Automatické agregace

Automatické agregace používají nejmodernější strojové učení (ML) k průběžné optimalizaci datových sad DirectQuery pro maximální výkon dotazů na sestavy. Automatické agregace jsou založené na stávající uživatelsky definované infrastruktuře agregací , která se poprvé zavádí se složenými modely pro Power BI. Na rozdíl od uživatelsky definovaných agregací nevyžadují automatické agregace rozsáhlé modelování dat a dovednosti optimalizace dotazů ke konfiguraci a údržbě. Automatické agregace jsou samoobslužné i samoobslužné optimalizace. Umožňují vlastníkům datových sad libovolné úrovně dovedností zlepšit výkon dotazů a poskytovat rychlejší vizualizace sestav pro i největší datové sady.

S automatickými agregacemi:

  • Vizualizace sestav jsou rychlejší – optimální procento dotazů sestav se vrací automaticky udržovanou agregací v paměti místo back-endových systémů zdrojů dat. Odchozí dotazy, které nelze vrátit v mezipaměti v paměti, se předávají přímo zdroji dat pomocí DirectQuery.
  • Vyvážená architektura – ve srovnání s čistým režimem DirectQuery vrátí většina výsledků dotazů dotazovací modul Power BI a mezipaměť agregací v paměti. Zatížení zpracování dotazů u systémů zdrojů dat ve špičce může být výrazně sníženo, což znamená zvýšenou škálovatelnost v back-endu zdroje dat.
  • Snadné nastavení – Vlastníci datových sad můžou povolit automatické agregace trénování a naplánovat jednu nebo více aktualizací datové sady. Při prvním trénování a aktualizaci začínají automatické agregace vytvářet architekturu agregací a optimální agregace. Systém se v průběhu času automaticky naladí.
  • Jemné ladění – pomocí jednoduchého a intuitivního uživatelského rozhraní v nastavení datové sady můžete odhadnout zvýšení výkonu pro jiné procento dotazů vrácených z mezipaměti agregací v paměti a provádět úpravy ještě větších zisků. Ovládací prvek s jedním panelem snímků vám pomůže snadno vyladit prostředí.

Požadavky

Podporované plány

Automatické agregace se podporují pro Power BI Premium na kapacitu, Premium na uživatele a datové sady Power BI Embedded.

Podporované zdroje dat

Automatické agregace jsou podporovány pro následující zdroje dat:

  • Azure SQL Database
  • Azure Synapse vyhrazený fond SQL
  • Google BigQuery
  • Snowflake
  • Databricks
  • Amazon Redshift

Podporované režimy

U datových sad režimu DirectQuery se podporují automatické agregace. Podporované datové sady složených modelů s importovými tabulkami i připojeními DirectQuery, ale automatické agregace se podporují jenom pro připojení DirectQuery.

Oprávnění

Pokud chcete povolit a nakonfigurovat automatické agregace, musíte být vlastníkem datové sady. Správci pracovního prostoru můžou převzít datovou sadu jako vlastníka a nakonfigurovat nastavení automatických agregací.

Konfigurace automatických agregací

Automatické agregace se konfigurují v nastavení datové sady. Konfigurace je jednoduchá – povolte automatické agregace trénování a naplánujte jednu nebo více aktualizací. Než ale nakonfigurujete automatické agregace pro datovou sadu, nezapomeňte si tento článek zcela přečíst. Poskytuje dobrý přehled o tom, jak fungují automatické agregace, a pomůže vám rozhodnout se, jestli jsou automatické agregace pro vaše prostředí vhodné. Až budete připraveni na podrobné pokyny, jak povolit automatické trénování agregací, nakonfigurovat plán aktualizace a doladit pro vaše prostředí, přečtěte si téma Konfigurace automatických agregací.

