在這個由四部分組成的系列文章的前幾部分中，我們列出了十大性能優化的提示，這在一定程度上所提供的Power BI解決方案肯定會幫助你減少內耗，更快地工作，並為報表使用者提供更好的報告體驗。但如果你還不知道，請一定要查看我們的前兩篇文章哦。
現在，我們已經通過前面的所有技巧控制了性能因素，現在也是時候回顧一下Power BI的10大最佳實踐技巧了。
確保分享的Power BI解決方案盡可能與最佳實踐保持一致，意味着要：
1. 降低錯誤發生的風險
2. 構建易於管理的解決方案
3. 首次嘗試就正確的解決方案
4. 實施用戶友好的解決方案
5. 構建可長期擴展的Power BI解決方案。
那么，讓我們從前5個最佳實踐技巧開始第3部分。
提示1 用顯式度量，不是隱式度量
簡而言之，隱式度量是自動為匯總分配的度量，例如Power BI的Sum或Count。當我們將數據提取到Power BI中時，默認情況下，所有可以匯總的數字列，都是隱式度量。我們應該將所有這些隱性度量轉換為顯性度量。首先，通過下面的示例，可以確保我們都了解隱式度量是什么。
什么是隱式度量？
我們進入Power BI Desktop，開始創建可行的，美觀的，有價值的分析報告。因此，我們要做的第一件事是將數據提取到Power BI中。完成此操作后，我們將在“字段”窗格中找到我們提取的所有表，如下所示。
在“Fields”(字段)窗格中，我們有一個稱為Sales的事實表，以及兩個維度（查找）表：Date和Geography。在“銷售”表中，我們具有從數據源提取的所有列，並注意在“銷售”和“銷售成本”旁邊有SIGMA（∑）符號。這意味着這些度量是可以匯總的數字列；因此我們可以將其用於算術計算。這些就是我們所說的隱式度量。但是為什么這些是隱式度量呢？好吧，我們繼續將“銷售”屬性拖放到畫布上，然后單擊“值”部分中“銷售”列的下拉箭頭，如下圖所示：
請注意，從上圖中可以看到，Sales度量標准自動分配了Sum聚合器，可以將其更改為Average，Maximum，Count等。這就是為什么我們將其稱為隱式度量標准的原因，因為我們沒有直接說明聚合類型分配，但Power BI默認選擇它。
為什么我們要將隱式度量轉換為顯式度量？
即使在這種情況下，銷售匯總是正確的，也有可能在下一次將其顯示為Count時出現。這可能導致報表作者感到困惑，並導致報表使用者報告錯誤的數字。另外，如果你的報表使用者正在使用“在Excel中分析”功能，則不能在值部分中放置隱式度量。此外，我們不能在其他度量中引用隱式度量，並且隱式度量的名稱並不總是很容易理解。所有這些原因就是為什么我們應該通過將所有隱式度量轉換為顯式度量來明確聲明要使用的聚合的原因。
我們應該如何將隱式度量轉換為顯式度量？
為此，我們只需要創建一個具有預定義聚合的度量，如下所示：
因此，如果我們現在將顯式度量“ Sales Amount”拖放到畫布上，請注意我們得到的結果與隱式度量相同，但是我們不能再為此度量選擇聚合器。
提示2 按組整理度量
第二個技巧與上面解釋的技巧是相輔相成的，因為在我們生成顯式度量之后，我們應該如何處理所有剩余的隱式度量？如果它們不可見，它們肯定會使報告作者困惑。此外，如果我們將數據模型構造為星型模式，則每個事實表都將包含一些外鍵，以與維度（查找）表中的主鍵，建立關系。那這些列是否應該對所有人可見？
在Power BI中，我們可以輕松地將度量和列分組到文件夾中，因此使我們能夠保持整潔的解決方案，並且僅向報表作者顯示應在報表中使用的度量和列。下圖顯示了在我們對Power BI解決方案進行分組之前和之后的所有字段。
對於所有事實和維度表，我們應遵循的一般標准是：
每個維度表應包含一個文件夾：
主鍵：維度（查找）表中的所有PK都應放在此處並隱藏。
每個事實表應包含兩個文件夾：
外鍵：事實（數據）表中的所有FK都應放在此處並隱藏。
隱式度量值：從源導入的所有度量值都應放置在此處並隱藏。
提示3 使用正確的連接類型
在Power BI開發過程中優先考慮正確的連接類型很重要，因為這會影響：
-
性能
-
資源使用
-
能力
此外，一旦選擇了連接類型，就無法將其轉換為另一種類型，除非要將Direct Query轉換為Import，因此從一開始就做出正確的決定可以幫助我們節省一些時間。
現在，我們將不再深入探討各種連接類型的細節，如果你想要了解一些關於Power BI連接類型，大家可以留言，這里溫馨提醒下：簡要說明我們應該問自己的問題，以確定哪種連接類型最合適。請記住，這僅是一個指南，因為根據業務環境和報告要求，它可能會發生變化。
是否存在現有的AS模型或Power BI數據集？
我們應該利用現有的Analysis Services模型或Power BI數據集，其中包含我們需要報告的所有數據。當時間和資源已經投入到工作上時，為什么還要重做所有工作。此外，在企業場景中，建議使用一個來源作為所有報告示例模板。
我們是否需要從多個來源提取數據？
以前，如果我們需要從多個不同的源中提取數據，則“導入”連接類型是唯一的選擇，但是由於復合模型開始發揮作用，因此不再如此，因為我們可以使用“混合”連接類型。話雖如此，但如果你只需要從多個源中獲取數據並且沒有其他限制或要求，導入仍然是你的最佳選擇。
