Díganos qué opina sobre la experiencia de descarga del PDF.

Conexión a los datos en Power BI

Desktop: documentación
En la documentación de Power BI se proporciona información de expertos relacionada
con la conexión a datos con diferentes herramientas, como puertas de enlace,
aplicaciones de plantilla y actualizaciones de datos.

Conectarse a los datos en Power BI

ｐ CONCEPTO

Orígenes de datos

Vista de datos en Power BI Desktop

Nuevo nombre para los conjuntos de datos de Power BI

ｇ TUTORIAL

Importación de datos de una página web

Puertas de enlace

ｐ CONCEPTO

Puertas de enlace de datos locales

ｇ TUTORIAL

Conexión a datos locales de SQL Server

ｃ GUÍA PASO A PASO

Uso de puertas de enlace personales

Aplicaciones plantilla

ｅ INFORMACIÓN GENERAL
¿Qué son las aplicaciones de plantilla?

ｐ CONCEPTO

Creación de aplicaciones plantilla

Distribución de aplicaciones de plantilla en la organización

Actualización de datos

ｐ CONCEPTO

Actualización de datos

Actualización incremental de los modelos semánticos

ｃ GUÍA PASO A PASO

Configuración de actualización programada

Orígenes de datos del servicio Power BI
Artículo • 31/01/2024

Los datos constituyen el núcleo de Power BI. Puede explorar datos creando gráficos y
paneles, o formulando preguntas con Q&A. Las visualizaciones y respuestas obtienen
sus datos subyacentes de un modelo semántico, que procede de un modelo semántico.

En este artículo se tratan los tipos de orígenes de datos a los que puede conectarse
desde el servicio Power BI. Hay muchos otros tipos de orígenes de datos. Para usar estos
otros orígenes de datos en el servicio Power BI, es posible que tenga que usar primero
Power BI Desktop o las características avanzadas de modelado y consulta de datos de
Excel. Para más información, consulte Bases de datos y Otros orígenes de datos.

Descubrir contenido
Puede usar el centro de datos de OneLake para detectar los datos y los informes
existentes.

En el sitio de Power BI, seleccione Centro de datos de OneLake en el panel de

navegación:

Los iconos de la parte superior de la página muestran los elementos de datos

recomendados. Por ejemplo, se pueden recomendar datos porque los ha promocionado
alguien de su organización o porque se ha accedido a ellos recientemente.
Debajo de esos iconos se muestra una lista de datos a los que tiene acceso. Puede filtrar
para mostrar todos los datos, sus propios datos o los datos aprobados por alguien de
su organización:

Puede seleccionar Aplicaciones en el panel de navegación para detectar aplicaciones

publicadas por otras personas de su organización. En la parte superior derecha de esa
pestaña, seleccione Obtener aplicaciones para elegir aplicaciones de servicios en línea
que usted use:
Muchos servicios tienen aplicaciones de plantilla para Power BI. La mayoría de los
servicios requiere que tenga una cuenta. Para más información, consulte Conexión a los
servicios que usa con Power BI.

Crear contenido
Para crear contenido, puede importar o crear archivos o bases de datos.

Archivos
Para importar archivos:

1. Vaya al área de trabajo a la que desea importar los archivos. Seleccione Nuevo y, a
continuación, Modelo semántico:
 2. Seleccione Excel o CSV. También puede pegar o introducir manualmente los datos.

Al importar archivos de Excel o CSV o crear manualmente un libro, Power BI importa los
datos admitidos en tablas y cualquier modelo de datos en un nuevo modelo semántico
de Power BI.

También puede cargar un archivos. Use este método para archivos .pbix. Al cargar
archivos de Excel desde OneDrive o SharePoint, Power BI crea una conexión al archivo.
Si decide cargar un archivo local, Power BI agrega una copia del archivo al área de
trabajo.

Para cargar archivos, en la pestaña Mi área de trabajo, seleccione Cargar a fin de cargar
archivos de forma local o desde SharePoint o OneDrive:

A continuación se muestran algunos tipos de archivos que puede agregar:

Los libros de Excel, o archivos .xlsx y .xlsm, pueden incluir diferentes tipos de datos.
Por ejemplo, los libros pueden incluir datos que usted mismo introduzca en hojas
de cálculo, o datos que se consultan y cargan desde orígenes de datos externos
mediante Power Query. Power Query está disponible a través de Obtener y
 transformar datos en la pestaña Datos de Excel o mediante Obtener datos
externos en Power Pivot. Puede importar datos de tablas en hojas de cálculo o
importar datos de un modelo de datos. Para más información, consulte Obtener
datos de archivos en Power BI.

Power BI Desktop o los archivos de informe .pbix consultan y cargan datos de

orígenes de datos externos para crear informes. En Power BI Desktop, puede
ampliar el modelo de datos con medidas y relaciones, y publicar los archivos .pbix
en el servicio Power BI. Power BI Desktop se ha creado para los usuarios más
avanzados, con conocimientos amplios de los orígenes de datos, las consultas y
transformación de datos y el modelado de datos. Para más información, consulte
Conectarse a orígenes de datos en Power BI Desktop.

Los archivos de valores separados por comas o .csv son archivos de texto simples
con filas de datos que contienen valores separados por comas. Por ejemplo, un
archivo .csv que contiene datos de nombre y dirección puede tener muchas filas,
cada una con valores para nombre, apellidos, dirección postal, ciudad y estado. No
puede importar datos en un archivo .csv, pero muchas aplicaciones, como Excel,
pueden guardar datos de tabla simples como archivos .csv.

Para otros tipos de archivo, como XML (.xml) o texto (.txt), puede usar Obtener y
transformar datos de Excel para consultar, transformar y cargar los datos primero.
Después, puede importar el archivo de Excel en el servicio de Power BI.

El lugar donde se almacenan los archivos supone una diferencia significativa. OneDrive
proporciona la máxima flexibilidad e integración con Power BI. También puede mantener
los archivos en la unidad local, pero si necesita actualizar los datos, es necesario seguir
más pasos. Para más información, consulte Obtener datos de archivos en Power BI.

Bases de datos
Puede conectar bases de datos de Azure a Power BI para obtener análisis e informes
que proporcionen información en tiempo real. Por ejemplo, puede conectarse a una
instancia de Azure SQL Database y explorar sus datos mediante la creación de informes
en Power BI. Cada vez que segmenta datos o agrega un campo a una visualización,
Power BI consulta la base de datos directamente.

Para más información, consulte:

Azure y Power BI
Azure SQL Database con DirectQuery
Azure Synapse Analytics con DirectQuery
También puede usar Power BI Desktop o Excel para conectarse, consultar y cargar datos
en modelos de datos para otras bases de datos. Después, puede importar el archivo en
Power BI, donde existe un modelo semántico. Si configura la actualización programada,
Power BI usa la configuración y la información de conexión del archivo para conectarse
directamente al origen de datos. Power BI busca actualizaciones y las carga en el
modelo semántico. Para más información, consulte Conectarse a orígenes de datos en
Power BI Desktop.

Otros orígenes de datos

Puede usar cientos de diferentes orígenes de datos con Power BI. Los datos deben estar
en un formato que el servicio Power BI pueda utilizar. Después, Power BI puede usar los
datos para crear informes y paneles, y responder preguntas con Q&A.

Algunos orígenes de datos ya tienen los datos con el formato para el servicio Power BI.
Estos orígenes son como aplicaciones de plantilla de proveedores de servicios como
Google Analytics y Twilio. Las bases de datos de modelos tabulares de SQL Server
Analysis Services también están preparadas para utilizarlas.

En otros casos, puede que tenga que consultar y cargar los datos que desee en un
archivo. Por ejemplo, puede que su organización tenga que almacenar datos de logística
en una base de datos de un almacén de datos en un servidor. Sin embargo, el servicio
Power BI puede conectar con esa base de datos y explorar sus datos solo si se trata de
una base de datos modelo tabular. Puede usar Power BI Desktop o Excel para consultar
y cargar los datos de logística en un modelo de datos tabular y guardarlos como un
archivo. Puede importar ese archivo en Power BI, donde existe un modelo semántico.

Si los datos de logística de la base de datos cambian todos los días, puede actualizar el
modelo semántico de Power BI. Al importar los datos en el modelo semántico, también
importa la información de conexión del archivo de Excel o Power BI Desktop.

Si configura una actualización programada o realiza una actualización manual del

modelo semántico, Power BI usa la información de conexión con otra configuración para
conectarse directamente a la base de datos. Power BI busca actualizaciones y las carga
en el modelo semántico. Es probable que necesite una puerta de enlace de datos local
para ayudar a proteger las transferencias de datos entre un servidor local y Power BI.
Una vez completada la transferencia, las visualizaciones de los informes y paneles se
actualizan automáticamente.

Por lo tanto, incluso si no puede conectarse con el origen de datos directamente desde
el servicio Power BI, no significa que no pueda obtener esos datos en Power BI. Solo se
necesitan unos pocos pasos más y la ayuda del departamento de TI. Para más
información, consulte Orígenes de datos en Power BI Desktop.

Modelos semánticos y orígenes de datos

Es posible que vea los términos modelos semánticos y origen de datos usados como
sinónimos. Pero los modelos semánticos y los orígenes de datos son dos cosas
diferentes, aunque están relacionadas.

Power BI crea un modelo semántico automáticamente para conectarse e importar datos

desde una aplicación de plantilla, un archivo o un origen de datos activo. Un modelo
semántico contiene información sobre el origen de datos y las credenciales del origen
de datos. El modelo semántico también suele incluir un subconjunto de los datos
copiados desde el origen de datos. Al crear visualizaciones en informes y paneles, se
consultan los datos del modelo semántico.

Los datos de un modelo semántico proceden de un origen de datos. Por ejemplo, los
datos podrían proceder de los siguientes orígenes de datos:

Un servicio en línea como Google Analytics o QuickBooks.

Una base de datos en la nube como Azure SQL Database.
Una base de datos o un archivo en un equipo o servidor local en su organización

Actualización de datos
Si guarda el archivo en una unidad local o en una unidad de la organización, puede que
necesite una puerta de enlace local para actualizar el modelo semántico en Power BI. El
equipo que almacena el archivo debe ejecutarse durante la actualización. También
puede volver a importar el archivo o usar Publicar desde Excel o Power BI Desktop, pero
estos no son procesos automatizados.

Si guarda los archivos en OneDrive para uso profesional o educativo o en SharePoint:

Sitios de grupo, el modelo semántico, los informes y el panel siempre estarán
actualizados. Dado que OneDrive y Power BI están en la nube, Power BI puede
conectarse directamente a los archivos o importarlos en Power BI. Power BI se conecta
una vez cada hora aproximadamente y comprueba si hay actualizaciones. El modelo
semántico y las visualizaciones se actualizan automáticamente si hay actualizaciones.

Las aplicaciones de plantilla de los servicios también se actualizan automáticamente,

una vez al día en la mayoría de los casos. Puede actualizar manualmente estas
aplicaciones, pero si ve o no los datos actualizados depende del proveedor de servicios.
Las actualizaciones de las aplicaciones de plantilla de los usuarios de su organización
dependen de los orígenes de datos utilizados y de cómo el creador de la aplicación
configuró la actualización.

Las bases de datos de Azure como SQL Database, Azure Synapse Analytics y Spark en
Azure HDInsight son orígenes de datos en la nube. El servicio Power BI también está en
la nube, por lo que puede conectarse a dichos orígenes de datos de forma dinámica
mediante DirectQuery. Con DirectQuery, Power BI está siempre sincronizado y no
necesita configurar una actualización programada.

SQL Server Analysis Services es una conexión dinámica a Power BI igual que una base de
datos en la nube de Azure. La diferencia es que la base de datos está en un servidor de
su organización. Este tipo de conexión requiere una puerta de enlace local, que puede
configurar un departamento de TI.

La actualización de datos es una consideración importante al usar Power BI. Para más
información, consulte Actualización de datos en Power BI.

Consideraciones y limitaciones
Los orígenes de datos del servicio Power BI tienen las siguientes limitaciones. Hay
características específicas que tienen otras limitaciones, pero la siguiente lista es válida
para todo el servicio Power BI:

Límite de tamaño del modelo semántico. Los modelos semánticos almacenados

en capacidades compartidas del servicio Power BI tienen un límite de tamaño de
1 GB. Para modelos semánticos más grandes, use Power BI Premium.

Valores distintos en una columna. Cuando un modelo semántico de Power BI

almacena en caché los datos en modo de importación, puede almacenar un límite
de 1 999 999 997 valores distintos en una columna.

Límite de filas. Cuando se usa DirectQuery, Power BI impone un límite en los

resultados de consulta que se envían al origen de datos subyacente. Si la consulta
enviada al origen de datos devuelve más de un millón de filas, verá un error y la
consulta no se tramitará. Los datos subyacentes sí pueden contener más de un
millón de filas. Es poco probable alcanzar este límite, ya que la mayoría de los
informes agregan los datos en conjuntos de resultados más pequeños.

Límite de columnas. El número máximo de columnas que se permiten en todas las

tablas del modelo semántico es 16 000 columnas. Este límite se aplica al servicio
Power BI y a los modelos semánticos que se usan en Power BI Desktop. Power BI
usa este límite para realizar un seguimiento del número de columnas y tablas del
 modelo semántico, lo que significa que el número máximo de columnas es 16 000
menos uno por cada tabla del modelo semántico.

Límite de usuarios del origen de datos. El número máximo de orígenes de datos

permitidos por usuario es de 1000. Este límite solo se aplica al servicio Power BI.

Consideraciones sobre el inicio de sesión único (SSO). Los modelos de

DirectQuery pueden habilitar el acceso SSO a sus orígenes de datos, lo que
permite aplicar implícitamente la seguridad en el sistema de origen a las consultas
DAX que ejecuta cada usuario. El inicio de sesión único se puede habilitar para
cada conexión de origen que admita el SSO (no todos los tipos de conexión
admiten el SSO) y cada conexión de SSO podría requerir la configuración de una
puerta de enlace o red virtual para ciertos tipos de orígenes. Puede obtener más
información sobre cómo habilitar el inicio de sesión único para puertas de enlace
en el artículo Inicio de sesión único para puertas de enlace de datos.

No se admite la consulta del modelo DirectQuery habilitado para SSO mediante

una entidad de servicio (SPN), ya que no se pueden pasar las credenciales de SPN
al origen de DirectQuery. En su lugar, use una entidad de seguridad de usuario
(UPN) para ejecutar estas consultas en el modelo semántico de DirectQuery
habilitado para SSO.

Contenido relacionado
Conexión a los servicios que usa con Power BI
Obtener datos de archivos en Power BI
Actualizar datos en Power BI
DirectQuery en Power BI
¿Qué es una puerta de enlace de datos local?
Orígenes de datos en Power BI Desktop
¿Qué es una puerta de enlace de datos
local?
Artículo • 31/01/2024

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Una puerta de enlace de datos local actúa como un puente, para proporcionar una
transferencia de datos rápida y segura entre los datos locales (los datos que no se
encuentran en la nube) y varios servicios en la nube de Microsoft. Estos servicios en la
nube incluyen Power BI, PowerApps, Power Automate, Azure Analysis Services y
Azure Logic Apps. Al usar una puerta de enlace, las organizaciones pueden mantener
bases de datos y otros orígenes de datos en sus redes locales, pero usar de forma
segura esos datos locales en servicios en la nube.

Cómo funciona la puerta de enlace

Para más información sobre cómo funciona la puerta de enlace, vea Arquitectura de
puerta de enlace de datos local.

Tipos de puertas de enlace

Hay tres tipos de puertas de enlace diferentes, cada una para un escenario distinto:

Puerta de enlace de datos local: permite que varios usuarios se conecten a varios
orígenes de datos locales. Con una sola instalación de puerta de enlace puede usar
una puerta de enlace de datos local con todos los servicios admitidos. Esta puerta
de enlace está diseñada especialmente para escenarios complejos en los que
varios usuarios acceden a varios orígenes de datos.

Puerta de enlace de datos local (modo personal) : permite que un usuario se

conecte a los orígenes y no se puede compartir con otros usuarios. Una puerta de
enlace de datos local (modo personal) solo se puede usar con Power BI. Esta
puerta de enlace está diseñada especialmente para los escenarios en los que usted
es el único que crea informes y no necesita compartir ningún origen de datos con
otros usuarios.

Puerta de enlace de datos de red virtual: permite a varios usuarios conectarse a

varios orígenes de datos protegidos por redes virtuales. No se necesita instalación
porque es un servicio administrado de Microsoft. Esta puerta de enlace está
 diseñada especialmente para escenarios complejos en los que varios usuarios
acceden a varios orígenes de datos.

Uso de una puerta de enlace

Hay cinco pasos principales para usar una puerta de enlace:

1. Descargar e instalar la puerta de enlace en un equipo local.

2. Configurar la puerta de enlace según el firewall y otros requisitos de red.
3. Agregar administradores de puerta de enlace que también pueden administrar
otros requisitos de red.
4. Usar la puerta de enlace para actualizar un origen de datos local.
5. Solucionar problemas con la puerta de enlace.

Contenido relacionado
Instalación de la puerta de enlace de datos local

¿Tiene más preguntas? Pruebe la comunidad de Power BI

Detección de elementos de datos en el
centro de datos de OneLake
Artículo • 19/12/2023

El centro de datos de OneLake facilita la búsqueda, exploración y uso de los elementos

de datos de Fabric de la organización a los que tiene acceso. Proporciona información
sobre los elementos y los puntos de entrada para trabajar con ellos.

El centro de datos proporciona:

Una lista filtrable de todos los elementos de datos a los que puede acceder
Una galería de elementos de datos recomendados
Una manera de buscar elementos de datos por área de trabajo
Una manera de mostrar solo los elementos de datos de un dominio seleccionado
Un menú de opciones de cosas que puede hacer con el elemento de datos

En este artículo se explica lo que se ve en el centro de datos y se describe cómo usarlo.

Apertura del centro de datos

Para abrir el centro de datos, seleccione el icono del centro de datos de OneLake en el
panel de navegación.
Búsqueda de elementos en la lista de
elementos de datos
La lista de elementos de datos muestra todos los elementos de datos a los que tiene
acceso. Para acortar la lista, puede filtrar por palabra clave o tipo de elemento de datos
mediante los filtros de la parte superior de la lista. Si selecciona el nombre de un
elemento, obtendrá la página de detalles del elemento. Si pasa el ratón por encima de
un elemento, verá tres puntos que abren el menú de opciones al seleccionarlo.

La lista tiene tres pestañas para limitar la lista de datos.

ﾉ Expandir tabla

Pestaña Descripción

Todo Elementos de datos que puede encontrar.

Mis datos Elementos de datos que posee.

Aprobado en su Elementos de datos aprobados en su organización que puede encontrar. Los

organización elementos de datos certificados se enumeran primero, seguidos de los
elementos de datos promocionados. Para más información sobre la
aprobación, consulte Información general sobre la aprobación.
A continuación se describen las columnas de la lista.

ﾉ Expandir tabla

Columna Descripción

Nombre Nombre del elemento de datos. Seleccione el nombre para abrir la página de
detalles del artículo.

Aprobación Estado de aprobación.

Propietario Propietario del elemento de datos (que se muestra solo en las pestañas Todos
y Aprobados en la organización).

Área de trabajo El área de trabajo en la que se encuentra el elemento de datos.

Actualizado Hora de la última actualización (redondeada a hora, día, mes y año. Consulte
la sección de detalles de la página de detalles del elemento para obtener la
hora exacta de la última actualización).

Siguiente Hora de la próxima actualización programada (solo en la pestaña Mis datos).

actualización

Sensibilidad sensibilidad, si se establece. Seleccione el icono de información para ver la

descripción de la etiqueta de confidencialidad.

Búsqueda de elementos por área de trabajo

Los elementos de datos relacionados suelen agruparse en un área de trabajo. Para ver
los elementos de datos por área de trabajo, expanda el panel Explorador y seleccione el
área de trabajo que le interesa. Los elementos de datos que puede ver en esa área de
trabajo se mostrarán en la lista de elementos de datos.
 ７ Nota

El panel Explorador puede enumerar áreas de trabajo a las que no tiene acceso si el
área de trabajo contiene elementos a los que tiene acceso (por ejemplo, mediante
permisos concedidos explícitamente). Si selecciona este tipo de área de trabajo,
solo se mostrarán los elementos a los que tiene acceso en la lista de elementos de
datos.

Búsqueda de elementos recomendados

Use los iconos de la parte superior del centro de datos para buscar y explorar los
elementos de datos recomendados. Los elementos de datos recomendados son
elementos de datos que han sido certificados o promovidos por alguien de su
organización o que han sido actualizados o accedidos recientemente. Cada icono
contiene información sobre el elemento y un menú de opciones para hacer cosas con el
elemento. Al seleccionar un icono recomendado, se le dirigirá a la página de detalles del
elemento.

Mostrar solo elementos de datos que

pertenecen a un dominio determinado
Si los dominios se han definido en su organización, puede usar el selector de dominio
para seleccionar un dominio para que solo se muestren los elementos de datos que
pertenecen a ese dominio. Si se ha asociado una imagen con el dominio, verá esa
imagen en el centro de datos para recordarle el dominio que está viendo.

Para más información sobre dominios, consulte Información general sobre dominios

Abrir el menú de opciones de un elemento

Cada elemento que se muestra en el centro de datos tiene un menú de opciones que le
permite hacer cosas, como abrir la configuración del elemento, administrar permisos del
elemento, etc. Las opciones disponibles dependen del elemento y de los permisos del
elemento.

Para mostrar el menú de opciones, seleccione Más opciones (...) en uno de los
elementos que se muestran en la lista de elementos de datos o en un elemento
recomendado. En la lista de elementos de datos, debe mantener el puntero sobre el
elemento para mostrar Más opciones.
 ７ Nota

El panel Explorador puede enumerar áreas de trabajo a las que no tiene acceso si el
área de trabajo contiene elementos a los que tiene acceso (por ejemplo, mediante
permisos concedidos explícitamente). Si selecciona este tipo de área de trabajo,
solo se mostrarán los elementos a los que tiene acceso en la lista de elementos de
datos.

Consideraciones y limitaciones
Los modelos semánticos de streaming no se muestran en el centro de datos de
OneLake.

Contenido relacionado
Vaya a los elementos desde el Inicio de Microsoft Fabric
Aprobación

Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Información del modelo semántico
Artículo • 24/11/2023

La página de detalles del modelo semántico le ayuda a explorar, supervisar y aprovechar

los modelos semánticos. Al seleccionar un modelo semántico del centro de conectividad
de datos, en un área de trabajo o en cualquier otro lugar de Power BI, se abre la página
de detalles de dicho modelo semántico.

Página de información del modelo semántico:

Muestra los metadatos sobre el modelo semántico, incluida la descripción, la

aprobación y la confidencialidad.
Proporciona acciones que se pueden realizar en el modelo semántico, como
compartir, actualizar, crear nuevo, Analizar en Excel, etc.
Enumera los informes y cuadros de mandos que se basan en el modelo semántico.

El encabezado de página muestra el nombre del modelo semántico, la aprobación (si

existe) y el propietario del modelo semántico. Para enviar un correo electrónico al
propietario del modelo semántico o al certificador del modelo semántico (si existe),
seleccione el encabezado y, a continuación, seleccione el nombre del propietario.

Acciones admitidas
La página de información del modelo semántico permite realizar varias acciones. Las
acciones disponibles varían de usuario a usuario en función de sus permisos en el
elemento de datos y, por tanto, no todas las acciones están disponibles para todos los
usuarios.
Acción Descripción En la Barra de acciones,
elija:

Descargar este Descarga el archivo .pbix para este modelo Archivo > Descargar este
archivo semántico. archivo

Administración de Abre la página de administración de permisos Archivo > Administrar

permisos del modelo semántico. permisos

Configuración Abre la página de configuración del modelo Archivo > Configuración

semántico.

Actualizar ahora Inicia una actualización del modelo semántico. Actualizar > Actualizar
ahora

Programar Abre la página de configuración del modelo Actualizar > Programar

actualización semántico donde puede establecer la actualización
actualización programada.

Compartir Abre el cuadro de diálogo Compartir modelo Comparta o use el icono

semántico. Compartir estos datos.

Creación de un Abre el lienzo de edición de informes donde Crear un informe > From
informe desde puede crear un nuevo informe basado en el scratch (Desde cero), o
cero modelo semántico. use el icono Visualize this
data (Visualizar estos
datos).

Creación de un Crea una copia de la plantilla en Mi área de Crear un informe > Desde
informe a partir trabajo. Esta acción solo está disponible si una plantilla, o use el
de una plantilla existe una plantilla de informe relacionada. icono Visualize this data
(Visualizar estos datos).

Creación de un Abre el lienzo de edición de tablas con Crear un informe > As

informe como formato. formatted table (Como
tabla con formato tabla con formato), o use
el icono Visualize this data
(Visualizar estos datos).

Analizar en Excel Inicia Analizar en Excel mediante este modelo Analizar en Excel
semántico.

Abrir vista de Abre la vista de linaje para el modelo Linaje > Open lineage
linaje semántico. view (Abrir vista de linaje)

Análisis de Abre el panel lateral de análisis de impacto Linaje > Análisis de

impacto para este modelo semántico. impacto

Chatear en Teams Invite a las personas a empezar a chatear en Chatear en Teams

Teams. Las personas a las que invite recibirán
un mensaje de chat de Teams suyo con un
vínculo a la página de detalles de este modelo
 Acción Descripción En la Barra de acciones,
elija:

semántico. Si tienen acceso al modelo

semántico, el vínculo abrirá esta página de
detalles del modelo semántico en Teams.

Mostrar tablas Abre un panel lateral que muestra las tablas Mostrar tablas
del modelo semántico. En la vista de tablas
puede crear vistas previas de tabla
seleccionando las columnas deseadas.

Visualización de metadatos del modelo

semántico

La sección de información del modelo semántico muestra:

Nombre del área de trabajo donde se encuentra el elemento.

Hora exacta de la última actualización.
Estado de aprobación y certificador (si está certificado).
Sensibilidad (si se establece).
Descripción (si existe). Puede crear o editar la descripción aquí.

Exploración de informes relacionados

La sección de exploración de informes relacionados muestra todos los informes y los
cuadros de mandos que se basan en el modelo semántico seleccionado. Puede crear
una copia de un elemento al seleccionar la línea en la que se encuentra el elemento y
seleccionar el icono Guardar una copia que aparece. En esta sección también se
muestran las métricas de uso de los elementos relacionados.
Las columnas de la lista de informes relacionados son:

Nombre: nombre del informe. Si el nombre termina con (plantilla), significa que
este informe se ha construido especialmente para usarse como plantilla. Por
ejemplo, "Ventas (plantilla)".
Tipo: tipo de elemento, por ejemplo, informe o cuadro de mandos.
Promoción: estado de la aprobación.
Área de trabajo: nombre del área de trabajo donde se encuentra el elemento
relacionado.
Unique viewers (Visitantes únicos): muestra el número total de usuarios distintos
que han visualizado el elemento por lo menos una vez en los últimos 30 días, sin
contar la visualización del día en curso.
Views (Visualizaciones): muestra el número total de veces que se ha visualizado un
elemento en los últimos 30 días, sin contar las visualizaciones del día en curso.

Visualización de estos datos

Para crear un informe basado en el modelo semántico, seleccione el botón Crear
informe de este icono y elija la opción deseada.
 Creación automática: crea un informe generado de forma automática a partir del
modelo semántico.
From template (Desde una plantilla): crea una copia de la plantilla en Mi área de
trabajo.
Desde cero: abre el lienzo de edición de informes en un nuevo informe basado en
el modelo semántico. Al guardar el nuevo informe, se guardará en el área de
trabajo que contiene el modelo semántico si tiene permisos de escritura en esa
área de trabajo. Si no tiene permisos de escritura en el área de trabajo, o si es un
usuario gratuito y el modelo semántico se encuentra en un área de trabajo de
capacidad Premium, el nuevo informe se guardará en Mi área de trabajo.
As formatted table (Como tabla con formato): abre el lienzo de edición de tablas
con formato.

７ Nota

En el menú desplegable Crear informe solo se mostrará una plantilla, aunque exista
más de una plantilla de informe para este modelo semántico.

Recurso compartido de estos datos

Puede compartir el modelo semántico con otros usuarios de su organización. Al
seleccionar el botón Compartir modelo semántico, se abre el cuadro de diálogo
Compartir modelo semántico, donde puede elegir qué permisos conceder en el modelo
semántico.
Vista previa de datos
La vista previa de los datos permite ver una tabla o columnas seleccionadas del modelo
semántico. También puede exportar los datos a formatos de archivo compatibles o crear
un informe paginado.

Requisitos previos
El modelo semántico puede estar dentro de áreas de trabajo Premium o no
Premium. No se admiten las áreas de trabajo clásicas. Obtenga información sobre
las áreas de trabajo nuevas y clásicas.
Necesita el Permiso de compilación para el modelo semántico.

Selección de datos para obtener una vista previa

Para obtener una vista previa de los datos de los modelos semánticos de la página de
detalles del modelo semántico, seleccione una tabla o columnas en el panel lateral
Tablas.
Si no ve el panel lateral, seleccione Mostrar tablas en la barra de acciones.

Una casilla principal rellenada completamente en la tabla del modelo semántico indica
que se han seleccionado todas sus subtablas y subcolumnas. Una casilla primaria
rellenada parcialmente significa que solo se ha seleccionado un subconjunto de ellos.
Al seleccionar una tabla o columnas de una tabla, se mostrarán en la página Vista previa
de tabla que se abre.
Es posible que la vista previa de la tabla no muestre todos los datos que ha
seleccionado. Si desea ver más, puede exportar o compilar un informe paginado.

Puede cambiar el tamaño de los anchos de columna mediante un identificador de

arrastre junto a los encabezados de columna. Cambiar el tamaño de las columnas puede
hacer que la vista previa de la tabla sea más legible, especialmente para los valores de
entrada de columna larga.

Mostrar consulta
Mostrar consulta le permite copiar la consulta DAX utilizada para crear la vista previa de
la tabla en el Portapapeles. Esto permite reutilizar la consulta para futuras acciones.

Atrás
En cualquier momento, puede volver a la página de información del modelo semántico
seleccionando el botón Atrás en la barra de acciones. Al seleccionar el botón Atrás, se
borran todas las selecciones y se vuelve a la página de detalles del modelo semántico.

７ Nota

La vista previa de la tabla está pensada para explorar rápidamente los datos
subyacentes de las tablas del modelo semántico. No puede ver medidas ni
seleccionar más de una tabla o columnas entre tablas. Para eso, puede seleccionar
Crear informe paginado.

Exportar datos
Seleccione el botón Exportar de la página Vista previa de tabla para exportar los datos a
uno de los formatos de archivo admitidos.

Creación de un informe paginado

Seleccione el botón Crear informe paginado para abrir el editor.
 ７ Nota

Los datos cambiarán de datos subyacentes a datos resumidos. Puede cambiar a

datos subyacentes mediante Más opciones.

En el editor, puede seleccionar varias tablas, medidas, campos entre tablas, aplicar
estilos de tabla, cambiar agregados, etc.

A continuación, puede exportar el informe a cualquiera de los formatos de archivo

admitidos y el archivo se guardará en la carpeta de descargas predeterminada. O bien,
puede guardarlo como un informe paginado en el área de trabajo que prefiera. Los
informes paginados conservan completamente el formato del informe.

Cambio de datos resumidos a datos subyacentes en el

editor
Seleccione Más opciones (…) para cambiar de datos resumidos a datos subyacentes.
Pasos siguientes
Uso de modelos semánticos en áreas de trabajo
Creación de informes basados en modelos semánticos de diferentes áreas de
trabajo
Aprobación del modelo semántico
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Detalles de datamart
Artículo • 20/11/2023

La página de detalles de un datamart facilita la exploración, la supervisión y el uso de

datamarts. Al hacer clic en un datamart en el centro de datos, se abre la página de
detalles de ese datamart.

La página de detalles del datamart:

Muestra los metadatos sobre datamart, incluida la descripción, la aprobación y la

confidencialidad y la cadena de conexión.
Proporciona acciones que puede realizar en el datamart, como compartir,
actualizar, crear nuevo y analizar en Excel.
Enumera los informes que se basan en datamart.

Acciones admitidas
La página de detalles del datamart permite realizar acciones en el datamart. En la
siguiente tabla se enumeran todas las acciones admitidas. En la página de detalles del
datamart, es posible que solo vea un subconjunto de esta lista, ya que solo se muestran
las acciones para las que tiene permiso.

Acción Descripción En la Barra de acciones, elija:

Administración Abre la página de administración de Archivo>Administrar

de permisos permisos de datamart. permisos

Configuración Abre la página de configuración de Archivo>Configuración

datamart.
 Acción Descripción En la Barra de acciones, elija:

Actualizar ahora Inicia una actualización del modelo Actualizar>Actualizar ahora

semántico.

Programar Abre la página de configuración del modelo Actualizar>Programar

actualización semántico donde puede establecer la actualización
actualización programada.

Actualizar Abre la ventana Actualizar historial donde Actualizar>Actualizar historial

historial verá el tiempo, la duración y el estado de
cada actualización. Puede descargar el
historial como un archivo .csv.

Compartir Abre el cuadro de diálogo Share datamart Comparta o use el icono

(Compartir datamart). Compartir un Compartir estos datos.
datamart con los destinatarios les permite
crear contenido basado en el modelo
semántico subyacente y consultar el punto
de conexión SQL correspondiente.

Creación de un Abre el lienzo de edición de informes Crear un informe>Desde el

informe desde donde puede crear un nuevo informe principio, o bien use el icono
cero basado en datamart. Visualizar estos datos.

Analizar en Excel Inicia Analizar en Excel con este datamart. Analizar en Excel

Abrir vista de Abre la vista de linaje de datamart. Linaje>Abrir vista de linaje

linaje

Análisis de Abre el panel lateral de análisis de impacto Linaje>Análisis de impacto

impacto para este datamart.

Editar Abre el datamart en el Editor de datamart. Editar

Visualización de metadatos de datamart

La sección de detalles del datamart muestra lo siguiente:

Ubicación del datamart.

Estado de aprobación (y certificador si está certificado).
 Hora exacta de la última actualización.
sensibilidad, si se establece.
Cadena de conexión de T-SQL.
Descripción, si la hay.

Exploración de informes relacionados

En la sección Ver lo que ya existe, se muestran los informes creados además del modelo
semántico del datamart generado automáticamente. Puede crear una copia de un
informe al seleccionar la línea en la que se encuentra el elemento y hacer clic en el icono
Guardar una copia que aparece. En esta sección también se muestran las métricas de
uso de los elementos relacionados.

７ Nota

Los informes basados en otros modelos semánticos creados a partir de datamart

no se muestran en esta sección.

Las columnas de la lista de informes relacionados son:

Nombre: nombre del informe. Si el nombre termina con (plantilla), significa que
ese informe se ha creado especialmente para usarlo como plantilla. Por ejemplo,
"Ventas (plantilla)".
Tipo: tipo de elemento, por ejemplo, informe o cuadro de mandos.
Ubicación: nombre del área de trabajo donde se encuentra el elemento
relacionado.
Actualizado: hora de la última actualización.
Promoción: estado de la aprobación.
Confidencialidad: confidencialidad.
Unique viewers (Visitantes únicos): muestra el número total de usuarios distintos
que han visualizado el elemento por lo menos una vez en los últimos 30 días, sin
contar la visualización del día en curso.
Views (Visualizaciones): muestra el número total de veces que se ha visualizado un
elemento en los últimos 30 días, sin contar las visualizaciones del día en curso.
Visualización de estos datos
Para elaborar un informe basado en el modelo semántico, seleccione el botón Crear
informe en este icono y elija la opción deseada.