Výhody

Při použití DirectQuery se pokaždé, když uživatel datové sady otevře sestavu nebo komunikuje s vizualizací sestavy, předají se dotazy DAX do dotazovacího modulu a pak do back-endového zdroje dat jako dotazy SQL. Zdroj dat pak musí vypočítat a vrátit výsledky pro každý dotaz. V porovnání s datovými sadami v režimu importu uloženými v paměti může být doba i doba odezvy zdroje dat DirectQuery náročná na čas i proces, což často způsobuje pomalé doby odezvy dotazů ve vizualizacích sestav.

Pokud je datová sada DirectQuery povolená, automatické agregace můžou zvýšit výkon dotazů na sestavy tím, že se vyhnete zaokrouhlování dotazů na zdroj dat. Předem agregované výsledky dotazu se automaticky vrací agregací v paměti, nikoli do mezipaměti a vrací je zdroj dat. Množství předem agregovaných dat v mezipaměti agregací v paměti je malý zlomek množství dat uložených ve faktech a podrobných tabulkách ve zdroji dat. Výsledkem je nejen lepší výkon dotazů na sestavy, ale také snížení zatížení systémů back-endových zdrojů dat. Díky automatickým agregacím se do back-endového zdroje dat předávají do back-endového zdroje dat jenom malá část sestav a ad hoc dotazů, které vyžadují agregace, které nejsou součástí mezipaměti v paměti, stejně jako u režimu DirectQuery.

Automatic aggregations diagram

Automatická správa dotazů a agregací

I když automatické agregace eliminují potřebu vytvářet tabulky agregací definované uživatelem a výrazně zjednodušují implementaci předem agregovaného datového řešení, hlubší znalost základních procesů a závislostí je užitečná při pochopení fungování automatických agregací. Power BI využívá následující možnosti k vytváření a správě automatických agregací.

Protokol dotazů

Power BI sleduje dotazy na datovou sadu a sestavy uživatelů v protokolu dotazů. Power BI pro každou datovou sadu udržuje sedm dní dat protokolu dotazů. Data protokolu dotazů se každý den zahrnou dopředu. Protokol dotazů je zabezpečený a není viditelný pro uživatele nebo prostřednictvím koncového bodu XMLA.

Trénovací operace

V rámci první plánované operace aktualizace datové sady pro vybranou frekvenci (den nebo týden) Power BI nejprve zahájí trénovací operaci, která vyhodnocuje protokol dotazů, aby se agregace v mezipaměti v paměti přizpůsobily změnám vzorů dotazů. Tabulky agregací v paměti se vytvářejí, aktualizují nebo zahodí a do zdroje dat se odesílají speciální dotazy, aby bylo možné určit agregace, které se mají zahrnout do mezipaměti. Počítaná agregace se ale během trénování nenačtou do mezipaměti v paměti – načte se během následné operace aktualizace.

Pokud například zvolíte frekvenci dne a naplánujete aktualizace v 4:00, 9:00, 2:00PM a 7:00PM, bude každý den obsahovat pouze aktualizaci 4:00AM, která bude obsahovat jak operaci trénování, tak operaci aktualizace. Následující plánované aktualizace 9:00, 2:00PM a 7:00PM pro tento den jsou aktualizace pouze operace , které aktualizují stávající agregace v mezipaměti.

Training and refresh operation

Zatímco trénovací operace vyhodnocují minulé dotazy z protokolu dotazů, výsledky jsou dostatečně přesné, aby se zajistilo, že budoucí dotazy budou pokryty. Není však zaručeno, že budoucí dotazy budou vráceny v mezipaměti agregací v paměti, protože tyto nové dotazy se můžou lišit od dotazů odvozených z protokolu dotazů. Tyto dotazy, které nevrací mezipaměť agregací v paměti, se předávají do zdroje dat pomocí DirectQuery. V závislosti na frekvenci a řazení těchto nových dotazů mohou být agregace zahrnuté do mezipaměti agregací v paměti s další operací trénování.

Operace trénování má 60minutový časový limit. Pokud trénování nemůže zpracovat celý protokol dotazů v rámci časového limitu, oznámení se zaprotokoluje v historii aktualizace datové sady a trénování se obnoví při příštím spuštění. Trénovací cyklus se dokončí a nahradí stávající automatické agregace při zpracování celého protokolu dotazů.

