Příručka k Power BI

Tato stránka poskytuje jasné a názorné pokyny pro efektivní správu dat v Power BI a Azure Databricks za účelem optimalizace výkonu dotazů a vytváření efektivních řídicích panelů.

Sadu praktických rychlých startů demonstrujících referenční implementace některých osvědčených postupů pro používání Power BI v Azure Databricks najdete v tomto úložišti.

Připojení Azure Databricks a Power BI

Nejlepší praxe Dopad Docs
Použití parametrů Power BI při připojování k různým prostředím Azure Databricks Umožňuje flexibilitu při připojování k různým pracovním prostorům Azure Databricks nebo různým skladům SQL Azure Databricks.
Použijte funkci publikování Azure Databricks do služby Power BI. Umožňuje bezproblémovou integraci katalogu a synchronizaci datového modelu bez opuštění uživatelského rozhraní Azure Databricks.
Použití automatického publikování Azure Databricks do Power BI Publikujte datové sady z katalogu Unity do Power BI přímo z datových kanálů.

Volba nejvhodnějšího režimu úložiště

Nejlepší praxe Dopad Docs
Použijte DirectQuery pro tabulky faktů a Dual pro tabulky dimenzí (ne Import) Vygenerujte efektivnější dotazy SQL pomocí nejvhodnějšího režimu úložiště.
Preferujte DirectQuery před importem, kdykoli je to možné Umožňuje udržovat zásady správného řízení a auditovatelnost.
Použití složených modelů pro režimy smíšeného úložiště Umožňuje smíšené použití tabulek DirectQuery, Dual, Import, Aggregace a Hybrid.
Použití hybridních tabulek pro agregovaná historická data s daty v reálném čase Umožňuje efektivní dotazy v paměti.

Optimalizace přístupu k datům

Nejlepší praxe Dopad Docs
Použití uživatelem definovaných agregací Zlepšuje výkon dotazů u velkých sémantických modelů DirectQuery díky ukládání předem agregovaných dat do mezipaměti.
Použití automatických agregací Průběžně optimalizuje sémantické modely DirectQuery vytvářením agregací založených na historii dotazů pro maximální výkon sestavy.
Použijte dělení tabulek nebo přírůstkovou aktualizaci Umožňuje rychlejší import dat a správu větších datových sad, zejména u velmi malých, statických sestav a sestav citlivých na výkon (méně než 2 sekundy).
Přidejte tlačítka Použít všechny průřezy a Vymazat všechny průřezy Zabrání zbytečným dotazům díky využití nastavení redukce dotazů, když uživatelé pracují s filtry sestav.
Použití funkce Předpokládat referenční integritu při definování relací mezi tabulkami, pokud byla v upstreamovém příjmu dat ověřena referenční integrita Umožňuje efektivnější strategie spojení v dotazech SQL.
V případě DirectQuery zkontrolujte nastavení konfigurace paralelizace dotazů a následující vlastnosti sémantických modelů Power BI:
  • Maximální počet připojení na zdroj dat
  • Maximální počet souběžných hodnocení
  • Maximální počet souběžných úloh
  • MaxParallelismPerQuery
 Vylepšuje paralelizaci dotazů a maximalizuje využití SQL Warehouse, aby se zlepšil celkový výkon.

Vyladění datového modelu

Nejlepší praxe Dopad Docs
Transformace „Přesunout doleva“ Přesuňte základní obchodní logiku blíže ke zdrojům dat, aby data byla vysoce kvalitní, rychlejší a levnější k použití. Zobrazení SQL využívají sílu SQL enginu Databricksu pro efektivnější provádění sestav ve srovnání s transformacemi PowerQuery a vzorci DAX.
Pokud musíte použít vzorce DAX, optimalizujte vzorce DAX a vyhněte se velkým sadám výsledků. Brání neefektivním výpočtům, které vedou ke zhoršení výkonu.
Vyhněte se počítaným sloupcům a počítaným tabulkám jazyka DAX v sémantických modelech a definujte tato data přímo ve zlatých tabulkách. Předpočítané metriky fungují nejlépe ve zlaté vrstvě
Využití časové inteligence založené na kalendáři Sémantické modely DirectQuery můžou provádět výpočty časové inteligence mnohem efektivněji, čímž umožňují rychlejší a škálovatelnější vytváření sestav.

Monitorování výkonu a metrik

Nejlepší praxe Dopad Docs
Použijte Analyzátor výkonu Power BI k prozkoumání výkonu prvků sestavy. Identifikuje vizualizaci, která trvá nejvíce času na načtení a kde je kritický bod.

Dodatečné zdroje

  • Last updated on