Comprender los medidores de valor de una suscripción

Calcular y gestionar el volumen de datos para el análisis

Comprender cómo se calculan los Datos para el análisis puede ayudarle a aprovechar al máximo su capacidad de Datos para el análisis en Qlik Cloud. En esta sección, veremos más de cerca cómo se miden el pico mensual, la carga de datos, las recargas de aplicaciones y la creación de datos, así como también analizaremos las mejores prácticas de administración de datos.

Pico mensual

El pico diario representa el volumen total de Datos para el análisis de un día determinado. El pico diario máximo del mes es su pico mensual, que se mide en función de la capacidad adquirida de Datos para el análisis.

El pico diario se calcula como la suma de todos los tamaños de archivo en formatos como QVD, CSV o archivos de texto, más el máximo de bytes ingeridos de fuentes externas para recargas de aplicaciones ese día.

Veamos el siguiente ejemplo:

A lo largo del mes, el uso diario de datos varía. El día 1 alcanza un pico de 3 GB, mientras que el día 2 es de 6 GB, y así hasta final de mes. El uso diario más alto, registrado el día 2, fue de 6 GB. Esto nos da un pico mensual de 6 GB. En los días en que no hay una recarga de la app, tal como se ve en el día 3 de nuestro ejemplo, el valor del día anterior se traslada hacia delante.

Cargar datos en Qlik Cloud

Los datos cargados en Qlik Cloud desde fuentes externas cuentan para el pico diario. Cuando carga datos en un espacio empresarial inquilino, se cuentan una vez y se pueden analizar y utilizar varias veces. Los datos cargados en varios espacios empresariales inquilinos se cuentan varias veces.

Los datos que contribuyen al pico diario se miden de la siguiente manera:

• Los datos basados en archivos cargados a través de una app de Qlik Sense se miden por el tamaño del archivo.

• Las recargas de aplicaciones mediante consultas o conectores se cuentan como el máximo de bytes ingeridos desde la fuente de datos. Cuando se realizan varias recargas el mismo día, la app de mayor tamaño es la que contará para el pico diario. Por ejemplo, si una app se recarga durante un día con 0,75 GB, 1,25 GB y 1 GB, respectivamente, el valor utilizado para ese día sería 1,25 GB.

  Mientras exista una app en el espacio empresarial inquilino de Qlik Cloud, se evalúan los bytes máximos ingeridos para la app.

• Los datos cargados en Qlik Cloud mediante Pasarela de datos de Qlik - Data Movement se miden según el tamaño del archivo QVD resultante.

• Las apps que se cargan mediante la importación de archivos, ya sea en el centro de actividades Analítica o usando qlik-cli, se miden por el tamaño de bytes estático de la app.

• Los archivos QVD cargados se miden por su tamaño.

En los siguientes casos, los datos no se incluyen en el cálculo del pico diario:

• Los datos cargados en el espacio personal de un usuario no se cuentan, siempre que estén restringidos a ese espacio. Si el usuario mueve los datos a un espacio compartido para colaborar con otras personas, se contabilizarán.

• Si falla una recarga, los bytes ingeridos no se cuentan. Sin embargo, sí se cuentan los archivos QVD resultantes.

• Cuando cargamos una app con datos que ya residen en Qlik Cloud, la carga de datos no se cuenta. Por ejemplo, las aplicaciones copiadas o cargadas binariamente (cargando datos desde otra app de Qlik Sense) no afectan al pico diario, siempre que no se vuelvan a cargar desde una fuente externa.

Medición de bytes ingeridos para recargas de aplicaciones

Lo siguiente se aplica cuando se recarga una app de Qlik Sense desde una fuente externa:

• Puede recargar una app varias veces desde el mismo conjunto de datos de origen sin afectar al pico diario, siempre que el volumen de datos permanezca sin cambios.

• Si el conjunto de datos de origen aumenta de tamaño, el pico diario se verá afectado. Cada GB adicional de datos agregado al conjunto de datos contribuye con una cantidad equivalente a los datos ingeridos durante la recarga.

• Por el contrario, si el conjunto de datos de origen disminuye de tamaño, esta reducción también se refleja en el pico diario. Por ejemplo, si el tamaño del conjunto de datos se reduce en 0,25 GB, el tamaño de recarga disminuye en la misma cantidad. Sin embargo, si se produjo una recarga de 1 GB más temprano ese día, el pico diario para ese día sería de 1 GB. La reducción solo se reflejaría en el pico diario del día siguiente.

• Los cambios en el contenido del conjunto de datos de origen, sin alterar su tamaño, no afectan al pico diario. El pico diario solo se ve afectado por el volumen de datos.