La opción Crear desde cero abre el lienzo de edición de informes con un nuevo
informe basado en el modelo semántico.

Al guardar el nuevo informe, se guarda en el área de trabajo que contiene el

modelo semántico, si tiene permisos de escritura en esa área de trabajo.

Si no tiene permisos de escritura en el área de trabajo, el informe se guarda en Mi

área de trabajo. Si usa el nivel Gratis y el modelo semántico reside en un área de
trabajo de capacidad Premium, el informe se guarda en Mi área de trabajo.

La opción Informe paginado abre el editor en línea de informes paginados. Para

obtener información sobre cómo crear un informe paginado con el editor en línea,
consulte Creación de informes paginados exportables en el servicio Power BI.

Recurso compartido de estos datos

Puede compartir datamart con otros usuarios de su organización. Al hacer clic en el
botón Compartir datamart, se abre el cuadro de diálogo Compartir datamart. Las
personas con las que comparte el datamart pueden crear contenido basado en el
modelo semántico subyacente y consultar el punto de conexión SQL correspondiente.
Pasos siguientes
Creación de informes paginados exportables en el servicio Power BI
Apruebe su contenido
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Power BI para usuarios de
Microsoft Azure
¿Trabaja con datos, administra infraestructuras o crea aplicaciones en Microsoft Azure?
¿Desea obtener valor de sus datos o aplicaciones usando Power BI? Estos recursos le
ayudarán a ponerse al día. Bienvenido.

¿Es más un consumidor de Power BI? También le damos la bienvenida. Se recomienda

empezar con Power BI para consumidores.

Introducción a la creación con Power BI

Introducción a Power BI Desktop
Introducción al servicio Power BI
¿Qué es Power BI Report Server?

Análisis de los datos de Azure SQL

Conexión a datos en Azure SQL Database
Conexión a los datos de Azure Synapse Analytics

Análisis de datos desde otros servicios de Azure

Conexión a Azure Stream Analytics
Visualización de datos de Azure Cosmos DB
Visualización de datos desde Azure Data Explorer

Análisis del uso y los costos de Azure

$
Conexión a Azure Consumption Insights

Insertar Power BI en sus propias aplicaciones

Análisis integrados de Power BI
Tutorial: Inserción de contenido de Power BI mediante una
aplicación de ejemplo de inserción para los clientes

Enriquecer Power BI con Azure Machine Learning

Azure Machine Learning y Power BI
Inicio rápido: Conectarse a los datos en
Power BI Desktop
Artículo • 23/03/2023

En este inicio rápido, se conecta a datos mediante Power BI Desktop, que es el primer
paso para compilar modelos de datos y crear informes.

Si no está registrado en Power BI, regístrese para obtener una evaluación gratuita
antes de empezar.

Requisitos previos
Para completar los pasos de este artículo, necesitará los siguientes recursos:

Descargar e instalar Power BI Desktop, que es una aplicación gratuita que se

ejecuta en el equipo local. Puede descargar Power BI Desktop directamente,o
bien puede obtenerlo en Microsoft Store .
Descargue este libro de Excel de ejemplo y cree una carpeta denominada
C:\PBID-qs donde puede almacenar el archivo de Excel. En los pasos posteriores de
este inicio rápido se supone que esa es la ubicación del archivo para el libro de
Excel descargado.
Para muchos conectores de datos de Power BI Desktop, se requiere Internet
Explorer 10 (o posterior) para la autenticación.

Inicio de Power BI Desktop

Una vez que instale Power BI Desktop, inicie la aplicación, para que se ejecute en el
equipo local. Se le mostrará un tutorial de Power BI. Siga el tutorial o cierre el cuadro de
diálogo para empezar con un lienzo en blanco. En el lienzo se crean objetos visuales e
informes a partir de los datos.

Conectar a datos
Con Power BI Desktop puede conectarse a muchos tipos de datos diferentes. Estos
orígenes incluyen orígenes de datos básicos, como un archivo de Microsoft Excel. Puede
conectarse a servicios en línea que contienen todo tipo de datos, como Salesforce,
Microsoft Dynamics, Azure Blob Storage y muchos más.

Para conectarse a datos, seleccione Obtener datos en la cinta Inicio.

Aparecerá la ventana Obtener datos. Puede elegir entre muchos orígenes de datos
diferentes a los que poder conectar Power BI Desktop. En este inicio rápido, use el libro
de Excel que descargó en Requisitos previos.
Como este origen de datos es un archivo de Excel, seleccione Excel en la ventana
Obtener datos y luego elija el botón Conectar.

Power BI le pedirá que proporcione la ubicación del archivo de Excel al que se quiere
conectar. El archivo descargado se denomina Ejemplo financiero. Seleccione el archivo y
luego elija Abrir.
Power BI Desktop carga el libro, lee su contenido y muestra los datos disponibles en el
archivo en la ventana Navegador. En esa ventana, puede elegir qué datos quiere cargar
en Power BI Desktop. Seleccione las tablas marcando las casillas situadas junto a cada
tabla que quiere importar. Importe ambas tablas disponibles.


Una vez realizadas las selecciones, haga clic en Cargar para importar los datos en Power
BI Desktop.

Visualización de los datos en el panel Campos

Una vez cargadas las tablas, se muestran los datos en el panel Campos. Seleccione la
flecha que está junto al nombre de cada tabla para expandirlas. En la siguiente imagen,
se expande la tabla financials, que muestra cada uno de sus campos.

Y listo. Se ha conectado a los datos de Power BI Desktop, ha cargado esos datos y ahora
puede ver todos los campos disponibles en las tablas.

Pasos siguientes
Puede hacer muchísimas cosas con Power BI Desktop tras conectarse a los datos. Puede
crear objetos visuales e informes. Eche un vistazo a los siguientes recursos para ayudarlo
a empezar:

Introducción a Power BI Desktop

Tutorial: Dar forma a los datos y
combinarlos en Power BI Desktop
Artículo • 10/11/2023

Con Power BI Desktop, puede conectarse a muchos tipos de orígenes de datos distintos
y dar forma a la información para que se ajuste a sus necesidades. De este modo, podrá
crear informes visuales y compartirlos con otras personas. Dar forma a los datos significa
transformar los datos: cambiar el nombre de las columnas o las tablas, convertir texto en
números, quitar filas, configurar la primera fila como encabezado, etc. Combinar datos
significa conectarse a dos o más orígenes de datos, darles la forma necesaria y
consolidarlos después en una consulta individual.

En este tutorial, aprenderá a:

Dar forma a los datos con el Editor de Power Query.

Conectarse a diferentes orígenes de datos.
Combinar esos orígenes de datos y crear un modelo de datos para usarlo en los
informes.

En este tutorial, se explica cómo se forma una consulta utilizando Power BI Desktop y se
detallan algunas de las tareas más comunes. La consulta que se usa aquí se describe con
más detalle, incluido el procedimiento para crear la consulta desde cero, en
Introducción a Power BI Desktop.

El Editor de Power Query en Power BI Desktop usa los menús contextuales y la cinta de
opciones Transformar. La mayor parte de los elementos que se pueden seleccionar en la
cinta también están disponibles en el menú contextual que aparece al hacer clic con el
botón derecho en un elemento (por ejemplo, en una columna).

Dar forma a los datos

Para dar forma a los datos en el Editor de Power Query, tiene que proporcionar
instrucciones paso a paso para que esta característica ajuste los datos a medida que se
cargan y se presentan. El origen de datos del que procede la información no se verá
afectado. Los únicos datos a los que se va a dar forma o que se van a ajustar son los de
esta vista concreta.

El Editor de Power Query registra los pasos especificados (por ejemplo, cambiar el
nombre de una tabla, transformar un tipo de datos o eliminar una columna). Cada vez
que esta consulta se conecte al origen de datos, el Editor de Power Query llevará a cabo
esos pasos para que los datos siempre tengan la forma indicada. Este proceso tendrá
lugar siempre que utilice el Editor de Power Query o que otra persona utilice su consulta
compartida; por ejemplo, en el servicio Power BI. Estos pasos se capturan, de manera
secuencial, en el panel Configuración de consulta, en PASOS APLICADOS. Explicaremos
cada uno de estos pasos en este artículo.

1. Importe los datos desde un origen web. Seleccione la lista desplegable Obtener
datos y, a continuación, elija Web.
2. Pegue esta dirección URL en el cuadro de diálogo De web y seleccione Aceptar.

[Link]
3. En el cuadro de diálogo Navegador, seleccione Table 1 y, después, elija
Transformar datos.

 Sugerencia

Algunas informaciones de las tablas de la dirección URL anterior pueden cambiar o

actualizarse ocasionalmente. Como resultado, es posible que tenga que ajustar las
selecciones o los pasos de este artículo en consecuencia.

1. Se abre la ventana Editor de Power Query. Puede ver los pasos predeterminados
aplicados hasta ahora, en el panel Configuración de consulta en PASOS
APLICADOS.

Origen: conexión con el sitio web.

Tabla extraída de HTML: selección de la tabla.
Encabezados promovidos: cambiar la fila superior de datos en los
encabezados de columna.
Tipo cambiado: cambiar los tipos de columna, que se importan como texto, a
sus tipos inferidos.
 

2. Cambie el nombre de la tabla del valor predeterminado Table 1 a Retirement

Data y, después, presione Entrar.

3. Los datos existentes se ordenan por una puntuación ponderada, como se describe
en la página web de origen en Metodología . Vamos a agregar una columna
personalizada para calcular una puntuación diferente. A continuación,
ordenaremos la tabla de esta columna para comparar la clasificación de la
puntuación personalizada con la clasificación existente.

4. En la cinta de opciones Agregar columna, seleccione Columna personalizada.

5. En el cuadro de diálogo Columna personalizada, en Nuevo nombre de columna,
escriba Nueva puntuación. En Fórmula de columna personalizada, especifique lo
siguiente:

( [Quality of life] + [Housing cost] + [Healthcare cost and quality] +

[Crime rate rate] + [#"Public health/COVID-19 response"] + [Sales
taxes] + [#"Non-housing costs"] + [Weather] ) / 8

6. Compruebe que el mensaje de estado es No se han detectado errores de sintaxis y

seleccione Aceptar.

7. En Configuración de consulta, la lista PASOS APLICADOS ahora muestra el nuevo

paso Personalizada agregada que acabamos de definir.
Ajuste de los datos
Antes de poder trabajar con esta consulta, hagamos algunos cambios para ajustar los
datos:

Ajustar las clasificaciones quitando una columna.

Por ejemplo, supongamos que Weather no es un factor en nuestros resultados.

Quitar esta columna de la consulta no afecta a los demás datos.

Corrija cualquier error.

Al quitar una columna, es necesario ajustar los cálculos de la columna Nueva

puntuación mediante el cambio de su fórmula.

Ordenar los datos.

Ordene los datos en función de la columna Nueva puntuación y compare con la

columna Clasificación existente.

Reemplazar los datos.

Es importante resaltar cómo se van a reemplazar valores específicos y cómo

insertar un paso aplicado.

Estos cambios se describen en los pasos siguientes.

1. Para quitar la columna Weather, selecciónela, elija la pestaña Inicio de la cinta de

opciones y haga clic en Quitar columnas.
 ７ Nota

Observe que los valores de Nueva puntuación no han cambiado, lo que se

debe al orden de los pasos. Editor de Power Query registra los pasos
secuencialmente, pero de forma independiente, entre sí. Para aplicar acciones
en una secuencia diferente, puede mover cada paso aplicado hacia arriba o
hacia abajo.

2. Haga clic con el botón derecho en un paso para ver su menú contextual.
3. Suba el último paso, Columnas quitadas, y colóquelo justo encima del paso
Personalizada agregada.
4. Seleccione el paso Personalizada agregada.

Observe que la columna Nueva puntuación ahora muestra Error en lugar del valor
calculado.

Hay varias maneras de obtener más información sobre cada error. Si selecciona la
celda sin hacer clic en la palabra Error, el Editor de Power Query mostrará la
información del error.
 Si selecciona la palabra Error directamente, el Editor de Power Query crea un Paso
aplicado en el panel Configuración de la consulta y muestra información sobre el
error. Como no necesitamos mostrar información sobre los errores en ningún otro
lugar, seleccione Cancelar.

5. Para corregir los errores, es necesario realizar dos cambios: quitar el nombre de la
columna Weather y cambiar el divisor de 8 a 7. Puede realizar estos cambios de
dos maneras:

a. Haga clic con el botón derecho en el paso Columna personalizada y seleccione

Editar configuración. Esta acción abre el cuadro de diálogo Columna
personalizada que usó para crear la columna Nueva puntuación. Edite la
fórmula como se ha descrito anteriormente, hasta que tenga este aspecto:
b. Seleccione la columna Nueva puntuación, luego muestre la fórmula de datos
de la columna seleccionando la casilla Barra de fórmulas de la pestaña Ver.

Edite la fórmula como se ha descrito anteriormente, hasta que tenga este

aspecto y luego presione Entrar.

= [Link](#"Removed Columns", "New score", each ( [Quality

of life] + [Housing cost] + [Healthcare cost and quality] + [Crime
rate rate] + [#"Public health/COVID-19 response"] + [Sales taxes] +
[#"Non-housing costs"] ) / 7)

El Editor de Power Query reemplaza los datos por los valores revisados y el paso
Personalizada agregada se completa sin errores.

７ Nota

También puede seleccionar Quitar errores en la cinta o el menú contextual, lo

que quitará todas las filas que contienen errores. Sin embargo, en este tutorial
queremos conservar todos los datos de la tabla.
6. Ordene los datos con arreglo a la columna Nueva puntuación. En primer lugar,
seleccione el último paso aplicado, Personalizada agregada para mostrar los datos
más recientes. Después, seleccione la lista desplegable situada junto al encabezado
de columna Nueva puntuación y elija Orden ascendente.

Ahora, los datos están ordenados con arreglo a la columna Nueva puntuación.
Puede seleccionar un paso aplicado en cualquier parte de la lista y seguir dando
forma a los datos en ese momento en la secuencia. El Editor de Power Query
insertará de forma automática un paso nuevo inmediatamente después del paso
aplicado seleccionado actualmente.

7. En PASOS APLICADOS, seleccione el paso anterior a la columna personalizada, que

es el paso Columnas quitadas. Aquí reemplazaremos el valor de la clasificación
Housing cost de Oregón. Haga clic con el botón derecho en la celda que contiene
el valor Housing cost de Oregón y seleccione Reemplazar valores. Observe cuál es
el paso aplicado que está seleccionado actualmente.
 8. Seleccione Insertar.

Como vamos a insertar un paso, el Editor de Power Query nos recuerda que los
pasos posteriores podrían hacer que la consulta se interrumpiera.

9. Cambie el valor de los datos a 100,0.

El Editor de Power Query reemplaza los datos de Oregón. Cuando se crea un paso
aplicado nuevo, el Editor de Power Query le asigna un nombre en función de la
acción; en este caso, Valor reemplazado. Si tiene varios pasos con el mismo
nombre en la consulta, el Editor de Power Query agrega un número creciente al
nombre de cada paso aplicado posterior.

10. Seleccione el último Paso aplicado y Filas ordenadas.

Observe que los datos han cambiado con respecto a la nueva clasificación de
Oregón. Este cambio se produce porque hemos insertado el paso Valor
reemplazado en la ubicación correcta, antes del paso Personalizada agregada.

Ahora, hemos dado a los datos la forma que necesitábamos. A continuación,

vamos a conectarnos a otro origen de datos y combinar datos.
Combinar datos
Los datos sobre los diferentes estados son interesantes y serán útiles para crear otras
consultas y análisis. Sin embargo, la mayoría de los datos sobre los estados usan una
abreviatura de dos letras para los códigos de estado, no el nombre completo del estado.
Debemos encontrar un modo de asociar las abreviaturas con los nombres de los
estados.

Hay otro origen de datos públicos que proporciona esa asociación, pero necesita unos
buenos ajustes para que podamos conectarlo a nuestra tabla sobre la jubilación. Para
dar forma a los datos, siga estos pasos:

1. En la cinta de opciones Inicio de Editor de Power Query, seleccione Nuevo origen

> Web.

2. Escriba la dirección del sitio web que contiene las abreviaturas de los estados,
[Link] , y seleccione
Conectar.

En Navegador, se muestra el contenido del sitio web.

3. Seleccione Códigos y abreviaturas para estados estadounidenses, distrito federal,

territorios y otras regiones.
  Sugerencia

Llevará algo de tiempo dar forma a los datos de la tabla para reducirlos y que
se adapten a lo que queremos. ¿Hay una forma más rápida o fácil de realizar
los siguientes pasos? Sí, podríamos crear una relación entre las dos tablas y
dar forma a los datos según esa relación. Los pasos de ejemplo siguientes son
útiles para aprender a trabajar con tablas. Sin embargo, las relaciones pueden
ayudarle a usar rápidamente datos de varias tablas.

Para ajusta los datos, siga estos pasos:

1. Quite la fila superior. Esta fila es el resultado del modo en que se creó la tabla de la
página web, así que no la necesitamos. Desde la cinta de opciones Inicio,
seleccione Quitar filas > Quitar filas superiores.

Aparece el cuadro de diálogo Quitar filas superiores. Especifique 1 fila para quitar.

2. Promueva la nueva fila superior a los encabezados con Usar primera fila como
encabezado desde la pestaña Inicio o desde la pestaña Transformar de la cinta de
opciones.

3. Como la tabla Datos de jubilación no tiene información sobre Washington D. C. ni

territorios, debemos filtrarlos en nuestra lista. Seleccione la lista desplegable de la
columna Nombre y estado de región_1 y desactive todas las casillas excepto
Estado.
4. Quite todas las columnas innecesarias. Dado que solo necesitamos la asignación
de cada estado a su abreviatura oficial de dos letras (Nombre y estado de la
región y columnas ANSI), podemos quitar las demás columnas. En primer lugar,
seleccione la columna Nombre y estado de la región, mantenga presionada la
tecla CTRL y seleccione la columna ANSI. En la pestaña Inicio de la cinta de
opciones, seleccione Quitar columnas > Quitar otras columnas.

７ Nota
 La secuencia de los pasos aplicados en el Editor de Power Query es
importante y afecta a la forma en que se ajustan los datos. También es
importante tener en cuenta cómo un paso puede afectar a otro paso
posterior. Por ejemplo, si quita un paso de los pasos aplicados, es posible que
los pasos posteriores no se comporten según lo previsto originalmente.

７ Nota

Al cambiar el tamaño de la ventana del Editor de Power Query para reducir el

ancho, algunos elementos de la cinta de opciones se comprimen para
optimizar el uso del espacio visible. Al aumentar el ancho de la ventana de
Editor de Power Query, se expanden los elementos de la cinta de opciones
para hacer el mayor uso posible del área aumentada de esta.

5. Cambie el nombre de las columnas y la tabla. Hay un par de formas de cambiar el

nombre de una columna. En primer lugar, seleccione la columna y, después, puede
seleccionar Cambiar nombre en la pestaña Transformar de la cinta de opciones o
bien hacer clic con el botón derecho y seleccionar Cambiar nombre. En la
siguiente imagen se muestran ambas opciones, pero solo necesitará elegir una.
6. Vamos a llamarlas Nombre de estado y Código de estado. Para cambiar el nombre
de la tabla, escriba uno en NombreCódigos de estado en el panel Configuración de
consulta.
Combinación de consultas
Ahora que hemos dado a la tabla Códigos de estado la forma que queríamos, vamos a
combinar estas dos tablas (o consultas) en una sola. Como las tablas que tenemos ahora
son el resultado de las consultas que aplicamos a los datos, a menudo también se les
llama consultas.

Hay dos formas principales de combinar las consultas: combinar y anexar.

Si desea agregar una o más columnas a otra consulta, combine las consultas.
Si desea agregar una o más filas de datos que desea agregar a una consulta
existente, asocie la consulta.

En este caso, lo que vamos a hacer es combinar las consultas:

1. En el panel izquierdo de Editor de Power Query, seleccione la consulta en la que

quiere combinar la otra consulta. En este caso, será Datos de jubilación.

2. Seleccione Combinar consultas > Combinar consultas en la pestaña Inicio de la

cinta de opciones.
 Es posible que tenga que establecer los niveles de privacidad para garantizar que
los datos se combinan sin que se incluyan o transfieran datos no deseados.

Aparece la ventana Combinar. Le pedirá que seleccione la tabla que desea

combinar con la tabla seleccionada y las columnas correspondientes que se van a
utilizar para realizar la combinación.

3. Seleccione Estado en la tabla Datos de jubilación y, después, seleccione la consulta

Códigos de estado.

Cuando haya seleccionado las columnas correspondientes, se habilitará el botón

Aceptar.

4. Seleccione Aceptar.
 El Editor de Power Query crea una columna al final de la consulta con el contenido
de la tabla (consulta) que se ha combinado con la consulta actual. Todas las
columnas de la consulta combinada se comprimen en la columna, pero puede
expandir la tabla e incluir las columnas que quiera.

5. Para expandir la tabla combinada y seleccionar las columnas que desea incluir,
haga clic en el icono de Expandir ( ).

Aparecerá la ventana Expandir.

6. En este caso, solo vamos a utilizar la columna Código de estado. Seleccione esa
columna, desactive Usar el nombre de columna original como prefijo y seleccione
Aceptar.

Si dejáramos activada la casilla Usar el nombre de columna original como prefijo,

la columna combinada se llamaría Códigos de estado.Código de estado.

７ Nota

Si desea explorar cómo incorporar la tabla Códigos de estado, puede

experimentar un poco. Si no le gustan los resultados, elimine ese paso de la
lista PASOS APLICADOS del panel Configuración de consulta y la consulta
regresará al estado anterior a la aplicación del paso Expandir. Puede realizar
esta operación tantas veces como quiera hasta que el proceso de expansión
tenga la apariencia deseada.

Ahora tiene una única consulta (tabla) con dos orígenes de datos combinados, a
los que se les dio forma para que se adecuaran a sus necesidades. Esta consulta
puede ser una base para conexiones de datos interesantes, como estadísticas de
costos de vivienda, calidad de vida o tasa de criminalidad en cualquier estado.
 7. Para aplicar los cambios y cerrar Editor de Power Query, seleccione Cerrar y aplicar
en la pestaña Inicio de la cinta de opciones.

El modelo semántico transformado aparece en Power BI Desktop, listo para usarse

para crear informes.

Pasos siguientes
Para más información sobre Power BI Desktop y sus funcionalidades, consulte los
siguientes recursos:

¿Qué es Power BI Desktop?

Información general sobre consultas en Power BI Desktop
Orígenes de datos en Power BI Desktop
Conectarse a los datos en Power BI Desktop
Tareas de consultas comunes en Power BI Desktop
Tutorial: Análisis de datos de páginas
web con Power BI Desktop
Artículo • 23/03/2023

Como antiguo fanático del fútbol, desea crear un informe de los ganadores de
Campeonato Europeo de la UEFA (Eurocopa) a lo largo de los años. Con Power BI
Desktop, puede importar estos datos desde una página web en un informe y crear
visualizaciones que muestren los datos. En este tutorial, aprenderá a usar Power BI
Desktop para:

Conectarse a un origen de datos web y navegar por las tablas disponibles.

Dar forma a los datos y transformarlos en el Editor de Power Query.
Asignar un nombre a una consulta e importarla en un informe de Power BI
Desktop.
Crear y personalizar un mapa y una visualización de gráfico circular

Conexión a un origen de datos de web

Puede obtener los datos de los ganadores de la UEFA de la tabla Historial de la página
de Wikipedia sobre el Campeonato Europeo de fútbol de la UEFA (Eurocopa), en
[Link] .

Las conexiones web solo se establecen con la autenticación básica. Los sitios web que
requieren autenticación podrían no funcionar correctamente con el conector web.
Para importar los datos:

1. En la pestaña de la cinta de opciones Inicio de Power BI Desktop, despliegue la

flecha que está junto a Obtener datos y luego seleccione Web.

７ Nota

También puede seleccionar el elemento Obtener datos mismo o seleccionar

Obtener datos en el cuadro de diálogo Introducción de Power BI Desktop,
seleccionar después Web en la sección Todo u Otros del cuadro de diálogo
Obtener datos y, luego, seleccionar Conectar.

2. En el cuadro de diálogo Desde la Web, pegue la dirección URL

[Link] en el cuadro

de texto URL y luego seleccione Aceptar.

Después de conectarse a la página web de Wikipedia, el cuadro de diálogo
Navegador muestra una lista de las tablas disponibles en la página. Puede
seleccionar cualquiera de los nombres de tabla para obtener una vista previa de
sus datos. La tabla Results [edit] contiene los datos que desea, pero no presenta
exactamente la forma esperada. Podrá cambiar la forma de los datos y limpiarlos
antes de cargarlos en el informe.

７ Nota

En el panel Vista previa se muestra la tabla seleccionada más recientemente,

pero todas las tablas seleccionadas se cargan en el Editor de Power Query si
selecciona Transformar datos o Cargar.
 3. Seleccione la tabla Results [edit] en la lista Navegador y después seleccione
Transformar datos.

Se abre una vista previa de la tabla en el Editor de Power Query, donde puede
aplicar transformaciones para limpiar los datos.

Dar forma a los datos en el Editor de Power

Query
Desea facilitar el análisis de los datos mostrando solo los años y los países o regiones
ganadores. Puede usar el Editor de Power Query para realizar estos pasos necesarios
para dar forma a los datos y limpiarlos.

En primer lugar, quite todas las columnas excepto dos de la tabla. Cambie el nombre de
estas columnas a Year y CountryRegion más adelante en el proceso.

1. En la cuadrícula Editor de Power Query, seleccione las columnas. Seleccione Ctrl

para seleccionar varios elementos.

2. Haga clic con el botón derecho y seleccione Quitar otras columnas o seleccione
Quitar columnas>Quitar otras columnas en el grupo Administrar columnas de la
pestaña de la cinta de opciones Inicio para eliminar todas las demás columnas de
la tabla.
 o

Esta versión de los datos importados tiene la palabra Details anexada al año. A
continuación, quite la palabra adicional Details de las celdas de la primera columna.

1. Seleccione la primera columna.

2. Haga clic con el botón derecho y seleccione Reemplazar valores o seleccione

Reemplazar los valores del grupo Transformar en la pestaña Inicio de la cinta de
opciones. Esta opción también se encuentra en el grupo Cualquier columna de la
pestaña Transformar.
 o

3. En el cuadro de diálogo Reemplazar los valores, escriba Details en el cuadro de

texto Valor que buscar, deje el cuadro de texto Reemplazar por vacío y luego
seleccione Aceptar para borrar la palabra Details de esta columna.

Algunas celdas contienen solo la palabra "Year" en lugar de valores de año. Puede filtrar
la columna para que solo se muestren las filas que no contienen la palabra "Year".

1. Seleccione la flecha desplegable del filtro de la columna.

 2. En el menú desplegable, desplácese hacia abajo y desactive la casilla junto a la
opción Year y, luego, seleccione Aceptar.

Como solo va a examinar la lista de campeones, puede cambiar el nombre de esta

columna a CountryRegion. Para cambiar el nombre de la columna:

1. Haga doble clic en el encabezado de la segunda columna y manténgalo

presionado.

O bien, haga clic en el encabezado de la columna y seleccione Cambiar el

nombre.
Otra opción es seleccionar la *columna y seleccionar Cambiar el nombre en
el grupo Cualquier columna de la pestaña Transformar de la cinta de
opciones.
 o

2. Escriba CountryRegion en el encabezado y presione Entrar para cambiar el

nombre de la columna.

También puede filtrar las filas que tengan valores null en la columna CountryRegion.
Podría usar el menú de filtro como en el caso de los valores Year, o bien puede hacer lo
siguiente:

1. Haga clic con el botón derecho en la celda CountryRegion en la fila 2020, que
tiene el valor null.

2. Seleccione Filtros de texto>No es igual a en el menú contextual para quitar todas

las filas que contienen ese valor de celda.
Importación de la consulta en la vista de
informe
Ahora que ya ha dado forma a los datos de la manera deseada, puede asignar el
nombre "Euro Cup Winners" a su consulta e importarla en el informe.

1. En el panel Configuración de consultas , en el cuadro de texto Nombre , escriba

Campeones de la Eurocopa.

2. Seleccione Cerrar y aplicar>Cerrar y aplicar en la pestaña Inicio de la cinta de

opciones.
La consulta se carga en la Vista de informe de Power BI Desktop, donde puede verla en
el panel Campos.

 Sugerencia

Puede volver siempre al Editor de Power Query para editar y refinar la consulta;
para ello, haga lo siguiente:

Seleccione los puntos suspensivos Más opciones ( ... ) junto a Euro Cup
Winners en el panel Campos y seleccione Editar consulta, o bien
Seleccione Transformar datos en el grupo Consultas de la pestaña de la cinta
Inicio en la vista Informe.

Creación de una visualización

Para crear una visualización basada en los datos:

1. Seleccione el campo CountryRegion en el panel Campos o arrástrelo al lienzo del

informe. Power BI Desktop reconoce los datos como nombres de países o regiones
y crea automáticamente una visualización Mapa.
 

2. Amplíe el mapa arrastrando los controladores de las esquinas para que todos los
nombres de los países o regiones ganadores estén visibles.

3. En el mapa se muestran puntos de datos idénticos para cada país o región

ganador del campeonato de la Eurocopa. Para que el tamaño de cada punto de
datos refleje cuántas veces ha ganado el país o región, arrastre el campo Year a
Arrastrar campos de datos aquí en Tamaño de burbuja en la parte inferior del
panel Visualizaciones. El campo cambia automáticamente a una medida de
Número de años y en la visualización del mapa se muestran ahora los puntos de
datos más altos para los países o regiones que ganaron más campeonatos.
 

Personalización de la visualización
Como puede ver, es muy fácil crear visualizaciones basadas en los datos. También es
fácil personalizar las visualizaciones para presentar mejor los datos de las formas que
desee.

Dar formato al mapa

Puede cambiar la apariencia de una visualización; para ello, selecciónela y luego
seleccione el icono Formato (pincel de pintura) en el panel Visualizaciones. Por ejemplo,
los puntos de datos de "Alemania" podrían ser erróneos en su visualización, ya que
Alemania Occidental ganó dos campeonatos y Alemania, uno. El mapa superpone los
dos puntos en lugar de separarlos o agregarlos juntos. Puede dar color diferentes a
estos dos puntos para resaltar este hecho. También puede dar al mapa un título más
descriptivo y atractivo.

1. Con la visualización seleccionada, seleccione el icono Formato y luego seleccione

Objeto visual>Burbujas>Colores para expandir las opciones de color de los datos.
2. Cambie el estado de Mostrar todo a Activado y luego seleccione el menú
desplegable junto a Alemania Occidental y elija el color amarillo.

3. Seleccione General>Título para expandir las opciones de título y, en el campo

Texto, escriba Ganadores de la Eurocopa en lugar del título actual.
 4. Cambie Color del texto a rojo, el tamaño a 12 y Fuente a Segoe UI (Bold).

La visualización del mapa ahora tiene el siguiente del siguiente ejemplo:

 

Cambiar el tipo de visualización

Puede cambiar el tipo de una visualización si la selecciona y, a continuación, selecciona
un icono diferente en la parte superior del panel Visualizaciones. Por ejemplo, en la
visualización del mapa faltan los datos de la Unión Soviética porque ese país o región ya
no existe en el mapa del mundo. Otro tipo de visualización, como un gráfico de
rectángulos o un gráfico circular, podría ser más precisa, porque muestra todos los
valores.

Para cambiar el mapa a un gráfico circular, selecciónelo y luego elija el icono de Gráfico
circular en el panel Visualizaciones.

 Sugerencia
 Puede usar las opciones de formato de Colores de datos para resaltar
"Alemania" y "Alemania Occidental" en el mismo color.
Para agrupar los países o regiones con más campeonatos ganados en el
gráfico circular, seleccione los puntos suspensivos (…) en la parte superior
derecha de la visualización y luego seleccione Ordenar por número de año.

Power BI Desktop ofrece una experiencia perfectamente integrada que va desde la

obtención de datos procedentes de una amplia gama de orígenes hasta su
manipulación para adaptarlos a cualquier necesidad de análisis y su visualización de
forma enriquecida e interactiva. Cuando el informe esté listo, podrá cargarlo en Power BI
y crear paneles basados en él, paneles que podrá compartir con otros usuarios de Power
BI.

Vea también
Entrenamiento de Microsoft Learn para Power BI
Vídeos de Power BI
Visite el foro de Power BI
Lea el blog de Power BI
Tutorial: Análisis de datos de ventas de
Excel y una fuente de OData
Artículo • 10/11/2023

Es habitual tener datos de varios orígenes de datos. Por ejemplo, podría tener dos bases
de datos, una para la información de productos y otra para la información de ventas.
Con Power BI Desktop, puede combinar datos de orígenes diferentes para crear
interesantes y atractivos análisis de datos y visualizaciones.

En este tutorial, combinará datos de dos orígenes de datos:

Un libro de Excel con información de productos.

Una fuente de OData que contiene datos de pedidos.

Va a importar cada modelo semántico y a realizar operaciones de transformación y

agregación. Después, puede usar los datos de los dos orígenes para generar un informe
de análisis de ventas con visualizaciones interactivas. Más adelante, aplique estas
técnicas a consultas de SQL Server, archivos CSV y cualquier otro origen de datos en
Power BI Desktop.

７ Nota

En Power BI Desktop, a menudo hay varias maneras de realizar una tarea. Por
ejemplo, puede hacer clic con el botón derecho o usar un menú Más opciones en
una columna o celda para ver más opciones de la cinta. En los pasos siguientes, se
describen varios métodos alternativos.

Importación de datos de productos de Excel

En primer lugar, importe los datos de producto desde el libro de Excel [Link] en
Power BI Desktop.

1. Descargue el libro de Excel [Link] y guárdelo como [Link].

2. Seleccione la flecha situada junto a Obtener datos en la pestaña Inicio de la cinta

de Power BI Desktop y, luego, seleccione Excel en el menú Orígenes de datos
comunes.
 ７ Nota

También puede seleccionar el propio elemento Obtener datos, o bien

seleccionar Obtener datos en el cuadro de diálogo Introducción de Power BI.
Luego, seleccione Excel o Archivo>Excel en el cuadro de diálogo Obtener
datos y, finalmente, Conectar.

3. En el cuadro de diálogo Abrir, vaya al archivo [Link] y selecciónelo y luego

seleccione Abrir.

4. En el Navegador, seleccione la tabla Productos y, después, Transformar datos.

 Se abre una vista previa de la tabla en el Editor de Power Query, donde puede
aplicar transformaciones para limpiar los datos.

７ Nota

También puede abrir el Editor de Power Query si selecciona Transformar datos en

la cinta Inicio de Power BI Desktop, o bien si hace clic con el botón derecho o
selecciona Más opciones junto a cualquier consulta de la vista Informe y selecciona
Transformar datos.

