Power BI学习笔记第18篇：面试题汇总 · 第一篇：基础概念篇
面试官问的每一道基础题，都是在试探你对 Power BI 全貌的理解有多深。答不上来？要么是你没动手做过，要么是你没想过为什么要这么做。
第 1 题：Power BI 的整体架构是怎样的？
参考答案：
Power BI 由四大核心组件构成：
| 组件 | 作用 |
|---|---|
| Power BI Desktop | 本地报表开发工具，用于数据连接、建模、可视化设计 |
| Power BI Service | 云端 SaaS 平台（app.powerbi.com），用于发布、分享、管理报表 |
| Power BI Gateway | 本地数据与云端之间的桥梁，支持定时刷新和混合部署 |
| Power BI Mobile | iOS/Android 移动端，用于随时随地查看报表 |
加分回答：Power BI Desktop 是免费的，Power BI Service 的 Pro 许可证允许发布和分享，Premium 容量则提供更大的算力和分发能力。
第 2 题：Power BI 与 Excel Power Query、Power Pivot 的关系是什么？
参考答案：
三者同属 Microsoft 的 Power BI 工具家族，但定位不同：
- Power Query：ETL 引擎，负责数据的提取、转换、加载（数据准备层）。在 Excel 中叫"查询与连接"，在 Power BI 中是独立的 M 语言编辑器。
- Power Pivot：数据建模引擎，负责在内存中创建数据模型，支持关系建立、度量值编写（DAX）。在 Excel 中是Power Pivot插件，在 Power BI 中是内置的建模视图。
- Power BI：三者的整合与延伸，增加了云端发布、协作、实时刷新、移动端等企业级能力。
核心区别：Excel Power Query + Power Pivot 是单机版，Power BI 是云端协作版，两者在 M 语言和 DAX 语法上高度一致。
第 3 题：Power BI 中的数据流（Data Flow）是什么？它和数据集（Datasets）有什么区别？
参考答案：
- Data Flow：将清洗好的数据存放在 Azure Data Lake Storage 中，作为共享数据源，支持多个报表复用。常用于企业级的统一数据准备。
- Dataset：Power BI Service 上的数据模型实例，报表连接 Dataset 进行可视化。
核心区别：
| Data Flow | Dataset | |
|---|---|---|
| 存储位置 | Azure Data Lake（云端） | Power BI Internal / AS |
| 复用性 | 多个 Dataset 共享 | 同一报表独享 |
| 数据量 | 支持大规模增量刷新 | 受 Premium 容量限制 |
| 适用场景 | 企业级数据治理 | 报表级建模 |
第 4 题：介绍一下 Power Query 中的 M 语言基础语法。
参考答案：
M 语言是 Power Query 的公式语言，核心结构如下：
// 数据源引用 Source = Sql.Database("ServerName", "DatabaseName"), // 筛选行 FilteredRows = Table.SelectRows(Source, each [Status] = "Active"), // 选择列 SelectedCols = Table.SelectColumns(FilteredRows, {"ID", "Name", "Revenue"}), // 更改类型 ChangedType = Table.TransformColumnTypes(SelectedCols, { {"ID", Int64.Type}, {"Revenue", Currency.Type} })关键点：
- 每一步都是一个"查询"，以逗号分隔，最终返回 Table
each关键字用于行级过滤条件- M 是函数式语言，没有语句顺序依赖，每一步都是表达式
- 常用函数：
Table.SelectRows、Table.SelectColumns、Table.Group、Table.Pivot
第 5 题：什么是增量刷新（Incremental Refresh）？如何配置？
参考答案：
增量刷新只刷新指定时间段或符合条件的新增/变更数据，大幅提升大数据量场景下的刷新效率。
配置步骤：
- 在 Power Query 中定义参数（
RangeStart和RangeEnd，类型为 DateTime） - 在查询中对日期字段应用参数过滤：
[Date] >= RangeStart and [Date] < RangeEnd - 在数据集设置中启用增量刷新
- 配置存储策略：历史数据范围（如保留 3 年）和增量刷新范围（如每天）
注意事项：
- 仅支持 Pro 许可证的 Streaming Dataset，或 Premium 容量
- 需要 Gateway 支持，且 Gateway 版本 >= 2020.3 月版
- 参数过滤必须在数据源层完成，不能在 Power BI 内部过滤
第 6 题：Power BI 中有哪些数据类型？各自的使用场景是什么？
参考答案：
| 数据类型 | 说明 | 常见场景 |
|---|---|---|
| Text / String | 字符串，最大 32,768 Unicode 字符 | 名称、描述、分类 |
| Whole Number | 整数，范围 ±9,000 万亿 | 计数、主键、ID |
| Decimal Number | 64位浮点，最多 17 位精度 | 金额、比率（金融） |
