判斷何時開發匯入模型
匯入模型由儲存模式屬性設定為 [匯入] 的資料表所組成。 匯入模型也包含使用 DAX 公式定義的計算資料表。
匯入模型的優點
匯入模型擁有許多優點，因而成為最常開發的模型架構。 匯入模型：
- 支援所有 Power BI 資料來源類型，包括資料庫、檔案、摘要、網頁、資料流程等。
- 可以整合來源資料。 例如，資料表會從關聯式資料庫獲取資料，而相關資料表則會從網頁獲取資料。
- 支援所有 DAX 和 Power Query (M) 功能。
- 支援計算資料表。
- 提供最佳查詢效能。 這是因為模型中的快取資料已針對分析查詢 (篩選、分組和摘要) 最佳化，且模型完全儲存在記憶體中。
簡言之，匯入模型提供最多選項和設計彈性，也能提供快速效能。 因此，當您「取得資料」時，Power BI Desktop 預設使用匯入儲存模式。
匯入模型限制
儘管匯入模型有許多吸引人的優點，但也有些限制須牢記在心。 限制與模型大小和資料重新整理相關。
模型大小
Power BI 針對資料集大小施加限制，藉此限制模型大小。 當您將模型發佈至共用容量時，每個資料集會有 1 GB 的限制。 當超過此大小限制時，資料集便無法重新整理。 當您將模型發佈至專用容量 (亦稱為進階容量) 時，在為容量啟用大型資料集儲存體格式設定的情況下，模型能成長至超過 10 GB。
您應該持續致力於減少儲存在資料表中的資料量。 此策略有助於減少模型重新整理的持續時間，並加速模型查詢。 您可以套用許多資料縮減技術，包括：
- 移除不必要的資料行
- 移除不必要的資料列
- 分組和摘要以提升事實資料表的精細度
- 運用數值資料的喜好設定，最佳化資料行資料類型
- Power Query 中自訂資料行的喜好設定，而非模型中的計算結果欄
- 停用 Power Query 查詢載入
- 停用自動日期/時間
- 使用 DirectQuery 資料表儲存體，如本課程模組稍後單元所述。
如需詳細資訊，請參閱匯入模型的資料減少技術。
注意
每個資料集 1 GB 的限制所指為 Power BI 模型的壓縮大小，而非從來源系統收集的資料量。
資料重新整理
匯入的資料必須定期重新整理。 資料集資料僅會與上次成功的資料重新整理保持相同的最新狀態。 若要使資料保持最新狀態，您可以設定排程的資料重新整理，或報表取用者可以執行隨選重新整理。
Power BI 會限制排程重新整理作業的執行頻率。 在共用容量中，每天最多 8 次，而在專用容量中，每天最多 48 次。
您應該判斷這種延遲程度是否可容忍。 這通常取決於資料的速度 (或變動性)，以及讓使用者得知資料目前狀態的急迫性。 當無法接受排程的重新整理限制時，請考慮使用 DirectQuery 儲存體資料表，或建立混合式資料表。 或者採用不同的方法，並改為建立即時資料集。
提示
混合式資料表會在單元 4 中說明。 如需即時資料集的相關資訊，請參閱使用 Power BI 即時監視資料 (英文) 課程模組。
您也必須考慮重新整理工作負載和持續時間。 根據預設，若要重新整理資料表，Power BI 會移除所有資料並再次重新載入。 這些作業可能會對來源系統造成無法承受的負荷，尤其是大型事實資料表。 若要降低負荷，您可以設定累加式重新整理功能。 累加式重新整理會自動建立和管理時間週期分割區，並以智慧方式僅更新需要重新整理的分割區。
當資料來源支援累加式重新整理時，便能實現更快速且更可靠的重新整理，並減少 Power BI 和來源系統的資源耗用量。
進階資料模型工具可以自訂其資料分割策略。 自動化指令碼可以建立、管理及重新整理資料表分割區。 如需詳細資訊，請參閱 Power BI 使用方式情節：進階資料模型管理。 此使用方式情節描述了使用 Power BI Premium 支援的 XMLA 端點。