ฟีเจอร์พรีเมียมของกระแสข้อมูล

กระแสข้อมูลได้รับการสนับสนุนPower BI Pro, Premiumผู้ใช้ (PPU) และ Power BI Premiumผู้ใช้งาน คุณลักษณะบางอย่างพร้อมใช้งานเฉพาะกับการสมัครใช้งาน Power BI Premiumสิทธิ์การใช้งาน Premiumต่อผู้ใช้ (PPU) เท่านั้น บทความนี้อธิบายและอธิบายรายละเอียดของคุณลักษณะPremiumต่อผู้ใช้ (PPU) Premiumคุณลักษณะเฉพาะและการใช้งานของผู้ใช้เท่านั้น

คุณลักษณะต่อไปนี้พร้อมใช้งานกับ Power BI Premium เท่านั้น:

• กลไกการคำนวณขั้นสูง
• Direct Query
• เอนทิตีที่คำนวณ
• เอนทิตีที่เชื่อมโยง
• การรีเฟรชแบบเพิ่ม

ส่วนต่อไปนี้อธิบายคุณลักษณะแต่ละอย่างโดยละเอียด

กลไกการคำนวณขั้นสูง

กลไกการคำนวณขั้นสูงใน Power BI ช่วยให้ผู้สมัครใช้งาน Power BI Premium สามารถใช้ความจุของพวกเขาเพื่อปรับใช้กระแสข้อมูลในระดับประสิทธิภาพสูงสุด การใช้กลไกการคำนวณขั้นสูงมีข้อดีดังต่อไปนี้:

• ลดเวลาการรีเฟรชที่จำเป็นสำหรับขั้นตอน ETL ที่ใช้งานเป็นเวลานานผ่านเอนทิตีที่มีการคำนวณลงได้อย่างมาก เช่น การดำเนินการ รวม แยกแยะ กรอง และ จัดกลุ่มตาม
• ใช้คิวรี DirectQuery ผ่านเอนทิตี

โดยค่าเริ่มต้น กลไกการคำนวณขั้นสูงจะ เปิด หากกลไกการคำนวณขั้นสูงไม่ได้เปิดอยู่ การเปิดใช้งานกลไกการคำนวณขั้นสูงจะอธิบายไว้ในส่วนถัดไปพร้อมกับคำตอบสำหรับคำถามทั่วไป

การใช้กลไกการคำนวณขั้นสูง

กลไกการคำนวณขั้นสูงเปิดใช้งานจากหน้า การตั้งค่าความจุ ในบริการของ Power BI ในส่วน กระแสข้อมูล โดยค่าเริ่มต้น กลไกการคำนวณขั้นสูงจะ เปิด ถ้าตั้งค่าเป็น ปิด ให้เปิดใช้กลไกการนับขั้นสูงโดยการสลับไปที่ เปิด และบันทึกการตั้งค่าของคุณ

เมื่อเปิดกลไกการคํานวณขั้นสูงแล้ว ให้กลับไปที่กระแสข้อมูล คุณควรจะมองเห็นการปรับปรุงประสิทธิภาพที่ดีขึ้นในตารางที่คํานวณใดๆ ซึ่งดําเนินการที่ซับซ้อนต่าง ๆ เช่น รวมหรือ จัดกลุ่มตาม การดําเนินการกับ กระแสข้อมูลที่สร้างจากเอนทิตีที่ลิงก์ซึ่งอยู่บนความจุเดียวกัน

เพื่อใช้กลไกการคำนวณให้ได้รับประโยชน์สูงสุด ให้แยกขั้นตอน ETL ออกเป็นกระแสข้อมูลที่แยกจากกันสองรายการด้วยวิธีการต่อไปนี้:

• กระแสข้อมูล 1 - กระแสข้อมูลนี้ควรส่งถ่ายรายการที่จำเป็นทั้งหมดจากแหล่งข้อมูล และวางลงในกระแสข้อมูล 2
• กระแสข้อมูล 2 - ดำเนินการ ETL ทั้งหมดในกระแสข้อมูลที่สองนี้ แต่ตรวจสอบให้แน่ใจว่าคุณกำลังอ้างอิงกระแสข้อมูล 1 ที่ควรมีความจุเดียวกันอยู่ นอกจากนี้ ตรวจสอบให้แน่ใจว่าคุณดำเนินงานที่สามารถพับได้ก่อน (กรอง, จัดกลุ่มตาม, แยกแยะ, รวม) ก่อนที่จะดำเนินการอืนใด เพื่อให้แน่ใจว่าสามารถใช้ประโยชน์จากกลไกการคำนวณได้

คำถามที่พบทั่วไปและคำตอบ

คำถาม: ฉันเปิดใช้กลไกการคำนวณขั้นสูง แต่ระบบรีเฟรชช้าลง ทำไม?

