Bewährte Methoden für die Verwendung von Power BI zum Abfragen und Visualisieren von Azure Data Explorer-Daten
Azure-Daten-Explorer ist ein schneller und hochgradig skalierbarer Dienst zur Untersuchung von Daten (Protokoll- und Telemetriedaten). Power BI ist eine Business Analytics-Lösung, mit der Sie Ihre Daten visualisieren und die Ergebnisse unternehmensweit teilen können. Informationen zum Importieren von Daten in Power BI finden Sie unter Importieren einer Abfrage aus azure Data Explorer in Power BI oder Verwenden einer SQL-Abfrage. In den in diesem Artikel enthaltenen Tipps wird erläutert, wie Sie Azure Data Explorer-Daten mit Power BI abfragen und visualisieren.
Bewährte Methoden für die Verwendung von Power BI
Wenn Sie mit neuen Rohdaten im Terabytebereich arbeiten, befolgen Sie diese Anweisungen, damit Ihre Power BI-Dashboards und -Berichte immer gut organisiert und auf dem neuesten Stand sind:
Nur das Nötigste – Laden Sie nur die Daten in Power BI, die Sie für Ihre Berichte benötigen. Verwenden Sie für umfassende interaktive Analysen die Azure Data Explorer-Webbenutzeroberfläche, die für das Ad-hoc-Durchsuchen mit der Kusto-Abfragesprache optimiert ist.
Zusammengesetztes Modell – Verwenden Sie ein zusammengesetztes Modell, um aggregierte Daten für Dashboards der obersten Ebene mit gefilterten, operativen Rohdaten zu kombinieren. Sie können klar definieren, wann Rohdaten und wann eine aggregierte Ansicht verwendet werden sollen.
Importmodus im Vergleich zum DirectQuery-Modus:
Verwenden Sie den Importmodus für die Interaktion kleinerer Datasets.
Verwenden Sie den DirectQuery-Modus für große, häufig aktualisierte Datasets. Erstellen Sie beispielsweise Dimensionstabellen mit dem Importmodus, da sie klein sind und sich nicht häufig ändern. Legen Sie das Aktualisierungsintervall entsprechend der erwarteten Datenaktualisierungsrate fest. Erstellen Sie mit dem DirectQuery-Modus Faktentabellen, da diese Tabellen groß sind und Rohdaten enthalten. Verwenden Sie diese Tabellen, um gefilterte Daten mithilfe von Power BI-Drillthroughs darzustellen. Bei der Verwendung von DirectQuery können Sie Abfrageverringerung verwenden, um zu verhindern, dass Daten in Berichte geladen werden, bevor Sie bereit sind.
Parallelität: Der Azure Data Explorer ist eine linear skalierbare Datenplattform. Daher können Sie die Leistung beim Dashboardrendering verbessern, indem Sie die Parallelität des End-to-End-Flows wie folgt erhöhen:
Erhöhen Sie die Anzahl gleichzeitiger Verbindungen in DirectQuery in Power BI.
Verwenden Sie eine schwache Konsistenz, um die Parallelität zu verbessern. Dies kann sich auf die Aktualität der Daten auswirken.
Effektive Slicer: Verwenden Sie Synchronisierungsslicer, um zu verhindern, dass Daten in Berichte geladen werden, bevor Sie bereit sind. Nachdem Sie das Dataset strukturiert, alle visuellen Elemente platziert und alle Datenschnitte markiert haben, können Sie den Synchronisierungsschnitt auswählen, um nur die benötigten Daten zu laden.
Verwendung von Filtern – Verwenden Sie so viele Power BI-Filter wie möglich, um die Azure Data Explorer-Suche auf die relevanten Datenshards zu beschränken.
Effiziente visuelle Elemente – Wählen Sie die leistungsfähigsten visuellen Elemente für Ihre Daten.
Tipps zur Datenabfrage mit dem Azure Data Explorer-Connector für Power BI
Informationen zu Tipps und Tricks zur Verwendung von Kusto-Abfragesprache in Power BI-Berichten und -Visualisierungen finden Sie unter Tipps zur Verwendung des Azure Data Explorer Connector zum Abfragen von Daten.