Metodtips för att använda Power BI för att efterfråga och visualisera Azure Data Explorer-data
Azure Data Explorer är en snabb och mycket skalbar datautforskningstjänst för logg- och telemetridata. Power BI är en lösning för företagsanalys som gör att du kan visualisera dina data och dela resultaten i hela organisationen. Om du vill importera data till Power BI kan du läsa importera en fråga från Azure Data Explorer till Power BI eller använda en SQL-fråga. Den här artikeln ger dig tips för att fråga och visualisera dina Azure Data Explorer-data med Power BI.
Metodtips för att använda Power BI
När du arbetar med terabyte med färska rådata följer du dessa riktlinjer för att hålla Power BI-instrumentpaneler och rapporter snabba och uppdaterade:
Reseljus – Hämta endast de data som du behöver för dina rapporter till Power BI. För djupgående interaktiv analys använder du webbgränssnittet för Azure Data Explorer som är optimerat för ad hoc-utforskning med Kusto-frågespråk.
Sammansatt modell – Använd sammansatt modell för att kombinera aggregerade data för instrumentpaneler på den översta nivån med filtrerade driftsrådata. Du kan tydligt definiera när rådata ska användas och när du ska använda en aggregerad vy.
Importläge jämfört med DirectQuery-läge:
Använd importläge för interaktion med mindre datauppsättningar.
Använd DirectQuery-läge för stora, ofta uppdaterade datauppsättningar. Du kan till exempel skapa dimensionstabeller med importläget eftersom de är små och inte ändras ofta. Ange uppdateringsintervallet enligt den förväntade datauppdateringshastigheten. Skapa faktatabeller med DirectQuery-läge eftersom dessa tabeller är stora och innehåller rådata. Använd dessa tabeller för att presentera filtrerade data med hjälp av Power BI-visning av detaljerad information. När du använder DirectQuery kan du använda Frågereduktion för att förhindra att rapporter läser in data innan du är klar.
Parallellitet – Azure Data Explorer är en linjärt skalbar dataplattform. Därför kan du förbättra prestandan för instrumentpanelsrendering genom att öka parallelliteten för flödet från slutpunkt till slutpunkt enligt följande:
Öka antalet samtidiga anslutningar i DirectQuery i Power BI.
Använd svag konsekvens för att förbättra parallelliteten. Detta kan påverka datas färskhet.
Effektiva utsnitt – Använd synkroniseringsutsnitt för att förhindra att rapporter läser in data innan du är klar. När du har strukturerat datauppsättningen, placerar alla visuella objekt och markerar alla utsnitt kan du välja synkroniseringsutsnittet för att endast läsa in de data som behövs.
Använd filter – Använd så många Power BI-filter som möjligt för att fokusera Azure Data Explorer söka på relevanta datashards.
Effektiva visuella objekt – Välj de mest högpresterande visuella objekten för dina data.
Tips för att använda Azure Data Explorer-anslutningsappen för Power BI för att fråga efter data
Mer information om tips om hur du använder Kusto-frågespråk i Power BI-rapporter och visualiseringar finns i Tips för att använda Azure Data Explorer Connector för att fråga efter data.