Mais do que dashboards bonitos, tudo o que o usuário precisa é de relatórios rápidos.
Seus usuários com certeza ficam encantados com relatórios de Business Intelligence esteticamente lindos e bem elaborados, mas só isso não basta. A velocidade com a qual os dados podem ser acessados vai deixá-los muito mais felizes. Para que isso aconteça, tudo depende do que está por trás das visualizações de dados.
Leveza e rapidez devem ser a prioridade na hora de construir um relatório. Para que o usuário não se depare com uma experiência negativa, é importante organizar as tabelas e relacionamentos para que não se tornem complexos e redundantes. Sendo assim, a otimização de desempenho é imprescindível e garante que os dados sejam executados de forma mais eficiente, por consequência trazendo maior agilidade no acesso aos relatórios e aumentando a satisfação do cliente.
Para quem está começando agora no mundo da inteligência de negócio, não custa nada reforçar que o Power BI é uma ferramenta de análise de dados da Microsoft feita para coletar todos os dados e informações de um negócio, organizá-los, tratá-los e fazer cálculos para criar relatórios, gerar indicadores e auxiliar na tomada de decisões estratégicas. Esses dados são apresentados por meio de elementos visuais em dashboards super intuitivos.
Diversos fatores podem influenciar na performance do Power BI. Por exemplo, ao trabalhar com modelos de dados grandes, fontes de dados subjacentes lentas ou relatórios complexos, às vezes ficamos presos na luta contra os problemas de desempenho. Isso pode ser muito ruim para o seu projeto.
Esse artigo tem o objetivo de pontuar boas práticas de otimização de performance em Power BI e ajudar você que não sabe por onde começar a otimizar seus relatórios, além de destacar quais pontos são importantes nessa hora.
Você pode otimizar sua solução em diferentes camadas de arquitetura. As camadas incluem:
- As fontes de dados
- O modelo de dados
- Visualizações, incluindo dashboards, relatórios do Power BI e relatórios paginados do Power BI
- O ambiente, incluindo capacidades, gateways de dados e a rede.
- Importe apenas colunas, tabelas e dados necessários:
Você pode ser prático e organizado. Ao invés de carregar todas as informações (que nem ao menos precisam estar lá), deixe o seu modelo de dados o mais limpo possível, apenas com as colunas e tabelas que realmente serão utilizadas para análise. A sugestão é começar pequeno e ir entendendo a necessidade do projeto. Assim você pode ir expandindo com maior controle sobre o que de fato está sendo criado e executado.
Também é muito provável que na hora do desenvolvimento você não precise dos dados em sua totalidade. Na maioria das vezes, apenas uma amostra de dados já será suficiente para a velocidade que você necessita e ainda garante uma atualização mais rápida vinda do dataset.
Dica: a base só precisa realmente estar completa no relatório publicado no serviço online. - Faça uso dos filtros:
Há dois filtros que podem te auxiliar no Power BI, são o de entidade e por tempo. Um conjunto específico de dataset é carregado na filtragem por entidade, a partir da seleção de valores em cada coluna. Já na filtragem por tempo o carregamento de um conjunto específico de um dataset se faz pela escolha de determinados períodos de tempo. - Escolha o tipo apropriado de conjunto de dados para sua solução:
O modelo de dados dá suporte à experiência inteira de visualização. Os modelos de dados são hospedados externa ou internamente e, no Power BI, são chamados de conjuntos de dados. Os três modos de conjunto de dados são: Importação, DirectQuery e composto. É importante entender suas opções e escolher o tipo apropriado de conjunto de dados para sua solução. - Utilize variáveis:
Uma boa prática é utilizar variáveis para escrever cálculos de menor complexidade e maior eficiência e também fazer uma revisão das expressões DAX, uma vez que alguns cálculos podem ser muito complexos e acabar exigindo um maior processamento. Ao utilizar variáveis você poupa tempo de processamento e de consulta, conseguindo otimizar o desempenho do seu modelo de dados. - Redução de cardinalidades:
O Power Bi tem uma vantagem muito boa em relação às cardinalidades, é possível utilizar múltiplas tabelas e definir qual a relação entre elas. A cardinalidade faz referência a como é mapeada a relação entre as tabelas. É recomendado ter poucas relações bidirecionais, pois podem trazer um impacto negativo no desempenho. - Latência da rede:
A latência de rede pode afetar o desempenho do relatório, aumentando o tempo necessário para que as solicitações acessem o serviço do Power BI e para que as respostas sejam entregues. Locatários no Power BI são atribuídos a uma região específica.
Quando os usuários de um locatário acessam o serviço do Power BI, suas solicitações sempre são roteadas para essa região. Quando as solicitações acessam o serviço do Power BI, o serviço pode enviar solicitações adicionais, por exemplo, para a fonte de dados subjacente ou o gateway de dados, que também estão sujeitos à latência de rede.
Ferramentas como o Teste de Velocidade do Azure fornecem uma indicação da latência de rede entre o cliente e a região do Azure. Em geral, para minimizar o impacto da latência de rede, empenhe-se para manter fontes de dados, gateways e o cluster do Power BI o mais próximo possível. Elas devem residir, de preferência, na mesma região.
Se a latência de rede for um problema, tente localizar os gateways e as fontes de dados mais próximos do seu cluster do Power BI, colocando-os em máquinas virtuais hospedadas na nuvem.
Conclusão
Você pode melhorar o desempenho dos seus relatórios com a otimização de performance em Power BI desde o desenvolvimento dos modelos de dados. Isso garante a prevenção contra impactos negativos e menos preocupações no futuro.
Caso você tenha interesse em otimizar seus projetos de BI e quer contar com uma ajuda especializada no assunto. Saiba que temos um time de profissionais muito qualificados na área, prontos para te auxiliar no que você precisa. Fale conosco e agende uma reunião online.
