Optimisations & bonnes pratiques
Chargement de données
- Réduisez la quantité de données chargées.
- Utilisez des requêtes optimisées (typages...)
- Évitez de charger des colonnes inutiles.
Modèle de données
- Choisir le mode de stockage (Import, DirectQuery, Composite)
- Utilisez des tables de faits et des dimensions appropriées.
- Évitez les relations N:N.
- Nommer clairement tables, colonnes et mesures
- Ajouter des descriptions pour guider les auteurs de rapports
- Masquer les colonnes techniques (clés, identifiants)
- Créer des hiérarchies (dates, produits, géographies)
- Centraliser les agrégations dans des mesures DAX
- Utilisez des colonnes calculées judicieusement.
- Définir les formats par défaut (décimales, dates), personnalisé ou dynamique
- Préciser les catégories de données (URL, pays…)
Visualisations
- Appliquer des filtres restrictifs (ex. filtre « N premiers »)
- Limiter le nombre de visuels par page au strict nécessaire
- Utiliser les pages d'extraction et les infos-bulles pour les détails
- Tester les performances des visuels personnalisés
- Évitez les visualisations trop complexes.
Environnement
- Configurer les paramètres de capacité (SKU F / PPU)
- Dimensionner correctement la passerelle de données locale
- Rapprocher sources, passerelle et capacité dans la même région Azure
- Vérifier la localisation du tenant Power BI
Analyse des performances
- Utiliser l'analyseur de performances dans Power BI Desktop
- Surveiller les charges de travail sur les capacités Premium
- Cibler en priorité les requêtes et visuels lents
- Consulter le guide dédié : Surveillance des performances de rapports
Points clés à retenir
- Le cache de tableaux de bord est une première ligne de défense : les tuiles épinglées offrent des performances stables sans solliciter la source de données à chaque consultation.
- En DirectQuery et Live Connection, le cache est régénéré toutes les heures par défaut, en interrogeant la source autant de fois qu'il y a de contextes de sécurité distincts (sécurité au niveau des lignes).
- La réduction des données affichées (filtres, « N premiers ») a un impact majeur sur la mémoire et la vitesse de rendu des visuels de type table.
- Les pages d'extraction et les info-bulles de page permettent d'ajouter des détails sans surcharger les pages principales en visuels.
- Pour la passerelle de données locale, le dimensionnement doit tenir compte des pics de charge lors des actualisations planifiées.
- La latence réseau se réduit en hébergeant sources de données, passerelle et capacité Power BI dans la même région Azure.
Ressources associées
Techniques de réduction des données (mode Import) — learn.microsoft.com/fr-fr/power-bi/guidance/import-modeling-data-reduction
Guide du modèle DirectQuery — learn.microsoft.com/fr-fr/power-bi/guidance/directquery-model-guidance
Modèles composites — learn.microsoft.com/fr-fr/power-bi/guidance/composite-model-guidance
Surveillance des performances de rapports — learn.microsoft.com/fr-fr/power-bi/guidance/monitor-report-performance
Dimensionnement des passerelles de données locales — learn.microsoft.com/fr-fr/power-bi/guidance/gateway-onprem-sizing