Power BI. Передовые методы оптимизации.

Содержание
От издательства
	Предисловие
Об авторе
	О редакторах
Введение
	Для кого эта книга
	Структура книги
	Как извлечь максимум из книги
	Сопроводительные файлы
	Цветные изображения
	Условные обозначения
Часть I. Архитектура, узкие места и целевые показатели производительности
	Глава 1. Постановка целей и определение проблемных областей
		Определение уровня производительности
			Показатели производительности отчетов
			Установка реалистичных целевых показателей производительности
		Области с возможными замедлениями
			Подключение к источникам данных
				Режим Import
				Режим DirectQuery
				Режим Live connection
			Шлюз Power BI
			Сетевая задержка
			Служба Power BI
		Решения, влияющие на производительность
		Заключение
	Глава 2. Обзор архитектуры и конфигурации Power BI
		Средства подключения к источникам и режимы хранения данных
			Выбор между режимами Import и DirectQuery
			Когда лучше подойдет режим DirectQuery?
				Составные модели
			Режим LiveConnect
		Извлечение локальных данных с помощью шлюза
			Как работает шлюз
			Предпосылки для оптимальной работы шлюза
				Технические характеристики шлюза
				Настройка ведения логов в шлюзе
				Анализ и моделирование логов шлюза
				Анализ логов шлюза
				Масштабирование шлюза
				Горизонтальное масштабирование с увеличением количества шлюзов
		Общая инструкция по архитектуре
			Планирование расписания обновлений
				Снижение сетевой задержки
		Заключение
	Глава 3. Оптимизация DirectQuery
		Моделирование данных для режима DirectQuery
			Оптимизация связей для DirectQuery
		Настройки быстродействия режима DirectQuery
			Настройки Power BI Desktop
			Оптимизация внешних источников данных
		Заключение
Часть II. Анализ, улучшение и управление производительностью
	Глава 4. Анализ логов и метрик
		Метрики использования в Power BI
			Доработка отчета о метриках использования
				Фильтрация метрик использования
				Доступ к сырым данным посредством создания редактируемой копии метрик использования
				Доступ к сырым данным посредством создания собственного отчета о метриках использования
				Доступ к сырым данным с помощью анализа метрик использования в Excel
				Анализ детализированной информации о производительности
				Анализ метрик отчета о производительности
				Получение показателей производительности из нескольких рабочих областей
		Логи Power BI и трассировка
			Журнал действий и единый журнал аудита
			Трассировка Analysis Services с помощью конечных точек XMLA
			Интеграция с Azure Log Analytics
			Отслеживание показателей в Azure Analysis Services и Power BI Embedded
				Метрики Azure для AAS
				Диагностика в Azure для Analysis Services
				Метрики Azure и диагностика для PBIE
		Заключение
		Материалы к прочтению
	Глава 5. Анализатор производительности
		Технические требования
		Обзор Анализатора производительности
			Действия и метрики в Анализаторе производительности
			Определение действий пользователя
		Определение и устранение проблем с производительностью
			Единообразие тестов
			Возможности и ограничения Анализатора производительности
			Интерпретация и выводы о данных от Анализатора производительности
				Медленные запросы
				Медленные визуальные элементы
				Эффект от добавления новых визуальных элементов
		Экспорт и анализ данных о производительности
		Заключение
	Глава 6. Внешние инструменты
		Технические требования
		Power BI Helper
			Поиск столбцов, занимающих много места
			Поиск неиспользуемых столбцов
			Поиск двунаправленных и неактивных связей
			Поиск зависимостей в мерах
		Tabular Editor
			Использование утилиты Best Practice Analyzer
		DAX Studio и VertiPaq Analyzer
			Анализ размера модели данных при помощи VertiPaq Analyzer
			Настройка производительности модели данных и запросов DAX
				Перехват и повторный запуск запросов
				Получение информации о времени выполнения запросов
				Изменение и настройка запросов
		Заключение
	Глава 7. Общие принципы управления производительностью
		Налаживание воспроизводимого и упреждающего процесса повышения производительности
			Цикл управления производительностью
				Установка/обновление контрольных целевых показателей
				Мониторинг и хранение истории
				Обнаружение проблем и расстановка приоритетов
				Диагностирование и исправление
				Принятие превентивных мер
		Обмен опытом и знаниями
			Помощь конечным пользователям
			Инструкция для разработчиков
			Совместный подход к повышению производительности
			Применение цикла управления производительностью в разных сценариях
				BI-системы самообслуживания
				BI-системы на основе отдела или команды
				Корпоративные или управляемые ИТ-отделами BI-системы
		Заключение
Часть III. Извлечение, преобразование и визуализация данных
	Глава 8. Загрузка, преобразование и обновление данных
		Технические требования
		Основные принципы преобразования данных
			Обновление данных, параллелизм и использование ресурсов
			Улучшение среды разработки
		Свертывание запросов, объединение и агрегация
			Использование добавочного обновления
		Использование диагностики запросов
			Сбор диагностической информации в Power Query
			Анализ логов Power Query
		Оптимизация потоков данных
		Заключение
	Глава 9. Разработка отчетов и дашбордов
		Технические требования
		Оптимизация интерактивных отчетов
			Управление визуальными элементами и запросами
				Установите выбор по умолчанию в срезах/фильтрах для первой загрузки
				Избегайте вывода подробных таблиц со множеством столбцов в базовом отчете
				Объединяйте индивидуальные карточки в многострочные или в таблицы
				Используйте фильтр Ведущие N для ограничения данных в отчете
				Переместите редко используемые срезы на панель фильтров
				Исключите ненужные взаимодействия пользователя с отчетом
				Используйте всплывающие подсказки для снижения объема и сложности запросов
				Проверяйте на производительность пользовательские визуальные элементы и отдавайте предпочтение сертифицированным элементам
				Используйте технику сокращения числа запросов для сложных отчетов
		Оптимизация дашбордов
		Оптимизация отчетов с разбивкой на страницы
		Заключение
Часть IV. Модели данных, вычисления и работа с объемными наборами
	Глава 10. Моделирование данных и безопасность на уровне строк
		Технические требования
		Построение эффективных моделей данных
			Теория Кимбалла и реализация схемы «звезда»
				Разработка схемы «звезда»
				Работа со связями типа «многие ко многим»
			Уменьшение размера набора данных
		Ловушки при использовании безопасности на уровне строк
		Заключение
	Глава 11. Улучшаем DAX
		Технические требования
		Ловушки DAX и способы оптимизации
			Процесс отладки выражений DAX
			Руководство по оптимизации в DAX
				Используйте переменные вместо повторения определений мер
				Используйте функцию DIVIDE вместо оператора деления
				Избегайте преобразования пустых значений в ноль или какого-то текста при вычислении числовых мер
				Используйте функцию SELECTEDVALUE вместо VALUES
				Используйте функции IFERROR и ISERROR уместно
				Используйте функцию SUMMARIZE только с текстовыми столбцами
				Избегайте использования функции FILTER при передаче фильтрующих условий
				Используйте функцию COUNTROWS вместо COUNT
				Используйте функцию ISBLANK вместо BLANK
				Оптимизируйте виртуальные связи при помощи функции TREATAS
		Заключение
	Глава 12. Шаблоны работы с большими данными
		Технические требования
		Масштабирование при помощи Power BI Premium и Azure Analysis Services
			Использование Power BI Premium для масштабирования данных
			Использование Azure Analysis Services для масштабирования данных и пользователей
				Использование горизонтального масштабирования запросов для увеличения количества пользователей
			Использование секционирования с AAS и Premium
		Масштабирование с использованием составных моделей и агрегатов
			Составные модели данных
			Использование агрегатов
		Масштабирование с Azure Synapse и Azure Data Lake
			Современная архитектура хранилища данных
			Azure Data Lake Storage
			Azure Synapse Analytics
		Заключение
		Материалы для чтения
Часть V. Оптимизация емкостей Premium и Embedded
	Глава 13. Оптимизация емкостей Premium и Embedded
		Возможности Premium, использование ресурсов и автомасштабирование
			Поведение емкостей Premium и использование ресурсов
			Как оценивается нагрузка на емкость?
			Перегрузка емкости и автомасштабирование
				Управление пиковыми нагрузками при помощи автомасштабирования
		Планирование емкости, мониторинг и оптимизация
			Определение исходного размера емкости
			Проверка емкости с помощью нагрузочного тестирования
			Мониторинг использования ресурсов емкости и перегрузки
				Исследование перегрузки
		Заключение
	Глава 14. Встраивание в приложения
		Повышение производительности внедрения
		Измерение производительности внедрения
		Заключение
			Послесловие
Предметный указатель