Limpieza de las columnas

El informe combinado usa las columnas ProductID, ProductName, QuantityPerUnit y
UnitsInStock. Puede quitar las demás columnas.
 1. En el Editor de Power Query, seleccione las columnas ProductID, ProductName,
QuantityPerUnit y UnitsInStock. Puede usar la tecla Ctrl para seleccionar más de
una columna, o bien Mayúsculas para seleccionar columnas adyacentes.

2. Haga clic con el botón derecho en cualquiera de los encabezados seleccionados.

Seleccione Quitar otras columnas en el menú desplegable. También puede
seleccionar Quitar columnas>Quitar otras columnas desde el grupo Administrar
columnas de la pestaña Inicio de la cinta de opciones.

Importar los datos de pedidos de la fuente

OData
A continuación, importe los datos de pedidos de la fuente de OData del sistema de
ventas de Northwind de ejemplo.

1. En el Editor de Power Query, seleccione Nuevo origen y, luego, Fuente de OData

en el menú Más comunes.
2. En el cuadro de diálogo Fuente de OData, escriba la dirección URL de la fuente de
OData de Northwind, [Link] .
Seleccione Aceptar.

3. En Navegador, seleccione la tabla Orders y luego seleccione Aceptar para cargar

los datos en el Editor de Power Query.
 ７ Nota

En Navegador, puede seleccionar cualquier nombre de tabla, sin marcar la

casilla, para obtener una vista previa.

Expansión de los datos del pedido

Cuando se conecta a orígenes de datos que tienen varias tablas, como bases de datos
relacionales o la fuente de OData de Northwind, puede utilizar referencias entre tablas
para crear las consultas. La tabla Orders contiene referencias a varias tablas
relacionadas. Puede agregar las columnas ProductID, UnitPrice y Quantity de la tabla
relacionada Order_Details en la tabla principal (Orders) mediante la operación Expandir.

1. Desplácese hacia la derecha en la tabla Orders hasta que pueda ver la columna
Order_Details. Contiene referencias a otra tabla, no datos.
 2. Seleccione el icono Expandir ( ) en el encabezado de columna Order_Details.

3. En el menú desplegable:

a. Seleccione (Seleccionar todas las columnas) para borrar todas las columnas.

b. Seleccione ProductID, UnitPrice y Quantity, y luego seleccione Aceptar.

Después de expandir la tabla Order_Details, tres nuevas columnas de tabla anidada

reemplazan a la columna Order_Details. Hay nuevas filas en la tabla para los datos
agregados de cada pedido.
Creación de una columna calculada
personalizada
El Editor de Power Query le permite crear cálculos y campos personalizados para
enriquecer los datos. Puede crear una columna personalizada que multiplica el precio
unitario por la cantidad de artículos para calcular el precio total de cada artículo de línea
en un pedido.

1. En la pestaña Agregar columna de la cinta de opciones del Editor de Power Query,

seleccione Columna personalizada.

2. En el cuadro de diálogo Columna personalizada, escriba LineTotal en el campo

Nuevo nombre de columna.

3. En el campo Fórmula de columna personalizada, después de =, escriba

[Order_Details.UnitPrice] * [Order_Details.Quantity]. También puede seleccionar
 los nombres de campo en el cuadro de desplazamiento Columnas disponibles y
seleccionar << Insertar, en lugar de escribirlos.

4. Seleccione Aceptar.

El nuevo campo LineTotal aparece como la última columna de la tabla Orders.

Definición del tipo de datos del nuevo campo

Cuando el Editor de Power Query se conecta a los datos, intenta determinar el tipo de
datos de cada campo con fines de presentación. Un icono de encabezado indica el tipo
de datos asignado a cada campo. También puede consultar en Tipo de datos, en el
grupo Transformar de la pestaña Inicio de la cinta de opciones.

La nueva columna LineTotal tiene un tipo de datos Any, pero contiene valores de
moneda. Para asignar un tipo de datos, haga clic con el botón derecho en el
encabezado de columna LineTotal, seleccione Cambiar tipo en el menú desplegable y,
luego, Número decimal fijo.
 ７ Nota

También puede seleccionar la columna LineTotal, la flecha junto a Tipo de datos en

la sección Transformar de la pestaña Inicio de la cinta de opciones, y Número
decimal fijo.

Limpieza de las columnas de pedidos

Para que sea más fácil que el modelo funcione con los informes, puede eliminar algunas
columnas, cambiarles el nombre y reordenarlas.

El informe va a usar las columnas siguientes:

OrderDate
ShipCity
ShipCountry
Order_Details.ProductID
Order_Details.UnitPrice
Order_Details.Quantity
LineTotal

Seleccione estas columnas y use Quitar otras columnas como hizo con los datos de
Excel. O bien, puede seleccionar las columnas que no están en la lista, hacer clic con el
botón derecho en una de ellos y seleccionar Quitar columnas.

Puede cambiar el nombre de las columnas con el prefijo "Order_Details." para facilitar
su lectura:
 1. Haga doble clic en el encabezado de columna o manténgalo presionado, o bien
haga clic con el botón derecho en el encabezado de columna y seleccione
Cambiar nombre en el menú desplegable.

2. Elimine el prefijo Order_Details. de cada nombre.

Por último, para facilitar el acceso a la columna LineTotal, arrástrela y colóquela en la

izquierda, justo a la derecha de la columna ShipCountry.

Revisión de los pasos de la consulta

Las acciones del Editor de Power Query para dar forma a los datos y transformarlos se
registran. Cada acción aparece a la derecha en el panel Configuración de la consulta, en
PASOS APLICADOS. Puede retroceder por los PASOS APLICADOS para revisar los pasos
y editarlos, eliminarlos o reorganizarlos si es necesario. Sin embargo, es arriesgado
cambiar los pasos anteriores porque pueden afectar a los pasos posteriores.

Seleccione cada una de las consultas en la lista Consultas en el lado izquierdo del Editor
de Power Query y revise los PASOS APLICADOS en Configuración de la consulta.
Después de aplicar las transformaciones de datos anteriores, los PASOS APLICADOS
para las dos consultas deben ser similares a los siguientes:

Consulta Productos
Consulta Pedidos

 Sugerencia

Subyacentes a los pasos aplicados hay fórmulas escritas en el lenguaje Power

Query, que también se conoce como lenguaje M. Para ver y editar las fórmulas,
seleccione Editor avanzado en el grupo de consultas de la pestaña Inicio de la
cinta de opciones.
Importación de las consultas transformadas
Cuando obtenga los datos transformados de acuerdo con sus necesidades y esté a
punto para importarlos en la vista Informes de Power BI Desktop, seleccione Cerrar y
aplicar>Cerrar y aplicar en el grupo Cerrar de la pestaña Inicio de la cinta de opciones.

Una vez cargados los datos, las consultas aparecen en la lista Campos de la vista
Informes de Power BI Desktop.

Administrar la relación entre los modelos

semánticos
Power BI Desktop no requiere combinar consultas para crear informes sobre ellas. Sin
embargo, puede usar las relaciones entre los modelos semánticos, en función de los
campos que tengan en común, para ampliar y enriquecer los informes. Power BI
Desktop puede detectar automáticamente las relaciones, o bien puede crearlas en el
cuadro de diálogo Administrar relaciones de Power BI Desktop. Para más información,
consulte Crear y administrar relaciones en Power BI Desktop.

El campo ProductID compartido crea una relación entre los modelos semánticos de
Orders y Products de este tutorial.

1. En la vista Informe de Power BI Desktop, seleccione Administrar relaciones en el

área Relaciones de la pestaña de la cinta Modelado.

2. En el cuadro de diálogo Administrar relaciones, observe que Power BI Desktop ya

ha detectado y enumerado una relación activa entre las tablas Products y Orders.
Para ver la relación, seleccione Editar.

Se abre Editar relación, donde se muestran los detalles de la relación.

 3. Power BI Desktop detectó la relación automática y correctamente, por lo que
puede seleccionar Cancelar y, luego, Cerrar.

En Power BI Desktop, en el lado izquierdo, seleccione Modelo para ver y administrar las
relaciones de la consulta. Haga doble clic en la flecha situada en la línea que conecta las
dos consultas para abrir el cuadro de diálogo Editar relación y ver o cambiar la relación.
Para volver a la vista Informes desde la vista Modelo, seleccione el icono Informe.

Creación de visualizaciones con los datos

Puede crear diferentes visualizaciones en la vista de revisión de Power BI Desktop para
obtener información sobre los datos. Puede generar informes con varias páginas y cada
página puede tener varios objetos visuales. Tanto usted como otros usuarios pueden
interactuar con las visualizaciones para ayudar a analizar y comprender los datos. Para
más información, consulte Interacción con un informe en la vista de edición en el
servicio Power BI
Puede usar los dos conjuntos de datos y la relación entre ellos para facilitar la
visualización y el análisis de los datos de ventas.

En primer lugar, cree un gráfico de columnas apiladas que utilice campos de las dos
consultas para mostrar la cantidad de cada producto pedido.

1. Seleccione el campo Quantity de Orders en el panel Campos de la derecha, o bien

arrástrelo hasta un espacio en blanco en el lienzo. Se crea un gráfico de columnas
apiladas en el que se muestra la cantidad total de todos los productos pedidos.

2. Para mostrar la cantidad de cada producto pedido, seleccione ProductName en

Products en el panel Campos, o bien arrástrelo hasta el gráfico.

3. Para ordenar los productos de mayor a menor número de pedidos, seleccione los
puntos suspensivos Más opciones ( ... ) en la parte superior derecha de la
visualización y, luego, Ordenar por>Cantidad.

4. Use los controladores de las esquinas del gráfico para ampliarlo, para que
aparezcan más nombres de productos.

A continuación, cree un gráfico en el que aparezcan los importes en dólares de los

pedidos (LineTotal) a lo largo del tiempo (OrderDate).

1. Sin ningún elemento seleccionado en el lienzo, seleccione LineTotal en Orders en

el panel Campos, o bien arrástrelo hasta un espacio en blanco en el lienzo. En el
gráfico de columnas apiladas se muestra la cantidad total en dólares de todos los
pedidos.

2. Seleccione el gráfico apilado y seleccione OrderDate en Pedidos o bien arrástrelo

hasta el gráfico. En el gráfico ahora se muestran el total de línea de cada fecha de
pedido.
 3. Para cambiar el tamaño de la visualización y poder ver más datos, arrastre las
esquinas.

 Sugerencia

Si solo ve los años en el gráfico y solo tres puntos de datos, seleccione la

flecha que está junto a OrderDate en el campo Eje del panel Visualizaciones y
seleccione OrderDate en lugar de Jerarquía de fechas. Como alternativa, es
posible que necesite seleccionar Opciones y configuración > Opciones en el
menú Archivo y, en Carga de datos, desactive la opción Fecha y hora
automáticas para archivos nuevos.

Por último, cree una visualización de mapa en la que se muestren las cantidades de
pedidos de cada país o región.

1. Sin ningún elemento seleccionado en el lienzo, seleccione ShipCountry en Orders

en el panel Campos, o bien arrástrelo hasta un espacio en blanco en el lienzo.
Power BI Desktop detecta que los datos son nombres de países o regiones. A
continuación, crea automáticamente una visualización de mapa, con un punto de
datos por cada país o región con pedidos.

2. Para que los tamaños de los puntos de datos reflejen los importes de los pedidos
de cada país o región, arrastre el campo LineTotal hasta el mapa. También puede
arrastrarlo a Agregar campos de datos aquí en Tamaño en el panel
Visualizaciones. Los tamaños de los círculos en el mapa ahora reflejan las
cantidades en dólares de los pedidos de cada país o región.
Interactuación con los objetos visuales de
informes para analizar más
Power BI Desktop permite interactuar con objetos visuales que se filtran y resaltan entre
sí para descubrir las tendencias futuras. Para obtener más información, consulte Filtros y
resaltado en informes de Power BI.

Debido a la relación que existe entre las consultas, las interacciones con una
visualización afectan a todas las demás visualizaciones de la página.

En la visualización de mapa, seleccione el círculo en el centro de Canadá. Las otras dos

visualizaciones se filtran para resaltar los totales de línea y las cantidades de pedidos
para Canadá.

Seleccione un producto del gráfico Cantidad por nombre de producto para ver el mapa
y el filtro de fecha para reflejar los datos de ese producto. Seleccione una fecha del
gráfico LineTotal por OrderDate para ver el mapa y el filtro de gráfico de producto para
mostrar los datos de esa fecha.

 Sugerencia

Para desactivar una selección, vuelva a activarla o active alguna de las otras
visualizaciones.

Completar el informe de análisis de ventas

El informe completo combina los datos del archivo de Excel [Link] y la fuente de
OData de Northwind en objetos visuales que le ayudarán a analizar la información de
los pedidos de los distintos países o regiones, períodos de tiempo y productos. Cuando
el informe esté listo, puede cargarlo en el servicio Power BI para compartirlo con otros
usuarios de Power BI.

Pasos siguientes
Aprendizaje de Microsoft Learn para Power BI
Vídeos de Power BI
Visite el foro de Power BI
Lea el blog de Power BI
Implementación de seguridad de nivel
de fila con un modelo tabular local de
Analysis Services
Artículo • 16/01/2024

Usando un modelo semántico de ejemplo con el que se trabaja en los pasos siguientes,
en este tutorial se muestra cómo implementar la seguridad de nivel de fila en un
modelo tabular de Analysis Services local y cómo usarlo en un informe de Power BI.

Creación de una nueva tabla de seguridad en la base de datos

AdventureworksDW2012
Generar el modelo tabular con las tablas de hechos y dimensiones necesarias
Definir los permisos y roles de usuario
Implementar el modelo en una instancia tabular de Analysis Services
Crear un informe de Power BI Desktop que muestre los datos correspondientes al
usuario que accede al informe
Implementar el informe en el servicio Power BI
Crear un nuevo panel basado en el informe
Compartir el panel con sus compañeros

Este tutorial requiere la base de datos AdventureworksDW2012 .

Tarea 1: Crear la tabla de seguridad del usuario

y definir la relación de los datos
Puede encontrar muchos artículos en los que se describe cómo definir la seguridad de
nivel de fila dinámica con el modelo tabular de SQL Server Analysis Services (SSAS) .

Estos pasos requieren el uso de la base de datos relacional AdventureworksDW2012.

1. En AdventureworksDW2012, cree la tabla DimUserSecurity , tal como se muestra

debajo. Puede usar SQL Server Management Studio (SSMS) para crear la tabla.
2. Una vez que cree y guarde la tabla, debe establecer la relación entre la columna
SalesTerritoryID de la tabla DimUserSecurity y la columna SalesTerritoryKey de

la tabla DimSalesTerritory , tal como se muestra debajo.

En SSMS, haga clic con el botón derecho en DimUserSecurity y seleccione Diseño.

Después, seleccione Diseñador de tablas>Relaciones... . Cuando haya terminado,
guarde la tabla.

3. Agregue usuarios a la tabla. Haga clic con el botón derecho en DimUserSecurity y

seleccione Editar las primeras 200 filas. Una vez agregados los usuarios, la tabla
DimUserSecurity debe ser similar a la del ejemplo siguiente:

Volveremos a estos usuarios en tareas futuras.

4. Después, debe realizar una combinación interna con la tabla DimSalesTerritory ,

que muestra los detalles de la región asociados con el usuario. Este código SQL
realiza la combinación interna y la imagen muestra cómo aparece después la tabla.

SQL

select [Link], [Link], [Link],

[Link], [Link], [Link] from [dbo].[DimUserSecurity] as a
 join [dbo].[DimSalesTerritory] as b on a.[SalesTerritoryID] = b.
[SalesTerritoryKey]

La tabla combinada muestra quién es responsable de cada región de ventas,

gracias a la relación que se creó en el paso 2. Por ejemplo, puede ver que Rita
Santos es responsable de Australia.

Tarea 2: Crear el modelo tabular con tablas de

hechos y dimensiones
Una vez que el almacenamiento de datos relacionales está listo, es el momento de
definir el modelo tabular. El modelo se puede crear con SQL Server Data Tools (SSDT).
Para más información, consulte Crear un nuevo proyecto de modelo tabular.

1. Importe todas las tablas necesarias en el modelo tal y como se muestra a

continuación.

2. Una vez que haya importado las tablas necesarias, debe definir un rol denominado
SalesTerritoryUsers con permiso de lectura. Seleccione el menú Modelo en
 SQL Server Data Tools y, a continuación, seleccione Roles. En Administrador de
roles, seleccione Nuevo.

3. En Miembros, en el Administrador de roles, agregue los usuarios que ha definido

en la tabla DimUserSecurity de la Tarea 1.

4. Después, agregue las funciones adecuadas para las tablas DimSalesTerritory y

DimUserSecurity , tal como se muestra debajo de la pestaña Filtros de fila.
5. La función LOOKUPVALUE devuelve valores para una columna en la que el nombre de
usuario de Windows coincide con el valor que devuelve la función USERNAME .
Después, puede restringir las consultas a aquellas en las que los valores que
devuelve LOOKUPVALUE coincidan con los de la propia tabla o la relacionada. En la
columna Filtro DAX, escriba la siguiente fórmula:

DAX

=DimSalesTerritory[SalesTerritoryKey]=LOOKUPVALUE(DimUserSecurity[Sales
TerritoryID], DimUserSecurity[UserName], USERNAME(),
DimUserSecurity[SalesTerritoryID],
DimSalesTerritory[SalesTerritoryKey])

En esta fórmula, la función LOOKUPVALUE devuelve todos los valores de la columna

DimUserSecurity[SalesTerritoryID] , donde DimUserSecurity[UserName] es equivale

al nombre de usuario actual que ha iniciado sesión en Windows y

DimUserSecurity[SalesTerritoryID] es igual que
DimSalesTerritory[SalesTerritoryKey] .

） Importante
 Al usar la seguridad de nivel de fila, no se admite la función DAX
USERELATIONSHIP.

Después, se utiliza el conjunto de devoluciones LOOKUPVALUE de SalesTerritoryKey

de ventas para restringir las filas que se muestran en DimSalesTerritory . Solo se
muestran las filas en las que el valor de SalesTerritoryKey está entre los
identificadores que devuelve la función LOOKUPVALUE .

6. En la tabla DimUserSecurity , en la columna Filtro DAX, agregue la siguiente

fórmula:

DAX

=FALSE()

Esta fórmula especifica que todas las columnas se resuelven en false , lo que
significa que no se pueden consultar las columnas de la tabla DimUserSecurity .

Ahora tiene que procesar e implementar el modelo. Para obtener más información,
consulte Implementación.

Tarea 3: Agregar orígenes de datos de la puerta

de enlace de datos local
Una vez que el modelo tabular está implementado y listo para su uso, debe agregar una
conexión de origen de datos al servidor tabular de Analysis Services local.

1. Para permitir que el servicio Power BI acceda a su servicio de análisis local, es

preciso disponer de una puerta de enlace de datos local instalada y configurada en
el entorno.

2. Una vez que la puerta de enlace esté configurada correctamente, debe crear una
conexión de origen de datos para la instancia tabular de Analysis Services. Para
más información, consulte Administrar el origen de datos: Analysis Services.
Una vez concluido el procedimiento, la puerta de enlace estará configurada y lista para
interactuar con el origen de datos local de Analysis Services.

Tarea 4: Crear un informe basado en el modelo

tabular de Analysis Services con Power BI
Desktop
1. Inicie Power BI Desktop y seleccione Obtener datos>Base de datos.

2. En la lista de orígenes de datos, seleccione Base de datos de SQL Server Analysis

Services y seleccione Conectar.
3. Rellene los detalles de la instancia tabular de Analysis Services y seleccione
Conectar en directo. A continuación, seleccione Aceptar.

Con Power BI, la seguridad dinámica solo funciona con una conexión dinámica.
 4. Verá que el modelo implementado está en la instancia de Analysis Services.
Seleccione el modelo correspondiente y seleccione Aceptar.

Power BI Desktop ahora muestra todos los campos disponibles a la derecha del
lienzo en el panel Campos.

5. En el panel Campos, seleccione la medida SalesAmount de la tabla

FactInternetSales y la dimensión SalesTerritoryRegion de la tabla SalesTerritory.

6. Para simplificar este informe, no agregaremos más columnas ahora mismo. Para
tener una representación más significativa de los datos, cambiamos la visualización
a Gráfico de anillos.

7. Una vez que el informe esté listo, puede publicarlo directamente en el portal de
Power BI. En la cinta de opciones Inicio de Power BI Desktop, seleccione Publicar.

Tarea 5: Crear y compartir un panel

Ha creado el informe y lo ha publicado en el servicio Power BI. Ahora puede usar el
ejemplo creado en los pasos anteriores para demostrar el escenario de seguridad del
modelo.

En el rol Director de ventas, la usuaria Gracia puede ver los datos de todas las regiones
de ventas. Gracia crea este informe y lo publica en el servicio Power BI. Este informe se
ha creado en las tareas anteriores.

Una vez que Gracia publica el informe, el siguiente paso consiste en crear un panel en el
servicio Power BI llamado TabularDynamicSec que se basa en ese informe. En la
siguiente imagen, observe que Gracia puede ver los datos correspondientes a todas las
regiones de ventas.

Ahora Gracia comparte el panel con su compañera, Rita, responsable de ventas de la

región de Australia.
Cuando Rita inicia sesión en el servicio Power BI y ve el panel compartido que ha creado
Gracia, solo deberían ser visibles las ventas de la región de Australia.

¡Enhorabuena! El servicio Power BI muestra la seguridad de nivel de fila dinámica

definida en el modelo tabular de Analysis Services local. Power BI usa la propiedad
EffectiveUserName para enviar las credenciales de usuario de Power BI actuales al origen

de datos local para ejecutar las consultas.

Tarea 6: Comprender lo que sucede en segundo
plano
En esta tarea se supone que está familiarizado con SQL Server Profiler, ya que tiene que
capturar un seguimiento de SQL Server Profiler en la instancia tabular de SSAS local.

La sesión se inicializa en cuanto la usuaria (Rita) accede al panel en el servicio Power BI.
Puede ver que el rol salesterritoryusers tiene efecto inmediato con el nombre de
usuario vigente como <EffectiveUserName>rita@[Link]</EffectiveUserName> .

<PropertyList><Catalog>DefinedSalesTabular</Catalog>
<Timeout>600</Timeout><Content>SchemaData</Content><Format>Tabular</Format>
<AxisFormat>TupleFormat</AxisFormat><BeginRange>-1</BeginRange>
<EndRange>-1</EndRange><ShowHiddenCubes>false</ShowHiddenCubes>
<VisualMode>0</VisualMode><DbpropMsmdFlattened2>true</DbpropMsmdFlattened2>
<SspropInitAppName>PowerBI</SspropInitAppName>
<SecuredCellValue>0</SecuredCellValue><ImpactAnalysis>false</ImpactAnalysis>
<SQLQueryMode>Calculated</SQLQueryMode>
<ClientProcessID>6408</ClientProcessID><Cube>Model</Cube>
<ReturnCellProperties>true</ReturnCellProperties>
<CommitTimeout>0</CommitTimeout><ForceCommitTimeout>0</ForceCommitTimeout>
<ExecutionMode>Execute</ExecutionMode><RealTimeOlap>false</RealTimeOlap>
<MdxMissingMemberMode>Default</MdxMissingMemberMode>
<DisablePrefetchFacts>false</DisablePrefetchFacts>
<UpdateIsolationLevel>2</UpdateIsolationLevel>
<DbpropMsmdOptimizeResponse>0</DbpropMsmdOptimizeResponse>
<ResponseEncoding>Default</ResponseEncoding>
<DirectQueryMode>Default</DirectQueryMode><DbpropMsmdActivityID>4ea2a372-
dd2f-4edd-a8ca-1b909b4165b5</DbpropMsmdActivityID>
<DbpropMsmdRequestID>2313cf77-b881-015d-e6da-
eda9846d42db</DbpropMsmdRequestID><LocaleIdentifier>1033</LocaleIdentifier>
<EffectiveUserName>rita@[Link]</EffectiveUserName></PropertyList>

Según la solicitud de nombre de usuario vigente, Analysis Services convierte la solicitud

a la credencial real de contoso\rita después de consultar Active Directory local. Una vez
que Analysis Services obtiene la credencial, Analysis Services devuelve los datos para los
que el usuario tiene permiso de visualización y acceso.

Si se produce más actividad con el panel, con SQL Profiler verá una consulta específica
que vuelve al modelo tabular de Analysis Services como una consulta DAX. Por ejemplo,
si Rita va del panel al informe subyacente, se produce la siguiente consulta.
También puede ver a continuación la consulta DAX que se ejecuta para rellenar los datos
para el informe.

DAX

EVALUATE
ROW(
"SumEmployeeKey", CALCULATE(SUM(Employee[EmployeeKey]))
)

<PropertyList xmlns="urn:schemas-microsoft-com:xml-analysis">``
<Catalog>DefinedSalesTabular</Catalog>
<Cube>Model</Cube>
<SspropInitAppName>PowerBI</SspropInitAppName>
<EffectiveUserName>rita@[Link]</EffectiveUserName>
<LocaleIdentifier>1033</LocaleIdentifier>
<ClientProcessID>6408</ClientProcessID>
<Format>Tabular</Format>
<Content>SchemaData</Content>
<Timeout>600</Timeout>
<DbpropMsmdRequestID>8510d758-f07b-a025-8fb3-
a0540189ff79</DbpropMsmdRequestID>
<DbPropMsmdActivityID>f2dbe8a3-ef51-4d70-a879-
5f02a502b2c3</DbPropMsmdActivityID>
<ReturnCellProperties>true</ReturnCellProperties>
<DbpropMsmdFlattened2>true</DbpropMsmdFlattened2>
<DbpropMsmdActivityID>f2dbe8a3-ef51-4d70-a879-
5f02a502b2c3</DbpropMsmdActivityID>
</PropertyList>

Consideraciones
La seguridad de nivel de fila local con Power BI solo está disponible con conexión
dinámica.

Cualquier cambio efectuado en los datos después de procesar el modelo estaría

inmediatamente disponible para los usuarios que accedieran al informe con
Conexión dinámica desde el servicio Power BI.
Tutorial: conectarse a un repositorio de
GitHub con Power BI
Artículo • 31/01/2024

En este tutorial, se conectará a datos reales: el repositorio público de contenido de

Power BI (también conocido como repo) en el servicio GitHub. Power BI crea de forma
automática un panel y un informe con los datos. Verá respuestas a preguntas como las
siguientes: ¿Cuántas personas contribuyen al repositorio público de Power BI? ¿Quiénes
contribuyen en mayor medida? ¿Qué día de la semana ha habido más contribuciones?
Además de otras preguntas.

También se puede conectar a repositorios de GitHub propios privados o públicos. En el

artículo Conexión a GitHub con Power BI se explica cómo usar una aplicación de plantilla
de Power BI para conectarse a los repositorios.

En este tutorial, va a completar los siguientes pasos:

＂ Registrar una cuenta de GitHub, si aún no hay una.

＂ Iniciar sesión en la cuenta de Power BI (o registrar una, si aún no la hay).
＂ Abrir el servicio Power BI.
＂ Buscar la aplicación de GitHub.
＂ Indicar la información del repositorio de GitHub público de Power BI.
＂ Ver el panel y el informe con datos de GitHub.
＂ Eliminar la aplicación limpiando los recursos.

Si no está registrado en Power BI, regístrese para obtener una evaluación gratuita
antes de empezar.
Requisitos previos
Para completar este tutorial, se necesita una cuenta de GitHub, si aún no tiene una.

Regístrese para obtener una cuenta de GitHub.

Cómo conectarse
1. Inicie sesión en el servicio Power BI ([Link]).

2. En el panel de navegación, seleccione Aplicaciones y, después, Obtener

aplicaciones.

3. Escriba GitHub en el cuadro de búsqueda. Seleccione la aplicación y elija

Obtenerla ahora.
4. Seleccione Instalar.

5. Cuando vea la notificación, La nueva aplicación está lista, seleccione Ir a la

aplicación.

6. En la página de aterrizaje de la aplicación, seleccione Conectar los datos.

7. En el cuadro de diálogo de conexión, escriba el nombre del repositorio y el

propietario del repositorio. La dirección URL de este repositorio es
[Link] . Escriba MicrosoftDocs como

propietario del repositorio y powerbi-docs como nombre del repositorio.

Seleccione Siguiente.
8. Asegúrese de que el Método de autenticación está establecido en OAuth2 y, a
continuación, seleccione Iniciar sesión y conectarse.
 9. Si se le solicita, siga las instrucciones de autenticación de GitHub y conceda
permiso a Power BI para acceder a los datos.

Una vez que Power BI pueda conectarse con GitHub, los datos del modelo
semántico de Power BI se actualizan una vez al día.
Cuando Power BI haya importado los datos, verá el contenido en la nueva
área de trabajo de GitHub.

10. Seleccione Áreas de trabajo en el panel de navegación para ver el panel, los
informes y los modelos semánticos. Puede seleccionar Más opciones (...) para ver
la configuración.
11. En Configuración del área de trabajo, puede cambiar el nombre del área de
trabajo o eliminarla.
12. Seleccione su panel de GitHub. Puede minimizar o expandir el panel de
navegación, para tener más espacio para ver los datos.

El panel de GitHub contiene datos activos, por lo que es posible que los valores
que vea sean distintos.
Hacer una pregunta
1. Seleccione el cuadro de texto Haga una pregunta sobre sus datos. Power BI abre
la ventana Preguntas y respuestas y ofrece algunas preguntas de ejemplo.

2. Escriba cuántos usuarios, Power BI ofrece una lista de preguntas.

3. Puede editar la pregunta, por ejemplo, entre cuántos y usuarios, escriba solicitud
de incorporación de cambios por.

Power BI creará un objeto visual de gráfico de barras que muestra el número de

solicitudes de incorporación de cambios por persona.
 4. Seleccione el icono de chincheta para anclar el elemento visual al panel y luego
Salir de Preguntas y respuestas.

Ver el informe de GitHub

1. En el panel de GitHub, seleccione Más opciones (...) en el gráfico de columnas
Solicitudes de incorporación de cambios por mes. Elija Ir al informe.

2. Seleccione un nombre de usuario en el gráfico Total de solicitudes de

incorporación de cambios por usuario. Aparece un nuevo icono con los
resultados de un usuario.
 3. Seleccione la pestaña Tarjeta perforada para ver la siguiente página en el informe.
Ahora puede ver volúmenes de trabajo por hora del día y el día de la semana.

Limpieza de recursos
Ahora que ya hemos finalizado el tutorial, podemos eliminar la aplicación de GitHub.

1. En el panel de navegación, seleccione Aplicaciones.

 2. En el icono de la aplicación, seleccione Más opciones (...) y, a continuación, elija
Eliminar.

Contenido relacionado
En este tutorial, nos hemos conectado a un repositorio público de GitHub y hemos
obtenido datos, a los que Power BI ha dado formato de panel y de informe. Explorando
ese panel y ese informe, hemos hallado respuesta a algunas preguntas sobre los datos.
Ahora podemos pasar a obtener más información sobre cómo conectarnos a otros
servicios, como Salesforce, Microsoft Dynamics y Google Analytics.

Conexión a GitHub con una aplicación de plantilla de Power BI

Tutorial: Uso de Cognitive Services en
Power BI
Artículo • 02/06/2023

Power BI proporciona acceso a un conjunto de funciones de Azure Cognitive Services

para enriquecer sus datos en la preparación de datos de autoservicio para flujos de
datos. Los servicios que son compatibles actualmente son: Análisis de opinión,
Extracción de frases clave, Detección de idioma y Etiquetado de imágenes. Las
transformaciones se ejecutan en el servicio de Power BI y no requieren una suscripción a
Azure Cognitive Services. Esta característica requiere Power BI Premium.

Las transformaciones de Cognitive Services se admiten en la preparación de datos de

autoservicio para flujos de datos . Use los ejemplos paso a paso para el análisis de
texto y el etiquetado de imágenes de este artículo para empezar a trabajar.

En este tutorial, obtendrá información sobre cómo:

＂ Importar datos en un flujo de datos

＂ Score sentiment (Puntuar opiniones) y extraer frases clave de una columna de texto
en un flujo de datos
＂ Conexión a los resultados desde Power BI Desktop

Requisitos previos
Para completar este tutorial, debe cumplir los siguientes requisitos previos:

Una cuenta de Power BI. Si no está registrado en Power BI, regístrese para obtener
una evaluación gratuita antes de empezar.
Acceso a una capacidad de Power BI Premium con la carga de trabajo de IA
habilitada. Esta carga de trabajo se desactivará de forma predeterminada durante
la versión preliminar. Si está en una capacidad Premium y no se muestran las
conclusiones de IA, póngase en contacto con su administrador de capacidad
Premium para habilitar la carga de trabajo de IA en el portal de administración.

Análisis de texto
Siga los pasos de esta sección para completar la parte relativa al análisis de texto del
tutorial.
Paso 1: Aplicar la puntuación de opiniones en el servicio
de Power BI
Para empezar, vaya al área de trabajo de Power BI con capacidad Premium y cree un
nuevo flujo de datos mediante el botón Crear en la esquina superior derecha de la
pantalla.

En el cuadro de diálogo Flujo de datos se le muestran las opciones para crear un flujo
de datos. Seleccione Agregar entidades nuevas. Después, elija Texto o CSV en el menú
de orígenes de datos.

Pegue esta dirección URL en el campo de dirección URL:

[Link] y

seleccione Siguiente.
 

Los datos ya están listos para usarse para el análisis de texto. Puede usar la Puntuación
de opiniones y la Extracción de frases clave en la columna de comentarios del cliente.

En el Editor de Power Query, seleccione Conclusiones de AI

Expanda la carpeta Cognitive Services y seleccione la función que desea usar. En este
ejemplo se puntúan las opiniones de la columna de comentarios, pero puede seguir los
mismos pasos para probar la Detección de idioma y la Extracción de frases clave.
 

Después de seleccionar una función aparecerán los campos obligatorios y opcionales.

Para puntuar las opiniones de las revisiones de ejemplo, seleccione la columna de
revisiones como entrada de texto. La información de referencia cultural es una entrada
opcional y requiere un formato ISO. Por ejemplo, escribaen si desea que el texto se trate
como uno redactado en inglés. Al dejarse en blanco el campo, Power BI detectará en
primer lugar el lenguaje del valor de entrada antes de puntuar las opiniones.

Ahora seleccione Invocar para ejecutar la función. La función añade una nueva columna
con la puntuación de opiniones para cada fila de la tabla. Puede volver a Conclusiones
de AI para extraer frases clave del texto de la crítica de la misma forma.

Una vez haya terminado con las transformaciones, cambie el nombre de la consulta por
Comentarios del cliente y seleccione Listo.
 

A continuación, guarde el flujo de datos y nómbrelo Fabrikam. Seleccione el botón

Actualizar ahora que aparece una vez guardado el flujo de datos.

Después de guardar y actualizar el flujo de datos, puede usarlo en un informe de Power

BI.

Paso 2: Conectarse desde Power BI Desktop

Abra Power BI Desktop. En la cinta Inicio, seleccione Obtener datos.

