セマンティック モデルの最適化手法について説明する
データ アナリストは、約 90 パーセントの時間をデータの処理に費やしますが、パフォーマンスの低下は、10 回中 9 回は、セマンティック モデルの設計が不適切であるか、Data Analysis Expressions (DAX) の計算が非効率的であるか、またはその 2 つが混在していることが直接の原因です。 パフォーマンスのセマンティック モデルを設計するプロセスは面倒な場合があり、過小評価されることがよくあります。
ただし、開発中にパフォーマンスの問題に対処すれば、レポートのパフォーマンスが向上し、全体的にユーザー エクスペリエンスが向上する堅牢なセマンティック モデルが得られます。 最終的には、最適化されたパフォーマンスを維持することも可能になります。 組織が拡大するにつれて、データのサイズが大きくなり、セマンティック モデルはより複雑になります。 セマンティック モデルを早期に最適化することで、この増加がセマンティック モデルのパフォーマンスに与える悪影響を軽減できます。
セマンティック モデルのサイズが小さいほど、使用するリソース (メモリ) が少なくなり、データの更新、計算、レポート内のビジュアルのレンダリングが高速になります。 したがって、パフォーマンス最適化プロセスには、セマンティック モデルのサイズを最小限に抑え、モデル内のデータを最大限に効率的に使用することが含まれます。 デザインに関する決定を下す際は、以下のことを行う必要があります。
- 正しいデータ型が使用されていることを確認する。
- 不要な列と行を削除する。
- 値の重複を避ける。
- 数値列をメジャーとして表示する。
- 列のカーディナリティを減らす。
- モデル メタデータを分析する。
- 可能な場合はデータを要約する。
たとえば、あなたは Tailwind Traders で Power BI 開発者として働いているとします。 あなたは、数年前に別の開発者 (現在は退職している) によって作成されたセマンティック モデルを確認する責務を負っています。
セマンティック モデルは、ユーザーから否定的なフィードバックを受けたレポートを生成します。 ユーザーはレポートに表示された結果に満足していますが、レポートのパフォーマンスには満足していません。 レポートのページの読み込みに時間がかかり、新しいフィルターを適用してもテーブルが十分な速さで更新されません。 このフィードバックに加えて、IT チームは、この特定のセマンティック モデルのファイル サイズが大きすぎるため、容量リソースに負担がかかっていることを指摘しました。
パフォーマンスの問題の根本原因を特定し、パフォーマンスの最適化を目的として変更を加えるには、セマンティック モデルを確認する必要があります。