powerbi - DirectQuery 模式下的 AAS 表格模型性能优势

Question

假设您有 10 个相当大的事实表(每个 50-100 GB)，应该使用 Power BI 进行查询。它们不适合 Azure 分析服务 RAM(价格合理)。因此，为了使用表格模型和 AAS，您必须使用以下架构:

(1) Power BI Desktop -> Azure Analysis Services -> [DirectQuery] -> SQL Database

但据我所知 this article , AAS 表格模型不缓存任何聚合结果(意味着不会暗示任何额外的性能优化)。而且，AFAIK、Power BI(PowerPivot)已经嵌入了AAS。

作为替代方案，我可以直接从 Power BI 查询 SQL 数据源:

(2) Power BI Desktop -> [DirectQuery] -> SQL Database

第一个模式(使用 AAS)是否比第二个模式(不使用 AAS)提供任何性能优势？

附言我的问题不是关于语义层的优缺点，请参见 this article .这个问题与 this question 不一样，因为它只询问 ASS DirectQuery 的性能方面。

Answer 1

性能优势需要根据您的工作负载和其他因素进行测试。

警告(这个答案是基于我自己和我同事的经验和测试)

服务标准:
从服务的角度来看，Azure 分析服务 (AAS) 和 Power BI 服务 (PBIS) 之间的主要区别在于 AAS 是一组已知的硬件/性能，而 PBIS 是共享容量，并且可以遇到“嘈杂的邻居”问题，如果另一个客户在同一个集群上并且大量使用它，它将对您的报告性能产生影响。

性能:
本质上，PBI 和 AAS 正在做同样的事情，将 DAX 转换为 SQL 查询，然后返回数据。根据我在性能方面构建 PBI 和 AAS 的经验，两者之间没有太大区别。往往成为瓶颈的主要问题是使用通往本地 SQL 的网关以及本地或云中 SQL Server 的容量。例如，为了获得更好的性能，您可以使用聚集列索引将例如事实表带入内存，并且可以更轻松地在工作时间内增加/减少 Azure SQL 数据库 DTU 的/容量。

目前，AAS 没有 PBI 那样的聚合模式，这可以减少发回的查询数量并且速度更快，但也存在必须在某些时候刷新它们的缺点。

我建议使用例如 DAX Studio 进行测试，以查看您在性能方面可能会遇到的变化。我自己的测试表明有利于 AAS 的毫秒到 1 秒范围内的差异。

然而语义层的好处是一个强有力的考虑

连接:
AAS 比 Power BI 更好地支持其他连接，如 Excel、SSMS、SSRS 等。 Excel 可以使用附加插件连接到 Power BI 模型。

可维护性:
使用 Azure DevOps、Git 等在 Visual Studio/SSDT 中维护整个生命周期中的数据模型比在 Power BI Desktop 中容易得多。使用 AAS，您还可以使用计算组进行时间智能计算，而不是 YTD、Parallel Period、MTD 等的多个度量或变通方法

如果在纯 Power BI 方法中有稍微更好的性能，由于无性能因素的好处，我仍然会使用 AAS，它必须在切换之前显示出显着提高的性能。

希望有帮助