Power BI学习笔记第20篇：面试题汇总 · 第三篇：高级应用与最佳实践篇

Power BI学习笔记第20篇：面试题汇总 · 第三篇：高级应用与最佳实践篇

这一篇不考你记没记住概念，考的是你有没有真正踩过坑、解决过实际问题。答得好不好，一听就知道。

第 1 题：什么是聚合表（Aggregations）？如何使用它来优化性能？

参考答案：

聚合表是 Power BI Premium 中的一种性能优化技术，通过预计算低粒度的汇总数据，减少对原始明细数据的实时查询量。

工作原理：

用户查询: SUM(Sales[Amount]) WHERE Year = 2024 ↓ Power BI 自动识别 → 命中聚合表（已按年预汇总） ↓ 返回预计算结果（毫秒级），不查原始事实表

配置步骤：

1. 在 Power Query 中创建聚合表（如按年+月的销售汇总表）
2. 将聚合表添加到数据模型
3. 在"管理聚合"对话框中配置聚合关系：
   • 聚合表字段 ← 对应事实表字段
   • 基数设为多对多（Many），方向为From Detail Table
4. 测试：在 Performance Analyzer 中观察查询是否命中聚合

适用场景：

• 事实表数据量巨大（千万~亿级）
• 报表大量使用 SUM、COUNT 等聚合计算
• 用户频繁查询的维度相对固定（如年/季/月/区域）

注意事项：聚合表和明细表的数据必须保持一致（刷新时同步），否则数据会不一致。Power BI 目前没有自动校验机制。

第 2 题：什么是行级安全（RLS）？如何实现？

参考答案：

Row-Level Security（RLS）控制不同用户只能看到符合其权限的数据行，是 Power BI 企业级部署的必备能力。

实现方式：

方式一：角色 + DAX 表达式（最常用）

// 创建角色 "区域经理"，通过 DAX 筛选数据 [Region] = USERNAME() // 获取当前用户，按其区域过滤 // 多层权限（区域 + 部门） [Region] IN { "华东", "华北", "华南" // 根据用户分配值 }

方式二：动态 RLS（根据用户动态分配）

// 创建用户映射表：用户 → 可访问区域 // 用 DAX 自动关联 [Region] IN CALCULATETABLE( VALUES(UserRegionMap[Region]), UserRegionMap[UserName] = USERNAME() )

配置步骤：

1. 建模视图 → 管理角色 → 创建角色 + DAX 筛选表达式
2. 发布后在 Power BI Service 中测试角色
3. 将报表分配给指定用户或安全组

常见问题：

• 使用 RLS 后，Gateway 刷新时用户可能会看到不属于他们的数据（需要 Power BI 数据集而非 Live Connect）
• 动态 RLS 性能开销比静态 RLS 大，需评估模型性能

第 3 题：什么是 DirectQuery、Mixed 和 Import 模式？如何选择？

参考答案：

Power BI 支持三种数据连接模式：

选择决策树：

数据量 < 1GB？ ├─ Yes → Import（默认选择） └─ No → 数据需要实时性？ ├─ Yes → DirectQuery └─ No → Import + 定时刷新 数据量 > 1GB 且需要实时？ → DirectQuery 或 Hybrid 需要复杂 DAX（嵌套 CALCULATE）？ → 避免 DirectQuery（性能差）

DirectQuery 限制：

• 不支持所有 DAX 函数（如时间智能函数需要特殊处理）
• 不支持增量刷新
• 查询并发数受 Power BI Service 限制
• 每张表只能有一个 relationship

实际建议：99% 的场景用 Import 模式。只有在数据量极大、必须实时或合规要求不能缓存时，才考虑 DirectQuery。

第 4 题：什么是 Calculation Groups（计算组）？它的应用场景是什么？

参考答案：

计算组是 Power BI Premium（分析引擎）中的一个高级功能，允许在度量值上定义一键切换的计算逻辑——比如同比/环比/年初至今/环比增长率，只需一个切片器切换。

