高效使用PowerBI的15条建议，推荐给你！

​

PowerBI是一个强大的工具，它的大数据处理能力、丰富的可视化对象、便捷的交互体验正在改变越来越多的人查看数据的方式。

但同时也有很多人抱怨PowerBI运行速度太慢：打开慢、刷新慢、响应慢，你在使用过程中是不是也有此体会呢？

本文就来谈谈如何高效的使用PowerBI，这里的高效，是指当你有一个想法并告诉PowerBI，它能快速响应你的操作，得出期望的结果，而不是漫长的等待。

当然导致PowerBI运行速度慢的原因有很多，比如设备因素、网络速度、数据的量级等等，抛开这些客观因素，这里主要说一下，你平时的操作习惯，也许是拖慢PowerBI的主要原因。

关于如何高效的使用PowerBI，这里有15条建议，希望对你有帮助:)

01 过滤源数据

仅从数据源导入需要的数据表，而避免导入与分析无关的数据。

比如你只是分析销售情况，把订单表和相应的维度表导入进来就可以了，没有必要把人事、物流等各种数据也导进来。

即使是导入订单表，也仅导入分析所需的行，如果你要分析的是过去三年的情况，就不要试图导入所有的历史记录。

02 删除无关列

删除与分析无关的列，可以显著的降低内存占用。

比如从CRM系统提取过来的订单表，可能有几十列，而分析需要的可能只是某几列，那么其他的数据列要果断的删除。

03 聚合分析粒度

数据源中的表经常是最细颗粒度的数据，及时聚合到分析的维度是必要的。

比如订单表， 订单时间可能精确到某一天的几点几分几秒，而要分析的粒度可能是月份、季度和年份，那么尽早将数据聚合到分析的粒度，就可以显著的降低数据的行数。

04 整理字段

数据导入进来以后，一般情况下我们只是看看数据类型是否正确，而不做更细的整理，其实以下的操作可以减少内存的占用：

舍入数字以删除多余的小数位;

将日期中不用的分秒数据舍去；

将日期时间型数据拆分为日期列和时间列；

将可拆分的一个文本列，拆分为两列，比如某一列的数据是省份+城市，将其拆分为省份列和城市列。

05 禁用不必要的加载

对于最终模型中不需要的表，禁用加载至关重要。

从数据源将导入数据到PowerQuery编辑器之后，我们一般会进行各种转换，比如将多个表合并到一个表中，或许最终我们使用的是合并表。但在默认情况下，点击"上载"之后，PQ中的所有表都会加载到Power BI模型的内存中。

选中不需要的表，右键>属性：去掉“启用加载到报表”的勾选，

在属性窗口，还有一项可以设置，如果某个表是固定的数据，不需要刷新，可以只加载，而不刷新数据，同样节省数据处理时间。

06 禁用系统日期表

禁用内置的日期表，可以提升PowerBI的运行速度。

PowerBI 会自动为模型中的每个日期字段创建内置日期表，以支持时间智能函数。这些表是隐藏的，它们消耗内存，因此及时打开选项，去掉“自动日期/时间”的勾选，

并且系统日期表无法灵活的添加自定义列，建议大家进行数据分析时，创建自己的日期表，关于日期表的制作请参考：玩PowerBI必备的日期表制作方式汇总。

07 选择适当的数据类型

确保所有列都具有正确、精准的数据类型，我们往往更关注类型是否正确，而不太关注类型是否精准。

比如：我们一般更关注是文本型还是数值型，而对于数值型，其实还可细分为整数型和小数型，他们两个都是数值型，不会影响运算结果，但会影响运算效率，尽量直接修改为最合适的数据类型，可以用整数型就不要用小数，能用定点小数就不要用浮点小数。

08 选择合适的连接方式

Power BI主要有两种连接模式：import和DirectQuery，对于一般的数据源，应尽可能使用import方式将数据导入到PowerBI，Import利用Power BI的高性能查询引擎，为你提供高度互动和全功能的体验。

但是，如果通过import无法满足你的目标，请考虑使用DirectQuery。 

关于DQ的优势和限制，请参考官方文档：

https://docs.microsoft.com/en-us/power-bi/desktop-directquery-about

09 避免使用计算列

从Excel带过来的“坏习惯“之一就是更偏好使用计算列，它的结果可以直观看到，但计算列带有隐藏成本，它更消耗内存，会增加数据刷新时间。

一种更有效的方法是使用度量替换计算列，度量值不占用内存，只有在上下文中才进行计算，所以尽早养成使用度量值的好习惯！

10  不断优化DAX

刚开始学习时，对DAX的要求很低，只要能正确的计算出结果就行，但随着学习的深入，你还应了解一些函数的计算原理，不断寻找更好的函数和更快的代码。

比如：SUMMARIZECOLUMNS函数的性能明显优于ADDCOLUMNS+SUMMARIZE组合；使用VAR定义变量的方式处理速度会更快等。

解决同一个问题，会有不同的方案，识别并选择最优的那一个！

这方面需要不断积累。

11  尽量使用默认可视化对象

能用默认的图表就不要使用自定义图表，能用简单的图表进行表达的，就不要使用高度复杂的可视化。

比如能用简单柱形图就可以清晰展现的，就没有必要使用地图。

（来源：经济学人）

当然这条建议主要看你的内在需求，你需要在运行速度和展现效果之间做出权衡。

12  避免直接展示明细数据

如果你的某个维度有数万个数据点，如果你打算在画布上使用表格或者图表全部展示出来，可能需要几秒甚至几分钟才能刷新出来，这种体验是不可接受的。

最佳做法是，只展示重点关注的信息，比如该维度的前20名，可以利用筛选器，轻松筛选出需要的数据，并提升计算性能。

13  避免过度使用交互

在PowerBI中可以创建丰富的交互式报表，功能强大、操作简单，可同时在多个图表，甚至多个页面实现动态联动。

但每次的交互联动，都会触发多个查询，很可能会拖慢数据刷新速度，最佳做法是仅为相关的报表设置动态响应，移除无关的报表筛选，避免不必要的同步切片器等。

(关于交互的编辑可参考：PowerBI技巧：编辑交互)

14  简化设计

很多人可能都是被PowerBI炫酷的可视化吸引过来学习的，所以初学者常犯的错误是创建过于“复杂”的报表。

比如单页放置过多的图表、图表中显示详细数据、无节制的使用控件等，最终生成看起来花哨但运行缓慢且低效的报表或仪表板。

使用PowerBI与万事万物一样，物极必反，过犹不及。不要试图把你想表达的内容都放到一个大而全的报表中，你应该引导用户逐步深入探索更细粒度的数据，而不是一次全部展示出来。

简化设计，少即是多。

15  定期更新PowerBI Desktop

PowerBI在迅速迭代，不断提升性能，可能你没有作任何改变，仅仅是升级到最新版，就可以大大提升运行速度。

所以一定要养成定期更新的好习惯（win10系统可以自动更新），并且，如果你的电脑是64位的系统，就不要安装32位的软件。

上面的这些建议，在你日常使用PowerBI时，注意到了几个呢？

当然如果你处理的数据很少，以上多数建议都无关紧要，你尽可以简单粗暴地解决问题。但是，当你开始处理更大量级的数据、更复杂的数据模型时，你的简单粗暴带来的不良影响，也会量级性的放大，此时，你应该深入思考这些建议。

当你感觉到你的报表正变得越来越迟钝时，这些建议至少可以指引你朝着正确方向努力。

实践出真知，如果你也有优化的建议，欢迎留言分享哦。

微信公众号：PowerBI星球。加入星球，和我一起精进PowerBI。