Registro de la tabla PBI en SQL Server

Hola @uk-roberto92 , Gracias por ponerse en contacto con el Foro de la Comunidad de Microsoft.

Sí, está en el camino correcto, si tiene acceso a Microsoft Fabric y se siente cómodo con PySpark y desea la máxima escalabilidad. Crea una casa de lago de tela y un cuaderno. En el cuaderno, use PySpark para consultar el conjunto de datos de Power BI directamente con mssparkutils.notebook.pbi_query, pasando EVALUATE FinalTable para cargar la tabla completa en un DataFrame. Expórtelo a SQL Server mediante el conector JDBC con un modo de sobrescritura para garantizar una instantánea nueva. Configure una canalización de datos de Fabric, agregue el bloc de notas como una tarea y prográmelo. Esto evita los límites de fila de la API REST, lo que lo hace ideal para conjuntos de datos grandes o complejos. Sin embargo, requiere licencias de Fabric y conocimientos de PySpark, por lo que solo vale la pena buscarlo si el conjunto de datos supera las 100 000 filas o si la configuración de Power Automate parece limitante.

Para obtener la solución más confiable e inmediata, recomiendo usar Power BI Service con Power Automate. Dado que ha confirmado que DAX Studio funciona para una exportación manual, nos basaremos en ello. Publique el informe en un área de trabajo de Power BI Service y programe una actualización del conjunto de datos. Cree un flujo programado de Power Automate para que se ejecute poco después. En el flujo, use la acción "Power BI - Ejecutar una consulta en un conjunto de datos" con la consulta de DAX, EVALUATE FinalTable, para exportar la tabla completa como JSON. A continuación, utilice la acción "SQL Server - Insertar fila" para analizar el JSON y escribirlo en una tabla SQL creada previamente (por ejemplo, PowerBI_Snapshot). En el caso de los conjuntos de datos de más de 100 000 filas, agregue paginación modificando el DAX con TOPN y un bucle de desplazamiento en el flujo. Publique el área de trabajo como una aplicación de Power BI para el acceso. Esto está totalmente automatizado, aprovecha las herramientas existentes y no requiere licencias adicionales más allá de Power BI Premium (si ya está en uso). Es eficiente para conjuntos de datos pequeños y medianos y escalable con un esfuerzo mínimo.

Si tiene acceso a Microsoft Fabric y se siente cómodo con PySpark, le sugiero una alternativa para obtener la máxima escalabilidad. Crea una casa de lago de tela y un cuaderno. En el cuaderno, use PySpark para consultar el conjunto de datos de Power BI directamente con mssparkutils.notebook.pbi_query, pasando EVALUATE FinalTable para cargar la tabla completa en un DataFrame. Expórtelo a SQL Server mediante el conector JDBC con un modo de sobrescritura para garantizar una instantánea nueva. Configure una canalización de datos de Fabric, agregue el bloc de notas como una tarea y prográmelo. Esto evita los límites de fila de la API REST, lo que lo hace ideal para conjuntos de datos grandes o complejos. Sin embargo, requiere licencias de Fabric y conocimientos de PySpark, por lo que solo vale la pena buscarlo si el conjunto de datos supera las 100 000 filas o si la configuración de Power Automate parece limitante.

Para una opción manual rápida que ya está probada, quédese con DAX Studio. Conéctelo al modelo de Power BI Desktop, ejecute EVALUATE FinalTable y exporte los resultados a un archivo CSV. A continuación, use SQL Server Management Studio (SSMS) para importar el archivo CSV en la tabla. Esto es perfecto para instantáneas únicas y no requiere configuración más allá de lo que ya ha hecho. Sin embargo, no está automatizado, por lo que es solo una solución provisional mientras se configura una de las soluciones anteriores.

Si esto ayudó a resolver el problema, considere marcarlo como "Aceptar como solución" para que otras personas con consultas similares puedan encontrarlo más fácilmente. Si no es así, por favor comparta los detalles, siempre estaremos encantados de ayudar.
Gracias.