本文主要讲述Synapse Analytics与PowerBI集成，以使PBI报表，尤其在大数据场景下，充分利用到Synapse Analytics的独特优势，显著提升报表性能。
概述
数据量过大会导致Power BI报表过度消耗内存或性能显著下降，针对此问题，BI端的聚合表方案是一个很好的解决思路，它利用聚合表来实现数据表根据不同情况在DirectQuery和Import模式之间切换（参见《Power BI 的大数据处理方案：聚合》），然而聚合表的Import模式使得命中缓存时，数据不是实时更新的，特别是针对数据源频繁变动的情况。因此，如果你希望PBI在保证处理大数据的性能的同时，实现完全的实时，这种情况下就需要寄希望于数据源端的性能优化了。Synapse Analytics拥有SQL Server或Azure SQL DB等数据库不具备的特性，即物化视图与结果集缓存（参见《Azure Synapse Analytics核心技术解析 (下)》），它们能够使得前端报表获取数据的性能得到增强，因此一种针对大数据的企业级BI方案，即是将不同数据源的数据迁移到Synapse Analytics的SQL池中，然后Power BI可以实时连接到SQL池以应对复杂业务场景。下文首先讲解该方案的数据流及实现原理，然后进行分步实操。
原理
一图胜千言。我在此绘制了一份流程图来展现整个方案的原理。下图中，绿色线代表Power BI数据源在Import模式下的查询与数据走向，此方案适用于数据集较小，内存足够的情况。紫色线则代表针对大型数据集，利用到Synapse Analytics的优势的DirectQuery方案，实心箭头代表数据流，越粗则代表性能越好。
查询首先验证结果是否已被缓存至结果集，如果命中缓存则直接返回数据，因此针对同一查询，第二次及以后的查询会快得多。物化视图相当于建立在Power BI外部的聚合表，因此当需要展示特定关联以及聚合条件下的数据，只需要在SQL池创建物化视图，这样Power BI可以直接连接数据量相比原数据小得多的数据表（物化视图的实质是一个占用磁盘物理空间的虚拟表，详请参见此文）
实践
(一).启动Synapse Studio
使用Synapse Studio之前必须先创建Synapse工作区，如果你尚未创建参考以下截图，已创建跳过此步：
1.打开Azure Portal，进入Synapse Analytics，创建Synapse工作区。
2.填写必要信息。作为测试，建议先行使用免费订阅
3.右上角启动Synapse Studio
（二）准备数据源
1.首先创建数据库，如下（已有数据池的跳过此步）
2.创建数据库后，此时数据库是空的，需要将数据从其他位置转移。在Synapse Studio可以直接配置管道，将数据从其他数据库，比如SQL Server或Azure SQL Database迁移过来，也可也使用ADF（Data Factory）创建数据复制任务，比如将数据从Azure SQL Database迁移至Azure Blob Storage，由于Synapse Studio中的管道部署本身就是ADF在Synapse Analytics的集成，因此操作流程大致相同。
在ADF选择数据同步服务，配置好字段，跟随向导走即可。需要注意一点是，此向导中如果你选择Polybase方法，记得取消勾选“Type conversion”，否则任务执行时将会报错。
数据同步完成后，SQL池已经有了我们用于测试的数据，如下：
下一步则是创建物化视图。
（三）创建物化视图
在Synapse Studio可以直接使用SQL命令CREATE MATERIALIZED VIEW语句来创建物化视图，如下。
具体SQL语法范例可参考此文档。
（四）连接到Power BI工作区
1.新建连接服务，在此连接到你的Power BI，此时需要验证PBI账户和密码。
2.输入工作区名字，创建工作区，使用此工作区专门用于托管以Synapse Analytics为数据源的报表。
3.工作区创建完成后，可以直接在此新建Power BI数据集，跟随向导，数据集配置好后会自动下载一个PBIT文件。
使用PBID打开此文件后，会自动加载数据集，注意此处我们除了引用了此前迁移的四个数据表之外，还包含此前创建的一个物化视图。打开PQ，如下图所示，物化视图SalesByProdCategory以一个数据表的形式被加载到Power BI数据模型当中：
4.加载数据完成后，将报表部署到Power BI账户中。注意此处部署的目标是刚刚您创建的工作区，此处即DBI-Synapse.
5.部署成功后，到Power BI Service, 此时你会看到此前新建的工作区以及刚刚新增的数据集及报表。
6.最后需要注意的是，你需要在Power BI Service为此数据集验证数据源凭据，否则报表加载将会报错。
（五）性能测试
PBI报表成功部署后，现在可以验证Synapse Analytics为报表展示大数据带来的高性能体验。首先是结果集缓存，首次加载报表可能会需要数秒时间，但当用户第二次打开报表时，速度会有质的提升。注意此处所指的缓存并非存储于浏览器的缓存，因此针对于同一查询，即使你在另一浏览器访问仍能快速加载！
我们还需要注意结果集缓存中的几个使用限制，其中值得注意的一点是，使用了RLS（行级别安全性）的报表不支持结果集缓存。
此外，利用我们加载的4个数据表建立数据模型，和物化视图分开，他们可以分别在前端拖拽一个表格，用于对比性能表现。由于物化视图只有数千行，相比4个未经聚合的数万行原数据表生成的复杂查询而言性能会强得多，由于此处用于测试的数据集不够大，因此优势尚不明显，如果你有TB级别的大数据集，性能优化可能达到几十倍之多。我建议你可以在测试时使用DAX Studio或SQL Server Profiler分析其明细的查询语句。
其他
关于Synapse Analytics与Power BI的集成，你还可以参考来自Guy in a Cube的视频，视频里提到Power BI的聚合技术可以和Synapse Analytics结合使用，此方案能够在TB甚至PB数据体量下，最大程度提升报表性能。
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可
关于本文，如有问题或建议，欢迎您前往知乎微软BI圈发帖（备注本文链接），我将尽快回复