Seleccione Power BI y, a continuación, elija Flujos de datos de Power BI. Seleccione

Conectar.
Inicie sesión con la cuenta de su organización.

Seleccione el flujo de datos que ha creado. Diríjase a la tabla de Comentarios del cliente
y seleccione Cargar.
 

Ahora que se han cargado los datos puede empezar a crear el informe.

Etiquetado de imágenes
En el servicio de Power BI, diríjase a un área de trabajo con capacidad Premium. Cree un
nuevo flujo de datos con el botón Crear en la esquina superior derecha de la pantalla.

Seleccione Agregar entidades nuevas.

Una vez que se le pida que elija un origen de datos, seleccione Consulta en blanco.

Copie esta consulta en el editor de consultas y seleccione Siguiente. Puede reemplazar

las rutas de acceso de dirección URL por otras imágenes o agregar más filas. La función
[Link] importa la dirección URL de la imagen como binario. Si tiene un origen de

datos con imágenes almacenadas como binario, también podrá darle uso directamente.

Python

let
Source = [Link]({
{ [Link]("[Link]
[Link]") },
{
[Link]("[Link]
in_Rome%2C_Italy_-_April_2007.jpg") }}, { "Image" })
 in
Source

Cuando se pidan las credenciales, seleccione anónimo.

Verá el siguiente cuadro de diálogo.

Power BI le pide credenciales para cada página web.

Seleccione Conclusiones de AI en el editor de consultas.

A continuación, inicie sesión con la cuenta de la organización.

Seleccione la función Etiquetar imágenes, escriba [Binario] en el campo de la columna e
introduzca en en el campo de información de referencia cultural.

７ Nota

Ahora mismo no puede elegir una columna mediante una lista desplegable. Este
problema se resolverá lo antes posible durante la versión preliminar privada.

El el editor de funciones, quite las comillas situadas alrededor del nombre de columna.
 ７ Nota

Eliminar las comillas es una solución alternativa temporal. Este problema se

resolverá lo antes posible durante la versión preliminar.

La función devuelve un registro con las etiquetas en dos formatos: separado por comas
y como un registro JSON. Seleccione el botón de expansión para agregar uno o ambos
como columnas a la tabla.

Seleccione Listo y guarde el flujo de datos. Una vez haya actualizado el primer flujo de
datos, puede conectarse a él desde Power BI Desktop mediante los conectores de flujos
de datos.

Limpiar los recursos

Cuando ya no le sea útil este tutorial, elimine la consulta haciendo clic con el botón
derecho en el nombre de la consulta en el editor de Power Query y seleccionando
Eliminar.

Limitaciones
Hay algunos problemas conocidos con el uso de la puerta de enlace con
Cognitive Services. Si necesita usar una puerta de enlace, se recomienda crear un flujo
de datos que importe los datos necesarios mediante una puerta de enlace primero.
Después, cree otro flujo de datos que haga referencia al primero para aplicar estas
funciones.

Si se produce un error en el trabajo de inteligencia artificial con flujos de datos, es

posible que tenga que habilitar Combinación rápida al usar IA con flujos de datos. Una
vez que haya importado la tabla y antes de empezar a agregar características de IA,
seleccione Opciones en la cinta Inicio y, en la ventana que aparece, active la casilla
situada junto a Permitir la combinación de datos de varios orígenes para habilitar la
característica y, a continuación, seleccione Aceptar para guardar la selección. A
continuación, puede agregar características de inteligencia artificial al flujo de datos.

Pasos siguientes
En este tutorial, aplicó las funciones de puntuación de opiniones y etiquetado de
imágenes en un flujo de datos de Power BI. Para obtener más información sobre
Cognitive Services en Power BI, consulte los siguientes artículos.

Azure Cognitive Services

Introducción a la preparación de datos de autoservicio en flujos de datos
Más información sobre Power BI Premium

Puede que también esté interesado en los siguientes artículos.

Tutorial: Consumo de modelos de Azure Machine Learning en Power BI

IA con flujos de datos
Tutorial: Creación de un modelo de
Machine Learning en Power BI
Artículo • 25/04/2024

） Importante

La creación de modelos de aprendizaje automático automatizado (AutoML) de

Power BI para flujos de datos v1 se ha retirado y ya no está disponible. Se
recomienda a los clientes migrar la solución a la característica AutoML de
Microsoft Fabric. Para más información, consulte el anuncio de retirada .

En este tutorial, se usa aprendizaje automático automatizado para crear y aplicar un

modelo de predicción binaria en Power BI. Creará un flujo de datos de Power BI y usará
las entidades definidas en él para entrenar y validar un modelo de Machine Learning
directamente en Power BI. Después, usará ese modelo para puntuar nuevos datos y
generar predicciones.

En primer lugar, creará un modelo de aprendizaje automático de predicción binaria para

predecir la intención de compra de los compradores en línea según un conjunto de sus
atributos de sesión en línea. Para este ejercicio usará un modelo semántico de
aprendizaje automático de referencia. Una vez entrenado un modelo, Power BI genera
automáticamente un informe de validación que explica los resultados del modelo.
Luego, puede revisar el informe de validación y aplicar el modelo a los datos para su
puntuación.

Este tutorial se compone de los siguientes pasos:

＂ Creación de un flujo de datos con los datos de entrada.

＂ Creación y entrenamiento de un modelo de Machine Learning.
＂ Revisión del informe de validación del modelo.
＂ Aplicación del modelo a una entidad de flujo de datos.
＂ Uso de la salida puntuada del modelo en un informe de Power BI.

Creación de un flujo de datos con los datos de

entrada
Cree un flujo de datos con datos de entrada siguiendo estos pasos.
Obtener datos
El primer paso para crear un flujo de datos es tener preparados los orígenes de datos.
En este caso, usará un modelo semántico de aprendizaje automático de un conjunto de
sesiones en línea, algunas de las cuales culminaron en una compra. El modelo semántico
contiene un conjunto de atributos sobre estas sesiones, que usará para entrenar el
modelo.

Puede descargar el modelo semántico desde el sitio web de UC Irvine, y también con el
archivo online_shoppers_intention.csv . Más adelante en este tutorial, se conectará al
modelo semántico especificando su dirección URL.

Creación de las tablas

Para crear las entidades en el flujo de datos, inicie sesión en el servicio Power BI y vaya a
un área de trabajo.

1. Si no tiene un área de trabajo, cree una; para ello, seleccione Áreas de trabajo en
el panel de navegación izquierdo de Power BI y luego Crear un área de trabajo. En
el panel Crear un área de trabajo, escriba un nombre de área de trabajo y
seleccione Guardar.

2. Seleccione Nuevo en la parte superior del área de trabajo nueva y, a continuación,

seleccione Flujo de datos.
 

3. Seleccione Agregar nuevas tablas para iniciar un editor de Power Query en el

explorador.

4. En la pantalla Elegir origen de datos, seleccione Texto/CSV como origen de datos.

 

5. En la página Conectarse a un origen de datos, pegue el siguiente vínculo al

archivo online_shoppers_intention.csv en el cuadro Ruta o dirección URL del
archivo y seleccione Siguiente.

[Link]
samples/master/Tutorial_AutomatedML/online_shoppers_intention.csv
 

6. El Editor de Power Query muestra una versión preliminar de los datos del archivo
CSV. Para realizar cambios en los datos antes de cargarlos, seleccione Transformar
datos.

7. Power Query deduce automáticamente los tipos de datos de las columnas. Para
cambiar los tipos de datos, seleccione el icono de tipo de atributo en la parte
 superior de los encabezados de columna. Cambie el tipo de columna Ingresos a
Verdadero/Falso.

Puede cambiar el nombre de la consulta por otro más descriptivo en el cuadro

Nombre del panel derecho. Cambie el nombre de la consulta a Visitantes en línea.

8. Seleccione Guardar y cerrar y, en el cuadro de diálogo, proporcione un nombre

para el flujo de datos. A continuación, seleccione Guardar.
 

Creación y entrenamiento de un modelo de

aprendizaje automático
Para agregar un modelo de Machine Learning:

1. Seleccione el botón Aplicar el modelo de ML en la lista Acciones de la tabla que

contiene los datos de entrenamiento y la información de etiqueta y, luego,
seleccione Agregar un modelo de Machine Learning.

2. El primer paso para crear el modelo de Machine Learning es identificar los datos
históricos, como el campo de resultado que quiere predecir. El modelo se crea con
 el aprendizaje de estos datos. En este caso, quiere predecir si los visitantes van a
realizar o no una compra. El resultado que desea predecir se encuentra en el
campo Ingresos. Seleccione Ingresos como valor de Campo de resultado y luego
Siguiente.

3. A continuación, seleccione el tipo de modelo de Machine Learning que se va a

crear. Power BI analiza los valores del campo de resultados que ha identificado y
sugiere los tipos de modelos de Machine Learning que se pueden crear para
predecir ese campo.

En este caso, dado que desea predecir un resultado binario de si un visitante va a

realizar o no una compra, Power BI recomienda la predicción binaria. Dado que
está interesado en predecir a los visitantes que van a realizar una compra,
seleccione Verdadero en Seleccionar un resultado objetivo. También puede
proporcionar diferentes etiquetas para los resultados en el informe generado
automáticamente que resume los resultados de la validación del modelo. Luego,
seleccione Siguiente.
 

4. Power BI realiza un examen preliminar de una muestra de los datos y sugiere las
entradas que pueden generar predicciones más precisas. Si Power BI no
recomienda una columna, se explica por qué no junto a la columna. Puede cambiar
las selecciones para incluir solo los campos que desea que estudie el modelo
activando o desactivando las casillas situadas junto a los nombres de las columnas.
Seleccione Siguiente para aceptar las entradas.
 

5. En el último paso, asigne un nombre al modelo Predicción de la intención de

compra y elija el tiempo que se va a dedicar al entrenamiento. Puede reducir el
tiempo de entrenamiento para ver unos resultados rápidos o aumentar el tiempo
para obtener el mejor modelo. A continuación, seleccione Guardar y entrenar para
empezar a entrenar el modelo.
 

Si recibe un error similar a Credenciales no encontradas para el origen de datos, debe

actualizar las credenciales para que Power BI pueda puntuar los datos. Para actualizar las
credenciales, seleccione Más opciones... en la barra de encabezado y, a continuación,
seleccione Configuración>Configuración.

Seleccione el flujo de datos en Flujos de datos, expanda Credenciales del origen de

datos y, después, seleccione Editar credenciales.
 

Seguimiento del estado de entrenamiento

El proceso de entrenamiento comienza con el muestreo y la normalización de los datos
históricos y la división del modelo semántico en dos nuevas entidades Datos de
entrenamiento de predicción de la intención de compra y Datos de prueba de
predicción de la intención de compra.

Dependiendo del tamaño del modelo semántico, el proceso puede tardar desde unos
minutos hasta el tiempo seleccionado para el entrenamiento. Puede confirmar que el
modelo se está entrenando y validando mediante el estado del flujo de datos. Este
estado aparece como una actualización de datos en curso en la pestaña Modelos
semánticos y flujos de datos del área de trabajo.


Puede ver el modelo en la pestaña Modelos de Machine Learning del flujo de datos. El
estado indica si el modelo se ha puesto en cola para el entrenamiento, está en
entrenamiento o está entrenado. Una vez completado el entrenamiento del modelo, el
flujo de datos muestra una hora actualizada para Último entrenamiento y un estado de
Entrenado.

Revisión del informe de validación del modelo

Para revisar el informe de validación del modelo, en la pestaña Modelos de Machine
Learning, seleccione el icono Ver informe de entrenamiento en Acciones. En este
informe se describe cómo es probable que funcione el modelo de aprendizaje
automático.

En la página Rendimiento del modelo del informe, seleccione Ver indicadores

principales para ver los indicadores principales del modelo. Puede seleccionar uno de
ellos para ver cómo se asocia la distribución de resultados con ese indicador.
 

Puede usar el control deslizante Umbral de probabilidad de la página Rendimiento del

modelo para examinar la influencia de la Precisión y la Recuperación en el modelo.

Las demás páginas del informe describen las métricas estadísticas de rendimiento del
modelo.
El informe también incluye una página Detalles del entrenamiento que describe las
Iteraciones ejecutadas, cómo se extrajeron las características de las entradas y los
hiperparámetros del Modelo final utilizado.

Aplicación del modelo a una entidad de flujo

de datos
Seleccione el botón Aplicar modelo en la parte superior del informe para invocar este
modelo. En el cuadro de diálogo Aplicar, puede especificar la entidad de destino que
tiene los datos de origen a los que se debe aplicar el modelo. A continuación, seleccione
Guardar y aplicar.

Al aplicar el modelo se crean dos tablas nuevas, con los sufijos enriquecido
<nombre_modelo> y enriquecido <nombre_modelo>explicaciones. En este caso, la
aplicación del modelo a la tabla Visitantes en línea crea:

Predicción de intención de compra enriquecida de Visitantes en línea, que

incluye el resultado previsto del modelo.
Explicaciones de la predicción de intención de compra enriquecida de Visitantes
en línea, que contiene los principales influenciadores específicos del registro para
la predicción.
La aplicación del modelo de predicción binaria agrega cuatro columnas: Resultado,
Puntuación de la predicción, Explicación de la predicción e Índice de explicación, cada
una con un prefijo Predicción de intención de compra.

Cuando se haya completado la actualización del flujo de entrada, puede seleccionar la

tabla Predicción de intención de compra enriquecida de Visitantes en línea para ver
los resultados.
 

También puede invocar cualquier modelo de aprendizaje automático automatizado en el

área de trabajo, directamente desde el Editor de Power Query en el flujo de entrada.
Para acceder a los modelos de aprendizaje automático automatizado, seleccione Editar
para la tabla que desea enriquecer con información del modelo de aprendizaje
automático automatizado.

En el Editor de Power Query, seleccione Conclusiones de IA en la cinta de opciones.

 

En la pantalla Conclusiones de IA, seleccione la carpeta Modelos de Machine Learning

de Power BI en el panel de navegación. En la lista se muestran todos los modelos de
Machine Learning a los que tiene acceso como funciones de Power Query. Además, los
parámetros de entrada para el modelo de Machine Learning se asignan
automáticamente como parámetros de la función de Power Query correspondiente. La
asignación automática de parámetros solo se produce si los nombres y los tipos de
datos del parámetro son los mismos.

Para invocar un modelo de Machine Learning, puede seleccionar cualquiera de las

columnas del modelo seleccionado como entrada en la lista desplegable. También
puede especificar un valor constante que se va a usar como entrada cambiando el icono
de la columna junto a la línea de entrada.


Seleccione Aplicar para ver la vista previa del resultado del modelo de Machine
Learning como nuevas columnas en la tabla. También verá la invocación del modelo en
Pasos aplicados para la consulta.

Una vez que guarde su flujo de datos, el modelo se invocará automáticamente al

actualizarse el flujo de datos, para cualquier fila nueva o actualizada de la tabla de
entidades.

Uso de la salida puntuada del modelo en un

informe de Power BI
Para usar la salida puntuada del modelo de Machine Learning, puede conectarse a su
flujo de datos desde Power BI Desktop mediante el conector Flujos de datos. Ahora
puede usar la tabla Predicción de intención de compra enriquecida de Visitantes en
línea para incorporar las predicciones del modelo en informes de Power BI.

Limitaciones
Hay algunos problemas conocidos con el uso de puertas de enlace con el aprendizaje
automático automatizado. Si necesita usar una puerta de enlace, es mejor crear un flujo
de datos que importe primero los datos necesarios a través de la puerta de enlace. A
continuación, cree otro flujo de datos que haga referencia al primer flujo de datos para
crear o aplicar estos modelos.

Si se produce un error en el trabajo de inteligencia artificial con flujos de datos, es

posible que tenga que habilitar Combinación rápida al usar IA con flujos de datos. Una
vez que haya importado la tabla y antes de empezar a agregar características de IA,
seleccione Opciones en la cinta Inicio y, en la ventana que aparece, active la casilla
situada junto a Permitir la combinación de datos de varios orígenes para habilitar la
característica y, a continuación, seleccione Aceptar para guardar la selección. A
continuación, puede agregar características de inteligencia artificial al flujo de datos.
Contenido relacionado
En este tutorial, ha creado y aplicado un modelo de predicción binaria en Power BI
mediante estos pasos:

Ha creado un flujo de datos con los datos de entrada.

Ha creado y entrenado un modelo de Machine Learning.
Ha revisado el informe de validación del modelo.
Ha aplicado el modelo a una entidad de flujo de datos.
Ha aprendido a usar la salida puntuada del modelo en un informe de Power BI.

Para más información sobre la automatización de Machine Learning en Power BI,

consulte Aprendizaje automático automatizado en Power BI.

Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Actualización de los datos desde una
base de datos local de SQL Server
Artículo • 23/03/2023

En este tutorial, explorará cómo actualizar un conjunto de datos de Power BI desde una
base de datos relacional que existe en el entorno local de su red local. En concreto, en
este tutorial se usa una base de datos de ejemplo de SQL Server, a la que debe acceder
Power BI mediante una puerta de enlace de datos local.

En este tutorial, va a completar los siguientes pasos:

＂ Crear y publicar un archivo de Power BI Desktop .pbix que importe datos desde una
base de datos local de SQL Server.
＂ Configurar las opciones del conjunto de datos y el origen de datos en Power BI
para la conectividad de SQL Server mediante una puerta de enlace de datos.
＂ Configurar una programación de actualización para asegurarse de que el conjunto
de datos de Power BI tiene datos recientes.
＂ Realizar una actualización a petición del conjunto de datos.
＂ Revisar el historial de actualizaciones para analizar los resultados de los ciclos de
actualización anteriores.
＂ Eliminar los elementos que se han creado en este tutorial para limpiar los recursos.

Requisitos previos
Si aún no tiene una, regístrese para obtener una prueba gratuita de Power BI
antes de comenzar.
Instale Power BI Desktop en un equipo local.
Instale SQL Server en un equipo local y restaure la base de datos de ejemplo
AdventureWorksDW2017 desde una copia de seguridad . Para obtener más
información sobre las bases de datos de ejemplo AdventureWorks, vea
Configuración e instalación de AdventureWorks.
Instale SQL Server Management Studio (SSMS).
Instale una puerta de enlace de datos local en el mismo ordenador local que SQL
Server. En producción, la puerta de enlace normalmente estaría en un equipo
diferente.

７ Nota
 Si no es administrador de puerta de enlace o no desea instalar una puerta de
enlace usted mismo, pida a un administrador de puerta de enlace de su
organización que cree la definición de origen de datos necesaria para conectar el
conjunto de datos a la base de datos de SQL Server.

Creación y publicación de un archivo de Power

BI Desktop
Use el procedimiento siguiente para crear un informe básico de Power BI con la base de
datos de ejemplo AdventureWorksDW2017. Publicar el informe en el servicio Power BI
para obtener un conjunto de datos de Power BI, que configurará y actualizará en etapas
posteriores.

1. En Power BI Desktop, en la pestaña Inicio, seleccione Obtener datos>SQL Server.

2. En el cuadro de diálogo Base de datos de SQL Server, escriba los nombres del
Servidor y la Base de datos (opcional), y asegúrese de que el Modo Conectividad
de datos sea Importar.

７ Nota

Si tiene previsto usar un procedimiento almacenado, debe usar Importar

como modo de conectividad de datos.

Opcionalmente, en Opciones avanzadas podría especificar una instrucción SQL y

establecer otras opciones como el uso de la conmutación por error de SQL Server.
3. Seleccione Aceptar.

4. En la pantalla siguiente, compruebe las credenciales y, a continuación, seleccione

Conectar.

７ Nota

Si falla la autenticación, asegúrese de haber seleccionado el método de

autenticación correcto y de haber usado una cuenta con acceso a la base de
datos. En entornos de prueba, puede usar la autenticación de Base de datos
con un nombre de usuario explícito y una contraseña. En entornos de
producción, se suele usar la autenticación de Windows. Para obtener más
ayuda, consulte Solución de problemas de escenarios de actualización o
póngase en contacto con el administrador de bases de datos.

5. Si aparece el cuadro de diálogo Compatibilidad con cifrado, seleccione Aceptar.

6. En el cuadro de diálogo Navegador, seleccione la tabla DimProduct y después

seleccione Cargar.
7. En la vista Informe de Power BI Desktop del panel Visualizaciones, seleccione
Gráfico de columnas apiladas.

8. Con el nuevo gráfico de columnas seleccionado en el lienzo de informes, en el

panel Campos, seleccione los campos EnglishProductName y ListPrice.
9. Arrastre EndDate desde el panel Campos hasta Filtros de esta página en el panel
Filtros y, en Filtrado básico, active la casilla de verificación (en blanco).

La visualización debería ser ahora similar a la del siguiente gráfico:

 Observe que el producto Road-250 Rojo tiene el mismo precio de lista que los
otros productos de Road-250. Este precio cambiará cuando actualice
posteriormente los datos y actualice el informe.

10. Guarde el informe con el nombre [Link].

11. En la pestaña Inicio, seleccione Publicar.

12. En la pantalla Publicar en Power BI, elija Mi área de trabajo y, a continuación,

seleccione Seleccionar. Iniciar sesión en el servicio Power BI si es necesario.

13. Cuando aparece el mensaje Correcto, seleccione Abrir

"[Link]" en Power BI.
Conectar el conjunto de datos a la base de
datos de SQL Server
En Power BI Desktop, se ha conectado directamente a la base de datos SQL Server local.
En el servicio Power BI, necesita que una puerta de enlace de datos actúe como puente
entre la nube y su red local. Siga estos pasos para agregar la base de datos local de SQL
Server como un origen de datos a una puerta de enlace y conecte el conjunto de datos
a este origen de datos.

1. En el servicio Power BI, en la esquina superior derecha de la pantalla, seleccione el

icono de engranaje de configuración y después seleccione Configuración.
2. Seleccione la pestaña Conjuntos de datos, y a continuación seleccione el conjunto
de datos AdventureWorksProducts de la lista de conjuntos de datos.

3. Expanda Conexión de puerta de enlace y compruebe que aparece al menos una

puerta de enlace. Si no ve una puerta de enlace, asegúrese de seguir las
instrucciones para instalar una puerta de enlace de datos local.

4. Seleccione el botón de alternancia de flecha en Acciones para expandir los

orígenes de datos y, a continuación, seleccione el vínculo Agregar a la puerta de
enlace junto al origen de datos.

5. En la pantalla Nueva conexión con la opción Local seleccionada, complete o

compruebe los campos siguientes. La mayoría de los campos ya están rellenados.

Nombre del clúster de puerta de enlace: compruebe o escriba el nombre del

clúster de puerta de enlace.
Nombre de conexión: escriba un nombre para la nueva conexión, como
AdventureWorksProducts.
 Tipo de conexión: seleccione SQL Server si aún no está seleccionado.
Servidor: compruebe o escriba el nombre de la instancia de SQL Server. Debe
ser idéntico al especificado en Power BI Desktop.
Base de datos: compruebe o escriba el nombre de la base de datos de SQL
Server, como AdventureWorksDW2017. Debe ser idéntico al especificado en
Power BI Desktop.

En Autenticación:

Método de autenticación: seleccione Windows, Basic o OAuth2,

normalmente Windows.
Nombre de usuario y contraseña: escriba las credenciales que usa para
conectarse a SQL Server.

6. Seleccione Crear.
 7. De nuevo en la pantalla Configuración, expanda la sección Conexión de puerta de
enlace y compruebe que la puerta de enlace de datos que configuró ahora
muestra un estado de ejecución en el equipo donde lo instaló. Seleccione Aplicar.

Configuración de una programación de

actualización
Ahora que ha conectado el conjunto de datos en Power BI con la base de datos local de
SQL Server mediante una puerta de enlace de datos, siga estos pasos para configurar
una programación de actualización. Actualizar el conjunto de datos de forma
programada le ayuda a garantizar que los informes y los paneles tienen los datos más
recientes.

1. En el panel de navegación izquierdo, expanda Mi área de trabajo.

2. En la sección Conjuntos de datos, seleccione el conjunto de datos

AdventureWorksProducts, seleccione el icono Abrir menú tres puntos verticales y,
a continuación, seleccione Programar actualización.

 Sugerencia

Asegúrese de que apunta al conjunto de datos AdventureWorksProducts, no

al informe con el mismo nombre, que no tiene una opción Programar
actualización.

3. En la sección Actualización programada, en Mantener los datos actualizados,

establezca la actualización en Activada.

4. En Frecuencia de actualización, seleccione Diariamente para este ejemplo y, en

Hora, seleccione Agregar otra hora.
 En este ejemplo, especifique las 6:00 a. m., seleccione Agregar otra hora y
especifique 6:00 p. m.

７ Nota

Puede configurar hasta ocho franjas horarias diarias, si el conjunto de datos

está en una capacidad compartida, o en 48 franjas horarias en Power BI
Premium.

5. Deje la casilla en Enviar notificaciones de error de actualización para establecer

en Propietario del conjunto de datos y seleccione Aplicar.

Ahora que ha configurado una programación de actualización, Power BI actualiza el

conjunto de datos en la siguiente hora programada, dentro de un margen de 15
minutos.

Realización de una actualización a petición

Para actualizar los datos en cualquier momento, por ejemplo, para probar la
configuración del origen de datos y la puerta de enlace, puede hacer una actualización a
petición usando la opción Actualizar ahora, en el panel izquierdo del menú Conjunto
de datos. Las actualizaciones a petición no afectan a la siguiente actualización
programada.

Para ilustrar una actualización a petición, cambie primero los datos de ejemplo
mediante SSMS para actualizar la tabla DimProduct en la base de datos
AdventureWorksDW2017, como se indica a continuación:

SQL

UPDATE [AdventureWorksDW2017].[dbo].[DimProduct]
SET ListPrice = 5000
WHERE EnglishProductName ='Road-250 Red, 58'

Siga estos pasos para que los datos actualizados puedan pasar por la conexión de
puerta de enlace al conjunto de datos y a los informes de Power BI:

1. En el servicio Power BI, expanda Mi área de trabajo en el panel de navegación

izquierdo.

2. En la sección Conjuntos de datos, mantenga el puntero sobre el conjunto de datos

AdventureWorksProducts, seleccione el icono de menú Abrir tres puntos
verticales y, a continuación, seleccione Actualizar ahora.

Aparece un mensaje Preparación para la actualización en la esquina superior

derecha.
 3. En la sección Informes de Mi área de trabajo, seleccione
AdventureWorksProducts. Vea cómo fluyen los datos actualizados al informe y el
producto con el precio de venta más alto es ahora Road-250 rojo, 58.

Revisión del historial de actualización

Es recomendable usar periódicamente el historial de actualizaciones para comprobar los
resultados de los ciclos de actualización anteriores. Las credenciales de la base de datos
pueden haber expirado o la puerta de enlace seleccionada puede haber quedado sin
conexión cuando tenía que realizarse una actualización programada. Siga estos pasos
para examinar el historial de actualizaciones y compruebe si hay problemas.

1. En la esquina superior derecha de la pantalla de Power BI, seleccione el icono de

engranaje de configuración y después seleccione Configuración.

2. En la pestaña Conjuntos de datos, seleccione el conjunto de datos que desea

examinar, como AdventureWorksProducts.

3. Seleccione el vínculo Actualizar historial.

4. En la pestaña Programado del cuadro de diálogo Historial de actualizaciones,

observe las actualizaciones programadas y a petición anteriores con sus horas de
inicio y finalización. Un estadocompletado indica que Power BI realizó
 correctamente las actualizaciones. En el caso de las actualizaciones erróneas,
puede ver el mensaje de error y examinar los detalles de este.

７ Nota

La pestaña OneDrive solo es pertinente para los conjuntos de datos

conectados a archivos de Power BI Desktop, libros de Excel o archivos CSV en
OneDrive o SharePoint Online. Para obtener más información, consulte
Actualizar datos en Power BI.

Limpieza de recursos
Siga estas instrucciones para limpiar los recursos que ha creado para este tutorial:

Si ya no desea usar los datos de ejemplo, use SSMS para quitar la base de datos.
Si no quiere usar el origen de datos de SQL Server, quítelo de la puerta de enlace
de datos. Considere también la posibilidad de desinstalar la puerta de enlace de
datos si solo la ha instalado para este tutorial.
Elimine también el conjunto de datos AdventureWorksProducts y el informe que
Power BI ha creado al publicar el archivo [Link].

Pasos siguientes
En este tutorial se ha explorado cómo:

Importe datos de una base de datos SQL Server local en un conjunto de datos de
Power BI.
Actualice el conjunto de datos de Power BI de forma programada y a petición para
actualizar los informes y paneles que usan el conjunto de datos.
Ahora, puede obtener más información sobre la actualización de datos de Power BI y la
administración de puertas de enlace de datos y orígenes de datos.

Administración de una puerta de enlace de datos local

Administrar el origen de datos: importación o actualización programada
Actualizar datos en Power BI
Tutorial: Automatización de la
configuración de la instalación de
aplicaciones de plantilla con una
función de Azure
Artículo • 06/06/2023

Las aplicaciones de plantilla son una excelente manera de que los clientes empiecen a
obtener conclusiones de sus datos. Esto se debe a que con estas aplicaciones de
plantilla se pueden poner manos a la obra rápidamente conectándose a sus datos. Las
aplicaciones de plantilla proporcionan a los clientes informes generados previamente
que pueden personalizar si así lo desean.

Los clientes no siempre están al tanto de todos los detalles sobre cómo conectarse a sus
datos, de modo que tener que proporcionar estos detalles al instalar una aplicación de
plantilla puede ser un problema para ellos.

Si es un proveedor de servicios de datos y ha creado una aplicación de plantilla para

ayudar a los clientes a empezar a trabajar con sus datos en el servicio, puede facilitarles
la instalación de la aplicación de plantilla, automatizando para ello la configuración de
los parámetros de la aplicación de plantilla.

Cuando un cliente inicia sesión en el portal, selecciona un vínculo especial que usted ha
preparado. Este vínculo:

Inicia la automatización, que recopila la información que necesita.

Preconfigura los parámetros de la aplicación de plantilla.
Redirige al cliente a su cuenta de Power BI, donde puede instalar la aplicación.

Solo tiene que seleccionar Instalar, autenticarse en su origen de datos y listo.

Aquí se ilustra esta experiencia del cliente.

En este tutorial usará un ejemplo de Azure Functions de instalación automática que se
ha creado para preconfigurar e instalar la aplicación de plantilla. Este ejemplo se ha
mantenido deliberadamente sencillo con fines de demostración. Encapsula la
configuración de una función de Azure para usar las API de Power BI para instalar una
aplicación de plantilla y configurarla de forma automática para los usuarios.

Para obtener más información sobre el flujo de automatización general y las API que la
aplicación usa, vea Automatización de la configuración de la instalación de una
aplicación de plantilla.

En la aplicación se usa una función de Azure. Para obtener más información sobre Azure
Functions, consulte Documentación de Azure Functions.

Flujo básico
Este es el flujo básico de lo que la aplicación hace cuando el cliente la inicia al
seleccionar el vínculo del portal.

1. El usuario inicia sesión en el portal del ISV y selecciona el vínculo proporcionado.

Esta acción inicia el flujo. En esta fase, el portal del ISV prepara la configuración
específica del usuario.

2. El ISV adquiere un token de solo aplicación basado en una entidad de servicio

(token de solo aplicación), que está registrada en el inquilino del ISV.

3. Mediante las API REST de Power BI, el ISV crea un vale de instalación que contiene
la configuración de parámetros específicos del usuario, tal y como la haya
preparado el ISV.
 4. El ISV redirige al usuario a Power BI mediante un método de redireccionamiento
POST que contiene el vale de instalación.

5. Se redirige al usuario a su cuenta de Power BI con el vale de instalación y se le pide

que instale la aplicación de plantilla. Cuando el usuario selecciona Instalar, la
aplicación de plantilla se instala de forma automática.

７ Nota

Aunque el ISV configura los valores de parámetro durante el proceso de creación

del vale de instalación, las credenciales relacionadas con el origen de datos solo las
proporciona el usuario en las fases finales de la instalación. Esto está dispuesto así
para evitar que las credenciales se expongan a un tercero y, asimismo, para
garantizar una conexión segura entre el usuario y los orígenes de datos de la
aplicación de plantilla.

Requisitos previos
Tener su propio inquilino de Azure Active Directory (Azure AD) configurado. Vea
Creación de un inquilino de Azure AD para obtener instrucciones sobre cómo
configurar uno.
Tener una entidad de servicio (token de solo aplicación) registrada en el inquilino
anterior.
Tener una aplicación de plantilla parametrizada lista para la instalación. La
aplicación de plantilla se debe crear en el mismo inquilino en el que registre la
aplicación en Azure AD. Para obtener más información, vea Sugerencias de
aplicación de plantilla o Creación de una aplicación de plantilla en Power BI.
Para poder probar el flujo de trabajo de automatización, agregue la entidad de
servicio al área de trabajo de la aplicación de plantilla como administrador.
Una licencia de Power BI Pro. . Si no está registrado para Power BI Pro, regístrese
para una evaluación gratuita antes de comenzar.

Configuración del entorno de desarrollo de

automatización de aplicaciones de plantillas
Antes de continuar con la configuración de la aplicación, siga las instrucciones de Inicio
rápido: Creación de una aplicación de Azure Functions con Azure App Configuration
para desarrollar una función de Azure junto con una instancia de Azure App
Configuration. Cree la instancia de App Configuration como se describe en el artículo.
Registrar una aplicación en Azure AD
Cree una entidad de servicio como se describe en Inserción de contenido de Power BI
con entidades de servicio y un secreto de aplicación.

Asegúrese de registrar la aplicación como una aplicación web del lado servidor. Una
aplicación web del lado servidor se registra para crear un secreto de aplicación.

Guarde el Id. de aplicación (ClientID) y el Secreto de aplicación (ClientSecret) para los

pasos posteriores.

Puede probar la herramienta de configuración de inserción para empezar a crear un

registro de aplicación sin dilación. Si usa la herramienta de registro de aplicaciones de
Power BI , seleccione la opción Embed for your customers (Inserción para los clientes).

Agregue la entidad de servicio al área de trabajo de la aplicación de plantilla como

administrador, de modo que pueda probar el flujo de trabajo de automatización.

Preparación de la aplicación de plantilla

Una vez que haya creado la aplicación de plantilla y esté lista para la instalación, guarde
la información siguiente para los pasos posteriores:

Id. de la aplicación, clave del paquete e identificador del propietario, tal y como
aparecen en la dirección URL de instalación al final del proceso Definición de las
propiedades de la aplicación de plantilla cuando se ha creado la aplicación.

También puede obtener el mismo vínculo si selecciona Obtener vínculo en el panel

Administración de versiones de la aplicación de plantilla.

Los nombres de parámetro como se definen en el conjunto de datos de la

aplicación de plantilla. Los nombres de parámetros son cadenas en las que se
distingue entre mayúsculas y minúsculas. También se pueden recuperar en la
pestaña Configuración de parámetros cuando se definen las propiedades de la
aplicación de plantilla, o bien desde la configuración del conjunto de datos de
Power BI.

７ Nota

Puede probar la aplicación de instalación preconfigurada en la aplicación de

plantilla si está lista para la instalación, incluso si todavía no está disponible de
forma pública en AppSource. Para que los usuarios ajenos al inquilino puedan
utilizar la aplicación de instalación automatizada para instalar la aplicación de
 plantilla, esta debe estar disponible de forma pública en el marketplace de
aplicaciones de Power BI . Antes de distribuir la aplicación de plantilla con la
aplicación de instalación automatizada que va a crear, asegúrese de publicarla en el
Centro de partners.

