Anvend datapunktgrænser og -strategier efter visualiseringstype

GÆLDER FOR: Power BI-tjeneste for virksomhedsbrugere Power BI-tjeneste til designere , og udviklere, der brugerPower BI Desktop, kræver En Pro- eller Premium-licens

Visualiseringsgengivelse i Power BI skal være hurtig og præcis, hvilket kræver konfiguration af underliggende algoritmer for hver visualiseringstype. Visualiseringer i Power BI skal være fleksible nok til at håndtere forskellige størrelser semantiske modeller. Nogle semantiske modeller har kun en håndfuld datapunkter, mens andre semantiske modeller har petabyte af datapunkter. I denne artikel forklares de strategier, der bruges af Power BI til at gengive visualiseringer.

Strategier til datareduktion

Hver visualisering anvender en eller flere datareduktionsstrategier til at håndtere de potentielt store datamængder, der analyseres. Selv en enkel tabel anvender en strategi for at undgå at indlæse hele den semantiske model til klienten. Reduktionsstrategien varierer efter visualiseringstype. Hver visualisering vælger mellem de understøttede strategier til datareduktion som en del af oprettelsen af den dataanmodning, der sendes til serveren.

Hver visualisering styrer parametrene for disse strategier for at påvirke den samlede datamængde.

Strategier

For hver strategi er der standarder, der er baseret på formen og typen af visualiserede data. Hvis du vil give den rette brugeroplevelse, kan du tilsidesætte standarderne i ruden Formatering i Power BI.

• Datavindue (segmentering ): Giv brugerne mulighed for at rulle gennem dataene i en visualisering ved gradvist at indlæse fragmenter af den overordnede semantiske model.
• TopN: Vis kun de første N-elementer.
• Simpelt eksempel: Vis de første, sidste og N jævnt fordelte elementer imellem.
• BottomN: Vis kun de sidste N-elementer. Nyttig til overvågning af ofte opdaterede data.
• Stikprøvetagning med høj tæthed: En forbedret algoritme for stikprøvetagning, der bedre respekterer udenforliggende værdier og/eller formen af en kurve.
  • Grupperet linjeprøvetagning: Eksempeldatapunkter baseret på udenforliggende værdier i beholdere på tværs af en akse.
  • Stikprøvetagning af overlappende punkter: Eksempeldatapunkter baseret på overlappende værdier for at bevare afvigende værdier.

Statistik

Visse modeller kan levere statistik om antallet af værdier for bestemte kolonner. Når disse oplysninger er til stede, bruger vi disse oplysninger til bedre at balancere på tværs af flere hierarkier, hvis en visualisering ikke eksplicit tilsidesætter antallet af værdier for en strategi.

Du kan få flere oplysninger under Nyheder i SQL Server Analysis Services.

Dynamiske grænser

Ud over de tidligere nævnte strategier bruger visualiseringer med to hierarkier af grupperingskolonner (akse og forklaring eller kategori og serie) én anden strategi, der kaldes dynamiske grænser. Dynamiske grænser er designet til bedre at balancere datapunkter.

Dynamiske grænser giver et bedre udvalg af punkter til sparsomme data end statiske grænser. Du kan f.eks. konfigurere en visualisering til at vælge 100 kategorier og 10 serier med i alt 1.000 punkter. Men de faktiske data har 50 kategorier og 20 serier. Ved kørsel af forespørgsler vælger dynamiske grænser alle 20 serier for at udfylde de 1.000 punkter, der anmodes om.

Dynamiske grænser anvendes automatisk, når serveren kan:

• I Power BI Desktop med SSAS version 2016 eller nyere i det lokale miljø ved hjælp af serverens SuperDax-funktioner.
• Når du bruger en importeret model i Desktop og Power BI-tjeneste, kan du oprette direkte forbindelse til tjenesten eller oprette direkte forbindelse til AS PaaS, når du bruger en importeret model.
• I Power BI-tjeneste, når du opretter forbindelse via en gateway i det lokale miljø til SSAS version 2016 eller nyere, ved hjælp af serverens SuperDax-funktioner.

Strategier og datapunktgrænser efter visualiseringstype

Find oplysninger om hver enkelt visualiseringstype i følgende afsnit.

Områdediagram

Du kan få flere oplysninger om visualiseringer af områdediagrammer under Sådan fungerer den nye algoritme for linjetagning.

Liggende søjle- eller søjlediagram

• I kategoritilstand:
  • Kategorier: Virtualisering ved hjælp af vindue med 500 rækker ad gangen
  • Serie: Top 60
• I skalartilstand (kan bruge dynamiske grænser):
  • Maksimale antal point: 10.000
  • Kategorier: Eksempel på 500 værdier
  • Serie: Top 20-værdier

Kort (flere rækker)

• Værdier: Virtualisering ved hjælp af Vindue med 200 rækker ad gangen.

