Performance & Scalability serimizin bir parçası
Tam kılavuzu okuyunPower BI Kapasite Planlama: Premium ve Yapıyı Boyutlandırma
Yanlış Power BI kapasite katmanını seçmek bir kuruluşun yapabileceği en pahalı analiz hatalarından biridir. Düşük boyutlandırma, yoğun dönemlerde kısıtlamaya, yavaş sorgulara ve yenileme hatalarına neden olur. Aşırı boyutlandırma, günün çoğunda boşta kalan bilgi işlem masraflarını karşılar. Kapasiteyi doğru şekilde kullanmak, Power BI'ın bilgi işlem kaynaklarını nasıl kullandığını, iş yükünüzün gerçekte ne gerektirdiğini ve SKU seçeneklerinin bu taleplerle nasıl eşleştiğini anlamayı gerektirir.
Bu kılavuz, işlem modelinin anlaşılmasından mevcut kullanımın izlenmesine, yeni dağıtımların boyutlandırılmasına ve otomatik ölçeklendirme ile maliyet yönetimine kadar Power BI Premium ve Microsoft Fabric kapasite planlamasını kapsar.
Önemli Çıkarımlar
- Power BI Premium kapasitesi, belleği ve işlem hacmini yöneten sanal çekirdeklerde (v-çekirdekler) ölçülür
- Microsoft Fabric, SKU katmanlarının yerine temel faturalandırma birimi olarak Kapasite Birimlerini (CU'lar) kullanır
- Arka plan iş yükleri (veri kümesi yenileme) ve etkileşimli iş yükleri (sorgu yürütme) kapasite kaynakları için rekabet eder
- Kapasite Metrikleri uygulaması kaynak kullanımını anlamak için temel izleme aracıdır
- 24 saat boyunca CPU yumuşatma, patlamaların ortalamasının alınması anlamına gelir — kısa yoğun dönemler, kısıtlamayı hemen tetiklemez
- Otomatik Ölçeklendirme (Premium Gen2), yoğun dönemlerde hesaplamayı otomatik olarak ekler ve talep düştüğünde kaldırır
- Veri kümesi bellek tüketimi, kapasitenin düşük performansının en yaygın nedenidir
- Uygun kapasite planlaması, boyutlandırmadan önce temel ölçümü gerektirir
Power BI Premium Kapasite Modeli
Power BI Premium, Pro çalışma alanları tarafından kullanılan paylaşılan altyapıdan yalıtılmış, ayrılmış bilgi işlem kaynakları sağlar. Bu yalıtım, diğer Power BI kiracılarının ne yaptığından bağımsız olarak tutarlı performans sağlar.
Kaynak modeli: Premium kapasite sanal çekirdeklerle (v-çekirdekler) ölçülür. Her sanal çekirdek belirli miktarda bellek ve CPU hesaplaması sağlar. Sanal çekirdekler ve yetenekler arasındaki ilişki, kapasitenin aynı anda hangi iş yüklerini idare edebileceğini belirler.
| Stok Kodu | V-Çekirdekler | RAM | DirectQuery/Canlı Bağlantı Verimi |
|---|---|---|---|
| P1 | 8 sanal çekirdek | 25GB | 30 sorgu/saniye |
| P2 | 16 sanal çekirdek | 50GB | 60 sorgu/saniye |
| P3 | 32 sanal çekirdek | 100GB | 120 sorgu/saniye |
| P4 | 64 sanal çekirdek | 200GB | 240 sorgu/saniye |
| P5 | 128 sanal çekirdek | 400GB | 480 sorgu/saniye |
Microsoft Fabric, P-SKU modelini Yapı Kapasite Birimleri (CU'lar) ile değiştirir. Kumaş F64 kabaca P1'e, F128'den P2'ye vb. eşdeğerdir. Fabric modeli daha ayrıntılı boyutlandırmaya ve kullandıkça öde faturalandırmasına (duraklatma/devam ettirme) olanak tanır; bu da genellikle P-SKU'ların aylık aboneliğinden daha uygun maliyetlidir.
