Neste artigo
Resumo
Quando um F64 fica sem espaço, o pedido costuma ser um F128. Na maioria dos casos que acompanhamos, o gargalo está em modelos grandes demais, refreshes pesados e relatórios que ninguém abre, e corrigir a arquitetura devolve folga antes de qualquer upgrade.
Um F64 não enche por acaso#
O F64 entrega 64 CU, o que dá 5.529.600 CU-segundos por dia (64 × 86.400), e cada modelo ainda tem tetos próprios de memória. Quando a capacidade "acaba", quase sempre um desses dois orçamentos foi gasto por algo que a arquitetura poderia ter evitado. Fonte dos limites: What is Power BI Premium? (Microsoft Learn).
| Limite do F64 | Valor |
|---|---|
| Capacity units (CU) | 64 |
| Memória máxima por modelo | 25 GB |
| Memória máxima por consulta | 10 GB |
| Refreshes de modelo em paralelo | 40 |
| Conexões DirectQuery por modelo | 50 |
| Linhas por tabela no Direct Lake | 1,5 bilhão |
O ponto que pega muita gente é a suavização: o consumo de refresh e de outras operações de background é diluído em 24 horas, então 30 refreshes pesados espalhados pelo dia não aparecem como "pico", mas somam. Passado o limite, a capacidade primeiro atrasa as consultas dos usuários em 20 segundos e depois passa a rejeitá-las. É nesse momento que alguém sugere comprar um F128.
Onde a capacidade vaza#
A sensação é de que "o relatório está pesado", mas o consumo começa antes: na carga, no desenho do modelo e só depois no clique do usuário.
Fluxo da fonte ao relatório: o desperdício típico de cada estágio
Carga
refresh, em background
- Tudo atualizado no mesmo horário
- Refresh a cada 15 minutos por hábito
- Sem refresh incremental nas fatos grandes
- Relatórios que ninguém abre, atualizados todo dia
Modelo
memória e desenho
- Colunas que nenhum relatório usa, GUIDs e IDs de transação
- Colunas e tabelas calculadas em DAX
- Detalhe linha a linha que quase ninguém consulta
Relatório
consulta, no clique
- Páginas com visuais demais
- Medidas que trocam BLANK por 0 em matrizes
- Tabelas com dezenas de milhares de linhas na tela
Base de tudo: a capacidade F64, com 64 CU e 5.529.600 CU-s por dia para dividir entre carga, modelo e relatório.
Cada estágio tem o seu desperdício típico. O mais caro é o silencioso: relatórios que ninguém abre e que continuam sendo atualizados todos os dias. Voltamos a isso na seção de auditoria de uso.
A granularidade pode deixar de morar no modelo#
Boa parte dos modelos pesados existe por um motivo simples: alguém, um dia, pediu "uma tabela com cada linha", e o modelo passou a guardar todas elas. A pergunta que raramente se faz é quantas pessoas olham esse detalhe por semana, e se ele precisa estar pré-carregado para isso.
Antes e depois: onde mora o detalhe
Antes detalhe dentro do modelo
Fonte → Modelo com todas as linhas → Relatório
- Memória alta, perto do teto por modelo
- Refresh grande e lento
- CU de background gasto para manter um detalhe pouco usado
Depois detalhe sob demanda
Fonte → Modelo agregado → Relatório
e, quando precisa do detalhe: Datatalk IA → consulta a fonte na hora
- Modelo menor, com margem sob o teto
- Refreshes menores e mais rápidos
- CU de background deixa de manter o detalhe
Com o Head, o relatório fica com a visão agregada, que é o que a maioria abre todos os dias. Quando alguém precisa do detalhe, pergunta ao Datatalk IA em linguagem natural e a consulta vai até a fonte naquele momento, em vez de manter todas as linhas em memória o tempo todo.
O efeito é imediato em duas frentes:
- Memória: o modelo encolhe e sobra margem sob o teto por modelo, o que reduz o risco de falha no refresh.
- Carga: refreshes ficam menores e mais rápidos, e o CU de background deixa de ser consumido para manter um detalhe pouco usado.
Isso não substitui o desenho dimensional correto, e sim retira dele o que nunca deveria ter entrado.
As boas práticas que seguram a capacidade#
Nenhuma delas é nova, e é justamente por isso que costumam ficar para depois. Juntas, são o que separa um F64 que respira de um F64 que vive em throttling. Detalhes de configuração: Configure workloads (Microsoft Learn) e Enhanced refresh (Microsoft Learn). Para o passo a passo de modelo, refresh e DAX em uma capacidade menor, veja também o Cheat Sheet: Power BI Embedded na capacidade mínima.
Modelo
- Esquema estrela com chaves inteiras; fatos estreitas, dimensões separadas.
- Fora do modelo: colunas que nenhum relatório usa, GUIDs, texto livre e IDs de transação.
- Data e hora em colunas separadas; Auto date/time desligado e uma única tabela Data.
- Sem colunas e tabelas calculadas em DAX: a lógica vai para a fonte ou para o Power Query com query folding.
- Formato de modelo grande ligado, para carregar só as páginas de dados consultadas.
Refresh
- Refresh incremental em toda fato grande, e refresh por tabela ou partição via Enhanced Refresh API.
- Fatos várias vezes ao dia, dimensões uma vez por dia, e nada de tudo no mesmo horário.
- Frequência decidida pela conta de CU, não pelo hábito: refresh a cada 15 minutos raramente se paga.
- Transformação na fonte, em views ou tabelas prontas, em vez de no Power Query sem folding.
DAX e relatório
- Medidas que não trocam BLANK por 0 em matrizes, sem
FILTERsobre a tabela inteira dentro doCALCULATE,VARno lugar de expressões repetidas. - Poucos visuais por página, redução de consultas com botão Aplicar nos filtros e detalhe atrás de drillthrough.
- Tabelas e matrizes com Top N, nunca dezenas de milhares de linhas na tela.
Capacidade
- Query timeout e limite de linhas por consulta apertados, para que uma consulta descontrolada seja cortada cedo.
- Surge protection ligado, para que o background não derrube os relatórios dos usuários.
- ETL, dataflows e notebooks em capacidade separada dos relatórios de produção sempre que possível.
- Alertas de utilização antes do throttling, não depois da reclamação.
Gestão e auditoria de uso: o que não é medido não entra no 80/20#
A maior parte dos times sabe quanto a capacidade consome, mas não sabe quanto cada arquivo Power BI é usado. Sem essa segunda medida, o time otimiza o que reclama mais alto, e não o que mais pesa. Cruzando as duas, a conversa muda: em vez de "o F64 está cheio", passa a ser "estes itens consomem X e são abertos por Y pessoas".
Uso por consumo: quatro decisões
Uso baixo · consumo alto
Redesenhar ou aposentar
Pergunte ao dono se o item ainda serve; sem resposta, desligue o refresh. É por aqui que se começa.
Uso alto · consumo alto
Otimizar
Aplique as boas práticas e meça o consumo de novo para provar o ganho.
Uso baixo · consumo baixo
Acompanhar
Barato hoje; revise todo mês para que não vire o próximo item do canto superior esquerdo.
Uso alto · consumo baixo
Manter
Referência de como um item bem desenhado se comporta; copie o padrão.
A hipótese do 80/20 é que poucos itens concentram a maior parte do consumo. Confirme nos seus dados antes de prometer o ganho, mas o ponto de partida costuma ser o quadrante de cima à esquerda.
De onde tirar cada número
| Pergunta | Fonte | Observação |
|---|---|---|
| Quanto cada item consome? | Fabric Capacity Metrics app | CU por item e por operação, mais os gráficos de throttling |
| Quem abre cada relatório e quanto? | Activity log (ViewReport), pela Get Activity Events API ou pelo Get-PowerBIActivityEvent | Exige papel de administrador; histórico de até 30 dias |
| Que itens existem e quem é o dono? | APIs de administração (workspaces, relatórios, modelos) | Base para cobrar um responsável por item |
| Quantos refreshes rodam e quanto demoram? | Histórico de refresh de cada modelo | Mostra quem consome background sem ser aberto |
Como o activity log guarda só 30 dias, o primeiro passo é gravar os eventos todo dia em uma tabela sua. Em poucas semanas você tem uma série histórica de uso por relatório. Fontes: Access the Power BI activity log (Microsoft Learn) e Understand capacity throttling and smoothing (Microsoft Learn).
Como transformar isso em decisão
- Junte as quatro tabelas por relatório e modelo e ordene por CU consumido.
- Marque cada item no quadrante: uso alto ou baixo, consumo alto ou baixo.
- Comece pelo canto superior esquerdo: pergunte ao dono se o item ainda serve, e desligue o refresh de quem não responde.
- Nos itens de uso alto e consumo alto, aplique as boas práticas da seção anterior e remeça o consumo para provar o ganho.
- Repita todo mês: governança de uso é rotina, não projeto.
Um plano de 90 dias antes de comprar mais capacidade#
O objetivo não é recusar o F128 por princípio, e sim só comprá-lo se o consumo, já enxuto e medido, ainda não couber no F64.
Plano de 90 dias: três fases e uma decisão
Mês 1
Medir
- Capacity Metrics: CU por item
- Activity log gravado todo dia
- Inventário de itens e donos
- Histórico de refresh de cada modelo
Mês 2
Cortar
- Aposentar o que ninguém usa
- Reduzir os maiores modelos
- Refresh incremental e escalonado
Mês 3
Sustentar
- Guard rails: timeout e surge protection
- Alertas antes do throttling
- Revisão mensal de uso por consumo
Decisão: com o consumo já enxuto e medido, o F64 ainda não comporta? Só então avalie o F128.
A fase do meio é a que devolve espaço: aposentar o que ninguém usa e reduzir os maiores modelos costuma aliviar o F64 mais rápido do que qualquer ajuste fino de DAX. A última fase evita que o problema volte em seis meses.
A Guvi também passou por isso#
Na Data Guvi, esse ciclo não é teoria. Já enfrentamos capacidade apertada, modelos que cresceram sem desenho e relatórios que seguiam sendo atualizados sem ninguém abrir. Foi corrigindo a arquitetura, e não só comprando mais capacidade, que aprendemos o que funciona, e é isso que levamos para os projetos dos clientes.
Hoje atuamos com times especialistas em dados e Power BI, que entram onde o gargalo está:
- Diagnóstico de capacidade: onde o CU e a memória estão sendo gastos, com a leitura de throttling e de limites por modelo.
- Auditoria de uso: a visão cruzada de consumo e uso por relatório, com a lista priorizada do que redesenhar, otimizar ou aposentar.
- Reestruturação de modelos e refresh: incremental, escalonamento, DAX e desenho dimensional, medindo o ganho a cada etapa.
- Head e Datatalk IA: governança do ambiente Power BI e respostas de detalhe sob demanda, para tirar a granularidade do modelo. Conheça o Head.
Se o seu F64 está sem espaço e a conversa já chegou ao F128, vale medir antes de comprar.
Fontes#
Documentação oficial da Microsoft consultada para os limites e comportamentos citados; os valores por SKU mudam com frequência, então confira antes de decisões de compra.
Peça um diagnóstico de capacidade com a Data Guvi
Medimos onde o CU e a memória do seu Fabric estão sendo gastos antes de você pensar em comprar mais.