Dela via

Tillämpa datapunktsgränser och strategier efter visuell typ

  • Artikel

Gäller för: Power BI-tjänst för företagsanvändare Power BI-tjänst för designers och utvecklarePower BI Desktop kräver Pro- eller Premium-licens

Visualiseringsrenderingen i Power BI måste vara snabb och korrekt, vilket kräver konfiguration av underliggande algoritmer för varje visuell typ. Visuella objekt i Power BI måste vara tillräckligt flexibla för att hantera olika storlekar på semantiska modeller. Vissa semantiska modeller har bara en handfull datapunkter, medan andra semantiska modeller har petabyte med datapunkter. Den här artikeln förklarar de strategier som används av Power BI för att återge visualiseringar.

Strategier för dataminskning

Varje visuellt objekt använder en eller flera strategier för dataminskning för att hantera de potentiellt stora mängder data som analyseras. Även en enkel tabell använder en strategi för att undvika att läsa in hela semantikmodellen till klienten. Minskningsstrategin varierar beroende på visuell typ. Varje visuellt objekt väljer från de strategier för dataminskning som stöds som en del av genereringen av databegäran som skickas till servern.

Varje visuellt objekt styr parametrarna för dessa strategier för att påverka den totala mängden data.

Strategier

För varje strategi finns det standardvärden baserat på formen och typen av visualiserade data. För att ge rätt användarupplevelse kan du åsidosätta standardinställningarna i fönstret Power BI-formatering.

  • Datafönster (segmentering): Tillåt användare att bläddra igenom data i ett visuellt objekt genom att stegvis läsa in fragment av den övergripande semantiska modellen.
  • TopN: Visa endast de första N-objekten.
  • Enkelt exempel: Visa de första, sista och N jämnt fördelade objekten däremellan.
  • BottomN: Visa endast de sista N-objekten. Användbart för övervakning av data som uppdateras ofta.
  • Högdensitetssampling: En förbättrad samplingsalgoritm som bättre respekterar avvikande värden och/eller formen på en kurva.
    • Intervallbaserad linjesampling: Exempeldatapunkter baserade på avvikande värden i lagerplatser över en axel.
    • Sampling av överlappande punkter: Exempeldatapunkter baserade på överlappande värden för att bevara avvikande värden.

Statistik

Vissa modeller kan tillhandahålla statistik om antalet värden för vissa kolumner. När sådan information finns använder vi den informationen för att ge bättre balans mellan flera hierarkier om ett visuellt objekt inte uttryckligen åsidosätter antalet värden för en strategi.

Mer information finns i Nyheter i SQL Server Analysis Services.

Dynamiska gränser

Förutom de tidigare nämnda strategierna använder visuella objekt med två hierarkier med grupperingskolumner (axel och förklaring eller kategori och serie) en annan strategi som kallas dynamiska gränser. Dynamiska gränser är utformade för att bättre balansera datapunkter.

Dynamiska gränser ger ett bättre urval av punkter för glesa data än statiska gränser. Du kan till exempel konfigurera ett visuellt objekt för att välja 100 kategorier och 10 serier med totalt 1 000 poäng. Men de faktiska data har 50 kategorier och 20 serier. Vid frågekörning väljer dynamiska gränser alla 20 serier för att fylla de 1 000 begärda poängen.

Det innebär också att dynamiska gränser är dynamiska om endast en av grupperingskolumnerna (bara kategori eller bara serie) definieras. I det här fallet kan antalet objekt som kan returneras vara upp till gränsen för maximala punkter som det visuella objektet anger att det kan hantera.

Dynamiska gränser tillämpas automatiskt när servern är kapabel:

Strategier och datapunktsgränser efter visuell typ

Hitta information för varje visuell typ i följande avsnitt.

Ytdiagram

Mer information om visuella ytdiagram finns i Så här fungerar den nya linjesamplingsalgoritmen.

Stapel- eller stapeldiagram

  • I kategoriskt läge:
    • Kategorier: Virtualisering med hjälp av fönster med 500 rader i taget
    • Serie: Topp 60
  • I skalärt läge (kan använda dynamiska gränser):
    • Maxpoäng: 10 000
    • Kategorier: Exempel på 500 värden
    • Serie: De 20 främsta värdena

Kort (multirow)

  • Värden: Virtualisering med hjälp av Fönstret med 200 rader i taget.

Kombinationsdiagram

Ett kombinationsdiagram använder samma strategier som ett kolumndiagram. Observera att raden i kombinationsdiagrammet inte använder den högdensitetsalgoritm som linjediagrammet använder.

