Rendimiento del infrome es muy malo.

[Jaumedomi]

Buenas tengo el siguiente ejemplo de dashboard el cual su punto fuerte no es el rendimiento. Tiene 5 slicers, 6 gráficos, 6 tarjetas y un slicer de field parameters. 

Lo tengo modelado como estrella (aunque un toque de snowflake)

Me tarda mucho en interaccionar y muchas veces supera el segundo. Al hacer clic en el simbolo de más, por lo general lo que mas tiempo me lleva es "Parámetros evaluados" y "Otros".

Como puedo hacer para disminuir estos tiempos del PBI? El modelo tiene 380k filas (tabla de hechos) y tendrá que ir aumentando en filas poruqe cada día se actualiza.

[Syndicate_Admin · Accepted solution]

Pruebe estos métodos para mejorar el rendimiento: -

• Utilice el Analizador de rendimiento, DAX Studio y el Editor tabular para identificar cuellos de botella (aprenda cómo en Youtube y Google)
• Considere más capacidad o alternativas al almacenamiento predeterminado de Power BI, que están especialmente orientados al análisis de volúmenes de datos muy grandes. Por ejemplo, Fabric Direct Lake.
• Quite las filas y columnas innecesarias lo antes posible en una consulta, especialmente en tablas de hechos grandes.
• Use medidas DAX en lugar de columnas calculadas, a menos que sean para filtrar.
• Aprenda sobre el "Plegado de consultas" y utilícelo siempre que sea posible y coloque los comandos incompatibles al final de la consulta, para asegurarse de que se ejecuten tantos pasos como sea posible en el sistema de origen.
• Utilice los flujos de datos para reutilizar los datos, en lugar de volver a extraerlos.
• Considere la posibilidad de realizar actualizaciones incrementales.
• Programe las actualizaciones con cuidado para evitar conflictos con las horas pico de otras actualizaciones o informes, ya que evereyting se ejecuta en la misma CPU.
• Partición de datos. Por ejemplo, tenga datos de transacciones recientes muy detallados de los 3 meses anteriores requeridos por el departamento de operaciones, pero agregue y resuma los datos anteriores para el análisis general.
• Considere modelos de datos híbridos/compuestos. Por ejemplo, tablas de clientes con modo de importación para totales de resumen con una relación con una consulta directa si los usuarios desean explorar en profundidad y ver transacciones individuales para los clientes seleccionados.
• Usar ETL para reducir la cardinalidad (cuántas instancias están relacionadas con otra instancia)
• Agregue relaciones con moderación.
• Desactivar la importación automática predeterminada de relaciones
• Desactive los índices de fecha automáticos predeterminados y, en su lugar, use una tabla de calendario bien diseñada.
• Utilice los tipos de datos correctos para los campos (enteros, decimales, texto o fechas)
• Divida las columnas de datos/hora en columnas de fecha y hora separadas, ya que son más eficientes.
• Sustituya las claves naturales basadas en cadenas por claves suplentes numéricas enteras.
• Use null en lugar de ceros para las columnas agregables.
• Ordenar las tablas de hechos para ayudar a la compresión
• Archivar datos.
• Use las variables temporales de DAX y los comandos best para mejorar el rendimiento. (Demasiados consejos y sugerencias de Dax para enumerarlos aquí).

[Syndicate_Admin · Accepted solution]

Hola @Syndicate_Admin ,
Gracias por ponerse en contacto con el foro de la comunidad de Microsoft Fabric.

Pruebe estos para mejorar el rendimiento del informe:

1. Analizar el rendimiento visual

Use Performance Analyzer en Power BI Desktop:

• Vaya a Ver > Analizador de rendimiento.

• Haga clic en Iniciar grabación, interactúe con las segmentaciones de datos y anote qué objetos visuales son lentos.

• Exporte y analice objetos visuales lentos para comprender qué es lo que lleva tiempo: evaluación de DAX, representación visual o carga de consultas.

2. Optimizar las medidas del DAX

• Evite las instrucciones IF o SWITCH anidadas complejas en medidas vinculadas a parámetros de campo.

• Calcule previamente la lógica en Power Query cuando sea posible.

• Reemplace CALCULATE( . . . ) )patrones con alternativas optimizadas como TREATAS, tablas de KPI o tablas desconectadas para filtros.

3. Optimización de parámetros de campo

Los parámetros de campo pueden provocar un recálculo de todo el modelo:

• Limite el número de campos del parámetro a solo los necesarios.

• Evite el uso de varias medidas pesadas que se recalculen para cada selección de campo.

• Considere la posibilidad de reemplazarlo con marcadores o páginas separadas si solo se alternan algunas métricas.

4. Reducir el número de elementos visuales

Cada objeto visual desencadena una consulta DAX:

• Considere la posibilidad de combinar varias tarjetas en un único objeto visual de matriz o objeto visual de KPI.

• Use botones de alternancia con marcadores para mostrar u ocultar grupos de objetos visuales en lugar de mostrarlos todos a la vez.

5. Habilitar la reducción de consultas

Vaya a Opciones de > de archivos > reducción de consultas:

• Habilite opciones como "Deshabilitar el resaltado cruzado de forma predeterminada" y

• Botón "Aplicar cambios" para las segmentaciones. Esto evita ejecutar una consulta en cada cambio.

