Cierto es que construir un modelo de datos detalladamente para llegar a la estrella deseada hace de nuestro modelo la mejor práctica para su mejor funcionamiento. A pesar de ello podemos caer en la tentación de "importar columnas por las dudas".
Muchas veces me encuentro con modelos que reconocen hechos y dimensiones pero no se fijan en todas las columnas que se cargan sin utilizar puesto que no se realiza un análisis fino al respecto. Sucede aún más cuando los modelos son construidos con una variedad de origines manuales como excel o planos como csv. Con el paso del desarrollo construimos un montón de visualizaciones y medidas. Cuando todo termina queda un monstruo lento e indescifrable. Éste artículo nos enseñará un método para detectar esas columnas que no se utilizaron para limpiar el modelo.
El método que vamos a utilizar fue creado por Imke Feldmann, quien escribe el blog thebiccountant. Ella diseño un archivo de Power Bi que puede leer el contenido del vertipaq analyzer engine extraído del modelo de un archivo de Desktop (.pbix) junto con un template del modelo (.pbit) para compararlo y obtener buena información de nuestro modelo de datos. Por lo tanto para que la herramienta pueda construir su análisis requerirá de dos orígenes de datos. Primero el template y segundo el vertipaq analyzer de nuestro archivo que deseamos analizar.
Template
Con un sencillo "Guardar Como" del menú podremos elegir otra extensión para nuestro archivo que es el famoso template o plantilla de Power Bi. Ésta archivo es nuestro primer origen de datos.
Vertipaq
Antes de empezar tenemos que conocer más sobre este vertipaq. Con una herramienta de análisis como DAX Studio podemos encontrar las medidas del motor. El análisis cuenta con una vistazo de los elementos del modelo y nos ayuda a detectar potenciales problemas de performance con sus detalles del peso de cada columna y relación.
Para obtener esta información de nuestro modelo, que será el origen de datos de la plantilla Power Bi Cleaner, necesitamos tener instalado DAX Studio. Gracias a las external tools podremos abrir fácilmente el programa a partir de nuestro Desktop.
Cuando DAX Strudio se abra iremos a las pestañas del menú para cambiarnos a avanzadas. Dentro de avanzadas tendremos la opción de exportar las métricas del modelo.
Éste archivo .vpax será nuestro segundo origen de datos de la herramienta.
Power Bi Cleaner Tool
Un vez que ubicados los dos archivos en nuestra PC podremos abrir la herramienta que se descarga aquí.
El primer vistazo al abrir el archivo contiene un error
No nos preocupemos por eso por el momento puesto que se solucionará cuando apuntemos el modelo al lugar correcto. Para ello vamos a editar los parámetros del archivo
Llenamos las rutas a nuestros archivos antes mencionados.
Damos ok y el archivo cargará los datos.
IMPORTANTE: En el proceso me encontré con dos errores. El primero de ellos habla de seguridad en combinación de orígenes de datos. Para que funcione el archivo, necesitamos ignorar los niveles de privacidad en las opciones del power bi desktop. Por ello cambiamos la siguiente opción en configuración.
Esto nos permite mezclar en Power Query orígenes y tablas. El segundo corresponde a RLS. Hay un error si tenemos roles en blanco. Este puede aparecer si bajan el archivo directo del post de Imke. Por mi lado corregí eso y lo subí a mi github si quieren ir directo por ese camino. Así mismo agregué una página que muestre que columnas no son usadas puesto que el archivo original muestra cuales si son usadas y no al revés.
Esta tabla con (blanco) en WhereUsed mostrará las columnas que no usamos.
Tengamos presente que este método solo funciona para detectar dentro de las visualizaciones de un archivo de Power Bi que contiene el conjunto de datos. Si la conexión es a un Analysis Services o un Power Bi dataset no podremos reconocer si una columna es usada en una visualización o métrica posterior. Solo podremos saber si la utiliza el DAX del modelo.
Ojala pronto puedan reducir sus modelos gracias a esta maravillosa herramienta.