Visuella objekt för Power BI

Visuella Power BI-objekt kan få upp till 30 000 datapunkter, men det är upp till de visuella författarna att ange vilka strategier som ska användas. Standardgränsen är 1 000, men den visuella skaparen kan ändra den till högst 30 000.

Ringdiagram

  • Maxpoäng: 3 500
  • Endast förklaring:
    • Förklaring: Topp 1000
  • Förklaring och information:
    • Förklaring: Topp 500
    • Information: Topp 20

Fylld karta choropleth

Den ifyllda kartan kan använda statistik eller dynamiska gränser. Power BI försöker använda minskning i följande ordning: dynamiska gränser, statistik och konfiguration.

  • Maxpoäng: 3 500
  • Kategorier: Topp 500
  • Serie (när både X och Y finns): Topp 20

Trattdiagram

  • Maxpoäng: 3 500
  • Kategorier: Topp 3 500

KPI

Trendaxelbegränsningar:

  • Nedersta 3 500

Linjediagram

Mer information om visuella linjediagram finns i Så här fungerar den nya linjesamplingsalgoritmen.

Linjediagram, hög densitet

Mer information finns i Högdensitetssampling av linjer i Power BI.

Mappning

  • Maxpoäng: 3 500

Beroende på konfigurationen kan en karta ha:

  • Plats: Topp 3 500
  • Plats, storlek: Topp 3 500
  • Aggregat för plats, latitud och longitud (+/-storlek): De 3 500 översta
  • Latitud, longitud: Mer information finns i Högdensitetssampling i Power BI-punktdiagram
  • Latitud, longitud, storlek: Topp 3 500
  • Förklaring, latitud, longitud: Mer information finns i Högdensitetssampling i Power BI-punktdiagram
  • Förklaring, latitud, longitud, storlek: De 233 främsta förklaringarna, översta 15 latitud och longitud (kan använda statistik eller dynamiska gränser)
  • Plats, förklaring, latitud och longitud som aggregeringar (+/-storlek): De 233 främsta platserna, de 15 främsta förklaringarna (kan använda statistik eller dynamiska gränser)

Kartor: Azure Kartor

  • Latitud, longitud: 30 000
  • Plats: 30 000

Mer information finns i Högdensitetssampling i Power BI-punktdiagram.

Matris

  • Rader: Virtualisering med hjälp av fönstret med 500 rader i taget
  • Kolumner: De 100 översta grupperingskolumnerna
  • Värden: Flera värden räknas inte mot dataminskningen

Visuella PowerApps-objekt

Visuella PowerApps-objekt kan få upp till 30 000 datapunkter, men det är upp till de visuella författarna att ange vilka strategier som ska användas. Standardgränsen är 1 000, men den visuella skaparen kan ändra den till högst 30 000.

Radiell mätare

Ingen minskningsstrategi.

Segment

  • Värden: Virtualisering med hjälp av Fönstret med 200 rader i taget.

Punktdiagram (hög densitet)

Mer information finns i Högdensitetssampling i Power BI-punktdiagram.

Cirkeldiagram

  • Maxpoäng: 3 500
  • Endast förklaring:
    • Förklaring: Topp 1000
  • Förklaring och information:
    • Förklaring: Topp 500
    • Information: Topp 20

Visuella R- och Python-objekt

Visuella R- och Python-objekt är begränsade till 150 000 rader. Om du väljer fler än 150 000 rader använder det visuella objektet bara de översta 150 000 raderna.

Banddiagram

  • I kategoriskt läge:
    • Kategorier: Virtualisering (datafönster) med hjälp av fönster med 500 rader i taget
    • Serie: Topp 60
  • I skalärt läge (kan använda dynamiska gränser):
    • Maxpoäng: 10 000
    • Kategorier: Exempel på 500 värden
    • Serie: De 20 främsta värdena

Formkarta (förhandsversion)

Formkartan kan använda statistik eller dynamiska gränser.

  • Maxpoäng: 1 500
  • Kategorier: Topp 500

Register

  • Värden: Virtualisering (datafönster) med hjälp av Fönster med 500 rader i taget.

Trädkarta (kan använda statistik eller dynamiska gränser)

  • Maxpoäng: 3 500
  • Grupp: Topp 500
  • Information: Topp 20

Vattenfallsdiagram

  • Kategori bucket (endast):
    • Maxpoäng: 3 500
    • Endast kategori – topp 3 500
  • Både kategori och uppdelning finns:
    • Kategori: Virtualisering (datafönster) med hjälp av fönster med 30 rader i taget
    • Uppdelning – de 200 främsta värdena

Relaterat innehåll