Power BI 和 MongoDB - 最佳设置是什么？

Question

目前我有一个包含近 50kk 记录的数据库和一个包含近 20kk 记录的数据库，我需要与 PowerBI 连接，我尝试使用 MongoDB BI Connector，但速度太慢了，我能做些什么来加快速度吗？或者我应该转向更强大的东西来帮助我的 BI 团队？

Answer 1

需要详细识别性能瓶颈。

1. 如果数据导入速度慢，则将 Mongo DB 中的数据提取到文件中。 （因为您指定的数据量似乎很低 - 数千）。然后将文件导入 Power BI 模型。
2. 如果数据导入PowerBI后切片和切块较慢，则需要调整模型。

谢谢。

Answer 2

任何通过 ODBC 进行的操作（我猜这就是您正在使用的），都会很慢。一种方法是使用 Power BI 中的 r 从 MongoDB 获取数据。以下链接详细介绍了如何从 r 连接到 MongoDB：

使用 rmongodb 将 R 连接到远程 mongoDB

查询准备好后，您可以从“获取数据”窗口中选择“R 脚本”来使用 r 查询。希望这有帮助。

Answer 3

= Python.Execute("import pymongo#(lf)import pandas as pd#(lf)#(lf)# 将这些值替换为您的 MongoDB 连接详细信息#(lf)MONGO_URI = ""YOURMONGOURI""#(lf)DATABASE_NAME = ""YOURDATABASE""#(lf)COLLECTION_NAME = ""YOURCOLLECTIONNAME""#(lf)#(lf)# 建立与 MongoDB 服务器的连接#(lf)client = pymongo.MongoClient(MONGO_URI)#(lf)# (lf)# 访问指定数据库和集合#(lf)db = client[DATABASE_NAME]#(lf)collection = db[COLLECTION_NAME]#(lf)#(lf)# 从集合中获取数据（可以自定义查询） )#(lf)query = {} # 获取所有文档#(lf) #(lf)cursor = collection.find(query)#(lf)#(lf)# 将游标数据转换为字典列表#(lf) data_list = list(cursor)#(lf)#(lf)# 关闭 MongoDB 连接#(lf)client.close()#(lf)#(lf)# 将数据列表转换为 pandas DataFrame#(lf)df = pd.DataFrame(data_list)#(lf)#(lf)# 打印 DataFrame#(lf)print(df)#(lf)")
将此代码粘贴到空白查询 PYTHON 脚本中