Optimisation des performances de Power BI

Réglage des performances de Power BI

Chaque fois que nous commençons à développer des rapports dans Power BI, trois choses importantes nous viennent toujours à l’esprit : l’exactitude des données, la sécurité des données et les performances des rapports. Si les performances du rapport ne sont pas à la hauteur, les efforts que nous y avons consacrés n’ont aucune signification, nous devons penser à un redéveloppement ou à une refonte du rapport pour de meilleures performances.

Il existe certaines bonnes pratiques qui, une fois mises en œuvre, peuvent nous conduire à de meilleures performances. Voyons-les une par une.

1. Réduire la taille du modèle– La taille du modèle est corrélée dans le sens négatif aux performances du modèle, donc plus notre modèle de données est petit, plus il sera rapide. Nous pouvons réduire notre modèle de données en suivant les étapes-

• Suppression des données inutiles– Au lieu d’importer toutes les données, ne prenez que les données dont vous avez besoin. Supprimez toutes les colonnes inutiles ou inutilisées d’une table et filtrez les données qui ne sont pas utiles.
• Activer la date automatique \ heure- Lorsque cette option est activée, cette fonctionnalité crée une hiérarchie de dates pour toutes les colonnes de date et crée automatiquement une table masquée pour toutes les colonnes de type Date du modèle, ce qui entraînera une taille de données énorme.

Nous pouvons vérifier et désactiver la date/heure automatique dans le bureau Power Bi, accédez à Fichier -> option et paramètres -> Options -> Chargement de données (fichier global et actuel). De là, vous pouvez l’activer ou le désactiver.

2. Modèle Conception– Nous créons généralement un modèle de schéma Star ou Snowflake dans Power BI dans lequel le modèle de schéma Star est la meilleure conception pour les rapports Power BI et vous offre de meilleures performances que les autres modèles. Les schémas en étoile ont une table de faits et une table de dimension (qui sont connectées à la table de faits). Il ressemble à ci-dessous

Si nous parlons du schéma en flocon de neige, il s’agit d’une normalisation supplémentaire de la table de dimension pour réduire les données redondantes et nous créons des tables de sous-dimensions qui sont connectées à la table de dimension. Il ressemble à ci-dessous

Ce modèle est plus normalisé que le modèle de schéma en étoile, mais il offre moins de performances car il crée des jointures supplémentaires dans les requêtes pour les tables de sous-dimension. Ainsi, moins nous avons de jointures dans le modèle, mieux c’est.

3. Affichage du rapport – Lors de la création d’un rapport, il y a quelques points importants, nous devons suivre ce qui conduira à de meilleures performances.

• Limitez le nombre de visuels sur la page ou le rapport, créer trop de visuels sur une page ou un rapport ralentit les performances.
• Suppression des interactions inutiles entre les visuels améliorera les performances du rapport. Par défaut, sur une page de rapport, nous avons une interaction entre tous les visuels.
• Utilisez toujours des visuels certifiés Power BI dans le rapport. Il offre de meilleures performances que les visuels personnalisés ou les visuels tiers.
• L’utilisation de trop de visuels de trancheuse peut réduire les performances du rapport. Au lieu d’utiliser trop de segments dans le rapport, nous pouvons utiliser uniquement les plus importants et utiliser des filtres en fonction des besoins.

4. DAX – Nous pouvons créer à la fois la colonne Mesure et la colonne calculée à l’aide de Dax, mais il est important de savoir laquelle utiliser quand, car cela va entraver les performances du rapport. Nous devons utiliser Measure au lieu de la colonne calculée chaque fois que possible car la colonne calculée utilise de l’espace dans le modèle et consomme à la fois de l’espace disque et de la RAM, ce qui ralentit les performances. D’autre part, les mesures ne sont que des formules virtuelles qui ne consomment pas d’espace, elles n’utilisent que de la puissance de calcul.

• Quand utiliser la colonne calculée– Si vous souhaitez que vos nouvelles données apparaissent sur des LIGNES, des COLONNES ou des FILTRES dans un tableau croisé dynamique, ou sur un AXE, LÉGENDE ou TILE PAR dans une visualisation Power View, vous devez utiliser une colonne calculée. Tout comme les colonnes de données ordinaires, les colonnes calculées peuvent être utilisées comme champ dans n’importe quelle zone, et si elles sont numériques, elles peuvent également être agrégées dans VALUES.
• Utilisation de variables in measure peut augmenter les performances de vos mesures, il réduit également la complexité de la mesure et augmente la lisibilité.

Comme vous pouvez le voir ci-dessous, j’ai créé deux mesures, Total Sales Formatted v1 sans variables et Total Sales Formatted v2 avec variables. Dans la v1, le total, la cible et les ventes précédentes s’exécutent à chaque fois dans une instruction switch.

Alors que dans la v2, tous les calculs de ventes sont stockés dans des variables et nous les réutilisons dans une instruction switch. Cela donnera de meilleures performances que la mesure v1.

5. Fréquence de mise à jour du cache- Par défaut, la fréquence de mise à jour du cache Power BI est définie sur une heure. La fréquence de mise à jour du cache doit être définie à des intervalles similaires à la fréquence d’actualisation de la source de données. Si, par exemple, votre ensemble de données n’est actualisé qu’une fois par jour, vous devez mettre à jour la fréquence du cache en conséquence. Cela améliore les performances du rapport.

6. Dans un onglet de relation, nous devons éviter le filtrage bidirectionnel car ils introduisent des jointures complexes entre les tables et affectent les performances en arrière-plan.

sept. Nous pouvons réduire les données chargées sur une page en utilisant l’exploration amont, les signets et les info-bulles qui réduisent le temps de chargement de la page.

8. Utilisez la passerelle d’entreprise au lieu de la passerelle personnelle car la passerelle personnelle importe des données dans Power BI, tandis que la passerelle d’entreprise n’importe rien. Il est recommandé d’utiliser une passerelle d’entreprise lorsque vous travaillez avec un grand ensemble de données.

Voici quelques-unes des meilleures pratiques qui sont recommandées et peuvent être mises en œuvre pour améliorer les performances.