典型应用：时间对比分析

// 定义计算组 "Time Intelligence" Item 1: Name = "YTD", Expression = TOTALYTD([Revenue], 'Date'[Date]) Item 2: Name = "QTD", Expression = TOTALQTD([Revenue], 'Date'[Date]) Item 3: Name = "MTD", Expression = TOTALMTD([Revenue], 'Date'[Date]) Item 4: Name = "YoY Growth", Expression = CALCULATE([Revenue], SAMEPERIODLASTYEAR('Date'[Date]))

使用效果：用户选"YTD"，所有度量值自动变成年初至今口径；选"YoY Growth"，自动切换为同比——无需为每个度量值写多个版本来回切换。

适用场景：

• 财务分析中的多口径对比（实际/预算/预测）
• KPI 仪表板中的多指标同环比
• 需要灵活切换"计数/求和/平均值"的场景

限制：仅支持 Premium 容量，Tabular Editor 是配置计算组的最佳工具（Power BI Desktop 内置支持但界面较原始）。

第 5 题：什么是 Calculation Items（计算项）？它和计算组的关系是什么？

参考答案：

计算项（Calculation Items）是计算组（Calculation Groups）的子元素。

• 计算组是一个容器（如"时间对比"），定义一组可切换的计算逻辑
• 计算项是计算组内的具体选项（如"YTD"、“QTD”、“YoY Growth”）

计算组 "时间对比" ├── 计算项: YTD ← TOTALYTD ├── 计算项: QTD ← TOTALQTD ├── 计算项: MTD ← TOTALMTD └── 计算项: YoY Growth ← CALCULATE + SAMEPERIODLASTYEAR

使用语法：

SELECTEDMEASURE() // 在计算项表达式中引用用户当前选择的度量值

一个实际例子：

// 在 Tabular Editor 中创建计算组 Name: "KPI Switching" Item 1: Name = "Actual", Expression = SELECTEDMEASURE() Item 2: Name = "vs Budget", Expression = DIVIDE(SELECTEDMEASURE(), SELECTEDMEASURE('Budget')) Item 3: Name = "vs Last Year", Expression = CALCULATE(SELECTEDMEASURE(), SAMEPERIODLASTYEAR('Date'[Date]))

第 6 题：什么是 XMLA 端点？它能做什么？

参考答案：

XMLA（XML for Analysis）是一个标准协议，Power BI Premium / Azure Analysis Services 使用它来连接底层分析引擎。

实际应用场景：

连接字符串示例：

powerbi://api.powerbi.com/v1.0/{tenant}/{workspace}

使用前提：

• 仅 Power BI Premium（PPU / Premium Per Capacity）
• 需要 Pro 账户 + Premium 容量组合使用
• Workspace 需开启"高级容量"设置中的 XMLA 读写权限

第 7 题：如何排查 Power BI 报表的性能问题？

参考答案：

性能排查的标准流程：

第一步：Performance Analyzer（内建于 Power BI Desktop）

1. 视图 → 性能分析器 → 开始录制
2. 与报表交互（切片、筛选、翻页）
3. 查看每个视觉对象的刷新时长（毫秒级）
4. 排序：找出耗时最长的视觉对象

第二步：DAX Studio 分析慢查询

// 在 DAX Studio 中抓取查询 // 使用 Server Timings 捕获 VertiPaq 查询详情 // 关注：Physical SE Queries（物理查询）和 Formula Engine（公式引擎）

第三步：常见问题定位

第四步：模型优化

• 检查 relationship 是否有多对多或双向（会导致复杂路径）
• 检查是否存在隐藏但仍在计算中的低效列
• 确认日期表已标记（Mark as Date Table）

第 8 题：什么是部署管道（Deployment Pipelines）？它解决了什么问题？

参考答案：

部署管道是 Power BI 中用于管理报表生命周期（开发→测试→生产）的内置工具，解决的是"怎么安全、可控地把报表从开发环境发布到生产环境"的问题。

三阶段工作流：

开发（Development） ↓ 部署（Deploy） 测试（Test） ↓ 部署（Deploy with Rule Override） 生产（Production）

