• Défi

    Le client a rencontré des contraintes de performance Power BI malgré la mise à niveau vers un SKU de capacité Premium supérieur. Les principaux problèmes comprenaient des rafraîchissements de jeux de données lents, un rendu visuel retardé, et une consommation élevée de CPU, ce qui a conduit à des goulots d'étranglement de données et des inefficacités dans la génération de rapports:

    • Capacité Premium insuffisante : Même après avoir augmenté le SKU de capacité Premium, la performance est restée limitée.​

    • Rafraîchissements de jeux de données lents : Les jeux de données PowerBI ont connu de mauvaises performances de rafraîchissement, entraînant des goulots d'étranglement de chargement de données.

    • Réponse visuelle lente : Les éléments visuels dans les rapports étaient lents à rendre après les changements de filtre, même en utilisant le mode Importation.

  • Solution
    • Isolation des gains rapides : Identifié les rapports à forte consommation de CPU et de longue durée, les isolant pour des améliorations de performance immédiates.
    • Évaluation et optimisation du modèle de données : Examiné les modèles de données existants par rapport aux lignes directrices et meilleures pratiques établies. Lorsque nécessaire, les modèles ont été reconstruits ou des recommandations ont été fournies pour assurer un design robuste.
    • Optimisation par délégation : Mis en œuvre des stratégies de délégation pour les charges PowerQuery à forte consommation afin d'accélérer le traitement des données.
    • Formation aux meilleures pratiques : Dispensé une formation ciblée sur les meilleures pratiques et règles d'or de PowerBI pour autonomiser les équipes et assurer des améliorations de performance durables.
    • Surveillance : Construit des tableaux de bord de surveillance et d'alerte complets pour suivre la performance en temps réel, assurant une détection proactive et une résolution des problèmes.
  • Résultat

    La solution a considérablement amélioré les vitesses de rafraîchissement des jeux de données, réduit les temps de chargement des rapports, et amélioré la réactivité globale. Avec une surveillance proactive et une formation des équipes, l'organisation peut désormais maintenir une performance Power BI optimale, assurant une prise de décision basée sur les données sans goulots d'étranglement.

  • Technologie
    • Power BI 

    • Optimisation des requêtes

Comment ça fonctionne ?

1
Sources de données
  • bases de données cloud
  • base de données sur site
  • fichiers Excel avec formatage "joli"
  • fichiers csv
2
Script Python
  • traitement des fichiers Excel avec formatage
  • conversion en *.csv
3
Pipeline Linux
  • Filtrage des données
4
Mise en scène
  • Chargement des données du schéma de mise en scène
5
Agrégation / MDS
  • Agrégation des données au niveau du mois
  • Remplissage des tables de faits intermédiaires
  • Chargement des datamarts MD
  • Transfert de données vers MDS
6
MDS
  • Enrichissement MD par utilisateur
  • Entrer les MD nécessaires pour les calculs : cours, unités. taux de conversion.
  • Lancer la continuation du flux de données
7
Chargement DWH
  • Calcul et chargement des datamarts à partir des tables de faits et des données utilisateur MDS
  • Enregistrement du journal de téléchargement et des erreurs survenues avec les raisons
8
PowerBI
  • Actualisation du jeu de données PowerBI