Share via

Οδηγίες ανάκτησης δεδομένων για σελιδοποιημένες αναφορές

  • Άρθρο

Αυτό το άρθρο απευθύνεται σε εσάς ως συντάκτης αναφορών που σχεδιάζει σελιδοποιημένες αναφορές Power BI. Παρέχει προτάσεις που θα σας βοηθήσουν να σχεδιάσετε αποτελεσματική και αποτελεσματική ανάκτηση δεδομένων.

Τύποι προέλευσης δεδομένων

Οι σελιδοποιημένες αναφορές υποστηρίζουν εγγενώς σχεσιακές προελεύσεις δεδομένων και προελεύσεις δεδομένων ανάλυσης. Αυτές οι προελεύσεις ταξινομούνται περαιτέρω, είτε ως βασισμένες στο cloud είτε ως εσωτερικής εγκατάστασης. Οι προελεύσεις δεδομένων εσωτερικής εγκατάστασης, είτε φιλοξενούνται εσωτερικά είτε σε μια εικονική μηχανή, απαιτούν μια πύλη δεδομένων ώστε να μπορεί να συνδεθεί το Power BI. Με βάση το cloud, το Power BI μπορεί να συνδεθεί απευθείας μέσω μιας σύνδεσης Internet.

Εάν μπορείτε να επιλέξετε τον τύπο προέλευσης δεδομένων (ενδεχομένως την περίπτωση σε ένα νέο έργο), συνιστούμε να χρησιμοποιήσετε προελεύσεις δεδομένων που βασίζονται στο cloud. Οι σελιδοποιημένες αναφορές μπορούν να συνδεθούν με χαμηλότερο λανθάνοντα χρόνο δικτύου, ειδικά όταν οι προελεύσεις δεδομένων βρίσκονται στην ίδια περιοχή με τον μισθωτή σας Power BI. Επίσης, μπορείτε να συνδεθείτε σε αυτές τις προελεύσεις χρησιμοποιώντας καθολική σύνδεση (SSO). Αυτό σημαίνει ότι η ταυτότητα του χρήστη αναφοράς μπορεί να ρέει στην προέλευση δεδομένων, επιτρέποντας την επιβολή δικαιωμάτων σε επίπεδο γραμμών ανά χρήστη. Προς το παρόν, το SSO υποστηρίζεται μόνο για προελεύσεις δεδομένων εσωτερικής εγκατάστασης SQL Server και Oracle (ανατρέξτε στο θέμα Υποστηριζόμενες προελεύσεις δεδομένων για σελιδοποιημένες αναφορές Power BI).

Σημείωμα

Παρόλο που δεν είναι δυνατή προς το παρόν η σύνδεση σε βάσεις δεδομένων εσωτερικής εγκατάστασης με χρήση SSO, εξακολουθείτε να μπορείτε να επιβάλετε δικαιώματα σε επίπεδο γραμμών. Πραγματοποιείται διαβιβάζοντας το ενσωματωμένο πεδίο UserID σε μια παράμετρο ερωτήματος συνόλου δεδομένων. Η προέλευση δεδομένων θα πρέπει να αποθηκεύσει τις τιμές κύριου ονόματος χρήστη (UPN) με τρόπο που να μπορεί να φιλτράρει σωστά τα αποτελέσματα του ερωτήματος.

Για παράδειγμα, θεωρήστε ότι κάθε πωλητής αποθηκεύεται ως γραμμή στον πίνακα Πωλητής . Ο πίνακας έχει στήλες για UPN, καθώς και την περιοχή πωλήσεων του πωλητή. Κατά τον χρόνο ερωτήματος, ο πίνακας φιλτράρεται από το UPN του χρήστη αναφοράς και σχετίζεται επίσης με στοιχεία πωλήσεων χρησιμοποιώντας έναν εσωτερικό σύνδεσμο. Με αυτόν τον τρόπο, το ερώτημα φιλτράρει αποτελεσματικά τις γραμμές στοιχείων πωλήσεων με εκείνες της περιοχής πωλήσεων του χρήστη αναφοράς.