Operace aktualizace

Jak je popsáno výše, po dokončení trénovací operace jako součást první plánované aktualizace pro vybranou frekvenci provede Power BI operaci aktualizace, která dotazuje a načte nová a aktualizovaná agregace do mezipaměti agregací v paměti a odebere všechny agregace, které už nejsou dostatečně vysoké (jak určuje trénovací algoritmus). Všechny následné aktualizace zvolené frekvence dne nebo týdne jsou operace, které dotazují zdroj dat, aby aktualizovaly existující agregace dat v mezipaměti. V našem příkladu výše jsou naplánované aktualizace pro tento den pouze operace 9:00, 2:00PM a 7:00PM.

Refresh only operations

Pravidelné naplánované aktualizace v průběhu dne (nebo týdne) zajišťují, aby agregace dat v mezipaměti byly aktuální s daty v back-endovém zdroji dat. Prostřednictvím nastavení datové sady můžete naplánovat až 48 aktualizací za den, abyste zajistili, že dotazy sestavy, které vrací mezipaměť agregací, získávají výsledky na základě nejnovějších aktualizovaného dat ze zdroje back-endových dat.

Upozornění

Operace trénování a aktualizace jsou náročné na procesy a prostředky pro služba Power BI i systémy zdrojů dat. Zvýšení procenta dotazů, které používají agregace, znamená, že během trénování a aktualizace se musí dotazovat a vypočítat z zdrojů dat více agregací, což zvyšuje pravděpodobnost nadměrného využití systémových prostředků a potenciálně způsobuje vypršení časového limitu. Další informace najdete v tématu Jemné ladění.

Školení na vyžádání

Jak už bylo zmíněno dříve, trénovací cyklus se nemusí dokončit v rámci časového limitu jednoho cyklu aktualizace dat. Pokud nechcete čekat na další naplánovaný cyklus aktualizace, který zahrnuje trénování, můžete také aktivovat automatické agregace trénování na vyžádání kliknutím na trénování a aktualizaci v nastavení datové sady. Použití trénování a aktualizace nyní aktivuje trénovací operaci i operaci aktualizace. Zkontrolujte historii aktualizace datové sady a v případě potřeby zkontrolujte, jestli je aktuální operace dokončená před spuštěním další operace trénování a aktualizace na vyžádání.

Historie aktualizací

Každá operace aktualizace se zaznamenává v historii aktualizace datové sady. Zobrazí se důležité informace o každé aktualizaci, včetně množství agregací paměti v mezipaměti pro nakonfigurované procento dotazů. Pokud chcete zobrazit historii aktualizací, klikněte na stránce Nastavení datové sady na historii aktualizací. Pokud chcete přejít k podrobnostem o něco dál, klikněte na Zobrazit podrobnosti.

Cache refresh history

Pravidelným kontrolou historie aktualizací můžete zajistit dokončení plánovaných operací aktualizace v přijatelném období. Před zahájením příští naplánované aktualizace se ujistěte, že se operace aktualizace úspěšně dokončily.

Selhání trénování a aktualizace

Zatímco Power BI provádí operace trénování a aktualizace jako součást první plánované aktualizace datové sady pro zvolenou denní nebo týdenní frekvenci, tyto operace se implementují jako samostatné transakce. Pokud operace trénování nemůže plně zpracovat protokol dotazů v rámci časových limitů, Power BI bude pokračovat v aktualizaci stávajících agregací (a běžných tabulek ve složeného modelu) pomocí předchozího stavu trénování. V tomto případě historie aktualizace značí, že aktualizace byla úspěšná a trénování bude pokračovat ve zpracování protokolu dotazů při příštím spuštění trénování. Výkon dotazů může být méně optimalizovaný, pokud se změnily vzory dotazů na sestavy klienta a agregace se ještě neupravily, ale dosažená úroveň výkonu by měla být mnohem lepší než čistá datová sada DirectQuery bez agregací.

