Workshop Power BI - Optimalizácia reportov

Cieľ worskopu: Na tomto workshope sa naučíte, ako rýchlo zistiť, prečo presne je report v Power BI pomalý, a ako to vyriešiť. Ukážeme si viaceré praktické stratégie, ako zrýchliť výpočty o niekoľko rádov, či už zmenami v dátovom modeli, prepisom DAX-ových vzorcov alebo pomocou agregačných tabuliek. To všetko pomocou nástrojov, ktoré používajú Jedi Mastri v Power BI.

Tento workshop odpáli hranice toho, čo ste si mysleli, že je možné. Naučíte sa viaceré univerzálne postupy, ktoré vám pomôžu nielen s Power BI, ale aj pri prekonávaní rôznych ťažkých problémov v práci. Po tomto workshope budete úplne inak nazerať na to, čo dokážete, ak to aspoň čiastočne aplikujete do svojho pracovného života. Svet už nebude nikdy taký, aký bol predtým. Z workshopu odídete plní nápadov a inšpirácie, čo všetko viete s Power BI spraviť. A nielen s ním.

Ak ste si doteraz mysleli, že zoptimalizovať výpočty z minút na sekundy, a odtiaľ až na milisekundy je nemožné, tak tu sa dozviete hneď niekoľko univerzálnych stratégií, ako to možné je. A ako je možné kombinovať tieto stratégie dokopy, a získať ešte lepšie výsledky.

Naučíte sa, ako zoptimalizovať DAX-ové vzorce tak, aby aj na veľmi veľkom objeme údajov bežali veľmi rýchlo. Zároveň sa naučíte, ako spraviť dátový model kompaktný a rýchly súčasne. Workshop bude pre Vás užitočný aj vtedy, ak pracujete s malými dátovými modelmi, ktoré sú pomalé, pretože viaceré techniky využijete aj tu. Alebo keď chcete lepšie porozumieť fungovaniu dátových modelov a jazyku DAX.

V skratke, tu je zoznam toho, čo z workshopu získate:

• výber z toho najlepšieho, čo sa Michal naučil o PowerPivote, Power BI a práci za posledných 10 rokov,
• naučíte sa, ako zmenšiť dátový model v pamäti,
• naučíte sa, ako rapídne urýchliť výpočty v jazyku DAX,
• dostanete mentálny upgrade,
• prevetráte svoje mozgové bunky,
• naučíte sa riešiť extra ťažké problémy,
• získate inšpiráciu pre prácu aj pre seba na ďalšie mesiace.

Cieľová skupina: Účastníci, ktorí majú problém s rýchlosťou reportov alebo DAX výpočtov, a chcú ich urýchliť na bleskurýchle výpočty. A aj tí, ktorí majú problémy s veľkosťou dátových modelov, a potrebujú ich rapídne zmenšiť. Workshop vôbec nie je vhodný pre začiatočníkov. Účastníci by mali ovládať aspoň základy jazyka DAX. Ak ho neovládajú, tak sa ich môžu naučiť buď na niektorom z našich kurzov, alebo z našej knihy o Power BI. Workshop je využiteľný nielen v Power BI, ale aj v excelovskom PowerPivote, serverovom SSAS Tabulare, a v cloudových Azure Analysis Services.

Lektor: Bude Vás učiť Michal Chmelár, autor prvej slovenskej knihy o Power BI, PowerPivote a jazyku DAX. Top expert so 7-ročnou praxou v Power BI a 12-ročnou praxou v PowerPivote, vrátane nasadení vo veľkých firmách, a autor najväčšieho česko-slovenského blogu o PowerPivote a Power BI. S tonou referencií od predchádzajúcich účastníkov našich kurzov.

Trvanie: 5 hodín 30 minút

Jazyk: slovenský

Cena: 157 EUR bez DPH, plus DPH

V cene je zahrnuté: prístup k záznamu na 30 dní

Obsahová náplň:

Úvod do problematiky

• Metodika riešenia problémov (nielen) s reportami Power BI
• Dôvody pomalých reportov
• Optimalizačné stratégie
• Problémy s ladením výkonu, na čo si dať pozor, a ako na ne
• Nástroje používané pri optimalizácii výkonu a pamäte – DAX Studio, Power BI Analyzer, …
• Ako to úspešne dotiahnuť do konca
• Optimalizácia pamäte dátového modelu

Ako je organizovaný dátový model v pamäti

• Dáta, slovníky, relácie a hierarchie
• Kompresné algoritmy VertiPaqu a ich ovplyvňovanie
• Prečo je môj report v pamäti X-krát väčší ako na disku?
• Rýchla analýza dátového modelu pomocou Power BI Analyzera
• Zmenšenie dátového modelu, zvýšením kompresie dát
• Optimalizácia stĺpcov s vysokou početnosťou hodnôt
• Nahradenie stĺpcov merítkami
• Kde sú limity?
• Optimalizácia výpočtov v jazyku DAX

Ako nájsť, kde je hlavný problém s rýchlosťou

• Interná architektúra vykonávania dotazov
• Storage Engine, Formula Engine, cache
• Práca s DAX Studiom
• Exekučné plány DAX dotazov a VertiPaq dotazy
• Prepis pomalých DAX vzorcov na rýchlejšie alternatívy
• Príprava vhodnej štruktúry dátového modelu pre konkrétne typy výpočtov
• Eliminácia internej komunikácie medzi SE a FE
• Optimalizácia DISTINCT COUNT
• Odstránenie dekompresie celej tabuľky do pamäte počas výpočtu
• Využitie predpočítaných údajov, agregačné tabuľky a agregácie