Skip to main content
cancel
Showing results for 
Search instead for 
Did you mean: 

Earn the coveted Fabric Analytics Engineer certification. 100% off your exam for a limited time only!

Reply
PBIUWO
Helper III
Helper III

¿Limitar la actualización de consultas al trabajar con un origen de datos de carpeta grande?

Hola

Ya que estoy trabajando desde casa y estoy usando una VPN. La actualización de archivos para las consultas es lenta.

Esto significa que la creación de un informe de PowerBI consume mucho tiempo, ya que tengo que esperar 30 minutos para que la consulta se actualice cuando se trabaja en un informe con el conjunto de datos de carpeta.

He movido el 95% de los archivos, en otra carpeta por lo que el tiempo de actualización es mucho menor cuando "Transformar datos".

¿Hay una mejor manera de manejar esto?

Sé que no me preocupa perder los datos, ya que no estoy analizando ninguna información en este momento, y simplemente construyendo el informe.

Gracias

2 ACCEPTED SOLUTIONS

No @PBIUWO ,

Hay dos etapas de transferencia de datos que afectan a la velocidad de la actualización:

1) la adquisición de los datos de la fuente - esto es lo que se verá afectado por la velocidad de la red (por ejemplo, VPN) a menos que esté utilizando archivos locales, y se puede mejorar en cierto grado mediante la reducción de los datos en la fuente.

2) pasar los datos de Power Query al modelo de datos - esto se verá afectado por la CPU y la RAM de su estación de trabajo, y se puede mejorar de la siguiente manera:

Para limitar la cantidad de datos que se aplican al modelo de datos para el desarrollo, puede usar un conmutador de consulta para cambiar el paso que representa cada consulta antes de aplicarse.

- Comience creando una nueva consulta en blanco llamada 'dbIsFiltered' o similar. Simplemente aplique un valor de 1 a esta consulta.

- A continuación, en cada una de sus consultas existentes, aplique el filtro o límite a los datos que desea utilizar cuando esté en el 'modo de desarrollo'. Esto puede ser filtrar la tabla para incluir solo los datos de ayer, o aplicar la función 'Mantener las filas N superiores'. Haga esto como el último paso en cada una de las consultas que desea reducir en tamaño.

- A continuación, agregue un paso personalizado utilizando la barra de fórmulas o edite el código M directamente para agregar un nuevo último paso que básicamente dice "si dbIsFiltered 1, a continuación, utilice el paso filtrado, de lo contrario utilice el paso sin filtrar".

Esto es más o menos cómo se vería en el código:

let
  Source = youDataSource,
  yourSteps = yourTranformationSteps,
  ...
  ...
  originalLastStep = The last, unfiltered step of your original query,
  filterStep = Data reduction step(s) e.g. date filters or TOP N rows,
  dbToggle =
    if dbIsFiltered = 1 then filterStep else originalLastStep
in
  dbToggle

Lo que esto le permite hacer es controlar la salida de todas las consultas simplemente cambiando el valor que se mantiene en la consulta dbIsFiltered, es decir, cuando el valor es 1, todas las consultas usan un paso de salida filtrado, de lo contrario utilizan el paso de salida original sin filtrar.

Espero que esto tenga sentido.



Now accepting Kudos! If my post helped you, why not give it a thumbs-up?

Proud to be a Datanaut!




View solution in original post

v-rzhou-msft
Community Support
Community Support

No @PBIUWO

Gran tamaño del origen de datos, consulta de energía compleja, la red (si el origen de datos no está en el equipo local) afectará al rendimiento de power bi.

Aquí hay algunos blogs para optar por su rendimiento power bi.

Blog1: actualización de la consulta de energía muy lento- archivo de Excel

Blog2: Guía de optimización para Power BI

Blog3:Consejos sobre la optimización del rendimiento de Power BI

Saludos

Rico Zhou

Si este post ayuda,entonces considere Aceptarlo como la solución para ayudar a los otros miembros a encontrarlo más rápidamente.

View solution in original post

5 REPLIES 5
v-rzhou-msft
Community Support
Community Support

No @PBIUWO

¿Podría decirme si su problema ha sido resuelto? Si es así, acédi es la solución. Más gente se beneficiará de ello. O usted todavía está confundido al respecto, por favor proporcione más detalles sobre su problema.