Σχεσιακές προελεύσεις δεδομένων

Γενικά, οι σχεσιακές προελεύσεις δεδομένων είναι κατάλληλες για αναφορές λειτουργικού στυλ, όπως τα τιμολόγια πωλήσεων. Είναι επίσης κατάλληλες για αναφορές που χρειάζεται να ανακτήσουν πολύ μεγάλα σύνολα δεδομένων (πάνω από 10.000 γραμμές). Οι σχεσιακές προελεύσεις δεδομένων μπορούν επίσης να ορίσουν αποθηκευμένες διαδικασίες, οι οποίες μπορούν να εκτελεστούν από σύνολα δεδομένων αναφοράς. Οι αποθηκευμένες διαδικασίες προσφέρουν πολλά πλεονεκτήματα:

  • Παραμετροποίηση
  • Η ενθυλάκωση της λογικής προγραμματισμού, που επιτρέπει πιο σύνθετη προετοιμασία δεδομένων (για παράδειγμα, προσωρινούς πίνακες, δρομέας ή ανυσματικές συναρτήσεις που ορίζονται από τον χρήστη)
  • Βελτιωμένη δυνατότητα συντήρησης, επιτρέποντας την εύκολη ενημέρωση της αποθηκευμένη λογικής διαδικασίας. Σε ορισμένες περιπτώσεις, μπορεί να γίνει χωρίς την ανάγκη τροποποίησης και αναδημοσίευσης σελιδοποιημένων αναφορών (η παροχή ονομάτων στηλών και τύπων δεδομένων παραμένει αμετάβλητη).
  • Καλύτερες επιδόσεις, καθώς τα σχέδια εκτέλεσής τους αποθηκεύονται στο cache για επαναχρησιμοποίηση
  • Εκ νέου χρήση αποθηκευμένων διαδικασιών σε πολλές αναφορές

Στο Power BI Εργαλείο δόμησης αναφορών, μπορείτε να χρησιμοποιήσετε το εργαλείο σχεδίασης σχεσιακών ερωτημάτων για τη δημιουργία μιας πρότασης ερωτήματος με γραφικό τρόπο, αλλά μόνο για προελεύσεις δεδομένων της Microsoft.

Προελεύσεις δεδομένων ανάλυσης

Οι προελεύσεις δεδομένων ανάλυσης, γνωστές και ως μοντέλα δεδομένων ή απλά μοντέλα, είναι κατάλληλες για λειτουργικές αναφορές και αναφορές ανάλυσης και μπορούν να παρέχουν γρήγορα συνοπτικά αποτελέσματα ερωτημάτων ακόμη και σε πολύ μεγάλους όγκους δεδομένων. Οι μετρήσεις μοντέλου και τα KPI μπορούν να ενθουσιάουν σύνθετους επιχειρησιακούς κανόνες για την επίτευξη σύνοψης δεδομένων. Αυτές οι προελεύσεις δεδομένων, ωστόσο, δεν είναι κατάλληλες για αναφορές που χρειάζεται να ανακτήσουν πολύ μεγάλους όγκους δεδομένων (πάνω από 10.000 γραμμές).

Στο Power BI Εργαλείο δόμησης αναφορών, έχετε δύο σχεδιαστές ερωτημάτων: το εργαλείο σχεδίασης ερωτημάτων DAX των Υπηρεσιών ανάλυσης και το εργαλείο σχεδίασης ερωτημάτων MDX των Υπηρεσιών ανάλυσης. Αυτά τα εργαλεία σχεδίασης μπορούν να χρησιμοποιηθούν για προελεύσεις δεδομένων σημασιολογικού μοντέλου Power BI (παλαιότερα γνωστό ως σύνολο δεδομένων) ή για οποιοδήποτε Υπηρεσίες ανάλυσης του SQL Server ή Υπηρεσίες Ανάλυσης του Azure μοντέλο— σε μορφή πίνακα ή πολυδιάστατο.

Συνιστούμε να χρησιμοποιήσετε το εργαλείο σχεδίασης ερωτημάτων DAX, με την προϋπόθεση ότι ικανοποιεί πλήρως τις ανάγκες του ερωτήματός σας. Εάν το μοντέλο δεν ορίζει τις μετρήσεις που χρειάζεστε, θα χρειαστεί να μεταβείτε σε λειτουργία ερωτήματος. Σε αυτήν τη λειτουργία, μπορείτε να προσαρμόσετε την πρόταση ερωτήματος προσθέτοντας παραστάσεις (για να επιτύχετε σύνοψη).

