Power BI 的大数据处理方案：聚合

前奏

说起Power BI中的聚合，也许大多数人第一反应是DAX或M中的聚合函数，而本文所讲的聚合，是一项发布一年多而鲜有人知晓，百度几乎查不到资料，却应用了微软Power BI团队最酷的技术，并能够使PowerBI成为解锁PB级或是Hadoop规模等大型数据集的利器！

（下图：Power BI Desktop中的"管理聚合")

痛点

过去，Power BI以其强大的功能性，可视化交互能力，拖拽式设计的易用性，紧锣密鼓的更新以及活跃的社区，成为全球最受欢迎的敏捷BI开发工具之一，然而，对于处理企业级大型数据集显然是Power BI的天然短板。为何这么说呢？

PowerBI的内核基于Analysis Services表格模型(TOM)，利用AS表格模型中公式引擎(FE)和存储引擎(SE)的配合完成报表前端与后端模型的数据交互，通常来讲，存储引擎依据应用了筛选并经VertiPaq压缩过的缓存数据，能够以多线程的方式计算并迅速返回结果，这本身是十分高效的一个过程，但尽管表格模型拥有比多维数据集(cube)更强的数据压缩率，当数据体量达到TB甚至PB级时，内存很可能无法撑住这个体量，这会导致数据集中的分页大幅增多，从而严重拖慢查询性能(Power BI内置表格模型默认以800万行为单位进行分页，不过拥有Premium License的用户可以通过XMLA终结点修改这一数值，但这又是另一个话