Refresh history partially completed

Pokud trénovací operace vyžaduje k dokončení zpracování protokolu dotazů příliš mnoho cyklů, zvažte snížení procenta dotazů, které používají mezipaměť agregací v paměti v nastavení datové sady. Tím se sníží počet agregací vytvořených v mezipaměti, ale umožníte dokončení operací trénování a aktualizace více času. Další informace najdete v tématu Jemné ladění.

Pokud trénování proběhne úspěšně, ale aktualizace selže, označí se celá aktualizace datové sady jako Neúspěšná, protože výsledkem je nedostupná mezipaměť agregací v paměti.

Při plánování aktualizace můžete zadat e-mailová oznámení v případě selhání aktualizace.

Uživatelsky definované a automatické agregace

Uživatelem definované agregace v Power BI je možné nakonfigurovat ručně na základě skrytých agregovaných tabulek v datové sadě. Konfigurace uživatelem definovaných agregací je často složitá a vyžaduje větší úroveň dovedností pro modelování dat a optimalizaci dotazů. Automatické agregace na druhé straně eliminují tuto složitost v rámci systému řízeného AI. Na rozdíl od uživatelem definovaných agregací, které zůstávají statické, Power BI průběžně udržuje protokoly dotazů a z těchto protokolů určuje vzory dotazů na základě algoritmů prediktivního modelování strojového učení (ML). Předem agregovaná data se počítají a ukládají v paměti na základě analýzy vzorů dotazů. Díky automatickým agregacím jsou datové sady samoobslužné i samoobslužné optimalizace. Při změně vzorů dotazů na sestavu klientů se automatické agregace upravují, upřednostňují a ukládají tyto agregace do mezipaměti, které se nejčastěji používají.

Vzhledem k tomu, že automatické agregace jsou založeny na stávající uživatelsky definované infrastruktuře agregací, je možné používat uživatelsky definované i automatické agregace společně ve stejné datové sadě. Modelátoři kvalifikovaných dat můžou definovat agregace pro tabulky pomocí DirectQuery, Importu (s přírůstkovou aktualizací nebo bez přírůstkové aktualizace) nebo duálního úložiště, zatímco současně mají výhody více automatických agregací pro dotazy přes připojení DirectQuery, která nedorazí na uživatelsky definované agregační tabulky. Tato flexibilita umožňuje vyvážené architektury, které můžou snížit zatížení dotazů a vyhnout se kritickým bodům.

Agregace vytvořené v mezipaměti v paměti pomocí algoritmu trénování automatických agregací se identifikují jako System agregace. Trénovací algoritmus vytváří a odstraňuje pouze tyto System agregace, protože dotazy pro vytváření sestav se analyzují a úpravy se provádějí, aby se zachovaly optimální agregace pro datovou sadu. Uživatelsky definované i automatické agregace se aktualizují aktualizací datové sady. Do automatického zpracování agregací jsou zahrnuty pouze tyto agregace vytvořené automatickými agregacemi a označené jako systémové agregace.

Ukládání dotazů do mezipaměti a automatické agregace

Power BI Premium také podporuje ukládání dotazů do mezipaměti v Power BI Premium/Embedded, aby se zachovaly výsledky dotazů. Ukládání dotazů do mezipaměti je jiná funkce než automatické agregace. S ukládáním dotazů do mezipaměti Power BI Premium používá místní službu ukládání do mezipaměti k implementaci ukládání do mezipaměti, zatímco automatické agregace se implementují na úrovni datové sady. Při ukládání dotazů do mezipaměti služba ukládá dotazy pouze do mezipaměti pro počáteční načtení stránky sestavy, a proto se výkon dotazů nezlepší, když uživatelé pracují se sestavou. Naproti tomu automatické agregace optimalizují většinu dotazů sestav tím, že agregované výsledky dotazů před ukládáním do mezipaměti, včetně těchto dotazů vygenerovaných při interakci uživatelů se sestavami. Ukládání dotazů do mezipaměti i automatické agregace je možné pro datovou sadu povolit, ale pravděpodobně to není nutné.

