Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Bei der Implementierung einer inkrementellen Aktualisierungs- und Echtzeitdatenlösung gibt es zwei Phasen, wobei zunächst Parameter konfiguriert, gefiltert und eine Richtlinie in Power BI Desktop definiert wird. Die zweite ist der erste Semantikmodellaktualisierungsvorgang und nachfolgende Aktualisierungen im Dienst. In diesem Artikel wird die Problembehandlung für jede dieser Phasen separat erläutert.
Nachdem Sie die Tabelle im Power BI-Dienst partitioniert haben, ist es wichtig zu beachten, dass inkrementell aktualisierte Tabellen, die auch Echtzeitdaten mit DirectQuery erhalten, jetzt im Hybridmodus ausgeführt werden, was bedeutet, dass sie sowohl im Import- als auch im DirectQuery-Modus operieren. Alle Tabellen mit Beziehungen zu einer solchen inkrementell aktualisierten Hybridtabelle müssen den Dual-Modus verwenden, damit sie im Import- und DirectQuery-Modus ohne Leistungseinbußen verwendet werden können. Darüber hinaus können visuelle Berichtselemente Ergebnisse zwischenspeichern, um das Senden von Abfragen an die Datenquelle zu vermeiden, wodurch verhindert wird, dass die Tabelle die neuesten Datenaktualisierungen in Echtzeit abruft. Im letzten Abschnitt zur Problembehandlung werden diese Probleme im Hybridmodus behandelt.
Bevor Sie die Fehlerbehebung für inkrementelle Aktualisierung und Echtzeitdaten durchführen, überprüfen Sie unbedingt inkrementelle Aktualisierung für Modelle und Echtzeitdaten und schrittweise Informationen in Inkrementelle Aktualisierung und Echtzeitdaten konfigurieren.
Konfigurieren in Power BI Desktop
Die meisten Probleme, die beim Konfigurieren der inkrementellen Aktualisierung und Echtzeitdaten auftreten, stehen im Zusammenhang mit der Abfragefaltung. Wie in inkrementelle Aktualisierung für die Modellübersicht beschrieben – unterstützte Datenquellen, muss Ihre Datenquelle Query Folding unterstützen.
Problem: Das Laden von Daten dauert zu lange.
Im Power Query-Editor dauert das Laden von Daten nach Auswahl der Option "Übernehmen" viel zu lange und verbraucht übermäßig viele Systemressourcen. Es gibt mehrere mögliche Ursachen.
Ursache: Datentypkonflikt
Dieses Problem kann durch einen Datentypkonflikt verursacht werden, bei dem Date/Time der erforderliche Datentyp für die Parameter RangeStart und RangeEnd ist, aber die Tabellendatumsspalte, auf die die Filter angewendet werden, ist nicht vom Datentyp Date/Time, oder umgekehrt. Sowohl der Parameterdatentyp als auch die gefilterte Datenspalte müssen Datentyp sein Date/Time , und das Format muss identisch sein. Wenn nicht, kann die Abfrage nicht gefaltet werden.
Lösung: Überprüfen des Datentyps
Überprüfen Sie, ob die Datums-/Uhrzeitspalte für die inkrementelle Aktualisierungstabelle vom Date/Time Datentyp ist. Wenn Ihre Tabelle keine Spalte des Date/Time Datentyps enthält, sondern stattdessen einen ganzzahligen Datentyp verwendet, können Sie eine Funktion erstellen, die den Datums-/Uhrzeitwert in den RangeStart und RangeEnd Parametern in übereinstimmung mit dem ganzzahligen Ersatzschlüssel der Datenquellentabelle konvertiert. Weitere Informationen finden Sie unter Konfigurieren der inkrementellen Aktualisierung – Konvertieren von DateTime in ganze Zahl.
Ursache: Die Datenquelle unterstützt keine Abfragefaltung.
