FácilOpción múltiple

Pregunta de práctica de PL-300

Está cargando datos desde una base de datos de SQL Server a Power BI. Nota que la importación toma mucho tiempo porque la tabla de origen contiene muchas filas. Solo necesita un subconjunto de filas basado en un filtro de fecha. ¿Qué debe hacer para mejorar el rendimiento?

Elige la mejor respuesta.

Respuesta correcta

  • BUsar una consulta SQL con una cláusula WHERE en el Power Query Editor.

Explicación

El uso de una consulta SQL con una cláusula WHERE en el Power Query Editor transfiere el filtro de fecha hacia la base de datos de SQL Server, reduciendo la cantidad de datos transferidos a través de la red e importados a Power BI. Esta técnica de query folding aprovecha la indexación y la potencia de procesamiento del motor de base de datos, lo cual es mucho más eficiente que filtrar después de la importación. Al recuperar únicamente las filas necesarias desde el principio, minimiza tanto la latencia de la red como el consumo de memoria en Power BI.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Eliminar columnas innecesarias en Power Query.

Eliminar columnas innecesarias en Power Query estrecha la tabla eliminando atributos no requeridos, lo cual reduce la huella de memoria y la transferencia de red por fila. Sin embargo, no hace nada para reducir el número de filas importadas desde SQL Server, por lo que si el cuello de botella es el alto volumen de filas, todo el conjunto de transacciones sigue cruzando la red y aterrizando en el modelo de datos. El recorte de columnas es complementario al filtrado de filas, no un sustituto de enviar una cláusula WHERE hacia el origen.

B

Correcta

Usar una consulta SQL con una cláusula WHERE en el Power Query Editor.

Escribir una consulta SQL con una cláusula WHERE directamente en el Power Query Editor es el enfoque más eficiente porque implementa el query folding: SQL Server ejecuta el filtro y devuelve únicamente las filas que satisfacen el predicado. Esto minimiza la transferencia de datos, evita cargar filas irrelevantes en la memoria de Power Query y acelera tanto la carga inicial como las actualizaciones posteriores. Cuando el origen es una base de datos relacional, una consulta SQL nativa con un conjunto de resultados filtrados es una buena práctica para la reducción a nivel de fila en el origen.

C

Incorrecta

Cargar todos los datos y luego aplicar un filtro en Power BI.

Cargar todos los datos y luego aplicar un filtro en Power BI significa que Power Query primero extrae cada fila de SQL Server, las expande en la memoria y luego descarta los registros que no coinciden durante la carga o dentro de un filtro a nivel de objeto visual. Esto consume innecesariamente ancho de banda de red, ralentiza la carga inicial y puede agotar la memoria en tablas grandes. A diferencia del query folding, pospone el filtrado para una etapa posterior, por lo que la base de datos no se beneficia de los predicados que podrían reducir el conjunto de datos anticipadamente.

D

Incorrecta

Habilitar la actualización incremental en el conjunto de datos.

La actualización incremental es una estrategia de administración de datos fechados que utiliza parámetros RangeStart y RangeEnd para particionar una tabla, pero está diseñada para escenarios de actualización programada donde solo se cargan filas nuevas o modificadas en actualizaciones posteriores. No optimiza la carga inicial completa; de hecho, la primera actualización típicamente carga todo el conjunto de datos en el modelo. Sin un filtro correspondiente en una consulta o en un paso de Power Query, habilitar la actualización incremental por sí sola no reduce el recuento de filas transferidas durante la importación inicial de datos desde SQL Server.

Para profundizar

Esta pregunta evalúa el concepto fundamental del query folding y el principio de enviar las transformaciones lo más arriba posible en el origen (upstream), especialmente para orígenes relacionales como SQL Server. El query folding ocurre cuando Power Query traduce los pasos M en una única sentencia SQL que la base de datos ejecuta, permitiendo que el motor aproveche los índices y devuelva solo las filas y columnas requeridas. El error más común es asumir que la eliminación de columnas o el filtrado posterior a la carga en Power BI es equivalente al filtrado en el lado del origen; aunque estos reducen el tamaño del modelo, no disminuyen el costo de E/S de extraer filas. La actualización incremental suele confundirse con la optimización de la carga inicial, pero es una técnica de particionamiento de actualización que requiere una columna de fecha y solo es efectiva después de la primera carga base. En escenarios del mundo real, una cláusula WHERE en una consulta SQL nativa o un paso de Power Query que admita el plegado (como Filtrar filas) es la mejor manera de minimizar la transferencia de datos desde tablas grandes. Un detalle sutil es que el uso de una consulta SQL nativa puede evitar un mayor plegado de los pasos posteriores, por lo que a menudo se recomienda utilizar un filtro básico de Power Query en lugar de una cadena SQL todo en uno para facilitar el mantenimiento y el rendimiento. Comprender dónde y cuándo se reducen los datos es esencial para los escenarios de certificación PL-300 que involucran optimización del rendimiento y estrategias de carga de datos.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de PL-300 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.