Monitorování pomocí Azure Log Analytics

Azure Log Analytics (LA) je služba ve službě Azure Monitor, pomocí které může Power BI ukládat protokoly aktivit. Díky sadě Azure Monitor můžete shromažďovat, analyzovat a pracovat s telemetrickými daty z Azure a místních prostředí. Nabízí dlouhodobé úložiště, rozhraní ad hoc dotazů a přístup rozhraní API, které umožňuje export a integraci dat s jinými systémy. Další informace najdete v tématu Použití Azure Log Analytics v Power BI.

Pokud je Power BI nakonfigurovaný s účtem Azure LA, jak je popsáno v konfiguraci Azure Log Analytics pro Power BI, můžete analyzovat úspěšnost automatických agregací. Mimo jiné můžete určit, jestli dotazy sestavy odpovídají z mezipaměti v paměti.

Pokud chcete tuto možnost použít, stáhněte si šablonu PBIT odtud a připojte ji k účtu Log Analytics, jak je popsáno v tomto příspěvku. V sestavě můžete zobrazit data na třech různých úrovních: souhrnné zobrazení, zobrazení na úrovni dotazu DAX a zobrazení na úrovni dotazu SQL.

Následující obrázek ukazuje stránku souhrnu pro všechny dotazy. Jak vidíte, označený graf zobrazuje procento celkových dotazů, které byly splněny agregacemi a těmi, které musely zdroj dat využívat.

Log analytics queries by aggregations stage

Dalším krokem pro podrobnější informace je podívat se na použití agregací na úrovni dotazu DAX. Klikněte pravým tlačítkem myši na dotaz DAX ze seznamu (vlevo dole) >Procházení>historie dotazů.

Log analytics query history

Tím se zobrazí seznam všech relevantních dotazů. Přejděte k podrobnostem na další úrovni, abyste zobrazili další podrobnosti agregace.

Log analytics query history drill through

Správa životního cyklu aplikací

Od vývoje po testování a z testování do produkčního prostředí mají datové sady s povolenými automatickými agregacemi zvláštní požadavky na řešení ALM.

Kanály nasazení

Při používání kanálů nasazení může Power BI zkopírovat datové sady s jejich konfigurací datové sady z aktuální fáze do cílové fáze. Automatické agregace však musí být resetovány v cílové fázi, protože nastavení se nepřenesou z aktuální do cílové fáze. Obsah můžete také nasadit programově pomocí rozhraní REST API kanálů nasazení. Další informace o tomto procesu najdete v tématu Automatizace kanálu nasazení pomocí rozhraní API a DevOps.

Vlastní řešení ALM

Pokud používáte vlastní řešení ALM založené na koncových bodech XMLA, mějte na paměti, že vaše řešení může v rámci metadat datové sady kopírovat tabulky vygenerované systémem a uživatelem vytvořené agregace. Musíte ale povolit automatické agregace po každém kroku nasazení v cílové fázi ručně. Power BI si zachová konfiguraci, pokud přepíšete existující datovou sadu.

Poznámka

Pokud nahrajete nebo znovu publikujete datovou sadu jako součást souboru Power BI Desktop (.pbix), budou tabulky agregace vytvořené systémem ztraceny, protože Power BI nahradí existující datovou sadu všemi jeho metadaty a daty v cílovém pracovním prostoru.

Změna datové sady

Při změně datové sady s automatickými agregacemi povolenými prostřednictvím koncových bodů XMLA, jako je přidání nebo odebrání tabulek, Power BI zachová všechny existující agregace, které už nejsou potřeba nebo relevantní. Výkon dotazů může být ovlivněn až do spuštění další fáze trénování.