Instalación y configuración de la aplicación de

plantilla
En esta sección, usará un ejemplo de Azure Functions de instalación automática que
hemos creado para preconfigurar e instalar la aplicación de plantilla. Este ejemplo se ha
mantenido deliberadamente sencillo con fines de demostración. Permite usar una
instancia de Azure Functions y de Azure App Configuration para implementar y usar con
facilidad la API de instalación automatizada para las aplicaciones de plantilla.

Descargue Visual Studio (versión 2017 o posterior).

Descargue Visual Studio (versión 2017 o posterior). Asegúrese de descargar el
paquete NuGet más reciente.

Descarga del ejemplo de Azure Functions de instalación

automatizada
Descargue el ejemplo de Azure Functions de instalación automatizada desde GitHub
para empezar a trabajar.

Configuración de Azure App Configuration

Para ejecutar este ejemplo, debe configurar Azure App Configuration con los valores y
claves que se especifican aquí. Las claves son Id. de la aplicación y Secreto de la
aplicación, además de los valores AppId, PackageKey y OwnerId de la aplicación de
plantilla. Consulte las siguientes secciones para obtener información sobre cómo
obtener estos valores.

Las claves también se definen en el archivo [Link].

Clave de configuración Significado

TemplateAppInstall:Application:AppId AppId de la dirección URL de instalación

TemplateAppInstall:Application:PackageKey PackageKey de la dirección URL de instalación

TemplateAppInstall:Application:OwnerId OwnerId de la dirección URL de instalación

TemplateAppInstall:ServicePrincipal:ClientId Identificador de la aplicación de la entidad de

servicio

TemplateAppInstall:ServicePrincipal:ClientSecret Secreto de la aplicación de la entidad de

servicio

Aquí se muestra el archivo [Link].

Obtención de las propiedades de la aplicación de plantilla

Rellene todas las propiedades de la aplicación de plantilla relevantes, tal y como se han
definido al crear la aplicación. Estas propiedades son los valores de AppId, PackageKey
y OwnerId de la aplicación de plantilla.

Para obtener los valores anteriores, siga estos pasos:

1. Inicie sesión en Power BI .

2. Vaya al área de trabajo original de la aplicación.

3. Abra el panel Administración de versiones.

4. Seleccione la versión de la aplicación y obtenga su vínculo de instalación.

5. Copie el vínculo en el Portapapeles.

6. Esta dirección URL de instalación contiene los tres parámetros de dirección URL
cuyos valores necesita. Use los valores appId, packageKey y ownerId de la
aplicación. Una dirección URL de ejemplo será similar a la que se muestra aquí.

HTML
 [Link]
action=InstallApp&appId=3c386...16bf71c67&packageKey=b2df4b...dLpHIUnum
2pr6k&ownerId=72f9...1db47&buildVersion=5

Obtención del identificador de la aplicación

Rellene la información de applicationId con el identificador de aplicación de Azure. La
aplicación usa el valor de applicationId para identificarse ante los usuarios a los que
solicita permisos.

Para obtener el identificador de la aplicación, siga estos pasos:

1. Inicie sesión en Azure Portal .

2. En el panel izquierdo, seleccione Todos los servicios>Registros de aplicaciones.

3. Seleccione la aplicación que necesite el identificador de la aplicación.

4. Hay un identificador de la aplicación que se muestra como un GUID. Úselo como

applicationId de la aplicación.

Obtenga el secreto de la aplicación.

Rellene la información de ApplicationSecret a partir de la sección Claves de la sección
Registros de aplicaciones de Azure. Este atributo funciona cuando se usa la entidad de
servicio.

Para obtener el secreto de la aplicación, siga estos pasos:

1. Inicie sesión en Azure Portal .

2. En el panel izquierdo, seleccione Todos los servicios>Registros de aplicaciones.

3. Seleccione la aplicación que necesite usar el secreto de la aplicación.

4. Seleccione Certificates and secrets (Certificados y secretos) en Administrar.

5. Seleccione New client secrets (Nuevos secretos de cliente).

6. Escriba un nombre en el cuadro Descripción y seleccione una duración. Después,

haga clic en Guardar para obtener el valor de la aplicación. Cuando el panel Claves
se cierra después de haber guardado el valor de clave, el campo Valor solo se
muestra como oculto. En ese momento, no puede recuperar el valor de clave. Si
pierde el valor de clave, cree uno nuevo en Azure Portal.

Prueba local de la función

Siga los pasos que se describen en Ejecución local de la función para ejecutar la función.

Configure el portal para que emita una solicitud POST a la dirección URL de la función.
Un ejemplo es POST [Link] . El cuerpo de la solicitud debe
ser un objeto JSON que describa los pares clave-valor. Las claves son nombres de
parámetro según se definen en Power BI Desktop. Los valores son los valores deseados
que se van a establecer por cada parámetro de la aplicación de plantilla.

７ Nota

En producción, los valores de parámetro se deducen para cada usuario según la

lógica prevista del portal.

El flujo deseado debe ser el siguiente:

1. El portal prepara la solicitud, por usuario o sesión.

2. Se emite la solicitud POST /api/install a la función de Azure. El cuerpo de la
solicitud consta de pares clave-valor. La clave es el nombre del parámetro. El valor
es el valor deseado que se va a establecer.
3. Si todo está configurado correctamente, el explorador se debe redirigir
automáticamente a la cuenta de Power BI del cliente y mostrar el flujo de
instalación automatizada.
4. Tras la instalación, los valores de parámetro se establecen tal y como están
configurados en los pasos 1 y 2.

Pasos siguientes

Publicación del proyecto en Azure

Para publicar el proyecto en Azure, siga las instrucciones de la documentación de Azure
Functions. Tras ello, puede integrar API de instalación automatizada de aplicaciones de
plantilla en el producto y comenzar a probarlas en entornos de producción.
Orígenes de datos de Power BI
Artículo • 06/07/2023

Power BI usa Power Query para conectarse a orígenes de datos. Los orígenes de datos
de Power BI se documentan en el siguiente artículo: conectores de Power Query
(incluido Power BI).

En cada artículo del origen de datos de la documentación de Power Query se describen

las funcionalidades del conector de datos, como si se admite DirectQuery. En la imagen
siguiente, se muestra la sección Funcionalidades admitidas para Azure Data Explorer
(Kusto), donde indica que DirectQuery es compatible con el conector en Power BI. Si
DirectQuery (o cualquier otra funcionalidad) no apareciera en la lista, no se admite la
funcionalidad.

Para obtener una lista de los conectores disponibles en Power Query, consulte
conectores en Power Query.

Para obtener información sobre los flujos de datos en Power BI, consulta conectarse a
orígenes de datos para flujos de datos de Power BI.

Consideraciones y limitaciones
Muchos conectores de datos para Power BI Desktop requieren Internet Explorer 10
(o una versión posterior) para la autenticación.
Algunos orígenes de datos están disponibles en Power BI Desktop optimizados
para Power BI Report Server, pero no se admiten cuando se publican en Power BI
 Report Server. Para ver una lista de los orígenes de datos admitidos, consulte
Orígenes de datos de los informes de Power BI en Power BI Report Server.
Power BI Desktop y el servicio Power BI pueden enviar varias consultas para una
consulta determinada, para obtener información de esquema o los propios datos,
parcialmente en función de si los datos se almacenan en caché. Este
comportamiento es por diseño. Para obtener más información, consulta el artículo
de Power Query que describe por qué una consulta se puede ejecutar varias veces.

Pasos siguientes
En los artículos siguientes se proporciona más información sobre Power BI y cómo
conectarse a los datos:

Conectores en Power Query

Conectarse a los datos en Power BI Desktop
Uso de DirectQuery en Power BI
¿Qué es una puerta de enlace de datos local?
Orígenes de datos de los informes de Power BI en Power BI Report Server
Nuevo nombre para conjuntos de datos
de Power BI
Artículo • 27/12/2023

Microsoft ha cambiado el nombre del tipo de contenido del conjunto de datos de

Power BI a modelo semántico.

El cambio de nombre era necesario por dos razones principales.

El término conjunto de datos se considera demasiado genérico. Tiene significados

diferentes en el contexto de otras actividades relacionadas con los datos,
especialmente ahora que Power BI es una de muchas experiencias en Microsoft
Fabric.
El término modelo semántico refleja mejor la funcionalidad enriquecida de los
modelos de datos de Analysis Services, en los que se basan los informes de Power
BI.

） Importante

Solo es un cambio de nombre. No hay ninguna interrupción en el uso o servicio.

Puede esperar una continuación del servicio porque los administradores,
desarrolladores y otros usuarios no son necesarios para realizar ningún cambio.

 Sugerencia

Para evitar confusiones y solicitudes de soporte técnico, asegúrese de notificar a su

comunidad la práctica de este cambio.

Cambios de nombre
Estos son algunos ejemplos de cambios de nombre.

ﾉ Expandir tabla

Nombre antiguo Nuevo nombre

Dataset Modelo semántico

Conjunto de datos compartidos Modelo semántico compartido

 Nombre antiguo Nuevo nombre

Importar conjunto de datos Importar modelo semántico

Conjunto de datos de DirectQuery Modelo semántico de DirectQuery

Conjunto de datos compuesto Modelo semántico compuesto

Conjunto de datos de conexión dinámica Modelo semántico de conexión dinámica

Conjunto de datos local Modelo semántico local

Propietario del conjunto de datos Propietario del modelo semántico

Conjunto de datos grande Modelo semántico de gran tamaño

７ Nota

El cambio de nombre se ha implementado en la servicio Power BI y en la

documentación, aunque puede haber algunos casos en los que aún no se haya
producido el cambio.

Excepciones de cambio de nombre

Los siguientes conceptos no se ven afectados.

Referencias genéricas a conjuntos de datos

Conjunto de datos de informes paginados de Power BI
Conjunto de datos en tiempo real de Power BI, entre los que se incluyen:
Conjunto de datos de inserción
Conjunto de datos de streaming
Conjunto de datos híbrido
Conjunto de datos de PubNub
Todas las operaciones de API de REST de Power BI relacionadas con conjuntos de
datos
Operaciones del registro de actividad de Power BI
Otros tipos de conjuntos de datos que no están relacionados con Power BI, por
ejemplo, Azure Open Datasets

Contenido relacionado
Para más información sobre este artículo, consulte los recursos siguientes.
Entrada de blog: Conjuntos de datos cuyo nombre ha cambiado a modelos
semánticos
¿Tiene alguna pregunta? Intente preguntar a la comunidad de Fabric .
¿Sugerencias? Contribuir a las ideas para mejorar Fabric .
Modelos semánticos en el servicio
Power BI
Artículo • 22/11/2023

En este artículo se proporciona una explicación técnica de los modelos semánticos de

Power BI.

Tipos de modelo semántico

Los modelos semánticos de Power BI representan un origen de datos que está listo para
la creación de informes y la visualización. Puede crear modelos semánticos de Power BI
de las maneras siguientes:

Conexión a un modelo de datos existente que no está hospedado en Power BI.

Carga de un archivo de Power BI Desktop que contiene un modelo.
Carga de un libro de Excel que contenga una o varias tablas de Excel o un modelo
de datos de libro, o carga de un archivo de valores separados por comas (CSV).
Use el servicio Power BI para crear un modelo semántico de inserción.
Uso el servicio Power BI para crear un modelo semántico de streaming o de
streaming híbrido.

Excepto los modelos semánticos de streaming, los modelos semánticos representan

modelos de datos, que usan las maduras tecnologías de modelado de Analysis Services.

７ Nota

La documentación de Power BI a veces usa los términos modelo semántico y

modelo indistintamente. Un modelo semántico del servicio Power BI hace referencia
a un modelo desde la perspectiva de desarrollo. En el contexto de la
documentación, los términos significan lo mismo.

Modelos hospedados externamente

Hay dos tipos de modelos hospedados externamente: SQL Server Analysis Services y
Azure Analysis Services.

Para conectarse a un modelo de SQL Server Analysis Services, debe instalar una puerta
de enlace de datos local, ya sea en el entorno local o en una infraestructura como
servicio (IaaS) hospedada en una máquina virtual. Azure Analysis Services no requiere
una puerta de enlace.

La conexión a Analysis Services a menudo tiene sentido cuando existen inversiones en

modelos existentes, que normalmente forman parte de un almacenamiento de datos
empresarial (EDW). Power BI puede establecer una conexión dinámica con Analysis
Services y aplicar los permisos de datos con la identidad del usuario del informe de
Power BI.

SQL Server Analysis Services admite tanto modelos multidimensionales (cubos) como
modelos tabulares. Tal como se muestra en la imagen siguiente, un modelo semántico
de conexión dinámica pasa consultas a modelos hospedados externamente.

Modelos desarrollados por Power BI Desktop

Puede usar Power BI Desktop, una aplicación cliente para el desarrollo con Power BI,
para desarrollar un modelo. Un modelo de Power BI Desktop es efectivamente un
modelo tabular de Analysis Services.

Puede desarrollar tres tipos o modos diferentes de modelos mediante Power BI Desktop:
Importación, DirectQuery y Composición. Los modelos se desarrollan mediante la
importación de datos desde flujos de datos y, a continuación, su integración con
orígenes de datos externos. El modo depende de si los datos se importan al modelo o si
permanecen en el origen de datos. Para más información sobre los modos, consulte
Modos del modelo semántico en el servicio Power BI.

Propiedad del modelo semántico

Al trabajar con modelos semánticos mediante conexiones de puerta de enlace y de
nube, la capacidad de realizar cambios en el modelo semántico depende de la
propiedad del modelo. Si no es el propietario, se muestra una advertencia que indica
que está viendo la sección de información del modelo semántico en modo de solo
lectura porque no es el propietario del modelo. Para realizar cambios, debe ponerse en
contacto con el propietario del modelo semántico para realizar cambios o asumir la
propiedad de dicho modelo.

Seguridad de nivel de fila

Los modelos hospedados externamente y los modelos de Power BI Desktop pueden
aplicar la seguridad de nivel de fila (RLS) para limitar los datos que pueden recuperar
determinados usuarios. Por ejemplo, los usuarios asignados al grupo de seguridad
Vendedores podrían ver los datos del informe solo para las regiones de ventas a las que
están asignados. Los roles de RLS son dinámicos o estáticos. Los roles dinámicos los filtra
el usuario del informe, mientras que los roles estáticos aplican los mismos filtros a todos
los usuarios asignados al rol. Para más información, vea Seguridad de nivel de fila (RLS)
con Power BI.

Modelos de libros de Excel

La creación de modelos semánticos basados en libros de Excel o archivos CSV crea un
modelo automáticamente. Las tablas de Excel y los datos CSV importados crean tablas
de modelo, mientras que los datos de un libro de Excel se transponen para crear un
modelo de Power BI. En todos los casos, los datos del archivo se importan a un modelo.

Resumen
En resumen:

Los modelos semánticos de Power BI que representan modelos se hospedan en el

servicio Power BI o externamente, mediante Analysis Services.
Los modelos semánticos pueden almacenar los datos importados, emitir
solicitudes de consulta de tránsito a las fuentes de datos subyacentes o hacer
ambas cosas.

Consideraciones
Los siguientes hechos y consideraciones importantes se aplican a los modelos
semánticos de Power BI que representan modelos:

Los modelos hospedados por SQL°Server Analysis Services requieren una puerta
de enlace para hacer consultas de conexión dinámica.
 Para consultar modelos hospedados en Power BI que importan datos, debe
cargarlos completamente en memoria.
Los modelos hospedados en Power BI que usan la importación se deben actualizar
para mantener datos actuales y deben usar puertas de enlace cuando los datos de
origen no sean accesibles directamente mediante Internet.
Los modelos de importación hospedados en Power BI se pueden actualizar según
una programación o un usuario puede desencadenar una actualización a petición
en el servicio Power BI.
Los modelos hospedados en Power BI que usan el modo DirectQuery requieren
conectividad con los datos de origen. Power BI emite consultas a los datos de
origen para recuperar los datos actuales. Este modo debe usar puertas de enlace
cuando no se puede acceder a los datos de origen directamente mediante
Internet.
Los modelos pueden aplicar reglas de RLS para filtrar el acceso a los datos para
determinados usuarios.
Puede usar los modelos semánticos: API de Take Over In Group para asumir la
propiedad si un propietario del modelo semántico deja la organización.

Para implementar y administrar correctamente los modelos semánticos de Power BI,

debe comprender los siguientes factores:

El propio diseño del modelo, incluidas las consultas de preparación de datos,

relaciones y cálculos.
Las siguientes configuraciones, que pueden afectar significativamente a los
recursos de capacidad de Power BI:
Dónde se hospedan los modelos
Modo de almacenamiento
Todas las dependencias de puertas de enlace
Tamaño de los datos importados
Frecuencia y tipo de actualización del modelo

Pasos siguientes
Modos de modelo semántico en el servicio Power BI
¿Tiene alguna pregunta? Pregunte a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Modos de modelo semántico en el
servicio Power BI
Artículo • 22/11/2023

En este artículo se proporciona una explicación técnica de los modos de modelo

semántico de Power BI. Se aplica a los modelos semánticos que representan una
conexión dinámica a un modelo de Analysis Services hospedado externamente y
también a los modelos desarrollados en Power BI Desktop. En el artículo se resaltan las
razones de cada modo y los impactos posibles en los recursos de capacidad de
Power BI.

Los tres modos de modelo semántico son:

Importar
DirectQuery
Composición

Modo de importación
Modo de importación es el modo más común que se usa para desarrollar modelos
semánticos. Este modo ofrece un rendimiento rápido gracias a las consultas en
memoria. También ofrece flexibilidad de diseño a los modeladores y admite
características específicas del servicio Power BI (Preguntas y respuestas, Conclusiones
rápidas, etc.). Debido a estos puntos fuertes, es el modo predeterminado en el
momento de crear una nueva solución de Power BI Desktop.

Es importante comprender que los datos importados siempre se almacenan en el disco.

Cuando se consultan o se actualizan, los datos se deben cargar por completo en la
memoria de la capacidad de Power BI. Una vez en la memoria, los modelos de
importación pueden obtener resultados de consulta muy rápidos. También es
importante entender que no hay ningún concepto de un modelo de importación que se
cargue parcialmente en la memoria.

Cuando se actualizan, los datos se comprimen y optimizan y luego se almacenan en el

disco mediante el motor de almacenamiento de VertiPaq. Cuando se cargan desde el
disco en la memoria, es posible ver una compresión 10 veces superior. Por lo tanto, es
razonable esperar que 10 GB de datos de origen se puedan comprimir a
aproximadamente 1 GB de tamaño. El tamaño de almacenamiento en disco puede
lograr una reducción del 20 % del tamaño comprimido. La diferencia de tamaño se
puede determinar al comparar el tamaño de archivo de Power BI Desktop con el uso de
memoria del administrador de tareas del archivo.

La flexibilidad de diseño se puede lograr de tres maneras:

Integrar los datos mediante el almacenamiento en caché de los datos de flujos de

datos y orígenes de datos externos, sea cual sea el formato o el tipo del origen de
datos.
Use todo el conjunto de funciones del lenguaje de fórmulas M de Power Query,
conocido como M al crear consultas de preparación de datos.
Aplique todo el conjunto de funciones de expresiones de análisis de datos (DAX) al
mejorar el modelo con la lógica de negocios. Hay compatibilidad con las columnas
calculadas, las tablas calculadas y las medidas.

Como se muestra en la imagen siguiente, un modelo de importación puede integrar

datos de diversos tipos de orígenes de datos compatibles.

Sin embargo, aunque hay ventajas interesantes asociadas con los modelos de
importación, también hay desventajas:

Es necesario cargar todo el modelo en la memoria antes de que Power BI pueda

consultar el modelo, lo que puede poner presión en los recursos de capacidad
disponibles, especialmente a medida que aumentan el número y el tamaño de los
modelos de importación.
Los datos del modelo solo son tan actuales como la actualización más reciente, por
lo que es necesario actualizar los modelos de importación, normalmente de
manera programada.
 Una actualización completa quita todos los datos de todas las tablas y los vuelve a
cargar desde el origen de datos. Esta operación puede ser costosa en cuanto a
tiempo y recursos para el servicio Power BI y los orígenes de datos.

７ Nota

Power BI puede lograr una actualización incremental para evitar tener que truncar y
recargar tablas enteras. Para obtener más información, incluidos los planes
admitidos y las licencias, consulte Actualización incremental y datos en tiempo
real para modelos semánticos.

Desde una perspectiva de recursos del servicio Power BI, los modelos de importación
requieren:

Memoria suficiente para cargar el modelo cuando se consulta o actualiza.

Recursos de procesamiento y recursos de memoria adicionales para actualizar los
datos.

Modo DirectQuery
El modo DirectQuery es una alternativa al modo de importación. Los modelos
desarrollados en el modo DirectQuery no importan datos. En su lugar, constan solo de
metadatos que definen la estructura del modelo. Cuando se consulta el modelo, se usan
consultas nativas para recuperar datos del origen de datos subyacente.

Hay dos razones principales para considerar el desarrollo de un modelo de DirectQuery:

Cuando los volúmenes de datos son demasiado grandes, incluso cuando se

aplican métodos de reducción de datos para cargarlos en un modelo o,
prácticamente, para actualizarlos.
Cuando los informes y paneles deben entregar datos casi en tiempo real, más allá
de lo que se puede lograr dentro de límites de actualizaciones programadas. Los
límites de actualizaciones programadas son ocho veces al día para la capacidad
compartida y 48 veces al día para una capacidad Premium.
Hay varias ventajas asociadas con los modelos de DirectQuery:

No se aplican los límites de tamaño de los modelos de importación.

Los modelos no requieren una actualización de datos programada.
Los usuarios de informes ven los datos más recientes al interactuar con los filtros y
las segmentaciones de los informes. Además, los usuarios de informes pueden
actualizar todo el informe para recuperar los datos actuales.
Los informes en tiempo real se pueden desarrollar mediante la característica
Actualización automática de páginas.
Los iconos del panel, cuando se basan en los modelos de DirectQuery, se pueden
actualizar automáticamente con una frecuencia de cada 15 minutos.

Pero hay algunas limitaciones asociadas a los modelos de DirectQuery:

Las expresiones mashup y Power Query solo pueden ser funciones que se pueden
transponer en consultas nativas que comprende el origen de datos.
Las fórmulas de DAX se limitan a usar solo las funciones que se pueden transponer
en consultas nativas que comprende el origen de datos. No se admiten las tablas
calculadas.
No se admiten las características de Conclusiones rápidas.

Desde una perspectiva de recursos del servicio Power BI, los modelos de DirectQuery
requieren:

Memoria mínima para cargar el modelo (solo metadatos) cuando se consulta.

En algunas ocasiones, el servicio Power BI debe usar recursos de procesador
significativos para generar y procesar las consultas enviadas al origen de datos.
Cuando se produce esta situación, puede afectar al rendimiento, especialmente
cuando los usuarios consultan el modelo de manera simultánea.

Para más información, consulte Uso de DirectQuery en Power BI Desktop.

Modo de Composición
El modo de Composición puede combinar los modos de importación y de DirectQuery o
integrar varios orígenes de datos de DirectQuery. Los modelos desarrollados en modo
de Composición admiten la configuración del modo de almacenamiento para cada tabla
del modelo. Este modo también admite tablas calculadas, definidas con DAX.

El modo de almacenamiento de tabla se puede configurar como Importación,

DirectQuery o Dual. Una tabla configurada como modo de almacenamiento Dual es
tanto Importación como DirectQuery. Esta configuración permite que el servicio
Power BI determine el modo más eficaz para usar en cada consulta.
Los modelos compuestos se esfuerzan por ofrecer lo mejor de los modos de
Importación y DirectQuery. Cuando se configuran correctamente, pueden combinar el
alto rendimiento de consultas de los modelos en memoria con la capacidad de
recuperar datos casi en tiempo real de los orígenes de datos.

Para más información, consulte Usar modelos compuestos en Power BI Desktop.

Tablas DirectQuery y de importación pura

Es probable que los modeladores de datos que desarrollan modelos de Composición
configuren tablas de tipo de dimensiones en el modo de almacenamiento de
Importación o Dual y tablas de tipo de hechos en el modo de DirectQuery. Para más
información sobre los roles de tabla de modelo, consulte Descripción de un esquema de
estrella e importancia para Power BI.

Por ejemplo, considere un modelo con una tabla de tipo de dimensiones Producto en
modo Dual y una tabla de tipo de hechos Ventas en el modo de DirectQuery. La tabla
Producto se puede consultar de manera eficaz y rápida desde memoria para representar
una segmentación de informe. La tabla Ventas también se podría consultar en el modo
de DirectQuery con la tabla Producto. Esta última consulta podría permitir generar una
consulta SQL nativa eficaz que combine las tablas Producto y Ventas y que filtre según
los valores de segmentación.

Tablas híbridas
Los modeladores de datos que desarrollan modelos compuestos también pueden
configurar tablas de hechos como tablas híbridas. Una tabla híbrida es una tabla con
una o varias particiones de importación y una partición DirectQuery. La ventaja de una
tabla híbrida es que se podría consultar de manera eficaz y rápida desde memoria, al
mismo tiempo que se incluyen los cambios de datos más recientes del origen de datos
que se produjeron después del último ciclo de importación, como se muestra en la
visualización siguiente.

La manera más fácil de crear una tabla híbrida es configurar una directiva de
actualización incremental en Power BI Desktop y habilitar la opción Obtener los datos
más recientes en tiempo real con DirectQuery (solo Premium). Cuando Power BI aplica
una directiva de actualización incremental que tiene esta opción habilitada, particiona la
tabla como el esquema de partición mostrado en el diagrama anterior. Para garantizar
un buen rendimiento, configure las tablas de tipo de dimensión en modo de
almacenamiento dual para que Power BI pueda generar consultas SQL nativas eficaces al
consultar la partición DirectQuery.

７ Nota

Power BI solo admite tablas híbridas cuando el modelo semántico se hospeda en

áreas de trabajo en capacidades Premium. En consecuencia, debe cargar el modelo
semántico en un área de trabajo Premium si configura una directiva de
 actualización incremental con la opción de obtener los datos más recientes en
tiempo real con DirectQuery. Para obtener más información, consulte actualización
incremental y datos en tiempo real para modelos semánticos.

También es posible convertir una tabla de importación en una tabla híbrida mediante la
adición de una partición DirectQuery mediante el lenguaje de scripting del modelo
tabular (TMSL), el modelo de objetos tabulares (TOM) o mediante una herramienta de
terceros. Por ejemplo, puede crear particiones en una tabla de hechos de forma que la
mayor parte de los datos se queden en el almacenamiento de datos y solo se importe
una fracción de los datos más recientes. Este enfoque puede ayudar a optimizar el
rendimiento si la mayor parte de estos datos son datos históricos a los que se accede
con poca frecuencia. Una tabla híbrida puede tener varias particiones de importación,
pero solo una partición DirectQuery.

Pasos siguientes
Modo de almacenamiento en Power BI Desktop
Uso de DirectQuery en Power BI
Usar modelos compuestos en Power BI Desktop
¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI
Requisitos previos de los orígenes de
datos de Power BI
Artículo • 23/03/2023

En el caso de los orígenes de datos, Power BI admite versiones específicas del proveedor
y de orígenes de datos, así como ciertos objetos. Para obtener más información acerca
de los orígenes de datos de Power BI disponibles, consulte Orígenes de datos.

En la tabla siguiente se describen los requisitos del origen de datos de Power BI.

Origen de Proveedor Versión Versión Objetos Vínculo de

datos mínima de mínima admitidos descarga
proveedor de origen de origen
de datos de datos

SQL Server [Link] (integrado en .NET .NET SQL Tablas/vistas, Se incluye

Framework) Framework Server funciones en .NET
3.5 2005 o escalares, Framework
(únicamente) superior funciones de 3.5 o
tabla superior

Acceso Motor de base de datos de ACE 2010 Sin Tablas/vistas Vínculo de

Microsoft Access (ACE) SP1 restricción descarga

Excel Motor de base de datos de ACE 2010 Sin Tablas, hojas Vínculo de
(únicamente Microsoft Access (ACE) SP1 restricción descarga
archivos
.xls) (ver
nota 1)

Oracle (ver [Link] ODAC 11.2 9.x o Tablas/vistas Vínculo de

nota 2) versión 5 superior descarga
([Link].20)

MySQL Connector/Net 6.6.5 5,1 Tablas/vistas, Vínculo de

funciones descarga
escalares

PostgreSQL Proveedor NPGSQL de 4.0.10 9,4 Tablas/vistas Vínculo de

[Link] (incluido con descarga
Power BI Desktop)

Teradata Proveedor de datos .NET para 14+ 12+ Tablas/vistas Vínculo de

Teradata descarga
Origen de Proveedor Versión Versión Objetos Vínculo de
datos mínima de mínima admitidos descarga
proveedor de origen de origen
de datos de datos

SAP Sybase [Link] Más de 16 Más de 16 Tablas/vistas Vínculo de

SQL para .NET 3.5 descarga
Anywhere

７ Nota

Los archivos de Excel que tienen una extensión .xlsx no requieren una instalación
de proveedor independiente.

７ Nota

Los proveedores de Oracle también necesitan software cliente de Oracle (versión

8.1.7 o superior).
Uso de metadatos de modelos
semánticos mejorados
Artículo • 22/11/2023

Cuando Power BI Desktop crea informes, también crea metadatos de modelo semántico
en los archivos PBIX y PBIT correspondientes. Anteriormente, los metadatos se
almacenaban en un formato específico de Power BI Desktop. Los metadatos usaban
orígenes de datos y expresiones M codificados en Base64. Power BI realizaba conjeturas
para saber cómo se almacenaban esos metadatos.

Con el lanzamiento de la característica Metadatos del modelo semántico mejorado, se

quitan muchas de estas limitaciones. Los archivos PBIX se actualizan automáticamente a
los metadatos mejorados al abrir el archivo. Con los metadatos del modelo semántico
mejorado, los metadatos creados por Power BI Desktop usan un formato similar al de
los tabulares de Analysis Services, que se basa en el Modelo de objetos tabulares.

La característica de metadatos del modelo semántico mejorado es estratégica y

fundamental. La funcionalidad futura de Power BI se basará sus metadatos. Estas otras
funcionalidades se benefician de los metadatos de modelo semántico mejorados:

Lectura y escritura de XMLA para la administración de modelos semánticos de

Power BI.
Migración de cargas de trabajo de Analysis Services a Power BI para beneficiarse
de las características de última generación

Actualizar
Los informes se actualizan automáticamente al formato de metadatos mejorado cuando
los abra en la versión más reciente de Power BI Desktop. Si el informe se guardó con
cambios de consulta no aplicados o si se produjo un error durante la actualización
automática, aparecerá una advertencia en el lienzo del informe que indica que todavía
necesita actualizar. Al seleccionar Actualizar informe, se aplican los cambios pendientes
y se actualiza el modelo de datos al formato nuevo.

Exclusión de la tabla de la actualización del

informe
Una vez que un modelo de datos se ha actualizado al formato de metadatos mejorado,
algunos metadatos que anteriormente solo se usaban en Power BI Desktop ahora
también se respetarán en el servicio Power BI. Estos metadatos incluyen la opción Incluir
en la actualización del informe. En el caso de los modelos actualizados, si la opción
Incluir en la actualización del informe no está seleccionada en el Editor de Power
Query, esa tabla no se actualizará cuando el informe o modelo semántico se actualice
en Power BI Desktop o el servicio Power BI. Los informes ya publicados en el servicio
Power BI que aún no se han actualizado al nuevo archivo formato de metadatos
mejorados tienen que actualizarse en Power BI Desktop antes de que este nuevo
comportamiento surta efecto.

Consideraciones y limitaciones
Antes de la compatibilidad con los metadatos mejorados, en SQL Server, Oracle,
Teradata y las conexiones HANA heredadas, Power BI Desktop agregaba una consulta
nativa al modelo de datos. Esa consulta la usan los modelos de datos del servicio
Power BI. Gracias a la compatibilidad con los metadatos mejorados, el modelo de datos
del servicio Power BI regenera la consulta nativa en tiempo de ejecución. No usa la
consulta que Power BI Desktop creó. En la mayoría de los casos, esta recuperación se
resuelve sola correctamente, pero algunas transformaciones no funcionan sin leer los
datos subyacentes. Posiblemente aparezcan algunos errores en los informes que antes
iban bien. Por ejemplo, un error podría decir:

No se puede convertir una consulta M en la tabla "Dimension City" en una

consulta de origen nativa. Vuelva a intentarlo más tarde o póngase en contacto
con soporte técnico. Si se pone en contacto con soporte técnico, proporcione
estos detalles.

Puede corregir las consultas en tres lugares distintos de Power BI Desktop:

Al aplicar cambios o realizar una actualización.

En una barra de advertencia del editor de Power Query, que informa de que la
expresión no se pudo plegar en el origen de datos.
 Al ejecutar evaluaciones cuando abre un informe para comprobar si tiene
consultas no admitidas. Ejecutar estas evaluaciones puede repercutir en el
rendimiento.

Ciertas combinaciones de caracteres en expresiones M que no se admiten en el Modelo

de objetos tabulares (TOM) tampoco se admiten en el entorno de metadatos del
modelo semántico mejorado.

Pasos siguientes
Puede hacer todo tipo de cosas con Power BI Desktop. Para obtener más información
sobre sus capacidades, consulte los siguientes recursos:

¿Qué es Power BI Desktop?

Novedades de Power BI
Información general sobre consultas con Power BI Desktop
Tipos de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Tareas de consultas comunes en Power BI Desktop
Trabajo con modelos
multidimensionales en Power BI
Artículo • 23/03/2023

Puede conectarse a modelos multidimensionales en Power BI y crear informes que en

los que se visualizan todos los tipos de datos dentro del modelo. Con modelos
multidimensionales, Power BI aplica reglas al modo de procesar datos, en función de la
columna que se defina como miembro predeterminado.

Con los modelos multidimensionales, Power BI trata los datos del modelo en función de
dónde se utilice la columna que contiene el valor DefaultMember. El valor de propiedad
DefaultMember para una jerarquía de atributo se establece en CSDL (lenguaje de
definición de esquemas conceptuales) para una columna determinada en un modelo
multidimensional. Para más información sobre el miembro predeterminado, consulte
Propiedades de atributos: definir un miembro predeterminado. Cuando se ejecuta una
consulta de expresión de análisis de datos (DAX), el miembro predeterminado
especificado en el modelo se aplica automáticamente.

En este artículo se describe cómo se comporta Power BI en diversas circunstancias

cuando se trabaja con modelos multidimensionales, en función de dónde se encuentre
el modelo predeterminado.

Trabajo con tarjetas de filtro

Al crear una tarjeta de filtro en un campo con un miembro predeterminado, el valor de
dicho campo se selecciona automáticamente en la tarjeta de filtro. Como resultado,
todos los objetos visuales que se ven afectados por la tarjeta de filtro conservan sus
modelos predeterminados en la base de datos. Los valores de dichas tarjetas de filtro
reflejan ese miembro predeterminado.