| Kumaş SKU'su | CU'lar | Eşdeğer P-SKU | Aylık Tahmin |
|---|---|---|---|
| F2 | 2 CU | — (küçük geliştirme/test) | ~262$ |
| F4 | 4 CU | — | ~524$ |
| F8 | 8 CU | — | ~1.047$ |
| F16 | 16 CU | — | ~2.095$ |
| F32 | 32 CU | — | ~4,189$ |
| F64 | 64 CU | P1 | ~8,378$ |
| F128 | 128 CU | P2 | ~16,756$ |
| F256 | 256 CU | P3 | ~33.512$ |
(Fiyatlar yaklaşık ABD dolarıdır; gerçek fiyatlandırma bölgeye ve müzakere edilen anlaşmalara göre değişir.)
İş Yükü Kategorileri
Power BI kapasitesi iki iş yükü kategorisini yönetir ve aynı bilgi işlem kaynakları için rekabet ederler:
Arka planda iş yükleri kullanıcı etkileşimi olmadan çalışır:
- Veri kümesi yenileme (içe aktarma modu yenilenir)
- Veri akışı yenilemesi
- Yapay zeka iş yükleri (model eğitimi, çıkarım)
- Abonelikler tarafından tetiklenen sayfalandırılmış rapor oluşturma
- İhracat işlemleri
Etkileşimli iş yükleri kullanıcı etkileşimlerine yanıt verir:
- Sorgu yürütme (kullanıcı bir rapor sayfası açar)
- DirectQuery/Canlı bağlantı sorguları
- Kontrol paneli döşemesi yenileme
- Bir kullanıcı tarafından tetiklenen rapor aktarımı
- Doğal dil Soru-Cevap
Her iki iş yükü türü de aynı sanal çekirdekler için rekabet ettiğinde, kapasitenin en yüksek çakışmayı kaldırabilecek yeterli kaynağa sahip olması gerekir. İş gecesi boyunca 20 eş zamanlı veri kümesi yenilemesi çalıştıran ve iş günü boyunca 200 eş zamanlı kullanıcı sorgusunu işleyen bir kapasitenin, her iki yoğun dönem için de boyutlandırılması gerekebilir.
Kapasite Metrikleri Uygulaması
Microsoft Fabric Kapasite Metrikleri uygulaması (önceki adıyla Power BI Premium Kapasite Metrikleri uygulaması), kapasite izleme ve planlama için temel araçtır. AppSource'tan yükleyin ve kapasitenize bağlayın.
Ne gösterir:
İş yükü türüne göre CPU ve Bellek kullanımı. Kullanım grafiği, etkileşimli ve arka plan iş yükleri için ayrı serilerle zaman içindeki CPU tüketimini gösterir. Düzleştirilmiş çizgi 24 saatlik düzeltilmiş ortalamayı gösterir (Power BI'ın kararları azaltmak için kullandığı şey).
Kısma olayları: 24 saat boyunca düzeltilen CPU, kapasite kaynaklarının %100'ünü aştığında, Power BI arka plan iş yüklerini kısıtlamaya başlar (yenilemeleri geciktirir). Düzleştirme eşiğini önemli ölçüde aştığında etkileşimli iş yükleri de kısıtlanır. Metrik uygulaması, kısıtlama olaylarını süresi ve ciddiyeti ile birlikte gösterir.
Veri kümesi belleği: Bellek şelalesi, belleğe hangi veri kümelerinin yüklendiğini, ne kadar bellek tükettiğini ve ne zaman çıkarıldıklarını gösterir. Sürekli olarak çıkarılan ve yeniden yüklenen bir veri kümesi (yüksek "tahliye" sayısı) kullanılabilir bellek için çok büyük olduğundan kullanıcılar her sorguda veri kümesinin yeniden yüklenmesini beklerken gecikmelere neden olur.
Kaynak tüketimine göre en iyi veri kümeleri ve raporlar: Metrik uygulaması, hangi veri kümelerinin ve raporların en fazla kaynağı tükettiğini belirler; bunlar ölçek büyütmeden önce optimizasyona adaydır.