Wie inkrementelle Aktualisierungs- und Echtzeitdaten für Modelle beschrieben – Anforderungen ist die inkrementelle Aktualisierung für Datenquellen vorgesehen, die die Abfragefaltung unterstützen. Stellen Sie sicher, dass Datenquellenabfragen in Power BI Desktop gefaltet werden, bevor sie in den Power BI-Dienst veröffentlicht werden, da sich Abfragefaltungsprobleme erheblich verschlimmern können. Dieser Ansatz ist besonders wichtig, wenn Echtzeitdaten in inkrementelle Aktualisierungsrichtlinien eingeschlossen werden, da die Echtzeit-DirectQuery-Partition Abfragefaltung erfordert.
Lösung: Überprüfen und Testen von Abfragen
In den meisten Fällen wird im Dialogfeld "Inkrementelle Aktualisierungsrichtlinie" eine Warnung angezeigt, die angibt, ob die Abfrage, die für die Datenquelle ausgeführt werden soll, keine Abfragefaltung unterstützt. In einigen Fällen kann es jedoch notwendig sein, die Abfragefaltung weiter zu gewährleisten. Überwachen Sie nach Möglichkeit die Abfrage, die mithilfe eines Tools wie SQL Profiler an die Datenquelle übergeben wird. Eine Abfrage mit filtern basierend auf RangeStart und RangeEnd muss in einer einzelnen Abfrage ausgeführt werden.
Sie können auch einen kurzen Datums-/Uhrzeitzeitraum in den RangeStart und RangeEnd Parametern festlegen, die nicht mehr als ein paar tausend Zeilen enthalten. Wenn das Laden gefilterter Daten aus der Datenquelle in das Modell geladen wird und dies sehr lange dauert und prozessintensiv ist, bedeutet dies wahrscheinlich, dass die Abfrage nicht gefaltet wird.
Wenn Sie feststellen, dass die Abfrage nicht gefaltet wird, lesen Sie die Abfragefaltungsanleitungen in Power BI Desktop und Power Query , um Hilfe bei der Identifizierung zu erhalten, was die Abfragefaltung verhindern kann und wie oder wenn die Datenquelle die Abfragefaltung sogar unterstützen kann.
Aktualisierung des semantischen Modells im Dienst
Die Problembehandlung bei inkrementellen Aktualisierungsproblemen im Dienst unterscheidet sich je nach Art der Kapazität, für die Ihr Modell veröffentlicht wurde. Semantische Modelle auf Premium-Kapazitäten unterstützen die Verwendung von Tools wie SQL Server Management Studio (SSMS), um einzelne Partitionen anzuzeigen und selektiv zu aktualisieren. Bei Power BI Pro-Modellen gibt es keinen Toolzugriff über den XMLA-Endpunkt, sodass die Behebung von Problemen bei inkrementellen Aktualisierungen möglicherweise etwas mehr Ausprobieren und Fehlersuche erfordert.
Problem: Zeitüberschreitung bei der anfänglichen Aktualisierung
Die geplante Aktualisierung für Power BI Pro-Modelle für eine gemeinsam genutzte Kapazität hat ein Zeitlimit von zwei Stunden. Dieses Zeitlimit wird für Modelle in einer Premium-Kapazität auf fünf Stunden erhöht. Datenquellensysteme können auch eine Beschränkung der Abfragerückgabegröße oder ein Abfragetimeout auferlegen.
Ursache: Datenquellenabfragen werden nicht zusammengeführt
Während Probleme mit der Abfragefaltung in der Regel in Power BI Desktop vor der Veröffentlichung an den Dienst ermittelt werden können, ist es möglich, dass Modellaktualisierungsabfragen nicht gefaltet werden, was zu übermäßigen Aktualisierungszeiten und der Ressourcenauslastung des Abfrage-Mashupmoduls führt. Dies geschieht, weil für jede Partition im Modell eine Abfrage erstellt wird. Wenn die Abfragen nicht gefaltet werden und Daten nicht an der Datenquelle gefiltert werden, versucht das Modul dann, die Daten zu filtern.
