FacileChoix unique

Question d'entraînement PL-300

Une entreprise dispose d'un modèle sémantique Power BI qui utilise le mode d'importation (Import mode). Le modèle contient une table avec 10 millions de lignes. La source de données est une vue SQL Server dont l'exécution prend 5 minutes. L'actualisation planifiée est configurée pour s'exécuter toutes les heures. Quel est l'impact probable sur les performances de l'actualisation ?

Choisissez la meilleure réponse.

Bonne réponse

  • DL'actualisation prendra au moins 5 minutes plus le temps de chargement des données.

Explication

Le processus d'actualisation doit d'abord exécuter la vue SQL Server pour récupérer les données, ce qui prend au moins 5 minutes, puis charger ces données dans le modèle en mode d'importation. Le temps total d'actualisation est la somme du temps d'exécution de la requête et du temps de chargement des données, il sera donc d'au moins 5 minutes plus le temps supplémentaire nécessaire pour charger 10 millions de lignes.

Pourquoi chaque option est juste ou fausse

A

Fausse

L'actualisation échouera en raison d'un dépassement de délai (timeout) sur la passerelle.

Un dépassement de délai sur la passerelle se produit uniquement lorsque le temps d'attente configuré de la passerelle pour une réponse de la source de données est dépassé lors d'une opération d'actualisation. Ce scénario ne mentionne pas de passerelle ni ses paramètres de délai d'attente, et l'exécution de la vue en 5 minutes n'est pas intrinsèquement un déclencheur de délai d'attente, car l'actualisation est toujours en cours. Par conséquent, supposer un échec n'est pas fondé ; l'actualisation peut simplement prendre plus de temps que le temps d'exécution de la vue.

B

Fausse

Le modèle utilisera automatiquement l'actualisation incrémentielle pour répartir la charge.

L'actualisation incrémentielle nécessite une configuration explicite via les paramètres RangeStart/RangeEnd et une politique d'actualisation incrémentielle définie dans Power BI Desktop ; elle ne s'engage pas automatiquement en fonction de la durée de la requête source. De plus, l'actualisation incrémentielle est conçue pour partitionner les données par plages de dates, et non pour répartir la charge d'une vue lente, et elle dépend du retour du query folding vers la source. Sans configuration préalable, l'actualisation tentera de charger l'ensemble du jeu de données en un seul passage.

C

Fausse

L'actualisation s'achèvera en parallèle avec l'exécution de la vue.

Une opération d'actualisation est strictement séquentielle lors de l'étape de récupération des données : la requête qui définit la vue doit renvoyer son jeu de résultats avant que le moteur Power BI ne puisse commencer à charger des lignes dans le modèle sémantique. Le parallélisme dans un pipeline d'actualisation peut se produire entre différentes tables ou partitions, mais dans le cadre de l'actualisation d'une seule table, l'exécution de la vue et le chargement des données sont des étapes interdépendantes. Étant donné que la vue est la source de données de ce modèle, le chargement ne peut pas commencer tant que la vue n'est pas terminée, ce qui fait que le temps total est au moins la somme des deux étapes.

D

Juste

L'actualisation prendra au moins 5 minutes plus le temps de chargement des données.

L'exécution de la vue est un prérequis fixe pour l'actualisation : le moteur Power BI doit exécuter la requête source et attendre que l'exécution complète de 5 minutes se termine avant de recevoir des données à charger. Ce n'est qu'après le retour de la vue que la phase de chargement des données, y compris les transformations, l'indexation et le stockage dans le magasin de colonnes en mémoire, peut avoir lieu. Par conséquent, la durée minimale absolue de l'actualisation est de 5 minutes, le temps réel correspondant à ces 5 minutes plus l'ensemble du temps de chargement et de traitement en aval.

Pour aller plus loin

L'actualisation du mode d'importation Power BI est un pipeline composite où l'exécution de la requête source est une opération bloquante ; le moteur d'actualisation ne peut pas commencer à charger les données tant que l'ensemble de résultats de la requête n'a pas été entièrement produit. C'est une source fréquente de confusion car les utilisateurs supposent souvent que les requêtes source de longue durée n'affectent que la phase de 'requête', mais en réalité, elles prolongent directement la durée totale de l'actualisation. Une autre distinction essentielle est que l'actualisation incrémentielle est une fonctionnalité de performance qui doit être explicitement créée à l'aide de paramètres Power Query et de stratégies d'actualisation — elle ne s'active pas automatiquement lorsqu'une requête est lente et fonctionne mieux avec un partitionnement basé sur les dates et le query folding. Les délais d'attente de la passerelle (gateway timeouts), quant à eux, sont régis par le paramètre de délai d'attente de la source de données de la passerelle (par défaut 10 minutes pour l'actualisation planifiée) et ne provoqueraient un échec que si l'ensemble de l'opération, y compris l'exécution de la vue, dépasse cette limite ; ce scénario ne donne aucune indication qu'un tel seuil a été franchi. Une implication pratique est que la surveillance des performances d'actualisation doit inclure à la fois le temps d'exécution de la requête source et les métriques de chargement des données, car optimiser uniquement la phase de chargement tout en ignorant une vue lente laissera la durée de l'actualisation pratiquement inchangée.

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.