İzlenecek temel ölçümler:
| Metrik | Sağlıklı | Uyarı | Kritik |
|---|---|---|---|
| CPU Kullanımı (24 saat düzeltildi) | < %70 | %70–90 | > %90 |
| Bellek Kullanımı | < %80 | %80–90 | > %90 |
| Veri Kümesi Çıkarmaları (günlük) | < 10 | 10–50 | > 50 sık veri kümesi |
| Etkileşimli Sorgu Bekle | < 1sn ortalama | ortalama 1–3 sn | > ortalama 3 sn |
| Başarı Oranını Yenile | > %98 | %95–98 | < %95 |
Yeni Bir Dağıtımı Boyutlandırma
Power BI Premium dağıtımını ilk kez boyutlandırırken (mevcut ölçüm verileri olmadan), tahmin süreci şu girişleri kullanır:
1. Adım: Kullanıcıları ve kullanım kalıplarını sayın
- Power BI raporlarına toplam kaç kullanıcı erişecek?
- En yüksek eşzamanlı kullanıcı sayısı nedir? (Genellikle toplam kullanıcıların %10-20'si)
- En yoğun kullanım saatleri nelerdir? (Genellikle 09.00-11.00 ve 14.00-16.00 iş saatleri)
2. Adım: Veri kümesi bellek gereksinimlerini tahmin edin
- Aynı anda aktif olacak tüm veri kümelerinin sıkıştırılmamış boyutunu toplayın
- Bellek içi boyutu tahmin etmek için ortalama 5:1 VertiPaq sıkıştırma oranı uygulayın
- Sorgu işlemleri için %20 ek yük ekleyin
- Toplam veri kümesi bellek gereksinimi = çoğu uygulama için baskın boyutlandırma kısıtlaması
3. Adım: Yenileme iş yükünü tahmin edin
- En yoğun dönemde kaç veri kümesinin aynı anda yenilenmesi gerekiyor?
- Her biri için beklenen yenileme süresi nedir?
- En yüksek yenileme kaynağı tüketimi = (eş zamanlı yenileme sayısı × veri kümesi yenileme başına ortalama bellek)
4. Adım: DirectQuery/Canlı Bağlantı verimini ekleyin
- DirectQuery ile raporları kaç kullanıcı kullanacak?
- Saniye başına beklenen en yüksek sorgu sayısı nedir?
- SKU aktarım hızı limitleriyle karşılaştırın (P1, saniyede 30 DQ sorgusunu işler)
Örnek boyutlandırma hesaplaması:
500 Power BI kullanıcısına sahip kuruluş:
- Zirvede 50 eşzamanlı kullanıcı (toplamın %10'u)
- 15 aktif veri kümesi, ortalama 4 GB sıkıştırılmamış → her biri bellekte ~0,8 GB = 12 GB toplam veri kümesi belleği
- 10 veri kümesi aynı anda gece boyunca yenilenir, her biri yenileme sırasında 2 GB tüketir = 20 GB yenileme belleği
- Zirvede 20 DirectQuery rapor sayfası = ~5 sorgu/saniye
Analiz: 32 GB maksimum bellek (12 GB veri kümesi + 20 GB yenileme) + ek yük = P1 gerektirir (25 GB) sıkı olabilir → P2'yi (50 GB) düşünün. DirectQuery verimi P1'in 30 qps sınırı dahilinde olduğundan boyutlandırma kararını bellek belirler.
P1 ile başlamak ve Metrics uygulamasıyla 30 gün boyunca takip etmek, P2'nin gerekli olup olmadığını ortaya çıkaracaktır.
Otomatik Ölçeklendirme Yapılandırması
Power BI Premium Gen2 (ve Fabric), otomatik ölçeklendirmeyi destekler; talep sağlanan kapasiteyi aştığında işlem kaynaklarını otomatik olarak ekler, talep düştüğünde ise bunları kaldırır.
Premium için Otomatik Ölçeklendirme (P-SKU'lar): Power BI Yönetici Portalı → Kapasite ayarları → Premium kapasite → Otomatik ölçeklendirme'de yapılandırın. Eklenebilecek maksimum ek sanal çekirdek sayısını ayarlayın (P1 için 1-71). Kapasite kullanımı sınırlara yaklaştığında otomatik ölçeklendirme sanal çekirdekleri artışlarla ekler.