Saludos

Rico Zhou

v-rzhou-msft
Community Support
Community Support

No @PBIUWO

Gran tamaño del origen de datos, consulta de energía compleja, la red (si el origen de datos no está en el equipo local) afectará al rendimiento de power bi.

Aquí hay algunos blogs para optar por su rendimiento power bi.

Blog1: actualización de la consulta de energía muy lento- archivo de Excel

Blog2: Guía de optimización para Power BI

Blog3:Consejos sobre la optimización del rendimiento de Power BI

Saludos

Rico Zhou

Si este post ayuda,entonces considere Aceptarlo como la solución para ayudar a los otros miembros a encontrarlo más rápidamente.

BA_Pete
Super User
Super User

Hola @PBIUWO ,

Según su descripción, supongo que se está conectando a una carpeta llena de archivos de Excel o similar.

Como el problema está en la transferencia de datos a través de la red, mi recomendación sería duplicar la carpeta de origen y, en cada uno de los archivos de Excel que usa el informe, eliminar todas las filas excepto 50.

Apunte el informe a esta nueva carpeta durante el desarrollo y, a continuación, vuelva a la carpeta completa del origen de datos antes de pasar al entorno de producción.

Si el problema estaba en el tiempo que se tarda en aplicarse desde Power Query al modelo de datos, puede usar una consulta de alternancia de DBFilter para administrar esto, pero esto no suena como dónde se está gastando el tiempo.



Now accepting Kudos! If my post helped you, why not give it a thumbs-up?

Proud to be a Datanaut!




@BA_Pete

Quiero decir, cuando aplico la consulta.

¿Qué es DBFilter?

No @PBIUWO ,

Hay dos etapas de transferencia de datos que afectan a la velocidad de la actualización:

1) la adquisición de los datos de la fuente - esto es lo que se verá afectado por la velocidad de la red (por ejemplo, VPN) a menos que esté utilizando archivos locales, y se puede mejorar en cierto grado mediante la reducción de los datos en la fuente.

2) pasar los datos de Power Query al modelo de datos - esto se verá afectado por la CPU y la RAM de su estación de trabajo, y se puede mejorar de la siguiente manera:

Para limitar la cantidad de datos que se aplican al modelo de datos para el desarrollo, puede usar un conmutador de consulta para cambiar el paso que representa cada consulta antes de aplicarse.

- Comience creando una nueva consulta en blanco llamada 'dbIsFiltered' o similar. Simplemente aplique un valor de 1 a esta consulta.

- A continuación, en cada una de sus consultas existentes, aplique el filtro o límite a los datos que desea utilizar cuando esté en el 'modo de desarrollo'. Esto puede ser filtrar la tabla para incluir solo los datos de ayer, o aplicar la función 'Mantener las filas N superiores'. Haga esto como el último paso en cada una de las consultas que desea reducir en tamaño.

- A continuación, agregue un paso personalizado utilizando la barra de fórmulas o edite el código M directamente para agregar un nuevo último paso que básicamente dice "si dbIsFiltered 1, a continuación, utilice el paso filtrado, de lo contrario utilice el paso sin filtrar".

Esto es más o menos cómo se vería en el código:

let
  Source = youDataSource,
  yourSteps = yourTranformationSteps,
  ...
  ...
  originalLastStep = The last, unfiltered step of your original query,
  filterStep = Data reduction step(s) e.g. date filters or TOP N rows,
  dbToggle =
    if dbIsFiltered = 1 then filterStep else originalLastStep
in
  dbToggle

Lo que esto le permite hacer es controlar la salida de todas las consultas simplemente cambiando el valor que se mantiene en la consulta dbIsFiltered, es decir, cuando el valor es 1, todas las consultas usan un paso de salida filtrado, de lo contrario utilizan el paso de salida original sin filtrar.

Espero que esto tenga sentido.



Now accepting Kudos! If my post helped you, why not give it a thumbs-up?

Proud to be a Datanaut!




Helpful resources

Announcements
April AMA free

Microsoft Fabric AMA Livestream

Join us Tuesday, April 09, 9:00 – 10:00 AM PST for a live, expert-led Q&A session on all things Microsoft Fabric!

March Fabric Community Update

Fabric Community Update - March 2024

Find out what's new and trending in the Fabric Community.

Top Solution Authors