Prvky metadat

Datové sady s povolenými automatickými agregacemi obsahují jedinečné tabulky agregací generovaných systémem. Tabulky agregací se uživatelům nezobrazují v nástrojích pro vytváření sestav. Jsou však viditelné prostřednictvím koncového bodu XMLA pomocí nástrojů s klientskými knihovnami služby Analysis Services verze 19.22.5 a vyšší. Při práci s datovými sadami s povolenými automatickými agregacemi nezapomeňte upgradovat nástroje pro modelování dat a správu na nejnovější verzi klientských knihoven. Pro SQL Server Management Studio (SSMS) upgradujte na SSMS verze 18.9.2 nebo vyšší. Starší verze SSMS nemůžou tyto datové sady vytvořit výčet tabulek ani skriptů.

Tabulky automatických agregací jsou identifikovány vlastností tabulky, která je novinkou SystemManaged tabulkového objektového modelu (TOM) v klientských knihovnách služby Analysis Services verze 19.22.5 a vyšší. Na následujícím fragmentu SystemManaged kódu je vlastnost nastavená pro true tabulky automatických agregací a false pro běžné tabulky.

using System;
using System.Collections.Generic;
using System.Linq;
using Microsoft.AnalysisServices.Tabular;

namespace AutoAggs
{
    class Program
    {
        static void Main(string[] args)
        {
            string workspaceUri = "<Specify the URL of the workspace where your dataset resides>";
            string datasetName = "<Specify the name of your dataset>";

            Server sourceWorkspace = new Server();
            sourceWorkspace.Connect(workspaceUri);
            Database dataset = sourceWorkspace.Databases.GetByName(datasetName);

            // Enumerate system-managed tables.
            IEnumerable<Table> aggregationsTables = dataset.Model.Tables.Where(tbl => tbl.SystemManaged == true);


            if (aggregationsTables.Any())
            {
                Console.WriteLine("The following auto aggs tables exist in this dataset:");
                foreach (Table table in aggregationsTables)
                {
                    Console.WriteLine($"\t{table.Name}");
                }
            }
            else
            {
                Console.WriteLine($"This dataset has no auto aggs tables.");
            }

            Console.WriteLine("\n\rPress [Enter] to exit the sample app...");
            Console.ReadLine();
        }
    }
}

Spuštěním tohoto fragmentu kódu se vypíše tabulky automatických agregací, které jsou aktuálně součástí datové sady v konzole.

Auto aggs code

Mějte na paměti, že tabulky agregací se neustále mění, protože trénovací operace určují optimální agregace, které se mají zahrnout do mezipaměti agregací v paměti.

Důležité

Power BI plně spravuje automatické agregace systémově generované objekty tabulky. Tyto tabulky neodstraňujte ani neupravujte sami. To může způsobit snížený výkon.

Power BI udržuje konfiguraci datové sady mimo datovou sadu. Přítomnost tabulky agregací spravovaných systémem v datové sadě nemusí nutně znamenat, že datová sada je ve skutečnosti povolená pro trénování automatických agregací. Jinými slovy, pokud skriptujete úplnou definici modelu pro datovou sadu s povolenými automatickými agregacemi a vytvoříte novou kopii datové sady (s jiným názvem nebo pracovním prostorem nebo kapacitou), nová výsledná datová sada ještě není povolená pro automatické trénování agregací. Stále potřebujete povolit automatické trénování agregací pro novou datovou sadu v nastavení datové sady.

Důležité informace a omezení

Při použití automatických agregací mějte na paměti následující:

