Power BI 微课堂 | 第7课：数据表存储模式

今天，我们继续来学习：数据表存储模式，深入了解 Power BI 中三种存储模式的差别与优势 。PS：本节课不提供练习数据源，请参考步骤在业务环境中使用。

》示例说明

对于新手来说，若要在 Power BI 中使用数据，最常用的方法是将其导入到 Power BI 数据集。导入数据意味着数据存储在 Power BI 文件中，并与 Power BI 报表一起发布。此过程可帮助你更轻松地与数据直接交互。但是，这种方法可能不适用于所有企业。

如果需要为 Tailwind Traders 销售部门构建 Power BI 报表，导入数据并不是理想的方法。需要完成的第一个任务就是在 Power BI 中创建数据集，以便构建视觉对象和其他报表元素。

然而，销售部门有许多不同大小的数据集。出于数据安全性考虑，不允许将数据的本地副本导入报表，因此不再提供直接导入数据选项。所以，需要创建与销售部门数据源的直接连接。

接下来，我们将介绍在将数据导入到 Power BI 时，如何确保满足这些业务要求。

》存储模式简介

在日常分析场景中，有时候因为数据安全要求，可能不允许直接导入副本。或者，你的数据集可能太大，加载到 Power BI 中所需的时间太长。如何避免产生性能瓶颈呢？

Power BI 使用表存储模式解决了这些问题。借助存储模式，用户可控制 Power BI 是否将表数据缓存到报表内存中。

其中，DirectQuery 模式非常有用，因为它可确保始终查看最新版本的数据。你可以直接在数据源中查询数据，无需将副本导入 Power BI。

我们还可以为模型中的每个表单独设置存储模式，这样做就实现了单一数据集，并在以下方面保有优势：

• 查询性能：当用户与 Power BI 报表中的视觉对象交互时，数据分析表达式 (DAX) 查询会被提交到数据集。通过正确设置存储模式将数据缓存到内存中，可提升报表的查询性能和交互性。

• 大型数据集：未缓存表不会出于缓存目的占用内存。可以对大型数据集启用交互式分析，这些数据集因过大或过于昂贵而无法完全缓存到内存中。可以选择哪些表值得缓存，而哪些不值得。

• 数据刷新优化：无需刷新未缓存的表。可以只缓存满足服务级别协议和业务需求所需的数据，从而减少刷新次数。

• 准实时需求：不进行缓存可能会让具有准实时需求的表受益，以减少数据延迟。

• 写回：借助写回，业务用户可以更改单元格值，从而探索模拟方案。自定义应用程序可以将更改应用到数据源。未缓存表可以立即显示更改，可便于执行即时效果分析。

》存储模式类型

Power BI 中的存储模式类型有三种：导入、DirectQuery、双。

你可以通过此步骤快速访问存储模式：在左侧栏中切换到“模型”视图，选择数据表，然后在生成的属性窗格中，从“存储模式”下拉列表中选择要使用的模式（如下图所示）。

下面，让我们详细了解上述三种类型的存储模式。

• 导入模式

使用导入模式，可以从数据源创建数据集的本地 Power BI 副本。你可以将所有 Power BI 服务功能用于此存储模式，包括问答和快速见解。数据刷新可按计划进行，也可按需进行。导入模式是创建新 Power BI 报表的默认方式。

• DirectQuery 模式

如果你不希望保存数据的本地副本，则 DirectQuery 选项非常有用，因为你的数据将不会被缓存。而你可以使用本机 Power BI 查询来查询需要的特定表，所需数据将从基础数据源中检索。

实质上，你创建的是与数据源的直接连接。使用此模型可确保你始终查看最新的数据，并满足所有安全要求。

此外，此模式适用于要从中提取数据的大型数据集。无需将大量数据加载到 Power BI（加载大量数据会降低性能），可以使用 DirectQuery 来创建与源的连接，同时解决了数据延迟问题。

• 双（双重模式）

在双重模式下，你可以确定要直接导入的某些数据以及必须查询的其他数据。引入到报表中的任何表都是导入模式和 DirectQuery 模式的结果。使用双重模式允许 Power BI 选择最有效的数据检索形式。

以上就是关于「数据表存储模式」的全部内容。感谢您的耐心阅读，更多 Power BI 学习资源，请持续关注优阅达大数据生态。