กําหนดช่วงเวลาที่จะพัฒนาแบบจําลองการนําเข้า

เสร็จสมบูรณ์เมื่อ

แบบจําลองการนําเข้าประกอบด้วยตารางที่มีคุณสมบัติโหมดที่เก็บข้อมูลตั้งค่าเป็นนําเข้า ซึ่งรวมถึงตารางจากการคํานวณที่คุณกําหนดด้วยสูตร DAX ด้วย

ประโยชน์ของแบบจําลองการนําเข้า

แบบจําลองการนําเข้าเป็นเฟรมเวิร์กแบบจําลองที่พัฒนาบ่อยที่สุดเนื่องจากมีประโยชน์มากมาย นําเข้าแบบจําลอง:

  • รองรับแหล่งข้อมูลชนิด Power BI ทั้งหมด รวมถึงฐานข้อมูล ไฟล์ ฟีด เว็บเพจ กระแสข้อมูล และอื่น ๆ
  • สามารถรวมข้อมูลต้นฉบับได้ ตัวอย่างเช่น ตารางหนึ่งแหล่งมาจากฐานข้อมูลเชิงสัมพันธ์ในขณะที่แหล่งข้อมูลของตารางที่เกี่ยวข้องจากเว็บเพจ
  • สนับสนุนฟังก์ชันการทํางานของ DAX และ Power Query (M) ทั้งหมด
  • สนับสนุนตารางที่มีการคํานวณ
  • ส่งมอบประสิทธิภาพการทํางานของคิวรีที่ดีที่สุด นั่นเป็นเพราะข้อมูลที่แคชในแบบจําลองถูกปรับให้เหมาะสมสําหรับคิวรีการวิเคราะห์ (ตัวกรอง กลุ่ม และสรุป) และแบบจําลองจะถูกจัดเก็บทั้งหมดในหน่วยความจํา

ในระยะสั้น แบบจําลองการนําเข้านําเสนอตัวเลือกและยืดหยุ่นในการออกแบบให้มากที่สุด และมีประสิทธิภาพการทํางานที่รวดเร็ว ด้วยเหตุนี้ Power BI Desktop จะใช้โหมดที่เก็บข้อมูลการนําเข้าเมื่อคุณ "รับข้อมูล" ตามค่าเริ่มต้น

แผนภาพแสดงแบบจําลองการนําเข้า Schema รูปดาวที่โหลดข้อมูลจากแหล่งข้อมูลชนิดต่าง ๆ รวมถึงฐานข้อมูลเชิงสัมพันธ์ เวิร์กบุ๊ก Excel ฟีดสื่อสังคมและกระแสข้อมูล Power BI

ข้อจํากัดของแบบจําลองการนําเข้า

แม้ว่าจะมีประโยชน์ที่น่าสนใจมากมาย แต่ก็มีข้อจํากัดของแบบจําลองการนําเข้าที่คุณต้องคํานึงถึง ข้อจํากัดที่เกี่ยวข้องกับขนาดแบบจําลองและการรีเฟรชข้อมูล

ขนาดของแบบจําลอง

Power BI กําหนดข้อจํากัดขนาดของชุดข้อมูล ซึ่งจํากัดขนาดของแบบจําลอง เมื่อคุณเผยแพร่แบบจําลองไปยังความจุที่ใช้ร่วมกัน จะมีขีดจํากัด 1 GB ต่อชุดข้อมูล เมื่อเกินขีดจํากัดของขนาดนี้ ชุดข้อมูลจะล้มเหลวในการรีเฟรช เมื่อคุณเผยแพร่แบบจําลองไปยังความจุเฉพาะ (หรือที่เรียกว่าความจุแบบพรีเมียม) จะสามารถขยายเกิน 10 GB ได้ โดยให้คุณเปิดใช้งาน การตั้งค่ารูปแบบพื้นที่จัดเก็บชุดข้อมูลขนาดใหญ่ สําหรับความจุ

คุณควรพยายามลดจํานวนข้อมูลที่จัดเก็บในตารางเสมอ กลยุทธ์นี้ช่วยลดระยะเวลาของการรีเฟรชแบบจําลองและเร่งความเร็วคิวรีแบบจําลอง การลดข้อมูลจํานวนมากที่คุณสามารถนําไปใช้ได้ ได้แก่:

  • ลบคอลัมน์ที่ไม่จําเป็นออก
  • ลบแถวที่ไม่จําเป็นออก
  • จัดกลุ่มตามและสรุปเพื่อยกระดับเกรนของตารางข้อเท็จจริง
  • ปรับชนิดข้อมูลคอลัมน์ให้เหมาะสมด้วยการกําหนดลักษณะสําหรับข้อมูลตัวเลข
  • การตั้งค่าสําหรับคอลัมน์แบบกําหนดเองใน Power Query แทนคอลัมน์จากการคํานวณในแบบจําลอง
  • ปิดใช้งานการโหลดคิวรี Power Query
  • ปิดใช้งานวันที่/เวลาอัตโนมัติ
  • ใช้ที่เก็บข้อมูลตาราง DirectQuery ตามที่อธิบายไว้ในหน่วยถัดไปของโมดูลนี้

สําหรับข้อมูลเพิ่มเติม โปรดดูเทคนิคการลดข้อมูลสําหรับการสร้างแบบจําลองการนําเข้า

หมายเหตุ

ขีดจํากัด 1 GB ต่อชุดข้อมูลหมายถึงขนาดที่บีบอัดของแบบจําลอง Power BI ไม่ใช่ปริมาณของข้อมูลที่ถูกรวบรวมจากระบบต้นทาง

รีเฟรชข้อมูล

ข้อมูลนําเข้าต้องได้รับการรีเฟรชเป็นระยะ ๆ ชุดข้อมูลจะเป็นปัจจุบันเฉพาะในการรีเฟรชข้อมูลที่สําเร็จครั้งล่าสุดเท่านั้น เพื่อเก็บข้อมูลให้เป็นปัจจุบัน คุณตั้งค่าการรีเฟรชข้อมูลตามกําหนดการหรือผู้บริโภครายงานสามารถทําการรีเฟรชตามคําขอได้

Power BI กําหนดขีดจํากัดว่าการดําเนินการรีเฟรชตามกําหนดเวลาสามารถเกิดขึ้นได้บ่อยเพียงใด ซึ่งขึ้นอยู่กับแปดครั้งต่อวันในความจุที่ใช้ร่วมกัน และสูงสุด 48 ครั้งต่อวันในความจุเฉพาะ

คุณควรตรวจสอบว่าระดับเวลาแฝงนี้สามารถยอมรับได้หรือไม่ ซึ่งมักจะขึ้นอยู่กับความเร็ว (หรือความผันผวน) ของข้อมูล และความเร่งด่วนเพื่อให้ผู้ใช้ทราบข้อมูลเกี่ยวกับสถานะปัจจุบันของข้อมูล เมื่อไม่ยอมรับขีดจํากัดการรีเฟรชตามกําหนดการ พิจารณาใช้ตารางที่เก็บข้อมูล DirectQuery หรือสร้างตารางแบบไฮบริด หรือใช้วิธีอื่นและสร้างชุดข้อมูลแบบเรียลไทม์แทน

เคล็ดลับ

ตารางแบบไฮบริดจะอธิบายไว้ในหน่วย 4 สําหรับข้อมูลเกี่ยวกับชุดข้อมูลแบบเรียลไทม์ ให้ทํางานผ่านการตรวจสอบข้อมูลในแบบเรียลไทม์ด้วยโมดูล Power BI

นอกจากนี้ คุณยังต้องพิจารณารีเฟรชปริมาณงานและระยะเวลาด้วย ตามค่าเริ่มต้น ในการรีเฟรชตาราง Power BI จะลบข้อมูลทั้งหมดและโหลดอีกครั้ง การดําเนินการเหล่านี้สามารถสร้างภาระที่ยอมรับไม่ได้ในระบบต้นทางโดยเฉพาะอย่างยิ่งสําหรับตารางข้อเท็จจริงขนาดใหญ่ คุณสามารถตั้งค่าคุณลักษณะการรีเฟรชแบบเพิ่มหน่วยได้เพื่อลดภาระงานนี้ การรีเฟรชแบบเพิ่มหน่วยจะทําให้การสร้างและการจัดการพาร์ติชันช่วงเวลาเป็นแบบอัตโนมัติ และอัปเดตอย่างชาญฉลาดเฉพาะพาร์ติชันเหล่านั้นที่จําเป็นต้องรีเฟรชเท่านั้น

เมื่อแหล่งข้อมูลของคุณสนับสนุนการรีเฟรชแบบเพิ่มหน่วย จะส่งผลให้มีการรีเฟรชที่รวดเร็วและเชื่อถือได้มากขึ้น และลดการใช้ทรัพยากรของ Power BI และระบบต้นทาง

ผู้สร้างแบบจําลองข้อมูลขั้นสูงสามารถกําหนดกลยุทธ์การแบ่งพาร์ติชันของตนเองได้ สคริปต์อัตโนมัติสามารถสร้าง จัดการ และรีเฟรชพาร์ติชันตารางได้ สําหรับข้อมูลเพิ่มเติม ดูสถานการณ์การใช้งาน Power BI: การจัดการแบบจําลองข้อมูลขั้นสูง สถานการณ์การใช้งานนี้อธิบายโดยใช้ตําแหน่งข้อมูล XMLA ที่พร้อมใช้งานกับ Power BI Premium