Шпаргалка по Power BI

На этой странице приведены четкие рекомендации по эффективному управлению данными в Power BI и Azure Databricks для оптимизации производительности запросов и создания эффективных панелей мониторинга.

Подключение Azure Databricks и Power BI

Лучшие практики	Воздействие	Docs
Использование параметров Power BI при подключении к разным средам Azure Databricks	Обеспечивает гибкость при подключении к разным рабочим областям Azure Databricks или разным хранилищам SQL Azure Databricks.	Параметры подключения для Databricks
Используйте функциональность публикации Azure Databricks для службы Power BI	Обеспечивает простую интеграцию каталогов и синхронизацию модели данных без выхода из пользовательского интерфейса Azure Databricks.	Публикация в службе Power BI из Azure Databricks
Использование автоматической публикации Azure Databricks в Power BI	Публикация наборов данных из каталога Unity в Power BI непосредственно из конвейеров данных.	Задача Power BI для работ

Выбор наиболее подходящего режима хранения

Лучшие практики	Воздействие	Docs
Используйте DirectQuery для таблиц фактов и Dual для таблиц измерений (не Import)	Создайте более эффективные запросы SQL с помощью наиболее подходящего режима хранения.	Управление режимом хранения в Power BI Desktop Руководство по настройке компонентов
Предпочитайте DirectQuery вместо импорта, когда это возможно	Позволяет поддерживать управление и слышимость.	DirectQuery в PowerBI
Использование составных моделей для смешанных режимов хранения	Разрешает смешанное использование таблиц режимов DirectQuery, Dual, Import, а также таблиц агрегирования и гибридных таблиц.	Составные модели в Power BI Desktop
Использование гибридных таблиц для агрегированных исторических данных с данными в режиме реального времени	Обеспечивает высокоэффективные запросы в оперативной памяти.	Гибридные таблицы

Оптимизация доступа к данным

Лучшие практики	Воздействие	Docs
Использование агрегатов, определяемых пользователем	Повышает производительность запросов по большим семантических моделях DirectQuery путем кэширования предварительно агрегированных данных.	Определяемые пользователем агрегации Руководство по настройке компонентов
Использование автоматических агрегаций	Непрерывно оптимизирует семантические модели DirectQuery, создавая агрегаты на основе журнала запросов для максимальной производительности отчета.	Автоматические агрегации Руководство по настройке компонентов
Используйте секционирование таблиц или инкрементное обновление	Позволяет быстрее импортировать данные и управлять большими наборами данных, особенно для очень небольших, статических и конфиденциальных отчетов о производительности (менее 2 секунд).	Секции табличной модели Добавочное обновление Руководство по настройке компонентов
Добавить кнопки Применить все срезы и Очистить все срезы	Предотвращает ненужные запросы путем использования параметров сокращения запросов при взаимодействии пользователей с фильтрами отчетов.	Примените все срезы и снимите все кнопки среза.
Используйте предполагаемую целостность ссылочной информации при определении связей таблиц, если целостность ссылочной информации была проверена на стадии загрузки данных.	Обеспечивает более эффективные стратегии присоединения в запросах SQL.	Установить параметр ссылочной целостности

Настройка модели данных

Лучшие практики	Воздействие	Docs
Преобразования «Переместить влево»	Представления SQL используют возможности обработчика SQL Databricks для более эффективного выполнения отчетов по сравнению с преобразованиями PowerQuery и формулами DAX.	Что такое представление? Руководство по настройке компонентов
Если необходимо использовать формулы DAX, оптимизируйте формулы DAX и избегайте больших результирующих наборов.	Предотвращает неэффективные вычисления, которые приводят к ухудшению производительности	Рекомендации по повышению производительности модели
Избегайте вычисляемых столбцов DAX и вычисляемых таблиц в семантических моделях и определяйте эти данные непосредственно в таблицах Gold.	Предварительно вычисляемые метрики лучше всего работают в слое Gold	Power Analytics с золотым слоем
Для DirectQuery проверьте параметры конфигурации параллелизации запросов	Улучшает параллелизацию запросов и повышает эффективность использования хранилища SQL для повышения общей производительности.	Параллелизация запросов для режима прямого запроса Руководство по настройке компонентов
Для DirectQuery проверьте, сколько запросов Power BI может отправлять параллельно в Azure Databricks	Гарантирует, что хранилище SQL Databricks имеет соответствующий размер для обработки требуемого уровня параллелизма, чтобы избежать очередей запросов, что приводит к медленному отчету.	Изменение размера бессерверного хранилища SQL

Мониторинг производительности и метрик

Лучшие практики	Воздействие	Docs
Использование Анализатора производительности Power BI для проверки производительности элемента отчета	Идентифицирует визуализацию, которая требует больше всего времени для загрузки и где находится узкое место.	Использование анализатора производительности
Оцените следующие свойства семантических моделей Power BI: Максимальное количество подключений к источнику данных Максимальное число одновременных оценок Максимальное количество параллельных заданий MaxParallelismPerQuery	Точно настраивает производительность модели.	Максимальное количество подключений Параметры конфигурации оценки Параллелизация запросов для производительности набора данных