Otomatik ölçeklendirme faturalandırması: Ek sanal çekirdekler, sanal çekirdek başına ücret üzerinden saat başına faturalandırılır. Yoğun dönemde 2 saat boyunca 8 sanal çekirdek ekleyen bir P1, 16 sanal çekirdek saati için ödeme yapar.
Kumaş için Otomatik Ölçeklendirme: Yapı kapasiteleri duraklatılabilir ve devam ettirilebilir (geliştirme/test için uygun maliyetlidir) ve satın alınan CU sınırları dahilinde ölçeklenen hızlı bilgi işlem özelliğine sahiptir. Fabric ayrıca kullandıkça öde fiyatlandırmasının yanı sıra rezervasyonları da (önemli indirimler için taahhüt edilen harcama) destekler.
Otomatik ölçeklendirme ne zaman kullanılır?
- Tahmin edilebilir günlük zirveleriniz var (ör. ay sonu mali raporlama normal yükün 3 katı yük oluşturuyor)
- Yalnızca ara sıra ihtiyaç duyulan en yüksek kapasiteyi kalıcı olarak sağlamak istemezsiniz
- Beklenmeyen talep artışlarına karşı emniyet valfi ile maliyet öngörülebilirliği istiyorsunuz
Otomatik ölçeklendirme ne zaman kullanılmamalıdır:
- Sürekli yüksek kullanım (sürekli olarak kapasitedesiniz) — bunun yerine temel katmanı yükseltin
- Tek seferlik çok büyük rapor oluşturma yükleri — otomatik ölçeklendirme yeterince hızlı tepki vermeyebilir
- Herhangi bir değişken faturalandırmanın kabul edilemez olduğu katı bütçe kısıtlamaları
Ölçeklendirmeden Önce Kapasite Optimizasyonu
Daha büyük bir kapasiteye yükseltmeden önce mevcut iş yüklerini optimize edin. Çoğu performans sorunu daha fazla para harcamadan çözülebilir.
Veri kümesi optimizasyonu:
- Kaldırılabilecek veya özetlenebilecek büyük tabloları ve sütunları belirlemek için DAX Studio'nun VertiPaq Çözümleyicisini çalıştırın
- Kullanılmayan sütunları kontrol edin ve herhangi bir raporda referans verilmeden hafıza tüketen değerleri ölçün
- Veri türlerini optimize edin (tarih anahtarları için Metin yerine Tamsayı, bayraklar için dize yerine Boolean kullanın)
- Yenileme döngüleri sırasında yenileme süresini ve bellek tüketimini azaltmak için artımlı yenileme uygulayın
Rapor optimizasyonu:
- Rapor sayfası başına görsel sayısını azaltın; her görsel, yükleme sırasında en az bir DAX sorgusu oluşturur
- Düşük değerli görselleri, daha basit sorgular oluşturan kartlar veya KPI'larla değiştirin
- Çoklu depolama motoru sorguları üreten çift yönlü ilişkilerden ve karmaşık DAX'tan kaçının
- Birçok benzer hesaplanmış sütun yerine alan parametrelerini kullanın
Program optimizasyonunu yenileyin:
- Birden fazla büyük veri kümesinin aynı anda yenilenmesini önlemek için yenileme sürelerini kademeli olarak ayarlayın
- Düşük öncelikli veri kümelerini yoğun olmayan saatlerde planlayın
- Büyük veri kümeleri için yenileme penceresini kısaltmak amacıyla artımlı yenilemeyi kullanın
- Nadiren kullanılan veri kümeleri için yenilemeleri duraklatın veya devre dışı bırakın
Çok Kapasiteli Mimari
Büyük kuruluşlar bazen iş yüklerini izole etmek, maliyet merkezlerini ayırmak veya coğrafi yedeklilik sağlamak için birden fazla kapasite kullanır.
Ortak çoklu kapasite modelleri:
- Kademe yalıtımı: P2'de Üretim, F8'de Geliştirme/Test. Geliştirme yenilemelerinin üretim kapasitesini tüketmesini önler.
