Læs denne artikel indtil slutningen for at låse op for hemmelighederne for at konfigurere trinvis opdatering i Power BI for at reducere omkostningerne til cloud-instansberegning og få realtidsdata hurtigt.
Når du arbejder med store datasæt til business intelligence-analyse, bliver det en udfordring at opdatere data fra serveren. Den database, du analyserer på din Power BI-app, opdateres konstant i backend.
Hvis du opdaterer datasættet, kan det blive ved med at opdatere i timevis og endnu mere, når det er enormt, eller få realtidsdatafeeds fra mange automatiserede maskiner, såsom detailsalgssteder, online-kasser, onlineformulardata osv.
For at håndtere sådanne komplicerede situationer i dataimport og -analyse i Power BI inkluderede Microsoft flere dataopdateringsfunktioner. Når en sådan funktionalitet er trinvis opdatering, er den ret populær til ubesværet realtidsdataimport og -analyse.
Læs videre for at lære, hvad det er, hvad det gør, hvad er forudsætningerne for at bruge dette værktøj i Power BI, og hvordan du opsætter det i lette trin. Lad os komme igang!
Læs også: Tableau vs. Power BI: The Better Choice in 2023?
Indholdsfortegnelse
Inkrementel opdatering i Power BI
Inkrementel opdatering er en udvidelse af den planlagte dataopdatering i Power BI. Det opretter forskellige partitioner af datasættet i dets lagerplads ved at adskille datasættabeller, der bliver opdateret ofte.
De fleste databaser, du bruger, indeholder nogle få tabeller, der opdateres hyppigt, fordi de indeholder transaktionsdata, såsom salgsbeløb, lagernumre osv. Disse data kan vokse eksponentielt store over tid, hvilket får den originale Power BI-fil til at optage enorm plads på din sky eller onsite servere.
Her kan Power BI bruge den inkrementelle opdateringspolitik til at partitionere datatabellen i henhold til parametrene RangeStart og RangeEnd. Det kan også bruge en DirectQuery-partition til realtidsdata. I sidste ende krymper de data, du forespørger fra clouddatabasen, så det importerede datasæt på din Power BI-app bliver mindre og lettere at håndtere.
Inkrementel opdatering sikrer, at du altid har at gøre med de nyeste data i en stor database, der indeholder millioner af rækker.
For eksempel fik du en salgsrapport indeholdende 10 års data. Du behøver dog ikke altid at opdatere hele datasættet. Du har muligvis kun brug for opdateringen for den sidste uge eller deromkring.
I dette tilfælde, hvis du udfører en komplet datasætopdatering, kan det tage timer for Power BI at fuldføre opgaven. I stedet kan du bare konfigurere trinvis opdatering og spare tid og penge på beregningsomkostninger.
Læs også: Microsoft Power BI Data Analyst Certification (PL-300): Sådan får du det
Hvorfor skal du bruge inkrementel opdatering i Power BI?
Brug af trinvis opdatering i Power BI er et smart træk af tre vigtige årsager. For det første sparer det tid og ressourcer. I stedet for at opdatere alle data hver gang, fokuserer den kun på de nye eller ændrede data, hvilket gør dine rapporter hurtigere og mere effektive.
For det andet er den ideel til store datasæt. Når du har en enorm mængde data, kan det være langsomt og dyrt at opdatere alt. Inkrementel opdatering giver dig mulighed for kun at opdatere det, der er nødvendigt, hvilket sikrer, at dine rapporter forbliver hurtige.
For det tredje holder det dine rapporter opdaterede. Ved at målrette mod de seneste data sikrer du, at dine rapporter afspejler de seneste ændringer i din datakilde, hvilket giver præcis indsigt til bedre beslutningstagning.
Brug tilfælde af inkrementel opdatering
Detailsalg
Inkrementel opdatering hjælper dig med at opdatere daglige salgsdata uden at omarbejde hele rapporter. Dermed sikrer du dig opdateret indsigt til bedre beslutningstagning. Det giver dig også mulighed for at holde styr på daglige engagementsmålinger, hvilket sparer tid og ressourcer ved kun at opdatere nye data eller det interval, du har konfigureret.
Lagerstyring
Hvis du har brug for at overvåge lagerændringer i realtid og optimere lagerniveauer effektivt, kan du konfigurere trinvise opdateringer i sådanne Power BI-rapporter. Det kan også hjælpe dig med løbende at opdatere webtrafikstatistikker for at få opdateret indsigt i brugeradfærd.
Regnskabsaflæggelse
Inkrementel opdatering hjælper dig med at holde økonomiske rapporter opdaterede ved kun at opdatere de seneste data regelmæssigt. Du kan også være på forkant med forsyningskædeopdateringer relateret til økonomi og forbedre reaktionsevnen over for dynamiske omkostningsændringer i forsyningskædens pipeline.
