Problema de rendimiento con filas de dimensión de 20k

[Syndicate_Admin]

El problema es el siguiente:

Tengo una tabla de dimensiones (20000 filas) dimaccounts y una tabla de hechos (2 millones de filas) fact_sales

Estoy construyendo un gráfico de Pareto:

mi medida DAX :

DEFINE

MEASURE 'fact'[cumu] = 

var _current_sales =[sales]
var ds = 
	filter(
		ADDCOLUMNS(
			ALLSELECTED('dim'[Value]) , 
			"@sales" , sum('fact'[Value])
		) ,
		[@sales] <= _current_sales
	)

var res =  sumx (ds  ,[@sales] ) 


return res  

[ventas] es una suma simple (fact_sales[cantidad])

Mis Enfoques :

1. Cálculo visual: problema de rendimiento.

2. RankX en el código: problema de rendimiento

3. Función de ventana: gran problema de rendimiento.

Explicación de la medida :

Está calculando la suma acumulada de las ventas, ordenadas por accountID.

Así que si tengo por ejemplo:

Ventas de accountID

1 20

2 40

3 10

El objeto visual debe mostrar el acumulado de la siguiente manera:

Ventas acumuladas de accountID

2 40 40

1 20 60

3 10 70

El problema es que la medición del DAX tarda unos 50 segundos en terminar:

Y estoy atascado en encontrar otra forma de analizar el valor que puede mejorar el rendimiento.

Cualquier ayuda en esto sería apreciada.

Nota : incluso con una tabla de hechos de 20000 filas, tardará mucho tiempo en terminar de ejecutar el código dax.

[sio2Graphs]

Hola,

Puedes usar "Pareto de sio2Graphs" o "Pareto+" para construir rápidamente gráficos de Pareto con miles de categorías sin necesidad de medidas o DAX.

Es cierto que Power BI descartará categorías cuando supere una cierta cantidad, pero aún puedes ver la forma de tus datos y dónde caen los porcentajes. Además, una vez que veas los números, puedes filtrar los datos hasta que tengas el 20 que impulsa al 80. A continuación, se muestra un ejemplo basado en miles de categorías de las que luego descarté cantidades más pequeñas.

Hello,

You can use "Pareto by sio2Graphs" or "Pareto+”, to quickly construct pareto charts with thousands of categories without the need for measures or DAX.

It is true Power BI will drop out categories when it exceeds a certain amount, but you can still see the shape of your data and where the percentages are falling.  Additionally, once you see the numbers you can filter the data until you have the 20 that is driving the 80.  Below is an example based on thousands of categories that I then dropped out smaller amounts.

sio2Graphs

sio2graphs on AppSource 

using public datasets:

[Syndicate_Admin]

@lbendlin

Y este es un archivo con datos de muestra con tablas reales, no tablas calculadas:

https://drive.google.com/file/d/1sj_GoJZi4uh66mPDQcN3jH4UgvbmwP4C/view?usp=sharing

[Syndicate_Admin]

Publique un PBIX de muestra.

[Syndicate_Admin]

@lbendlin

dimtablee :

generateseries(1,20000)

Tabla de hechos:

hecho =

hecho =

GENERAR(SELECTCOLUMNS(GENERATESERIES(1,20000),"Dímido",[Valor]) , GENERATESERIES(1,200))

enlace:

El archivo en el que estoy probando contiene esas 2 tablas creadas así.

[Syndicate_Admin]

Tenga en cuenta que en los datos reales, el cálculo se ve afectado por la fecha.

Así que no puedo ir con enfoques de cálculo estáticos

[Syndicate_Admin]

Mencionas el diagrama de Pareto. Tiene demasiados valores de dimensión para eso. El gráfico de columnas cortará sus datos y hará una agrupación forzada, señalada por la "i" azul en la esquina superior derecha.

Encuentre otra dimensión para usar para el Pareto.