คำตอบ: หากคุณเปิดใช้กลไกการคำนวณขั้นสูง มีคำอธิบายสองแบบที่เป็นไปได้ ที่อาจทำให้เวลารีเฟรชช้าลง:

• เมื่อเปิดใช้กลไกการคำนวณขั้นสูง ระบบต้องการหน่วยความจำบางส่วนเพื่อทำงานได้อย่างถูกต้อง ดังนั้น หน่วยความจำที่พร้อมสำหรับการรีเฟรชจะลดลง และจะเพิ่มความเป็นไปได้เช่นเดียวกันนี้ต่อรายการรีเฟรชที่รอต่อคิวดำเนินการอยู่ ซึ่งจะลดกระแสข้อมูลที่อาจรีเฟรชอยู่ในเวลาเดียวกันเช่นกัน เพื่อแก้ไขปัญหานี้ เมื่อเปิดใช้การคำนวณขั้นสูง ให้เพิ่มหน่วยความจำที่กำหนดมาสำหรับกระแสข้อมูล เพื่อให้แน่ใจว่าหน่วยข้อมูลที่พร้อมใช้งานสำหรับการรีเฟรชกระแสข้อมูลในเวลาเดียวกันจะยังคงเหมือนเดิม

• อีกเหตุผลหนึ่งที่คุณอาจพบการรีเฟรชช้าลงคือว่ากลไกการคำนวณจะทำงานที่ด้านบนของเอนทิตีที่มีอยู่เท่านั้น ถ้ากระแสข้อมูลของคุณอ้างอิงแหล่งข้อมูลที่ไม่ใช่กระแสข้อมูล คุณจะไม่เห็นการปรับปรุง ประสิทธิภาพการทำงานจะไม่เพี่มขึ้น เนื่องจากในสถานการณ์สมมติครั้งใหญ่บางอย่าง ค่าเริ่มต้นจากแหล่งข้อมูลจะช้าลง เนื่องจากข้อมูลจำเป็นต้องผ่านไปยังกลไกการคำนวณขั้นสูง

คำถาม: ฉันไม่เห็นการสลับกลไกการคำนวณขั้นสูง ทำไม?

คําตอบ: กลไกการนับขั้นสูงถูกปล่อยออกมาในขั้นตอนต่างๆ ไปยังภูมิภาคต่าง ๆ ทั่วโลก แต่ยังไม่พร้อมใช้งานในทุกภูมิภาค

คำถาม: ประเภทข้อมูลที่ได้รับการสนับสนุนสำหรับกลไกการคำนวณคืออะไร

คำตอบ: ปัจจุบัน กลไกการคำนวณขั้นสูงและกระแสข้อมูลสนับสนุนประเภทข้อมูลต่อไปนี้ หากกระแสข้อมูลของคุณไม่ได้ใช้หนึ่งในประเภทข้อมูลต่อไปนี้ จะมีข้อผิดพลาดเกิดขึ้นระหว่างการรีเฟรช:

• วันที่/เวลา
• เลขทศนิยม
• ข้อความ
• จำนวนเต็ม
• วันที่/เวลา/โซน
• จริง/เท็จ
• วันที่
• เวลา

ใช้ DirectQuery ด้วยกระแสข้อมูลใน Power BI

คุณสามารถใช้ DirectQuery เพื่อเชื่อมต่อโดยตรงไปยังกระแสข้อมูล และเชื่อมต่อโดยตรงกับกระแสข้อมูลของคุณโดยไม่ต้องนำเข้าข้อมูล

การใช้ DirectQuery กับกระแสข้อมูลช่วยให้สามารถปรับปรุงขั้นตอนต่อไปนี้ในกระบวนการ Power BI และกระแสข้อมูลของคุณได้เช่น:

