คำแนะนำแบบจำลองแบบรวมใน Power BI Desktop

บทความ
09/23/2021
2 นาทีในการอ่าน

บทความนี้มีเป้าหมายให้ผู้สร้างแบบจำลองข้อมูลที่พัฒนาแบบจำลองแบบรวมใน Power BI ซึ่งจะอธิบายกรณีการใช้แบบจำลองแบบรวมและให้คำแนะนำในการออกแบบแก่คุณ โดยเฉพาะแล้ว คำแนะนำช่วยให้คุณกำหนดว่าแบบจำลองแบบรวมเหมาะสมสำหรับโซลูชันของคุณหรือไม่ ถ้าใช่ บทความนี้จะช่วยให้คุณสามารถออกแบบแบบจำลองที่เหมาะสมได้

หมายเหตุ

บทนำสู่แบบจำลองแบบรวมนั้นไม่ครอบคลุมในบทความนี้ ถ้าคุณไม่คุ้นเคยกับแบบจำลองแบบรวม เราขอแนะนำให้คุณอ่านบทความ ใช้แบบจำลองแบบรวมใน Power BI Desktop ก่อน

เนื่องจากแบบจำลองแบบรวมมีอย่างน้อยหนึ่งแหล่งที่มาของ DirectQuery ซึ่งเป็นสิ่งสำคัญที่คุณต้องมีความเข้าใจอย่างละเอียดเกี่ยวกับ ความสัมพันธ์แบบจำลอง แบบจำลอง DirectQuery และ คำแนะนำการออกแบบแบบจำลอง DirectQuery

กรณีการใช้งานแบบจำลองแบบรวม

เมื่อใดก็ตามที่เป็นไปได้ การพัฒนาแบบจำลองในโหมดนำเข้าจะดีที่สุด โหมดให้ความยืดหยุ่นในการออกแบบที่ดีที่สุด และให้ประสิทธิภาพการทำงานที่ดีที่สุด

อย่างไรก็ตามความท้าทายที่เกี่ยวข้องกับจำนวนข้อมูลขนาดใหญ่ หรือการรายงานเกี่ยวกับข้อมูลที่ใกล้เคียงเวลาจริง ไม่สามารถแก้ไขได้โดยแบบจำลองการนำเข้า ในกรณีเหล่านี้คุณสามารถพิจารณาใช้แบบจำลอง DirectQuery ซึ่งจะเก็บข้อมูลของคุณไว้ในแหล่งข้อมูลเดียวที่ ได้รับการสนับสนุนโดยโหมด DirectQuery

นอกจากนี้ คุณสามารถพิจารณาเพื่อพัฒนาแบบจำลองแบบรวมได้ในสถานการณ์ดังต่อไปนี้

แบบจำลองของคุณอาจเป็นแบบจำลอง DirectQuery แต่คุณต้องการเพิ่มประสิทธิภาพการทำงาน ในแบบจำลองแบบรวม สามารถปรับปรุงประสิทธิภาพการทำงานได้โดยการกำหนดค่าที่เก็บข้อมูลที่เหมาะสมสำหรับแต่ละตาราง คุณยังสามารถเพิ่ม การรวม ได้ การปรับให้เหมาะสมทั้งสองอย่างจะกล่าวถึงในบทความนี้ในภายหลัง
คุณต้องการรวมแบบจำลอง DirectQuery กับข้อมูลเพิ่มเติม ซึ่งจะต้องถูกนำเข้าลงในแบบจำลอง สามารถโหลดข้อมูลที่นำเข้าจากแหล่งข้อมูลที่แตกต่างกันหรือจากตารางที่มีการคำนวณ
คุณต้องการรวมแหล่งข้อมูล DirectQuery สองรายการหรือมากกว่าลงในแบบจำลองเดียว

หมายเหตุ

โมเดลแบบรวมไม่สามารถรวมการเชื่อมต่อกับฐานข้อมูลการวิเคราะห์ภายนอกได้ ซึ่งรวมถึงการเชื่อมต่อสด ไปยังแบบSAP Hanaที่โฮสต์ภายนอก ชุดข้อมูล Power BI SAP Business Warehouse SAP Hana เมื่อถือว่าแบบSAP Hana เป็นแหล่งข้อมูลหลายมิติ