IoT-overvågning
Inkrementel opdatering er særlig vigtig ved træning og overvågning af IoT-enheder. IoT-enheder indsamler og sender en enorm mængde data hver dag, da de indsamler data med sekundet. Hvis du begynder at opdatere hele databasen knyttet til nogle få IoT-systemer, kan det tage dage at fuldføre processen. I stedet opsætter du trinvis opdatering og opdaterer kun den nødvendige del fra hele dagen.
Aktiemarkedsanalyse
Aktiemarkedet er en anden populær kilde, der skaber massive dataopdateringer efter andet. Her kan du bruge den trinvise opdateringsfunktion i Power BI til at skære og skære de opadgående eller nedadgående bevægelser af flere aktiekurser for at forudsige dine investeringsstrategier.
Fordele ved inkrementel opdatering i Power BI
Fordelene ved trinvis opdatering er uendelige, da du kan bruge det på forskellige måder afhængigt af det datavidenskabelige og dataanalyseprojekt, du arbejder på.
Fuld opdatering vs. Inkrementel opdatering i Power BI
En fuld opdatering i Power BI involverer genindlæsning af alle data fra kilden. Det er en tidskrævende og ressourcekrævende proces for store datasæt. Det erstatter hele datasættet, selvom kun en lille del af dataene er ændret.
På den anden side opdaterer trinvis opdatering kun de nye eller ændrede data, hvilket reducerer opdateringstiden og ressourceforbruget betydeligt.
Find nedenfor en rørformet forskel mellem disse to opdateringstilstande i Power BI:
Sammenligning af funktionerFuld opdateringInkrementel opdateringDataopdatering Opdaterer alle data hver gang Opdaterer kun nye eller ændrede eller konfigurerede dato-/tidsintervaller Velegnet til små datasæt med sjældne opdateringer Store datasæt med hyppige opdateringer Opdater tidLængere opdateringstider Hurtigere opdateringstiderResourceforbrugHøjere ressourceforbrug hansResourceforbrugStørre ressourceforbrug iske data inden for definerede partitioner eller arkiverReal -tidsdataunderstøttelse Begrænset understøttelse af realtidsdata Understøtter dataopdateringer i realtid eller næsten i realtid
Forudsætninger for inkrementel opdatering
Selvom funktionen er meget populær til store datasæt, men ikke er let tilgængelig, før Power BI-planen og andre datasætparametre opfylder visse forudsætninger. Find disse krav nedenfor:
#1. Understøttede Power BI-planer
Inkrementel opdatering er tilgængelig for Power BI Premium, Premium pr. bruger, Power BI Pro og Power BI Embedded datasæt.
Til realtidsdataopdateringer gennem DirectQuery er support begrænset til Power BI Premium, Premium pr. bruger og Power BI Embedded-datasæt.
#2. Understøttede datasætkilder
Realtidsdataopdatering til et stort datasæt på Power BI-rapporter gennem inkrementel opdatering er bedst egnet til relationelle og strukturerede databaser som Azure Synapse og SQL Database. Du kan også få det til at fungere på andre databaser gennem brugerdefineret konfiguration.
Datasættet skal dog indeholde eller understøtte følgende:
En dato/tid kolonne
Der bør være en dato eller dato/klokkeslæt i det datasæt, du analyserer med trinvis opdatering. Disse kolonner hjælper Power BI med at oprette start- og slutpunkter for de data, der skal opdateres fra kildeserveren.
Dato/tidsfiltrering
Power BI skal være i stand til at filtrere datasættet efter data efter dato, normalt gennem en datokolonne i måltabellen, som kan være af dato/tid eller heltalsdatatype i relationelle kilder. Parametrene RangeStart og RangeEnd, begge i datatype for dato/klokkeslæt, filtrerer tabeldata ved hjælp af datokolonnen.
Intervallet parametre
Før du kan begynde at tilføje trinvise opdateringshændelser i din Power BI-rapport, skal du tage datasættet ind i Power Query for at tilføje intervalparametre. Ved at bruge kommandoen Manage Parameter skal du tilføje to nye parametre kaldet RangeStart og RangeEnd for måldatasættet.
Datasættet understøtter forespørgselsfoldning
Forespørgselsfoldning er en databaseoptimeringsteknik, der forbedrer forespørgselsydeevnen ved at skubbe så meget af databehandlingsarbejdet som muligt tilbage til databaseserveren.
I stedet for at hente en stor mængde data fra databaseserveren og derefter filtrere og behandle dem i klientapplikationen, gør forespørgselsfoldning databaseserveren i stand til at udføre filtrering, sortering og aggregering direkte på datakilden.
