MédiaMúltipla escolha

Questão de prática de PL-300

Você se conecta a uma grande tabela do Azure SQL Database com mais de 100 milhões de linhas. Você precisa criar um relatório que mostre as vendas por mês apenas para o ano atual. Qual técnica de redução de dados você deve usar no Power Query para minimizar a carga de dados?

Escolha a melhor resposta.

Resposta correta

  • BNo Power Query, aplicar um filtro de data na consulta de origem para que apenas os dados do ano atual sejam importados.

Explicação

Aplicar um filtro de data no Power Query no nível da consulta de origem garante que apenas as linhas do ano atual sejam importadas para o modelo de dados do Power BI. Isso reduz o volume de dados de mais de 100 milhões de linhas para uma fração, minimizando o uso de memória e melhorando o desempenho de atualização. O Power Query envia o filtro para o Azure SQL Database usando uma cláusula WHERE na consulta SQL, de modo que apenas os dados filtrados são transferidos pela rede.

Por que cada alternativa está certa ou errada

A

Incorreta

Importar todos os dados e depois remover as colunas que não são necessárias.

A remoção de colunas reduz a largura, mas cada uma das 100 milhões de linhas ainda é importada, de modo que o problema de volume de linhas permanece. É atraente porque a poda de colunas é uma otimização padrão do Power Query, e estaria correta quando a tabela possui muitas colunas desnecessárias, mas uma contagem de linhas aceitável.

B

Correta

No Power Query, aplicar um filtro de data na consulta de origem para que apenas os dados do ano atual sejam importados.

Filtrar a consulta de origem por data restringe a importação apenas às linhas do ano atual, para que o Power Query carregue um subconjunto pequeno em vez de todas as 100 milhões de linhas. Isso reduz o volume de dados na origem, que é a técnica de redução mais eficiente.

C

Incorreta

Carregar todos os dados e filtrar usando um filtro em nível de visual no relatório.

Um filtro em nível de visual reduz apenas o que é exibido; o Power Query ainda importa todas as 100 milhões de linhas para o modelo, portanto, a carga não é minimizada. É atraente porque a filtragem em nível de relatório é a maneira usual de escopar visuais, e estaria correta quando o conjunto de dados completo precisa permanecer disponível para outros relatórios.

D

Incorreta

Usar uma tabela calculada em DAX para filtrar os dados.

Uma tabela calculada em DAX é calculada após o carregamento do modelo, de modo que todas as 100 milhões de linhas ainda são importadas primeiro, frustrando o objetivo de redução. É atraente porque as tabelas calculadas moldam os dados dentro do modelo, e estaria correta quando a filtragem depende de medidas ou relacionamentos indisponíveis no Power Query.

Para se aprofundar

O Power Query foi projetado para realizar transformação e redução de dados na origem quando possível. Aplicar um filtro de data na consulta de origem traduz-se em uma cláusula WHERE na consulta SQL subjacente, para que apenas os dados do ano atual sejam recuperados do Azure SQL Database. Isso minimiza a quantidade de dados transferidos pela rede e carregados no modelo do Power BI, melhorando o desempenho da atualização e reduzindo o consumo de memória. Importar todos os dados e depois remover colunas ainda puxa todas as linhas, o que é ineficiente. Os filtros em nível de visual e as tabelas calculadas em DAX operam após o carregamento dos dados, portanto, eles não reduzem o volume inicial de dados. Para tabelas grandes, a filtragem na origem é uma melhor prática para otimizar o recolhimento de consultas (query folding) e o consumo de recursos.

Sobre estas questões de prática

Esta é uma das questões de prática originais de PL-300 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.