ปรับแต่งการออกแบบแบบจำลอง

แบบจำลองแบบรวมสามารถปรับให้เหมาะสมได้โดยการกำหนดค่าโหมด ตารางที่เก็บข้อมูล และโดยการเพิ่ม การรวม

โหมดตารางที่เก็บข้อมูล

ในแบบจำลองแบบรวม คุณสามารถกำหนดค่าโหมดที่เก็บข้อมูลสำหรับแต่ละตารางได้ (ยกเว้นตารางที่มีการคำนวณ):

DirectQuery: เราขอแนะนำให้คุณตั้งค่าโหมดนี้สำหรับตารางที่แสดงถึงข้อมูลขนาดใหญ่ หรือจำเป็นต้องใช้ในการส่งผลลัพธ์ที่ใกล้เคียงกับการแสดงผลแบบเรียลไทม์ จะไม่มีการนำเข้าข้อมูลลงในตารางเหล่านี้ โดยทั่วไปตารางเหล่านี้จะเป็นตารางชนิดข้อเท็จจริง—ตารางที่ใช้สำหรับสรุป
นำเข้า: เราขอแนะนำให้คุณตั้งค่าโหมดนี้สำหรับตารางชนิดมีมิติ—ตารางที่ใช้สำหรับการกรองและการจัดกลุ่ม ในความเป็นจริง นี่เป็นตัวเลือกเดียวสำหรับตารางที่ยึดตามแหล่งข้อมูลที่ไม่ได้รับการสนับสนุนโดยโหมด DirectQuery ตารางที่มีการคำนวณจะเป็นตารางที่นำเข้าเสมอ
คู่: เราขอแนะนำให้คุณตั้งค่าโหมดนี้สำหรับตารางชนิมีดมิติ เมื่อมีความเป็นไปได้ที่ตารางเหล่านั้นจะได้รับการคิวรีร่วมกับตารางชนิดความจริง DirectQuery จากแหล่งที่มาเดียวกัน

มีหลายสถานการณ์ที่เป็นไปได้เมื่อ Power BI คิวรี แบบจำลองแบบรวม:

คิวรีเฉพาะตารางที่นำเข้าหรือตารางคู่เท่านั้น: ข้อมูลทั้งหมดจะถูกดึงมาจากแคชแบบจำลอง ซึ่งจะส่งผลให้มีประสิทธิภาพการทำงานที่เร็วที่สุด สถานการณ์นี้เป็นเรื่องปกติสำหรับตารางชนิดมีมิติที่คิวรีโดยตัวกรองหรือการแสดงผลด้วยภาพตัวส่วนแบ่งข้อมูล
คิวรีตารางคู่หรือตาราง DirectQuery จากแหล่งข้อมูลเดียวกัน: ข้อมูลทั้งหมดจะถูกดึงโดยการส่งคิวรีดั้งเดิมอย่างน้อยหนึ่งรายการไปยังแหล่งข้อมูล DirectQuery ซึ่งจะส่งผลให้มีประสิทธิภาพการทำงานที่เร็วที่สุดโดยเฉพาะอย่างยิ่งเมื่อมีดัชนีที่เหมาะสมในตารางต้นทาง สถานการณ์นี้เป็นเรื่องปกติสำหรับคิวรีที่เกี่ยวข้องกับตารางชนิดมีมิติแบบคู่และตารางชนิดข้อเท็จจริง DirectQuery คิวรีจะเป็น แบบภายในกลุ่มแหล่งข้อมูล และความสัมพันธ์ทั้งหมดทั้งแบบหนึ่งต่อหนึ่งหรือหนึ่งต่อกลุ่มได้รับการประเมินเป็น ความสัมพันธ์แบบปกติ
คิวรีอื่นๆ ทั้งหมด: คิวรีเหล่านี้เกี่ยวข้องกับความสัมพันธ์แบบข้ามกลุ่มแหล่งข้อมูล เนื่องจากตารางนำเข้าเกี่ยวข้องกับตาราง DirectQuery หรือตารางแบบคู่เกี่ยวข้องกับตาราง DirectQuery จากแหล่งที่มาที่แตกต่างกัน ซึ่งในกรณีนี้จะทำงานเหมือนเป็นตารางนำเข้า ความสัมพันธ์ทั้งหมดจะได้รับการประเมินเป็น ความสัมพันธ์แบบจำกัด นอกจากนี้ยังหมายความว่าการจัดกลุ่มที่ใช้กับตารางที่ไม่ใช่ DirectQuery จะต้องถูกส่งไปยังแหล่งที่มา DirectQuery เป็นตารางเสมือน ในกรณีนี้ คิวรีดั้งเดิมอาจขาดประสิทธิภาพได้ โดยเฉพาะสำหรับชุดการจัดกลุ่มขนาดใหญ่ และมีโอกาสที่จะเปิดเผยข้อมูลที่สำคัญในคิวรีดั้งเดิม

