Семинар 15. Работа с агрегатами Агрегаты в Power BI позволяют уменьшить размеры таблиц, чтобы сосредоточиться на важных данных и повысить производительность запросов. Они обеспечивают уникальные способы интерактивного анализа больших данных и могут существенно сократить затраты на раскрытие потенциала больших наборов данных для принятия решений.
Ниже перечислены некоторые преимущества использования агрегатов.
Повышение производительности запросов к большим данным. При каждом взаимодействии с визуальными элементами Power BI к набору данных выполняются запросы DAX. Для кэшированных агрегированных данных требуется в разы меньше ресурсов, чем для подробных, что позволяет использовать большие данные способами, которые иначе были бы недоступны.
Оптимизация обновления данных. Благодаря сокращению размера кэша ускоряется обновление, поэтому пользователи быстрее получают данные.
Сбалансированная архитектура. Кэш в памяти Power BI позволяет обрабатывать агрегированные запросы, что уменьшает количество запросов, отправляемых в режиме DirectQuery, и позволяет соблюдать пределы параллелизма. Оставшиеся запросы уровня детализации, как правило, являются отфильтрованными запросами на уровне транзакций. Такие запросы обычно без проблем обрабатываются хранилищами данных и системами больших данных.
Многомерные источники данных, такие как хранилища данных и киоски данных, могут использовать агрегаты на основе связей. Источники больших данных на базе Hadoop часто используют агрегаты, основанные на столбцах "группировать по". В этой статье описываются типичные различия моделирования в Power BI для каждого из типов источников данных.
Создание агрегированной таблицы Чтобы создать агрегированную таблицу, выполните указанные ниже действия.
Настройте новую таблицу с нужными полями в зависимости от источника данных и модели.
Определите агрегаты в диалоговом окне Управление агрегатами.
Если необходимо, измените режим хранения для агрегированной таблицы.