Lösung: Überprüfen der Abfragefaltung
Verwenden Sie ein Ablaufverfolgungstool an der Datenquelle, um festzustellen, dass die übergebene Abfrage für jede Partition eine einzelne Abfrage ist, die einen Filter basierend auf den Parametern RangeStart und RangeEnd enthält. Wenn nicht, überprüfen Sie, ob die Abfragefaltung im Power BI Desktop-Modell auftritt, wenn eine kleine gefilterte Datenmenge in das Modell geladen wird. Wenn nicht, beheben Sie es zuerst im Modell, führen Sie eine Metadatenaktualisierung des Modells durch (mithilfe des XMLA-Endpunkts), oder falls es sich um ein Power BI Pro-Modell in einer geteilten Kapazität handelt, löschen Sie das unvollständige Modell im Dienst, veröffentlichen Sie es erneut, und versuchen Sie erneut, einen initialen Aktualisierungsvorgang auszuführen.
Wenn Sie feststellen, dass Abfragen nicht gefaltet werden, lesen Sie die Abfragefaltungsanleitungen in Power BI Desktop und Power Query , um Hilfe bei der Identifizierung zu erhalten, was die Abfragefaltung möglicherweise verhindert.
Ursache: In Partitionen geladene Daten sind zu groß
Lösung: Verringern der Modellgröße
In vielen Fällen wird das Timeout durch die Menge der abgefragten und in die Modellpartitionen geladenen Daten verursacht, die die von der Kapazität auferlegten Zeitlimits überschreiten. Verringern Sie die Größe oder Komplexität Ihres Modells, oder unterteilen Sie das Modell in kleinere Teile.
Lösung: Aktivieren des Speicherformats für große Modelle
Bei Modellen, die auf Premium-Kapazitäten veröffentlicht wurden, können Sie, wenn das Modell über 1 GB oder mehr hinauswächst, die Leistung des Aktualisierungsvorgangs verbessern und sicherstellen, dass das Modell keine Größenbeschränkungen überschreitet, indem Sie das Speicherformat für große Modelle aktivieren, bevor Sie den ersten Aktualisierungsvorgang im Dienst ausführen. Weitere Informationen finden Sie unter Große Modelle in Power BI Premium.
Lösung: Anfängliche Aktualisierung des Bootstrap
Für Modelle, die in Premium-Kapazitäten veröffentlicht wurden, können Sie den anfänglichen Aktualisierungsvorgang bootstrapieren. Bootstrapping ermöglicht es dem Dienst, Tabellen- und Partitionsobjekte für das Modell zu erstellen, aber keine historischen Daten in einer der Partitionen zu laden und zu verarbeiten. Weitere Informationen finden Sie unter Erweiterte inkrementelle Aktualisierung – Verhindern von Timeouts bei der ersten vollständigen Aktualisierung.
Ursache: Timeout für Datenquellenabfragen
Abfragen können durch ein standardmäßiges Zeitlimit für die Datenquelle begrenzt werden.
Lösung: Überschreiben des Zeitlimits im Abfrageausdruck
Viele Datenquellen erlauben das Überschreiten des Zeitlimits im Abfrageausdruck. Weitere Informationen finden Sie unter Inkrementelle Aktualisierung für Modelle – Zeitlimits.
Problem: Fehler beim Aktualisieren aufgrund doppelter Werte
Ursache: Posttermine wurden geändert
Bei einer Aktualisierungsoperation werden nur die Daten im Modell aktualisiert, die sich in der Datenquelle geändert haben. Da die Daten durch ein Datum dividiert werden, wird empfohlen, dass Datumsangaben nach (Transaktion) nicht geändert werden.
Wenn ein Datum versehentlich geändert wird, können zwei Probleme auftreten: Benutzer bemerken, dass einige Summen in den historischen Daten geändert wurden (das nicht geschehen soll), oder während einer Aktualisierung wird ein Fehler zurückgegeben, der angibt, dass ein eindeutiger Wert nicht eindeutig ist.
