16_Diseño de modelos semánticos escalables

Elección del mejor modo de almacenamiento

Modo de importación

• Los datos se almacenan en Power BI, proporcionando rendimiento óptimo.
• Requiere actualizaciones periódicas para mantener los datos actualizados.
• Optimización:
  • Usar vistas en bases de datos relacionales en lugar de tablas.
  • Incluir solo las tablas, filas y columnas necesarias.
  • Implementar particiones y actualización incremental.
  • Usar tipos de datos adecuados (ej. enteros en vez de cadenas).
  • Asegurar que las consultas se pliegan.

 Modo DirectQuery

• Consulta los datos en el origen sin almacenarlos en Power BI.
• Ideal para grandes volúmenes de datos y datos en tiempo real.
• Menor rendimiento y limitaciones en el modelado.
• Optimización:
  • Evitar cálculos complejos en DAX.
  • Usar almacenamiento dual en dimensiones relacionadas con tablas de hechos.
  • Activar la propiedad Asumir integridad referencial en relaciones.
  • Evitar relaciones en columnas calculadas o de identificador único.

Modo Direct Lake

• Accede a datos en Microsoft Fabric Lakehouse sin almacenarlos en Power BI.
• Optimizado para tablas Delta.
• Requiere almacenamiento en ADLS (Azure Data Lake Storage).
• Optimización:
  • Configurar accesos directos al almacenamiento de ADLS.
  • Ajustar comportamiento de reserva en DirectQuery para consultas DAX complejas.

Modo Compuesto

• Combina Importación y DirectQuery, o varios orígenes DirectQuery.
• Permite relaciones muchos a muchos sin tablas puente.
• Puede afectar el rendimiento si mezcla orígenes distintos.
• Optimización:
  • Asegurar recursos suficientes en el origen back-end.
  • Minimizar valores literales en consultas de origen.
  • Mantener baja la cardinalidad en columnas de relaciones.

Configuración de modelos semánticos para datos de gran tamaño

Formato de almacenamiento de modelos semánticos de gran tamaño

• Permite manejar modelos más grandes que el límite de 10 GB en Microsoft Fabric.
• Facilita el escalado en modelos analíticos complejos.
• Se activa desde la configuración del área de trabajo.

Actualización incremental

• Actualiza solo los datos nuevos o modificados desde la última actualización.
• Mejora el rendimiento y reduce el consumo de recursos.
• Implementación:
  • Definir parámetros y filtrar filas en Power Query.
  • Configurar la directiva de actualización incremental en Power BI Desktop.
  • Opción de obtener datos recientes con DirectQuery.
  • Requiere publicación en un área de trabajo de Fabric compatible.

• Divide una tabla en segmentos más pequeños para mejorar el rendimiento.
• Permite actualizar solo ciertas particiones en vez de la tabla completa.
• Se puede hacer con SQL Server Management Studio (SSMS) o Tabular Editor.

Trabajar con relaciones

Creación de un esquema de estrella

• Organiza los datos con una tabla de hechos y tablas de dimensiones.
• Permite filtrado y agregación eficiente de datos.

Tipos de relaciones

• Uno a varios: Relación más común, desde dimensiones hacia hechos.
• Varios a uno: Inversa de uno a varios.
• Uno a uno: Menos común; considerar fusionar tablas.
• Varios a varios: Requiere tabla puente o modelos compuestos.

Dirección del filtro

• Normalmente de dimensiones a hechos.
• Puede ser bidireccional en casos específicos (usarlo con precaución).
• Integridad referencial: mejora el rendimiento si se usa INNER JOIN en lugar de LEFT OUTER JOIN.

Relaciones inactivas

• Puede haber más de una relación entre tablas, pero solo una activa.
• Usar USERELATIONSHIP en DAX para activar una relación inactiva temporalmente.

Uso de tablas desconectadas

• No tienen relaciones con otras tablas del modelo.
• Se usan para "entrada del usuario" en cálculos, como conversión de divisas o selección de parámetros.