Ściągawka usługi Power BI

Ta strona zawiera jasne i opiniotwórcze wskazówki dotyczące efektywnego zarządzania danymi w Power BI i Azure Databricks w celu zoptymalizowania wydajności zapytań i tworzenia skutecznych pulpitów nawigacyjnych.

Łączenie usług Azure Databricks i Power BI

Najlepsze rozwiązanie	Wpływ	Docs
Używanie parametrów usługi Power BI podczas nawiązywania połączenia z różnymi środowiskami usługi Azure Databricks	Umożliwia elastyczność podczas nawiązywania połączenia z różnymi obszarami roboczymi usługi Azure Databricks lub różnymi magazynami SQL Usługi Azure Databricks.	Parametry połączenia dla usługi Databricks
Funkcja publikowania z Azure Databricks do usługi Power BI	Umożliwia bezproblemową integrację katalogu i synchronizację modelu danych bez opuszczania interfejsu użytkownika usługi Azure Databricks.	Publikowanie w usłudze Power BI z usługi Azure Databricks
Używanie automatycznego publikowania usługi Azure Databricks w usłudze Power BI	Publikowanie zestawów danych z Unity Catalog do usługi Power BI bezpośrednio z przepływów danych.	Zadanie Power BI dla zadań

Wybieranie najbardziej odpowiedniego trybu przechowywania

Najlepsze rozwiązanie	Wpływ	Docs
Użycie DirectQuery dla tabel faktów i Dual dla tabel wymiarów (nie Import)	Generowanie bardziej wydajnych zapytań SQL przy użyciu najbardziej odpowiedniego trybu przechowywania.	Zarządzanie trybem przechowywania w programie Power BI Desktop Samouczek dotyczący konfigurowania funkcji
Preferuj zapytanie bezpośrednie zamiast importu, gdy tylko jest to możliwe	Umożliwia utrzymanie nadzoru i możliwości prowadzenia audytu.	Zapytanie bezpośrednie w usłudze PowerBI
Używanie modeli złożonych dla trybów przechowywania mieszanego	Umożliwia mieszane użycie tabel w trybach DirectQuery, Podwójnym, Importu oraz w przypadku Agregacji i tablic hybrydowych.	Modele złożone w programie Power BI Desktop
Używanie tabel hybrydowych dla zagregowanych danych historycznych z danymi w czasie rzeczywistym	Umożliwia wydajne zapytania w pamięci.	Tabele hybrydowe

Optymalizowanie dostępu do danych

Najlepsze rozwiązanie	Wpływ	Docs
Używanie agregacji zdefiniowanych przez użytkownika	Zwiększa wydajność zapytań w dużych modelach semantycznych DirectQuery przez buforowanie wstępnie zagregowanych danych.	Agregacje zdefiniowane przez użytkownika Samouczek dotyczący konfigurowania funkcji
Korzystanie z agregacji automatycznych	Stale optymalizuje modele semantyczne DirectQuery, tworząc agregacje oparte na historii zapytań w celu uzyskania maksymalnej wydajności raportu.	Agregacje automatyczne Samouczek dotyczący konfigurowania funkcji
Użyj partycjonowania tabeli lub odświeżania przyrostowego	Umożliwia szybsze importowanie danych i zarządzanie większymi zestawami danych, szczególnie w przypadku bardzo małych, statycznych i wrażliwych na wydajność (mniej niż 2 sekundy) raportów.	Partycje modelu tabelarycznego Przyrostowe odświeżanie Samouczek dotyczący konfigurowania funkcji
Dodaj przyciski Zastosuj wszystkie fragmentatory i Wyczyść wszystkie fragmentatory	Zapobiega niepotrzebnym zapytaniom dzięki wykorzystaniu ustawień redukcji zapytań, gdy użytkownicy wchodzą w interakcje z filtrami raportów.	Zastosuj wszystkie fragmentatory i wyczyść wszystkie przyciski fragmentatorów.
Użyj opcji Przyjmij integralność referencyjną podczas definiowania relacji tabeli, jeśli integralność referencyjna została zweryfikowana w pozyskiwaniu nadrzędnym	Umożliwia wydajniejsze strategie sprzężenia w zapytaniach SQL.	Ustaw opcję Przyjmij integralność referencyjną

Dostrajanie modelu danych

Najlepsze rozwiązanie	Wpływ	Docs
Przesunięcia w lewo	Widoki SQL wykorzystują możliwości aparatu SQL usługi Databricks w celu bardziej wydajnego wykonywania raportów w porównaniu z przekształceniami usługi PowerQuery i formułami języka DAX.	Co to jest widok? Samouczek dotyczący konfigurowania funkcji
Jeśli musisz używać formuł języka DAX, zoptymalizuj formuły języka DAX i unikaj dużych zestawów wyników.	Zapobiega nieefektywnym obliczeniom, które prowadzą do pogorszenia wydajności	Najlepsze rozwiązania dotyczące poprawy wydajności modelu
Unikaj kolumn obliczeniowych DAX i tabel obliczeniowych w modelach semantycznych oraz definiuj te dane bezpośrednio w tabelach Gold.	Wstępnie obliczone miary najlepiej działają w warstwie Gold	Analiza zużycia energii z warstwą złota
W przypadku zapytania bezpośredniego sprawdź ustawienia konfiguracji przetwarzania równoległego zapytań	Poprawia równoległość zapytań i maksymalizuje wykorzystanie usługi SQL Warehouse w celu zwiększenia ogólnej wydajności.	Równoległe wykonywanie zapytań w trybie zapytania bezpośredniego Samouczek dotyczący konfigurowania funkcji
W przypadku zapytania bezpośredniego sprawdź, ile zapytań usługa Power BI może wysyłać równolegle do usługi Azure Databricks	Zapewnia, że usługa Databricks SQL Warehouse jest odpowiednio rozmiarowana, aby zapewnić obsługę wymaganego poziomu równoległości i uniknąć kolejkowania zapytań, co prowadzi do opóźnień w generowaniu raportów.	Określanie wielkości bezserwerowego repozytorium SQL

Monitorowanie wydajności i metryk

Najlepsze rozwiązanie	Wpływ	Docs
Używanie analizatora wydajności usługi Power BI do badania wydajności elementów raportu	Ilustruje wizualizację, która ładuje się najdłużej, oraz wskazuje, gdzie znajduje się wąskie gardło.	Korzystanie z analizatora wydajności
Oceń następujące właściwości modeli semantycznych usługi Power BI: Maksymalna liczba połączeń na źródło danych Maksymalna liczba równoczesnych ocen Maksymalna liczba współbieżnych zadań MaxParallelismPerQuery	Optymalizuje wydajność modelu.	Maksymalna liczba połączeń Ustawienia konfiguracji oceny Równoległe wykonywanie zapytań na potrzeby wydajności zestawu danych