Enkelt datakilde
Antag, at du konfigurerer inkrementel opdatering for at få realtidsdata til en stor database. Eller du opretter et avanceret databaseforespørgselssystem ved hjælp af Tabular Object Model (TOM) og Tabular Model Scripting Language (TMSL) gennem XMLA-slutpunktet. I sådanne situationer skal alle datapartitioner, hvad enten de er DirectQuery eller Import, forespørges fra en enkelt datakilde.
#3. System dato og tid
Det er nødvendigt at have adgang til systemets dato og klokkeslæt, for at Power BI kan forstå, hvornår data skal opdateres trinvist baseret på din definerede politik. Så du skal altid indstille systemets dato og klokkeslæt til automatisk i stedet for manuelt.
Sådan konfigurerer du inkrementel opdatering i Power BI
Find de fire enkle trin nedenfor for at konfigurere trinvis opdatering nu:
#1. Import af dit datasæt til Power BI Desktop App
Du kan kun konfigurere din Power BI-rapport til trinvis opdatering fra Power BI-desktopappen. Efter udgivelsen af rapporten kan du bruge funktionen til at få realtidsdata eller data fra et udvalgt område i Power BI Service-værktøjet (webversion af Power BI).
For at importere et datasæt skal du gøre følgende:
- Start Power BI Desktop-appen.
- Klik på knappen Hent data på Power BI-startskærmen.
- I dialogboksen Hent data skal du vælge databasekilden, f.eks. SQL Server-database.
- Indtast SQL-serveroplysninger, og klik på OK.
- Du skulle nu se databasens datasætnavigator.
- Vælg en tabel fra Navigator, og klik på Indlæs for at hente data i Power BI.
#2. Behandler datasæt på Power Query
Nu skal du transformere datasættet i Power Query for at tilføje intervalparametre og dato/tidsfiltrering. Sådan gør du:
- På Power BI skal du gå til fanen Hjem på båndet og klikke på kommandoen Transformer data.
- Datasættet åbnes nu i Power Query.
- Klik på kolonnen Dato.
- Klik nu på Administrer parametre.
- Klik på Ny i dialogboksen Administrer parametre.
- Skriv RangeStart i feltet Navn.
- I feltet Aktuel værdi skal du indtaste startdatoen eller datoen/tidspunktet for den trinvise opdatering. I dette selvstudie er det 1/1/2023.
- Klik på OK for at anvende.
- Følg de samme trin for at tilføje RangeEnd-parameteren med datoen eller datoen/tidspunktet, indtil Power BI skal udføre trinvis opdatering.
Du skulle nu have tre elementer i Power Query som vist på billedet nedenfor.
Vælg nu kolonnen Dato, og klik på rullemenuen. Klik på indstillingen Datofiltre, og vælg derefter Brugerdefinerede filtre fra overløbsmenuen.
For den første rullemenu skal du vælge “er efter eller lig med.” Klik på boksen ved siden af, og vælg parameteren RangeStart.
Klik derefter på den anden rullemenu, og vælg “er før eller lig med”, og tilføj parameteren RangeEnd.
Klik nu blot på knappen Luk og anvend i øverste venstre hjørne af Power Query.
#3. Konfiguration af inkrementel opdatering på Power BI Desktop App
På Power BI skal du skifte til tabelvisningen. På højre side af datasættabellen skal du højreklikke på tabellen eller datasætnavnet, som du vil anvende den inkrementelle opdateringsfunktion på. Klik på Inkrementel opdatering i kontekstmenuen.
Gør nu følgende:
- Aktiver værktøjet Indstil import og opdateringsintervaller ved at skubbe knappen.
- Indtast værdier for følgende felter:
- Arkivdata starter
- Opdater data trinvist, startende
- Klik på Anvend.
#4. Udgivelse af rapporten
Gå nu til Hjem > Udgiv kommando inde i Del-blokken. Klik på Udgiv.
Power BI vil bede dig om at gemme filen på din pc. Gør som anvist.
Klik igen på Udgiv, og vælg en destination, f.eks. Mit arbejdsområde, og klik på Vælg.
Konklusion
Så nu ved du, hvordan du kan drage fordel af den inkrementelle opdateringsfunktion i Power BI til altid at få realtidsdata fra datakildeservere uden at opdatere hele dataene og betale enorme gebyrer for brug af cloud computing-ressourcer. Du sparer også værdifuld tid i processen.
Følg trinene nævnt ovenfor, og prøv trinvis opdatering, næste gang du opretter og udgiver rapporter og dashboards fra Power BI.
Næste op, Power BI: forskelle mellem rapport og dashboard.