Power Query-Leistungs-Playbook (Power BI und Excel)

Wünschen Sie sich schnellere Aktualisierungen und übersichtlichere Vorschauen? Hier finden Sie eine praktische, sachliche Anleitung, wie Sie Power Query mithilfe allgemeiner Muster und Beispiele deutlich schneller laden können.

Schnelle Erfolge

• Früh falten, oft falten: Filtern und Spalten auswählen als erste Schritte.

• Spalten beschneiden: Laden Sie nur, was Sie verwenden.

• Referenz, nicht duplizieren: Gestaffelte Abfragen wiederverwenden.

• Vermeiden Sie zeilenweise benutzerdefinierte Spalten: Bevorzugen Sie Verknüpfungen, Gruppierungen und native Operationen.

• Verwenden Sie Pufferung sparsam: Nur wenn Sie wissen, warum.

• Filter parametrisieren: Bereiche und „Top N“ nach oben schieben.

• Einmal tippen, an einer Stelle: Und faltbar halten.

• Deaktivieren Sie die Lasten für Staging-Abfragen.

  
  

1) Strukturieren Sie Ihre Abfragen (Staging → Transformieren → Ausgabe)

Erstellen Sie drei Ebenen:

• Staging : Rohverbindungen, minimale Formgebung (Filter + Spalten). Laden deaktivieren .

• Transformieren : Verknüpfungen, berechnete Spalten, Gruppierung. Deaktivieren Sie das Laden, wenn es andere speist.

• Ausgabe : Endgültige Tabellen, die in das Modell/Arbeitsblatt geladen werden.

Warum es schnell ist: Weniger Abfragen erreichen die Quelle mehrmals; Transformationen teilen sich das gleiche stufenweise Ergebnis.

2) Früh aufgeben, oft aufgeben

Durch das Falten von Abfragen werden Aufgaben (Filterung/Aggregation) an die Quelle weitergeleitet. Halten Sie die ersten Schritte faltbar :

• Gute erste Schritte: Table.SelectRows, Table.SelectColumns, Table.RenameColumns, Table.TransformColumnTypes.

• Folding-Killer (bei Bedarf später verwenden): Index hinzufügen, komplexe benutzerdefinierte Spalten, bestimmte Text-/Regex-Operationen, zeilenweise Funktionen.

Allgemeines Beispiel – faltbare erste Schritte

3) Daten frühzeitig reduzieren (Spalten und Zeilen)

3.1 Säulenbeschneidung

Laden Sie nur die Spalten, die Sie wirklich benötigen.

3.2 Parametrisierte Filterung (funktioniert für jede faltbare Quelle)

Erstellen Sie „RangeStart“ und „RangeEnd“ als Parameter vom Typ „Datum“ (oder „Datum/Uhrzeit“) und filtern Sie mit ihnen.

Vorteile: schnelle Vorschau während der Entwicklung (verwenden Sie kleine Fenster) und ein direkter Pfad zu inkrementellen Aktualisierungsmustern später.

4) Bevorzugen Sie Verknüpfungen und Gruppen gegenüber zeilenweiser Verarbeitung

Zeilenweise benutzerdefinierte Spalten (jede mit umfangreicher Logik) sind langsam. Verbinden Sie stattdessen Nachschlagetabellen oder gruppieren Sie diese und führen Sie sie dann zusammen.

5) Puffern: Mächtig … und gefährlich

Table.Buffer (oder List.Buffer) materialisiert Daten im Speicher, um eine Neuauswertung zu verhindern. Verwenden Sie es:

• Vor einer nicht faltbaren Sortierung , die mehrfach wiederverwendet wird.

• Wenn eine Funktion wiederholt für dieselbe kleine Tabelle aufgerufen wird.

Vermeiden Sie das Puffern großer Tabellen, da dies zu einer Verlangsamung oder Erschöpfung des Speichers führen kann.

6) Datentypen einmal festlegen (wenn möglich faltbar)

Mehrere Schritte zum Ändern des Typs verlangsamen die Aktualisierung und können die Faltung unterbrechen. Führen Sie den Vorgang frühzeitig und einmalig durch und geben Sie bei Bedarf die Kultur an.

7) Dateien intelligent kombinieren

Beim Einlesen eines Ordners mit Dateien:

• Erstellen Sie einmalig eine Beispielabfrage (entfernen Sie automatisch generierte, nicht unbedingt erforderliche Schritte).

• Extrahieren/transformieren Sie Spalten im Beispiel. Vermeiden Sie zeilenweise Operationen in „Benutzerdefiniert hinzufügen“ für jede Datei.

• Halten Sie die äußere Schleife hell (rufen Sie einfach die Beispielfunktion auf).

  
  

8) Diagnose und Beobachtbarkeit

• Schrittfaltanzeige (Power BI Desktop): Grün bedeutet Falten; Grau bedeutet kein Falten.

• Abfragediagnose (Power Query): Finden Sie langsame Schritte/Quellen.

• Table.Profile , um die Kardinalität zu verstehen und über die Indizierung oder Aggregation im Upstream zu entscheiden.

9) Tabelle „Anti-Patterns“ (und Korrekturen)

Anti-Muster	Symptom	Tun Sie stattdessen
Index vor dem Filter hinzufügen	Riesige Scans, langsam	Zuerst filtern (falten), dann bei Bedarf indizieren
Viele „Changed Type“-Schritte	Zusätzliche Aktualisierungszeit	Eine Art Trittstufe, klappbar
Benutzerdefinierte Spalte pro Zeile mit umfangreicher Logik	CPU-Spitzen, langsam	Verwenden Sie Joins/Gruppierungen/native Ops
Duplizieren von Quellabfragen	Mehrere Treffer zur Quelle	Verweisen auf eine gestaffelte Abfrage
Alles puffern	Speicheraufblähung	Nur kleine, wiederverwendete Ergebnisse puffern
Frühzeitiges Erweitern umfangreicher verschachtelter Tabellen	Große Zwischengröße	Spalten erst beschneiden, dann erweitern

10) Ein wiederverwendbares Staging-Muster (generisch)

Optimizing data processing with query folding: key techniques for efficient staging, transformation, and output to achieve faster refresh rates.

Zusätzliche und versteckte Tipps

• Führen Sie eine frühzeitige Umbenennung durch (Falten), um später wiederholte Spaltensuchen zu vermeiden.

• Vermeiden Sie das Sortieren, es sei denn, es ist erforderlich. Sortierungen unterbrechen häufig das Falten oder erzwingen vollständige Scans.

• Entfernen Sie Fehler so spät wie möglich, wenn sie das Falten unterbrechen. Andernfalls filtern Sie fehlerhafte Zeilen vorab an der Quelle.

• Halten Sie die Vorschauen während der Entwicklung klein (enge Parameterbereiche).

• Eine Ausgabe = ein Zweck: Überladen Sie eine einzelne Abfrage nicht mit mehreren Ausgaben – teilen Sie sie über Referenzen auf .