Mejora el rendimiento de Data Studio

La velocidad con la que se carga un informe de Data Studio y responde a los cambios del usuario, como la aplicación de filtros o el cambio del período, depende de varios factores, incluidos los siguientes:

  • el rendimiento del conjunto de datos subyacente
  • La cantidad de datos que consultan las visualizaciones del informe
  • la complejidad de esas búsquedas
  • Latencia de red

Algunos de estos factores están fuera de tu control (o del de Data Studio). Por ejemplo, es posible que no puedas hacer mucho para mejorar la capacidad de respuesta de la plataforma de datos subyacente o acelerar tu conexión de red. Sin embargo, puedes hacer algunas cosas para ajustar el rendimiento de tus informes en Data Studio.

Cómo ajustar la frecuencia de actualización de los datos

La mayoría de los tipos de fuentes de datos tienen una opción de actualización de datos (la excepción son las fuentes de datos extraídas). Esta opción te permite equilibrar tu necesidad de información actualizada con el rendimiento de los informes y los posibles costos o cuotas de las consultas. Cada tipo de fuente de datos tiene su propio umbral predeterminado de actualización de datos, pero puedes ajustar este umbral según sea necesario. Por ejemplo, si mides el rendimiento de los anuncios en tu sitio o aplicación, es posible que las actualizaciones diarias de datos sean suficientes. Por otro lado, es posible que los informes basados en las estadísticas de redes sociales necesiten que sus datos se actualicen varias veces al día.

Obtén más información para administrar la actualidad de los datos.

Usa una fuente de datos extraída

Una fuente de datos extraída es una instantánea estática de hasta 100 MB de datos. Una vez creado, las solicitudes de datos de tu informe se dirigen a esta instantánea, no al conjunto de datos subyacente. Usar una fuente de datos extraída puede hacer que tus informes y exploraciones se carguen más rápido y sean más responsivos que cuando trabajas con una conexión en vivo a tus datos.

Las fuentes de datos extraídas no tienen una opción de actualidad de los datos. En su lugar, puedes programar la actualización de los datos en la fuente de datos extraída.

Obtén más información para extraer datos.

Información sobre la simultaneidad y el escalamiento

Data Studio se diseñó con una arquitectura sin servidores, lo que significa que Data Studio en sí no impone límites estrictos en la cantidad de usuarios simultáneos que ven informes. El rendimiento y la escalabilidad se determinan principalmente por la capacidad y la capacidad de respuesta de las fuentes de datos subyacentes a las que se conectan tus informes.

Detalles de la fuente de datos

  • BigQuery: Cuando usas BigQuery, la simultaneidad y el rendimiento de los informes dependen de factores como la disponibilidad de ranura de BigQuery, la complejidad de las consultas, el tamaño de los datos y el almacenamiento en caché. Supervisa el uso de las ranura de BigQuery y el rendimiento de las consultas.

    Para optimizar el rendimiento, considera las prácticas recomendadas de BigQuery, como la creación de particiones, el agrupamiento en clústeres y el uso de BI Engine.

  • Otras fuentes de datos: En el caso de otros conectores (por ejemplo, Hojas de cálculo de Google o bases de datos de terceros), los límites de simultaneidad están sujetos a los límites de frecuencia de la API del sistema fuente, los grupos de conexiones de bases de datos y la capacidad general de procesamiento de consultas.

Recomendaciones prácticas

  • Optimiza las consultas de la fuente de datos: Asegúrate de que tus consultas sean lo más eficientes posible.
  • Aprovecha el almacenamiento en caché: Utiliza la configuración de actualidad de los datos de Data Studio para almacenar datos en caché y reducir las consultas directas a la fuente.
  • Lanzamiento gradual: Para bases de usuarios muy grandes (por ejemplo, miles de usuarios), considera un lanzamiento gradual mientras supervisas el impacto en la fuente de datos subyacente.
  • Supervisa los sistemas subyacentes: Verifica el rendimiento y el uso de cuotas de tus fuentes de datos (por ejemplo, las ranuras de BigQuery o las cuotas de la API).

Mejoras en las fuentes de datos de BigQuery

En las siguientes secciones, se analizan sugerencias para mejorar el rendimiento de los informes que usan datos de BigQuery.

Acelera las fuentes de datos de BigQuery con BI Engine

BigQuery BI Engine es un servicio de análisis rápido y en la memoria. Con BI Engine, puedes analizar los datos almacenados en BigQuery con un tiempo de respuesta de fracciones de segundo y con alta simultaneidad.

BI Engine se integra en Data Studio para acelerar la exploración y el análisis de datos. Con BI Engine, puedes crear informes y paneles interactivos y completos en Data Studio sin comprometer el rendimiento, el escalamiento, la seguridad o la actualidad de los datos.

Comienza a usar Data Studio con BI Engine.

Usa tablas materializadas para consultas complejas en conjuntos de datos grandes

Conectar Data Studio a una vista de BigQuery puede ser lento si esa vista realiza cálculos o transformaciones complejos en el tiempo de ejecución, en especial con conjuntos de datos grandes. Si bien las vistas pueden ser útiles para reestructurar los datos, pueden generar tiempos de espera agotados en Data Studio si realizan cálculos en tiempo real, como generar de forma dinámica URLs firmadas para millones de registros.

En lugar de usar una vista que realice un procesamiento pesado, materializa el resultado de la consulta de la vista en una tabla con una de estas opciones:

Luego, conecta Data Studio a la vista o tabla materializada en lugar de a la vista estándar. Esto evita volver a ejecutar los cálculos complejos para cada solicitud de Data Studio. Para obtener un rendimiento aún más rápido en los datos materializados, usa BI Engine.

Habilita la API de BigQuery Storage Read

En el caso de las consultas que usan resultados paginados, habilitar la API de BigQuery Storage Read puede mejorar los tiempos de consulta. Data Studio usa automáticamente la API de Storage Read cuando esto mejora los tiempos de ejecución de las consultas.

Para habilitar la API de BigQuery Storage Read, otorga los siguientes permisos al usuario de BigQuery que está conectado a Data Studio:

  • bigquery.readsessions.create
  • bigquery.readsessions.getData