¿Las relaciones en columnas numéricas funcionan más rápido que las de las columnas de texto?

[shubhamrkrock]

Hola comunidad de Power BI,

Tengo una pregunta muy preocupante con respecto a la mejor manera de diseñar un modelo de datos que no puedo encontrar una solución en línea. Se trata de las relaciones entre tablas en un modelo de datos de Power BI. Siempre lo he estado haciendo en columnas numéricas (Claves), pero una parte interesada es un desafío que incluso si está en columnas de texto largo, es lo mismo en términos de rendimiento. ¿Puedes ayudarme aquí compartiendo tus pensamientos a continuación?

Asegurar que las claves principales y externas entre los DIMs y las FACT en las relaciones de Power BI están en columnas numéricas en lugar de columnas de texto (Esto también reduciría el volumen de datos en el modelo en términos de Megabytes, por lo que también ayuda al rendimiento front-end)

• Ejemplo, Relación entre DIM_ProductCategory y las tablas FACT están en la concatenación de Nivel 1, Nivel 2... Nivel 6, que no es tan bueno como las columnas numéricas
• La tabla FACT tiene más de 16 millones de filas que son sólo repeticiones de 187 valores distintos de concatenación de Nivel 1, Nivel 2... Nivel 6. Esto consumiría mucho menos espacio si estos fueran solo 1 a 187 valores numéricos. Este es el mismo caso en 3 tablas FACT (diferentes niveles) relaciones con la tabla Dimension de ProductCategory

[Syndicate_Admin]

Alguien realizó una prueba sobre esto y parece que no hay diferencia entre los tipos de datos. Así que también podría mantener sus teclas de texto ...

https://www.maxwikstrom.se/performance/power-bi-data-types-in-relationships-does-it-matter/?unapprov...

[amitchandak]

@shubhamrkrock , Sí, Int debería funcionar mejor. Refer primer punto -https://towardsdatascience.com/5-quick-ways-to-speed-up-your-power-bi-dashboard-41af7b46ea25

[amitchandak]

@shubhamrkrock , Numérico funcionaría mejor. Perfer siempre para tener una tabla de dimesión. Y tratar de ser esquema de estrella.

En caso de que no tenga la clave numérica, el costo de creación de la de Power BI puede ser grande en el momento de la carga, en estos casos continuar con la clave de texto/fecha.

referencia: https://www.sqlbi.com/articles/the-importance-of-star-schemas-in-power-bi/

https://www.sqlbi.com/blog/marco/2017/10/02/why-data-modeling-is-important-in-powerbi/

[Syndicate_Admin]

No me tomes por loco si escribo en este post antiguo pero como ya he dicho parece que no hay diferencia entre usar números enteros o texto, tipo de datos o fecha para construir las relaciones
Echa un vistazo a estos excelentes artículos:

https://www.sqlbi.com/articles/choosing-between-date-or-integer-to-represent-dates-in-power-bi-and-t...
https://www.maxwikstrom.se/performance/power-bi-data-types-in-relationships-does-it-matter/

[shubhamrkrock]

Gracias por la respuesta, @amitchandak!

¡Sí, eso es lo que mi creencia es también! Tenemos un esquema de estrella/copo de nieve normalizado con varias tablas FACT en el modelo de datos.

Además, mi forma de obtener estas columnas de clave sería en el back-end y no en la consulta de Power Query de Power BI, porque causaría demasiada sobrecarga en Power BI mientras se actualizan los datos.

La pregunta surgió cuando sabemos que cada valor de Power BI tiene un proxy numérico (al igual que el modelo tabular), por lo que la parte interesada dijo que es el mismo rendimiento en la relación con claves de texto de claves numéricas v/s. Dije que no era verdad, pero quería tener una segunda opinión. Si mi entendimiento es correcto, usted está de acuerdo conmigo, @amitchandak?