Power Query escritorio

Power Query (tanto en Power BI Desktop como en el servicio) no actualiza automáticamente los tokens de OAuth o API a mitad de la carga una vez que comienza la ejecución de la consulta. Trata el token (o credenciales) proporcionado al inicio de la consulta como estático durante esa sesión de actualización. Probablemente haya una manera de solucionar esto y espero que otro miembro de esta junta pueda ayudar con eso.

En cuanto al tiempo de referencia, no, eso es inusualmente lento. Una variedad de cosas podrían estar ralentizándolo:

• Limitación de API
• Transformaciones complejas
• Uso de la capacidad compartida en lugar de la premium

Puede intentar procesar por lotes las llamadas a la API, actualizar de forma incremental o dividir la carga y las transformaciones (flujo de nivel de brinze para incorporar los datos al servicio y, a continuación, a la capa de astilla que los transforma).

Gracias, @andrewsommer, por tu respuesta.

Hola HFT,

Agradecemos su consulta en el foro de la comunidad de Microsoft Fabric.

Además de la respuesta proporcionada por @andrewsommer , siga los pasos a continuación, pueden ayudar a resolver el problema.

1. Power Query actualmente no admite la renovación de tokens de actualización intermedia. Debe obtener un nuevo token antes de cada llamada API o usar un método que controle la actualización de tokens fuera de Power Query. Implemente la recuperación de tokens a través de un conector de Power Query personalizado.
2. Optimice las cargas de datos mediante la actualización incremental, la paginación y el plegado de consultas, y considere la posibilidad de usar flujos de datos para almacenar provisionalmente grandes conjuntos de datos.

Para obtener más información, consulte los siguientes enlaces:
Control de la autenticación para conectores de Power Query - Power Query | Aprendizaje de Microsoft
Configuración de la actualización incremental y los datos en tiempo real para modelos semánticos de Power BI - Power BI | Aprendizaje de Microsoft
Descripción de la evaluación y el plegado de consultas en Power Query - Power Query | Aprendizaje de Microsoft
Procedimientos recomendados de flujos de datos - Power BI | Aprendizaje de Microsoft

Esperamos que la información proporcionada ayude a resolver el problema. Si tiene más preguntas, no dude en ponerse en contacto con la comunidad de Microsoft Fabric.

Gracias.

Gracias. Mi informe actual usa la incrustación para un gran volumen de datos de consultores, lo que provoca actualizaciones lentas. Dadas las limitaciones de la empresa que impiden el uso de SQL, ¿qué opciones de origen de datos que no son SQL están disponibles para almacenar estos datos y permitir actualizaciones de informes más rápidas y eficientes?

Hola HFT,

Gracias por el seguimiento.

Según tengo entendido, el problema de la actualización lenta se debe principalmente al almacenamiento y procesamiento de grandes volúmenes de datos de consultores a través de la incrustación de API sin una capa de almacenamiento optimizada. Power Query o PPU controla grandes conjuntos de datos de forma menos eficaz sin capacidad de tejido dedicada o un origen de datos de alto rendimiento como ADLS Gen2 o Blob Storage.

Como SQL no es una opción, considere las siguientes alternativas de almacenamiento no SQL compatibles para mejorar el rendimiento:

1. Azure Data Lake Storage Gen2, que admite grandes conjuntos de datos, formatos Parquet o Delta de alto rendimiento y una integración perfecta con Power BI y Fabric.
2. Azure Blob Storage, que es una alternativa adecuada si ADLS Gen2 no está disponible. Utilice el formato Parquet para lecturas más rápidas.
3. Dataverse, que es adecuado para el almacenamiento de datos relacionales administrados cuando se opera dentro del entorno Power Platform de su organización.
4. Dataflow Gen2 que requiere capacidad de tejido (F-SKU). Power BI Pro por usuario (PPU) por sí solo no incluye la capacidad de Fabric.
5. Flujos de datos clásicos (Gen1) que siguen siendo utilizables en PPU, pero el rendimiento y las características como Direct Lake y la actualización avanzada son limitados.

Si es posible, solicite capacidad de Fabric o use una versión de prueba para aprovechar Dataflow Gen2 con el almacenamiento de ADLS Gen2 para obtener actualizaciones más rápidas y confiables. Si la capacidad de tejido no está disponible, use Azure Blob Storage o ADLS Gen2 con flujos de datos clásicos o una conexión directa de archivos.

Consulte los enlaces a continuación para obtener más información:
Azure Data Lake Storage Gen2 - Power Query | Aprendizaje de Microsoft
Azure Blob Storage - Power Query | Aprendizaje de Microsoft
Crear un informe de Power BI con el conector de Microsoft Dataverse - Power Apps | Aprendizaje de Microsoft
Descripción de las licencias de Microsoft Fabric - Microsoft Fabric | Aprendizaje de Microsoft
Configuración del almacenamiento de flujo de datos para usar Azure Data Lake Gen 2 - Power BI | Aprendizaje de Microsoft
Conector de parquet de Power Query - Power Query | Aprendizaje de Microsoft
Procedimientos recomendados de flujos de datos - Power BI | Aprendizaje de Microsoft

Esperamos que esta información ayude a resolver el problema. Si tiene más preguntas, no dude en ponerse en contacto con la comunidad de Microsoft Fabric.

Gracias.

Hola HFT,

Nos gustaría hacer un seguimiento y verificar si los detalles que compartimos han ayudado a resolver su problema.
Si necesita más ayuda, no dude en conectarse con la comunidad de Microsoft Fabric.

Gracias.