Si un rapport Power BI fait attendre 30 secondes en deux clics, l'utilisateur cessera de l'ouvrir au bout de trois semaines. La lenteur n'est pas seulement une épreuve de patience : c'est l'ennemie de l'adoption. La bonne nouvelle : dans 80 % des rapports lents, trois à cinq améliorations concrètes suffisent à diviser par deux le temps d'ouverture. Cet article présente dix techniques d'optimisation, du moteur VertiPaq à la conception des visuels.
01. Retirez les colonnes inutiles du modèle
Chaque colonne importée occupe de la mémoire et est indexée. Les colonnes ajoutées « au cas où », surtout si elles sont incompressibles ou à forte cardinalité (nom de client, adresse), gonflent le modèle d'un facteur trois à cinq.
Le principe : une colonne que le rapport n'utilise pas n'a rien à faire dans le modèle. Elle doit être éliminée dès Power Query et ne pas être reprise dans les tables calculées.
02. Scindez les colonnes à forte cardinalité
Une colonne date-heure conservée à la microseconde près est une catastrophe pour VertiPaq. En la scindant en une colonne date et une colonne heure, les deux deviennent de faible cardinalité et la compression progresse spectaculairement.
Même logique pour les prix : si deux ou trois décimales suffisent, arrondissez. Un gain de mémoire invisible mais décisif.
03. Préférez les mesures aux colonnes calculées
En DAX, un calcul peut se placer à deux endroits : la colonne calculée ou la mesure. La règle : privilégier la mesure.
Une colonne calculée est évaluée à l'avance pour chaque ligne et stockée dans le modèle (incompressible, consommatrice de mémoire). Une mesure s'exécute au moment de la requête, réagit au contexte de filtre et n'augmente pas la taille du modèle. L'exception : un filtre interactif fondé sur une dimension exige une colonne calculée.
04. Remplacez les chaînes de IF par SWITCH
Des appels IF() imbriqués sont à la fois difficiles à lire et coûteux à calculer. La construction SWITCH(TRUE()) est plus lisible et mieux optimisée par le moteur :
À éviter : IF([A]>10, "H", IF([A]>5, "M", IF([A]>1, "L", "N")))
À préférer : SWITCH(TRUE(), [A]>10, "H", [A]>5, "M", [A]>1, "L", "N")
Un petit changement qui produit une accélération mesurable sur les grandes mesures.
05. Utilisez KEEPFILTERS plutôt que FILTER
La combinaison CALCULATE + FILTER est classique dans une mesure, mais FILTER parcourt toutes les lignes de la table. Pour de simples comparaisons, KEEPFILTERS est plus efficace :
À éviter : CALCULATE([Sales], FILTER(Products, Products[Category] = "Electronics"))
À préférer : CALCULATE([Sales], KEEPFILTERS(Products[Category] = "Electronics"))
L'outil Query Plan de DAX Studio permet de mesurer l'écart.
06. Construisez un schéma en étoile
Le schéma en étoile est idéal pour les mécanismes de compression de VertiPaq. Le flocon ralentit ; le modèle à plat fait exploser la mémoire. C'est la décision fondamentale au moment de bâtir le modèle.
Pour le détail, voyez notre article Le modèle de données Power BI : le schéma en étoile.
07. Évitez les relations bidirectionnelles
Rendre les relations bidirectionnelles paraît séduisant, mais cela force le moteur à des jointures complexes. Une relation à sens unique est à la fois plus rapide et plus prévisible.
Dans la plupart des cas où le bidirectionnel semble nécessaire, la fonction CROSSFILTER() permet de déclencher ce comportement localement dans une mesure ; il n'est pas nécessaire de le figer dans le modèle.
08. Limitez le nombre de visuels
Vingt visuels ou plus sur une même page fatiguent autant l'utilisateur que le moteur de requêtes. Chaque visuel se traduit par une requête distincte, et tout ce qui est affiché est calculé en parallèle.
La règle : huit à douze visuels par page constituent l'optimum. Renvoyez le reste vers des pages secondaires ou des explorations détaillées.
09. Utilisez les agrégations
Même avec une table de faits d'un milliard de lignes, le détail n'est pas toujours nécessaire. Une vue d'ensemble se contente le plus souvent de totaux mensuels. La fonction d'agrégation précalcule les totaux fréquemment consultés et les conserve en mémoire ; les réponses proviennent alors de cette table de synthèse plutôt que de la table de faits principale.
Un gain de 10 à 100 fois est possible, mais la mise en place demande de la rigueur : chaque mesure doit se rediriger correctement sur chaque dimension.
10. Utilisez l'actualisation incrémentielle
Recharger intégralement une table de faits de plusieurs millions de lignes à chaque actualisation est inutile. L'actualisation incrémentielle ne rafraîchit que les X derniers jours ; les partitions anciennes restent en cache.
Sur une table partitionnée par mois, la durée d'actualisation passe de plusieurs heures à quelques minutes. La fonction est disponible avec une licence Power BI Premium (et Fabric) ; sa prise en charge est limitée en Power BI Pro.
Découvrez notre solution Power BI
Pour en savoir plus, vous pouvez réserver un entretien de conseil gratuit.