Power BI - Tabular - 模型类型

Posted 2023-03-04

参考技术A （学习记录 个人理解 不一定对）

导入模式数据存储模式-基于Vertipaq，数据存储在pbi中
direct query 将查询翻译成sql语句返回数据源进行查询；
混合模式下 导入/直连的表 按照各自的连接模式 有各自的存储方式，不同连接模式下的表 无法直接join（可以建立关系写dax之类的 但是引擎层面无法join）

数据存储在pbi模型中，包括数据内容、模型关系、度量值等。

数据保留在数据源那，pbi就是建立一个联系 去连接数据源。

分为公式引擎（FE）和存储引擎(SE)
1 ) 公式引擎 (FE)接受请求、处理它、生成查询计划并最终执行它; 类似大脑
2 ) 存储引擎 (SE)从表格模型中提取数据以满足公式引擎生成的查询中发出的请求；类似肌肉

从最左侧开始，由图可知，tabular model接收查询语句（DAX/MDX），然后传递到模型里的FE。
FE负责解析公式，计算值。但是FE无法接触到数据。因此SE开始发挥作用。
因为有不同的存储模式，所以SE发挥作用的方式不同。
如果是导入模式，那么SE直接访问vertipaq存储的数据即可；如果是直连模式，那么SE接收查询语句后，又将这个传递到数据源，数据源产生结果后返回给两个引擎。
如果是复合模式（同时有导入和直连），那么各自的SE运算完结果后，返回给FE，由FE将结果join在一起。SE中两种模式 完全不可能连接。
因此，如果是复合模型，计算相同存储模式的表内的measure 运算较快；但如果涉及到不同存储模式的表，对FE的消耗很大，性能差。

pbi导入数据后，会将数据源转换成列式结构，没有行的概念，每一列都与其他列物理分开。
同时，pbi对列进行优化，为每一列建立索引和字典并进行优化压缩。
压缩时，vertipaq主要采用哈希编码和值编码进行优化。哈希编码指为列中值创建字典，然后用字典中的索引值代替真实值。值编码专门处理整数，需要的内存更少。值编码会找到列中最小值，然后计算最小值与列中其他值的差异，并存储这个差异值。

整数性能优于文本
列中不同值的数量（基数）较少性能较好，具有许多重复值的列可以比包含频繁变化值的列更好地压缩（可以应用 RLE）
表中的行数少性能较好。