Το εργαλείο σχεδίασης ερωτημάτων MDX απαιτεί από το μοντέλο σας να περιλαμβάνει μετρήσεις. Το εργαλείο σχεδίασης έχει δύο δυνατότητες που δεν υποστηρίζονται από το εργαλείο σχεδίασης ερωτημάτων DAX. Συγκεκριμένα, σας επιτρέπει να κάνετε τα εξής:

  • Ορισμός υπολογιζόμενων μελών σε επίπεδο ερωτήματος (σε MDX).
  • Ρυθμίστε τις παραμέτρους περιοχών δεδομένων για να ζητήσετε συγκεντρώσεις διακομιστή σε μη λεπτομερείς ομάδες. Εάν η αναφορά σας χρειάζεται να παρουσιάσει συνόψεις ημι-ή μη προσθετικών μετρήσεων (όπως υπολογισμούς χρονικής ευφυΐας ή διακριτές μετρήσεις), πιθανότατα θα είναι πιο αποτελεσματικό να χρησιμοποιείτε συγκεντρωτικές τιμές διακομιστή από την ανάκτηση γραμμών λεπτομερειών χαμηλού επιπέδου και να έχετε τις συνόψεις υπολογισμού αναφορών.

Μέγεθος αποτελέσματος ερωτήματος

Σε γενικές γραμμές, η καλύτερη πρακτική είναι να ανακτάτε μόνο τα δεδομένα που απαιτούνται από την αναφορά σας. Επομένως, μην ανακτάτε στήλες ή γραμμές που δεν απαιτούνται από την αναφορά.

Για να περιορίσετε τις γραμμές, θα πρέπει να εφαρμόζετε πάντα τα πιο περιοριστικά φίλτρα και να ορίζετε ερωτήματα συγκεντρωτικών αποτελεσμάτων. Συγκεντρώστε ερωτήματα ομαδοποιούν και συνοψίζουν δεδομένα προέλευσης για να ανακτήσετε αποτελέσματα με μεγαλύτερη λεπτομέρεια. Για παράδειγμα, θεωρήστε ότι η αναφορά σας πρέπει να παρουσιάσει μια σύνοψη των πωλήσεων πωλητών. Αντί να ανακτήσετε όλες τις γραμμές παραγγελιών πωλήσεων, δημιουργήστε ένα ερώτημα συνόλου δεδομένων που ομαδοποιεί κατά πωλητή και συνοψίζει τις πωλήσεις για κάθε ομάδα.

Πεδία που βασίζονται σε παραστάσεις

Είναι δυνατή η επέκταση ενός συνόλου δεδομένων αναφοράς με πεδία που βασίζονται σε παραστάσεις. Για παράδειγμα, εάν το σύνολο δεδομένων σας έχει το όνομα και το επώνυμο πελάτη, μπορεί να θέλετε ένα πεδίο που συνενώνει τα δύο πεδία για να δημιουργήσει το πλήρες όνομα του πελάτη. Για να επιτύχετε αυτόν τον υπολογισμό, έχετε δύο επιλογές. Μπορείτε να κάνετε τα εξής:

  • Δημιουργήστε ένα υπολογιζόμενο πεδίο, το οποίο είναι ένα πεδίο συνόλου δεδομένων που βασίζεται σε μια παράσταση.
  • Εισαγάγετε μια παράσταση απευθείας στο ερώτημα συνόλου δεδομένων (χρησιμοποιώντας την εγγενή γλώσσα της προέλευσης δεδομένων), το οποίο έχει ως αποτέλεσμα ένα κανονικό πεδίο συνόλου δεδομένων.

Συνιστούμε την δεύτερη επιλογή, όποτε είναι δυνατό. Υπάρχουν δύο καλοί λόγοι για τους οποίους η εισαγωγή παραστάσεων απευθείας στο ερώτημα συνόλου δεδομένων είναι καλύτερη:

  • Είναι πιθανό η προέλευση δεδομένων σας να βελτιστοποιηθεί για να αξιολογεί την παράσταση πιο αποτελεσματικά από το Power BI (αυτό ισχύει ιδιαίτερα για τις σχεσιακές βάσεις δεδομένων).
  • Οι επιδόσεις αναφοράς βελτιώνονται καθώς δεν χρειάζεται το Power BI να υλοποιήσει υπολογιζόμενα πεδία πριν από την απόδοση της αναφοράς. Τα υπολογιζόμενα πεδία μπορούν να επεκτείνουν αισθητά τον χρόνο απόδοσης αναφοράς όταν τα σύνολα δεδομένων ανακτούν μεγάλο αριθμό γραμμών.