• Si consulta el mismo conjunto de datos varias veces dentro de un único script de carga, todas esas consultas se cuentan por separado y sus volúmenes de datos se suman. Por ejemplo, si tiene un script de carga que incluye tres consultas de 1 GB cada una del mismo conjunto de datos, esas tres consultas se cuentan individualmente. Entonces, el total de datos contabilizados para su pico diario es de 3 GB.

• Cargar una app y luego eliminar la tabla no reduce el pico diario, ya que el pico diario se basa en el tamaño máximo de recarga de la app para el día.

• Si carga una app y luego la elimina el mismo día, seguirá contribuyendo al pico diario de ese día. Sin embargo, eso reduce el pico diario para el día siguiente cuando la app ya no existe.

Medir datos cargados en archivos QVD con Qlik Talend Data Integration

Lo siguiente se aplica cuando se cargan datos en un archivo QVD desde una fuente externa usando Pasarela de datos de Qlik - Data Movement:

• Puede cargar, importar o generar un conjunto de datos varias veces sin afectar al pico diario, siempre que el volumen de datos permanezca sin cambios.

• Si el conjunto de datos de origen aumenta de tamaño, el pico diario se verá afectado. Cada GB adicional de datos agregado al conjunto de datos contribuye con una cantidad equivalente al tamaño del archivo QVD resultante.

• Por el contrario, si el conjunto de datos de origen disminuye de tamaño, esta reducción también se refleja en el pico diario. Por ejemplo, si el tamaño del conjunto de datos se reduce en 0,25 GB, el tamaño del archivo QVD resultante se reduce en la misma cantidad.

• Los cambios en el contenido del conjunto de datos de origen, sin alterar su tamaño, no afectan al pico diario. El pico diario solo se ve afectado por el volumen de datos.

Carga de aplicaciones desde fuentes externas e internas

Es importante comprender cómo los datos cargados en las aplicaciones afectan al pico diario, según la fuente de datos. Consideremos los siguientes escenarios en los que se cargan datos de diferentes fuentes.

• Una app se carga desde una fuente externa

  Cuando carga datos de una fuente externa en una app, cuenta como bytes ingeridos. Por ejemplo, si carga 10 GB, el aporte al pico diario es de 10 GB.

• Una app se carga desde un QVD en Qlik Cloud

  La carga de datos en una app desde un archivo QVD que reside en Qlik Cloud no cuenta para el pico diario. Si se cargan 10 GB de datos en una app desde QVD, no se cuentan datos porque no hay ingesta de datos externos. La contribución al pico diario es de 0 GB.

• Se genera un nuevo archivo QVD a partir de un QVD en Qlik Cloud

  Los datos cargados en una app generadora de QVD desde un QVD basado en Qlik Cloud no se cuentan para el pico diario. Sin embargo, el archivo QVD resultante generado desde la app sí cuenta. Por ejemplo, si un archivo QVD de 10 GB se transforma en un nuevo QVD de 5 GB, la contribución al pico diario es la suma de los dos archivos, que es 15 GB. Como no hay ingesta de datos externos, la carga de la app generadora de QVD (una app dedicada que crea un modelo de datos y genera un QVD) no se cuenta.

• Una app se carga desde fuentes externas e internas.

  Si una app carga 10 GB desde una fuente externa y 5 GB desde un QVD dentro de Qlik Cloud, la contribución total al pico diario de la app es de 10 GB, ya que solo se cuentan los datos cargados desde la fuente externa.

Crear datos en Qlik Cloud

Cuando crea nuevos datos en Qlik Cloud, ya sea copiando archivos de datos o derivándolos mediante la combinación y el procesamiento de datos sin procesar, cuenta para el pico diario. Los datos se miden como el tamaño total de los archivos generados durante el proceso de creación de datos. Los datos creados solo se cuentan una vez, independientemente de cuántas aplicaciones los utilicen.

Considere estos ejemplos de creación de datos:

• La creación de un archivo QVD de 1 GB mediante la instrucción STORE agrega 1 GB al pico diario.

• Copiar un archivo QVD de 1 GB añade 1 GB al pico diario, ya que ambas copias contribuyen al total.

• La creación de un archivo QVD de 0,5 GB mediante transformación añade 0,5 GB al pico diario. Únicamente se cuenta el archivo QVD resultante; la app del generador QVD no se cuenta ya que carga datos que ya están en Qlik Cloud.

Mejores prácticas para gestionar datos

La gestión adecuada de los datos mejora el rendimiento y garantiza el aprovechamiento máximo de la capacidad de Datos para el análisis. Esta sección le mostrará cómo manejar datos de manera eficiente en Qlik Cloud.

• Cree archivos QVD para la reutilización de datos

  Cuando se trata de datos que se utilizarán en múltiples apps de Qlik Sense, considere la creación de archivos QVD. Los archivos QVD le permiten cargar datos una vez y reutilizarlos en varias aplicaciones sin aumentar el pico diario. Esto puede reducir significativamente los costes de ingesta y almacenamiento de datos.

