為 Power BI 設定 Azure Log Analytics

Power BI 與 Azure Log Analytics 整合，可讓管理員和 Premium 工作區擁有者設定 Log Analytics 與其 Power BI 訂用帳戶的連線。 本文描述 Log Analytics 與 Power BI 之間的整合如何運作，以及如何為您的環境設定該整合。

有兩個元素，讓 Azure Log Analytics 適用於 Power BI：

• 在 Azure 入口網站中設定您的 Azure 訂用帳戶。
• 在 Power BI 管理入口網站中為 Power BI 啟用記錄分析。

下列各節會引導您完成執行這兩個動作的步驟。

必要條件

在可以從 Power BI 設定 Log Analytics 整合之前，您必須在 Azure 入口網站中建立 Log Analytics 工作區。 您也必須在 Azure 中授與 Power BI 服務寫入記錄的權限。 確切的需求如下：

• Azure 訂用帳戶的參與者存取權。
• 在您將收集 Power BI 記錄資料的 Azure 訂用帳戶中註冊 'microsoft.insights' 資源提供者。
• 在 Power BI 中設定 Log Analytics 整合的使用者必須具備 Log Analytics 工作區的 Log Analytics 參與者角色。 如果無法提供擁有者角色，請參閱常見問題以取得因應措施。

啟用 'microsoft.insights' 資源提供者

Log Analytics 需要在 Azure 訂用帳戶層級啟用 'microsoft.insights' 資源提供者。 下列步驟會引導您完成此流程。

1. 登入 Azure 入口網站、選取您想要搭配 Log Analytics 使用的訂用帳戶，其中包含您的 Log Analytics 工作區。 在 [設定] 區段中，選取 [資源提供者]，如下圖所示。

   

2. 在 [資源提供者] 底下搜尋 microsoft.insights。 接著，選取 [註冊]。

   

設定權限

1. 確定設定 Log Analytics 整合的使用者具有 Log Analytics 工作區的 Log Analytics 參與者角色。 當您在 Azure 入口網站中為訂用帳戶選取 [存取控制 (IAM)]，然後從面板中的頂端選取項目選取 [角色指派] 時，目前使用者必須看到一個項目：設定 Log Analytics 的使用者具有 Log Analytics 參與者：

   

在您完成這些步驟之後，Azure Log Analytics 設定部分就完成了。 下一節說明如何在 Power BI 管理入口網站中繼續並完成設定。

允許從管理入口網站進行工作區層級記錄

Power BI 管理員必須完成下列步驟，才能為 Power BI Premium 工作區啟用 Azure Log Analytics。 此設定可讓 Power BI Premium 工作區管理員在符合了必要條件時，將其工作區記錄傳送至 Azure Log Analytics。

1. 在 Power BI 管理入口網站中，移至 [租用戶設定] > [稽核與使用方式設定]，然後展開 [工作區管理員的 Azure Log Analytics 連線]。 若要允許工作區管理員啟用 Log Analytics，請將滑桿設定為 [已啟用]，並在 [套用至] 底下指定所需的安全性群組，如下圖所示。

   

在 Premium 工作區中設定記錄

1. 在 Premium 工作區中，工作區管理員可以啟用 Log Analytics。 若要這樣做，請移至 [設定]，如下圖所示。

   

2. 在 [設定] 窗格中，選取 [Azure 連線]，然後展開 [Log Analytics]，如下圖所示。

   

3. 選取 Azure 訂用帳戶、資源群組，然後選取上一節中設定的 Log Analytics 工作區。 然後，選擇 [儲存]。 成功完成時，展開的 [租用戶層級 Log Analytics] 區段應該看起來類似下圖。

   

中斷 Azure Log Analytics 連線

您可以從 Azure Log Analytics 中斷連線，以停止將記錄傳送至 Azure。 若要中斷連線，請在 [Power BI 工作區設定] 中移至 [Log Analytics] 設定。 選取 [從 Azure 中斷連線]。 然後選擇 [儲存] 以中斷連線。