Ονόματα πεδίων

Όταν δημιουργείτε ένα σύνολο δεδομένων, τα πεδία του ονομάζονται αυτόματα μετά τις στήλες ερωτήματος. Είναι πιθανό αυτά τα ονόματα να μην είναι φιλικά ή διαισθητικά. Είναι επίσης πιθανό τα ονόματα στηλών ερωτήματος προέλευσης να περιέχουν χαρακτήρες που απαγορεύονται στα αναγνωριστικά αντικειμένου Της γλώσσας ορισμού αναφοράς (RDL) (όπως κενά διαστήματα και σύμβολα). Στην περίπτωση αυτή, οι απαγορευμένοι χαρακτήρες αντικαθίστανται με έναν χαρακτήρα υπογράμμισης (_).

Συνιστούμε να επαληθεύσετε πρώτα ότι όλα τα ονόματα πεδίων είναι φιλικά, συνοπτικά, αλλά έχουν ακόμα νόημα. Εάν όχι, προτείνουμε να τις μετονομάσετε προτού ξεκινήσετε τη διάταξη της αναφοράς. Αυτό συμβαίνει επειδή τα μετονομασμένη πεδία δεν κάνουν κυματισμούς στις παραστάσεις που χρησιμοποιούνται στη διάταξη της αναφοράς σας. Εάν αποφασίσετε να μετονομάσετε πεδία αφού ξεκινήσετε τη διάταξη αναφοράς, θα χρειαστεί να βρείτε και να ενημερώσετε όλες τις κατεστραμμένες παραστάσεις.

Φιλτράρισμα έναντι παραμέτρου

Είναι πιθανό ότι τα σχέδια σελιδοποιημένης αναφοράς σας θα έχουν παραμέτρους αναφοράς. Οι παράμετροι αναφοράς χρησιμοποιούνται συνήθως για να ζητηθεί από τον χρήστη αναφοράς σας να φιλτράρει την αναφορά. Ως συντάκτης σελιδοποιημένης αναφοράς, έχετε δύο τρόπους για να επιτύχετε φιλτράρισμα αναφορών. Μπορείτε να αντιστοιχίζετε μια παράμετρο αναφοράς σε:

  • Ένα φίλτρο συνόλου δεδομένων, όπου οι τιμές παραμέτρων αναφοράς χρησιμοποιούνται για το φιλτράρισμα των δεδομένων που έχουν ήδη ανακτηθεί από το σύνολο δεδομένων.
  • Μια παράμετρος συνόλου δεδομένων, στην οποία περίπτωση οι τιμές παραμέτρων αναφοράς εισάγονται στο εγγενές ερώτημα που αποστέλλεται στην προέλευση δεδομένων.

Σημείωμα

Όλα τα σύνολα δεδομένων αναφοράς αποθηκεύονται στο cache σε μια βάση ανά περίοδο λειτουργίας για έως και 10 λεπτά μετά την τελευταία χρήση. Ένα σύνολο δεδομένων μπορεί να επαναχρησιμοποιηθεί κατά την υποβολή νέων τιμών παραμέτρων (φιλτράρισμα), την απόδοση της αναφοράς σε διαφορετική μορφή ή την αλληλεπίδραση με τη σχεδίαση αναφοράς με κάποιον τρόπο, όπως εναλλαγή ορατότητας ή ταξινόμηση.