Si se quita el miembro predeterminado, la anulación de la selección del valor lo borra

para todos los objetos visuales a los que se aplica la tarjeta de filtro y los valores
mostrados no reflejan el miembro predeterminado.

Por ejemplo, imagine que tenemos una columna Moneda y un miembro predeterminado
establecido en USD:

En este caso de ejemplo, si tenemos una tarjeta que muestra Ventas totales, el
valor tendrá el miembro predeterminado aplicado y las ventas que corresponden a
USD.
 Si arrastramos Currency al panel de la tarjeta de filtro, vemos USD como valor
predeterminado seleccionado. El valor de Total Sales sigue siendo el mismo,
porque está aplicado el miembro predeterminado.
Sin embargo, si desactivamos el valor USD de la tarjeta de filtro, el miembro
predeterminado Currency se elimina y ahora Total Sales refleja todas las monedas.
Cuando se selecciona otro valor en la tarjeta de filtro (supongamos que
seleccionamos EURO) junto con el miembro predeterminado, Ventas totales refleja
el filtro Moneda IN {USD, EURO}.

Objetos visuales de grupo

En Power BI, cada vez que agrupa un objeto visual en una columna que tiene un
miembro predeterminado, Power BI borra el miembro predeterminado de esa columna
y su ruta de acceso de relación de atributo. Este comportamiento garantiza que el
objeto visual muestre todos los valores, en lugar de solo los valores predeterminados.

Rutas de acceso de relación de atributo

Las rutas de acceso de relación de atributo proporcionan miembros predeterminados
con funciones eficaces, pero también presentan cierta complejidad. Cuando se
encuentran rutas de acceso de relación de atributo, Power BI sigue la ruta de acceso de
tales rutas para borrar otros miembros predeterminados de otras columnas, a fin de
ofrecer un control coherente y preciso de los datos para los elementos visuales.

Veamos un ejemplo para aclarar este comportamiento. Supongamos que la

configuración de las rutas de acceso de relación de atributo es la siguiente:

Ahora imaginemos que se establecen los siguientes miembros predeterminados para

estas columnas:

City > Seattle

 State > WA
País-región > EE. UU.
Population > Large

Ahora examinemos lo que sucede cuando cada columna se usa en Power BI. Cuando los
objetos visuales se agrupan en las siguientes columnas, estos son los resultados:

Ciudad: Power BI muestra todas las ciudades borrando todos los miembros
predeterminados para Ciudad, Estado, País o región, pero conserva el miembro
predeterminado para Población; Power BI borra toda la ruta de acceso de relación
de atributo para Ciudad.

７ Nota

Población no está en la ruta de acceso de relación de atributo de Ciudad, está

relacionado únicamente con Estado y, por tanto, Power BI no la desactiva.

Estado: Power BI muestra todos los valores de Estado borrando todos los
miembros predeterminados para Ciudad, Estado, País o región y Población.
País o región: Power BI muestra todos los países o regiones borrando todos los
miembros predeterminados para Ciudad, Estado y País o región, pero conserva el
miembro predeterminado para Población.
City y State: Power BI borra todos los miembros predeterminados para todas las
columnas.

Los grupos que se muestran en el objeto visual tienen toda su ruta de acceso de
relación de atributo borrada.

Si un grupo no se muestra en el objeto visual, pero forma parte de la ruta de acceso de

relación de atributo de otra alumna agrupada, se aplica lo siguiente:

No todas las ramas de la ruta de acceso de relación de atributo se borran

automáticamente.
Ese grupo todavía se filtra por ese miembro predeterminado no borrado.

Segmentaciones de datos y tarjetas de filtro

Cuando trabaja con segmentaciones de datos o tarjetas de filtro, se produce el siguiente
comportamiento:

Cuando se carga con datos una segmentación de datos o una tarjeta de filtro,
Power BI agrupa según la columna en el objeto visual, así que el comportamiento
de la visualización es el mismo que se describe en la sección anterior.
Puesto que las segmentaciones de datos y las tarjetas de filtro a menudo se utilizan para
interactuar con otros objetos visuales, la lógica de borrado de miembros
predeterminados de los objetos visuales afectados se produce como se explica en la
tabla siguiente.

Para esta tabla, se utilizan los mismos datos de ejemplo usados anteriormente en este
artículo:

Se aplican las siguientes reglas al comportamiento de Power BI en estas circunstancias.

Power BI borra un miembro predeterminado para una columna especificada si:

Power BI agrupa según esa columna.

Power BI agrupa según una columna relacionada con esa columna (en cualquier
lugar de la ruta de acceso de relación de atributo, hacia arriba o hacia abajo).
Power BI filtra según una columna que está en la ruta de acceso de relación de
atributo (arriba o abajo).
La columna tiene una tarjeta de filtro con el estado ALL.
La columna tiene una tarjeta de filtro con cualquier valor seleccionado (Power BI
recibe un filtro para la columna).

Power BI no borra un miembro predeterminado para una columna especificada si:

La columna tiene una tarjeta de filtro con el estado predeterminado y Power BI

agrupa según una columna en su ruta de acceso de relación de atributo.
La columna está por encima de otra columna en la ruta de acceso de relación de
atributo y Power BI tiene una tarjeta de filtro para esa otra columna en estado
predeterminado.

Pasos siguientes
En este artículo se describe el comportamiento de Power BI cuando se trabaja con
miembros predeterminados en modelos multidimensionales. Puede que también esté
interesado en los siguientes artículos:

Característica Mostrar elementos sin datos de Power BI

Orígenes de datos en Power BI Desktop
DirectQuery en Power BI
Artículo • 10/11/2023

En Power BI Desktop o el servicio Power BI, puede conectarse a muchos orígenes de

datos diferentes de diversas maneras. Puede importar datos a Power BI, que es la forma
más común de obtener datos. También puede conectarse directamente a algunos datos
en su repositorio de origen original, que se denomina DirectQuery. En este artículo se
describen principalmente las funcionalidades de DirectQuery.

En este artículo se describe:

Las distintas opciones de conectividad de datos de Power BI.

Instrucciones sobre cuándo usar DirectQuery en lugar de importar.
Limitaciones e implicaciones del uso de DirectQuery.
Recomendaciones para usar DirectQuery correctamente.
Cómo diagnosticar problemas de rendimiento de DirectQuery.

El artículo se centra en el flujo de trabajo de DirectQuery al crear un informe en Power BI

Desktop, pero también trata la conexión a través de DirectQuery en el servicio Power BI.

７ Nota

DirectQuery también es una característica de SQL Server Analysis Services. Esa

característica comparte muchos detalles con Direct Query en Power BI, pero
también hay diferencias importantes. Este artículo describe principalmente
DirectQuery con Power BI, no con SQL Server Analysis Services.

Para obtener más información sobre el uso de DirectQuery con SQL Server Analysis
Services, consulte Uso de DirectQuery para modelos semánticos de Power BI y
Analysis Services (versión preliminar). También puedes descargar el PDF
DirectQuery en SQL Server 2016 Analysis Services .

Modos de conectividad de datos de Power BI

Power BI se conecta a un gran número de fuentes de datos variadas, como:

Servicios en línea como Salesforce y Dynamics 365.

Bases de datos como SQL Server, Access y Amazon Redshift.
Archivos simples en Excel, JSON y otros formatos.
Otros orígenes de datos, como Spark, sitios web y Microsoft Exchange.
Puede importar datos de estos orígenes en Power BI. Para algunos orígenes, también
puede conectarse mediante DirectQuery. Para obtener un resumen de los orígenes que
admiten DirectQuery, vea Orígenes de datos compatibles con DirectQuery. Los orígenes
habilitados para DirectQuery son principalmente orígenes que pueden ofrecer un buen
rendimiento de consultas interactivas.

Debe importar datos a Power BI siempre que sea posible. La importación aprovecha el
motor de consultas de alto rendimiento de Power BI y ofrece una experiencia completa,
altamente interactiva.

Si no puede cumplir sus objetivos mediante la importación de datos, por ejemplo, si los
datos cambian con frecuencia y los informes deben reflejar los datos más recientes,
considere la posibilidad de usar DirectQuery. DirectQuery solo es viable cuando el
origen de datos subyacente puede proporcionar resultados de consulta interactivos en
menos de cinco segundos para una consulta agregada típica, y puede controlar la carga
de consulta generada. Tenga en cuenta detenidamente las limitaciones e implicaciones
del uso de DirectQuery.

Las capacidades de importación y DirectQuery de Power BI evolucionan con el tiempo.

Los cambios que proporcionan más flexibilidad al usar los datos importados le permiten
importar con más frecuencia y eliminar algunos de los inconvenientes de usar
DirectQuery. Independientemente de las mejoras, el rendimiento del orign de datos
subyacente es una consideración importante cuando se utiliza DirectQuery. Si un origen
de datos subyacente es lento, el uso de DirectQuery para dicho origen sigue siendo
inviable.

En las siguientes secciones se tratan las tres opciones para conectarse a los datos:
importación, DirectQuery y conexión dinámica. El resto del artículo se centra en
DirectQuery.

Importación de conexiones
Al conectarse a un origen de datos como SQL Server e importar datos en Power BI
Desktop, se producen los siguientes resultados:

Al Obtener datos inicialmente, cada conjunto de tablas que selecciona define una
consulta que devuelve un conjunto de datos. Puede editar esas consultas antes de
cargar los datos, por ejemplo para aplicar filtros, agregar los datos o unir tablas
diferentes.

Una vez cargados, todos los datos definidos por las consultas se importan a la
caché de Power BI.
 La creación de un objeto visual dentro de Power BI Desktop consulta los datos
almacenados en caché. El almacén de Power BI garantiza que la consulta sea
rápida y que todos los cambios en el objeto visual se reflejen inmediatamente.

Los objetos visuales no reflejan los cambios en los datos subyacentes del almacén
de datos. Debe volver a importar para actualizar los datos.

Al publicar el informe en el servicio Power BI como un archivo .pbix se crea y se

carga un modelo semántico que incluye los datos importados. A continuación,
puede programar la actualización de los datos, por ejemplo, reimportarlos todos
los días. En función de la ubicación del origen de datos original, podría ser
necesario configurar una puerta de enlace de datos local para la actualización.

Al abrir un informe existente o crear uno nuevo en el servicio Power BI, se vuelven
a consultar los datos importados, lo que garantiza la interactividad.

Puede anclar objetos visuales o páginas de informe completas como iconos de

panel en el servicio Power BI. Los iconos se actualizarán automáticamente cada vez
que se actualice el modelo semántico subyacente.

Conexiones de DirectQuery
Cuando utiliza DirectQuery para conectarse a un origen de datos en Power BI Desktop,
se producen los siguientes resultados:

Use Obtener datos para seleccionar el origen. En el caso de los orígenes

relacionales, puede seguir seleccionando un conjunto de tablas que definan una
consulta que devuelva lógicamente un conjunto de datos. En el caso de orígenes
multidimensionales como SAP Business Warehouse (SAP BW), seleccione solo el
origen.

Tras la carga, no se importa ningún dato al almacén de Power BI. En su lugar,

cuando construye un objeto visual, Power BI Desktop envía consultas al origen de
datos subyacente para recuperar los datos necesarios. El tiempo que se tarda en
actualizar el objeto visual depende del rendimiento del origen de datos
subyacente.

Los cambios que se hagan en los datos subyacentes no se reflejan de inmediato en

los objetos visuales existentes. Todavía es necesario actualizar. Power BI Desktop
vuelve a enviar las consultas necesarias para cada objeto visual y actualiza el
objeto visual según sea necesario.
 Al publicar el informe en el servicio Power BI se crea y se carga un modelo
semántico, igual que para la importación. Sin embargo, ese modelo semántico no
incluye datos.

Al abrir un informe existente o crear uno nuevo en el servicio Power BI, se consulta
el origen de datos subyacente para recuperar los datos necesarios. En función de
la ubicación del origen de datos original, podría ser necesario configurar una
puerta de enlace de datos local para obtener los datos.

Puede anclar objetos visuales, o páginas de informe completas, como iconos del
panel. Para que la apertura de un panel sea rápida, los iconos se actualizan
automáticamente según un calendario, por ejemplo cada hora. Puede controlar la
frecuencia de actualización en función de la frecuencia con la que cambian los
datos y la importancia de ver los datos más recientes.

Cuando abra un panel, los iconos reflejarán los datos en el momento de la última
actualización, no necesariamente los cambios más recientes efectuados en el
origen subyacente. Puede actualizar un panel abierto para asegurarse de que está
actualizado.

Conexiones dinámicas
Al conectarse a SQL Server Analysis Services, puede optar por importar los datos o usar
una conexión dinámica con el modelo de datos seleccionado. El uso de una conexión
dinámica es similar a DirectQuery. No se importan datos y se consulta el origen de datos
subyacente para actualizar los visuales.

Por ejemplo, al usar la importación para conectarse a SQL Server Analysis Services,
defina una consulta en el origen de SQL Server Analysis Services externo e importe los
datos. Si realiza una conexión dinámica, no define una consulta y todo el modelo
externo se muestra en la lista de campos.

Esta situación también se aplica cuando se conecta a los siguientes orígenes, excepto
que no hay ninguna opción para importar los datos:

Modelos semánticos de Power BI, por ejemplo conectándose a un modelo

semántico de Power BI que ya esté publicado en el servicio, para crear un nuevo
informe sobre él.

Microsoft Dataverse.

Cuando publica informes de SQL Server Analysis Services que utilizan conexiones
dinámicas, el comportamiento en el servicio Power BI es similar al de los informes
DirectQuery en los siguientes aspectos:

Al abrir un informe existente o crear uno nuevo en el servicio Power BI, se consulta
el origen subyacente de SQL Server Analysis Services, lo que posiblemente
requiera una puerta de enlace de datos local.

Los iconos de panel se actualizan automáticamente según una programación, por

ejemplo cada hora.

Una conexión dinámica también difiere de DirectQuery de varias maneras. Por ejemplo,
las conexiones dinámicas siempre pasan la identidad del usuario que abre el informe al
origen subyacente de SQL Server Analysis Services.

Casos de uso de DirectQuery

La conexión con DirectQuery puede ser útil en los escenarios siguientes. En varios de
estos casos, es necesario o beneficioso dejar los datos en su ubicación de origen
original.

DirectQuery en Power BI ofrece las mayores ventajas en los siguientes escenarios:

Los datos cambian con frecuencia y necesita informes casi en tiempo real.
Debe controlar datos de gran tamaño sin tener que agregarlos previamente.
El origen subyacente define y aplica reglas de seguridad.
Se aplican restricciones de soberanía de datos.
El origen de datos es un origen multidimensional que contiene medidas (como
SAP BW).

Los datos cambian con frecuencia y necesita informes

casi en tiempo real
Puede actualizar los modelos con los datos importados como máximo una vez por hora,
con mayor frecuencia con las suscripciones Power BI Pro o Power BI Premium. Si los
datos cambian constantemente y es necesario que en los informes se muestren los más
recientes, es posible que el uso de la importación con actualización programada no
satisfaga sus necesidades. Puede transmitir datos en secuencias directamente a
Power BI, aunque existen límites en los volúmenes de datos que se admiten en este
caso.

El uso de DirectQuery significa que cuando se abre o actualiza un informe o panel

siempre se muestran los datos más recientes en el origen. Los iconos de panel también
se pueden actualizar con más frecuencia (incluso cada 15 minutos).
El volumen de datos es muy grande
Si los datos son muy grandes, no es factible importarlos todos. DirectQuery no requiere
una gran transferencia de datos, porque consulta los datos in situ. Sin embargo, los
datos de gran tamaño también pueden hacer que el rendimiento de las consultas contra
dicho origen subyacente sea demasiado lento.

No siempre tiene que importar los datos detallados completos. El Editor de Power
Query facilita la agregación previa de datos durante la importación. Técnicamente, es
posible importar exactamente los datos agregados que necesita para cada objeto visual.
Aunque DirectQuery es el enfoque más simple para los datos de gran tamaño, la
importación de datos agregados puede ofrecer una solución si el origen de datos
subyacente es demasiado lento para DirectQuery.

Estos detalles se relacionan con el uso de Power BI por sí solo. Para obtener más
información sobre el uso de modelos grandes en Power BI, consulte modelos
semánticos grandes en Power BI Premium. No hay ninguna restricción sobre la
frecuencia con que se pueden actualizar los datos.

El origen subyacente define reglas de seguridad

Cuando importa datos, Power BI se conecta al origen de datos utilizando las
credenciales de Power BI Desktop del usuario actual, o las credenciales configuradas
para la actualización programada desde el servicio Power BI. Al publicar y compartir
informes que han importado datos, debe tener cuidado de compartirlos solo con los
usuarios autorizados para ver los datos, o debe definir la seguridad a nivel de fila como
parte del modelo semántico.

DirectQuery permite que las credenciales de un visor de informes pasen al origen

subyacente, que aplica reglas de seguridad. DirectQuery admite el inicio de sesión único
(SSO) en los orígenes de datos Azure SQL y, a través de una puerta de enlace de datos,
en los servidores SQL locales. Para más información, consulte Introducción al inicio de
sesión único (SSO) para puertas de enlace en Power BI.

Se aplican restricciones de soberanía de datos

Algunas organizaciones tienen directivas en torno a la soberanía de datos, lo que
significa que los datos no pueden salir de las instalaciones de la organización. Estos
datos presentan problemas para soluciones basadas en la importación de datos. Con
DirectQuery, los datos permanecen en la ubicación de origen subyacente. Sin embargo,
incluso con DirectQuery, el servicio Power BI mantiene algunas cachés de datos en el
nivel de objeto visual, debido a la actualización programada de los iconos.
El origen de datos subyacente usa medidas
Un origen de datos subyacente, como SAP HANA o SAP BW, contiene medidas. Las
medidas significan que los datos importados ya están en un determinado nivel de
agregación, tal como se define en la consulta. Un objeto visual que solicita datos en un
agregado de nivel superior, como TotalSales por año, agrega aún más el valor
agregado. Esta agregación está bien para medidas de adición, como Sum y Min, pero
puede ser un problema para las que no son de adición, como Average y DistinctCount.

Obtener fácilmente los datos agregados correctos necesarios para un objeto visual
directamente desde el origen requiere el envío de consultas por objeto visual, como en
DirectQuery. Cuando se conecta a SAP BW, la elección de DirectQuery permite este
tratamiento de las medidas. Para obtener más información, consulte DirectQuery y SAP
BW.

Actualmente DirectQuery sobre SAP HANA trata los datos igual que un origen relacional
y produce un comportamiento similar a la importación. Para obtener más información,
consulte DirectQuery y SAP HANA.

Limitaciones de DirectQuery
El uso de DirectQuery tiene algunas implicaciones potencialmente negativas. Algunas de
estas limitaciones difieren ligeramente en función del origen exacto que use. En las
secciones siguientes se enumeran las implicaciones generales del uso de DirectQuery y
las limitaciones relacionadas con el rendimiento, la seguridad, las transformaciones, el
modelado y los informes.

Implicaciones generales
A continuación se indican algunas implicaciones generales y limitaciones del uso de
DirectQuery:

Si cambian los datos, debe actualizar para mostrar los datos más recientes. Dado
el uso de cachés, no hay garantía de que los objetos visuales muestren siempre los
datos más recientes. Por ejemplo, un objeto visual puede mostrar las transacciones
realizadas el último día. Un cambio de segmentación podría actualizar el objeto
visual para mostrar las transacciones de los últimos dos días, incluidas las
transacciones recientes y recién llegadas. Pero devolver la segmentación a su valor
original podría provocar que vuelva a mostrar el valor anterior almacenado en
caché. Seleccione Actualizar para borrar cualquier caché y actualizar todos los
objetos visuales de la página para mostrar los datos más recientes.
Si los datos cambian, no hay garantía de coherencia entre los objetos visuales.
los distintos objetos visuales distintos, ya estén en la misma página o en distintas
páginas, se pueden actualizar en momentos distintos. Si los datos del origen
subyacente cambian, no hay garantía de que cada objeto visual muestre los datos
en el mismo momento.

Dado que puede ser necesaria más de una consulta para un mismo objeto visual,
por ejemplo, para obtener los detalles y los totales, ni siquiera la coherencia dentro
de un mismo objeto visual está garantizada. Garantizar esta coherencia requeriría
la sobrecarga de actualizar todos los objetos visuales cada vez que se actualizara
alguno, además de utilizar características costosas como el aislamiento de
instantáneas en el origen de datos subyacente.

Puede mitigar este problema en gran medida seleccionando Actualizar para

actualizar todos los objetos visuales de la página. Incluso para el modo de
importación, existe un problema similar de mantenimiento de la coherencia
cuando se importan datos de más de una tabla.

Debe actualizar en Power BI Desktop para reflejar los cambios de esquema.

Después de publicar un informe, Actualizar en el servicio Power BI actualiza los
objetos visuales del informe. Pero si cambia el esquema de origen subyacente, el
servicio Power BI no actualiza automáticamente la lista de campos disponibles. Si
se eliminan tablas o columnas del origen subyacente, podrían producirse errores
de consulta después de la actualización. Para actualizar los campos del modelo
para reflejar los cambios, debe abrir el informe en Power BI Desktop y elegir
Actualizar.

En cualquier consulta puede aparecer un límite de 1 millón de filas. Hay un límite

fijo de 1 millón de filas que puede devolver en una sola consulta al origen
subyacente. Por lo general, este límite no tiene implicaciones prácticas, y los
objetos visuales no mostrarán tantos puntos. Sin embargo, el límite puede
producirse en casos en los que Power BI no optimice completamente las consultas
enviadas y solicite algún resultado intermedio que supere el límite.

El límite también puede producirse mientras se crea un objeto virtual en la ruta a

un estado final más razonable. Por ejemplo, si se incluye Customer y
TotalSalesQuantity se podría alcanzar este límite si hay más de 1 millón de
clientes, hasta que aplique algún filtro. El error que devuelve es El conjunto de
resultados de una consulta a un origen de datos externa ha superado el tamaño
máximo permitido de '1000000' filas.

７ Nota
 Las capacidades Premium permiten superar el límite de un millón de filas. Para
obtener más información, vea Número máximo de conjuntos de filas
intermedias.

No puede cambiar un modelo de modo importación a modo DirectQuery. Puede

cambiar un modelo del modo DirectQuery al modo de importación si importa
todos los datos necesarios. No es posible volver al modo DirectQuery,
principalmente debido al conjunto de características que el modo DirectQuery no
admite. En el caso de los orígenes multidimensionales como SAP BW, tampoco
puede pasar del modo DirectQuery al modo de importación, debido al diferente
tratamiento de las medidas externas.

Implicaciones de rendimiento y carga

Cuando utilice DirectQuery, la experiencia global dependerá del rendimiento del origen
de datos subyacente. Si la actualización de cada objeto visual, por ejemplo, después de
cambiar un valor de segmentación, tarda menos de cinco segundos, la experiencia es
razonable, aunque puede sentirse lenta en comparación con la respuesta inmediata con
los datos importados. Si la lentitud del origen hace que los objetos visuales individuales
tarden más de decenas de segundos en actualizarse, la experiencia se vuelve
excesivamente pobre. Las consultas pueden incluso agotar el tiempo de espera.

Junto con el rendimiento del origen subyacente, la carga colocada en el origen también
afecta al rendimiento. Cada usuario que abre un informe compartido y cada icono del
panel que se actualiza, envía al menos una consulta por objeto visual al origen
subyacente. El origen debe ser capaz de administrar tal carga de consultas manteniendo
un rendimiento razonable.

Implicaciones de seguridad
A menos que el origen de datos subyacente use el inicio de sesión único, un informe de
DirectQuery siempre usa las mismas credenciales fijas para conectarse al origen una vez
publicada en el servicio Power BI. Inmediatamente después de publicar un informe de
DirectQuery, debe configurar las credenciales del usuario que se va a usar. Hasta que no
configure las credenciales, al intentar abrir el informe en el servicio Power BI se produce
un error.

Una vez que proporcione las credenciales de usuario, Power BI usará esas credenciales
para quien abra el informe, igual que para los datos importados. Todos los usuarios ven
los mismos datos, a menos que se defina la seguridad de nivel de fila como parte del
informe. Debe prestar la misma atención a compartir el informe que para los datos
importados, incluso si hay reglas de seguridad definidas en el origen subyacente.

La conexión a modelos semánticos de Power BI y Analysis Services en el modo

DirectQuery siempre usa SSO, por lo que la seguridad es similar a las conexiones
dinámicas a Analysis Services.

No se pueden usar "credenciales alternativas" al establecer conexiones de

DirectQuery con SQL Server desde Power BI Desktop. Sí se pueden usar las
credenciales de Windows o de base de datos actuales.

Puede usar varios orígenes de datos en un modelo directQuery mediante modelos

compuestos. Cuando se usan varios orígenes de datos, es importante comprender
las implicaciones para la seguridad del modo en que los datos van y vienen entre
los orígenes de datos subyacentes.

Limitaciones de transformación de datos

DirectQuery limita las transformaciones de datos que puede aplicar en el Editor de
Power Query. Con los datos importados, puede aplicar fácilmente un conjunto
sofisticado de transformaciones para limpiar y cambiar la forma de los datos antes de
usarlos para crear objetos visuales. Por ejemplo, puede analizar documentos JSON o
dinamizar datos de una columna a un formulario de fila. Estas transformaciones están
más limitadas en DirectQuery.

Al conectarse a un origen de procesamiento analítico en línea (OLAP), como SAP BW, no

puede definir ninguna transformación y todo el modelo externo se toma del origen.
Para fuentes relacionales como SQL Server, aún puede definir un conjunto de
transformaciones por consulta, pero esas transformaciones están limitadas por razones
de rendimiento.

Todas las transformaciones se deben aplicar en cada consulta al origen subyacente, en

lugar de una vez en la actualización de datos. Las transformaciones deben ser capaces
de traducirse razonablemente en una sola consulta nativa. Si utiliza una transformación
demasiado compleja, obtendrá un error que le indicará que debe eliminarla o cambiar el
modelo de conexión a la importación.

Además, el cuadro de diálogo Obtener datos o Editor de Power Query Editor utilizan
subselecciones dentro de las consultas que generan y envían para recuperar datos para
un objeto visual. Las consultas definidas en el Editor de Power Query deben ser válidas
dentro de este contexto. En concreto, no se pueden usar consultas con expresiones de
tabla comunes ni consultas que invoquen procedimientos almacenados.
Limitaciones del modelado
En este contexto, el término modelación se refiere a la acción de refinar y enriquecer los
datos sin procesar como parte de la elaboración de un informe utilizando los datos.
Entre los ejemplos de modelación se incluyen:

Definir relaciones entre tablas.

Agregar cálculos nuevos como columnas calculadas y medidas.
Cambiar nombre y ocultar columnas y medidas.
Definir jerarquías.
Definir el formato de columna, el resumen predeterminado y el criterio de
ordenación.
Agrupar valores o agruparlos en clústeres.

Todavía puede realizar muchos de estos enriquecimientos de modelos al usar

DirectQuery y usar el principio de enriquecer los datos sin procesar para mejorar el
consumo posterior. Sin embargo, algunas capacidades de modelación no están
disponibles o son limitadas con DirectQuery. Las limitaciones se aplican para evitar
problemas de rendimiento.

Las siguientes limitaciones son comunes a todos los orígenes de DirectQuery. Se

pueden aplicar más limitaciones a orígenes individuales.

Sin jerarquía de fechas integrada: con los datos importados, cada columna de
fecha/hora también tiene una jerarquía de fechas integrada disponible de manera
predeterminada. Por ejemplo, si importa una tabla de pedidos de ventas que
incluye una columna OrderDate y usa OrderDate en un objeto visual, puede elegir
el nivel de fecha adecuado para usar, como año, mes o día. Esta jerarquía de
fechas integrada no está disponible con DirectQuery. Si hay una tabla Fecha
disponible en el origen subyacente, como es habitual en muchos almacenes de
datos, puede usar las funciones de inteligencia de tiempo de expresiones de
análisis de datos (DAX) como de costumbre.

Compatibilidad de fecha y hora solo con el nivel de segundos: en el caso de los

modelos semánticos que usan columnas de tiempo, Power BI emite consultas al
origen de DirectQuery subyacente solo hasta el nivel de detalle de segundos, no
milisegundos. Quite los datos de milisegundos de las columnas de origen.

Limitaciones en las columnas calculadas: las columnas calculadas solo pueden ser
intrafilas, es decir, solo pueden referirse a valores de otras columnas de la misma
tabla, sin utilizar ninguna función de agregado. Además, las funciones escalares
DAX permitidas, como LEFT() , están limitadas a aquellas funciones que se pueden
insertar en el origen subyacente. Las funciones varían en función de las
 capacidades exactas del origen. Las funciones que no son compatibles no
aparecen en la lista de autocompletar cuando se crea la consulta DAX para una
columna calculada, y dan lugar a un error si se utilizan.

Sin compatibilidad con funciones DAX de elementos primarios y secundarios: en

el modo DirectQuery, no es posible usar la familia de funciones DAX PATH() que
generalmente controlan las estructuras de elementos primarios y secundarios,
como planes contables o jerarquías de empleados.

Sin agrupación en clústeres: cuando se usa DirectQuery, no se puede usar la

funcionalidad de agrupación en clústeres para buscar automáticamente grupos.

Limitaciones de informes
Los modelos DirectQuery admiten casi todas las funcionalidades de informes. Siempre
que el origen subyacente ofrezca un nivel adecuado de rendimiento, puede usar el
mismo conjunto de visualizaciones que para los datos importados.

Una limitación general es que la longitud máxima de los datos de una columna de texto
para los modelos semánticos de DirectQuery es de 32 764 caracteres. Informar sobre
textos más largos da lugar a un error.

Las siguientes funcionalidades de informes de Power BI pueden causar problemas de

rendimiento en informes basados en DirectQuery:

Filtros de medidas: los objetos visuales que usan medidas (o agregados de

columnas) pueden contener filtros en esas medidas. Por ejemplo, el siguiente
gráfico muestra SalesAmount por Category, pero solo para las categorías con más
de 20 millones de ventas.
Este enfoque hace que se envíen dos consultas al origen subyacente:
La primera consulta recupera las categorías que cumplen la condición,
SalesAmount superior a 20 millones.
La segunda consulta recupera los datos necesarios para el objeto visual, que
incluyen las categorías que cumplían la condición WHERE .

Este enfoque tiene por lo general un buen rendimiento si existen cientos o miles
de categorías, como en este ejemplo. El rendimiento puede disminuir si el número
de categorías es mucho mayor. Se produce un error en la consulta si hay más de
un millón de categorías.

Filtros TopN: puede definir filtros avanzados para filtrar solo los valores superiores
o inferiores N ordenados por alguna medida. Por ejemplo, los filtros pueden incluir
las 10 categorías principales. Este enfoque vuelve a enviar dos consultas al origen
subyacente. Sin embargo, la primera consulta devuelve todas las categorías del
origen subyacente y, luego, se determinan los valores TopN según los resultados
devueltos. Dependiendo de la cardinalidad de la columna en cuestión, este
enfoque puede provocar problemas de rendimiento o fallos en la consulta debido
al límite de un millón de filas en los resultados de la consulta.

Mediana: cualquier agregación, como Sum o Count Distinct , se envía al origen

subyacente. Sin embargo, normalmente el origen subyacente no admite el
agregado median . Para median , los datos detallados se recuperan de la fuente
subyacente, y la mediana se calcula a partir de los resultados devueltos. Este
enfoque es razonable para calcular la mediana sobre un número relativamente
pequeño de resultados.
 Pueden surgir problemas de rendimiento o errores de consulta si la cardinalidad es
grande debido al límite de un millón de filas. Por ejemplo, consultar Población
media del país/región podría ser razonable, pero Precio medio de venta podría
no serlo.

Filtros de texto avanzados como 'contiene': el filtrado avanzado en una columna

de texto permite filtros como contains y begins with . Estos filtros pueden
producir un rendimiento deteriorado para algunos orígenes de datos. En concreto,
no use el filtro predeterminado contains si necesita una coincidencia exacta. Si
bien los resultados podrían ser iguales, según los datos reales, el rendimiento
podría ser completamente distinto a causa del uso de índices.

Segmentaciones de selección múltiple: de manera predeterminada, las

segmentaciones solo permiten realizar una sola selección. Permitir la selección
múltiple en los filtros puede causar problemas de rendimiento. Por ejemplo, si el
usuario selecciona los 10 productos de interés, cada nueva selección hace que las
consultas se envíen al origen. Aunque el usuario puede seleccionar el elemento
siguiente antes de que se complete la consulta, este enfoque se traduce en una
carga adicional en el origen subyacente.

Totales en objetos visuales de tablas: de manera predeterminada, las tablas y

matrices muestran totales y subtotales. En muchos casos, obtener los valores de
estos totales requiere el envío de consultas independientes al origen subyacente.
Este requisito se aplica siempre que utilice la agregación DistinctCount , o en
todos los casos que utilice DirectQuery sobre SAP BW o SAP HANA. Puede
desactivar estos totales mediante el panel Formato.

Recomendaciones de DirectQuery
En esta sección se proporcionan instrucciones de alto nivel sobre cómo usar
DirectQuery correctamente, dadas sus implicaciones.

Rendimiento del origen de datos subyacente

Valide que los objetos visuales simples se actualicen en un plazo de cinco segundos
para proporcionar una experiencia interactiva razonable. Si los objetos visuales tardan
más de 30 segundos en actualizarse, es probable que más problemas después de la
publicación del informe hagan que la solución no se pueda trabajar.

Si las consultas son lentas, examine las consultas enviadas al origen subyacente y el
motivo de la lentitud. Para obtener más información, consulte Diagnóstico de
rendimiento.

En este artículo no se analiza el amplio rango de recomendaciones de optimización de

base de datos en el conjunto completo de los orígenes subyacentes potenciales. Los
siguientes procedimientos estándar de bases de datos se aplican a la mayoría de las
situaciones:

Para mejorar el rendimiento, base las relaciones en columnas enteras en lugar de

combinar columnas de otros tipos de datos.

Cree los índices adecuados. La creación de índices suele implicar el uso de índices
de almacenes de columnas en orígenes que los admitan, por ejemplo SQL Server.

Actualice las estadísticas necesarias en el origen.

Diseño de modelos
Al definir el modelo, siga estas instrucciones:

Evite consultas complejas en Editor de Power Query. El Editor de Power Query

traduce una consulta compleja en una única consulta SQL. La consulta única
aparece en la subselección de todas las consultas enviadas a esa tabla. Si esa
consulta es compleja, podría generar problemas de rendimiento en cada consulta
enviada. Puede obtener la consulta SQL real para un conjunto de pasos haciendo
clic con el botón derecho en el último paso bajo Pasos aplicados en el Editor de
Power Query y seleccionando Ver consulta nativa.

Simplifique las medidas. Al menos al principio, limite las medidas a simples

agregados. Si las medidas funcionan de forma satisfactoria, puede definir medidas
más complejas, pero prestar atención al rendimiento.

Evite relaciones en las columnas calculadas. En las bases de datos en las que es
necesario realizar combinaciones de varias columnas, Power BI no permite basar
las relaciones en varias columnas como clave principal o clave externa. La solución
común es concatenar las columnas entre sí con una columna calculada y basar la
combinación en esa columna.

