivos em CPU do front-end para o back-end, onde há mais poder computacional.

    Para conexões de dados em tempo real onde os dados residem no sistema back-end, os dados precisam ser processados com a resposta enviada para o front end, criando um tempo de espera para o usuário. É importante gerenciar esse tempo de espera de forma eficaz, comunicando-se com o usuário durante o tempo de carregamento.

Resumo

Quando nos referimos ao desempenho, quais são algumas das coisas que precisamos ter em mente?

A localização dos dados pode ter uma implicação indireta na performance. Por exemplo, existe um limite para o tamanho de pacotes de dados quando os dados precisam ser transferidos usando uma conexão de Internet. Assim, uma história ou painel que precisa baixar uma quantidade significativa de dados para o navegador levará tempo para carregar. Uma das principais maneiras de melhorar o desempenho desde o início é garantir que tudo seja criado corretamente.

O local onde os dados são processados pode afetar a performance. O desempenho pode ser diretamente afetado pelo hardware do usuário final, onde os cálculos são executados no navegador do usuário final. Se o computador do usuário tem baixo poder computacional, o desempenho pode diminuir. É importante ter isso em mente se a quantidade de dados que o usuário continuamente solicita do servidor for potencialmente um problema.

As configurações do usuário final podem ter um impacto no desempenho. É importante garantir as configurações corretas do sistema e que os usuários entendam o impacto de navegadores da Web lentos, conexões VPN pesadas em execução em paralelo e compartilhamento de tela no desempenho. Esta não é uma lista completa; em muitos casos, a aplicação correta das configurações desde o início pode ter um impacto significativo no desempenho.