powerbi-core

Power BI 核心概念和数据建模

概述

Power BI 核心知识，涵盖数据建模最佳实践、连接模式、源类型、关系和常见陷阱。本技能提供每位 Power BI 开发者都需要掌握的基础架构指导。

数据模型设计 - 星型架构

始终使用星型架构拓扑设计数据模型：

组件	用途	示例
事实表	数值事件/交易	Sales、Orders、WebVisits
维度表	描述性属性	Date、Product、Customer、Geography
桥接表	解决多对多关系	StudentCourse、OrderProduct

强制规则：

• 中心放置一个事实表，维度表从中心向外辐射
• 关系从维度（单侧）流向事实（多侧）
• 使用整数代理键，而非自然键/业务键
• 保持事实表精简（仅包含键和度量值）
• 对维度进行反规范化（将雪花架构扁平化为星型架构）
• 创建专用日期维度表（禁用自动日期/时间）
• 除非绝对必要且范围受控，否则不要使用双向交叉筛选

存储模式

模式	数据位置	刷新	性能	适用情况
Import	内存中的 VertiPaq	计划/按需	查询速度最快	默认选择，压缩后数据小于 1GB
DirectQuery	源数据库	实时	取决于源	需要实时数据，数据量过大而无法导入
Dual	两者	计划 + 实时	两者兼优	复合模型中的维度表
Direct Lake	OneLake Delta 表	框架刷新（秒级）	接近导入模式的速度	Fabric 湖仓/数据仓库场景

Import 模式注意事项：

• PBIX 文件大小上限为 1GB（服务中的 Premium/PPU 上限为 10GB）
• 数据是刷新时的快照；不是实时数据
• 计划刷新上限：每天 8 次（Pro），每天 48 次（Premium/PPU）

DirectQuery 限制：

• 查询时不会应用 Power Query 转换
• 每个模型只能使用一个源（复合模型除外）
• 性能完全取决于源查询速度
• 许多 DAX 函数不可用或性能下降
• DirectQuery 表不支持计算列
• 每个视觉对象查询的行数上限为 100 万

Direct Lake 关键注意事项（2025-2026 正式发布）：

• 有两个变体：OneLake 上的 Direct Lake（DL/OL）和 SQL 终结点上的 Direct Lake（DL/SQL）
• DL/OL 不会回退到 DirectQuery——如果无法提供数据，查询将失败
• DL/SQL 可以通过 SQL 分析终结点回退到 DirectQuery
• 防护限制因容量而异：F32 每个表最多允许 1,000 个文件/行组；F64/P1 最多允许 5,000 个
• 最大内存是用于分页的软限制，而非硬性防护限制——过多分页会降低性能
• 磁盘/OneLake 上的最大模型大小是硬性防护限制——超出后会回退到 DQ（DL/SQL）或导致失败（DL/OL）
• 完整支持 DAX，包括计算列
• 框架刷新（仅刷新元数据）可在几秒内完成
• 使用 Direct Lake 模式的 Power BI Embedded 自 2025 年 3 月起正式发布

选择存储模式的决策树：

1. 数据位于 Fabric OneLake Delta 表中？使用 Direct Lake
2. 需要实时数据，且源速度快？使用 DirectQuery
3. 数据小于 1GB，且可接受刷新延迟？使用 Import（性能最佳）
4. 数据量大且需要快速查询？使用复合模型（导入维度 + DQ 事实 + 聚合表）

关系

属性	选项	默认值
基数	一对多、多对一、一对一、多对多	一对多
交叉筛选方向	单向、双向	单向
活动状态	是/否	是（每条路径仅有一个活动关系）

关系规则：

• 任意两个表之间只能有一个活动关系
• 在 DAX 中使用 USERELATIONSHIP() 激活非活动关系
• 避免双向筛选——它会导致筛选路径不明确、性能下降和意外结果
• 多对多关系需要桥接表，或使用复合模型的多对多基数
• 引用完整性：设置“假设引用完整性”以提升 DirectQuery 性能

数据源速查

类别	数据源
Microsoft SQL	SQL Server、Azure SQL、Azure Synapse、SQL Server Analysis Services
Azure	Cosmos DB、Data Explorer (Kusto)、Blob Storage、Data Lake、Fabric Lakehouse/Warehouse
云数据库	Snowflake、Databricks、Google BigQuery、Amazon Redshift、Amazon Athena
文件	Excel、CSV/TSV、JSON、XML、Parquet、PDF
服务	SharePoint、Dynamics 365、Salesforce、Google Analytics、Azure DevOps
协议	OData、REST API、ODBC、OLEDB
流式处理	Azure Stream Analytics、PubNub、REST API 推送

