Power BI 以小易大：破电脑也能搞定大模型

背景

数据集过大，尤其是在电脑配置不怎么高的情况下，Power BI desktop的刷新过程往往是漫长的，很多时候往往卡在这里不动了：

比较中肯的建议是：换电脑！

本地刷新使用小表，云端刷新使用大表。

即，在本地运行desktop时使用较小的数据集制作模型，修改模型，一旦发布到service，将数据集切换到大数据集，利用云端高效的服务器进行刷新并计算。

过程

本文先以从本地获取文件夹为例：

比如此处有两个文件夹，【数据表】和【数据表-小】：

【数据表】内有360个文件：

而【数据表-小】中只有2个文件：

数据量不可同日而语。

本地制作powerbi报告时，我首先使用【数据表-小】这个文件夹，并且文件夹路径是通过设置一个参数来实现：

因此获取文件夹时就使用这个参数：

测试了一下当前的刷新速度，很快，几秒钟时间；

将参数改为【数据表】，在我的3700X+32G内存电脑上刷新了4分钟左右；而在另一台联想低配一体机上从开始写这篇文章开始到现在接近10分钟了还没刷新完。

继续写着，等等它！

然后制作报告，并发布成功！

接下来我们到云端，刷新一下，看看时间，12秒还是很快的：

我们在数据集的设置中找到这里的参数：

将其改为【数据表】，并应用：

云端刷新一下，接近4分钟：

基本上与我的3700X计算速度差不多。而此时一体机刚刚结束本地刷新，差不20分钟。

结论

通过参数改变数据的文件夹路径，可以有效地节省本地desktop上编辑模型时熟悉数据所需的时间，从而让我们更加从容地将主要精力放在模型的建设本身。

悬念

本文解决的是文件夹形式的数据源。那么如果不是这种类型的呢？比如onedrive for business上的文件夹，或者数据库又该如何去做呢？