DirectQuery di Power BI

DirectQuery di Power BI memungkinkan Anda menyimpan data di sumber dan mengkuerinya pada waktu laporan alih-alih mengimpornya. Artikel ini menjelaskan kapan harus menggunakan DirectQuery, batasannya, dan alternatif seperti tabel hibrid, Direct Lake, dan koneksi langsung sehingga Anda dapat memilih mode yang tepat.

Artikel ini menjelaskan:

• Power BI mode konektivitas data dan tempat DirectQuery cocok
• Kapan menggunakan DirectQuery versus Impor, tabel hibrid, Direct Lake, atau koneksi langsung
• Batasan, implikasi, dan pertimbangan performa
• Rekomendasi untuk pemodelan dan desain laporan
• Mendiagnosis dan meningkatkan performa

Catatan

DirectQuery juga merupakan fitur SQL Server Analysis Services. Meskipun ada kesamaan, artikel ini berfokus pada DirectQuery dengan model semantik Power BI.

Untuk informasi selengkapnya tentang model komposit, lihat Menggunakan model komposit di Power BI Desktop. Unduh PDF DirectQuery di SQL Server 2016 Analysis Services dari Microsoft.

Panduan keputusan cepat

Tabel berikut ini meringkas mode konektivitas Power BI mana yang perlu dipertimbangkan berdasarkan kebutuhan Anda. Gunakan sebagai referensi cepat untuk membantu memilih antara Impor, DirectQuery, tabel Hibrid, Direct Lake, atau koneksi langsung:

Jika Anda membutuhkan	Pertimbangkan terlebih dahulu	Mengapa
Interaktivitas maksimum dan fleksibilitas transformasi penuh	Import	Mesin kolom berbasis memori dan kaya fitur pemodelan
Perubahan yang hampir real-time pada data fakta terbaru ditambah konteks historis	Tabel hibrid (partisi Impor dan DirectQuery)	Kueri sumber untuk data terkini dan menyimpan cache data historis.
Skala lakehouse atau gudang besar dengan bacaan latensi rendah (Fabric)	Direct Lake	Mengabaikan refresh terjadwal serta mempertahankan perilaku impor
Akses terfederasi ke beberapa sumber eksternal tanpa pengambilan penuh	DirectQuery (model komposit)	Menyimpan data di tempat dan menggabungkan sumber.
Model perusahaan yang diatur pusat sudah diterbitkan	Koneksi langsung ke model semantik atau Analysis Services	Menggunakan kembali model yang dikumpulkan dan menghindari duplikasi.
Mendorong parameter ke sumber pada runtime (pemfilteran berbasis pengguna)	DirectQuery dengan parameter M dinamis	Mengurangi data yang dipindai dan meningkatkan performa.
Konkurensi tinggi dan tantangan latensi jarak jauh	Impor atau Agregasi melalui DirectQuery	Agregasi mempercepat kueri umum

Mode konektivitas data Power BI

Power BI tersambung ke banyak sumber data:

• Layanan online seperti Salesforce dan Dynamics 365
• Database seperti SQL Server, PostgreSQL, MySQL, Oracle, Snowflake, dan Amazon Redshift
• File (Excel, CSV, JSON, Parquet)
• Mesin big data dan analitik seperti Spark dan Databricks
• Sumber lain seperti situs web dan Microsoft Exchange

Impor data dari sumber ini. Beberapa juga mendukung DirectQuery. Untuk daftar yang terpelihara, lihat sumber data Power BI. Sumber yang diaktifkan DirectQuery biasanya memberikan performa kueri agregat interaktif.

Gunakan impor secara default. Ini menggunakan mesin berkinerja tinggi dalam memori Power BI dan menyediakan set fitur yang paling kaya. Bergerak melampaui impor hanya ketika batasan tertentu (latensi, ukuran, tata kelola, keamanan, atau arsitektur) memerlukannya.

Peningkatan modern—Tabel hibrid, Direct Lake, agregasi otomatis, model komposit, dan refresh bertahap—kurangi seberapa sering Anda membutuhkan DirectQuery murni.

Bagian berikut mencakup mode Impor, DirectQuery, dan koneksi langsung. Sisa artikel berfokus pada DirectQuery, sambil mengakui pendekatan alternatif.

