Πώς να χειριστείτε μεγάλους όγκους δεδομένων στο Power BI

Βελτιστοποίηση σειρών/Φιλτράρισμα δεδομένων πηγής – Εισαγάγετε μόνο τις σειρές που χρειάζεστε για την ανάλυσή σας. Αυτό θα διασφαλίσει ότι θα διατηρείτε μόνο τα απαιτούμενα δεδομένα στη μνήμη και επομένως θα τα χρησιμοποιείτε βέλτιστα. Για παράδειγμα, μπορείτε να ορίσετε το φίλτρο ημερομηνίας ώστε να εισάγει μόνο συναλλαγές για τα δύο τελευταία χρόνια και όχι ολόκληρο το ιστορικό πωλήσεων.

Βελτιστοποίηση στηλών – Καταργήστε όλες τις στήλες που δεν σχετίζονται με την ανάλυσή σας, όπως πρωτεύοντα κλειδιά που δεν χρησιμοποιούνται σε σχέσεις ή στήλες που μπορούν να υπολογιστούν από άλλες στήλες ή στήλες περιγραφής που δεν χρειάζονται.

Μείωση ευκρίνειας/Ομαδοποίηση κατά και σύνοψη – Τα λεπτομερή σύνολα δεδομένων έχουν πολλές σειρές δεδομένων, με πληροφορίες που βρίσκονται σε αναλυτικό επίπεδο. Όσο μεγαλύτερη είναι η ευαισθησία, τόσο περισσότερες σειρές δεδομένων θα έχετε. Διατηρήστε λοιπόν τα σύνολα δεδομένων λιγότερο αναλυτικά και χρησιμοποιήστε ομαδοποίηση όπου είναι δυνατόν για να κάνετε τα δεδομένα πιο συνοπτικά. Για παράδειγμα, εάν αναλύετε μηνιαία ή ετήσια δεδομένα, θα μπορούσατε να ομαδοποιήσετε τα δεδομένα σας σε μηνιαία βάση, έτσι ώστε να μειωθεί η ευαισθησία.

Βελτιστοποίηση τύπων δεδομένων στηλών – Μειώστε την καρδινάτητα για όλες τις στήλες που είναι αποθηκευμένες σε μεγάλους πίνακες, όπως έναν πίνακα γεγονότων. Για να το κάνετε αυτό, στρογγυλοποιήστε τους αριθμούς για να αφαιρέσετε τα παρωχημένα δεκαδικά. στρογγυλό χρόνο για να αφαιρέσετε χιλιοστά του δευτερολέπτου/δευτερόλεπτα. Διαχωρίστε τις στήλες κειμένου σε δύο ή περισσότερα μέρη. χωρίστε το DateTime σε στήλες ημερομηνίας και ώρας, κ.λπ. Επίσης, αποφύγετε τις υπολογισμένες στήλες επειδή καταναλώνουν μνήμη. Βεβαιωθείτε ότι όλες οι στήλες έχουν τον σωστό τύπο δεδομένων.

Απενεργοποίηση φόρτωσης – Όταν εισάγετε δεδομένα από μια πηγή, εφαρμόζετε μετασχηματισμούς, όπως συγχώνευση και προσάρτηση ερωτημάτων. Ως αποτέλεσμα, ενδέχεται να καταλήξετε με ερωτήματα που χρησιμοποιούνται μόνο ως ενδιάμεσα βήματα μετασχηματισμού. Από προεπιλογή, όλα τα ερωτήματα από το Query Editor είναι
φορτώνεται στη μνήμη του μοντέλου Power BI. Είναι σημαντικό να απενεργοποιήσετε τη φόρτωση για όλα τα ερωτήματα που δεν απαιτούνται στο τελικό μοντέλο.

Απενεργοποίηση αυτόματης ημερομηνίας/ώρας – Το Power BI δημιουργεί αυτόματα έναν ενσωματωμένο πίνακα ημερομηνιών για κάθε πεδίο ημερομηνιών στο μοντέλο για την υποστήριξη συναρτήσεων χρονικής ευφυΐας DAX. Αυτοί οι πίνακες είναι κρυφοί, καταναλώνουν μνήμη και δεν υπάρχει ευελιξία για την προσθήκη προσαρμοσμένων στηλών. Για να αφαιρέσετε όλους τους κρυφούς πίνακες ημερομηνιών από το μοντέλο σας, στο Power BI Desktop επιλέξτε Αρχείο / Επιλογές και Ρυθμίσεις / Επιλογές / Φόρτωση δεδομένων και καταργήστε την επιλογή της Αυτόματης ημερομηνίας/ώρας.

Μετατρέψτε δεδομένα στο σωστό μέρος – Οι περισσότεροι μετασχηματισμοί δεδομένων πραγματοποιούνται γενικά στο Query Editor στο Power BI Desktop. Το Query Editor είναι ένα ισχυρό και φιλικό προς τον χρήστη εργαλείο που παρακολουθεί όλα τα εφαρμοσμένα βήματα μετασχηματισμού, το οποίο είναι χρήσιμο για την ιχνηλασιμότητα και τη μελλοντική συντήρηση. Ωστόσο, ενδέχεται να έχετε βελτιωμένη απόδοση όταν εφαρμόζετε μετασχηματισμούς απευθείας στη βάση δεδομένων προέλευσης. Για παράδειγμα, η ομαδοποίηση των δεδομένων πωλήσεών σας ανά μήνα στη βάση δεδομένων συναλλαγών θα αυξήσει τους χρόνους εκτέλεσης του ερωτήματος προέλευσης και ως εκ τούτου, μόνο ομαδοποιημένα δεδομένα θα αποστέλλονται μέσω του δικτύου στο Power BI.

Εξετάστε το ενδεχόμενο να χρησιμοποιήσετε το DirectQuery ή ένα μικτό μοντέλο – Θα πρέπει να εισάγετε δεδομένα στο Power BI όπου είναι δυνατόν, ωστόσο, εάν οι στόχοι σας δεν μπορούν να επιτευχθούν με την εισαγωγή δεδομένων, σκεφτείτε να χρησιμοποιήσετε το DirectQuery. Στη λειτουργία DirectQuery, δεν χρειάζεται να εισάγετε τα δεδομένα. Μπορείτε να λάβετε τα δεδομένα απευθείας από την προέλευση δεδομένων και έτσι δεν υπάρχουν όρια στον όγκο δεδομένων στην πλευρά του Power BI. Ωστόσο, η απόδοση της αναφοράς θα ήταν πιο αργή και δεν θα ήταν διαθέσιμη όλη η λειτουργικότητα. Έτσι, μπορείτε να επιλέξετε να έχετε ένα μικτό ή σύνθετο μοντέλο όπου μπορείτε να αποθηκεύσετε ορισμένους από τους πίνακες σε λειτουργία εισαγωγής και άλλους σε DirectQuery.

Μετακίνηση υπολογισμών στο backend – Σκεφτείτε καλά πώς μπορείτε να μετακινήσετε τους υπολογισμούς στο back-end όσο το δυνατόν περισσότερο. Για παράδειγμα, δημιουργώντας νέα πεδία στην προέλευση δεδομένων που σας επιτρέπουν να μειώσετε την προσπάθεια υπολογισμών του PBI.