Kombinationsdiagram

Et kombinationsdiagram bruger de samme strategier som et søjlediagram. Bemærk, at linjen i kombinationsdiagrammet ikke bruger den algoritme med høj tæthed, som kurvediagrammet bruger.

Power BI-visualiseringer

Power BI-visualiseringer kan få op til 30.000 datapunkter, men det er op til forfatterne af visualiseringen at angive, hvilke strategier der skal bruges. Standardgrænsen er 1.000, men forfatteren af visualiseringen kan ændre den op til maksimalt 30.000.

Krans

• Maksimale point: 3.500
• Gruppe: Top 500
• Detaljer: Top 20

Kartogram choropleth

Det udfyldte kort kan bruge statistikker eller dynamiske grænser. Power BI forsøger at bruge reduktion i følgende rækkefølge: dynamiske grænser, statistikker og konfiguration.

• Maksimale antal point: 10000
• Kategorier: Top 500
• Serie (når både X og Y er til stede): Top 20

Tragt

• Maksimale point: 3.500
• Kategorier: Top 3.500

KPI

Tendensaksegrænser:

• Nederste 3.500

Kurvediagram

Du kan få flere oplysninger om visualiseringer af kurvediagrammer under Sådan fungerer den nye algoritme for linjetagning.

Kurvediagram, høj tæthed

Du kan få flere oplysninger under Stikprøvetagning af linjer med høj tæthed i Power BI.

Tilknytning

• Maksimale point: 3.500

Afhængigt af konfigurationen kan et kort have:

• Placering: Top 3.500
• Placering, størrelse: Top 3.500
• Samlinger af placering, breddegrad og længdegrad (+/-Størrelse): Top 3.500
• Breddegrad, længdegrad: Du kan få flere oplysninger under Udsnit med høj tæthed i Power BI-punktdiagrammer
• Breddegrad, længdegrad, størrelse: Top 3.500
• Forklaring, breddegrad, længdegrad: Du kan få flere oplysninger under Udsnit med høj tæthed i Power BI-punktdiagrammer
• Forklaring, breddegrad, længdegrad, størrelse: Top 233-forklaringer, Top 15-breddegrad og længdegrad (kan bruge statistikker eller dynamiske grænser)
• Placering, forklaring, breddegrad og længdegrad som aggregeringer (+/-Størrelse): Top 233-placeringer, Top 15-forklaringer (kan bruge statistikker eller dynamiske grænser)

Kort: Azure Kort

• Breddegrad, længdegrad: 30.000
• Placering: 30.000

Du kan få flere oplysninger under Stikprøvetagning med høj tæthed i Power BI-punktdiagrammer.

Matrix

• Rækker: Virtualisering ved hjælp af vindue med 500 rækker ad gangen
• Kolonner: De 100 øverste grupperingskolonner
• Værdier: Flere værdier tæller ikke med i datareduktionen

PowerApps-visualiseringer

PowerApps-visualiseringer kan få op til 30.000 datapunkter, men det er op til forfatterne af visualiseringen at angive, hvilke strategier der skal bruges. Standardgrænsen er 1.000, men forfatteren af visualiseringen kan ændre den op til maksimalt 30.000.

Radial måler

Ingen reduktionsstrategi.

Udsnit

• Værdier: Virtualisering ved hjælp af Vindue med 200 rækker ad gangen.

Punktdiagram (høj tæthed)

Du kan få flere oplysninger under Stikprøvetagning med høj tæthed i Power BI-punktdiagrammer.

Cirkeldiagram

• Maksimale point: 3.500
• Gruppe: Top 500
• Detaljer: Top 20

R & Python-visualiseringer

R & Python-visualiseringer er begrænset til 150.000 rækker. Hvis du vælger mere end 150.000 rækker, bruger visualiseringen kun de øverste 150.000 rækker.

Bånddiagram

• I kategoritilstand:
  • Kategorier: Virtualisering (datavindue) ved hjælp af Vindue med 500 rækker ad gangen
  • Serie: Top 60
• I skalartilstand (kan bruge dynamiske grænser):
  • Maksimale antal point: 10.000
  • Kategorier: Eksempel på 500 værdier
  • Serie: Top 20-værdier

Figurkort (eksempelvisning)

Figurkortet kan bruge statistikker eller dynamiske grænser.

• Maksimalt antal point: 1.500
• Kategorier: Top 500

Table

• Værdier: Virtualisering (datavindue) ved hjælp af Vindue med 500 rækker ad gangen.

Træstruktur (kan bruge statistikker eller dynamiske grænser)

• Maksimale point: 3.500
• Gruppe: Top 500
• Detaljer: Top 20

Vandfaldsdiagram

• Kategori-bucket (kun):
  • Maksimale point: 3.500
  • Kun kategori - top 3.500
• Både kategori og opdeling er til stede:
  • Kategori: Virtualisering (datavindue) ved hjælp af Vindue med 30 rækker ad gangen
  • Opdeling – de 200 øverste værdier

Relateret indhold

• Visualiseringstyper i Power BI