- İş yükü izolasyonu: Bir K1'de finans, diğer K1'de İK. Departman iş yüklerinin birbirini etkilemesini önler.
- Coğrafi dağılım: ABD Doğu kapasitesindeki ABD kullanıcıları, Batı Avrupa kapasitesindeki AB kullanıcıları. Bölgesel kullanıcı popülasyonları için gecikmeyi azaltır.
- Maliyet merkezi ayrımı: Her iş biriminin kendi kapasitesi vardır ve bu da hassas maliyet geri ödemesine olanak tanır.
Kapasiteler arası hususlar: Veri kümeleri ve raporlar, belirli kapasitelere atanmış çalışma alanlarında yayınlanmalıdır. Bir rapor yalnızca aynı kapasitedeki veri kümelerini kullanabilir (veya farklı bir kapasiteden içe aktarılabilir; bu da performansa etki eder). Kapasiteler arası veri erişim modellerinden kaçınmak için yayınlamadan önce çalışma alanı-kapasite atamalarını planlayın.
Sıkça Sorulan Sorular
Kurumsal kullanım için minimum Power BI kapasite katmanı nedir?
Power BI Premium P1 (veya Fabric F64), tüm kurumsal özellik kümesini destekleyen minimum katmandır: sayfalandırılmış raporlar, dağıtım ardışık düzenleri, XMLA uç nokta erişimi, AI içgörüleri, veri akışı hesaplanan varlıkları ve 400 GB'a kadar model boyutları. Daha küçük kuruluşlar veya departman uygulamaları için Kullanıcı Başına Power BI Premium (PPU), kullanıcı/ay başına 20 ABD doları karşılığında çoğu özelliği kapasite taahhüdü gerektirmeden sağlar. Geliştirme ve test için Kumaş F2 veya F4 yeterlidir.
24 saatlik CPU yumuşatma kapasite planlamasını nasıl etkiler?
Power BI, bir kapasitenin aşırı yüklenip yüklenmediğini belirlemek için 24 saatlik bir CPU yumuşatma algoritması kullanır. Yüksek CPU tüketiminin kısa süreli artışları (30 dakikada tamamlanan büyük bir yenileme) hemen kısıtlamaya neden olmaz; patlamanın 24 saatlik pencere üzerinden ortalaması alınır. Bu, en yüksek seviyeye göre boyutlandırmaya gerek kalmadan orta düzeydeki seri iş yüklerini kaldırabileceğiniz anlamına gelir. Ancak sürekli yüksek CPU (3 saatten fazla yoğun iş yükü), düzeltilmiş ortalamayı kısıtlama eşiğinin üzerine itecektir. Boyut, anlık maksimumunuz için değil, sürekli zirveniz için.
Yeni dağıtımlar için Microsoft Fabric, Power BI Premium'dan daha mı iyi?
2026'daki yeni kurumsal dağıtımlar için Fabric genellikle önerilen yoldur. Premium ile aynı Power BI özelliklerinin yanı sıra ek iş yükleri (Veri Mühendisliği, Veri Bilimi, Veri Ambarı, Gerçek Zamanlı Analitik), daha esnek faturalandırma (duraklatma/devam ettirme, rezervasyonlar) ve birleşik bir yönetim modeli sağlar. Zaten uzun vadeli sözleşmelere sahip Premium P-SKU'ları kullanan kuruluşlar, yenileme mali açıdan mantıklı olana kadar Premium'da kalmayı isteyebilirler. Tüm Power BI Premium içeriği Fabric ile uyumludur.
Kullanıcı deneyimini bozmadan kapasite maliyetlerini nasıl azaltabilirim?
En yüksek etkili maliyet azaltma araçları şunlardır: (1) boyutlandırmadan önce bellek ayak izini azaltmak için veri kümelerini optimize edin, (2) eş zamanlı kaynak rekabetini önlemek için yenileme programlarını kademelendirin, (3) geliştirme kapasiteleri için duraklatma/devam ettirme özelliğiyle Fabric kullanın (yalnızca iş saatleri içinde ödeme yapın), (4) sürekli olarak zirve için provizyon yapmak yerine üretim kapasitesinde otomatik ölçeklendirmeyi etkinleştirin ve (5) aktif kullanıcılar olmadan yenileme kaynaklarını tüketen kullanılmayan raporlar ve veri kümeleri için çalışma alanlarını denetleyin.