Für Letzteres kann diese Situation auftreten, wenn die Tabelle mit der konfigurierten inkrementellen Aktualisierung als 1 Seite in einer Beziehung mit einer 1:N anderen Tabelle verwendet wird und eindeutige Werte haben sollte. Wenn die Daten für eine bestimmte ID geändert werden, wird diese ID dann in einer anderen Partition angezeigt, und das Modul erkennt, dass der Wert nicht eindeutig ist.
Lösung: Aktualisieren bestimmter Partitionen
Wenn ein Unternehmen einige vergangene Daten aus den Datumsangaben ändern muss, besteht eine mögliche Lösung darin, SSMS zu verwenden, um alle Partitionen von dem Punkt zu aktualisieren, an dem sich die Änderung bis zur aktuellen Aktualisierungspartition befindet, wodurch die 1 Seite der Beziehung eindeutig bleibt.
Problem: Daten werden verkürzt
Ursache: Der Grenzwert für Datenquellenabfragen wurde überschritten.
Einige Datenquellen, z. B. Azure Data Explorer, Log Analytics und Application Insights, weisen einen Grenzwert von 64 MB (komprimiert) für Daten auf, die für eine externe Abfrage zurückgegeben werden können. Azure Data Explorer gibt möglicherweise einen expliziten Fehler zurück, während bei anderen Diensten wie Log Analytics und Application Insights die zurückgegebenen Daten gekürzt werden.
Lösung: Angeben kleinerer Aktualisierungs- und Speicherzeiträume
Geben Sie kleinere Aktualisierungs- und Speicherzeiträume in der Richtlinie an. Wenn Sie z. B. einen Aktualisierungszeitraum von einem Jahr angegeben haben und ein Abfragefehler zurückgegeben wird oder die zurückgegebenen Daten abgeschnitten werden, versuchen Sie einen Aktualisierungszeitraum von 12 Monaten. Sie möchten sicherstellen, dass Abfragen für die aktuelle Aktualisierungspartition oder historische Partitionen basierend auf den Zeiträumen "Aktualisieren" und "Store" nicht mehr als 64 MB Daten zurückgeben.
Problem: Aktualisierung schlägt aufgrund von Partitionsschlüsselkonflikten fehl
Ursache: Datum in der Datumsspalte in der Datenquelle wird aktualisiert
Der Filter in der Datumsspalte wird verwendet, um die Daten dynamisch in Zeitraumbereiche im Power BI-Dienst zu partitionieren. Die inkrementelle Aktualisierung ist nicht darauf ausgelegt, Fälle zu unterstützen, in denen die gefilterte Datumsspalte im Quellsystem aktualisiert wird. Ein Update wird als Einfügung und Löschvorgang interpretiert, nicht als tatsächliche Aktualisierung. Wenn der Löschvorgang im historischen und nicht im inkrementellen Bereich erfolgt, wird er nicht erfasst, was aufgrund von Partitionsschlüsselkonflikten zu Datenaktualisierungsfehlern führen kann.
Hybridmodus im Dienst
Wenn Power BI eine inkrementelle Aktualisierungsrichtlinie mit Echtzeitdaten anwendet, wird die inkrementelle aktualisierte Tabelle in eine Hybridtabelle umgewandelt, die sowohl im Import- als auch im DirectQuery-Modus ausgeführt wird. Beachten Sie die DirectQuery-Partition am Ende der folgenden Partitionsliste einer Beispieltabelle. Das Vorhandensein einer DirectQuery-Partition hat Auswirkungen auf verwandte Tabellen und Berichtsvisualisierungen, die diese Tabelle abfragen.
Problem: Abfrageleistung ist schlecht
Ursache: Verwandte Tabellen befinden sich nicht im Dualmodus.