增量刷新

为大型导入表配置增量刷新，避免完整刷新：

1. 在 Power Query 中创建 RangeStart 和 RangeEnd 参数（类型为 DateTime）
2. 使用这些参数筛选日期列
3. 配置刷新策略：存档期限（例如 3 年）、增量期限（例如 30 天）
4. 可选：启用“检测数据更改”，并指定上次修改时间列
5. 可选：通过 DirectQuery 为最新分区启用实时数据

**要求：**要使用超出基本增量刷新的功能，需具备 Premium、PPU 或 Fabric 容量。Pro 工作区支持增量刷新，但存在限制。

2025-2026 年改进：

• 现在可直接在 Power BI Service 中编辑采用增量刷新的语义模型（更改计算列、重命名表、调整层次结构），无需重新打开 Desktop
• 增强的刷新 API 支持选择性分区刷新，可实现更精细的控制
• 通过更快的分区处理，提升 TB 级数据集的性能

网关配置

本地数据网关将本地数据源连接到 Power BI Service：

网关类型	使用场景
标准（企业）	由多名用户共享，集中管理
个人	单个用户使用，仅用于开发/测试
虚拟网络 (VNet)	连接到 Azure VNet 的数据源，无需本地硬件

VNet 数据网关（2025-2026 年）：

• 无需本地硬件，即可连接 VNet 内的 Azure 数据源
• 由 Fabric/Power BI Service 管理，无需维护网关计算机
• 支持 Azure SQL、Synapse、Azure Data Explorer 及其他绑定到 VNet 的服务
• 在 Fabric 管理门户的网关管理中启用

网关版本发布（2025-2026 年）：

• 2025-2026 年期间每月发布新版本，增强缓存和查询折叠功能
• 通过优化连接池提升查询性能
• 自 2025 年 9 月起，Power BI Desktop for Report Server 仅支持 64 位版本

常见网关故障：

• 凭据过期——在网关设置中更新
• 无法访问数据源——检查防火墙、VPN 和 DNS
• 内存耗尽——监控网关计算机资源
• Mashup 引擎崩溃——检查 Power Query 的复杂性

数据源身份验证

方法	使用场景	最适合
OAuth2	云数据源（Azure SQL、Snowflake、Databricks）	交互式使用、SSO
Service Principal	自动刷新、CI/CD 管道	无人值守操作
Workspace Identity	Fabric 工作区（无需管理机密）	Fabric 原生模型
Managed Identity	Dataflows Gen2 连接 Azure 数据源	无机密的 PaaS 访问
Username/Password	旧版本地数据源	绑定网关的数据源

Workspace Identity（2025-2026）：

• 与 Fabric 工作区绑定，类似 Azure Managed Identity
• 永不过期，无需管理机密或密码
• 在工作区设置中配置，并分配给语义模型数据源
• 在 Fabric 原生场景中优先于 service principal

OAuth2 令牌限制： 通过 REST API（而非 UI）设置时，OAuth2 凭据不包含刷新令牌，并会在 1 小时后过期。对于长时间运行的自动化，请使用 service principal。

连接池最佳实践：

• 网关会在可能的情况下复用连接——尽量减少不同的凭据集
• 在数据源设置中设置查询超时（默认 5 分钟，复杂查询可调高）
• 在 Power Query 中使用 try/otherwise，为临时数据源故障实现重试逻辑

常见问题与反模式

问题	影响	修复方法
启用了自动日期/时间	隐藏日期表会使模型膨胀（每个日期列对应一个日期表）	在 Options > Data Load 中禁用
隐式度量值（将数值拖到可视化对象中）	无法控制聚合方式，也无法复用	创建显式 DAX 度量值
双向交叉筛选	产生歧义、降低性能、导致结果错误	使用单向筛选，并在 DAX 中处理
事实表中的列过多	模型膨胀、刷新缓慢、浪费内存	保持事实表精简：仅保留键和数值
混淆 BLANK、0 和 null	DAX 对 BLANK 和 0 的处理不同；可视化对象会隐藏 BLANK 行	使用 IF/COALESCE 显式处理
循环依赖错误	通常由相互引用的计算列或双向筛选器导致	重构模型，打破循环
1GB PBIX 限制	无法在本地保存文件	删除未使用的列，优化基数
Power BI Service 与 Desktop 的差异	某些功能仅在其中一个版本中提供	设计前查看功能矩阵
计算列与度量值	计算列会占用内存，并按行存储	优先使用度量值（在查询时计算）
事实表中的字符串列	高基数字符串会破坏 VertiPaq 压缩	移至维度表，并使用键引用

其他资源

参考文件

• references/data-sources-detail.md -- 所有源类型的详细连接器配置
• references/gotchas-deep-dive.md -- 包含示例和解决模式的扩展问题分析