La velocidad con la que un informe de Looker Studio se carga y responde a los cambios de los usuarios, como aplicar filtros o cambiar el periodo, depende de distintos factores, como los siguientes:
- El rendimiento del conjunto de datos subyacente
- La cantidad de datos que se consultan en las visualizaciones del informe
- La complejidad de las consultas
- La latencia de la red
Algunos de estos factores escapan de tu control o del de Looker Studio. Por ejemplo, no puedes hacer mucho para mejorar la capacidad de respuesta de la plataforma de datos subyacente ni para aumentar la velocidad de tu conexión de red. No obstante, puedes tomar algunas medidas para mejorar el rendimiento de tus informes en Looker Studio.
Ajustar la frecuencia de actualización de los datos
Looker Studio ya utiliza algunas funciones de ajuste de rendimiento de forma interna, y trabajamos constantemente para mejorarlas. Por ejemplo, Looker Studio mejora el rendimiento de los informes al extraer los datos de un sistema de almacenamiento temporal llamado caché. Obtener datos almacenados en caché puede ser mucho más rápido que extraerlos directamente del conjunto de datos subyacente. Al extraer datos almacenados en caché, también se minimizan los costes de los servicios de pago, como BigQuery, ya que se reduce el número de consultas que deben hacerse directamente desde el conjunto de datos.
La frecuencia con la que se actualizan los datos de la memoria caché se denomina frecuencia de actualización de los datos. Las frecuencias de actualización varían en función del conector, pero te recomendamos que apliques intervalos de actualización largos. De esta forma, puedes mejorar el rendimiento usando la caché para responder a consultas repetitivas, aunque posiblemente no dispongas de la información más actualizada.
Más información sobre cómo gestionar la actualización de datos
Utilizar una fuente de datos extraída
De forma predeterminada, las fuentes de datos mantienen una conexión activa con el conjunto de datos subyacente. Si caduca la caché, tal como se describe arriba, o si ejecutas una consulta que no se puede responder desde la memoria caché, Looker Studio accede a tu conjunto de datos para obtener la información. Para cargar los datos de forma rápida, puedes incluir hasta 100 MB de datos de cualquier fuente de datos en una fuente de datos extraída.
Selecciona los campos que necesites, aplica filtros y añade un periodo para crear una vista general de tus datos. De este modo, los informes y las exploraciones podrán cargarse más deprisa y responder mejor que cuando se trabaje con una conexión activa con tus datos. La desventaja en este caso es que la fuente de datos extraída es estática: los datos no cambiarán en el informe hasta que la fuente de datos se haya actualizado. Esto no debería ser un gran inconveniente, ya que puedes programar una fuente de datos extraída para que se actualice automáticamente.
Más información sobre cómo extraer datos
Acelerar las fuentes de datos de BigQuery con BI Engine
BigQuery BI Engine es un servicio de análisis en memoria de alta velocidad que permite analizar los datos almacenados en BigQuery con tiempos de respuesta a las consultas inferiores a un segundo y con una elevada simultaneidad.
BI Engine se integra con Looker Studio para acelerar la exploración y el análisis de datos. Además, permite crear paneles de control e informes completos e interactivos en Looker Studio sin influir en el rendimiento, la escalabilidad, la seguridad ni la actualización de los datos.