Microsoft kapasite durumu için hangi izleme araçlarını sağlıyor?
Birincil araç Microsoft Fabric Kapasite Metrikleri uygulamasıdır (AppSource'ta mevcuttur). CPU kullanımı, bellek kullanımı, azaltma olayları, veri kümesi etkinliği ve sorgu performansı ölçümlerini sağlar. Daha derin tanılama için XMLA uç noktası (SSMS veya Tablo Düzenleyici aracılığıyla erişilebilir), gerçek zamanlı sorgu performansı verileri için DMV'lerin (Dinamik Yönetim Görünümleri) sorgulanmasına olanak tanır. The Power BI REST API provides programmatic access to capacity metrics for custom monitoring dashboards.
Sonraki Adımlar
Kapasite planlaması tek seferlik bir karar değil, devam eden bir faaliyettir. Doğru katmanla başlayın, Kapasite Metrikleri uygulamasıyla aktif olarak izleyin, ölçeklendirmeden önce iş yüklerini optimize edin ve büyümeyi planlayın. Power BI Premium'dan en fazla değeri elde eden kuruluşlar, kapasite yönetimini bir performans mühendisliği disiplini olarak ele alıyor.
ECOSIRE'ın Power BI performans optimizasyon hizmetleri kapasite değerlendirmesini, iş yükü analizini ve boyutlandırma önerilerini içerir. Mevcut kapasite kullanımınızı denetlemek ve performansı artırmanın en uygun maliyetli yolunu belirlemek için bizimle iletişime geçin.
Yazan
ECOSIRE Research and Development Team
ECOSIRE'da kurumsal düzeyde dijital ürünler geliştiriyor. Odoo entegrasyonları, e-ticaret otomasyonu ve yapay zeka destekli iş çözümleri hakkında içgörüler paylaşıyor.
İlgili Makaleler
Building Financial Dashboards with Power BI
Step-by-step guide to building financial dashboards in Power BI covering data connections to accounting systems, DAX measures for KPIs, P&L visualisations, and best practices.
Case Study: Power BI Analytics for Multi-Location Retail
How a 14-location retail chain unified their reporting in Power BI connected to Odoo, replacing 40 spreadsheets with one dashboard and cutting reporting time by 78%.
GoHighLevel + Power BI: Advanced Reporting and Analytics
Connect GoHighLevel to Power BI for advanced marketing analytics. Build executive dashboards, track multi-channel ROI, and create automated reports that go beyond GHL's native reporting.
Performance & Scalability serisinden daha fazlası
k6 Load Testing: Stress-Test Your APIs Before Launch
Master k6 load testing for Node.js APIs. Covers virtual user ramp-ups, thresholds, scenarios, HTTP/2, WebSocket testing, Grafana dashboards, and CI integration patterns.
Nginx Production Configuration: SSL, Caching, and Security
Nginx production configuration guide: SSL termination, HTTP/2, caching headers, security headers, rate limiting, reverse proxy setup, and Cloudflare integration patterns.
Odoo Performance Tuning: PostgreSQL and Server Optimization
Expert guide to Odoo 19 performance tuning. Covers PostgreSQL configuration, indexing, query optimization, Nginx caching, and server sizing for enterprise deployments.
Odoo vs Acumatica: Cloud ERP for Growing Businesses
Odoo vs Acumatica compared for 2026: unique pricing models, scalability, manufacturing depth, and which cloud ERP fits your growth trajectory.
Testing and Monitoring AI Agents in Production
A complete guide to testing and monitoring AI agents in production environments. Covers evaluation frameworks, observability, drift detection, and incident response for OpenClaw deployments.
Compliance Monitoring Agents with OpenClaw
Deploy OpenClaw AI agents for continuous compliance monitoring. Automate regulatory checks, policy enforcement, audit trail generation, and compliance reporting.