MoyenneChoix multiples

Question d'entraînement PL-300

Quelles sont les DEUX actions qui peuvent améliorer les performances d'actualisation des données dans Power BI ?

Choisissez toutes les bonnes réponses.

Bonnes réponses

  • CDésactiver le chargement des requêtes intermédiaires utilisées uniquement pour référence.
  • DFiltrer les lignes à la source pour réduire le volume de données.

Explication

L'option C est correcte car la désactivation du chargement des requêtes intermédiaires utilisées uniquement pour référence empêche ces tables de staging d'être matérialisées dans le jeu de données, réduisant ainsi la quantité de données traitées et stockées lors de l'actualisation. L'option D est correcte car le filtrage des lignes à la source (par exemple, en utilisant le query folding ou une clause WHERE dans la requête source) réduit le volume de données transférées et chargées, ce qui accélère directement l'actualisation. L'option A n'est pas correcte car la fusion de toutes les requêtes en une seule peut créer une complexité inutile et peut briser le query folding au lieu d'améliorer les performances. L'option B n'est pas correcte car les colonnes calculées dans Power Query sont calculées pendant l'actualisation et peuvent en fait la ralentir par rapport aux colonnes calculées DAX, qui sont calculées au moment de la requête. L'option E n'est pas correcte car la conservation de toutes les colonnes sources augmente le volume de données et l'utilisation de la mémoire, ce qui nuit aux performances d'actualisation au lieu de les améliorer.

Pourquoi chaque option est juste ou fausse

A

Fausse

Fusionner toutes les requêtes en une seule requête.

La fusion des requêtes consolide les transformations dans un seul pipeline, mais les performances d'actualisation sont régies par le query folding et le volume de données transférées, et non par le nombre de requêtes. La combinaison de sources non liées peut en fait empêcher le folding et forcer un traitement complet en mémoire. La fusion est adaptée pour réduire les requêtes de staging redondantes lorsque les sources partagent une lignée commune, et non pour optimiser le débit d'actualisation.

B

Fausse

Ajouter des colonnes calculées dans Power Query au lieu de DAX.

L'ajout de colonnes calculées dans Power Query plutôt que dans DAX n'améliore pas les performances d'actualisation ; cela déplace le travail vers le pipeline d'actualisation, augmentant les données chargées dans le modèle et allongeant l'actualisation. C'est tentant car les colonnes Power Query sont calculées lors du chargement et se compressent bien, ce qui convient aux transformations statiques au niveau de la ligne qui n'ont jamais besoin d'évaluation dynamique.

C

Juste

Désactiver le chargement des requêtes intermédiaires utilisées uniquement pour référence.

La désactivation du chargement sur les requêtes intermédiaires empêche leurs jeux de résultats d'être matérialisés dans le jeu de données, éliminant le stockage inutile et le travail d'actualisation. Seule la sortie de la requête finale est chargée, de sorte que le moteur d'actualisation traite moins de données et se termine plus rapidement, améliorant directement les performances d'actualisation.

D

Juste

Filtrer les lignes à la source pour réduire le volume de données.

Le filtrage des lignes à la source réduit le volume de données transférées et traitées lors de chaque actualisation, satisfaisant directement la contrainte de performance énoncée. Moins de données signifie des temps d'extraction, de transformation et de chargement plus courts, particulièrement précieux pour les tables volumineuses ou larges où les lignes historiques inutiles gonflent la durée d'actualisation.

E

Fausse

Conserver toutes les colonnes des données sources pour éviter de réimporter.

La conservation de chaque colonne source élargit le volume de données et l'empreinte mémoire de chaque actualisation, la ralentissant au lieu de l'améliorer. La conservation de toutes les colonnes est appropriée lorsque les rapports en aval ont réellement besoin du schéma complet et qu'aucune élagage n'est possible.

Pour aller plus loin

Le coût d'actualisation de Power BI est dominé par la quantité de données qui traversent la passerelle et le nombre de partitions que le moteur doit analyser. Le filtrage des lignes à la source pousse les prédicats dans la requête native, de sorte que moins de lignes sont transférées et compressées dans le magasin VertiPaq, ce qui réduit à la fois le temps d'actualisation et la taille du modèle. La désactivation du chargement des requêtes intermédiaires empêche ces requêtes de staging de se matérialiser sous forme de tables dans le jeu de données ; elles restent disponibles pour référence par les requêtes en aval mais ne consomment ni mémoire ni cycles d'actualisation. Les colonnes calculées dans Power Query sont évaluées lors de l'actualisation et stockées, tandis que les colonnes calculées DAX sont également stockées mais calculées par le moteur, donc ce choix affecte le CPU, pas le volume. La fusion des requêtes ou la conservation des colonnes inutilisées augmente généralement le travail au lieu de le réduire.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement PL-300 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.