โดยสรุปแล้ว เราขอแนะนำให้คุณ:

พิจารณาอย่างรอบคอบว่าแบบจำลองแบบรวมคือโซลูชันที่เหมาะสม ในขณะที่อนุญาตให้มีการรวมในระดับแบบจำลองของแหล่งข้อมูลที่แตกต่างกัน นอกจากนี้ยังแนะนำความซับซ้อนของการออกแบบที่มีผลกระทบที่เป็นไปได้
ตั้งค่าโหมดที่เก็บข้อมูลไปยัง DirectQuery เมื่อตารางที่เป็นตารางชนิดข้อเท็จจริงซึ่งจัดเก็บข้อมูลขนาดใหญ่ หรือจำเป็นต้องให้ข้อมูลใกล้เคียงกับการแสดงผลแบบเรียลไทม์
ตั้งค่าโหมดที่เก็บข้อมูลเป็น คู่ เมื่อตารางเป็นตารางชนิดมีมิติและ จะได้รับการคิวรีร่วมกับ ตารางชนิดข้อเท็จจริง DirectQuery ที่ยึดตามแหล่งที่มาเดียวกัน
กำหนดค่าความถี่ในการรีเฟรชที่เหมาะสมเพื่อให้แคชของแบบจำลองสำหรับตารางคู่ (และตารางที่มีการคำนวณที่ขึ้นต่อกัน) มีการซิงค์กับฐานข้อมูลต้นทาง
มุ่งมั่นที่จะทำให้แน่ใจว่าข้อมูลที่สอดคล้องกันในแหล่งข้อมูล (รวมถึงแคชแบบจำลอง) —ความสัมพันธ์แบบจำกัดจะนำแถวออก เมื่อค่าคอลัมน์ที่เกี่ยวข้องไม่ตรงกัน
ปรับปรุงแหล่งข้อมูล DirectQuery ให้เหมาะสม ด้วยดัชนีที่เหมาะสมสำหรับการรวมที่มีประสิทธิภาพ การกรอง และการจัดกลุ่ม
อย่าโหลดข้อมูลที่สำคัญลงในตารางการนำเข้าหรือตารางคู่ ถ้ามีความเสี่ยงว่าคิวรีแบบดั้งเดิมจะถูกสกัดกั้น - สำหรับข้อมูลเพิ่มเติม ดู ใช้แบบจำลองแบบรวมใน Power BI Desktop (ผลกระทบด้านความปลอดภัย)

การรวม

คุณสามารถเพิ่มการรวมไปยังตาราง DirectQuery ในแบบจำลองแบบรวมของคุณได้ การรวมจะถูกแคชไว้ในแบบจำลอ เพื่อให้ทำงานเป็นตารางนำเข้า (แม้ว่าจะไม่สามารถใช้งานได้เหมือนตารางแบบจำลอง) วัตถุประสงค์ คือ เพื่อปรับปรุงประสิทธิภาพการทำงานสำหรับคิวรีที่ "grain สูงขึ้น" สำหรับข้อมูลเพิ่มเติม ดูการรวมใน Power BI Desktop

เราแนะนำให้ตารางการรวมเป็นไปตามกฎพื้นฐาน: จำนวนแถวควรมีตัวคูณที่น้อยกว่าอย่างน้อย 10 ตัวคูณของตารางต้นแบบ ตัวอย่างเช่น ถ้าตารางต้นแบบจัดเก็บแถว 1000 ล้านแถว แล้วตารางการรวมไม่ควรเกิน 100 ล้านแถว กฎนี้ช่วยให้แน่ใจว่ามีประสิทธิภาพการทำงานที่เพียงพอเทียบกับค่าใช้จ่ายในการสร้างและการรักษาตารางการรวม

ขั้นตอนถัดไป

สำหรับข้อมูลเพิ่มเติมที่เกี่ยวข้องกับบทความนี้ โปรดดูทรัพยากรต่อไปนี้: