我有一个已导入Power BI桌面的16GB CSV。我使用的工作站是运行Windows Server 2016（64GB内存）的Azure VM。导入文件需要花费几秒钟的时间，但是，当我尝试将查询编辑器中的数据集过滤到特定的日期范围时，它会花费相当长的时间（它仍在运行，到目前为止大约30分钟）。正在从在VM上创建的ram磁盘读取源文件（16GB csv）。
使用这种大小的数据集时最好的方法/做法是什么？在将数据集过滤到日期范围时，在SQL Server中导入csv然后使用直接查询是否可以获得更好的性能？我以为它可以在当前设置下相当快地运行，因为该VM上有64GB可用内存。
答案 0 :(得分：1)
当数据量很大时，您还需要适当的计算能力来处理它。当您在Power BI中导入这些行时，Power BI本身需要这种计算能力。如果在SQL Server（或Analysis Services或其他）中导入数据，并且使用直接查询或实时连接，则可以将计算委派给数据库引擎。使用Live Connection，您的所有建模都在数据库引擎上完成，而在直接查询中，建模也在Power BI中完成，您可以添加计算列和度量。因此，如果您进行直接查询，则仍然必须注意在何处计算出什么。
您要求“最好”，这总是有点含糊。您必须根据许多其他因素自行决定。 Power BI本身就是Analysis Services（运行Power BI Desktop时，您可以看到Microsoft SQL Server Analysis Services子进程正在运行），因此在Power BI中导入数据应具有与在SSAS中导入数据类似的性能。在这种情况下，为了提高性能，您需要调整模型。如果在SQL Server中导入数据，则需要调整数据库（正确的索引编制和建模）。
因此，要做出最终决定，您必须测试这些解决方案，考虑价格和硬件要求，并根据此决定最适合您的情况。
最近，Microsoft制作了demo with 1 trillion行数据。您可能想看看它。我还将建议您看一下aggregations，它可以帮助您改善模型的性能。