Die Geschwindigkeit, mit der ein Looker Studio-Bericht geladen und auf Änderungen von Nutzern reagiert wird (z. B. auf das Anwenden von Filtern oder Änderungen des Zeitraums), hängt unter anderem von folgenden Faktoren ab:
- Leistung des zugrunde liegenden Datasets
- Datenmenge, die für die Visualisierungen im Bericht abgefragt wird
- Komplexität dieser Abfragen
- Netzwerklatenz
Einige dieser Faktoren können nicht in Looker Studio oder von Ihnen selbst beeinflusst werden. So ist es beispielsweise selten möglich, die Reaktionsschnelligkeit der zugrunde liegenden Datenplattform zu verbessern oder die Netzwerkverbindung zu beschleunigen. Es gibt jedoch einige Möglichkeiten, die Leistung von Berichten in Looker Studio zu optimieren.
Datenaktualität anpassen
Die meisten Datenquellentypen haben eine Option für die Datenaktualität. Eine Ausnahme bilden extrahierte Datenquellen. Mit dieser Option können Sie ein Gleichgewicht zwischen der Notwendigkeit aktueller Daten und der Berichtleistung sowie potenziellen Abfragekosten oder der Kontingentnutzung herstellen. Für jede Datenquelle gibt es einen eigenen Standardgrenzwert für die Datenaktualität, den Sie nach Bedarf anpassen können. Wenn Sie beispielsweise die Anzeigenleistung auf Ihrer Website oder in Ihrer App messen, reichen tägliche Datenaktualisierungen unter Umständen aus. Bei Berichten, die auf der Analyse sozialer Medien beruhen, kann es andererseits sinnvoll sein, Daten mehrmals am Tag zu aktualisieren.
Weitere Informationen zum Verwalten der Datenaktualität
Extrahierte Datenquelle verwenden
Eine extrahierte Datenquelle ist eine statische Momentaufnahme von bis zu 100 MB Ihrer Daten. Nachdem sie erstellt wurde, werden Datenanfragen aus Ihrem Bericht an diese Momentaufnahme und nicht an das zugrunde liegende Dataset gesendet. Wenn Sie eine extrahierte Datenquelle verwenden, werden Ihre Berichte und explorativen Datenanalysen eventuell schneller geladen und reagieren schneller als bei einer Liveverbindung zu den Daten.
Für extrahierte Datenquellen gibt es keine Option für die Datenaktualität. Stattdessen können Sie festlegen, wann die Daten aktualisiert werden sollen.
Weitere Informationen zum Extrahieren von Daten
Verbesserungen für BigQuery-Datenquellen
In den folgenden Abschnitten finden Sie Tipps zur Leistungssteigerung von Berichten, in denen BigQuery-Daten verwendet werden.
BigQuery-Datenquellen mit BI Engine beschleunigen
BigQuery BI Engine ist ein schneller In-Memory-Analysedienst. Mithilfe der BI Engine können Sie in BigQuery gespeicherte Daten mit einer Antwortzeit von weniger als einer Sekunde und mit hoher Parallelität analysieren.
BI Engine lässt sich nahtlos in Looker Studio einbinden, um die explorative Datenanalyse zu beschleunigen. Mit BI Engine können Sie umfangreiche interaktive Dashboards und Berichte in Looker Studio erstellen, ohne Leistung, Skalierbarkeit, Sicherheit oder Datenaktualität zu beeinträchtigen.
Erste Schritte mit Looker Studio und BI Engine
BigQuery Storage Read API aktivieren
Bei Abfragen mit paginierten Ergebnissen kann die Aktivierung der BigQuery Storage Read API zu kürzeren Abfragezeiten führen. Looker Studio verwendet die Storage Read API automatisch, wenn dadurch die Laufzeiten von Abfragen verbessert werden.
Wenn Sie die BigQuery Storage Read API aktivieren möchten, gewähren Sie dem mit Looker Studio verbundenen BigQuery-Nutzer die folgenden Berechtigungen:
bigquery.readsessions.createbigquery.readsessions.getData