| Fixed Decimal Number | 固定4位小数，精度更高 | 货币（财务） |
| Date / DateTime / DateTimeZone / Time | 日期时间系列 | 时间维度、时效性数据 |
| Boolean | True / False | 开关、状态标识 |
| Binary | 二进制，存储图片等 | 不常用，通常不上传 |
避坑提醒：Power BI 默认自动检测数据类型，但有时会把日期误识别为文本。建议导入后逐一核实，尤其是财务相关字段，精度不够会导致四舍五入误差。
第 7 题：描述一下 Power BI 报表的发布流程。
参考答案：
- 本地开发：在 Power BI Desktop 中完成数据连接、建模、可视化
- 保存为 .pbix 文件：包含数据模型和报表定义（不含原始数据源凭据）
- 发布：点击"发布"按钮，选择目标 Workspace
- 配置数据源凭据：在 Power BI Service 中为数据集设置 Gateway 和凭据
- 设置刷新计划：配置定时自动刷新（Pro 手动 / Gateway 自动）
- 分享：通过 Workspace 协作、App 分发，或直接共享给指定用户
常见失败原因：Gateway 未配置、凭据过期、刷新超时（数据量超出限制）。
第 8 题：Power BI Pro 和 Premium 的区别是什么？
参考答案：
| 功能 | Power BI Pro | Power BI Premium |
|---|---|---|
| 个人使用 | ✅ | ✅ |
| 分享/协作 | ✅（同租户内） | ✅（跨租户分发） |
| 发布到 Workspace | ✅ | ✅ |
| 报表/数据集容量 | 共享容量（限速） | 独立容量（专属算力） |
| 增量刷新 | ❌ | ✅ |
| 大规模数据 | ❌ | ✅（最高 400GB/模型） |
| 自动刷新频率 | 每 8 小时（共享） | 每 8 次/天 ~ 48次/天 |
| 成本 | ¥66/用户/月 | 按容量计价（¥5,000+/月起） |
实际建议：如果团队不超过 10 人且数据量不大，Pro 足够；中大型企业且有 BI 平台建设需求，上 Premium。
第 9 题：什么是 Power BI Gateway？有哪些类型？
参考答案：
Gateway 是本地数据源与 Power BI Cloud 之间的数据传输桥梁。
两种模式：
| 模式 | 用途 | 特点 |
|---|---|---|
| 个人模式（On-premises data gateway (personal mode)） | 单用户场景 | 仅支持 Power BI，支持用户直接用自己的凭据连接 |
| 标准模式（On-premises data gateway (standard mode)） | 团队/企业场景 | 支持多个数据源和服务（Power BI、Power Apps、Logic Apps 等），管理员集中管理 |
支持的常见数据源：SQL Server、Oracle、MySQL、PostgreSQL、Excel、CSV、SharePoint、Azure 系列、SAP 等。
第 10 题：Power BI 中的视觉对象级别筛选器和页面筛选器有什么区别？
参考答案：
Power BI 提供四个层级的筛选器，范围从宽到窄：
| 筛选器层级 | 范围 | 覆盖情况 |
|---|---|---|
| Visual-level filter | 单个视觉对象 | 最窄，仅影响该图表 |
| Page-level filter | 当前报表页 | 影响该页所有视觉对象 |
| Report-level filter | 整个报表所有页 | 最宽，全局生效 |
| Drillthrough filter | 钻取目标页 | 从源页传递特定上下文 |
优先级：视觉对象筛选器 > 页面筛选器 > 报表筛选器 > Drillthrough
常见误区：以为页面筛选器会影响所有页——实际只影响当前页。跨页全局筛选必须用报表筛选器。
第 11 题：什么是书签（Bookmark）？它有什么实际应用？
参考答案：
Bookmark 记录当前报表页的视觉状态（筛选、切片器位置、视觉对象可见性等），可作为导航按钮跳转到指定状态。
常见应用场景：
- 自定义导航：代替切片器做多页跳转（点击按钮切换视图）
- 筛选状态保存：保存一组筛选条件为书签，一键恢复
- 隐藏/显示视觉对象：配合"选择"窗格，实现同一页面内切换内容（报表内切换）
- 教程/演示：分步骤展示数据故事
性能注意：书签数量过多会增加.pbix文件大小，且运行时需要更多内存。建议最多控制在 20-30 个以内。
第 12 题：Power BI 报表的常见性能优化方法有哪些？
参考答案：
| 优化方向 | 具体措施 |
|---|---|
| 数据模型 | 减少列数、使用聚合表、删除不必要的隐藏列 |
| DAX | 避免使用 VALUES() 替代 CALCULATE 上下文转换、使用变量、避免 FILTER 嵌套 |
| 视觉对象 | 限制每页视觉对象数量、避免在视觉对象级别使用复杂筛选 |
| 数据加载 | 使用增量刷新、启用"后台数据加载" |
| 查询压缩 | Power BI 的 VertiPaq 引擎会自动压缩，但 cardinality（基数）越高压缩效果越差 |
| Gateway | 使用标准模式 Gateway、确保 Gateway 机器 CPU/内存充足 |
| 发布策略 | Pro 用户避免在同一 Workspace 堆积过多大报表 |
性能分析工具：Power BI Desktop 内置 Performance Analyzer（视图 → 性能分析器），可量化每个视觉对象的刷新时间。
第一篇 · 基础概念篇 · 共三篇
