Power BI 存储模式介绍（导入、DirectQuery、双）

Avasla

已于 2023-02-15 01:24:09 修改

阅读量2.5k

点赞数

分类专栏： Power BI 文章标签： Power BI 数据可视化数据分析 BI

于 2023-02-14 15:54:31 首次发布

本文链接：https://blog.csdn.net/WHYbeHERE/article/details/129027108

版权

Power BI 专栏收录该内容

14 篇文章 13 订阅

订阅专栏

本系列的文章：

一、背景原因

一般情况下，我们是将数据储存在Power BI的文件中和报表一同发表。但是，有的情况下我们不能直接将数据导入，比如：

数据量太大，运行时间很慢或者无法正常加载
出于安全的原因，公司不允许直接从数据库中导出数据。

Power BI 使用 DirectQuery 存储模式解决了这些问题，这使你可以直接在数据源中查询数据，而不是将副本导入 Power BI。 DirectQuery 非常有用，因为它可确保始终查看最新版本的数据。

掌握PowerBI的存储模式，是后续学习复合模型、优化查询性能的基础。

二、存储模式介绍

导入模式

创建新 Power BI 报表的默认方式。

可以从数据源创建数据集的本地 Power BI 副本，可以使用所有PowerBI的服务功能，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。

比如，导入本地的Excel文件作为数据源，下次打开时就不用重复导入刷新，因为PowerBI文件已经将数据缓存起来。如果Excel的内容更新了，可以通过刷新数据来更新PowerBI文件，没有刷新前则保持原来的数据。

DirectQuery模式

通过与数据源直接连接，执行按需查询返回 DirectQuery 表数据，本地副本不会缓存具有此设置的表。

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。提交到数据源的查询使用相应数据源的查询语言（例如 SQL）。

使用此模型可确保始终查看最新的数据，并满足所有安全要求（例如，一些用户信息的敏感数据，一般是不允许直接从数据库中导出）

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/复合）模式

具有此设置的表可充当缓存表，也可以充当未缓存表，具体视提交到 Power BI 数据集的查询的上下文而定。在一些情况下，查询是通过缓存数据完成。在另一些情况下，查询是通过对数据源执行按需查询完成。

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。

三、怎么设置存储模式？

切换到“模型”视图，选择数据表，
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（如下面的视觉对象所示）。

将表的“存储模式”更改为“导入”是无法撤消的操作。设置后，无法将此属性更改回“DirectQuery”或“双” 。

![[Pasted image 20221219160035.png]]

四、示例

1）“双重”设置的传播

请考虑下列简单模型，其中所有表都来自支持导入和 DirectQuery 的单个源。
在这里插入图片描述
假设所有表最初都设置为“DirectQuery” 。然后，如果将“SurveyResponse”表的“存储模式”更改为“导入”，便会看到以下警告窗口：

可将维度表（客户、地域和日期）设置为“双”，以减少数据集中的有限关系数，并提高性能。有限关系通常涉及至少一个 DirectQuery 表，其中联接逻辑无法推送到源系统。由于“双重”表可以充当“DirectQuery”或“导入”表，因此可以避免这种情况。

传播逻辑旨在帮助包含多个表的模型。假设你有一个带 50 个表的模型，只有某些事实（事务）表需要进行缓存。 Power BI Desktop中的逻辑会计算出必须设置为“双” 的维度表的最小集，因此你不必再动手计算。

传播逻辑只遍历一对多关系的“一”方。

2）存储模式的使用情况示例

继续以上一部分中的示例为例，假设应用以下存储模式属性设置：

表	存储模式
销售	DirectQuery
SurveyResponse	导入
日期	双
客户	双
地域	双

假设“Sales”表中有大量数据，设置这些存储模式属性会导致以下行为：

由于缓存维度表（日期、客户和区域），因此当报表检索要显示的切片器值时，初始报表的加载速度应该会很快。
不缓存“销售”表 , 所以可实现：
- 数据刷新速度加快，内存占用减少。
- 基于“销售”表的报表查询在 DirectQuery 模式下运行。这些查询可能需要更长时间才能完成，但更接近实时，因为缓存延迟未引入。
由于基于“SurveyResponse” 表的报表查询从内存中缓存返回，因此速度应相对较快。