Résumé
Dans le scénario de ce module, l’un des modèles sémantiques Power BI Desktop de votre organisation était inefficace et causait des problèmes. Les utilisateurs n’étaient pas satisfaits des performances de rapport et la taille du fichier du modèle était trop grande, au point de peser sur les ressources de l’organisation.
Vous avez été invité à examiner le modèle sémantique pour identifier la cause des problèmes de performances et apporter des modifications pour optimiser celles-ci et réduire la taille du modèle.
Power BI Desktop fournit une gamme d’outils et de fonctionnalités qui vous permettent d’analyser et d’optimiser les performances de ses modèles sémantiques. Vous avez démarré le processus d’optimisation à l’aide de l’Analyseur de performances et d’autres outils pour examiner les performances des mesures, des relations et des visuels, puis avez apporté des améliorations en fonction des résultats de l’analyse. Ensuite, vous avez utilisé des variables pour écrire des calculs moins complexes et plus efficaces. Vous avez ensuite examiné de plus près la distribution des colonnes et réduit la cardinalité de vos relations. À ce stade, le modèle sémantique était plus optimisé. Vous avez pris en compte dans quelle mesure la situation serait différente si votre organisation utilisait un modèle DirectQuery, puis vous avez identifié comment optimiser les performances de Power BI Desktop et de la base de données source. Enfin, vous avez utilisé des agrégations pour réduire considérablement la taille du modèle sémantique.
Si Power BI Desktop ne vous permettait pas d’optimiser des modèles sémantiques inefficaces, vous devriez consacrer beaucoup de temps à vos sources de données pour y améliorer les données. En particulier, sans l’Analyseur de performances, vous n’auriez pas identifié les causes des problèmes de performances dans vos rapports et les goulots d’étranglement dans les requêtes qui doivent être supprimés. Les utilisateurs peuvent s’en trouver frustrés et démotivés, au point éventuellement d’éviter d’utiliser les rapports.
Le rapport étant optimisé, les utilisateurs peuvent accéder aux données dont ils ont besoin dans un délai plus court ; ainsi, ils sont plus productifs et affichent une plus grande satisfaction au travail. La réduction que vous avez apportée à la taille de fichier du modèle soulage les ressources, procurant une série d’avantages à votre organisation. Vous avez correctement accompli la tâche qui vous a été confiée.
Utiliser l’analyseur de performances pour examiner les performances des éléments de rapport
Appliquer l’option de date/heure automatique dans Power BI Desktop
Techniques de réduction des données pour la modélisation des importations