De snelheid waarmee een Looker Studio-rapport wordt geladen en reageert op wijzigingen van de kijker, zoals filters toepassen of de periode wijzigen, is afhankelijk van een aantal factoren, waaronder de volgende:
- De prestaties van de onderliggende dataset
- De hoeveelheid gegevens die wordt opgevraagd door de visualisaties in het rapport
- De complexiteit van die query's
- De wachttijd voor het netwerk
Over sommige van deze factoren heeft u (of Looker Studio) geen controle. U kunt bijvoorbeeld mogelijk weinig doen om de reactietijd van het onderliggende gegevensplatform te verbeteren of uw netwerkverbinding te versnellen. U kunt wel bepaalde acties uitvoeren om de prestaties van uw rapport in Looker Studio te verfijnen.
De recentheid van gegevens wijzigen
Looker Studio maakt intern al gebruik van enkele functies om prestaties te verfijnen. We werken er voortdurend aan om deze functies te verbeteren. Zo verbetert Looker Studio de rapportprestaties door de gegevens op te halen uit een tijdelijk opslagsysteem, het cachegeheugen. Gegevens kunnen vaak sneller worden opgehaald uit een cachegeheugen dan rechtstreeks uit de onderliggende dataset. Als u gegevens uit het cachegeheugen ophaalt, beperkt u ook de kosten voor betaalde services, zoals BigQuery, omdat u minder query's uitvoert die rechtstreeks vanuit de dataset moeten worden beantwoord.
De frequentie waarmee gegevens in het cachegeheugen worden geüpdatet, wordt de vernieuwingssnelheid van gegevens genoemd. De werkelijke vernieuwingssnelheden verschillen per connector, maar u kunt eventueel het vernieuwingsinterval verlengen. Hierdoor kunt u de prestaties van uw rapport verbeteren omdat het cachegeheugen wordt gebruikt om herhaalde query's te beantwoorden. Het is wel mogelijk dat u dan niet de meest actuele informatie heeft.
Meer informatie over hoe u de recentheid van gegevens beheert
Een geëxtraheerde gegevensbron gebruiken
Gegevensbronnen hebben standaard een live koppeling met uw onderliggende dataset. Als het cachegeheugen (hierboven beschreven) verloopt of als u een nieuwe query uitvoert die niet kan worden beantwoord door het cachegeheugen, haalt Looker Studio de gegevens op uit de dataset. U kunt voorkomen dat gegevens langzaam worden opgehaald door maximaal 100 MB aan gegevens uit een bestaande gegevensbron te extraheren in een geëxtraheerde gegevensbron.
Kies de specifieke velden die u nodig heeft, gebruik filters en voeg een periode toe om een momentopname van uw gegevens te maken. Hierdoor kunnen uw rapporten en verkenningen sneller worden geladen en sneller reageren dan wanneer u werkt met een live koppeling met uw gegevens. Dit betekent wel dat de geëxtraheerde gegevensbron statisch is: uw gegevens worden pas gewijzigd in het rapport als de gegevensbron zelf wordt vernieuwd. Mogelijk is dit niet zo erg omdat u kunt plannen dat een geëxtraheerde gegevensbron automatisch wordt geüpdatet.
Meer informatie over gegevens extraheren
BigQuery-gegevensbronnen versnellen met BI Engine
BigQuery BI Engine is een snelle analyse-service in het geheugen. Met BI Engine kunt u gegevens die zijn opgeslagen in BigQuery analyseren met een reactietijd van minder dan een seconde en met een hoge mate van gelijktijdigheid.
BI Engine kan worden geïntegreerd met Looker Studio om verkenning en analyse van gegevens te versnellen. Met BI Engine kunt u in Looker Studio veelomvattende, interactieve dashboards en rapporten ontwerpen zonder dat dit invloed heeft op de prestaties, schaal, beveiliging of recentheid van gegevens.