核心功能：

适用场景：企业 BI 团队多人协作开发、有严格发布流程的组织、需要同时维护多套环境（Dev/Test/UAT/Prod）的场景。

限制：仅 Premium 容量可用，不支持 Paginated Reports。

第 9 题：什么是 Row-Level Security 和 Object-Level Security？两者的区别是什么？

参考答案：

Row-Level Security（RLS）：行级安全，按行过滤数据——控制用户能看到哪些数据。

Object-Level Security（OLS）：对象级安全，控制用户能看到哪些表或列。

对比表：

OLS 注意事项：

• OLS 和 RLS 可以叠加使用
• OLS 隐藏列后，DAX 中引用该列会直接报错——所以 OLS 通常是"最后一道防线"，而非首选方案
• 配置 OLS 后，建议在 Tabular Editor 中测试，确认无遗漏

第 10 题：什么是 Calculation Groups 的优先顺序（Precedence）？如何使用它？

参考答案：

当一个视觉对象绑定了多个计算组时，Power BI 需要知道哪个计算组的规则优先应用。

配置方式：
在 Tabular Editor 中设置每个计算组的Precedence值（整数，越大约优先）：

// 计算组 A: Precedence = 10 // 计算组 B: Precedence = 5 // → A 的规则优先于 B

实际应用场景：多计算组叠加

一个报表可能同时有"时间维度计算组"和"财务口径计算组"：

视觉对象绑定: [时间维度计算组] → Precedence = 10 (更高) [财务口径计算组] → Precedence = 5 用户当前选择: 时间维度 = YTD 财务口径 = vs Budget 实际执行顺序: 1. 先套用 YTD → 得到 YTD 基准值 2. 再在 YTD 基础上套用 vs Budget → 得到 YTD vs Budget 结果

设计建议：尽量避免视觉对象上同时绑定超过 2 个计算组——逻辑复杂度会急剧上升，且 DAX 调试困难。

第 11 题：什么是 Calculation Groups 的ISSELECTEDMEASURE？它的作用是什么？

参考答案：

ISSELECTEDMEASURE()用于在计算组中判断当前用户选择的度量值是哪一个，从而在同一个计算项中针对不同度量值执行不同的逻辑。

语法：

ISSELECTEDMEASURE(Measure1, Measure2, ...)

应用示例：

假设有度量值[Revenue]和[Order Count]，在计算组中：

// 计算项: "Margin View" // 仅当选择 Revenue 时计算利润率，选择 Count 时返回自身 Expression = IF( ISSELECTEDMEASURE([Revenue]), DIVIDE([Revenue] - [Cost], [Revenue]), SELECTEDMEASURE() // Count 等其他度量值保持原样 )

为什么有用：避免为每个度量值单独写一个计算组项，而是用ISSELECTEDMEASURE写一个通用逻辑——DRY（Don’t Repeat Yourself）原则在 DAX 中的体现。

第 12 题：Power BI 报表上线后，有哪些运维监控手段？

参考答案：

企业级 Power BI 运维监控覆盖以下几个层面：

1. 使用情况监控（Usage Metrics）

2. 数据集性能监控

• Power BI Service → Workspace → Datasets → 监控刷新历史
• Gateway → 监控刷新时长、错误日志
• Premium 容量 → 指标应用（内存/CPU/查询统计）

3. 容量健康监控

4. 告警机制

• Power BI Service 内置数据刷新失败告警（邮件/Webhook）
• Azure Monitor + Log Analytics 集成（Premium）做高级监控
• 第三方工具：PBI Reporter、DataMozart 等

5. 版本管理

• 始终保留 .pbix 历史版本（上传新版本前备份）
• 使用 Deployment Pipeline 管理发布流程
• 建立变更日志，记录每次更新的内容

第三篇 · 高级应用与最佳实践篇 · 共三篇

附：三篇汇总索引