Erick Reis • 28 nov 2023 • Microsoft Power BI
O Power BI é uma ferramenta voltada para análise de dados, e tem uma capacidade muito interessante de lidar com grandes fontes de dados.
Mas dependendo de como essas informações estão disponíveis e como foi feito o processo de modelagem desses dados, isso abre margem para que você trabalhe a conexão com esses dados de algumas formas diferentes, e é exatamente o que iremos discutir no artigo de hoje.
Quando vamos nos conectar a algumas fontes de dados, temos dois tipos de conexão:
Import – Você traz os dados da fonte de dados para o Power BI, sejam dados da Web, do SharePoint, de um banco de dados
No método o Import o Power BI literalmente realizará uma cópia dos dados e trará para o seu relatório.
Esse método é aconselhável trabalhar quando você tem alguma das seguintes situações:
Direct Query – Os dados não são importados, logo você não consegue categorizar e nem mexer nos dados pelo Power Pivot (Dados são apenas acessados no Banco de dados)
No método DirectQuery é um pouco diferente, pois em momento algum o Power BI fará cópia dos dados para o seu modelo.
Neste método o Power BI a todo momento consultará as informações que você tem na fonte de dados, e você poderá utilizar os visuais para só demonstrar esses dados de forma diferente.
Mas aqui temos uma pequena desvantagem, que é a questão de você trabalhar com os dados de uma forma um pouco mais limitada já que não se é possível realizar tratamentos, categorizações nos dados pelo fato de você não poder alterar a forma como os dados são apresentados na sua fonte de informações.
Esse método é aconselhável trabalhar quando você tem alguma das seguintes situações:
Note que ao fazer a conexão com um banco de dados SQL por exemplo, ele nos dá duas formas de conexão com os dados (como pontuamos acima):
E o fazer a conexão com o banco de dados utilizando o método Direct Query, notem que a guia de modelo some do Power BI:
Então ao trabalhar com os dados devemos fazer um levantamento, dentre as opções, qual método de conexão se encaixa melhor para aquele projeto.
Visto que cada um trará algumas limitações mas um desempenho melhor quando lidamos com Big Data por exemplo, e o outro abre margens maiores de trabalho com os dados a custo de um desempenho menor para o seu relatório.