Respuestas correctas
- BReduzca el número de objetos visuales en una sola página.
- DUtilice agregaciones en el origen de datos (por ejemplo, pre-resumir tablas).
- EDeshabilite el resaltado cruzado y el filtrado cruzado donde no sean necesarios.
Explicación
Cada objeto visual en la página de un informe emite sus propias consultas DAX contra el conjunto de datos, por lo que reducir el número de objetos visuales por página disminuye la cantidad de consultas concurrentes y la carga de trabajo de renderizado, mejorando la capacidad de respuesta del informe. Pre-resumir los datos en el origen (por ejemplo, utilizando GROUP BY en SQL, vistas o agregaciones en Power Query) reduce el volumen de datos cargados en el modelo y permite que el motor escanee tablas más pequeñas, lo que acelera la actualización y la ejecución de consultas. El resaltado cruzado y el filtrado cruzado obligan a Power BI a volver a consultar y renderizar cada objeto visual afectado cada vez que se realiza una selección; deshabilitarlos donde la interactividad no es necesaria evita esa sobrecarga de consultas en cascada. Las columnas calculadas se evalúan en el momento de la actualización, se almacenan en el modelo y consumen memoria, mientras que las medidas se evalúan en el momento de la consulta y son el enfoque recomendado para agregaciones complejas. Importar todas las columnas infla el modelo, aumenta el uso de memoria y ralentiza la actualización y las consultas; la mejor práctica es importar solo las columnas que realmente se necesitan.
Para profundizar
La optimización del rendimiento de los informes de Power BI abarca tres capas: el modelo de datos, el motor de consultas y la capa visual. En el modelo, reducir el recuento de filas mediante agregaciones a nivel de origen y eliminar las columnas no utilizadas reduce directamente el almacenamiento columnar de VertiPaq, ya que las columnas se comprimen como diccionarios independientes y la reducción de valores distintos o números de filas disminuye la memoria y acelera los escaneos. En la capa de consulta, las medidas se evalúan solo en el momento de la consulta, mientras que las columnas calculadas se evalúan en la actualización y se almacenan fila por fila, por lo que casi siempre se prefieren las medidas para las agregaciones para evitar materializar datos redundantes. En la capa visual, cada objeto visual emite su propia consulta DAX; por lo tanto, reducir el número de objetos visuales en una página y deshabilitar el resaltado/filtrado cruzado innecesario limita el número de evaluaciones separadas y contextos de filtro que deben resolverse. Una sutileza que a menudo se pasa por alto es que las agregaciones deben alinearse con la granularidad del informe: un agregado demasiado grueso pierde la capacidad de desglose y demasiadas tablas agregadas pueden inflar el modelo. Los proyectos del mundo real a menudo no utilizan el Analizador de rendimiento para detectar qué objetos visuales gastan más tiempo; los modelos optimizados aún se renderizan lentamente si se calculan docenas de medidas complejas en un solo mosaico. Comprender que la optimización es un equilibrio en capas entre la latencia, la memoria y la precisión evita el error común de agregar arbitrariamente medidas u objetos visuales.
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.