是復雜的轉換還是DAX？
根據所選的連接類型，功能上存在一些限制。因此，如果我們需要復雜的轉換或DAX來將某些業務邏輯整合到Power BI解決方案中，則應使用Import，因為Power BI的全部功能都可用。
我們需要近乎實時的數據嗎？
如果我們需要數據接近實時，因此需要在報表使用者與報表交互時進行刷新，那么Direct Query是必經之路。Direct Query建立了與基礎數據源的連接，因此，每次用戶與Power BI中的視覺交互時，都會生成查詢，並將其發送到基礎數據源，並返回要呈現的數據。這與“導入”連接類型（有時稱為“計划的”連接類型）相反，因為它需要在更新數據之前計划刷新。
我們是否需要提取大量數據？
過去，即使Premium沒有Power BI Pro許可附帶的1GB限制，我們也無法處理非常大的數據集。當將復合模型引入Power BI時，它帶有混合連接類型，該類型可以獲取新數據量到Power BI中。因此，如果你有非常大的事實表，則可以將這些表設置為Direct Query，並且可以將所有維度（查找）表設置為導入，因此可以使用混合連接類型。
提示4 使用關於頁面
我們的Power BI報告的設計可以使其與數據可視化的最佳實踐保持一致。但是，我們應該結合的另一個要素是關於頁面。這將為報告使用者提供報告目的的高級概述，以及BI團隊通常會提出的常見問題的答案。
堅持一下，如果你精心設計和開發了報告，是否需要這樣做？
是! 你可能從一開始就遵循了正確的過程，即收集需求啟動研討會，確定合適的受眾，得出可行的KPI並創建美觀且可行的Power BI報告，但是關於頁面提供了即時的見解和理解， Power BI報告將展示。
我們可以添加到“關於”頁面的信息如下：
-
Power BI報告的目的和說明
-
Power BI報告的所有者
-
鏈接到提供定義/術語的數據字典
-
上次刷新和刷新頻率
-
重點介紹如何使用各種功能的部分
那么，有什么好處呢？
不要忘記，Power BI報告的受眾有時需要對核心概念進行復習是很普遍的。此外，新人們將加入該組織，並具有關於頁面的內容作為快速入門指南。這也緩解了BI團隊的壓力，因為它回答了常見問題，並且可以消除報告中使用的各種度量的定義和描述性屬性中的任何歧義。
提示5 重命名並減少轉換步驟
Power BI中的數據轉換是通過Power Query組件完成的，該組件用於所有數據轉換和數據整形操作。對於那些不熟悉Power BI的用戶，只需選擇Power BI Desktop桌面功能區中的“轉換數據”按鈕即可輕松訪問Power Query，如下所示：
現在，當使用具有更復雜業務邏輯的大型PBIX文件時，轉換步驟的列表往往會更長。使用Power BI時，通常的做法是為每個步驟分配不言自明的名稱，並刪除可以合並在一起的所有多余步驟。一目了然，可立即了解每個步驟，並減少混亂。
什么是轉換步驟？
這只是Power BI解決方案中已應用的轉換的列表，這些轉換顯示在名為“ 應用步驟”的右側面板中。這是Power BI的一項重要功能，它使我們能夠輕松了解所有已應用的轉換，引用先前已應用的轉換並輕松還原。
重命名轉換步驟
如果我們在“應用步驟”面板中查看以下轉換步驟，則應該立即注意到可以進行的改進。我們使用的默認名稱並沒有提供太多了解。
相反，我們應該重命名每個步驟，以便為可能需要繼續使用Power BI解決方案的個人提供即時清晰的信息，或者為了在長時間后返回Power BI解決方案時為了方便我們自己。
重命名每個步驟之后，我們現在應該具有一個轉換步驟列表，這些轉換步驟可以立即清晰顯示，如下圖所示：
減少轉換步驟
除了重命名所有步驟之外，我們還應致力於減少轉換步驟的數量。因此，讓我們繼續上面的示例。對於每個派生的列，我們都有一對轉換步驟。一個派生實際列的轉換步驟，另一個重命名列的步驟。在這種情況下，我們可以將這兩個轉換步驟結合在一起。
例如，當我們選擇“ Custom Colum”來派生一列時，我們還應該利用同時命名該列的優勢，而不是生成第二個轉換步驟：
這樣做不需要第二步來重命名自定義列，因此將轉換步驟從10減少到5：
這就是前5個最佳實踐技巧的全部內容。希望大家喜歡這些技巧，這些技巧必將有助於創建Power BI解決方案，從而降低錯誤風險，更易於管理並且更加用戶友好。請繼續關注第4部分，和我們一起探索后5個Power BI最佳實踐技巧吧。
推薦閱讀
技術交流
1.Power BI免費下載：http://www.yeacer.com/
Microsoft Power BI Desktop中文最新版：下載地址
2.歡迎加入的Power BI技術群，目前正在學習階段，有興趣的朋友可以一起學習討論。
Power Data技術交流群：702966126 (驗證注明：博客園Power BI)
更多精彩內容請關注微信公眾號：悅策PowerBI
如果您覺得閱讀本文對您有幫助，請點一下“推薦”按鈕，您的“推薦”將是我最大的寫作動力！歡迎各位轉載，作者博客:https://www.cnblogs.com/yeacer/