Hybridtabellen, die sowohl im Import- als auch im DirectQuery-Modus ausgeführt werden, erfordern verwandte Tabellen, die im Dual-Modus ausgeführt werden, damit sie abhängig vom Kontext der Abfrage, die an das Power BI-Modell übermittelt wird, entweder als zwischengespeichert oder nicht zwischengespeichert werden können. Der duale Modus ermöglicht Power BI, die Anzahl begrenzter Beziehungen im Modell zu reduzieren und effiziente Datenquellenabfragen zu generieren, um eine gute Leistung sicherzustellen. Eingeschränkte Beziehungen können nicht an die Datenquelle übertragen werden, die Power BI benötigt, um mehr Daten abzurufen als erforderlich. Da duale Tabellen entweder als DirectQuery- oder Importtabellen fungieren können, wird diese Situation vermieden.
Lösung: Konvertieren verwandter Tabellen in den Dualmodus
Beim Konfigurieren einer inkrementellen Aktualisierungsrichtlinie erinnert Power BI Desktop Sie daran, alle zugehörigen Tabellen in den Dualmodus umzuschalten, wenn Sie die Option "Neueste Daten in Echtzeit mit DirectQuery (nur Premium)" auswählen. Überprüfen Sie außerdem alle vorhandenen Tabellenbeziehungen in der Modellansicht.
Tabellen, die derzeit im DirectQuery-Modus ausgeführt werden, können problemlos in den Dualmodus umgestellt werden. Wählen Sie in den Tabelleneigenschaften unter "Erweitert" im Listenfeld für den Speichermodus "Dual" aus. Tabellen, die derzeit im Importmodus ausgeführt werden, erfordern jedoch manuelle Arbeit. Zwei Tabellen weisen die gleichen funktionalen Einschränkungen auf wie DirectQuery-Tabellen. Power BI Desktop kann daher keine Importtabellen konvertieren, da sie möglicherweise auf andere Funktionen angewiesen sind, die im Dualmodus nicht verfügbar sind. Sie müssen diese Tabellen manuell im DirectQuery-Modus neu erstellen und dann in den Dualmodus konvertieren. Weitere Informationen finden Sie unter "Verwalten des Speichermodus" in Power BI Desktop.
Problem: Visuelle Berichtselemente zeigen nicht die neuesten Daten an
Ursache: Power BI-Caches-Abfrageergebnisse verbessern die Leistung und reduzieren die Back-End-Auslastung
Standardmäßig speichert Power BI Abfrageergebnisse zwischen, sodass Abfragen visueller Berichte schnell verarbeitet werden können, auch wenn sie auf DirectQuery basieren. Das Vermeiden unnötiger Datenquellenabfragen verbessert die Leistung und verringert die Auslastung der Datenquelle, kann aber auch bedeuten, dass die neuesten Datenänderungen an der Quelle nicht in die Ergebnisse einbezogen werden.
Lösung: Konfigurieren der automatischen Seitenaktualisierung
Um die neuesten Datenänderungen aus der Quelle abzurufen, konfigurieren Sie die automatische Seitenaktualisierung für Ihre Berichte im Power BI-Dienst. Automatische Seitenaktualisierung kann in festen Intervallen ausgeführt werden, z. B. fünf Sekunden oder zehn Minuten. Wenn dieses bestimmte Intervall erreicht ist, senden alle visuellen Elemente auf dieser Seite eine Aktualisierungsabfrage an die Datenquelle und werden entsprechend aktualisiert. Alternativ können Sie visuelle Elemente auf einer Seite basierend auf der Erkennung von Änderungen in den Daten aktualisieren. Für diesen Ansatz ist eine Änderungserkennungsmaßnahme erforderlich, die Power BI dann zum Abrufen der Datenquelle für Änderungen verwendet. Die Änderungserkennung wird nur in Arbeitsbereichen unterstützt, die Teil einer Premium-Kapazität sind. Weitere Informationen dazu finden Sie unter Automatische Seitenaktualisierung in Power BI.