Plik .pbix rośnie do setek megabajtów - kolumny o dużej kardynalności

Power BI - Wydajność modelu i raportu

Plik .pbix rośnie do setek megabajtów - kolumny o dużej kardynalności

W skrócie

Liczba wierszy rośnie wolniej niż rozmiar pliku, a raport po kilku miesiącach waży setki megabajtów. Za tak duży plik Power BI odpowiadają zwykle pojedyncze kolumny o dużej kardynalności, czyli z wieloma różnymi wartościami. Pokazujemy, jak je wskazać, na pomiarach z modelu Nordvelli, i jak zmniejszyć model tak, żeby raport pokazywał te same liczby.

Jak to wygląda w praktyce

Plik .pbix rośnie z każdym odświeżeniem, zapis i publikacja trwają coraz dłużej, a model zajmuje coraz więcej pamięci. W lekcji o wydajności VertiPaq Analyzer w DAX Studio pokazał, że tabela FaktSprzedaz zajmuje 87,58% modelu Nordvelli, a jedna kolumna obliczeniowa z lekcji 7 waży 4 052 372 bajty, czyli 42,19% całego modelu. Po jej usunięciu plik zmalał z 8,4 MB do 7,1 MB, a liczby w raporcie się nie zmieniły.

W gotowym modelu z końca kursu zmierzyliśmy kolumny FaktSprzedaz zapytaniem DAX. Pięć najcięższych to kwoty WartoscBrutto i WartoscNetto (po 434 832 bajty danych) oraz CenaNetto, MarzaNetto i identyfikator SprzedazID (po 289 936 bajtów). Razem to 74% danych tabeli. Kolumna KanalSprzedazy z trzema wartościami zajmuje 136 bajtów.

Dlaczego tak się dzieje

Power BI trzyma dane w silniku kolumnowym VertiPaq, który kompresuje każdą kolumnę osobno. O rozmiarze decyduje kardynalność, czyli liczba różnych wartości w kolumnie. Według dokumentacji Microsoft najlepiej kompresują się liczby kodowane wartościowo, a tekst silnik koduje przez słownik, w którym każda unikatowa wartość dostaje własny identyfikator. Kodowanie wybiera silnik: w Nordvelli kwoty i SprzedazID mają kodowanie wartościowe, a liczbowy klucz DataID słownik o rozmiarze 39 488 bajtów. Kolumna z kilkoma wartościami kosztuje prawie nic, a kolumny, w których prawie każdy wiersz jest inny, należą do najcięższych.

Zobacz też: Szkolenie Analiza Power BI - DAX + M

W FaktSprzedaz (108 675 wierszy) SprzedazID ma 108 675 różnych wartości, WartoscNetto 96 723, DataID 1 612, a FormaPlatnosci 5. Szczególnie dużo różnych wartości dają znaczniki daty z godziną. Model Nordvelli trzyma samą datę, a klucz DataID ma 1 612 wartości. W teście dopisaliśmy w zapytaniu DAX kolumnę, która każdej transakcji przypisuje inną godzinę między 8:00 a 20:00. Data z godziną miała wtedy 108 675 różnych wartości, tyle co wierszy, a sama godzina zaokrąglona do minuty 721. Kolumna z samą godziną co do minuty nie przekroczy 1 440 wartości, bo tyle minut ma doba. Kolumny obliczeniowe kompresują się gorzej niż źródłowe, co rozwijamy w poście o kolumnie obliczeniowej, która spowalnia odświeżanie.

Co zrobić krok po kroku

1. Zmierz rozmiar kolumn. W DAX Studio (karta Narzędzia zewnętrzne w Power BI Desktop) kliknij Advanced, View Metrics i przejdź do widoku Columns posortowanego po rozmiarze. Bez dodatkowego narzędzia rozmiar danych kolumn, bez słownika, pokaże zapytanie uruchomione w widoku zapytań w języku DAX. W modelu Nordvelli zwraca 17 wierszy, a na górze są WartoscBrutto i WartoscNetto po 434 832 bajty.

   EVALUATE
   SELECTCOLUMNS(
       FILTER(
           INFO.STORAGETABLECOLUMNSEGMENTS(),
           LEFT([TABLE_ID], 12) = "FaktSprzedaz"
       ),
       "Kolumna", [COLUMN_ID],
       "Bajty", [USED_SIZE]
   )
   ORDER BY [Bajty] DESC

2. Sprawdź kardynalność. Funkcja COLUMNSTATISTICS zwraca dla każdej kolumny liczbę różnych wartości, minimum i maksimum. W FaktSprzedaz pierwszy wiersz to wewnętrzna kolumna RowNumber, którą silnik dodaje do każdej tabeli, a za nią są SprzedazID (108 675), WartoscNetto (96 723) i WartoscBrutto (96 652). Na dole listy są CzyZwrot i CzyAnomalia z dwiema wartościami.

