DifficileChoix multiples

Question d'entraînement PL-300

Quelles sont les TROIS actions qui peuvent aider à optimiser les performances d'un rapport Power BI ? (Sélectionnez TROIS.)

Choisissez toutes les bonnes réponses.

Bonnes réponses

  • BRéduisez le nombre d'éléments visuels sur une seule page.
  • DUtilisez des agrégations dans la source de données (par exemple, pré-résumer les tables).
  • EDésactivez la mise en surbrillance croisée et le filtrage croisé là où ils ne sont pas nécessaires.

Explication

Chaque élément visuel d'une page de rapport émet ses propres requêtes DAX par rapport au jeu de données, de sorte que la réduction du nombre d'éléments visuels par page diminue le nombre de requêtes simultanées et la charge de travail de rendu, améliorant ainsi la réactivité du rapport. Pré-résumer les données dans la source (par exemple, en utilisant GROUP BY en SQL, des vues ou l'agrégation Power Query) réduit le volume de données chargées dans le modèle et permet au moteur d'analyser des tables plus petites, ce qui accélère l'actualisation et l'exécution des requêtes. La mise en surbrillance croisée et le filtrage croisé obligent Power BI à réinterroger et à re-rendre chaque élément visuel affecté chaque fois qu'une sélection est effectuée ; les désactiver là où l'interactivité n'est pas nécessaire évite cette surcharge de requêtes en cascade. Les colonnes calculées sont évaluées au moment de l'actualisation, stockées dans le modèle et consomment de la mémoire, tandis que les mesures sont évaluées au moment de la requête et constituent l'approche recommandée pour les agrégations complexes. L'importation de toutes les colonnes surcharge le modèle, augmente l'utilisation de la mémoire et ralentit l'actualisation et les requêtes ; la bonne pratique consiste à n'importer que les colonnes réellement nécessaires.

Pourquoi chaque option est juste ou fausse

A

Fausse

Utilisez des colonnes calculées au lieu de mesures pour les agrégations complexes.

Les colonnes calculées sont évaluées lors de l'actualisation des données et stockées en mémoire, consommant de la RAM pour chaque ligne, tandis que les mesures sont calculées au moment de la requête uniquement pour les agrégations affichées. Pour les agrégations complexes, les mesures évitent de matérialiser des valeurs intermédiaires inutiles, réduisant ainsi la pression sur la mémoire et la charge de mise à jour. Cette option est séduisante car les colonnes calculées sont souvent utilisées pour la catégorisation au niveau des lignes ou les recherches statiques, où la pré-computation est véritablement bénéfique.

B

Juste

Réduisez le nombre d'éléments visuels sur une seule page.

Chaque élément visuel d'une page Power BI émet sa propre requête DAX lors du chargement de la page. Le rendu de nombreux éléments visuels simultanément consomme du CPU, du GPU et de la mémoire, et nécessite également des filtres d'interaction entre éléments visuels. La réduction du nombre d'éléments visuels par page diminue le nombre de requêtes parallèles et la charge de travail de rendu, améliorant le chargement de la page et la réactivité des interactions. Il s'agit d'une optimisation classique au niveau du rapport permise par une meilleure mise en page et une meilleure navigation.

C

Fausse

Importez toutes les colonnes des tables sources pour éviter de manquer des données.

L'importation de chaque colonne des tables sources surcharge le modèle de données VertiPaq avec des colonnes inutiles, augmentant l'empreinte de stockage, le temps d'actualisation et l'utilisation de la mémoire. Cela ne garantit pas l'exhaustivité des données ; les données manquantes sont un problème de qualité des données qui persiste indépendamment de la sélection du schéma. Au lieu de cela, vous devez importer uniquement les colonnes qui sont utilisées dans les rapports, les mesures ou les calculs, réduisant ainsi la surcharge de compression du dictionnaire et accélérant l'actualisation et les requêtes.

D

Juste

Utilisez des agrégations dans la source de données (par exemple, pré-résumer les tables).

Pré-agréger des tables au niveau de la source de données, comme pré-résumer les ventes quotidiennes en totaux mensuels, réduit le nombre de lignes et la cardinalité des colonnes clés du modèle. Moins de lignes signifie des dictionnaires plus petits et des analyses plus rapides dans VertiPaq, ainsi que des requêtes DAX plus simples car les agrégations sont déjà calculées. Cela complète, mais ne remplace pas, une conception de schéma en étoile appropriée et peut réduire considérablement les temps de réponse des requêtes pour les rapports de synthèse de haut niveau.

E

Juste

Désactivez la mise en surbrillance croisée et le filtrage croisé là où ils ne sont pas nécessaires.

Le comportement d'interaction de chaque élément visuel (filtrage croisé et mise en surbrillance croisée) crée une propagation de filtre interne qui peut déclencher une évaluation DAX supplémentaire sur les éléments visuels. Lorsqu'un utilisateur clique sur un point de données, Power BI doit propager la sélection à tous les autres éléments visuels, ce qui représente un travail supplémentaire. La désactivation de ces interactions là où elles ne sont pas nécessaires réduit la complexité du contexte de filtre et évite les nouvelles requêtes inutiles, en particulier sur les tableaux de bord comportant de nombreux graphiques ; il s'agit d'un réglage au niveau de l'UI qui complète l'optimisation au niveau du modèle.

Pour aller plus loin

L'optimisation des performances des rapports Power BI s'articule autour de trois couches : le modèle de données, le moteur de requêtes et la couche visuelle. Dans le modèle, la réduction du nombre de lignes grâce à des agrégations au niveau de la source et la suppression des colonnes inutilisées réduisent directement le stockage en colonnes de VertiPaq, car les colonnes sont compressées sous forme de dictionnaires indépendants et la réduction des valeurs distinctes ou des nombres de lignes diminue la mémoire et accélère les analyses. Dans la couche de requête, les mesures sont évaluées uniquement au moment de la requête, tandis que les colonnes calculées sont évaluées lors de l'actualisation et stockées ligne par ligne — les mesures sont donc presque toujours préférées pour les agrégations afin d'éviter de matérialiser des données redondantes. Sur la couche visuelle, chaque élément visuel émet sa propre requête DAX ; par conséquent, la réduction du nombre d'éléments visuels sur une page et la désactivation du filtrage/de la mise en surbrillance croisée non nécessaires limitent le nombre d'évaluations distinctes et de contextes de filtre qui doivent être résolus. Une subtilité souvent négligée est que les agrégations doivent s'aligner sur la granularité du rapport : un agrégat trop grossier fait perdre la capacité d'exploration et un trop grand nombre de tables agrégées peut surcharger le modèle. Les projets du monde réel n'utilisent souvent pas l'Analyseur de performances pour détecter quels éléments visuels prennent le plus de temps ; les modèles optimisés se chargent encore lentement si des dizaines de mesures complexes sont calculées dans une seule vignette. Comprendre que l'optimisation est un compromis stratifié entre la latence, la mémoire et la précision permet d'éviter l'écueil courant consistant à ajouter arbitrairement des mesures ou des éléments visuels.

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.