6. Usar tablas agregadas

Si va a segmentar datos que provienen de tablas de hechos detalladas:

• Cree tablas agregadas para objetos visuales que no necesiten datos detallados (como totales o tendencias).

• Utilice modelos compuestos o columnas SUMMARIZECON datos agregados previamente.

7. Comprobar las relaciones y la cardinalidad

• Las columnas de cardinalidad alta (como los campos de texto largos o los identificadores) ralentizan el modelo.

• Intente reducir la cardinalidad en los campos utilizados en objetos visuales y segmentaciones.

8. Desactiva las interacciones visuales

• No es necesario filtrar todos los objetos visuales.

• Vete a Formato> Editar interaccionesy deshabilite las interacciones entre segmentaciones y gráficos cuando no sean necesarias.
  
  

Si la respuesta ha abordado su consulta, acéptela como una solución y dé un 'Felicitaciones' para que otros miembros puedan encontrarla fácilmente

Saludos
Sreeteja.
Equipo de apoyo a la comunidad

[Syndicate_Admin]

Hola @Syndicate_Admin ,

¿Solo quería verificar si tuvo la oportunidad de revisar la sugerencia proporcionada?

Si la respuesta ha abordado su consulta, acéptela como una solución y dé un 'Felicitaciones' para que otros miembros puedan encontrarla fácilmente.

Gracias.

[Syndicate_Admin]

Puede ignorar los tiempos de "otros". Eso incluye cosas como el tiempo de espera para que se carguen otras imágenes, y está totalmente fuera de su control.

Dado el pequeño número de filas en la tabla de hechos, creo que las medidas del DAX no están bien optimizadas. La mejor manera de llegar al fondo de los problemas de rendimiento es usar DAX Studio.

Puede conectar DAX Studio a la instancia local de Power BI y habilitar todas las consultas. Cuando esté habilitado, actualice los objetos visuales de su informe, por ejemplo, haciendo una selección en uno de los segmentos.

Filtre la salida de Todas las consultas de DAX Studio para mostrar solo el tipo DAX. A continuación, puede consultar la lista de consultas para comprobar la duración. Cuando encuentre las consultas con las duraciones más largas, al hacer doble clic en la columna Consulta, se colocará esa consulta en la ventana de consulta para que pueda leerla más fácilmente, y puede habilitar los tiempos del servidor y ejecutar esa consulta, examinando los tiempos del servidor para intentar averiguar qué está causando el problema de rendimiento.

Si se incluyen varias medidas en la consulta, intente comentarlas e incluir solo 1 a la vez. Eso debería ayudar a identificar si una medida está causando los problemas.

[Syndicate_Admin · Accepted solution]

Pruebe estos métodos para mejorar el rendimiento: -

• Utilice el Analizador de rendimiento, DAX Studio y el Editor tabular para identificar cuellos de botella (aprenda cómo en Youtube y Google)
• Considere más capacidad o alternativas al almacenamiento predeterminado de Power BI, que están especialmente orientados al análisis de volúmenes de datos muy grandes. Por ejemplo, Fabric Direct Lake.
• Quite las filas y columnas innecesarias lo antes posible en una consulta, especialmente en tablas de hechos grandes.
• Use medidas DAX en lugar de columnas calculadas, a menos que sean para filtrar.
• Aprenda sobre el "Plegado de consultas" y utilícelo siempre que sea posible y coloque los comandos incompatibles al final de la consulta, para asegurarse de que se ejecuten tantos pasos como sea posible en el sistema de origen.
• Utilice los flujos de datos para reutilizar los datos, en lugar de volver a extraerlos.
• Considere la posibilidad de realizar actualizaciones incrementales.
• Programe las actualizaciones con cuidado para evitar conflictos con las horas pico de otras actualizaciones o informes, ya que evereyting se ejecuta en la misma CPU.
• Partición de datos. Por ejemplo, tenga datos de transacciones recientes muy detallados de los 3 meses anteriores requeridos por el departamento de operaciones, pero agregue y resuma los datos anteriores para el análisis general.
• Considere modelos de datos híbridos/compuestos. Por ejemplo, tablas de clientes con modo de importación para totales de resumen con una relación con una consulta directa si los usuarios desean explorar en profundidad y ver transacciones individuales para los clientes seleccionados.
• Usar ETL para reducir la cardinalidad (cuántas instancias están relacionadas con otra instancia)
• Agregue relaciones con moderación.
• Desactivar la importación automática predeterminada de relaciones
• Desactive los índices de fecha automáticos predeterminados y, en su lugar, use una tabla de calendario bien diseñada.
• Utilice los tipos de datos correctos para los campos (enteros, decimales, texto o fechas)
• Divida las columnas de datos/hora en columnas de fecha y hora separadas, ya que son más eficientes.
• Sustituya las claves naturales basadas en cadenas por claves suplentes numéricas enteras.
• Use null en lugar de ceros para las columnas agregables.
• Ordenar las tablas de hechos para ayudar a la compresión
• Archivar datos.
• Use las variables temporales de DAX y los comandos best para mejorar el rendimiento. (Demasiados consejos y sugerencias de Dax para enumerarlos aquí).