PowerBI Service使用行限制参数全量刷新报错求助

1. 优化CSV读取模式（避免全量加载到内存） #

Power Query默认会把CSV全量加载到内存，超大文件直接触发限制。改成流式分批读取：

• 打开Power Query编辑器，替换CSV数据源的默认导入逻辑为分批加载写法：

  let
      Source = SharePoint.Files("https://你的SharePoint站点URL", [ApiVersion = 15]),
      FilteredFile = Table.SelectRows(Source, each [Name] = "目标文件名.csv"),
      FileContent = Binary.Buffer(FilteredFile[Content]{0}),
      // 每批读取10万行，可根据资源调整
      BatchSize = 100000,
      GenerateBatches = List.Generate(
          () => [Offset = 0, Batch = try Csv.Document(FileContent, [Delimiter=",", Encoding=1252, SkipLines=Offset]) otherwise null],
          each [Batch] <> null,
          each [Offset = Offset + BatchSize, Batch = try Csv.Document(FileContent, [Delimiter=",", Encoding=1252, SkipLines=Offset]) otherwise null],
          each [Batch]
      ),
      CombineBatches = Table.Combine(GenerateBatches)
  in
      CombineBatches
  

• 替换你的站点URL、文件名、分隔符和编码，确保和原文件匹配。这种方式不会一次性把所有数据加载到内存，而是分批读取后合并。

2. 提前做数据精简，避免冗余操作 #

• 把列筛选、数据类型转换、过滤、删除冗余列等操作，放在分批合并之后、任何聚合/列表操作之前执行。比如先删除不需要的字段，减少每批处理的数据量。
• 避免对全量数据执行List.Distinct这类生成内存列表的操作，这类操作会把所有值加载到内存触发报错。如果需要去重或列表计算，改用DAX建模层的函数（比如DISTINCTCOUNT），或者分批处理列表后合并结果。

3. 调整Power BI服务的刷新资源配置 #

• 如果使用Premium容量，提升数据集的资源级别（比如从A1升到A3），给刷新分配更多内存和CPU资源，缓解大文件的处理限制。
• 共享容量下，将刷新时间设置在凌晨等低峰时段，避免资源争抢导致的超时或内存不足。

4. 替代方案：用Power BI数据流处理 #

• 用Power BI数据流读取SharePoint的CSV，数据流内置更高效的大数据处理逻辑，支持分批加载和优化的数据源连接。创建数据流时选择SharePoint文件作为数据源，配置完成后直接把数据流作为Power BI数据集的来源，比直接用Power Query导入更稳定。

5. 修正参数化加载逻辑 #

• 若要保留参数化加载，避免用Keep Rows步骤，把参数整合到分批加载的BatchSize中：参数为some时设BatchSize=10000，参数为all时设一个足够大的值（比如100000000），确保用分批逻辑完成全量读取，同时避免内存过载。
• 确保所有列引用步骤都在分批合并之后，避免因部分批次缺少列导致的错误。

内容的提问来源于stack exchange，提问作者Epic Triffid