Power BI
Power BI是微软推出的商业智能(BI)工具与服务组合,用于把来自不同系统的数据接入、建模、可视化并共享,从而支持经营分析与决策。它提供桌面端制作工具、云端服务和移动端应用,并与 Microsoft 365、Microsoft Fabric 等平台衔接,是微软数据与分析产品体系中的消费层组件[1]。
定义
Power BI 是微软提供的一套商业智能工具与云服务,涵盖数据接入、数据准备、语义建模、可视化报表和内容共享等环节。其产品形态分为桌面端 Power BI Desktop、云端的 Power BI 服务和面向手机与平板的 Power BI 移动应用,三者分工不同但共用同一套数据模型与报表内容[2]。
使用者的角色决定其接触的组件:业务查看者主要通过服务或移动端浏览报表与仪表板,报表制作者则在桌面端完成建模与设计,再把成果发布到云端供他人访问[1]。整套产品采用免费与付费并存的授权结构,免费账户可制作基础报表,付费许可则增加共享、协作与大容量数据等能力[3]。
原理
Power BI 的处理流程通常从连接数据源开始。用户借助内置连接器读取数据库、电子表格、云服务和业务应用中的记录,再用 Power Query 完成筛选、合并、类型转换等清洗操作,形成可供分析的数据表[2]。清洗后的数据进入语义模型,表与表之间通过关系连接,度量值和层级则在模型层定义,可被多份报表重复使用。
在计算层面,Power BI 使用数据分析表达式(DAX)编写度量值与计算列,提供比普通汇总函数更灵活的口径控制[4]。可视化部分采用拖放式画布,图表与切片器联动,用户点击某一图形元素即可筛选其他图形所呈现的数据[1]。
数据存储方式影响性能与实时性。导入模式把压缩后的数据副本载入内存引擎,查询速度快,但需按计划刷新;DirectQuery 模式不复制数据,而是在每次交互时向源系统发送查询,适合体量大或需要接近实时结果的场景。在 Fabric 环境下,Direct Lake 模式可直接从 OneLake 的 Delta 表加载数据,兼顾内存分析的响应速度与数据湖的规模。
发展历程
Power BI 的早期形态可追溯到微软 SQL Server 报表服务团队设计的一个项目,2011 年以 SQL Server 下一个版本的组件形式提供公开下载,随后被更名为 Power BI。2013 年 7 月,微软在全球合作伙伴大会上宣布基于 Office 365 的自助式商业智能方案 Power BI for Office 365,把 Power Query、Power Pivot、Power View 和 Power Map 等 Excel 组件与云端共享站点结合起来[5]。
2015 年 1 月,微软公布改版后的 Power BI 预览版与新的授权结构,确立免费版与 Power BI Pro 并行的模式[6]。同年 7 月 24 日,新版本正式面向所有用户开放,配套的桌面工具 Power BI Desktop(前身为 Power BI Designer)同步推出,此后桌面端基本保持每月更新[7]。
2023 年起,微软把 Power BI 纳入统一分析平台 Microsoft Fabric,使其成为该平台中面向业务用户的报表与分析层,报表内容存放于共享工作区,并与 OneLake 存储等组件共用同一套治理机制。随后产品持续加入 Copilot 等基于大模型的功能,用于摘要语义模型内容、辅助编写和解释 DAX 查询[3]。
应用
Power BI 的典型用途是把分散在各业务系统中的数据集中呈现。它可以连接 Excel 工作簿、SQL 数据库、SharePoint、OneDrive、Dynamics 365、Salesforce 等来源,在同一仪表板中汇总销售、财务与运营指标,并支持从汇总数字逐层下钻到明细记录[1]。
在协作场景中,制作者把报表发布到云端工作区,通过工作区、应用和仪表板组织相关内容,并按计划刷新底层数据;查看者可在浏览器或移动设备上访问,也可在 Teams 等日常工具中直接查看图表。面向开发者的 Power BI Embedded 则允许把报表嵌入第三方应用或网站,按容量计费[3]。
对于不便上云的机构,Power BI 报表服务器提供本地部署方式,可在自有服务器上托管在桌面端制作的报表;报表生成器则用于制作适合打印和分页输出的分页报表[1]。数据分析人员还可借助 R 与 Python 可视化、预测和聚类等功能扩展统计与预测类分析[2]。
局限
共享容量下的导入模型对数据集大小设有上限,单个数据集的压缩体积不得超过 1 GB,超出后无法刷新;只有发布到专用容量并启用大型数据集存储格式,模型才可能扩展到 10 GB 以上。计划刷新的频率同样受限,共享容量每天最多 8 次,专用容量每天最多 48 次,因此导入模式报表的数据新鲜度取决于上一次刷新是否成功。
DirectQuery 虽然避开了导入体积限制,但报表响应速度取决于源数据库的查询性能,且并非所有 DAX 函数都能转换为源系统的原生查询语句,可视化元素较多时查询并发也会成为瓶颈[8]。当数据量增大、模型关系复杂时,刷新耗时可能达到数小时,报表打开与交互也会明显变慢[8]。
功能层面,浏览器中的服务端只能完成基础的数据建模和报表编辑,复杂建模仍需依赖桌面端工具。此外,通过软件开发工具包构建的自定义视觉对象可能把数据传出所在租户的地理区域或合规边界,使用前需要评估其数据流向[1]。
参见
-
Microsoft Fabric —— Power BI 于 2023 年起被纳入的统一数据分析平台。
-
商业智能 —— Power BI 所属的技术与应用领域。
-
数据分析表达式 —— Power BI 中用于定义度量值和计算列的公式语言。
-
Power Query —— Power BI 中负责数据接入与清洗的组件。
-
Microsoft Excel —— Power BI 早期形态所依托的表格软件。
参考资料
- 3-describe-analyze-data-power-bi [引用日期2026-10-29]
- Microsoft Power BI [引用日期2026-10-29]
- Power BI - 資料視覺效果 | Microsoft Power Platform [引用日期2026-10-29]
- Power BI Desktop | Microsoft Power Platform [引用日期2026-10-29]
- 微软发布全新Office 365版Power BI [引用日期2026-10-29]
- meet-the-new-power-bi [引用日期2026-10-29]
- 7月24日微软新版Power BI全面上市 [引用日期2026-10-29]
- Large Datasets - Main challenges and best practices [引用日期2026-10-29]