  • Dotazy SQL generované během počáteční fáze trénování můžou generovat významné zatížení datového skladu. Pokud se trénování nedokončí a na straně datového skladu můžete ověřit, že dotazy narazí na vypršení časového limitu, zvažte dočasné vertikální navýšení kapacity datového skladu tak, aby vyhovovalo trénovací poptávce.
  • Agregace uložené v mezipaměti agregací v paměti se nemusí vypočítat na nejnovějších datech ve zdroji dat. Na rozdíl od čistě DirectQuery a podobně jako běžné tabulky importu existuje latence mezi aktualizacemi ve zdroji dat a agregacemi dat uloženými v mezipaměti agregací v paměti. I když bude vždy nějaká latence, můžete ji zmírnit efektivním plánem aktualizace.
  • Pokud chcete dále optimalizovat výkon, nastavte všechny tabulky dimenzí na duální režim a ponechte tabulky faktů v režimu DirectQuery.
  • Automatické agregace nejsou dostupné u Power BI Pro, Azure Analysis Services nebo Služba Analysis Services serveru SQL.
  • Power BI nepodporuje stahování datových sad s povolenými automatickými agregacemi. Pokud jste nahráli nebo publikovali soubor Power BI Desktop (.pbix) do Power BI a pak povolili automatické agregace, nebudete už moct stáhnout soubor PBIX. Ujistěte se, že máte místně kopii souboru PBIX.
  • Automatické agregace s externími tabulkami v Azure Synapse Analytics se zatím nepodporují. Pomocí následujícího dotazu SQL můžete v Synapse vytvořit výčet externích tabulek: SELECT SCHEMA_NAME(schema_id) AS schema_name, název AS table_name FROM sys.external_tables.
  • Automatické agregace jsou dostupné jenom pro datové sady s využitím rozšířených metadat. Pokud chcete povolit automatické agregace pro starší datovou sadu, nejprve upgradujte datovou sadu na rozšířená metadata. Další informace najdete v tématu Použití rozšířených metadat datové sady.
  • Nepovolujte automatické agregace, pokud je zdroj dat DirectQuery nakonfigurovaný pro jednotné přihlašování a používá dynamické zobrazení dat nebo ovládací prvky zabezpečení k omezení dat, ke které má uživatel povolený přístup. Automatické agregace o těchto ovládacích prvcích na úrovni zdrojedatch Trénování zaznamená upozornění v historii aktualizací, že zjistil zdroj dat nakonfigurovaný pro jednotné přihlašování a přeskočí tabulky, které tento zdroj dat používají. Pokud je to možné, zakažte jednotné přihlašování pro tyto zdroje dat, abyste mohli plně využít optimalizované automatické agregace výkonu dotazů.
  • Nepovolujte automatické agregace, pokud datová sada obsahuje pouze hybridní tabulky, aby nedocházelo k zbytečným režijním nákladům na zpracování. Hybridní tabulka používá oddíly importu i oddíl DirectQuery. Běžným scénářem je přírůstková aktualizace s daty v reálném čase, ve kterých oddíl DirectQuery načítá transakce ze zdroje dat, ke kterému došlo po poslední aktualizaci dat. Power BI ale importuje agregace během aktualizace. Automatické agregace proto nemohou zahrnovat transakce, ke kterým došlo po poslední aktualizaci dat. Trénování zaznamená upozornění v historii aktualizací, že zjistil a přeskočí hybridní tabulky.
  • Počítané sloupce se nepovažují za automatické agregace. Pokud použijete počítaný sloupec v režimu DirectQuery, jako je například použití funkce COMBINEVALUES DAX k vytvoření relace založené na více sloupcích ze dvou tabulek DirectQuery, odpovídající dotazy sestavy se nedotknou mezipaměti agregací v paměti.
  • Automatické agregace jsou k dispozici pouze v služba Power BI. Power BI Desktop nevytvoří tabulky agregací generovaných systémem.
  • Pokud upravíte metadata datové sady s povolenými automatickými agregacemi, může výkon dotazů snížit, dokud se neaktivuje další proces trénování. Osvědčeným postupem je vypustit automatické agregace, provést změny a pak je znovu trénovat.
  • Tabulky agregací generovaných systémem neupravujte ani neodstraňovat, pokud nemáte zakázané automatické agregace a neučistíte datovou sadu. Systém zodpovídá za správu těchto objektů.

Komunita

Power BI má živou komunitu, kde MVP, pro BI a peers sdílejí odborné znalosti v diskuzní skupině, videích, blogech a dalších. Při učení o automatických agregacích se nezapomeňte podívat na tyto další zdroje informací:

Viz také

Konfigurace automatických agregací
Uživatelem definované agregace
DirectQuery v Power BI
Klientské knihovny služby Analysis Services