Esta solución es razonable para los datos importados, pero en el caso de

DirectQuery, genera una combinación en una expresión. Ese resultado suele
impedir el uso de cualquier índice y conduce a un rendimiento deficiente. La única
solución es realmente materializar las columnas múltiples en una sola columna en
el origen de datos subyacente.
Evite relaciones en columnas de tipo 'uniqueidentifier'. Power BI no admite de
forma nativa un tipo de datos uniqueidentifier . Definir una relación entre
columnas uniqueidentifier da como resultado una consulta con una unión que
implica una conversión. Al igual que en el caso anterior, esto normalmente genera
un rendimiento deficiente. La única solución es materializar columnas de un tipo
alternativo en el origen de datos subyacente.

Oculte la columna "to" en las relaciones. La columna to en las relaciones suele

ser la clave principal de la tabla to . Esa columna debe estar oculta, pero si está
oculta, no aparece en la lista de campos y no se puede usar en los objetos visuales.
A menudo, las columnas en las que se basan las relaciones son en realidad
columnas del sistema, por ejemplo claves sustitutas en un almacén de datos.
Todavía es mejor ocultar estas columnas.

Si la columna tiene significado, introduzca una columna calculada que sea visible y
que tenga una expresión simple de ser igual a la clave principal, por ejemplo:

SQL

ProductKey_PK (Destination of a relationship, hidden)

ProductKey (= [ProductKey_PK], visible)
ProductName
...

Examine todas las columnas calculadas y los cambios de tipo de datos. Puede
usar tablas calculadas al usar DirectQuery con modelos compuestos. Estas
funcionalidades no son necesariamente dañinas, pero dan lugar a consultas que
contienen expresiones en lugar de referencias simples a columnas. Esas consultas
pueden hacer que no se utilicen los índices.

Evite el filtrado cruzado bidireccional en las relaciones. El uso de filtros cruzados

bidireccionales puede dar lugar a sentencias de consulta que no funcionen bien.
Para obtener más información sobre el filtrado cruzado bidireccional, consulte
Habilitar el filtrado cruzado bidireccional para DirectQuery en Power BI Desktop o
descargue las notas del producto sobre Filtrado cruzado bidireccional . Los
ejemplos del documento son para SQL Server Analysis Services, pero los puntos
fundamentales también se aplican a Power BI.

Experimente con la configuración Asumir integridad referencial. El ajuste Asumir

integridad referencial en las relaciones permite que las consultas utilicen
sentencias INNER JOIN en lugar de OUTER JOIN . Esta instrucción suele mejorar el
rendimiento de la consulta, aunque depende de las características específicas del
origen de datos.
 No use el filtrado de fechas relativas en Editor de Power Query. Es posible definir
el filtrado de fechas relativas en Editor de Power Query. Por ejemplo, puede filtrar a
las filas cuya fecha se encuentre en los últimos 14 días.

Sin embargo, este filtro se traduce en un filtro basado en una fecha fija, como la
hora en que se creó la consulta, como puede ver en la consulta nativa.

Es probable que estos datos no sean los que usted desea. Para asegurarse de que
el filtro se aplica en función de la fecha en el momento en que se ejecuta el
informe, aplique el filtro de fecha en el informe. Puede crear una columna
calculada que calcule el número de días hace mediante la función DAX DATE() y
usar esa columna calculada en el filtro.

Diseño del informe

Al crear un informe que use una conexión DirectQuery, siga estas instrucciones:

Considere usar las opciones de reducción de consultas: Power BI proporciona

opciones de informe para enviar menos consultas y para desactivar ciertas
interacciones que causan una mala experiencia si las consultas resultantes tardan
mucho tiempo en ejecutarse. Estas opciones se aplican cuando interactúa con su
informe en Power BI Desktop, y también se aplican cuando los usuarios consumen
el informe en el servicio Power BI.

Para acceder a estas opciones en Power BI Desktop, vaya a Archivo>Opciones y

configuración>Opciones, y seleccione Reducción de consulta. .
Las selecciones de la pantalla Reducción de consultas permiten mostrar un botón
Aplicar para segmentaciones o selecciones de filtro. No se enviará ninguna
consulta hasta que seleccione el botón Aplicar en el filtro o la segmentación. A
continuación, las consultas usan las selecciones para filtrar los datos. Este botón le
permite realizar varias selecciones de segmentación y filtros antes de aplicarlas.

Aplique primero los filtros: siempre aplique los filtros correspondientes al

comienzo de la creación de un objeto visual. Por ejemplo, en lugar de arrastrar
TotalSalesAmount y ProductName, y luego filtrar por un año determinado,
aplique el filtro en Year al principio.

Cada paso de la creación de un objeto visual envía una consulta. Aunque es

posible hacer otro cambio antes de completar la primera consulta, este enfoque
todavía deja una carga innecesaria en el origen subyacente. La aplicación de filtros
al comienzo suele hacer que esas consultas intermedias sean menos costosas. Si
no se aplican los filtros a tiempo, se puede llegar al límite de un millón de filas.

Limite la cantidad de objetos visuales de una página: cuando abre una página o
cambia un filtro o una segmentación a nivel de página, se actualizan todos los
 objetos visuales de una página. Hay un límite en el número de consultas paralelas.
A medida que aumenta el número de objetos visuales, algunos objetos visuales se
actualizan en serie, lo que aumenta el tiempo necesario para actualizar la página.
Por lo tanto, es mejor limitar el número de objetos visuales en una sola página y,
en su lugar, tener más páginas, más sencillas.

Considere la posibilidad de desactivar la interacción entre objetos visuales: De

forma predeterminada, las visualizaciones en una página de informe pueden
usarse para el filtro cruzado y el resaltado cruzado de las otras visualizaciones en la
página. Por ejemplo, si selecciona 1999 en el gráfico circular, el gráfico de
columnas se cruzará para mostrar las ventas por categoría de 1999.

El filtrado cruzado y el resaltado cruzado de DirectQuery requieren el envío de

consultas al origen subyacente. Debe desactivar esta interacción si el tiempo
necesario para responder a las selecciones de los usuarios es excesivamente largo.

Puede utilizar los ajustes de Reducción de consultas para desactivar el resaltado

cruzado en todo el informe o en cada caso. Para más información, vea Aplicación
de un filtro cruzado entre objetos visuales de un informe de Power BI.

Número máximo de conexiones

Puede establecer el número máximo de conexiones que abre DirectQuery para cada
origen de datos subyacente, lo que controla el número de consultas enviadas al mismo
tiempo a cada origen de datos.

DirectQuery abre un número máximo predeterminado de 10 conexiones simultáneas.

Para cambiar el número máximo para el archivo actual en Power BI Desktop, vaya a
Archivo>Opciones y configuración>Opciones, y seleccione DirectQuery en la sección
Archivo actual del panel izquierdo.
Esta opción solo se habilita cuando hay al menos un origen de DirectQuery en el
informe actual. El valor se aplica a todos los orígenes de DirectQuery y a los nuevos
orígenes de DirectQuery agregados al informe.

Aumentar el valor de Número máximo de conexiones por origen de datos permite

enviar más consultas, hasta el número máximo especificado, al origen de datos
subyacente. Este enfoque resulta útil cuando muchos objetos visuales están en una sola
página o muchos usuarios tienen acceso a un informe al mismo tiempo. Una vez
alcanzado el número máximo de conexiones, las consultas siguientes se ponen en cola
hasta que haya disponible una conexión. Un límite más alto supone una mayor carga
para el origen subyacente, por lo que no se garantiza que el ajuste mejore el
rendimiento general.

Una vez que publique un informe en el servicio Power BI, el número máximo de
consultas simultáneas también depende de los límites fijos establecidos en el entorno
de destino donde se publica el informe. Power BI, Power BI Premium y Power BI Report
Server imponen límites diferentes. En la tabla siguiente se enumeran los límites
superiores de las conexiones activas por origen de datos para cada entorno de Power BI.
Estos límites se aplican a los orígenes de datos en la nube y locales, como SQL Server,
Oracle y Teradata.

Entorno Límite superior por origen de datos

Power BI Pro 10 conexiones activas

Power BI Premium 30 conexiones activas

Power BI Report Server 10 conexiones activas

７ Nota

La configuración del número máximo de conexiones de DirectQuery se aplica a

todos los orígenes de DirectQuery al habilitar los metadatos mejorados, que es lo
predeterminado para todos los modelos creados en Power BI Desktop.

DirectQuery en el servicio Power BI

Todos los orígenes de datos de DirectQuery se admiten desde Power BI Desktop y
algunos orígenes también están disponibles directamente desde el servicio Power BI. Un
usuario empresarial puede utilizar Power BI para conectarse a sus datos en Salesforce,
por ejemplo, y obtener inmediatamente un panel, sin necesidad de utilizar Power BI
Desktop.

Solo los dos orígenes habilitados para DirectQuery siguientes están disponibles
directamente en el servicio Power BI:

Spark
Azure Synapse Analytics (anteriormente SQL Data Warehouse)

Incluso para estos dos orígenes, sigue siendo mejor iniciar el uso de DirectQuery en
Power BI Desktop. Aunque es fácil establecer inicialmente la conexión en el servicio
Power BI, existen limitaciones para mejorar aún más el informe resultante. Por ejemplo,
en el servicio no es posible crear ningún cálculo, ni utilizar muchas funciones analíticas,
ni actualizar los metadatos para reflejar los cambios en el esquema subyacente.

El rendimiento de un informe de DirectQuery en el servicio Power BI depende del grado

de carga colocado en el origen de datos subyacente. La carga depende de:

Número de usuarios que comparten el informe y el panel.

La complejidad del informe.
 Si el informe define la seguridad de nivel de fila.

Comportamiento de los informes en el servicio Power BI

Al abrir un informe en el servicio Power BI, todos los objetos visuales de la página visible
actualmente se actualizan. Cada objeto visual requerirá al menos una consulta al origen
de datos subyacente. Puede que algunos objetos visuales requieran más de una
consulta. Por ejemplo, un objeto visual podría mostrar valores agregados de dos tablas
de hechos distintas, contener una medida más compleja o contener totales de una
medida no de adición, como Count Distinct. Al pasar a una nueva página se actualizan
esos objetos visuales. La actualización envía un nuevo conjunto de consultas al origen
subyacente.

Cada interacción del usuario en el informe podría hacer que se actualicen los objetos
visuales. Por ejemplo, la selección de otro valor en una segmentación requiere enviar un
nuevo conjunto de consultas para actualizar todos los objetos visuales afectados. Lo
mismo sucede cuando se seleccione un objeto visual para el resaltado cruzado de otros
objetos visuales o para cambiar un filtro. De manera similar, la creación o edición de un
informe requiere que se envíen consultas para cada paso de la ruta de acceso para
generar el objeto visual final.

Hay algún tipo de almacenamiento en caché de los resultados en caché. La actualización

de un objeto visual es instantánea si recientemente se han obtenido exactamente los
mismos resultados. Si se define seguridad de nivel de fila, estas cachés no se comparten
entre los usuarios.

El uso de DirectQuery impone algunas limitaciones importantes en algunas de las

funcionalidades que ofrece el servicio Power BI para los informes publicados:

No se admiten conclusiones rápidas: las conclusiones rápidas de Power BI buscan

en distintos subconjuntos del modelo semántico al tiempo que aplican un
conjunto de algoritmos sofisticados para detectar información de posible interés.
Dado que las conclusiones rápidas requieren consultas de alto rendimiento, esta
característica no está disponible en los modelos semánticos que usan DirectQuery.

El uso de Explorar en Excel da como resultado un rendimiento deficiente: puede

explorar un modelo semántico mediante la funcionalidad Explorar en Excel, que le
permite crear tablas dinámicas y gráficos dinámicos en Excel. Esta funcionalidad es
compatible con modelos semánticos que usan DirectQuery, pero el rendimiento es
más lento que crear objetos visuales en Power BI. Si usar Excel es importante para
sus escenarios, tenga en cuenta este problema al decidir si se debe usar
DirectQuery.
 Excel no muestra jerarquías: por ejemplo, cuando se usa Analizar en Excel, Excel
no muestra las jerarquías definidas en los modelos de Azure Analysis Services o en
los modelos semánticos de Power BI que utilizan DirectQuery.

Actualización del panel

En el servicio Power BI, puede anclar objetos visuales individuales o páginas completas a
paneles como iconos. Los iconos basados en modelos semánticos de DirectQuery se
actualizan automáticamente mediante el envío de consultas a los orígenes de datos
subyacentes según una programación. De forma predeterminada, los modelos
semánticos se actualizan cada hora, pero puede configurar la actualización entre
semanal y cada 15 minutos como parte de la configuración del modelo semántico.

Si no se define ninguna seguridad de nivel de fila en el modelo, cada icono se actualiza

una sola vez y los resultados se comparten entre todos los usuarios. Si usa seguridad de
nivel de fila, cada icono requiere que se envíen consultas independientes por usuario al
origen subyacente.

Puede haber un gran efecto multiplicador. Un panel con 10 iconos, compartido con 100
usuarios, creado sobre un modelo semántico que utiliza DirectQuery con seguridad de
nivel de fila, da lugar a que se envíen al menos 1000 consultas al origen de datos
subyacente por cada actualización. Tenga muy en cuenta el uso de la seguridad de nivel
de filas y la configuración del calendario de actualización.

Tiempos de espera de las consultas

Un tiempo de espera de cuatro minutos se aplica a las consultas individuales en el
servicio Power BI. Se produce un error en las consultas que tardan más de cuatro
minutos. Este límite pretende evitar problemas causados por tiempos de ejecución
demasiado largos. Solo debe usar DirectQuery para orígenes que puedan proporcionar
rendimiento interactivo de consultas.

Diagnóstico de rendimiento
Esta sección describe cómo diagnosticar problemas de rendimiento o cómo obtener
información más detallada para optimizar sus informes.

Empiece a diagnosticar los problemas de rendimiento en Power BI Desktop, en lugar de

en el servicio Power BI. Los problemas de rendimiento suelen basarse en el rendimiento
del origen subyacente. Puede identificar y diagnosticar más fácilmente los problemas en
el entorno más aislado de Power BI Desktop.
Este enfoque elimina inicialmente determinados componentes, como la puerta de
enlace de Power BI. Si los problemas de rendimiento no se producen en Power BI
Desktop, puede investigar los detalles del informe en el servicio Power BI.

El analizador de rendimiento de Power BI Desktop es una herramienta útil para

identificar problemas. Intente aislar cualquier problema a un solo objeto visual, en lugar
de a muchos objetos visuales en una página. Si un único objeto visual de una página de
Power BI Desktop va lento, utilice el Analizador de rendimiento para analizar las
consultas que Power BI Desktop envía al origen subyacente.

También puede ver seguimientos e información de diagnóstico que emiten algunos

orígenes de datos subyacentes. Incluso si no hay seguimientos del origen, el archivo de
seguimiento puede contener detalles útiles sobre cómo se ejecuta una consulta y cómo
puede mejorarla. Puede usar el siguiente proceso para ver las consultas que Power BI
envía y sus tiempos de ejecución.

Uso de SQL Server Profiler para ver consultas

De manera predeterminada, Power BI Desktop registra los eventos que se producen
durante una sesión determinada en un archivo de seguimiento llamado
[Link]. El archivo de seguimiento se encuentra en la carpeta Power BI
Desktop del usuario actual, en una carpeta denominada AnalysisServicesWorkspaces.

Para algunos orígenes de DirectQuery, este archivo de seguimiento incluye todas las
consultas enviadas al origen de datos subyacente. Los orígenes de datos siguientes
envían consultas al registro:

SQL Server
Azure SQL Database
Azure Synapse Analytics (anteriormente SQL Data Warehouse)
Oracle
Teradatos
SAP HANA

Puede leer los archivos de seguimiento utilizando el SQL Server Profiler, que forma parte
de la descarga gratuita de SQL Server Management Studio.
Para abrir el archivo de seguimiento de la sesión actual:

1. Durante una sesión de Power BI Desktop, seleccione Archivo>Opciones y

ajustes>Opciones y, a continuación, seleccione Diagnósticos.

2. En Recopilación del volcado de memoria, seleccione Abrir carpeta de volcado de

memoria o seguimiento.
 Se abre la carpeta Power BI Desktop\Traces.

3. Vaya a la carpeta principal y, a continuación, a la carpeta

AnalysisServicesWorkspaces, que contiene una carpeta de área de trabajo para
cada instancia abierta de Power BI Desktop. El nombre de estas carpetas incluye un
sufijo de entero, como AnalysisServicesWorkspace2058279583. La carpeta de área
de trabajo se elimina cuando finaliza la sesión de Power BI Desktop asociada.

Dentro de la carpeta del área de trabajo de la sesión actual de Power BI, la carpeta
\Data contiene el archivo de seguimiento [Link]. Tome nota de
la ubicación.

4. Abra SQL Server Profiler y seleccione Archivo>Abrir>Archivo de seguimiento.

5. Vaya a o escriba la ruta de acceso al archivo de seguimiento de la sesión actual de

Power BI y abra [Link].

SQL Server Profiler muestra todos los eventos de la sesión actual. En la captura de
pantalla siguiente se resalta un grupo de eventos para una consulta. Cada grupo de
consulta tiene los siguientes eventos:

Un evento Query Begin y Query End , que representan el inicio y el final de una
consulta DAX generada al cambiar un objeto visual o un filtro en la interfaz de
usuario de Power BI, o a partir del filtrado o la transformación de datos en el Power
Query Editor.

Uno o más pares de eventos DirectQuery Begin y DirectQuery End , que

representan consultas enviadas al origen de datos subyacente como parte de la
evaluación de la consulta DAX.

Se pueden ejecutar varias consultas DAX en paralelo, por lo que se pueden intercalar
eventos de distintos grupos. Puede utilizar el valor ActivityID para determinar qué
eventos pertenecen al mismo grupo.

Las columnas siguientes también son de interés:

TextData: el detalle textual del evento. Para los eventos Query Begin y Query End ,
el detalle es la consulta DAX. En el caso de los eventos DirectQuery Begin y
DirectQuery End , el detalle es la consulta SQL enviada al origen subyacente.

TextData para el evento seleccionado actualmente también aparece en el panel de

la parte inferior de la pantalla.
EndTime: cuándo se completó el evento.
Duration: la duración, en milisegundos, que tardó en ejecutarse la consulta DAX o
SQL.
Error: si se ha producido un error, en cuyo caso el evento también se muestra en
rojo.
Para capturar un seguimiento para ayudar a diagnosticar un posible problema de
rendimiento:

1. Abra una sesión única de Power BI Desktop, para evitar la confusión de tener varias
carpetas de área de trabajo.

2. Realice el conjunto de acciones de interés en Power BI Desktop. Incluya algunas

acciones más, para asegurarse de que los eventos de interés se vierten en el
archivo de seguimiento.

3. Abra SQL Server Profiler y examine el seguimiento. Recuerde que al cerrar Power BI
Desktop, se elimina el archivo de seguimiento. Además, las acciones adicionales en
Power BI Desktop no aparecen inmediatamente. Debe cerrar y volver a abrir el
archivo de seguimiento para ver nuevos eventos.

Mantenga sesiones individuales razonablemente pequeñas, quizás 10 segundos de

acciones, no cientos. Este enfoque facilita la interpretación del archivo de seguimiento.
También hay un límite en el tamaño del archivo de seguimiento. En el caso de las
sesiones largas, existe la posibilidad de descartar los eventos iniciales.

Descripción del formato de las consultas

El formato general de las consultas de Power BI Desktop usa subselecciones para cada
tabla a la que hacen referencia. La consulta del Power Query Editor define las consultas
de la subselección. Por ejemplo, suponga que tiene las siguientes tablas TPC-DS en
SQL Server:
Ejecutando la siguiente consulta:

SQL

SalesAmount (SUMX(Web_Sales, [ws_sales_price]*[ws_quantity]))

by Item[i_category]
for Date_dim[d_year] = 2000

Da como resultado el siguiente objeto visual en Power BI:

Al actualizar ese objeto visual, se genera la consulta SQL en la imagen siguiente. Hay
tres consultas de subselección para Web_Sales , Item y Date_dim , que devuelven todas las
columnas de la tabla respectiva, aunque el objeto visual haga referencia solo a cuatro
columnas.
Editor de Power Query define las consultas de subselección exactas. Este uso de
consultas de subselección no se ha mostrado para afectar al rendimiento de los
orígenes de datos compatibles con DirectQuery. Los orígenes de datos como SQL Server
optimizan las referencias a las otras columnas.

Power BI usa este patrón porque el analista proporciona directamente la consulta SQL.
Power BI usa la consulta como se proporciona, sin ningún intento de reescribirla.

Pasos siguientes
Para obtener más información sobre DirectQuery en Power BI, consulte:

Uso de DataQuery en Power BI Desktop

En este artículo se describen aspectos de DirectQuery que son comunes entre todos los
orígenes de datos. Consulte los siguientes artículos para obtener más información sobre
orígenes específicos:

DirectQuery y SAP HANA

DirectQuery y SAP BW
Uso de DirectQuery para modelos semánticos de Power BI y Analysis Services
Conexión dinámica y comparación de
DirectQuery
Artículo • 31/01/2024

La conexión dinámica es una manera de conectar un informe de Power BI a un modelo

semántico de Power BI publicado. DirectQuery es un método que puede usar para
conectar el modelo semántico a los datos. En este artículo, se describen las principales
diferencias entre estos conceptos.

Conexión dinámica
La conexión dinámica es un método que le permite crear un informe en Power BI
Desktop sin tener que crear un modelo semántico para él. Al crear el informe en
Power BI Desktop, puede conectarlo a un modelo semántico que ya existe. Una conexión
dinámica permite confiar en los datos existentes, que se pueden actualizar sin tener
acceso al informe.

Con la conexión dinámica, puede conectar el informe a uno de los orígenes de datos
siguientes:

Modelo semántico que ya existe en el servicio Power BI

Una base de datos de Azure Analysis Services (AAS)

Una instancia local de SQL Server Analysis Services (SSAS)

DirectQuery
Un modelo semántico de Power BI puede tener datos copiados en él durante una
operación de actualización: esto se denomina modo de importación. O bien, el modelo
semántico puede solicitar dinámicamente datos desde un origen de datos al que está
conectado mediante un método denominado DirectQuery.

Al usar DirectQuery, el informe usa consultas de expresión de análisis de datos (DAX)

para obtener datos. Una vez que el modelo semántico recibe la consulta DAX del
informe, genera otro conjunto de consultas que se ejecutan en el origen de datos para
obtener los datos necesarios. Si, por ejemplo, el origen de datos es una base de datos
de SQL Server, Power BI generará consultas SQL para obtener los datos que necesita.
Otros orígenes de datos pueden generar consultas en otros lenguajes de consulta.
DirectQuery es útil cuando:

Trabaja con orígenes de datos con un gran volumen de datos

Quiere usar datos casi en tiempo real

También puede usar DirectQuery con Analysis Services, como se describe en Uso de
DirectQuery para modelos semánticos de Power BI y Analysis Services.

Contenido relacionado
Modos de modelo semántico en el servicio Power BI

Conexión con modelos semánticos en el servicio Power BI desde Power BI

Desktop
Conectarse a orígenes de datos en
Power BI Desktop
Artículo • 23/03/2023

Con Power BI Desktop puede conectarse fácilmente con el mundo de los datos en
continua expansión. Si no dispone de Power BI Desktop, puede descargarlo e
instalarlo.

Existe todo tipo de orígenes de datos disponibles en Power BI Desktop. En la imagen

siguiente se muestra cómo conectarse a los datos, seleccionando Obtener
datos>Otros>Web.
Ejemplo de conexión a los datos
En este ejemplo, se conectará a un origen de datos web.

Imagine que se va a jubilar. Quiere vivir en un lugar en el que haga mucho sol, los
impuestos sean bajos y la asistencia sanitaria sea buena. O... quizás sea un analista de
datos y quiera esa información para atender a sus clientes, por ejemplo, para ayudar un
fabricante de impermeables a fijar sus objetivos de ventas en los lugares donde llueva
mucho.

Cualquiera que sea el caso, encuentra un recurso web que tiene datos interesantes
acerca de estos temas y mucho más:
[Link]

Seleccione Obtener datos>Otros>Web. En De la web, escriba la dirección.

Al seleccionar Aceptar, se activa la funcionalidad Consulta de Power BI Desktop. Power

BI Desktop conecta con el recurso web y la ventana Navegador devuelve los resultados
de lo que encontró en la página web. En este caso, encontró una tabla. Nos interesa esa
tabla, así que la seleccionamos en la lista. La ventana Navegador muestra una vista
previa.

En este punto, se puede editar la consulta antes de cargar la tabla, seleccionando

Transformar datos desde la parte inferior de la ventana, o bien cargar directamente la
tabla.
Seleccione Transformar datos para cargar la tabla e iniciar el Editor de Power Query. Se
muestra el panel Configuración de la consulta. De no ser así, seleccione Ver en la cinta
de opciones y, después, Configuración de la consulta para mostrar el panel
Configuración de la consulta. El editor tiene el siguiente aspecto:

Todos esos resultados son texto más que números y necesitamos que sean números. No
hay problema. Simplemente haga clic con el botón derecho en el encabezado de la
columna y seleccione Cambiar tipo>Número entero para cambiarlos. Para elegir más
de una columna, primero seleccione una columna y, con la tecla Mayús presionada,
seleccione otras columnas adyacentes. Después, haga clic con el botón derecho en un
encabezado de columna para cambiar todas las columnas seleccionadas. Use la tecla
Ctrl para elegir columnas que no sean adyacentes.


En Configuración de la consulta, la sección PASOS APLICADOS refleja todos los
cambios realizados. A media que realiza más cambios en los datos, el Editor de Power
Query los registra en la sección PASOS APLICADOS, que se puede ajustar, revisar,
reorganizar o eliminar, según sea necesario.

Se pueden hacer más cambios en la tabla después de cargarla, pero por ahora basta con
esto. Al finalizar, seleccione Cerrar y aplicar de la cinta Inicio y Power BI Desktop
aplicará los cambios y cerrará el Editor de Power Query.

Con el modelo de datos cargado, en la vista Informe en Power BI Desktop, podemos

crear visualizaciones arrastrando campos al lienzo.


Por supuesto, este modelo es sencillo, con una sola conexión de datos. La mayoría de
los informes de Power BI Desktop tienen conexiones a orígenes de datos diferentes,
adaptados a sus necesidades, con relaciones que producen un modelo de datos
enriquecido.

Pasos siguientes
Se puede hacer todo tipo de cosas con Power BI Desktop. Para obtener más información
sobre sus capacidades, consulte los siguientes recursos:

¿Qué es Power BI Desktop?

Información general sobre consultas en Power BI Desktop
Orígenes de datos en Power BI Desktop
Combinar datos y darles forma en Power BI Desktop
Realización de tareas de consultas comunes en Power BI Desktop

¿Desea enviar comentarios? Magnífico. Utilice el elemento de menú Enviar una idea en
Power BI Desktop o visite Comentarios de la comunidad . Esperamos sus noticias.
Conexión a orígenes de datos en la
nube en el servicio Power BI
Artículo • 29/02/2024

Con Power BI, puede compartir conexiones a la nube para modelos semánticos e
informes paginados, datamarts y flujos de datos, así como experiencias Power Query
Online en Obtener datos, lo que le permite crear varios objetos de conexión al mismo
origen de datos en la nube. Por ejemplo, puede crear conexiones independientes al
mismo origen de datos, con diferentes credenciales o configuración de privacidad, y
compartir las conexiones con otros usuarios, lo que mitiga la necesidad de que esos
usuarios administren sus propias conexiones a la nube independientes.

Tipos de conexiones de datos

En la tabla siguiente se muestra cómo se asignan varios tipos de conexiones a los dos
tipos de conexión principales: las conexiones de puerta de enlace de datos y las
conexiones directas a la nube. La nueva funcionalidad que se describe en este artículo
son las conexiones a la nube que se pueden compartir.

ﾉ Expandir tabla

Conexiones de puerta de enlace de datos Conexiones directas a la nube

Conexiones mediante una puerta de enlace de datos Conexiones personales a la nube

personales

Conexiones mediante una puerta de enlace de datos Conexiones a la nube que se pueden
empresarial o de red virtual compartir (nuevo)

Ventajas de las conexiones a la nube que se

pueden compartir
Las conexiones que usan una conexión a la nube personal tienen varias limitaciones. Por
ejemplo, con una conexión a la nube personal solo puede crear un único objeto de
conexión de nube personal a un origen de datos determinado. Todos los modelos
semánticos que se conectan al origen de datos usan el mismo objeto de conexión a la
nube personal, por lo que si cambia las credenciales de la conexión a la nube personal,
todos los modelos semánticos que usan esa conexión personal en la nube se verán
afectados. A menudo, no es un resultado deseado.
Otra limitación de la conexión a la nube personal es que no se puede compartir con
otros usuarios, por lo que otros usuarios no pueden enlazar sus modelos semánticos e
informes paginados a la conexión a la nube personal de su propiedad; los usuarios
deben mantener sus propias conexiones personales a la nube.

Las conexiones que se pueden compartir no tienen estas limitaciones y proporcionan

una administración de las conexiones más simplificada y flexible, gracias a las
características siguientes:

Compatibilidad con varias conexiones al mismo origen de datos: la

compatibilidad con varias conexiones en el mismo origen de datos es
especialmente útil cuando se desea usar una configuración de conexión diferente
para distintos modelos semánticos y otros artefactos. También es útil cuando se
quieren asignar a artefactos individuales sus propias conexiones independientes,
para asegurarse de que las configuraciones de conexión está aisladas entre sí.

Puede compartir estas conexiones con otros usuarios: con las conexiones que se
pueden compartir, puede asignar permisos de propietario a otros usuarios, lo que
les permite administrar todos los aspectos de la configuración de conexión,
incluidas las credenciales. Puede proporcionar a otros usuarios permisos de volver
a compartir para que puedan usar y volver a compartir la conexión con otros
usuarios. También puede proporcionar permisos de usuario, lo que les permite
usar la conexión para enlazar sus artefactos al origen de datos.

Reduzca la sobrecarga del mantenimiento de las conexiones de datos y las

credenciales; cuando se combina con la experiencia de administración del origen
de datos y la puerta de enlace, puede centralizar la administración de conexiones
del origen de datos para las conexiones de puerta de enlace y a la nube. Este tipo
de centralización y administración ya es común en las puertas de enlace de datos
empresariales y de red virtual, para las que un administrador de puerta de enlace
crea, comparte y mantiene las conexiones. Con las conexiones que se pueden
compartir, ahora también puede extender dicha administración centralizada de
conexiones a orígenes de datos en la nube.

Comparar la conexión en la nube que se puede

compartir con otras conexiones
De forma predeterminada, cuando se crea un informe de Power BI Desktop que se
conecta a un origen de datos en la nube y, a continuación, se carga en un área de
trabajo del servicio Power BI, Power BI crea una conexión personal a la nube y se enlaza
al modelo semántico, para lo cual debe proporcionar credenciales. Si hay disponible una
conexión a la nube personal existente, es probable que haya proporcionado las
credenciales anteriormente.

En cambio, si tiene acceso al menos a una conexión de nube que se puede compartir al
mismo origen de datos, puede usar la conexión en la nube que se puede compartir, que
su propietario ya ha configurado automáticamente, en lugar de tener que usar la única
conexión de nube personal disponible para el origen de datos.

Para usar la conexión a la nube que se puede compartir, en la página de configuración

de Modelos semánticos, en Conexiones de puerta de enlace y a la nube, busque
Conexiones a la nube y puede seleccionar la conexión a la nube que se puede
compartir que desea usar para la conexión y, a continuación, seleccione Aplicar. La
captura de pantalla siguiente muestra la configuración.

Crear una conexión nueva en la nube que se

puede compartir
Puede crear una nueva conexión a la nube que se pueda compartir directamente desde
la página configuración del modelo semántico. En Conexiones de puerta de
enlace>Conexiones en la nube, seleccione la lista desplegable Mapas y, a continuación,
seleccione Crear una conexión.
Aparece un panel denominado Nueva conexión y rellena automáticamente los
parámetros de configuración.
Habilitar la creación de nuevas conexiones facilita la creación de conexiones en la nube
que se pueden compartir independientes para modelos semánticos individuales, si es
necesario. También puede mostrar la página de administración de conexiones desde
cualquier lugar del servicio Power BI seleccionando el engranaje de Configuración en la
esquina superior derecha del servicio Power BI y, a continuación, seleccione Administrar
conexiones y puertas de enlace.

Uso de conexiones a la nube que se pueden

compartir con informes paginados
Al compartir el informe paginado en el servicio Power BI, puede actualizar las
conexiones en la nube desde el propio informe. Para modificar las conexiones en la
nube del informe paginado, vaya al área de trabajo en el servicio Power BI, seleccione el
botón Más (puntos suspensivos) y, a continuación, seleccione Administrar.

Al seleccionar Administrar, se presenta una página con varias pestañas. Seleccione la

pestaña Informes en la fila superior y, a continuación, puede actualizar la conexión
desde el área Conexiones en la nube, como se muestra en la siguiente captura de
pantalla.
Limitaciones y consideraciones
Las conexiones en la nube que se pueden compartir también comparten sus
credenciales: cuando permite que otros usuarios usen las conexiones a la nube
que se pueden compartir, es importante comprender que está permitiendo que
otros usuarios conecten sus propios modelos semánticos, informes paginados y
otros artefactos a los orígenes de datos correspondientes mediante los detalles de
conexión y las credenciales que proporcionó. Asegúrese de que solo comparte las
conexiones (y sus credenciales) que tiene autorización para compartir.

No se puede mezclar un origen de datos local de Excel con un origen de datos

DirectQuery de Analysis Services existente; solo puede incluir un origen de datos
local de Excel en el informe si se encuentra en una consulta independiente. En tales
situaciones, puede asignar el origen de datos de Excel a una puerta de enlace y
dejar el origen de datos en la nube DirectQuery de Analysis Services tal como está.

Contenido relacionado
Para obtener más información acerca de cómo crear conexiones a la nube que se
pueden compartir:

Creación y uso compartido de orígenes de datos en la nube en el servicio Power BI

Puede hacer todo tipo de cosas con el servicio Power BI y Power BI Desktop. Para
obtener más información sobre sus capacidades, consulte los siguientes recursos:

¿Qué es Power BI Desktop?

Información general sobre consultas con Power BI Desktop
Tipos de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Tareas de consultas comunes en Power BI Desktop
Crear y compartir orígenes de datos en
la nube en el servicio Power BI
Artículo • 03/05/2024

Con Power BI, puede crear, compartir y administrar conexiones en la nube para modelos
semánticos e informes paginados, datamarts y flujos de datos, así como experiencias de
Power Query Online en Obtener datos, todo ello dentro de la experiencia de usuario del
servicio Power BI.

En este artículo se muestra cómo crear una conexión en la nube que se puede compartir
y, a continuación, se muestra cómo compartir esa conexión con otros usuarios. La
creación y el uso compartido de conexiones en la nube que se pueden compartir tienen
muchas ventajas, como se describe en las ventajas de las conexiones en la nube que se
pueden compartir.

Crear una conexión en la nube que se puede

compartir
Para crear una conexión en la nube que se pueda compartir, vaya al servicio Power BI,
seleccione el icono de engranaje Configuración y, en el panel que aparece, seleccione
Administrar conexiones y puertas de enlace.


