Power BI para quem entrega os dados

O Power BI lê melhor um modelo em estrela: tabelas fato estreitas e longas, dimensões largas, relações de um para muitos da dimensão para a fato. É o que a camada gold deve entregar (veja Modelagem dimensional).

Import, DirectQuery e o meio-termo

• Import: os dados são copiados para o modelo e comprimidos em memória. Consulta muito rápida; os dados têm a idade da última atualização (*refresh*).
• DirectQuery: cada visual vira uma consulta na fonte (um SQL warehouse do Databricks, por exemplo). Dado sempre atual; a velocidade depende da fonte, e cada clique custa compute lá.
• Composto: dimensões em Import e a fato grande em DirectQuery, ou agregações importadas sobre uma fato em DirectQuery.

Medida, não coluna calculada

Uma coluna calculada é computada no refresh e guardada linha a linha (ocupa memória). Uma medida é calculada na hora, no contexto do filtro do visual. Totais e taxas são medidas.

Receita = SUM ( fato_itens[receita] )

Receita Entregue =
CALCULATE ( [Receita], pedidos[status] = "entregue" )

Ticket Médio = DIVIDE ( [Receita], DISTINCTCOUNT ( fato_itens[pedido_id] ) )

CALCULATE muda o contexto de filtro da medida; DIVIDE trata a divisão por zero sem erro.

O que a engenharia pode fazer pelo relatório

• Entregar a gold já no grão e com os nomes que o negócio usa, em vez de o relatório refazer a modelagem no Power Query.
• Uma dimensão de data contínua (sem buracos), marcada como tabela de datas.
• Reduzir cardinalidade: ID de alta cardinalidade que ninguém filtra não precisa ir para o modelo.
• No Databricks, conectar pelo conector nativo a um SQL warehouse, com o Unity Catalog cuidando de quem vê o quê.