Zusammenfassung

Im Szenario dieses Moduls war eines der semantischen Modelle Ihrer Organisation ineffizient und verursachte Probleme. Benutzer waren mit der Berichtsleistung unzufrieden, und die Dateigröße des Modells war zu groß und beanspruchte die Ressourcen der Organisation stark.

Sie wurden aufgefordert, das semantische Modell zu überprüfen, um die Ursache für die Leistungsprobleme zu ermitteln und Änderungen zur Leistungsoptimierung und Verkleinerung des Modells vorzunehmen.

Power BI Desktop stellt Ihnen verschiedene Tools sowie Optionen zur Verfügung, um die Leistung seiner bedeutungsbasierten Modelle zu analysieren und zu verbessern. Sie haben zu Beginn des Optimierungsprozesses die Leistungsanalyse sowie weitere Tools verwendet, um die Leistung von Measures, Beziehungen und Visuals zu überprüfen. Dann haben Sie basierend auf den Analyseergebnissen Verbesserungen vorgenommen. Als nächsten Schritt haben Sie Variablen verwendet, um weniger komplexe und effizientere Berechnungen zu schreiben. Danach haben Sie sich die Spaltenverteilung genauer angesehen und haben die Kardinalität Ihrer Beziehungen reduziert. Zu diesem Zeitpunkt war das semantische Modell besser optimiert. Sie haben überlegt, wie sich die Situation unterscheiden würde, wenn Ihr Unternehmen ein DirectQuery-Modell verwenden würde, und haben dann ermittelt, wie Sie die Leistung von Power BI Desktop und der Quelldatenbank optimieren können. Schließlich haben Sie Aggregationen verwendet, um die Größe des semantischen Modells erheblich zu reduzieren.

Wenn Power BI Desktop Ihnen nicht die Möglichkeit geben würde, ineffiziente semantische Modelle zu optimieren, müssten Sie viel Zeit in Ihren mehreren Datenquellen verbringen, um die Daten dort zu verbessern. Genau genommen hätten Sie ohne die Leistungsanalyse die Gründe für die Leistungsprobleme in Ihren Berichten und die Engpässe bei den Abfragen, die geklärt werden müssen, nicht erkennen können. Dies hätte zur Folge, dass Benutzer frustriert und unmotiviert sind, die Berichte zu verwenden.

Da Sie den Bericht nun optimiert haben, können Benutzer auf die Daten, die Sie benötigen, schneller zugreifen, was zu produktiverem Arbeiten und höherer Jobzufriedenheit führt. Die von Ihnen reduzierte Dateigröße des Modells mindert die Belastung Ihrer Ressourcen und bringt Ihrer Organisation verschiedene Vorteile. Sie haben die erhaltene Aufgabe erfolgreich erfüllen können.