Mengimpor koneksi

Saat Anda mengimpor data:

• Mendapatkan pilihan data menentukan kueri per kumpulan tabel; Anda dapat membentuknya (filter, agregat, bergabung) sebelum memuat.
• Semua data yang ditentukan oleh kueri tersebut dimuat ke dalam cache dalam memori model semantik.
• Membangun visual hanya mengkueri data yang di-cache—cepat dan sepenuhnya interaktif.
• Visual tidak mencerminkan perubahan sumber hingga Anda me-refresh (reimport).
• Penerbitan mengunggah model semantik yang berisi data yang diimpor. Anda dapat menjadwalkan refresh (frekuensi bergantung pada lisensi) dan mungkin memerlukan gateway data lokal.
• Membangun atau membuka laporan dalam layanan menggunakan data yang diimpor.
• Ubin dashboard yang disematkan akan disegarkan ketika model semantik diperbarui.

Koneksi DirectQuery

Saat Anda menggunakan DirectQuery:

• Mendapatkan data membuat koneksi ke sumber yang didukung. Untuk sumber relasional, Anda masih dapat memilih tabel atau tampilan; untuk sumber multidisipional (misalnya SAP BW), Anda memilih model sumber.
• Tidak ada data yang diimpor pada waktu pemuatan. Setiap visual memicu satu atau beberapa kueri ke sumber yang mendasarinya.
• Latensi refresh visual sepenuhnya bergantung pada performa sumber yang mendasar (dan overhead jaringan/gateway jika berlaku).
• Perubahan dalam data sumber hanya muncul setelah tindakan yang melakukan kueri ulang (navigasi, pemotong data/perubahan filter, penyegaran manual).
• Penerbitan membuat definisi model semantik (skema dan metadata) tanpa data yang diimpor.
• Laporan dalam layanan melakukan kueri ke sumber. Gateway mungkin diperlukan untuk sumber lokal.
• Kotak dasbor berdasarkan model DirectQuery menyegarkan sesuai jadwal untuk meng-cache hasil kotak agar dapat membuka dasbor dengan cepat.
• Petak dasbor menunjukkan hasil dari penyegaran terjadwal terakhir kecuali dilakukan penyegaran secara manual.

Koneksi langsung

Koneksi langsung menghubungkan Power BI secara langsung ke model semantik yang sudah ada (misalnya Analysis Services atau model semantik Power BI lainnya yang telah diterbitkan). Ini mirip dengan DirectQuery (tidak ada data yang diimpor), tetapi semantik (seperti penegakan peran) ditangani oleh model upstream. Saat Anda menyambungkan langsung:

• Daftar bidang model eksternal lengkap muncul—tidak ada definisi kueri Power Query.
• Koneksi langsung selalu meneruskan identitas pengguna ke Analysis Services atau model semantik Power BI untuk pemangkasan keamanan.
• Beberapa aktivitas pemodelan (seperti menambahkan tabel terhitung) tidak tersedia karena modelnya eksternal.

Di mana DirectQuery cocok di antara opsi yang lebih baru

DirectQuery adalah solusi utama untuk data yang sangat besar atau berubah cepat yang tidak dapat Anda impor secara efisien. Hari Ini:

• Tabel hibrid memungkinkan Anda mencampur partisi dalam memori dan DirectQuery dalam satu tabel (terbaru vs historis).
• Direct Lake (Fabric) memungkinkan akses hampir real-time ke tabel-tabel lakehouse tanpa overhead refresh tradisional.
• Agregasi otomatis dan tabel agregasi manual mempercepat kueri yang sering.
• Penyegaran inkremental dengan real-time memungkinkan jendela waktu terbaru DirectQuery untuk diakses dari sumber sementara data yang lebih lama tetap dalam status impor.

Evaluasi opsi ini sebelum mengadopsi model DirectQuery sepenuhnya.

Untuk beban kerja rangkaian waktu volume tinggi dalam waktu nyata pada Microsoft Fabric, pola umum adalah DirectQuery ke database KQL Fabric (Real-Time Intelligence) yang dipasangkan dengan agregasi berbasis sumber dan parameter M dinamis. Lihat Pertimbangan sumber berbasis Kusto untuk panduan tentang beban kerja ini.

