PowerBI 数据模型优化的十大策略

PowerBI战友联盟 · 公众号 · · 2024-09-02 18:01

正文

请到「今天看啥」查看全文

在商业智能与数据分析领域，Power BI 已经成为了一个强大的工具，帮助企业做出数据驱动的决策。然而，随着数据量的增加和分析需求的复杂化，优化 Power BI 数据模型变得至关重要。一个高效的数据模型不仅能够提升报告的响应速度，还能显著减少资源消耗，提高用户体验。本文将介绍一些优化 Power BI 数据模型的关键策略和实用技巧。

精简数据模型

优化数据模型的第一步是精简数据模型。确保只导入和使用分析所需的数据，不必要的数据列、表或字段都会增加模型的复杂性和体积。因此，在数据导入时，可以通过 Power Query 的过滤器删除不必要的列和行，并通过仅保留分析所需的记录来减少数据模型的大小。

使用星型架构

星型架构架构是设计数据模型的常见模式。相比于其他复杂的架构，星型架构有助于简化模型结构，减少表之间的关系数量，提高模型的可读性和性能。

非规范化维度：使用非规范化维度，查询会变得更简单，连接更少，这意味着更少的表扫描。对于需要聚合、分组或汇总的报告，星型架构可确保加载速度更快。
SCD 实施：报告可能需要历史数据进行分析。在星型架构中，管理缓慢变化维度 (SCD) 比雪花模式中的多个父子或相关表依赖关系要简单得多。

选择正确的数据连接模式

导入模式：此模式快速高效，非常适合较小的数据集。
直接查询或实时连接：适合大型数据集，这些模式会实时向底层数据源发送查询。报告的性能在很大程度上取决于数据源的性能。
存储模式：存储模式允许控制 Power BI 是否缓存数据并将其存储在内存中以满足报告需求。对于具有许多表的大型数据模型，可以决定缓存哪些单个表，通过提高响应能力和效率来增强报告性能。

可以从以下位置查看模型中的每个表的存储模式：模型视图 → 属性窗格 → 高级 → 存储模式

避免使用大宽表

性能问题：如果表包含太多列，则扫描次数会增加，从而导致性能问题。要优化性能，可以从模型中删除不必要的列，或者为维度列创建单独的表。

Power BI 中的 VertiPaq 等列式数据库将数据存储在列中，从而减少了扫描次数和消耗。

示例：如下所示，为了从表中获取 Sum(Profit)，引擎需要扫描第一行的所有列以获取 Profit 的第一个值，然后对第二行重复此操作，依此类推。如果表太宽，引擎必须执行多次扫描，这会严重影响性能！

使用聚合表

聚合表是处理大数据集的有效手段。通过创建聚合表，可以预先计算和存储常用的汇总数据，从而减少查询的计算量，加快报告的加载速度。聚合表可以通过 Power Query 或 DAX 公式实现。

停用自动日期/时间表

在 Power BI 中，自动日期/时间功能会自动为每个具有 DateTime 类型的字段创建一个隐藏的日期表。这可能会导致创建不必要的表，如图所示，Power BI 自动创建了两个单独的日期表。

在选项设置的当前文件数据加载设置中，不勾选时间智能下的自动日期/时间即可关闭自动日期/时间。

选择适当的数据类型

有些数据类型比其他数据类型占用更多内存。通常，文本数据类型的大小大于整数或小数数据类型。

例如，Year 字段有两列：一列是整数数据类型，另一列是文本数据类型。请注意字段 TotalSize 的差异。Year 作为文本数据类型占用的空间几乎是整数数据类型的 10 倍。

因此，请明智地选择数据类型，因为这会对大数据模型产生很大的影响。另一个要点是，在数字数据类型中，有些占用的空间较少。

使用定点小数：尽可能使用定点小数而不是十进制数字。
优先使用整数：在适当的情况下使用整数而不是小数。
四舍五入高精度字段：考虑四舍五入高精度字段。例如，“15.265895798”可以四舍五入为“15.266”。

优化度量值和计算列

在 Power BI 中，度量值和计算列是实现高级数据分析的重要部分。尽量避免在数据模型中使用过多的计算列，因为它们会显著增加模型的体积。相反，建议使用度量值来替代计算列。度量值只会在查询时计算，对性能的影响较小。

优化 Power Query 转换步骤

Power Query 是数据导入和转换的重要工具，但过多的转换步骤会增加模型的复杂性和数据刷新时间。建议在 Power Query 中尽量简化步骤，通过减少不必要的转换操作来优化数据导入的性能。

合并相似的步骤以减少转换操作。
在 Power Query 中应用转换操作的最佳顺序。

禁用查询加载

在某些情况下，我们可能在原始表之上创建了聚合表，或者执行了合并/追加操作以创建包含两个或多个表的单个表。在此类只需要结果表的情况下，不应将上游表加载到模型中。请确保通过在 Power Query 编辑器中右键单击表并取消选中“启用加载”选项来禁用此类表的查询加载。

结论

优化 Power BI 数据模型不仅可以提升报告的加载速度，还能提高整个分析过程的效率。通过精简数据模型、合理使用关系、优化度量值和计算列、以及采用聚合表和增量刷新等策略，我们可以显著提高 Power BI 的性能，为业务决策提供更强有力的支持。希望本文的优化技巧能够帮助您打造高效的数据模型，充分发挥 Power BI 的潜力。

一更专业的数据分析师训练营一

🚀 《业财分析之道》：点击文字查看具体报名信息。

📈 《经营分析之道》：点击文字查看具体报名信息。

🔍 《数据分析之道》：点击文字查看具体报名信息。
💡 《商业智能之道》：点击文字查看具体报名信息。

🔗 如何获取更多信息？扫描下方二维码具体咨询。

BI佐罗数据分析 - 更专业更系统的企业数据分析

点击“阅读原文”获取更多资源