01 過濾源數(shù)據(jù)

僅從數(shù)據(jù)源導入需要的數(shù)據(jù)表，而避免導入與分析無關的數(shù)據(jù)。

比如你只是分析銷售情況，把訂單表和相應的維度表導入進來就可以了，沒有必要把人事、物流等各種數(shù)據(jù)也導進來。

即使是導入訂單表，也僅導入分析所需的行，如果你要分析的是過去三年的情況，就不要試圖導入所有的歷史記錄。

02 刪除無關列

刪除與分析無關的列，可以顯著的降低內存占用。

比如從CRM系統(tǒng)提取過來的訂單表，可能有幾十列，而分析需要的可能只是某幾列，那么其他的數(shù)據(jù)列要果斷的刪除。

03 聚合分析粒度

數(shù)據(jù)源中的表經(jīng)常是最細顆粒度的數(shù)據(jù)，及時聚合到分析的維度是必要的。

比如訂單表，?訂單時間可能精確到某一天的幾點幾分幾秒，而要分析的粒度可能是月份、季度和年份，那么盡早將數(shù)據(jù)聚合到分析的粒度，就可以顯著的降低數(shù)據(jù)的行數(shù)。

04 整理字段

數(shù)據(jù)導入進來以后，一般情況下我們只是看看數(shù)據(jù)類型是否正確，而不做更細的整理，其實以下的操作可以減少內存的占用：

舍入數(shù)字以刪除多余的小數(shù)位;

將日期中不用的分秒數(shù)據(jù)舍去；

將日期時間型數(shù)據(jù)拆分為日期列和時間列；

將可拆分的一個文本列，拆分為兩列，比如某一列的數(shù)據(jù)是省份+城市，將其拆分為省份列和城市列。

05 禁用不必要的加載

對于最終模型中不需要的表，禁用加載至關重要。

從數(shù)據(jù)源將導入數(shù)據(jù)到PowerQuery編輯器之后，我們一般會進行各種轉換，比如將多個表合并到一個表中，或許最終我們使用的是合并表。但在默認情況下，點擊"上載"之后，PQ中的所有表都會加載到Power?BI模型的內存中。

06 禁用系統(tǒng)日期表

禁用內置的日期表，可以提升PowerBI的運行速度。

PowerBI?會自動為模型中的每個日期字段創(chuàng)建內置日期表，以支持時間智能函數(shù)。這些表是隱藏的，它們消耗內存，因此及時打開選項，去掉“自動日期/時間”的勾選，

07 選擇適當?shù)臄?shù)據(jù)類型

確保所有列都具有正確、精準的數(shù)據(jù)類型，我們往往更關注類型是否正確，而不太關注類型是否精準。

比如：我們一般更關注是文本型還是數(shù)值型，而對于數(shù)值型，其實還可細分為整數(shù)型和小數(shù)型，他們兩個都是數(shù)值型，不會影響運算結果，但會影響運算效率，盡量直接修改為最合
適的數(shù)據(jù)類型，可以用整數(shù)型就不要用小數(shù)，能用定點小數(shù)就不要用浮點小數(shù)。

08 選擇合適的連接方式

Power?BI主要有兩種連接模式：import和DirectQuery，對于一般的數(shù)據(jù)源，應盡可能使用import方式將數(shù)據(jù)導入到PowerBI，Import利用Power?BI的高性能查詢引擎，為你提供高度互動和全功能的體驗。

但是，如果通過import無法滿足你的目標，請考慮使用DirectQuery。?

09?避免使用計算列

從Excel帶過來的“壞習慣“之一就是更偏好使用計算列，它的結果可以直觀看到，但計算列帶有隱藏成本，它更消耗內存，會增加數(shù)據(jù)刷新時間。

一種更有效的方法是使用度量替換計算列，度量值不占用內存，只有在上下文中才進行計算，所以盡早養(yǎng)成使用度量值的好習慣！

10? 不斷優(yōu)化DAX

剛開始學習時，對DAX的要求很低，只要能正確的計算出結果就行，但隨著學習的深入，你還應了解一些函數(shù)的計算原理，不斷尋找更好的函數(shù)和更快的代碼。

比如：SUMMARIZECOLUMNS函數(shù)的性能明顯優(yōu)于ADDCOLUMNS+SUMMARIZE組合；使用VAR定義變量的方式處理速度會更快等。

解決同一個問題，會有不同的方案，識別并選擇最優(yōu)的那一個！

11? 盡量使用默認可視化對象

能用默認的圖表就不要使用自定義圖表，能用簡單的圖表進行表達的，就不要使用高度復雜的可視化。

比如能用簡單柱形圖就可以清晰展現(xiàn)的，就沒有必要使用地圖。

12? 避免直接展示明細數(shù)據(jù)

如果你的某個維度有數(shù)萬個數(shù)據(jù)點，如果你打算在畫布上使用表格或者圖表全部展示出來，可能需要幾秒甚至幾分鐘才能刷新出來，這種體驗是不可接受的。

最佳做法是，只展示重點關注的信息，比如該維度的前20名，可以利用篩選器，輕松篩選出需要的數(shù)據(jù)，并提升計算性能。

13? 避免過度使用交互

在PowerBI中可以創(chuàng)建豐富的交互式報表，功能強大、操作簡單，可同時在多個圖表，甚至多個頁面實現(xiàn)動態(tài)聯(lián)動。

但每次的交互聯(lián)動，都會觸發(fā)多個查詢，很可能會拖慢數(shù)據(jù)刷新速度，最佳做法是僅為相關的報表設置動態(tài)響應，移除無關的報表篩選，避免不必要的同步切片器等。

14? 簡化設計

很多人可能都是被PowerBI炫酷的可視化吸引過來學習的，所以初學者常犯的錯誤是創(chuàng)建過于“復雜”的報表。

比如單頁放置過多的圖表、圖表中顯示詳細數(shù)據(jù)、無節(jié)制的使用控件等，最終生成看起來花哨但運行緩慢且低效的報表或儀表板。

使用PowerBI與萬事萬物一樣，物極必反，過猶不及。不要試圖把你想表達的內容都放到一個大而全的報表中，你應該引導用戶逐步深入探索更細粒度的數(shù)據(jù)，而不是一次全部展示出來。

簡化設計，少即是多。

15? 定期更新PowerBI?Desktop

PowerBI在迅速迭代，不斷提升性能，可能你沒有作任何改變，僅僅是升級到最新版，就可以大大提升運行速度。

所以一定要養(yǎng)成定期更新的好習慣（win10系統(tǒng)可以自動更新），并且，如果你的電腦是64位的系統(tǒng)，就不要安裝32位的軟件。