Εξετάστε τότε ένα παράδειγμα μιας αναφοράς πωλήσεων που διαθέτει μια μοναδική παράμετρο αναφοράς για το φιλτράρισμα της αναφοράς κατά ένα μόνο έτος. Το σύνολο δεδομένων ανακτά τις πωλήσεις για όλα τα έτη. Αυτό συμβαίνει επειδή η παράμετρος αναφοράς αντιστοιχίζεται στα φίλτρα συνόλου δεδομένων. Η αναφορά εμφανίζει δεδομένα για το έτος αίτησης, το οποίο είναι ένα υποσύνολο των δεδομένων του συνόλου δεδομένων. Όταν ο χρήστης αναφοράς αλλάζει την παράμετρο αναφοράς σε ένα διαφορετικό έτος και, στη συνέχεια, προβάλλει την αναφορά, το Power BI δεν χρειάζεται να ανακτήσει δεδομένα προέλευσης. Αντί για αυτό, εφαρμόζει ένα διαφορετικό φίλτρο στο σύνολο δεδομένων που έχει ήδη αποθηκευτεί στο cache. Όταν το σύνολο δεδομένων αποθηκευτεί στο cache, το φιλτράρισμα μπορεί να είναι πολύ γρήγορο.

Τώρα, εξετάστε μια διαφορετική σχεδίαση αναφοράς. Αυτή τη φορά η σχεδίαση αναφοράς αντιστοιχίσει την παράμετρο αναφοράς έτους πωλήσεων σε μια παράμετρο συνόλου δεδομένων. Με αυτόν τον τρόπο, το Power BI εισαγάγει την τιμή έτους στο εγγενές ερώτημα και το σύνολο δεδομένων ανακτά δεδομένα μόνο για αυτό το έτος. Κάθε φορά που ο χρήστης αναφοράς αλλάζει την τιμή παραμέτρου αναφοράς έτους και, στη συνέχεια, προβάλλει την αναφορά, το σύνολο δεδομένων ανακτά ένα νέο αποτέλεσμα ερωτήματος μόνο για αυτό το έτος.

Και οι δύο προσεγγίσεις σχεδίασης μπορούν να φιλτράρουν δεδομένα αναφοράς και αμφότερες οι σχεδιάσεις μπορούν να λειτουργήσουν καλά για τα σχέδια αναφορών σας. Ωστόσο, μια βελτιστοποιημένη σχεδίαση θα εξαρτάται από τους αναμενόμενους όγκους δεδομένων, τη μεταβλητότητα των δεδομένων και τις αναμενόμενες συμπεριφορές των χρηστών της αναφοράς σας.

Συνιστούμε να φιλτράρετε το σύνολο δεδομένων όταν αναμένετε ότι ένα διαφορετικό υποσύνολο των γραμμών συνόλου δεδομένων θα χρησιμοποιηθεί ξανά πολλές φορές (εξοικονομώντας χρόνο απόδοσης επειδή δεν χρειάζεται να ανακτηθούν νέα δεδομένα). Σε αυτό το σενάριο, αναγνωρίζετε ότι το κόστος ανάκτησης ενός μεγαλύτερου συνόλου δεδομένων μπορεί να εναντιωθεί με τον αριθμό των φορών που θα χρησιμοποιηθεί ξανά. Επομένως, είναι χρήσιμη για ερωτήματα που είναι χρονοβόρα για τη δημιουργία τους. Ωστόσο, να προσέχετε, η αποθήκευση στο cache μεγάλων συνόλων δεδομένων ανά χρήστη μπορεί να επηρεάσει αρνητικά τις επιδόσεις και την ταχύτητα μετάδοσης των εκχωρημένων πόρων.

Συνιστούμε την παραμετροποίηση του συνόλου δεδομένων όταν αναμένετε ότι είναι απίθανο να ζητηθεί διαφορετικό υποσύνολο γραμμών συνόλου δεδομένων ή όταν ο αριθμός των γραμμών του συνόλου δεδομένων που θα φιλτραριστούν είναι πιθανό να είναι πολύ μεγάλος (και αναποτελεσματικός στο cache). Αυτή η προσέγγιση σχεδίασης λειτουργεί επίσης καλά, όταν ο χώρος αποθήκευσης δεδομένων σας είναι ασταθής. Σε αυτή την περίπτωση, κάθε αλλαγή τιμής παραμέτρου αναφοράς θα έχει ως αποτέλεσμα την ανάκτηση ενημερωμένων δεδομένων.

Μη εγγενείς προελεύσεις δεδομένων

Εάν θέλετε να αναπτύξετε σελιδοποιημένες αναφορές που βασίζονται σε προελεύσεις δεδομένων που δεν υποστηρίζονται εγγενώς από σελιδοποιημένες αναφορές, θα πρέπει πρώτα να αναπτύξετε ένα μοντέλο δεδομένων στο Power BI Desktop. Με αυτόν τον τρόπο, μπορείτε να συνδεθείτε σε εκατοντάδες προελεύσεις δεδομένων που υποστηρίζονται από το Power BI. Αφού δημοσιευτεί στην Υπηρεσία Power BI, μπορείτε να αναπτύξετε μια σελιδοποιημένη αναφορά που συνδέεται με το σημασιολογικό μοντέλο Power BI.