使用方式情節

Azure Log Analytics 和 Power BI 有許多方法可協助您的組織解決現實挑戰。 請考慮下列事項：

• 依容量、工作區、報表或使用者識別高或不尋常的 Analysis Services 引擎活動期間。
• 分析查詢效能和趨勢，包括外部 DirectQuery 作業。
• 分析語意模型重新整理持續時間、重疊和處理步驟。
• 使用 Premium XMLA 端點分析傳送的自訂作業。

在 Power BI 社群中向我們傳送意見反應，以了解您如何使用記錄，以及其如何協助您的組織。

錯誤狀況和解決方式

下表集合了常見錯誤、觸發這些錯誤的事件或設定，以及建議的解決方案。

事件與結構描述

在您啟用 Azure Log Analytics 之後，其會開始記錄下列事件類別。 如需這些事件的詳細資訊，請參閱 Analysis Services 追蹤事件。

• AggregateTableRewriteQuery
• Command
• 鎖死
• DirectQuery
• 發現卡
• 錯誤
• ProgressReport
• 查詢
• 工作階段初始化
• VertiPaqSEQuery
• 通知

下表描述這些結構描述。

ExecutionMetrics 事件

對於每個 Discover、Command 和 Query 要求，都會在要求結束時產生名為 ExecutionMetrics 的事件。 此事件包含要求的執行計量，其可協助您更有效地診斷和疑難排解。 ExecutionMetrics 追蹤與最接近的 [Discover|Command|Query]End 事件相互關聯。

下列 KQL 查詢會針對語意模型最後一天的所有重新整理作業擷取 ExecutionMetrics 事件：

let commands = PowerBIDatasetsWorkspace
    | where TimeGenerated > ago(1d)
    | where ArtifactId =~ "[Semantic Model Id]"
    | where OperationName in ("CommandEnd")
    | where EventText contains "<Refresh"
    | project TimeGenerated, ArtifactId, CommandOperationName = OperationName, XmlaRequestId, CorrelationId, CommandText = EventText;
let executionMetrics = PowerBIDatasetsWorkspace        
    | where OperationName == "ExecutionMetrics"
    | project TimeGenerated, XmlaRequestId, CorrelationId, EventText;
commands
| join kind=leftouter executionMetrics on XmlaRequestId

下列 KQL 查詢會依工作區、項目和使用者擷取最後一天節流的事件：

let executionMetrics = PowerBIDatasetsWorkspace
    | where TimeGenerated > ago(1d)    
    | where OperationName == "ExecutionMetrics"    
    | extend eventTextJson = parse_json(EventText)      
    | extend capacityThrottlingMs=toint(eventTextJson.capacityThrottlingMs)
    | where capacityThrottlingMs > 0;
let commands = PowerBIDatasetsWorkspace    
    | where OperationName in ("CommandEnd", "QueryEnd", "DiscoverEnd")    
    | project
        TimeGenerated,
        ExecutingUser,
        ArtifactId,
        PowerBIWorkspaceId,
        CommandOperationName = OperationName,
        XmlaRequestId,
        CorrelationId,
        CommandText = EventText;
commands
| join kind=inner executionMetrics on XmlaRequestId
| project
    TimeGenerated,
    ArtifactId,
    PowerBIWorkspaceId,
    ExecutingUser,
    CommandOperationName,
    XmlaRequestId,
    EventText,
    CommandText,
    capacityThrottlingMs
| summarize countThrottling = count(), avgThrottlingDuration = avg(capacityThrottlingMs) by PowerBIWorkspaceId, ArtifactId, ExecutingUser, CommandOperationName