Kasus penggunaan DirectQuery

DirectQuery paling bermanfaat ketika:

• Perubahan data terlalu sering untuk diimpor (bahkan dengan refresh bertahap dan frekuensi refresh terjadwal maksimum), dan Anda memerlukan visibilitas dengan latensi rendah.
• Volume data atau batasan tata kelola membuat penyerapan penuh tidak praktis.
• Keamanan sumber yang diberlakukan (aturan baris terperinci) harus memiliki otoritas penuh melalui passthrough.
• Kedaulatan data atau aturan peraturan membatasi penyimpanan salinan penuh secara permanen.
• Sumbernya multidimensional atau berpusat pada pengukuran (seperti SAP BW), dan ukuran yang ditentukan server harus ditentukan per visual.

Data sering berubah dan Anda memerlukan pelaporan hampir real-time

Model yang diimpor (Pro) dapat menjadwalkan hingga 8 refresh per hari (ditambah pemicu sesuai permintaan/API). Premium dan PPU mendukung hingga 48 refresh terjadwal per hari, ditambah refresh bertahap dan DirectQuery real-time untuk partisi terbaru (Hybrid). Jika latensi yang diperlukan masih tidak dapat dipenuhi—atau impor penuh tidak layak—gunakan DirectQuery, tabel Hibrid, atau Direct Lake. Dasbor DirectQuery dapat menyegarkan ubin sesering setiap 15 menit.

Data berukuran besar

Impor penuh mungkin melebihi memori atau jendela pembaruan. DirectQuery mengkueri data langsung di sumbernya. Jika sumber terlalu lambat untuk performa interaktif, pertimbangkan:

• Mengimpor hanya subset yang teragregasi atau tersaring.
• Menggunakan penyegaran dan agregasi inkremental.
• Menggunakan tabel hibrid atau Direct Lake untuk segmen terbaru dan bernilai tinggi.

Lihat model semantik besar di Power BI Premium untuk mengelola data dalam memori berukuran besar.

Keamanan yang diberlakukan pada sumber

Impor bergantung pada kredensial Power BI ditambah keamanan tingkat baris opsional (RLS) yang ditentukan dalam model semantik. DirectQuery dapat meneruskan identitas pengguna (SSO) bila didukung, sehingga sumber dapat memberlakukan aturan keamanannya sendiri. Lihat Gambaran Umum tentang Single Sign-On (SSO) untuk gateway data lokal (on-premises) di Power BI.

Pembatasan kedaulatan data

Ketika peraturan mengharuskan data tetap berada dalam batas yang dikontrol, DirectQuery membatasi salinan yang dipertahankan. Cache visual dan petak peta masih dapat berisi data agregat terbatas.

Sumber dengan pengukuran yang ditetapkan oleh server

Beberapa sistem (seperti SAP BW) berisi logika semantik (ukuran dan hierarki) yang diselesaikan pada saat kueri. DirectQuery memungkinkan resolusi pada setiap visual. Lihat DirectQuery dan SAP BW dan DirectQuery dan SAP Hana.

Pertimbangan spesifik sumber (termasuk PostgreSQL dan MySQL)

Perilaku dan performa berbeda menurut mesin:

• PostgreSQL: Pengidentifikasi yang dikutip sensitif terhadap huruf besar/kecil. Pastikan indeks b-tree yang sesuai pada kolom penggabungan dan penyaringan. Hindari fungsi yang mengganggu penggabungan kueri lebih awal. Periksa konversi implisit pada penggabungan teks dan numerik.
• MySQL: Gunakan kolase yang konsisten dan mode SQL. Buat indeks komposit untuk filter umum dan pola penggabungan. Kolom TEXT yang besar dapat mengurangi pelipatan atau memaksa pemrosesan pasca.
• Snowflake, BigQuery, dan Databricks: Penskalaan elastis meningkatkan kemampuan berkonkurensi, tetapi latensi startup dingin dapat memengaruhi kueri pertama. Kirim ping pemanasan atau jadwalkan aktivitas berkala.
• Azure Synapse, SQL, dan Fabric Warehouse: Indeks kolom dan caching set hasil memberikan peningkatan kinerja yang signifikan. Gabungkan dengan agregasi otomatis.
• Sumber yang berbasis Kusto (Azure Data Explorer dan database KQL Fabric): Proyeksi pemangkasan penting. Pilih hanya kolom yang diperlukan dan terapkan filter lebih awal. Untuk telemetri rangkaian waktu dengan volume tinggi, gunakan agregasi di sisi sumber daripada pengelompokan di sisi klien: push make-series, summarize, dan series_decompose_anomalies ke mesin KQL dan kembalikan hasil yang telah diaggregasi ke tampilan visual. Konfirmasikan bahwa langkah-langkah Power Query diintegrasikan ke KQL asli sehingga hasil ringkasan — bukan peristiwa mentah — dikembalikan ke Power BI.
• SAP BW dan SAP Hana: Resolusi ukuran dan semantik hierarki mengarahkan pola kueri. Hindari perubahan pelapisan berlebih yang memblokir lipatan.

Konfirmasi lipatan kueri (pilih Tampilkan Kueri Asli dalam Editor Power Query) sehingga transformasi mendorong ke bawah.

Batasan DirectQuery

Menggunakan DirectQuery memiliki implikasi di seluruh konsistensi, performa, keamanan, transformasi, pemodelan, dan pelaporan.

Implikasi umum

Implikasi umum berikut berlaku saat menggunakan DirectQuery di Power BI:

• Refresh untuk melihat data terbaru. Cache (visual, tile, hasil) artinya visual dapat menampilkan hasil sebelumnya hingga diperbarui. Pilih Refresh untuk memaksa kueri ulang semua visual di halaman.
• Visual tidak selalu konsisten sepanjang waktu. Visual yang berbeda (atau kueri internal dalam satu visual) dapat dijalankan pada waktu yang sedikit berbeda. Refresh halaman atau buat cuplikan agregat jika akurasi waktu tertentu yang ketat diperlukan.
• Perubahan skema memerlukan refresh desktop Power BI. Layanan tidak secara otomatis mendeteksi kolom yang dihilangkan atau diganti namanya. Buka model di Power BI Desktop dan refresh untuk merekonsiliasi metadata model.
• Batas hasil sementara satu juta baris. Kueri apa pun (atau operasi perantara) yang mengembalikan lebih dari 1.000.000 baris gagal. Kapasitas premium dapat menaikkan batas ini—lihat Jumlah Set Baris Menengah Maks.
• Mengubah mode penyimpanan dibatasi. Anda tidak dapat mengalihkan model Impor saja secara global ke DirectQuery. Lihat bagian selanjutnya.

Penting

Karena mesin yang menyimpan dan mengkueri data dalam Power BI tidak peka huruf besar/kecil, berhati-hatilah saat Anda bekerja dalam mode DirectQuery dengan sumber peka huruf besar/kecil. Power BI mengasumsikan bahwa sumber telah menghilangkan baris duplikat. Karena Power BI tidak peka huruf besar/kecil, Power BI memperlakukan dua nilai yang hanya berbeda menurut kasus sebagai duplikat, sedangkan sumbernya mungkin tidak memperlakukannya seperti itu. Dalam kasus seperti itu, hasil akhir tidak terdefinisi.

Untuk menghindari situasi ini, jika Anda menggunakan mode DirectQuery dengan sumber data sensitif terhadap huruf besar-kecil, normalisasi casing dalam kueri sumber atau di Editor Power Query.

Mengubah mode penyimpanan (Impor ↔ DirectQuery)

Anda tidak dapat mengalihkan seluruh model Impor ke DirectQuery. Sebaliknya:

• Tambahkan koneksi DirectQuery baru ke sumber dan visual peta yang sama ke tabel baru.
• Membuat model komposit: pertahankan dimensi Impor, tambahkan tabel fakta DirectQuery (atau sebaliknya), dan secara opsional tetapkan beberapa tabel ke Dual.
• Gunakan tabel Hibrid (partisi DirectQuery terbaru dan Impor historis) untuk pengoptimalan panas dan dingin.
• Bangun kembali dengan transformasi yang mudah dilipat jika langkah-langkah sebelumnya mencegah DirectQuery.

