Power BI利用Python和Sql Server制作实时看板
通常我们在制作Power BI报表时使用的都是导入模式，导入确实相比DirectQuery模式性能和限制会更少些，但是某些场景下我们对数据刷新的上频率要求较高，比如即将到来的618大促，销售看板肯定不能再按天更新了，最好是做到秒级更新，当然微软也有相应的解决方案，使用流式数据，但这对于企业级项目来说成本又要提升一些了。
我们还可以使用DirectQuery来实现相对实时数据刷新，在桌面端查看效果时可实现秒级更新，发布到服务端后最小每15分钟刷新，具体可参见官方文档
Power BI 中的 DirectQuery - Power BI | Microsoft Learn[1]
接下来就来今天的小例子，我们使用windows的内存和硬盘使用情况来构建数据集，会使用到sql server和python
在sql server中创建如下表
CREATE TABLE [dbo].[Performance] ([Time] datetime NULL,[cpu_usage] numeric(5,2) NULL,[memory_usage] numeric(5,2) NULL,[cpu_interrupts] numeric(18) NULL,[cpu_calls] numeric(18) NULL,[memory_used] numeric(18) NULL,[memory_free] numeric(18) NULL,[bytes_sent] numeric(18) NULL,[bytes_received] numeric(18) NULL,[disk_usage] numeric(18) NULL
)接下来打开编辑器，编写python代码,我这里使用的是Azure Data Studio,感兴趣的可以了解 你的下一个Jupyter可以是Azure Data Studio
import psutil
import time
import pyodbc
con = pyodbc.connect('Driver={SQL Server};'
'Server=.;'
'Database=test2;'
'Trusted_Connection=yes;'
)
cursor = con.cursor()
while 1==1:cpu_usage = psutil.cpu_percent()memory_usage = psutil.virtual_memory()[2]cpu_interrupts = psutil.cpu_stats()[1]cpu_calls = psutil.cpu_stats()[3]memory_used = psutil.virtual_memory()[3]memory_free = psutil.virtual_memory()[4]bytes_sent = psutil.net_io_counters()[0]bytes_received = psutil.net_io_counters()[1]dis_usage = psutil.disk_usage('/')[3]cursor.execute('insert into dbo.performance values(GETDATE(),'+ str(cpu_usage) + ','+ str(memory_usage) + ','+ str(cpu_interrupts) + ','+ str(cpu_calls) + ','+ str(memory_used) + ','+ str(memory_free) + ','+ str(bytes_sent) + ','+ str(bytes_received) + ','+ str(dis_usage) + ')')con.commit()print(memory_usage)time.sleep(1)
最后，使用Power BI，DirectQuery模式下连接数据源，简单制作以下看板，最终效果如下
参考来源
Power BI: Displaying Live System Performance using Power BI, SQL and Python - YouTube[2]
引用链接
[1] Power BI 中的 DirectQuery - Power BI | Microsoft Learn: https://learn.microsoft.com/zh-cn/power-bi/connect-data/desktop-directquery-about[2] Power BI: Displaying Live System Performance using Power BI, SQL and Python - YouTube: https://www.youtube.com/watch?v=9VtkwH6iLL0&ab_channel=ViSIT
