參考 Power Query 查詢

本文以您作為使用 Power BI Desktop 的數據模型工具為目標。 定義參考其他查詢的 Power Query 查詢時，它會為您提供指引。

讓我們清楚瞭解這是什麼意思： 當查詢參考第二個查詢時，就好像第二個查詢中的步驟會與第一個查詢中的步驟結合，並在之前執行步驟。

請考慮數個查詢： Query1 從 Web 服務源數據，且其負載已停用。 Query2、 Query3 和 Query4 所有參考 Query1，以及其輸出都會載入至數據模型。

重新整理數據模型時，通常會假設Power Query會 擷取 Query1 結果，而且會由參考的查詢重複使用。 這種想法不正確。 事實上，Power Query 會 分別執行 Query2、 Query3 和 Query4 。

您可以認為 Query2 已 內嵌 Query1 步驟。 查詢3 和Query4也是如此。 下圖顯示如何執行查詢的更清楚畫面。

Query1 會執行三次。 多個執行可能會導致數據重新整理緩慢，並且對數據源產生負面影響。

在 Query1 中使用 Table.Buffer 函式不會消除額外的數據擷取。 此函式會將數據表緩衝至記憶體，而緩衝數據表只能在相同的查詢執行中使用。 因此，在範例中，如果在執行 Query2 時緩衝 Query1，則當 Query3 和 Query4 執行時無法使用緩衝處理的數據。 它們本身會再緩衝處理兩次數據。 （由於每個參考查詢都會緩衝處理數據表，所以這個結果實際上可能會使負效能複雜化。

注意

Power Query 快取架構很複雜，而且不是本文的重點。 Power Query 可以快取從數據源擷取的數據。 不過，執行查詢時，可能會多次從數據源擷取數據。

建議

一般而言，我們建議您參考查詢，以避免跨查詢重複邏輯。 不過，如本文所述，此設計方法可能會導致數據重新整理變慢和過度負擔數據源。

建議您改為建立 數據流 。 使用數據流可以改善數據重新整理時間，並減少對數據源的影響。

您可以設計資料流來封裝源資料和轉換。 數據流是 Power BI 服務 中數據的保存存放區，因此其數據擷取速度很快。 因此，即使參考查詢會導致數據流的多個要求，數據重新整理時間也可以改善。

在此範例中，如果 Query1 重新設計為數據流實體， Query2、 Query3和 Query4 就可以使用它作為數據源。 透過此設計，Query1 所建立的實體只會評估一次。

相關內容

如需本文的詳細資訊，請參閱下列資源：

• Power BI 中的自助數據準備
• 在 Power BI 中建立和使用數據流
• 有任何問題嗎？ 嘗試在 Power BI 社群提問
• 有任何建議嗎？ 貢獻想法來改善 Power BI