Catatan

Tabel individu yang ditambahkan melalui koneksi berkemampuan DirectQuery dapat beralih antara DirectQuery, Import, dan Dual jika semua transformasi yang diterapkan masih memenuhi syarat untuk folding.

Implikasi performa dan beban

Performa interaktif tergantung pada latensi dan konkurensi sumber. Usahakan agar waktu pembaruan visual umum di bawah 5 detik; lebih dari 30 detik akan mengurangi kegunaan. Setiap tindakan pengguna memicu kueri. Jumlah refresh pengguna, visual, dan petak peta yang tinggi dapat membuat beban yang signifikan—merencanakan kapasitas yang sesuai.

Implikasi keamanan

Kecuali SSO dikonfigurasi, DirectQuery menggunakan kredensial tersimpan yang dikonfigurasi untuk semua penonton. Tentukan RLS dalam model semantik sesuai kebutuhan. Beberapa sumber dalam model komposit dapat memindahkan data antar sumber; menilai pergerakan data sensitif—lihat Implikasi keamanan.

Batasan transformasi data

Power Query folding diperlukan untuk kinerja yang dapat diskalakan. Transformasi harus menggabungkan menjadi satu kueri asli. Langkah-langkah kompleks (operasi yang tidak dapat dilipat, fungsi kustom tertentu, logika prosedural multistep) dapat menyebabkan kesalahan yang memerlukan penyederhanaan atau beralih ke Impor. Sumber OLAP seperti SAP BW melarang transformasi dalam kueri karena seluruh model eksternal diekspos. Panggilan prosedur tersimpan dan ekspresi tabel umum (CTA) tidak didukung dengan cara yang memungkinkan pelipatan di DirectQuery.

Batasan pemodelan

Sebagian besar proses pengayaan berhasil, tetapi beberapa kemampuan berkurang.

• Tidak ada hierarki tanggal otomatis (buat tabel Tanggal eksplisit).
• Presisi waktu dibatasi sampai detik (milidetik dihilangkan dari sumber).
• Kolom terhitung terbatas pada ekspresi tingkat baris yang dilipat; fungsi yang tidak didukung dihilangkan dari pelengkapan otomatis.
• Tidak ada fungsi PATH antara induk dan anak.
• Pengklusteran tidak didukung.

Batasan pelaporan

Sebagian besar visual berfungsi jika sumbernya responsif. Tonton batasan dan pertimbangan performa ini:

• Kolom teks panjang yang lebih panjang dari 32.764 karakter tidak didukung.
• Filter ukuran, filter TopN, Median, filter teks lanjutan yang berisi/memulai, penyaring multi-pilih, dan total/subtotal (terutama dengan DistinctCount) dapat menambahkan kueri tambahan atau mengurangi kinerja.
• Pertimbangkan untuk menyederhanakan desain atau menonaktifkan interaksi tertentu.

Contoh (filter pengukuran):

Rekomendasi DirectQuery

Bagian ini memberikan rekomendasi praktis untuk merancang, mengoptimalkan, dan memecahkan masalah model DirectQuery dalam Power BI. Ikuti panduan ini untuk meningkatkan performa, keandalan, dan pengalaman pengguna saat bekerja dengan koneksi DirectQuery.

Performa sumber data yang mendasar

Validasikan kueri interaktif dasar. Jika lambat, periksa kueri dengan menggunakan Penganalisis Kinerja dan optimalkan skema sumber (indeks, statistik, dan penyimpan kolom jika berlaku). Lebih mengutamakan penggunaan kunci bilangan bulat untuk operasi gabungan.

Desain model

• Buat langkah-langkah Power Query tetap sederhana dan dapat dilipat. Pratinjau "Lihat Kueri Asli" sering.
• Mulailah dengan langkah-langkah sederhana lalu iterasi.
• Hindari join pada kolom ekspresi terhitung—dapat diwujudkan di sumber jika diperlukan.
• Hindari join pada uniqueidentifier di mana konversi memutus penggunaan indeks; gunakan jenis kunci alternatif.
• Sembunyikan kunci pengganti/sistem; buat kolom alias yang terlihat jika diperlukan.
• Tinjau tabel/kolom terhitung yang dapat menghasilkan ekspresi yang tidak dapat dilipat.
• Batasi filter dua arah hanya untuk kasus yang diperlukan. Uji dampak performa.
• Pertimbangkan untuk mengasumsikan integritas referensial guna mengaktifkan INNER JOIN penggunaan.
• Hindari filter tanggal relatif di Power Query. Terapkan logika relatif dalam model atau lapisan laporan sebagai gantinya.

