Zusammenfassung
Langsame Berichte und Dashboards frustrieren Benutzer und unterbrechen KI-basierte Erfahrungen wie Copilot Chat und Fabric IQ-Daten-Agents. In diesem Modul haben Sie einen systematischen Ansatz kennengelernt, um diese Leistungsprobleme zu finden und zu beheben.
Sie haben mit der Leistungsanalyse begonnen, um zu ermitteln, welche visuellen Elemente langsam sind und ob sich der Engpass in der DAX-Abfrage, dem visuellen Rendering oder der Datenquelle befindet. Von dort aus haben Sie gelernt, wie Sie DAX-Berechnungen mithilfe von Variablen, effizienten Filtermustern und den richtigen Aggregationsfunktionen optimieren können. Sie haben die Verfahren zur Reduzierung der Kardinalität untersucht, um die Modellgröße zu verkleinern und Abfragen zu beschleunigen, und Sie haben gelernt, wann Aggregationen (sowohl benutzerdefinierte als auch automatische) Abfragen für große Datasets beschleunigen können.
Mit diesen Fähigkeiten können Sie Leistungsprobleme diagnostizieren, gezielte Korrekturen anwenden und die Verbesserung überprüfen. Ihre semantischen Modelle sind für menschliche Benutzer schneller und reaktionsfähig genug, um KI-gesteuerte Interaktionen zu unterstützen.