統計資料會在 EventText 屬性中以 JSON 文字表示。請參閱下列範例。

{
    "timeStart": "2024-03-20T12:39:59.681Z",
    "timeEnd": "2024-03-20T13:01:14.241Z",
    "durationMs": 1274559,    
    "vertipaqJobCpuTimeMs": 156,
    "mEngineCpuTimeMs": 9617484,
    "totalCpuTimeMs": 9618469,
    "executionDelayMs": 10,
    "approximatePeakMemConsumptionKB": 1683409,
    "mEnginePeakMemoryKB": 1676816,
    "tabularConnectionTimeoutMs": 18000000,    
    "refreshParallelism": 16,
    "vertipaqTotalRows": 114,
    "intendedUsage": 2
}

{
    "timeStart": "2024-05-07T13:42:21.362Z",
    "timeEnd": "2024-05-07T13:43:30.505Z",
    "durationMs": 69143,
    "datasourceConnectionThrottleTimeMs": 0,
    "directQueryConnectionTimeMs": 3,
    "directQueryIterationTimeMs": 1,
    "directQueryTotalTimeMs": 121872,
    "queryProcessingCpuTimeMs": 16,
    "totalCpuTimeMs": 63,
    "executionDelayMs": 0,
    "approximatePeakMemConsumptionKB": 3632,
    "directQueryTimeoutMs": 225000,
    "tabularConnectionTimeoutMs": 225000,
    "queryDialect": 3,
    "queryResultRows": 67,
    "directQueryRequestCount": 2,
    "directQueryTotalRows": 134
}

下表描述所有可能的屬性。 並非每個屬性都會在每個事件中發出，因為內容將取決於要求和語意模型。

• 所有持續時間和 CPU 時間都是以毫秒為單位表示。
• 可能遇到上表所述以外的其他屬性，這些屬性應被視為未記錄且可能會變更。

範例 Log Analytics KQL 查詢

當您搭配 Power BI 使用 Azure Log Analytics 時，下列範例查詢集合可能很有幫助。 其可以直接在 Azure 入口網站中或透過 API 執行，以查詢最新的資料，通常指大約 5-10 分鐘內的資料。

// log count per day for last 30d
PowerBIDatasetsWorkspace
| where TimeGenerated > ago(30d)
| summarize count() by format_datetime(TimeGenerated, 'yyyy-MM-dd')


// average query duration by day for last 30d
PowerBIDatasetsWorkspace
| where TimeGenerated > ago(30d)
| where OperationName == 'QueryEnd'
| summarize avg(DurationMs) by format_datetime(TimeGenerated, 'yyyy-MM-dd')


//query duration percentiles for a single day in 1 hour bins
PowerBIDatasetsWorkspace
| where TimeGenerated >= todatetime('2021-04-28') and TimeGenerated <= todatetime('2021-04-29')
| where OperationName == 'QueryEnd'
| summarize percentiles(DurationMs, 0.5, 0.9) by bin(TimeGenerated, 1h)


// refresh durations by workspace and semantic model for last 30d
PowerBIDatasetsWorkspace
| where TimeGenerated > ago(30d)
| where OperationName == 'CommandEnd'
| where ExecutingUser contains 'Power BI Service'
| where EventText contains 'refresh'
| project PowerBIWorkspaceName, DatasetName = ArtifactName, DurationMs

// query count, distinctUsers, avgCPU, avgDuration by workspace for last 30d
PowerBIDatasetsWorkspace  
| where TimeGenerated > ago(30d)
| where OperationName == "QueryEnd" 
| summarize QueryCount=count()
    , Users = dcount(ExecutingUser)
    , AvgCPU = avg(CpuTimeMs)
    , AvgDuration = avg(DurationMs)
by PowerBIWorkspaceId

範例 Power BI 報表範本

使用 GitHub 上的開放原始碼 Power BI 報表範本，探索並取得 Azure Log Analytics Power BI 資料的見解。

相關內容

下列文章可協助您深入了解 Power BI，以及其與 Azure Log Analytics 的整合。

• 在 Power BI 中使用 Azure Log Analytics
• Power BI 中的 Azure Log Analytics - 常見問題
• 什麼是 Power BI Premium？
• Power BI 中的工作區