Contoh pemfilteran:

Screenshot dari langkah Power Query yang memfilter 14 hari terakhir untuk menunjukkan bagaimana logika tanggal relatif menjadi literal tetap.

Kueri asli yang dihasilkan menggunakan tanggal harfiah tetap:

Desain laporan

Saat merancang laporan yang menggunakan DirectQuery, pertimbangkan praktik terbaik berikut untuk mengoptimalkan kegunaan dan performa:

• Gunakan opsi pengurangan kueri (gunakan tombol Terapkan untuk slicer dan filter, dan nonaktifkan penyorotan silang ketika latensi mengganggu pengalaman).

  

• Terapkan filter kunci lebih awal untuk mengurangi jumlah baris menengah dan hindari mencapai batas.

• Batasi visual per halaman untuk meminimalkan kueri paralel dan berseri.

• Nonaktifkan interaksi yang tidak perlu (pemfilteran silang atau penyorotan) jika memicu kueri sumber yang mahal.

  

Jumlah maksimum koneksi

Sesuaikan konkurensi DirectQuery per file (default 10) di Opsi File > dan pengaturan > Opsi > DirectQuery untuk file saat ini.

Nilai yang lebih tinggi dapat meningkatkan throughput untuk banyak visual, tetapi juga dapat meningkatkan beban sistem. Perilaku yang dipublikasikan juga bergantung pada batas kapasitas atau layanan.

Lingkungan	Batas atas per sumber data
Power BI Pro	10 koneksi aktif
Power BI Premium	Tergantung pada batasan satuan stok (SKU) semantik model
Power BI Report Server	10 koneksi aktif

Catatan

Pengaturan koneksi DirectQuery maksimum berlaku untuk semua sumber DirectQuery saat metadata yang ditingkatkan diaktifkan (default untuk model baru).

Fitur mitigasi kinerja

Gunakan fitur-fitur ini untuk meningkatkan performa DirectQuery:

• Agregasi otomatis dan tabel agregasi manual: Mekanisme cache digunakan untuk merangkum dan menyimpan data guna mengurangi kueri sumber.
• Tabel hibrid: Pertahankan data terbaru melalui DirectQuery, historis melalui Impor.
• Desain pengukuran sadar agregasi: Pastikan DAX mengevaluasi pada lapisan agregasi jika memungkinkan.
• Parameter M Dinamis: Masukkan pilihan pengguna ke dalam predikat sumber lebih awal.
• Penembolokan kueri dan hasil (pengaturan kapasitas): Memanfaatkan kembali kumpulan hasil terbaru untuk visualisasi yang diulang.
• Mode penyimpanan ganda untuk tabel dimensi bersama: Kurangi pemindaian dimensi jarak jauh berulang.

DirectQuery di layanan Power BI

Semua sumber data DirectQuery didukung melalui Power BI Desktop. Hanya subset terbatas yang dimulai langsung dari antarmuka layanan. Mulai di Power BI Desktop untuk kontrol pemodelan dan transformasi yang lebih kaya. Untuk daftar sumber saat ini yang tersedia langsung dalam layanan, lihat Power BI sumber data.

Performa dalam layanan tergantung pada:

• Jumlah pengguna bersamaan
• Kompleksitas dan jumlah visual per halaman
• Kehadiran keamanan tingkat baris (dapat mengurangi penggunaan kembali cache)
• Jadwal penyegaran ubin

Melaporkan perilaku dalam layanan Power BI

Pembukaan halaman laporan menjalankan kueri untuk setiap visual (terkadang ada beberapa kueri per visual). Interaksi (perubahan slicer, cross-highlighting, filter) menjalankan kueri ulang. Layanan ini menyimpan beberapa hasil. Kueri berulang yang tepat dapat mengembalikan hasil secara instan selama batas keamanan tidak berbeda.

