Resumen
En el escenario de este módulo, uno de los modelos semánticos de Power BI Desktop de la organización era ineficaz y causaba problemas. Los usuarios no estaban satisfechos con el rendimiento del informe y el tamaño del archivo del modelo era demasiado grande, por lo que imponía presión a los recursos de la organización.
Se la he encargado revisar el modelo semántico para identificar la causa de los problemas de rendimiento y realizar cambios para optimizarlo y reducir el tamaño del modelo.
Power BI Desktop proporciona una variedad de herramientas y características que le permiten analizar y optimizar el rendimiento de sus modelos semánticos. Ha iniciado el proceso de optimización con el Analizador de rendimiento y otras herramientas para revisar el rendimiento de las medidas, las relaciones y los objetos visuales y, después, ha realizado mejoras en función de los resultados del análisis. Después, ha usado variables para escribir cálculos menos complejos y más eficaces. Luego, ha examinado la distribución de las columnas de forma más detallada y ha reducido la cardinalidad de las relaciones. En esa fase, la optimización del modelo semántico era mayor. Ha considerado cómo cambiaría la situación si la organización usara un modelo de DirectQuery y, después, ha identificado la forma de optimizar el rendimiento de Power BI Desktop y la base de datos de origen. Por último, ha usado agregaciones para reducir considerablemente el tamaño del modelo semántico.
Si Power BI Desktop no le ofreciera la oportunidad de optimizar modelos semánticos ineficaces, tendría que dedicar mucho tiempo a los diversos orígenes de datos para mejorar los datos. En concreto, sin el Analizador de rendimiento no habría identificado los motivos de los problemas de rendimiento en los informes y los cuellos de botella en las consultas que se deben eliminar. Como resultado, los usuarios se sentirían frustrados, perderían la motivación y podrían renunciar a utilizar los informes.
Ahora que ha optimizado el informe, los usuarios pueden acceder más rápidamente a los datos que necesitan, por lo que son más productivos y están más satisfechos con el trabajo. La reducción que ha realizado del tamaño de archivo del modelo aliviará la presión sobre los recursos, lo que aporta numerosos beneficios a la organización. Ha realizado correctamente la tarea que se le ha encomendado.
Uso del Analizador de rendimiento para examinar el rendimiento de los elementos de informe
Aplicación de la fecha y hora automáticas en Power BI Desktop
Técnicas de reducción de datos para modelos de importación