• หลีกเลี่ยงการกำหนดตารางเวลาการรีเฟรชแยกต่างหาก-DirectQuery เชื่อมต่อโดยตรงกับกระแสข้อมูลโดยไม่จำเป็นต้องสร้างชุดข้อมูลที่นำเข้า เช่นเดียวกับการใช้ DirectQuery ด้วยกระแสข้อมูลของคุณหมายความว่าคุณไม่จำเป็นต้องกำหนดตารางเวลาการรีเฟรชแยกต่างหากสำหรับกระแสข้อมูลและชุดข้อมูล เพื่อให้แน่ใจว่าข้อมูลของคุณจะถูกซิงโครไนซ์

• การกรองข้อมูล- DirectQuery มีประโยชน์สำหรับการทำงานบนมุมมองที่กรองแล้วของข้อมูลภายในกระแสข้อมูล ถ้าคุณต้องการกรองข้อมูลและทำงานกับชุดย่อยของข้อมูลที่มีขนาดเล็กลงในกระแสข้อมูลของคุณ คุณสามารถใช้ DirectQuery (และโปรแกรมคำนวณ) เพื่อกรองข้อมูลของกระแสข้อมูล และทำงานกับชุดย่อยที่กรองแล้วที่คุณต้องการ

การใช้ DirectQuery สำหรับกระแสข้อมูล

การใช้ DirectQuery กับกระแสข้อมูลPower BI Desktopพร้อมใช้งาน

นอกจากนี้ ยังมีข้อกำหนดเบื้องต้นสำหรับการใช้ DirectQuery กับกระแสข้อมูล:

• กระแสข้อมูลของคุณต้องอยู่ภายในพื้นที่ทำงานที่เปิดใช้ Power BI Premium
• ต้องเปิดใช้งาน กลไกการคำนวณ

คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับ DirectQuery ด้วยกระแสข้อมูลในบทความ การใช้ DirectQuery กับกระแส ข้อมูล

เปิดใช้งาน DirectQuery สำหรับกระแสข้อมูล

เพื่อให้แน่ใจว่ากระแสข้อมูลของคุณพร้อมใช้งานสำหรับการเข้าถึง DirectQuery โปรแกรมการคำนวณขั้นสูงจะต้องอยู่ในสถานะที่ปรับให้เหมาะสมแล้ว เมื่อต้องการเปิดใช้งาน DirectQuery สำหรับกระแสข้อมูล ให้ตั้งค่าตัวเลือก การตั้งค่าโปรแกรมการคำนวณขั้นสูง ใหม่เป็น เปิด รูปภาพต่อไปนี้แสดงการตั้งค่าที่เลือกอย่างถูกต้อง

เมื่อคุณใช้การตั้งค่าดังกล่าว ให้รีเฟรชกระแสข้อมูลเพื่อทำให้การปรับให้เหมาะสมมีผล

ข้อควรพิจารณาและข้อจำกัดสำหรับ DirectQuery

มีข้อจำกัดที่เป็นที่รู้กันสองสามประการในเรื่องของ DirectQuery และกระแสข้อมูล

• ขณะนี้ยังไม่รองรับแบบจำลองแบบรวม/แบบผสมที่มีการนำเข้าและแหล่งข้อมูล DirectQuery

• กระแสข้อมูลขนาดใหญ่อาจมีปัญหาเกี่ยวกับปัญหาการหมดเวลาเมื่อดูการแสดงภาพ กระแสข้อมูลขนาดใหญ่ที่ประสบกับปัญหาการหมดเวลาควรใช้โหมดการนำเข้า

• ภายใต้การตั้งค่าแหล่งข้อมูล ตัวเชื่อมต่อกระแสข้อมูลจะแสดงข้อมูลประจำตัวที่ไม่ถูกต้องหากคุณกำลังใช้ DirectQuery การดำเนินการนี้จะไม่ส่งผลกระทบต่อลักษณะการทำงาน และชุดข้อมูลจะทำงานได้อย่างถูกต้อง

เอนทิตีที่คำนวณ

คุณสามารถดำเนินการ การประมวลผลในที่จัดเก็บ ได้เมื่อใช้ กระแสข้อมูล ที่มีการสมัครใช้งาน Power BI Premium ซึ่งจะช่วยให้คุณคำนวณกระแสข้อมูลที่มีอยู่แล้วและส่งผลลัพธ์กลับได้ โดยจะทำให้คุณได้เพ่งความสนใจไปยังการสร้างและการวิเคราะห์รายงาน

