Zusammenfassung
Im Szenario dieses Moduls war eines der Power BI Desktop-Semantikmodelle Ihrer Organisation nicht effizient und verursachte Probleme. Benutzer waren mit der Berichtsleistung unzufrieden, und die Dateigröße des Modells war zu groß und beanspruchte die Ressourcen der Organisation stark.
Sie bekamen die Aufgabe, das Semantikmodell überprüfen, um die Ursache der Leistungsprobleme zu ermitteln und Änderungen vorzunehmen, um die Leistung zu optimieren und die Größe des Modells zu reduzieren.
In Power BI Desktop stehen viele verschiedene Tools und Features für Sie zur Verfügung, mit denen Sie die Leistung von Semantikmodellen analysieren und optimieren können. Sie haben zu Beginn des Optimierungsprozesses die Leistungsanalyse sowie weitere Tools verwendet, um die Leistung von Measures, Beziehungen und Visuals zu überprüfen. Dann haben Sie basierend auf den Analyseergebnissen Verbesserungen vorgenommen. Als nächsten Schritt haben Sie Variablen verwendet, um weniger komplexe und effizientere Berechnungen zu schreiben. Danach haben Sie sich die Spaltenverteilung genauer angesehen und haben die Kardinalität Ihrer Beziehungen reduziert. In dieser Phase war das Semantikmodell bereits optimiert. Danach haben Sie Überlegungen dazu angestellt, welche Unterschiede bestehen würden, wenn Ihre Organisation ein DirectQuery-Modell verwendet. Dann haben Sie herausgearbeitet, wie die Leistung in Power BI Desktop und der Quelldatenbank verbessert werden kann. Abschließend haben Sie mithilfe von Aggregationen die Größe des Semantikmodells erheblich reduziert.
Wenn in Power BI Desktop nicht die Möglichkeit bestehen würde, ineffiziente Semantikmodelle zu optimieren, hätten Sie viel Zeit damit verbringen müssen, die Daten in den verschiedenen Datenquellen zu optimieren. Genau genommen hätten Sie ohne die Leistungsanalyse die Gründe für die Leistungsprobleme in Ihren Berichten und die Engpässe bei den Abfragen, die geklärt werden müssen, nicht erkennen können. Dies hätte zur Folge, dass Benutzer frustriert und unmotiviert sind, die Berichte zu verwenden.
Da Sie den Bericht nun optimiert haben, können Benutzer auf die Daten, die Sie benötigen, schneller zugreifen, was zu produktiverem Arbeiten und höherer Jobzufriedenheit führt. Die von Ihnen reduzierte Dateigröße des Modells mindert die Belastung Ihrer Ressourcen und bringt Ihrer Organisation verschiedene Vorteile. Sie haben die erhaltene Aufgabe erfolgreich erfüllen können.
Verwenden der Leistungsanalyse zum Untersuchen der Leistung von Berichtselementen
Anwenden der automatischen Angabe von Datum/Uhrzeit in Power BI Desktop
Verfahren zur Datenreduktion für die Importmodellierung
Leitfaden für das DirectQuery-Modell in Power BI Desktop
Verwenden von Aggregationen in Power BI Desktop