Nuansa kemampuan:

• Wawasan cepat: Tidak didukung untuk model semantik DirectQuery.
• Explore di Excel / Analisis di Excel: Didukung tetapi dapat terasa lebih lambat. Pertimbangkan mode impor atau agregasi untuk penggunaan Excel berat.
• Hierarki di Excel: Beberapa hierarki model semantik DirectQuery tidak muncul sama di Excel.

Refresh papan kendali

Panel DirectQuery disegarkan secara berkala sesuai jadwal. Defaultnya adalah per jam dan Anda dapat mengaturnya dari setiap 15 menit hingga mingguan. Dengan keamanan tingkat baris, setiap pengguna menjalankan kueri petak peta terpisah. Jumlah petak yang tinggi dikalikan dengan jumlah pengguna dan frekuensi refresh dapat membuat beban berat—rencanakan kapasitas dan pertimbangkan agregasi.

Batas waktu kueri

Layanan memberlakukan batas waktu 4 menit per kueri. Visual yang melebihi batas gagal dengan kesalahan batas waktu. Pastikan sumber yang mendasar memberikan performa interaktif sebelum Anda memilih DirectQuery.

Diagnostik kinerja

Diagnosis performa terlebih dahulu di Power BI Desktop.

Gunakan Penganalisis performa untuk mengisolasi visual yang lambat. Fokus pada satu visual bermasalah sekaligus.

Menggunakan SQL Server Profiler untuk melihat kueri

Power BI Desktop menulis jejak sesi, termasuk DirectQuery SQL untuk beberapa sumber, ke file FlightRecorderCurrent.trc di folder AnalysisServicesWorkspaces pengguna.

Untuk menemukan jejak:

1. Di Power BI Desktop, pilih opsi File > Opsi dan pengaturan > Opsi > Diagnostik.

2. Pilih Buka folder crash dump/traces.

   

3. Naik satu tingkat ke AnalysisServicesWorkspaces, buka folder ruang kerja aktif, lalu Data, dan temukan FlightRecorderCurrent.trc.

4. Di SQL Server Profiler, buka file: File > Buka File Jejak >.

Profiler menampilkan peristiwa yang dikelompokkan:

Kolom peristiwa:

• TextData: DAX (untuk Kueri Mulai/Akhir) atau SQL asli (untuk DirectQuery Begin/End).
• Durasi (ms) dan EndTime membantu menentukan tahap lambat.
• ActivityID mengelompokkan peristiwa terkait.

Panduan Pengambilan Data:

• Tahan sesi tetap singkat (≈10 detik tindakan yang ditargetkan).
• Buka kembali file jejak untuk melihat peristiwa yang baru dihapus.
• Hindari beberapa instans Desktop bersamaan untuk mengurangi kebingungan.

Memahami format kueri

Power BI sering menggunakan subpilih (tabel turunan) untuk setiap tabel logis yang direferensikan yang ditentukan oleh langkah-langkah Power Query.

Contoh logika kueri:

SalesAmount (SUMX(Web_Sales, [ws_sales_price]*[ws_quantity]))
by Item[i_category]
for Date_dim[d_year] = 2000

Visual yang dihasilkan:

SQL yang dihasilkan dengan subselect:

Pola kueri subpilih biasanya tidak menyakiti performa pada mesin yang didukung karena pengoptimal menghilangkan kolom yang tidak digunakan. Prioritaskan kemampuan dilipat.

Catatan

Artikel ini menyediakan panduan umum tentang DirectQuery di Power BI. Selalu validasi performa dan perilaku DirectQuery dengan sumber data, skema, indeks, beban kerja, dan persyaratan konkurensi spesifik Anda sebelum menyebarkan ke produksi.

Konten terkait

• Gunakan DirectQuery di Power BI Desktop
• DirectQuery dan SAP Hana
• DirectQuery dan SAP BW
• Gunakan DirectQuery untuk model semantik Power BI dan Analysis Services
• Aggregations dalam Power BI
• Penganalisis kinerja
• Model komposit
• Gambaran umum keamanan tingkat baris
• masuk tunggal (SSO)