  Por ejemplo, si carga 10 GB de datos externos y crea un archivo QVD de 5 GB, tendrá un total de 15 GB de datos que contribuyen al pico diario. Cargar los mismos datos directamente en dos aplicaciones da como resultado 20 GB.

  

  En general, crear archivos QVD para reutilizar datos con Pasarela de datos de Qlik - Data Movement, es más eficiente que recargar datos directamente a través de aplicaciones.

• Utilice métodos eficientes de carga de datos

  Aproveche las transformaciones pushdown de SQL para optimizar la carga de datos. Esta técnica implica enviar transformaciones y operaciones de datos directamente a la fuente de datos. Al filtrar y transformar datos en la fuente, se reduce el volumen de datos transferidos y se mejora la eficiencia de carga.

  Por ejemplo, en esta consulta pushdown, la cláusula WHERE se procesa directamente en los datos de origen. Solo se transfiere el subconjunto de datos que cumple con criterios específicos, lo que reduce la cantidad de datos cargados en la memoria.

  Select * from my-external-database-table where my_column = 10

  Tenga en cuenta que en el caso de cargar archivos QVD, la cláusula WHERE se procesa después de leer el archivo desde el origen y se cuenta el archivo completo.

• Utilice aplicaciones bajo demanda para grandes conjuntos de datos

  Las aplicaciones bajo demanda (ODAG) son útiles cuando se trata de grandes conjuntos de datos. ODAG le permite cargar datos agregados para la app principal y obtener datos más detallados solo cuando sea necesario. Los usuarios obtienen vistas agregadas de grandes almacenes de datos, lo que les permite identificar y cargar subconjuntos relevantes de datos para un análisis detallado. Para más información, vea Apps bajo demanda.

• Gestionar grandes conjuntos de datos con Direct Query y vistas dinámicas

  Para grandes conjuntos de datos, considere usar Direct Query y vistas dinámicas. Con estas funciones, puede consultar y ver subconjuntos relevantes de grandes conjuntos de datos sin la necesidad de importar o cargar todos los datos en la memoria. Si bien existen algunas limitaciones en comparación con las aplicaciones en memoria, es una forma eficiente de trabajar con conjuntos de datos sustanciales. Para más información, vea Apps de Direct Query y Administrar datos con vistas dinámicas.

• Limpie periódicamente las aplicaciones y archivos de datos no utilizados

  Para optimizar el uso de recursos y mejorar el rendimiento general del sitio, identifique y elimine periódicamente aplicaciones y archivos de datos no utilizados. Los siguientes pasos pueden ayudar con la limpieza:

  • Identifique aplicaciones y archivos de datos no utilizados en el catálogo ordenando y marcando las columnas Actualizado por última vez, Visto por y Usado en. Esto le permite ver si el elemento se abrió en los últimos 28 días y en cuántas aplicaciones se utiliza un archivo de datos. Para más información, vea Métricas de uso de artículos y observadores.

  • El análisis de impacto y el linaje le ayudan a detectar dónde se usa un archivo de datos y qué archivos de datos se están utilizando en una app específica. Para más información, vea Analizar el análisis de impacto para apps, scripts y conjuntos de datos y Analizar el linaje de aplicaciones, scripts y conjuntos de datos.

  • Puede eliminar apps y archivos de datos de los centros de actividades. Los administradores también pueden eliminar apps del centro de actividades Administración.

Ejemplo: Calcular el volumen de datos transferidos

En este ejemplo, tenemos un conjunto de datos de categorías de productos. El conjunto de datos tiene 100 filas y las siguientes columnas:

Hay un tamaño fijo para cada tipo de datos:

Ahora podemos calcular el tamaño de fila estimado como la suma de los tamaños de columna: 4 + 7,5 + 200 + 200 = 411,5 bytes. Multiplicado por 100 filas, esto nos da un volumen total de datos de 41.150 bytes.

Usuarios totales

Los usuarios con derecho Full User, pueden ver, editar y crear contenido en aplicaciones, exportar gráficos y apps, trabajar con integración de datos, automatizaciones, aprendizaje automático y realizar otras tareas, siempre que sus permisos de usuario y de espacio lo permitan. Para más información, vea Administrar los derechos de usuario.

Basic Users

El derecho Basic User está disponible con las suscripciones a Analítica Premium de Qlik Cloud y Qlik Cloud Enterprise. Está pensado para acceso limitado y de solo lectura. Los usuarios Basic User no pueden crear ni editar aplicaciones ni otros activos, ni trabajar con archivos de Integración de datos. Otorgar permisos adicionales los asciende automáticamente a Full User. Para más información, vea Administrar los derechos de usuario.