你是否真的知道你的 PBIX 文件到底有多大？

Power BI错误：“文件太大，无法发布。Power BI支持高达1024 MB的文件“…为什么发布不了呢？我的Power BI文件远低于1GB！

以上问题场景是不是非常常见？一旦数据被处理并存储在内存中，我们就会经常去讨论如何真正掌握Power BI文件实际大小。既然如此，那今天小悦就和大家来分享两种方式来帮助让我们真正掌握Power BI文件的实际大小（有些小伙伴对此可能不谋而合了），我们步入正题。

为什么这很重要？

在我们开始讨论解决方法之前，先了解下我们为什么要导出Power BI文件（基础数据集）的真正内存使用情况，这是非常重要的。

第一个也是最明显的原因是，当我们从desktop将报表发布到Power BI Pro 云服务时，我们的license是有1gb的限制，所以超过1GB将限制我们发布到Power BI服务。

另外，删除自动生成的数据表、不必要的计算列和大量内存的转换等方式来开始优化Power BI文件的过程也是我们常用的手段。但是，这样的处理并没有事先获取当前内存占用状态的快照，因此并不知道什么样的更改有助于性能提升。

文件资源管理器显示真相

文件资源管理器确实向我们展示了真相，但这也只是真相的一部分，所以这就可能会误导我们。以下面的Power BI报告为例：

从上面的截图中可以看到，通过查看文件资源管理器中的大小，PBIX文件的大小为1.2MB（1238KB）。另外，当我们查看Power BI中获取的所有数据文件时，总大小为2.8MB。但是，当我们将获取的数据在Power BI中将其处理到内存中时，它可能会大于PBIX文件的大小，这是因为发生了一些压缩，而其他各种元素又不会通过磁盘显示出来。

所以，当我们收到各种各样的错误提示时，我们的Power BI文件太大，但我们看到其在磁盘上的显示又是在1GB限制下，这就让人很尴尬了….但是，正如前面提到的，一旦数据被处理到内存中，由于压缩和其他各种元素，它可能会比我们在磁盘上看到的更大，但是由于压缩仍然低于获取的数据源的总大小。

我们如何看待真正的内存消耗呢？

现在将介绍两种方法，我们可以通过VertiPaq分析器和DAX studio来确定对内存消耗情况。当然，你可能会通过各种其他方法来显示Power BI文件的内存消耗，例如使用任务管理器或从SQL Server management studio建立到底层analysis services实例的连接。但是，我们还是比较推荐使用VertiPaq分析仪和DAX studio！

VertiPaq Analyzer

VertiPaq Analyzer是一个Excel文档，它有一个Power Pivot插件，支持与Power BI模型建立连接。通过它我们可以确定内存消耗，哪些对象消耗了大部分内存，同时也为我们提供了组成Power BI文件的其他因素的综合视图，如表、列、层次结构、关系等。

打开VertiPaq Analyzer Excel文档，并通过一组查询与底层Power BI Analysis Services实例建立连接后，将检索并显示以下信息：

从上面的截图中可以看到，我们的模型中的所有表都显示在行中。我们也在列中列出了各种指标。我们将不深入探讨这些问题，因为本文的范围仅显示内存消耗。

通过查看下面的内容，每周零售分析解决方案的Power BI数据集的总大小为1.6MB。这是通过查看“Table Size”列的向下合计来确定的：

所以，可以看到我们最初认为的Power BI数据集是1.2MB，而实际上是1.6MB。我们在磁盘上看到的与通过VertiPaq分析器获得的更精确视图之间的差异取决于各种元素。以下是一些指标的列表，这些指标为我们提供了一些内存消耗方面的见解：

•“Table Size”（表大小）：表的大小，它是以下所有值的总和-不包括列的总大小

•“Column Total Size”（列 总大小）：与立柱相关的所有结构尺寸

•“Data Size”（数据大小）：分区中的所有压缩数据

•“Dictionary Size”（字典大小）：具有唯一值的字典结构

•“Columns Hierarchy Size”（列层次结构大小）：为列自动生成层次结构

•“User Hierarchy Size”（用户层次结构大小）：用户定义的层次结构

•“Relationship Size”（关系大小）：表之间的关系

如果你想知道为什么总“表大小”与“列总大小”不同，这是由于某些情况，例如关系是表结构的一部分，而不是列。因此，“Column Total Size”由“Data Size”、“Dictionary Size”和“Hierarchy Size”组成。因此，为了获得内存消耗的完整视图，我们使用表而不是列大小。

DAX Studio

另外，我们还可以使用Dax studio，一个用于编写、执行和分析DAX代码的工具，它可以帮助我们优化和调试。同样，这是通过建立与Power BI模型的连接。

以前，我们无法通过Dax studio中的VertiPaq Analyzer查看度量，但是，现在可以通过最新版本的DAX Studio获得这些度量。此外，我们现在可以通过Power BI桌面直接访问Dax studio。如果你还没有检查过外部工具，那么一定要检查外部工具！如果你还没有将Dax studio配置为在“外部工具”下显示，你可以通过应用程序直接打开该工具。

现在，我们已打开 DAX Studio，你应该转到"Advanced "（高级）选项卡并选择"View Metrics"（查看指标），以显示 VertiPaq Analyzer Excel 文档中我们可用的相同指标。

从上面的截图中可以看到，我们再次将模型中的所有表显示在行中，而度量值显示在列中。这里我们有所有单独表的大小，我们还可以展开它来查看这些表的各个列的详细信息。但现在，我们想看看我们模型的实际大小。在excel文档中的VertiPaq Analyzer中，我们有汇总的总数，因此我们可以轻松确定我们的每周零售分析解决方案为 1.6 MB。

要在此处执行此操作，我们只需在“Summary”选项卡上选择，该选项卡将显示以下信息：

再次，我们可以看到我们的Power BI文件的总大小是1.62MB。正如前面提到的，这些度量在DAX Studio中并不总是可用的，所以当它们被引入时，它是一个很好的补充，因为你可以显示所有的核心度量，你也可以使用它来优化和调试DAX代码。我们还可以导出这些指标，并将其发送给可能更好地理解底层数字的个人。

结论

当你下一次遇到再出现同样问题的时候，说明你的文件应该是超出了大小限制，但你现在应该能够使用上述任一方法来深入了解你的内存消耗，因为仅仅通过看占用Power BI文件的磁盘空间是不够的。