Sense Desktop x Power BI Desktop – Carga de Arquivos Flat

Fiz uma comparação entre dois competidores no mundo de Self-Service BI: o nosso querido Qlik Sense (na versão Desktop) e o Microsoft Power BI (também na versão Desktop).

Nota: Não sou especialista em Power BI, em ambos produtos usei as configurações “vanilla” dos produtos. Se você estiver lendo esse artigo e tiver alguma sugestão para melhorar o estudo, por favor entre em contato, vamos trabalhar juntos 🙂

Obviamente é uma comparação dentro de um cenário muito específico (carga de arquivos .csv) e não propõe-se a responder “Mas qual é melhor?” (Até porque eu acho que a resposta a essa pergunta é um grande “Se”)

Cenário (Massa de Dados)

Bilhetes de chamadas de um contact center

total de linhas :  8.741.000

Cenário (Máquina de teste)

Fiz os testes em um laptop comum, então vocês podem refazer os testes se quiserem

Qlik Sense

Versão

Carga com criação de índice

 

 

 

 

 

 

 

Carga sem criação de índice

 

 

 

 

 

 

 

Consumo de memória e CPU durante a carga (pode-se notar que a Engine é claramente “multicore” ocupando toda a CPU disponível).

 

 

 

 

 

Consumo ao final da carga, o processo que consome e ‘guarda’ os dados em memória é a Engine.exe, ficando com 2,7Gb de RAM

 

Tamanho do arquivo com o modelo de dados (aproximadamente 393Mb, cerca de 88% de compressão)

Power BI Desktop

Tempo de carga

Como  não achei onde pegar o log ou histórico do tempo de atualização cronometrei manualmente chegando a um tempo aproximado de 28 minutos.

Consumo de memória e CPU durante a carga

O trabalho pesado de CPU fica a cargo de um processo chamado   ‘Microsoft.Mashup.Container.NetFX40.exe” que aparentemente é ‘monocore’ não usando mais que um dos núcleos da máquina.

Existe um processo chamado  “Microsoft SQL Server Analysis Services” que chegou a alocar 3,2 Gb de RAM durante o processamento

Consumo ao final da carga

O processo  “Microsoft SQL Server Analysis Services” ficou com 1,4 Gb de RAM ao final do processamento

Tamanho do arquivo com o modelo de dados (aproximadamente 418Mb, cerca de 86% de compressão)

Conclusões para o cenário proposto:

  • Qlik Sense Desktop é bem mais rápido nesse cenário – 4 min x  28min. Se fôssemos usar arquivos .qvd então seria bizarra a diferença na carga.
  • Consumo de CPU durante a carga – Qlik Sense Desktop ocupa toda a “CPU power” disponível durante a carga x PBI aparentemente apenas um núcleo (processo Microsoft.Mashup.Container.NetFX40.exe)
  • Consumo de memória ao final do processamento (sem nenhum objeto ou filtro aplicado) Qlik Sense 2,7Gb x PBI 1,4Gb de RAM. Uma “surra” do PBI
  • Tamanho do arquivo final com o modelo de dados – 393Mb x 418Mb, empate técnico

Thats all folks!

Be happy, be Qlik

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *