Quando se fala em performance no Power BI, existem diversos fatores que podem influenciar nesse aspecto. Por exemplo, ao trabalhar com modelos de dados grandes, fontes de dados subjacentes lentas ou relatórios complexos no Power BI, às vezes ficamos presos na luta contra os problemas de desempenho. Isso pode ser muito ruim para o seu projeto. Afinal, você acaba perdendo um tempo precioso na produção de relatórios.
Portanto, pensando em te ajudar a melhorar a sua performance no Power BI, nós, da InMinds, descrevemos algumas das melhores práticas e implementações práticas que você pode considerar. Quer saber mais? Continue a leitura e descubra!
Filtragem vertical no Power BI
Em primeiro lugar, você deve saber bem que os dois objetivos principais das colunas de tabela incluem relatórios e estruturas do modelo. Portanto, é muito bom usar apenas as colunas necessárias para projetar modelos. Não importa qual a sua capacidade de armazenamento, sempre é muito importante buscar maneiras de reduzir o tamanho de seu modelo. Então, uma das formas de fazer essa redução é através da filtragem vertical para remover as colunas desnecessárias.
Preferência por colunas personalizadas criadas no Power Query
Uma outra dica muito legal é a de criar mais colunas personalizadas do Power Query definidas em linguagem M. Muitos sabem que não é tão eficiente adicionar colunas de tabela como colunas DAX do que a opção do Power Query. Porém, existem exceções! Por exemplo, em situações onde certas colunas calculadas podem ser feitas apenas em DAX.
Portanto, é importante observar que o mecanismo de armazenamento armazena as colunas calculadas do modelo DAX da mesma forma que faz com as colunas calculadas da linguagem Power Query M. No entanto, os problemas que surgem em baixa eficiência e tempo de atualização de dados no DAX se deve à maneira do armazenamento das estruturas de dados, bem como possui uma compactação menos eficiente.
Segurança em nível de linha (RLS)
Uma boa prática que não pode faltar em modelos compartilhados é a segurança em nível de linha, o recurso Row Level Security (RLS).
Esse recurso permite que o administrador restrinja o acesso aos dados para cada usuário no nível de linha com base em suas necessidades. Com a implementação do RLS, o painel de cada usuário buscará dados apenas das linhas às quais eles têm acesso, em vez de buscá-los de todo o conjunto de dados. Atenção: o RLS é um recurso de segurança, e não de desempenho. Regras complexas podem até deixar as consultas mais lentas, por isso vale mantê-las simples e testá-las com o Performance Analyzer. Para modelos grandes, o que reduz o tempo de carga são as práticas anteriores: menos colunas, tipos de dados adequados e cálculos feitos no Power Query sempre que possível.
Gostou desse conteúdo? Leia os outros artigos do blog da InMinds ou fale com a InMinds sobre como aplicar o tema na sua empresa.