   EVALUATE
   FILTER(COLUMNSTATISTICS(), [Table Name] = "FaktSprzedaz")
   ORDER BY [Cardinality] DESC

3. Usuń kolumny, których nikt nie używa: źródłową w Power Query (prawy przycisk na nagłówku, Usuń albo Usuń inne kolumny), obliczeniową w widoku tabeli (prawy przycisk na nagłówku, Usuń, potwierdzenie Tak). Przedtem sprawdź, czy nie korzysta z niej miara, wizualizacja albo inna kolumna obliczeniowa. W Nordvelli SprzedazID wygląda na zbędny identyfikator, ale korzysta z niego kolumna obliczeniowa DataZakupu w tabeli zwrotów, co pokazuje funkcja INFO.CALCDEPENDENCY. Samo Ukryj w widoku raportu nie zmniejsza modelu ani o bajt.
4. Obetnij godzinę, gdy raportujesz w skali dnia. Krok w Power Query zamienia datę i godzinę na samą datę, a liczba różnych wartości spada do liczby dni. Gdy godzina jest potrzebna, trzymaj ją w osobnej kolumnie zaokrąglonej do minuty: w naszym teście z wygenerowanymi godzinami 1 612 dat i 721 minut zamiast 108 675 różnych znaczników. Więcej o usuwaniu czasu piszemy w poście o dacie i godzinie zamiast samej daty.

   // Power Query (M): wzór kroku, PoprzedniKrok i DataGodzina zastąp swoimi nazwami
   Table.TransformColumns(
       PoprzedniKrok,
       {{"DataGodzina", each DateTime.Date(_), type date}}
   )

5. Ogranicz precyzję liczb tylko wtedy, gdy raport jej nie potrzebuje. Zaokrąglenie WartoscNetto do pełnych złotych zmniejsza liczbę różnych wartości z 96 723 do 14 923, ale suma sprzedaży rośnie o 772,83 zł (467 775 782 zł zamiast 467 775 009,17 zł). W Nordvelli kwoty mają dwa miejsca po przecinku i tak zostają, bo raport liczy do grosza. Kod zamówienia z prefiksem tekstowym, na przykład SO123456, według dokumentacji Microsoft lepiej zapisać jako liczbę całkowitą i ustawić mu podsumowanie Nie sumuj.
6. Usuń zbędne wiersze i ukryte tabele. Dokumentacja Microsoft zaleca ładować tylko potrzebną historię, na przykład przez filtr dat z parametrem w Power Query, i wyłączyć Automatyczna data/godzina, która tworzy ukrytą tabelę dat dla każdej kolumny daty. Szczegóły opisujemy w poście o automatycznej dacie i godzinie.

Jak sprawdzić, że problem zniknął

Po zmianach jeszcze raz uruchom View Metrics albo zapytanie z kroku 1 i porównaj rozmiary kolumn. Zapisz plik i sprawdź jego rozmiar na dysku. Na koniec otwórz strony raportu i porównaj główne sumy, na przykład [Łączna sprzedaż] Nordvelli musi dać 467 775 009,17 zł przed zmianami i po nich. Gdy plik ma trafić do usługi, sprawdź też limity rozmiaru, które opisujemy w poście o pliku za dużym do publikacji.

Żeby model nie rósł z powrotem, dodawaj kolumnę tylko wtedy, gdy służy raportowi albo strukturze modelu, czyli relacjom, miarom i rolom zabezpieczeń. Dokumentacja Microsoft zwraca uwagę, że kolumnę łatwiej dodać później, niż usunąć, bo usunięcie potrafi zepsuć raport.

Źródła i sposób sprawdzenia

• Microsoft Learn: Data reduction techniques for Import modeling (źródło)
• Microsoft Learn: COLUMNSTATISTICS function (DAX) (źródło)
• Microsoft Learn: INFO.STORAGETABLECOLUMNSEGMENTS function (DAX) (źródło)
• Sprawdzone zapytaniami DAX na modelu Nordvelli: kardynalność i rozmiar danych kolumn FaktSprzedaz, test daty z godziną i test zaokrąglenia kwot.

Zachowanie programu sprawdziliśmy w Power BI Desktop 2.157 (wydanie z sierpnia 2026 r.) z polskim interfejsem, a przykłady na modelu sieci Nordvella z bezpłatnego kursu Power BI. Microsoft wydaje nową wersję Power BI Desktop co miesiąc, więc nazwy przycisków i limity usługi mogą się zmieniać. Aktualne wartości podaje dokumentacja Microsoft Learn.

Wróć do listy: 131 najczęstszych pytań i problemów związanych z Power BI