Souhrn
Ve scénáři tohoto modulu byl jeden z Power BI Desktop sémantických modelů vaší organizace neefektivní a způsoboval problémy. Uživatelé nebyli spokojeni s výkonem sestavy a soubor modelu měl přílišnou velikost, takže zatěžoval prostředky organizace.
Byli jste požádáni o kontrolu sémantického modelu, abyste zjistili příčinu problémů s výkonem a udělali změny pro optimalizaci výkonu a zmenšení velikosti modelu.
Power BI Desktop poskytuje řadu nástrojů a funkcí, abyste mohli analyzovat a optimalizovat výkon svých sémantických modelů. Optimalizaci jste zahájili pomocí Analyzátoru výkonu a s využitím dalších nástrojů jste posoudili výkon měr, relací a vizuálů a na základě výsledků této analýzy jste následně provedli vylepšení. Dále jste pomocí proměnných zjednodušili a zefektivnili výpočty. Pak jste se blíže podívali na distribuci sloupců a snížili mohutnost relací. V této fázi byl sémantický model optimalizovanější. Zvážili jste, jak by se situace lišila, kdyby vaše organizace používala model DirectQuery, a pak jste zjistili, jak optimalizovat výkon v Power BI Desktopu a zdrojové databázi. Nakonec jste pomocí agregací výrazně zmenšili velikost sémantického modelu.
Pokud vám Power BI Desktop nedal příležitost optimalizovat neefektivní sémantické modely, museli byste věnovat spoustu času v několika zdrojích dat, abyste data vylepšovali. Konkrétně bez Analyzátoru výkonu byste nezjistili příčiny výkonnostních problémů v sestavách a kritické body v dotazech, které je třeba vyřešit. Ve výsledku by uživatelé byli frustrovaní a ztratili by motivaci vaše sestavy používat.
Teď, když jste sestavu optimalizovali, se uživatelé rychleji dostanou k potřebným datům, takže jsou produktivnější a spokojenější. Zmenšením velikosti souboru s modelem se sníží zatížení prostředků, což vaší organizaci přinese řadu výhod. Úspěšně jste splnili zadaný úkol.
Zjištění výkonu elementů sestav pomocí Analyzátoru výkonu
Použití automatického data a času v Power BI Desktopu
Techniky redukce dat pro modelování importu