Ενοποίηση δεδομένων

Εάν θέλετε να συνδυάσετε δεδομένα από πολλές προελεύσεις δεδομένων, έχετε δύο επιλογές:

  • Συνδυασμός συνόλων δεδομένων αναφοράς: Εάν οι προελεύσεις δεδομένων υποστηρίζονται εγγενώς από σελιδοποιημένες αναφορές, μπορείτε να εξετάσετε τη δημιουργία υπολογιζόμενων πεδίων που χρησιμοποιούν τις συναρτήσεις Lookup ή LookupSet Εργαλείο δόμησης αναφορών.
  • Ανάπτυξη μοντέλου Power BI Desktop: Είναι πιθανώς πιο αποτελεσματικό, ωστόσο, να αναπτύξετε ένα μοντέλο δεδομένων στο Power BI Desktop. Μπορείτε να χρησιμοποιήσετε το Power Query για να συνδυάσετε ερωτήματα που βασίζονται σε οποιαδήποτε υποστηριζόμενη προέλευση δεδομένων. Αφού δημοσιευτεί στην Υπηρεσία Power BI, μπορείτε να αναπτύξετε μια σελιδοποιημένη αναφορά που συνδέεται με το σημασιολογικό μοντέλο Power BI.

Λανθάνων χρόνος δικτύου

Ο λανθάνων χρόνος δικτύου μπορεί να επηρεάσει την απόδοση των αναφορών, αυξάνοντας τον χρόνο που απαιτείται για να φτάσουν οι αιτήσεις στα Υπηρεσία Power BI και για την παράδοση των αποκρίσεων. Οι μισθωτές στο Power BI αντιστοιχίζονται σε μια συγκεκριμένη περιοχή.

Φιλοδώρημα

Για να προσδιορίσετε πού βρίσκεται ο μισθωτής σας, ανατρέξτε στο θέμα Πού βρίσκεται ο μισθωτής μου Power BI;

Όταν οι χρήστες από έναν μισθωτή αποκτήσουν πρόσβαση στις Υπηρεσία Power BI, οι αιτήσεις τους δρομολογούν πάντα σε αυτήν την περιοχή. Καθώς οι αιτήσεις φτάνουν στο Υπηρεσία Power BI, η υπηρεσία ενδέχεται να στείλει επιπλέον αιτήσεις, για παράδειγμα, στην υποκείμενη προέλευση δεδομένων ή σε μια πύλη δεδομένων, οι οποίες υπόκεινται επίσης σε λανθάνοντα χρόνο δικτύου. Γενικά, για να ελαχιστοποιήσετε τις επιπτώσεις του λανθάνοντος χρόνου δικτύου, προσπαθήστε να διατηρείτε τις προελεύσεις δεδομένων, τις πύλες και τους εκχωρημένους πόρους Σας Power BI όσο το δυνατόν πιο κοντά. Κατά προτίμηση, βρίσκονται στην ίδια περιοχή. Εάν έχετε πρόβλημα με τον λανθάνοντα χρόνου δικτύου, δοκιμάστε να εντοπίσετε τις πύλες και τις προελεύσεις δεδομένων πιο κοντά στους εκχωρημένους πόρους Power BI σας, τοποθετώντας τις σε εικονικές μηχανές που φιλοξενούνται στο cloud.

Σύνθετοι τύποι δεδομένων SQL Server

Επειδή ο SQL Server είναι μια προέλευση δεδομένων εσωτερικής εγκατάστασης, το Power BI πρέπει να συνδεθεί μέσω μιας πύλης. Η πύλη, ωστόσο, δεν υποστηρίζει την ανάκτηση δεδομένων για σύνθετους τύπους δεδομένων. Οι σύνθετοι τύποι δεδομένων περιλαμβάνουν ενσωματωμένους τύπους, όπως τους τύπους χωρικών δεδομένων GEOMETRY και GEOGRAPHY και τους ιεραρχικούς. Μπορούν επίσης να περιλαμβάνουν τύπους που ορίζονται από τον χρήστη και υλοποιούνται μέσω μιας κλάσης μιας συγκρότησης στον χρόνο εκτέλεσης κοινής γλώσσας (CLR) του Microsoft.NET Framework.

