DifícilSelección múltiple

Pregunta de práctica de PL-300

¿Qué TRES acciones pueden ayudar a optimizar el rendimiento de un informe de Power BI? (Seleccione TRES).

Elige todas las respuestas correctas.

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.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Utilice columnas calculadas en lugar de medidas para agregaciones complejas.

Las columnas calculadas se evalúan durante la actualización de datos y se almacenan en la memoria, consumiendo RAM para cada fila, mientras que las medidas se calculan en el momento de la consulta solo para las agregaciones mostradas. Para agregaciones complejas, las medidas evitan materializar valores intermedios innecesarios, lo que reduce la presión de memoria y la sobrecarga de actualización. Esta opción es tentadora porque las columnas calculadas se utilizan a menudo para la categorización a nivel de fila o búsquedas estáticas, donde la precomputación es genuinamente beneficiosa.

B

Correcta

Reduzca el número de objetos visuales en una sola página.

Cada objeto visual en una página de Power BI emite su propia consulta DAX cuando se carga la página. Renderizar muchos objetos visuales simultáneamente consume CPU, GPU y memoria, y también requiere filtros de interacción entre objetos visuales. Reducir el número de objetos visuales por página disminuye la cantidad de consultas paralelas y la carga de trabajo de renderizado, mejorando la carga de la página y la capacidad de respuesta de la interacción. Esta es una optimización clásica a nivel de informe habilitada por un mejor diseño y navegación.

C

Incorrecta

importe todas las columnas de las tablas de origen para evitar la pérdida de datos.

Importar cada columna de las tablas de origen infla el modelo de datos VertiPaq con columnas innecesarias, lo que aumenta la huella de almacenamiento, el tiempo de actualización y el uso de memoria. No garantiza la integridad de los datos; los datos faltantes son un problema de calidad de datos que persiste independientemente de la selección del esquema. En su lugar, debe importar solo las columnas que se utilizan en informes, medidas o cálculos, reduciendo así la sobrecarga de compresión de diccionarios y acelerando la actualización y la consulta.

D

Correcta

Utilice agregaciones en el origen de datos (por ejemplo, pre-resumir tablas).

Pre-agregar tablas en el origen de datos, como pre-resumir las ventas diarias en totales mensuales, reduce el número de filas y la cardinalidad de las columnas clave en el modelo. Menos filas significan diccionarios más pequeños y escaneos más rápidos en VertiPaq, y consultas DAX más simples porque las agregaciones ya están calculadas. Esto complementa, pero no reemplaza, un diseño adecuado de esquema en estrella y puede reducir drásticamente los tiempos de respuesta de consultas para informes de resumen de alto nivel.

E

Correcta

Deshabilite el resaltado cruzado y el filtrado cruzado donde no sean necesarios.

El comportamiento de interacción de cada objeto visual (filtrado cruzado y resaltado cruzado) crea una propagación de filtro interna que puede desencadenar una evaluación DAX adicional en los objetos visuales. Cuando un usuario hace clic en un punto de datos, Power BI debe propagar la selección a todos los demás objetos visuales, lo que representa un trabajo adicional. Deshabilitar estas interacciónes donde no se necesitan reduce la complejidad del contexto de filtro y evita consultas repetidas innecesarias, especialmente en paneles con muchos gráficos; esto es un ajuste a nivel de UI que complementa la optimización a nivel de modelo.

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.