เมื่อต้องการทำเนินการการคำนวณในที่จัดเก็บ คุณต้องสร้างกระแสข้อมูลและนำข้อมูลเข้าที่จัดเก็บกระแสข้อมูลของ Power BI ก่อนเป็นอันดับแรก เมื่อคุณมีกระแสข้อมูลที่มีข้อมูลแล้ว คุณก็จะสามารถสร้าง เอนทิตีที่คำนวณไว้ ได้ ซึ่งเป็นเอนทิตีที่ใช้ประมวลผลในที่จัดเก็บ

ข้อควรพิจารณาและข้อจำกัดของเอนทิตีที่คำนวณ

• เมื่อทำงานโดยใช้กระแสข้อมูลที่สร้างขึ้นในบัญชี Azure Data Lake Storage Gen2 ภายในองค์กร เอนทิตีที่มีลิงก์และเอนทิตีที่มีการคำนวณจะทำงานได้อย่างมีประสิทธิภาพต่อเมื่อเอนทิตี้ทั้งสองอยู่ในบัญชีที่เก็บข้อมูลเดียวกัน

ตามแนวทางปฏิบัติที่ดีที่สุดเมื่อทำการคำนวณข้อมูลที่รวมเข้าด้วยกันโดยข้อมูลภายในองค์กรและข้อมูลบนคลาวด์ ให้สร้างกระแสข้อมูลใหม่สำหรับแหล่งข้อมูลแต่ละแหล่ง (หนึ่งรายการสำหรับภายในองค์กรและอีกแหล่งหนึ่งสำหรับระบบคลาวด์) จากนั้นสร้างกระแสข้อมูลที่สามเพื่อรวม/คำนวณทั้งสองแหล่งข้อมูล

เอนทิตีที่เชื่อมโยง

คุณสามารถอ้างอิงกระแสข้อมูลที่มีอยู่เมื่อใช้กับการสมัครใช้งาน Power BI Premium ซึ่งช่วยให้คุณทำการคำนวณในเอนทิตีเหล่านี้โดยใช้เอนทิตีที่คำนวณหรืออนุญาตให้คุณสร้างตาราง "งแหล่งที่มาจริงเพียงแหล่งเดียว" ที่คุณสามารถใช้ซ้ำภายในกระแสข้อมูลหลายรายการได้

การรีเฟรชแบบเพิ่ม

คุณสามารถตั้งค่ากระแสข้อมูลให้รีเฟรชทีละน้อยเพื่อหลีกเลี่ยงการดึงข้อมูลทั้งหมดในทุกการรีเฟรช เมื่อต้องการทำเช่นนั้น ให้เลือกกระแสข้อมูล แล้วเลือกไอคอนรีเฟรชแบบเพิ่มหน่วย

การตั้งค่าการรีเฟรชแบบเพิ่มหน่วยจะเพิ่มพารามิเตอร์ให้กับกระแสข้อมูลเพื่อระบุช่วงวันที่ สำหรับข้อมูลโดยละเอียดเกี่ยวกับวิธีตั้งค่าการรีเฟรชแบบเพิ่มหน่วย โปรดดูบทความ การรีเฟรชแบบเพิ่มหน่วย

ข้อควรพิจารณาเมื่อไม่ควรตั้งค่าการรีเฟรชแบบเพิ่มหน่วย

อย่าตั้งค่ากระแสข้อมูลเป็นการรีเฟรชแบบเพิ่มหน่วยในสถานการณ์ต่อไปนี้:

• เอนทิตีที่เชื่อมโยงไม่ควรใช้การรีเฟรชแบบเพิ่มหน่วยหากอ้างอิงกระแสข้อมูล กระแสข้อมูลไม่สนับสนุนการพับคิวรี (แม้ว่าตารางจะถูกเปิดใช้งาน DirectQuery)

ขั้นตอนถัดไป

บทความต่อไปนี้ให้ข้อมูลเพิ่มเติมเกี่ยวกับกระแสข้อมูลและ Power BI:

• แนวทางปฏิบัติที่ดีที่สุดสำหรับกระแสข้อมูล
• กำหนดค่าปริมาณงานกระแสข้อมูลของ Power BI Premium
• ข้อมูลเบื้องต้นเกี่ยวกับกระแสข้อมูลและการเตรียมข้อมูลด้วยตนเอง
• การสร้างกระแสข้อมูล
• กำหนดค่าและใช้กระแสข้อมูล
• การกำหนดค่าที่จัดเก็บกระแสข้อมูลเพื่อใช้ Azure Data Lake Gen 2
• AI กับกระแสข้อมูล
• ข้อควรพิจารณาและข้อจํากัดของกระแสข้อมูล