Dataflow连接Azure Analysis Service刷新耗时过长及超时问题咨询

触发的报错信息如下：

• 因一个或多个实体存在问题，或Dataflow功能不可用，无法完成Dataflow刷新
• 单个实体刷新超出2小时时限

以下是符合场景特征的核心诱因：

• 数据传输与序列化瓶颈
  AAS侧10分钟返回查询结果仅代表计算环节完成，190万行结果集需要从AAS实例传输到Dataflow运行环境、再做序列化转换后写入Dataflow对应的存储层。SSMS、Power BI Desktop默认使用高压缩二进制协议传输结果，而部分版本的Dataflow AAS连接器使用未压缩的XMLA协议传输，数据传输量最高可达前者的5~10倍，同时Dataflow托管运行环境的带宽、存储写入限流都会进一步拉长该环节耗时，这部分开销不会被统计到AAS的查询日志中。
• 非下推转换的额外开销
  如果在Dataflow实体中配置了列类型转换、去重、合并、自定义函数计算等操作，这些操作无法下推到AAS执行，会由Dataflow的计算引擎单独处理。190万行数据的本地转换耗时很容易达到小时级，而在SSMS、Power BI Desktop中执行查询时没有额外附加这些转换步骤，因此执行速度更快。
• 运行环境资源不足与静默重试
  入门级Power BI容量、低配置的Dataflow数据集成单元（DIU）的CPU、内存资源有限，处理大体积结果集时会出现频繁的内存换页、任务排队。同时Dataflow默认遇到网络波动、存储写入超时等问题时会触发静默重试，多次重试的耗时会叠加到整体刷新时长中，极端情况下会直接触发2小时的单实体超时阈值。
• 数据拉取策略不合理
  部分版本的AAS连接器默认未开启并行拉取配置，只能单线程逐批次拉取结果集，如果单批次行数配置不合理（批次过小导致多次往返开销、批次过大导致单批次处理超时重试），都会大幅拉长数据拉取的总耗时。

内容的提问来源于stack exchange，提问作者Nandan