(正文开始)

问题描述：随着我们应用PowerBI越来越熟练，在工作中创建了很多的仪表盘，可能存在这样一个通用问题：“数据加载慢！”。原因可能有多种，一方面确实是数据量非常大；另一方面，则是我们的数据模型或者仪表盘中有部分不合理的地方，需要我们去优化，那么，如何优化呢？

本文尝试着做一个总结，给大家做参考，欢迎对此感兴趣的童鞋积极交流，相互学习，共同成长！

(声明)：此乃一家之言，由于能力有限，或有不当之处，还望大虾批评指正，帮我提升！

第一部分 PowerBI使用建议

我从3方面进行总结：数据清洗阶段、数据建模阶段、数据可视化阶段。

一、数据清洗阶段

我们在本阶段，通过Power Query加载数据，并进行清洗，可依以下建议进行：

1、仅加载需要的数据：表、列、行

2、维度表不用勾选“在报表中刷新”，在周期到后再手动刷新

3、事实表根据周期分块管理(年、季度等)，结合第2个建议进行优化

4、事实表根据分析粒度，判断是否需要进行聚合

5、SQL Server：Import优于Direct Query

6、SSAS：Connect Live优于Import

… …

二、数据建模阶段

关于本阶段，之前有文章进行描述，见《PowerBI：数据建模需要注意的地方 V1.0》，这里进行提炼如下：

1、表+关系+布局

2、表：事实表+维度体系表+指标体系表

3、维度表：角色维度

4、关系：表关系+层级关系、数据流向

5、布局：星型、雪花、漏斗

6、避免使用 计算列(新增维度)

7、避免使用 迭代器(度量值)

8、友好性：隐藏不需要的字段(key)、名称(表、列、度量值等)

… …

三、数据可视化阶段

1、从左到右/从上到下：粒度由大到小

2、允许下钻

3、What If参数控制

4、减少过滤器使用

5、避免花哨图表(建议多用点、线图)

6、多用图、少用数字(一图胜千言)

7、避免使用 迭代器(度量值)

8、颜色、布局、主题名称、Logo

… …

第二部分 工具推荐

“工欲善其事必先利其器”，关于这部分内容，推荐两款工具：DAX Studio、Vertipaq Analyzer。

1、DAX Studio

通过它，我们不仅可以导出数据，还可以监控分析到底是哪些DAX度量值编写存在问题，耗时最长，从而为我们优化指明方向。

比如，如上图，我们知道有一个度量值耗时4秒，通过分析，我们知道此度量值中使用了Filter迭代器，也就是说使用了循环，这也就是我们在数据建模阶段建议7中所给的建议：度量值中尽量要避免使用迭代器，因为它会增加代码执行的时间复杂度，从而降低效率。

2、Vertipaq Analyzer

截止本文发表，最新版本是1.92，它是PowerBI动态管理视图(DMV)的集成应用，可以让我们了解数据模型详细信息，比如：有多少表、多少列、都耗费多少资源、关系有哪些、层次结构有哪些、度量值有哪些、计算列有哪些等等，我们通过它了解到数据模型详细信息后，再遵循第一部分的建议，就非常清楚，该怎么去优化模型了。

总结：模型的优化是一个通用性、开放性的问题，如果机器性能非常棒，差的模型也能很流畅的运行，但要是模型做了最大优化，再加上高性能的机器，岂不是更好！

以上就是鄙人的一些观点，不当之处还望批评指正！

(正文结束)

广告：

1、本文所涉及的示例数据以及案例，请在知识星球“PowerBI有问必答”同名主题中下载。

2、同步详细视频已更新至网易云课堂与51CTO课堂《高级篇：DAX精讲》课程中，包含2节视频，共计40分钟。

3、点击“阅读原文”可直接跳转至网校。