Η σχεδίαση χωρικών δεδομένων και αναλύσεων στην απεικόνιση χάρτη απαιτεί χωρικά δεδομένα SQL Server. Επομένως, δεν είναι δυνατή η εργασία με την απεικόνιση χάρτη όταν ο SQL Server είναι η προέλευση δεδομένων σας. Για να είμαστε ξεκάθαροι, θα λειτουργήσει εάν η προέλευση δεδομένων σας είναι Βάση δεδομένων SQL Azure, επειδή το Power BI δεν συνδέεται μέσω μιας πύλης.

Οι εικόνες μπορούν να χρησιμοποιηθούν για την προσθήκη λογοτύπων ή εικόνων στη διάταξη της αναφοράς σας. Όταν οι εικόνες σχετίζονται με τις γραμμές που ανακτώνται από ένα σύνολο δεδομένων αναφοράς, έχετε δύο επιλογές:

  • Είναι πιθανό τα δεδομένα εικόνας να μπορούν επίσης να ανακτηθούν από την προέλευση δεδομένων σας (εάν είναι ήδη αποθηκευμένα σε έναν πίνακα).
  • Όταν οι εικόνες αποθηκεύονται σε έναν διακομιστή Web, μπορείτε να χρησιμοποιήσετε μια δυναμική παράσταση για να δημιουργήσετε τη διαδρομή διεύθυνσης URL εικόνας.

Για περισσότερες πληροφορίες και προτάσεις, ανατρέξτε στο θέμα Οδηγίες εικόνας για σελιδοποιημένες αναφορές.

Πλεονάζουσα ανάκτηση δεδομένων

Είναι πιθανό η αναφορά σας να ανακτά πλεονάζοντα δεδομένα. Αυτό μπορεί να συμβεί όταν διαγράφετε πεδία ερωτήματος συνόλου δεδομένων ή η αναφορά έχει σύνολα δεδομένων που δεν χρησιμοποιείται. Αποφύγετε αυτές τις καταστάσεις, καθώς οδηγούν σε περιττή επιβάρυνση των προελεύσεων δεδομένων σας, του δικτύου και των εκχωρημένων πόρων Power BI.

Διαγραφή πεδίων ερωτήματος

Στη σελίδα Πεδία του παραθύρου Ιδιότητες συνόλου δεδομένων, μπορείτε να διαγράψετε τα πεδία ερωτήματος συνόλου δεδομένων (τα πεδία ερωτήματος αντιστοιχίζονται σε στήλες που ανακτώνται από το ερώτημα συνόλου δεδομένων). Ωστόσο, Εργαλείο δόμησης αναφορών δεν καταργεί τις αντίστοιχες στήλες από το ερώτημα συνόλου δεδομένων.

Εάν θέλετε να διαγράψετε πεδία ερωτημάτων από το σύνολο δεδομένων σας, συνιστούμε να καταργήσετε τις αντίστοιχες στήλες από το ερώτημα συνόλου δεδομένων. Εργαλείο δόμησης αναφορών θα καταργήσει αυτόματα τυχόν πλεονάζοντα πεδία ερωτήματος. Εάν τυχαίνει να διαγράφετε πεδία ερωτήματος, φροντίστε να τροποποιήσετε επίσης την πρόταση ερωτήματος συνόλου δεδομένων για να καταργήσετε τις στήλες.

Σύνολα δεδομένων που δεν έχουν χρησιμοποιείται

Όταν εκτελείται μια αναφορά, όλα τα σύνολα δεδομένων αξιολογούνται, ακόμα και αν δεν είναι συνδεδεμένα με αντικείμενα αναφοράς. Για αυτόν τον λόγο, φροντίστε να καταργήσετε οποιαδήποτε σύνολα δεδομένων δοκιμής ή ανάπτυξης προτού δημοσιεύσετε μια αναφορά.

Σχετικό περιεχόμενο

Για περισσότερες πληροφορίες σχετικά με αυτό το άρθρο, ανατρέξτε στους παρακάτω πόρους: