• Desafío

    El cliente enfrentó limitaciones de rendimiento de Power BI a pesar de actualizar a un SKU de capacidad Premium más alto. Los problemas clave incluían actualizaciones lentas de conjuntos de datos, renderizado visual retrasado y alto consumo de CPU, lo que llevó a cuellos de botella de datos e ineficiencias en la generación de informes:

    • Capacidad Premium Insuficiente: Incluso después de aumentar el SKU de capacidad Premium, el rendimiento siguió siendo limitado.​

    • Actualizaciones Lentas de Conjuntos de Datos: Los conjuntos de datos de PowerBI experimentaron un bajo rendimiento de actualización, lo que llevó a cuellos de botella en la carga de datos.

    • Respuesta Visual Lenta: Los elementos visuales en los informes tardaban en renderizarse después de los cambios de filtro, incluso al usar el Modo de Importación.

  • Solución
    • Aislamiento de Ganancias Rápidas: Identificamos informes de alto consumo de CPU y de larga duración, aislándolos para mejoras inmediatas de rendimiento.
    • Evaluación y Optimización del Modelo de Datos: Revisamos los modelos de datos existentes en comparación con las Directrices y Mejores Prácticas establecidas. Donde fue necesario, se reconstruyeron los modelos o se proporcionaron recomendaciones para asegurar un diseño robusto.
    • Optimización de Pushdown: Implementamos estrategias de pushdown para cargas de PowerQuery de alto consumo para acelerar el procesamiento de datos.
    • Capacitación en Mejores Prácticas: Ofrecimos capacitación específica sobre las Mejores Prácticas y Reglas de Oro de PowerBI para empoderar a los equipos y asegurar mejoras sostenidas en el rendimiento.
    • Monitoreo: Construimos tableros de monitoreo y alertas comprensivos para rastrear el rendimiento en tiempo real, asegurando la detección y resolución proactiva de problemas.
  • Resultado

    La solución mejoró significativamente las velocidades de actualización de conjuntos de datos, redujo los tiempos de carga de informes y mejoró la capacidad de respuesta general. Con monitoreo proactivo y capacitación del equipo, la organización ahora puede mantener un rendimiento óptimo de Power BI, asegurando la toma de decisiones basada en datos sin cuellos de botella.

  • Tecnología
    • Power BI 

    • Optimización de Consultas

¿Cómo funciona?

1
Fuentes de Datos
  • bases de datos en la nube
  • base de datos local
  • archivos de Excel con formato "bonito"
  • archivos csv
2
Script de Python
  • procesamiento de archivos de Excel con formato
  • conversión a *.csv
3
Pipeline de Linux
  • Filtrado de datos
4
Staging
  • Carga de datos del esquema de staging
5
Agregación / MDS
  • Agregación de datos a nivel mensual
  • Población de Tablas de Hechos Intermedias
  • Carga de datamarts MD
  • Transferencia de datos a MDS
6
MDS
  • Enriquecimiento MD por usuario
  • Ingresar MD requerido para cálculos: cursos, unidades. tasas de conversión.
  • Lanzar continuación del flujo de datos
7
Carga de DWH
  • Cálculo y carga de datamarts desde tablas de hechos y datos de usuario de MDS
  • Registro del log de descarga y los errores ocurridos con las razones
8
PowerBI
  • Actualización del conjunto de datos de PowerBI