En la ventana que aparece, seleccione Nueva conexión y, en el panel que aparece,
seleccione Nube.

Escriba un nombre para la nueva conexión, seleccione el tipo de conexión adecuado en

la lista desplegable y proporcione los detalles de conexión para el origen de datos. Una
vez que haya rellenado la información, seleccione Crear.
 

Con la conexión creada, está listo para compartirla con otros usuarios.

７ Nota

Cuando se publica un archivo .PBIX con un origen de datos en la nube desde Power
BI Desktop, se crea automáticamente una conexión en la nube.

Compartir una conexión en la nube que se

puede compartir
Para compartir una conexión en la nube que se puede compartir que ya ha creado, vaya
a la configuración de Conexiones en el servicio Power BI, seleccione el menú Más (los
puntos suspensivos) de la conexión que desea compartir y seleccione Administrar
usuarios.
Aparece la ventana Administrar usuarios, donde puede buscar usuarios por nombre o
dirección de correo electrónico y, a continuación, concederles el nivel de permisos que
desea que tengan. Debe conceder al menos el permiso de usuario para permitir que los
usuarios conecten sus artefactos al origen de datos de la conexión.
Una vez que haya encontrado el usuario y asignado el permiso, seleccione Compartir en
la parte inferior de la ventana Administrar usuarios para aplicar las selecciones.

Asignar una conexión en la nube compartida a

un modelo semántico
Una vez que haya creado una conexión en la nube que se puede compartir, puede
asignarla a un modelo semántico.

Abra la configuración del modelo semántico al que desea que se aplique la conexión
que se puede compartir y expanda la sección Conexiones en la nube y puerta de
enlace. Observará que la conexión está asignada a una conexión en la nube personal de
forma predeterminada.
En la lista desplegable Asignar a, seleccione el nombre de la conexión que se puede
compartir que ha creado y desea usar y, a continuación, seleccione Aplicar.

Eso es todo, ahora ha asignado la conexión en la nube que se puede compartir al

modelo semántico.

Si aún no ha creado una conexión en la nube que se pueda compartir al usar esta
pantalla, puede seleccionar la opción Crear una conexión en la lista desplegable para ir
a la experiencia Administrar conexiones y puertas de enlace, y todos los detalles de
conexión del origen de datos para el que seleccionó la lista desplegable Crear una
conexión se rellenan previamente en el formulario Crear nueva conexión en la nube.

Control de acceso pormenorizado

Power BI aplica el control de acceso granular para las conexiones en la nube que se
pueden compartir. El control de acceso para todos los tipos de datos se puede habilitar
en el nivel de inquilino, área de trabajo y modelo semántico. En la siguiente imagen se
muestra cómo se puede aplicar el control de acceso en el inquilino, el área de trabajo o
el modelo semántico. Cada configuración proporciona un control de acceso granular,
con una prioridad diferente.
Si un administrador de inquilinos habilita el control de acceso granular para todos los
tipos de conexión, se aplica el control de acceso granular para toda la organización. Los
administradores del área de trabajo y los propietarios de artefactos no pueden anular el
control de acceso granular habilitado en el nivel de inquilino.

Si el control de acceso granular no se aplica a nivel de inquilino, los administradores del

área de trabajo pueden aplicar un control de acceso granular para sus áreas de trabajo.
Y si los administradores del área de trabajo no aplican el control de acceso granular, los
propietarios de artefactos pueden decidir si deben aplicar un control de acceso
pormenorizado para cada uno de sus artefactos de forma independiente.

De forma predeterminada, el control de acceso granular está deshabilitado en los tres

niveles, lo que permite a los propietarios de artefactos individuales aplicar un control de
acceso granular para cada tipo de conexión de datos de forma selectiva. Sin embargo,
es probable que sea más eficaz habilitar el control de acceso granular en un área de
trabajo por área de trabajo.

Contenido relacionado
Para obtener información importante sobre las conexiones en la nube que se pueden
compartir, incluidas las limitaciones y consideraciones, lea el artículo siguiente:

Conexión a orígenes de datos en la nube en el servicio Power BI

Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Orígenes de datos en Power BI Desktop
Artículo • 09/04/2024

Power BI Desktop permite conectarse a datos de muchos orígenes diferentes. Para

obtener una lista completa de los orígenes de datos disponibles, vea Orígenes de datos
de Power BI.

Para ver los orígenes de datos disponibles, en el grupo Inicio de la cinta de opciones de
Power BI Desktop, seleccione la etiqueta del botón Obtener datos o la flecha hacia
abajo para abrir la lista Orígenes de datos comunes. Si el origen de datos que desea no
aparece en Orígenes de datos comunes, seleccione Más para abrir el cuadro de diálogo
Obtener datos.

O bien, abra directamente el cuadro de diálogo Obtener datos; para ello, seleccione el
icono Obtener datos.
７ Nota

El equipo de Power BI está ampliando continuamente los orígenes de datos

disponibles en Power BI Desktop y en el servicio Power BI. Por lo tanto, a menudo
verá las versiones anteriores de orígenes de datos en proceso de desarrollo
marcados como Beta o Versión preliminar. Cualquier origen de datos marcada
como Beta o Versión preliminar tiene una compatibilidad y funcionalidades
limitadas y no se debe usar en entornos de producción. Además, es posible que los
orígenes de datos marcados como Beta o Versión preliminar para Power BI
Desktop no estén disponibles para su uso en el servicio Power BI u otros servicios
de Microsoft hasta que el origen de datos esté disponible con carácter general
(GA).
Orígenes de datos
En el cuadro de diálogo Obtener datos se organizan los tipos de datos en las categorías
siguientes:

Todo
Archivo
Base de datos
Microsoft Fabric
Power Platform
Azure
Servicios en línea
Otros

La categoría Todos incluye todos los tipos de conexión de datos de todas las categorías.

Orígenes de datos de archivo

La categoría Archivo proporciona las siguientes conexiones de datos:

Libro de Excel
Texto o CSV
XML
JSON
Carpeta
PDF
Parquet
Carpeta de SharePoint

Orígenes de datos de base de datos

La categoría Base de datos proporciona las siguientes conexiones de datos:

Base de datos SQL Server

Base de datos Access
Base de datos SQL Server Analysis Services
Base de datos Oracle
Base de datos IBM Db2
Base de datos Informix de IBM (beta)
IBM Netezza
Base de datos MySQL
Base de datos PostgreSQL
 Base de datos Sybase
Base de datos Teradata
Base de datos SAP HANA
Servidor de aplicaciones de SAP Business Warehouse
Servidor de mensajería de SAP Business Warehouse
Amazon Redshift
Impala
Google BigQuery
Google BigQuery (Microsoft Entra ID) (Beta)
Vertica
Snowflake
Essbase
Modelos de AtScale
Actian (beta)
Cubos de AtScale
Conector de BI
Data Virtuality LDW
Denodo
Exasol
Indexima
InterSystems IRIS (Beta)
Jethro (beta)
Kyligence
Linkar PICK Style / MultiValue Databases (Beta)
MariaDB
MarkLogic
MongoDB Atlas SQL (Beta)
TIBCO® Data Virtualization
Amazon Athena
Dremio Software
Dremio Cloud

７ Nota

Algunos conectores de base de datos requieren que los habilite; para ello,
seleccione Archivo>Opciones y configuración>Opciones y, a continuación,
seleccione Características de versión preliminar y habilite el conector. Si no ve
algunos de los conectores mencionados anteriormente y quiere usarlos,
compruebe la configuración de Características en vista previa. Tenga también en
cuenta que cualquier origen de datos marcado como Beta o Versión preliminar
 tiene una compatibilidad y funcionalidades limitadas, y no se debe usar en
entornos de producción.

Microsoft Fabric
La categoría Microsoft Fabric proporciona las siguientes conexiones de datos:

Modelos semánticos de BI
Flujos de datos
Datamarts (versión preliminar)
Almacenes
Almacenes de lago
Base de datos KQL

Orígenes de datos de Power Platform

La categoría Power Platform proporciona las conexiones de datos siguientes:

Flujos de datos de Power BI (heredado)

Common Data Service (heredado)
Dataverse
Flujos de datos

Orígenes de datos de Azure

La categoría Azure proporciona las siguientes conexiones de datos:

Azure SQL Database

Azure Synapse Analytics SQL
Base de datos de Azure Analysis Services
Azure Database for PostgreSQL
Azure Blob Storage
Azure Table Storage
Azure Cosmos DB v1
Azure Data Explorer (Kusto)
Azure Data Lake Storage Gen2
Azure HDInsight (HDFS)
Azure HDInsight Spark
HDInsight Interactive Query
Azure Cost Management
Azure HDInsight en AKS Trino (beta)
 Azure Cosmos DB v2 (Beta)
Área de trabajo de Azure Synapse Analytics (beta)
Azure Time Series Insights (Beta)
Azure Resource Graph (beta)
Azure Databricks

Orígenes de datos de Online Services

La categoría Online Services proporciona las siguientes conexiones de datos:

Lista de SharePoint Online

Microsoft Exchange Online
Dynamics 365 en línea (heredado)
Dynamics 365 (Dataverse)
Dynamics NAV
Dynamics 365 Business Central
Dynamics 365 Business Central (local)
Azure DevOps (solo Boards)
Azure DevOps Server (solo Boards)
Objetos de Salesforce
Informes de Salesforce
Google Analytics
Adobe Analytics
appFigures (Beta)
[Link] - Obtener un conjunto de datos (Beta)
GitHub (Beta)
LinkedIn Sales Navigator (Beta)
Marketo (Beta)
Mixpanel (Beta)
Planview Portfolios
QuickBooks Online (Beta)
Smartsheet
SparkPost (Beta)
SweetIQ (Beta)
Arquitectura empresarial de Planview
Zendesk (Beta)
Asana (beta)
Assemble Views
Autodesk Construction Cloud
Automation Anywhere
Automy Data Analytics (Beta)
 CData Connect Cloud
Dynamics 365 Customer Insights (Beta)
Digital Construction Works Insights
Origen de datos de Emigo
Entersoft Business Suite (Beta)
eWay-CRM
Palantir Foundry
Embudo
Hexagon PPM Smart® API
Industrial App Store
Intune Data Warehouse (Beta)
OKR de Planview (beta)
Planview ProjectPlace
Product Insights (Beta)
Profisee
Quickbase
SoftOne BI (Beta)
Planview IdeaPlace
TeamDesk (Beta)
Webtrends Analytics (Beta)
Witivio (Beta)
Zoho Creator
Autodesk Construction Cloud
Databricks
Análisis de FactSet
Viva Insights

Otros orígenes de datos

La categoría Otros proporciona las siguientes conexiones de datos:

Web
Lista de SharePoint
Fuente de OData
Active Directory
Microsoft Exchange
Archivo Hadoop (HDFS)
Spark
Hive LLAP
Script de R
Script de Python
ODBC
OLE DB
Acterys: Planeamiento y automatización de modelos (beta)
Amazon OpenSearch Service (Beta)
Anaplan
Solver
BQE Core
Bloomberg Data and Analytics
Celonis EMS (Beta)
Cherwell (Beta)
CloudBluePSA (Beta)
Cognite Data Fusion
EQuIS
FactSet RMS (Beta)
FHIR
Google Sheets
Information Grid (Beta)
Jamf Pro (Beta)
Kognitwin
MicroStrategy for Power BI
OpenSearch Project (Beta)
Paxata
QubolePresto (Beta)
Roamler (Beta)
SIS-CC SDMX (Beta)
Shortcuts Business Insights (Beta)
Siteimprove
Socialbakers Metrics 1.1.0 (Beta)
SumTotal
SurveyMonkey
Microsoft Teams Personal Analytics (beta)
Tenforce (Smart)List
Usercube (beta)
Vena
Vessel Insight
Wrike (Beta)
Zucchetti HR Infinity (Beta)
BitSight Security Ratings
BQE Core
CloudBluePSA (Beta)
Delta Sharing
 Eduframe (Beta)
Métricas Emplifi (beta)
SingleStore Direct Query Connector
SolarWinds Service Desk
Starburst Enterprise
inwink (Beta)
Consulta en blanco

７ Nota

En este momento, no es posible conectarse a orígenes de datos personalizados que

se protegen mediante Microsoft Entra ID.

Aplicaciones plantilla
Puede buscar aplicaciones de plantilla para su organización seleccionando el vínculo
Aplicaciones de plantilla cerca de la parte inferior de la ventana Obtener datos.
Las aplicaciones de plantilla disponibles pueden variar en función de su organización.

Conectarse a un origen de datos

1. Para conectarse a un origen de datos, seleccione el origen de datos en la ventana
Obtener datos y seleccione Conectar. En la captura de pantalla siguiente, se
muestra la opción Web seleccionada en la categoría de conexiones de datos Otros.
2. Aparece una ventana de conexión. Escriba la dirección URL o la información de
conexión de recurso y, luego, seleccione Aceptar. En la captura de pantalla
siguiente, se muestra una dirección URL especificada en el cuadro de diálogo
Desde la web.

3. En función de la conexión de datos, es posible que se le solicite que proporcione

credenciales u otra información. Después de proporcionar toda la información
necesaria, Power BI Desktop se conecta al origen de datos y presenta los orígenes
de datos disponibles en el cuadro de diálogo Navegador.
 4. Seleccione las tablas y otros datos que desea cargar. Para cargar los datos,
seleccione el botón Cargar en la parte inferior del panel Navegador. Para
transformar o editar la consulta en el Editor de Power Query antes de cargar los
datos, seleccione el botón Transformar datos.

La conexión a orígenes de datos en Power BI Desktop es así de fácil. Intente conectarse

a datos de nuestra creciente lista de orígenes de datos y vuelva a consultarla con
frecuencia. Seguimos agregando novedades a esta lista todo el tiempo.

Uso de archivos PBIDS para obtener datos

Los archivos PBIDS son archivos de Power BI Desktop que tienen una estructura
específica y la extensión .PBIDS para identificarlos como archivos de origen de datos de
Power BI.

Un archivo .PBIDS se puede crear para optimizar la experiencia Obtener datos de los
creadores de informes nuevos o principiantes de la organización. Si crea el
archivo .PBIDS a partir de informes existentes, es más fácil que los autores de informes
principiantes creen nuevos informes a partir de los mismos datos.

Cuando un autor abre un archivo PBIDS, Power BI Desktop solicita al usuario las
credenciales para autenticarse y conectarse al origen de datos especificado en el
archivo. Aparece el cuadro de diálogo Navegador y el usuario debe seleccionar las
tablas del origen de datos que se van a cargar en el modelo. Puede que también deba
seleccionar las bases de datos y el modo de conexión si no se especifican en el
archivo PBIDS.

A partir de ese momento, el usuario puede empezar a crear visualizaciones o seleccionar

Orígenes recientes para cargar un conjunto de tablas nuevo en el modelo.

Actualmente, los archivos .PBIDS solo admiten un único origen de datos en un archivo.
Si se especifica más de un origen de datos, se producirá un error.

Creación de un archivo de conexión .PBIDS

Si ya tiene un archivo PBIX de Power BI Desktop conectado a los datos que le interesan,
puede exportar los archivos de conexión desde Power BI Desktop. Este es el método
recomendado, ya que el archivo PBIDS se puede generar automáticamente desde
Desktop. También puede editar o crear manualmente el archivo en un editor de texto.

1. Para crear el archivo PBIDS, seleccione Archivo>Opciones y

configuración>Configuración de origen de datos.

2. En el cuadro de diálogo que aparece, seleccione el origen de datos que quiere

exportar como un archivo PBIDS y, a continuación, seleccione Export PBIDS.
 3. En el cuadro de diálogo Guardar como, asigne un nombre al archivo y seleccione
Guardar. Power BI Desktop genera el archivo PBIDS, cuyo nombre puede cambiar y
guardar en su directorio y compartir con otros usuarios.

También puede abrir el archivo en un editor de texto y seguir modificando el archivo,

incluida la especificación del modo de conexión en el propio archivo. En la imagen
siguiente, se muestra un archivo PBIDS abierto en un editor de texto.

Si prefiere crear manualmente los archivos .PBIDS en un editor de texto, debe especificar
las entradas necesarias para una única conexión y guardar el archivo con la
extensión PBIDS. Opcionalmente, también puede especificar el elemento mode de la
conexión como DirectQuery o Import . Si falta el elemento mode o tiene valor null en el
archivo, se pedirá al usuario que abre el archivo en Power BI Desktop que seleccione
DirectQuery o Importación.

） Importante

Algunos orígenes de datos generarán un error si las columnas están cifradas en el

origen de datos. Por ejemplo, si dos o más columnas de una instancia de Azure SQL
Database se cifran durante una acción de importación, se devolverá un error. Para
más información, consulte SQL Database.

Ejemplos de archivos PBIDS

En esta sección se proporcionan algunos ejemplos de orígenes de datos de uso
frecuente. El tipo de archivo PBIDS solo admite las conexiones de datos que también se
admiten en Power BI Desktop, salvo las siguientes excepciones: Direcciones URL de wiki,
Live Connect y Consulta en blanco.

El archivo .PBIDS no incluye información de autenticación ni de tablas y esquemas.

En los fragmentos de código siguientes se muestran varios ejemplos comunes de

archivos PBIDS, pero no son completos. En el caso de otros orígenes de datos, puede
consultar el formato de referencia de origen de datos (DSR) de git para obtener
información sobre protocolos y direcciones.

Si está editando o creando manualmente los archivos de conexión, le presentamos estos

ejemplos por su carácter práctico, pero no están diseñados para ser exhaustivos ni
incluyen todos los conectores admitidos en formato DSR.

Azure AS

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "analysis-services",
"address": {
"server": "server-here"
},
}
}
 ]
}

Carpeta

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "folder",
"address": {
"path": "folder-path-here"
}
}
}
]
}

OData

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "odata",
"address": {
"url": "URL-here"
}
}
}
]
}

SAP BW

JSON

{
"version": "0.1",
"connections": [
{
 "details": {
"protocol": "sap-bw-olap",
"address": {
"server": "server-name-here",
"systemNumber": "system-number-here",
"clientId": "client-id-here"
},
}
}
]
}

SAP HANA

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "sap-hana-sql",
"address": {
"server": "server-name-here:port-here"
},
}
}
]
}

Lista de SharePoint

La dirección URL debe llevar al sitio de SharePoint en sí y no a una lista dentro del sitio.
Los usuarios obtienen un navegador que les permite seleccionar una o más listas de ese
sitio, cada una de las cuales se convierte en una tabla del modelo.

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "sharepoint-list",
"address": {
"url": "URL-here"
},
}
}
 ]
}

SQL Server

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "tds",
"address": {
"server": "server-name-here",
"database": "db-name-here (optional) "
}
},
"options": {},
"mode": "DirectQuery"
}
]
}

Archivo de texto

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "file",
"address": {
"path": "path-here"
}
}
}
]
}

Web

JSON
 {
"version": "0.1",
"connections": [
{
"details": {
"protocol": "http",
"address": {
"url": "URL-here"
}
}
}
]
}

Flujo de datos

JSON

{
"version": "0.1",
"connections": [
{
"details": {
"protocol": "powerbi-dataflows",
"address": {
"workspace":"workspace id (Guid)",
"dataflow":"optional dataflow id (Guid)",
"entity":"optional entity name"
}
}
}
]
}

Contenido relacionado
Puede hacer todo tipo de cosas con Power BI Desktop. Para obtener más información
sobre sus capacidades, consulte los siguientes recursos:

¿Qué es Power BI Desktop?

Información general sobre consultas con Power BI Desktop
Tipos de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Tareas de consultas comunes en Power BI Desktop
Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Parámetros de consulta M dinámicos en
Power BI Desktop
Artículo • 10/11/2023

En este artículo se describe cómo crear parámetros de consulta M dinámicos y trabajar

con ellos en Power BI Desktop. Con los parámetros de consulta M dinámicos, los autores
de modelos pueden configurar los valores de filtro o segmentación que los visores de
informes pueden usar con los parámetros de consulta M. Los parámetros de consulta M
dinámicos proporcionan a los autores de modelos más control sobre las selecciones de
filtro que se van a incorporar a las consultas de origen de DirectQuery.

Los autores de modelos comprenden la semántica de sus filtros y, a menudo, saben

cómo escribir consultas eficaces en su origen de datos. Con los parámetros de consulta
M dinámicos, los autores de modelos pueden garantizar que las selecciones de filtro se
incorporen a las consultas de origen en el punto adecuado para lograr los resultados
previstos con un rendimiento óptimo. Estos parámetros pueden ser especialmente útiles
para la optimización del rendimiento de las consultas.

Mire cómo Sujata explica y utiliza los parámetros de consulta M dinámicos en el

siguiente vídeo, y luego pruébelos usted mismo.

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI Desktop o

del servicio Power BI.

[Link]
postJsllMsg=true&autoCaptions=es-es

Requisitos previos
Para trabajar con estos procedimientos, debe tener una consulta M válida que use una o
varias tablas de DirectQuery.

Creación y uso de parámetros dinámicos

En el ejemplo siguiente se pasa un valor único a un parámetro dinámicamente.

Incorporación de parámetros
1. En Power BI Desktop, seleccione Inicio>Transformar datos>Transformar datos
para abrir el Editor de Power Query.

2. En el Editor de Power Query, seleccione Nuevos parámetros en Administrar

parámetros en la cinta de opciones.

3. En la ventana Administrar parámetros, rellene la información sobre el parámetro.

Para más información, consulte Creación de un parámetro.
 4. Seleccione Nuevo para agregar más parámetros.

5. Cuando haya terminado de agregar parámetros, seleccione Aceptar.

Referencia a los parámetros de la consulta M

1. Una vez que haya creado los parámetros, puede hacer referencia a ellos en la
consulta M. Para modificar la consulta M, mientras tiene seleccionada la consulta,
abra el Editor avanzado.

2. Haga referencia a los parámetros de la consulta M, como se resalta en amarillo en

la imagen siguiente:
 

3. Cuando haya terminado de editar la consulta, seleccione Listo.

Creación de tablas de valores

Cree una tabla para cada parámetro con una columna que proporcione los valores
posibles disponibles para establecerse dinámicamente en función de la selección de
filtros. En este ejemplo, quiere que los parámetros StartTime y EndTime sean dinámicos.
Dado que estos parámetros requieren un parámetro Date/Time , se generan las posibles
entradas para establecer dinámicamente la fecha del parámetro.

1. En la cinta de opciones de Power BI Desktop, en Modelado, seleccione Nueva

tabla.

2. Cree una tabla para los valores del parámetro StartTime , por ejemplo:

StartDateTable = CALENDAR (DATE(2016,1,1), DATE(2016,12,31))

 3. Cree una segunda tabla para los valores del parámetro EndTime , por ejemplo:

EndDateTable = CALENDAR (DATE(2016,1,1), DATE(2016,12,31))

７ Nota

Use un nombre de columna que no esté en una tabla real. Si usa el mismo
nombre que una columna de tabla real, el valor seleccionado se aplica como
filtro en la consulta.

Enlace de los campos a los parámetros

Ahora que se han creado las tablas con los campos Date , podemos enlazar cada campo
a un parámetro. Enlazar un campo a un parámetro significa que, a medida que cambia
el valor del campo seleccionado, el valor pasa al parámetro y actualiza la consulta que
hace referencia a este.
1. Para enlazar un campo, en la vista Modelo de Power BI Desktop, seleccione el
campo recién creado y, en el panel Propiedades, seleccione Avanzado.

７ Nota

El tipo de datos de columna debe coincidir con el tipo de datos del parámetro
M.

2. Seleccione la lista desplegable en Enlazar a parámetro y seleccione el parámetro

que quiere enlazar al campo:
 Dado que este ejemplo es para establecer el parámetro en un valor único,
mantenga Selección múltiple establecido en No, que es el valor predeterminado:

Si la columna asignada se establece en No en Selección múltiple, debe usar un

modo de selección única en la segmentación o requerir una selección única en la
tarjeta de filtro.

Si los casos de uso requieren pasar varios valores a un único parámetro, establezca
el control en Sí y asegúrese de que la consulta M esté configurada para aceptar
valores múltiples. He aquí un ejemplo de RepoNameParameter , que permite valores
múltiples:

3. Si tiene otros campos para enlazar a otros parámetros, puede repetir estos pasos.
Ahora puede hacer referencia a este campo en una segmentación o como filtro:
Habilitación de Seleccionar todo
En este ejemplo, el modelo de Power BI Desktop tiene un campo denominado Country,
que es una lista de países o regiones enlazados a un parámetro M denominado
countryNameMParameter. Este parámetro está habilitado para Selección múltiple,
pero no para la opción Seleccionar todo. Para poder usar la opción Seleccionar todo en
una segmentación de datos o una tarjeta de filtro, siga estos pasos agregados:
Para habilitar Seleccionar todo en Country:

1. En las propiedades Avanzadas de Country, habilite el botón de alternancia

Seleccionar todo, que habilita la entrada Valor Seleccionar todo. Edite Valor
Seleccionar todo o anote el valor predeterminado.
 La opción Valor Seleccionar todo pasa al parámetro como una lista que contiene
el valor definido. Por lo tanto, cuando defina este valor o use el predeterminado,
tiene que asegurarse de que sea único y no exista en el campo enlazado al
parámetro.

2. Inicie el Editor de Power Query, seleccione la consulta y, luego, elija Editor

avanzado. Edite la consulta M para usar Valor Seleccionar todo para hacer
referencia a la opción Seleccionar todo.

3. En el Editor avanzado, agregue una expresión booleana que se evalúe como true
si el parámetro está habilitado para Selección múltiple y contiene la entrada Valor
Seleccionar todo (de lo contrario, se devuelve false ).
 4. Incorpore el resultado de la expresión booleana Seleccionar todo a la consulta de
origen. En este ejemplo hay un parámetro de consulta booleano en la consulta de
origen denominado includeAllCountries que se establece en el resultado de la
expresión booleana del paso anterior. Puede usar este parámetro en una cláusula
de filtro de la consulta, de modo que un valor de false para el valor booleano
filtre hasta los nombres de país o región seleccionados y un valor de true no
aplique ningún filtro.

5. Cuando haya actualizado la consulta M para tener en cuenta la nueva entrada

Valor Seleccionar todo, ya puede usar la función Seleccionar todo en
segmentaciones o filtros.

Como referencia, esta es la consulta completa del ejemplo anterior:

Kusto

let
selectedcountryNames = if [Link]([Link](countryNameMParameter),
[Link]) then
[Link]({"'", [Link](countryNameMParameter, "','") , "'"})
 else
[Link]({"'" , countryNameMParameter , "'"}),

selectAllCountries = if [Link]([Link](countryNameMParameter),
[Link]) then
[Link](countryNameMParameter, "__SelectAll__")
else
false,

KustoParametersDeclareQuery = [Link]({"declare query_parameters(",

"startTimep:datetime = datetime(",
[Link](StartTimeMParameter, "yyyy-MM-dd hh:mm"), "), " ,
"endTimep:datetime = datetime(",
[Link](EndTimeMParameter, "yyyy-MM-dd hh:mm:ss"), "), ",
"includeAllCountries: bool = ",
[Link](selectAllCountries) ,",",
"countryNames: dynamic = dynamic([",
selectedcountryNames, "]));" }),

ActualQueryWithKustoParameters =
"Covid19
| where includeAllCountries or Country
in(countryNames)
| where Timestamp > startTimep and Timestamp
< endTimep
| summarize sum(Confirmed) by Country,
bin(Timestamp, 30d)",

finalQuery = [Link]({KustoParametersDeclareQuery,
ActualQueryWithKustoParameters}),

Source = [Link]("help", "samples", finalQuery,

[MaxRows=null, MaxSize=null, NoTruncate=null,
AdditionalSetStatements=null]),
#"Renamed Columns" = [Link](Source,{{"Timestamp", "Date"},
{"sum_Confirmed", "Confirmed Cases"}})
in
#"Renamed Columns"

Riesgo potencial de seguridad

Los lectores de informes que pueden establecer dinámicamente los valores de los
parámetros de consulta M pueden tener acceso a más datos o desencadenar
modificaciones en el sistema de origen mediante ataques por inyección. Esta posibilidad
depende de cómo haga referencia a los parámetros de la consulta M y de los valores
que pase a los parámetros.

Por ejemplo, tiene una consulta Kusto parametrizada construida de la manera siguiente:

Kusto
 Products
| where Category == [Parameter inserted here] & HasReleased == 'True'
| project ReleaseDate, Name, Category, Region

No hay problemas con un usuario sin malas intenciones que pase un valor apropiado
para el parámetro, por ejemplo, Games :

| where Category == 'Games' & HasReleased == 'True'

Sin embargo, es posible que un atacante pueda pasar un valor que modifique la
consulta para obtener acceso a más datos, por ejemplo, 'Games'// :

Products
| where Category == 'Games'// & HasReleased == 'True'
| project ReleaseDate, Name, Category, Region

En este ejemplo, el atacante puede obtener acceso a información sobre juegos que
todavía no se han publicado cambiando parte de la consulta por un comentario.

Mitigación del riesgo

Para mitigar el riesgo de seguridad, evite la concatenación de cadenas de valores de
parámetros M dentro de la consulta. En su lugar, utilice esos valores de parámetro en
operaciones de M que se plieguen en la consulta de origen, de modo que el conector y
el motor de M construyan la consulta final.

Si un origen de datos admite la importación de procedimientos almacenados, considere

la posibilidad de almacenar la lógica de consulta allí e invocarla en la consulta M. O
bien, si está disponible, use un mecanismo de paso de parámetros integrado en el
lenguaje de consulta de origen y los conectores. Por ejemplo, Azure Data Explorer tiene
capacidades de parámetro de consulta integradas que están diseñadas para protegerse
frente a ataques por inyección.

A continuación se muestran algunos ejemplos de estas mitigaciones:

Ejemplo que usa las operaciones de filtrado de la consulta M:

Kusto
 [Link](Source, (r) => r[Columns] = Parameter)

Ejemplo de declaración del parámetro en la consulta de origen, o paso del valor

del parámetro como entrada a una función de consulta de origen:

Kusto

declare query_parameters (Name of Parameter : Type of Parameter);

Ejemplo de llamada directa a un procedimiento almacenado:

Kusto

let CustomerByProductFn = [Link]("Help",

"ContosoSales"){[Name="CustomerByProduct"]}[Data] in
CustomerByProductFn({1, 3, 5})

Consideraciones y limitaciones
Hay algunas consideraciones y limitaciones al usar parámetros de consulta M dinámicos:

Un parámetro único no se puede enlazar a varios campos ni viceversa.

Los parámetros de consulta M dinámicos no admiten agregaciones.
Los parámetros de consulta M dinámicos no admiten la seguridad de nivel de fila
(RLS).
Los nombres de parámetro no pueden ser palabras reservadas de expresiones de
análisis de datos (DAX) ni contener espacios. La anexión de Parameter al final del
nombre del parámetro ayuda a evitar esta limitación.
Los nombres de tabla no pueden contener espacios ni caracteres especiales.
Si el parámetro tiene el tipo de datos Date/Time , deberá convertirlo dentro de la
consulta M como [Link](<YourDateParameter>) .
Si usa orígenes SQL, puede que reciba un cuadro de diálogo de confirmación cada
vez que cambie el valor del parámetro. Este cuadro de diálogo se debe a la
configuración de seguridad Requerir la aprobación del usuario de las nuevas
consultas de bases de datos nativas. Puede encontrar y desactivar esta
configuración en la sección Seguridad del cuadro de diálogo Opciones de
Power BI Desktop.
Es posible que los parámetros de consulta M dinámicos no funcionen al acceder a
un modelo semántico en Excel.
Los parámetros de consulta M dinámicos no se admiten en Power BI Report Server.
Los tipos de parámetros predefinidos no admitidos son
los siguientes:
Any
Duration
Verdadero/Falso
Binary

Filtros no admitidos
Filtro o segmentación de tiempo relativo
Fecha relativa
Segmentación de jerarquía
Filtro de inclusión de varios campos
Filtro de exclusión/sin filtros
Resaltado cruzado
Filtro de obtención de detalles
Filtro de exploración cruzada
N filtro principal

Operaciones no admitidas
And
Contiene
Menor que
Mayor que
Empieza por
No empieza con
No es
No contiene
Está en blanco
No está en blanco

Pasos siguientes
Para más información sobre las funcionalidades de Power BI Desktop, consulte los
recursos siguientes:

DirectQuery en Power BI Desktop

¿Qué es Power BI Desktop?
Información general sobre consultas con Power BI Desktop
Tipos de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Tareas de consultas comunes en Power BI Desktop
Creación de un modelo semántico de
Power BI directamente desde Log
Analytics
Artículo • 22/11/2023

Puede crear rápidamente un modelo semántico de Power BI directamente desde una

consulta de Log Analytics. El modelo semántico será un modelo semántico de Power BI
completo que puede usar para crear informes, analizar en Excel y mucho más.

Crear un modelo semántico directamente a partir de una consulta de Log Analytics es

una forma fácil y rápida de compartir un modelo semántico, ya que si lo guarda en un
área de trabajo compartida, todos los usuarios con los permisos suficientes en dicha
área podrán usarlo. También puede usar uso compartido de modelos semánticos para
compartirlo con otros usuarios que no tienen un rol en el área de trabajo.

Esta característica crea un modelo semántico en el servicio Power BI directamente desde

una consulta de Log Analytics. Si necesita modelar o transformar los datos con distintas
formas que no están disponibles en el servicio, también puede exportar la consulta
desde Log Analytics, pegarla en Power BI Desktop y llevar a cabo el modelado avanzado
allí. Para más información, consulte: Creación de modelos semánticos e informes de
Power BI a partir de consultas de Log Analytics.

Requisitos previos
Debe tener una cuenta de Power BI para poder usar esta funcionalidad.

Creación de un conjunto de datos a partir de

Log Analytics
Para crear un conjunto de datos de Power BI a partir de una consulta de Log Analytics:

1. Abra y ejecute la consulta de Log Analytics que desea usar para crear la base de
datos de Power BI.

2. En la barra de acciones, seleccione: Exportar > Exportar a Power BI.

3. Se abrirá Power BI y un cuadro de diálogo le pedirá que asigne un nombre al
modelo semántico y elija un área de trabajo en la que guardarlo. De forma
predeterminada, el modelo semántico tendrá el mismo nombre que la consulta y
se guardará en Mi área de trabajo. Puede elegir su propio nombre y área de
trabajo de destino. Si tiene una cuenta de usuario gratuito en Power BI, solo podrá
guardarlo en Mi área de trabajo.

El cuadro de diálogo también muestra la dirección URL del origen de datos de Log
Analytics. Para evitar la exposición accidental de datos confidenciales, asegúrese
de que reconoce el origen de datos y está familiarizado con dichos datos.
Seleccione Revisar datos si desea comprobar los resultados de la consulta de Log
Analytics antes de permitir que la exportación continúe. Para obtener más
información sobre cuándo sería idóneo revisar los datos, consulte: Revisión de los
datos de Log Analytics.

4. Seleccione Continuar. Se creará el modelo semántico y se le llevará a la página de

detalles del nuevo modelo semántico. Desde allí podrá hacer todo lo que puede
 llevar a cabo un modelo semántico de Power BI normal: actualizar los datos,
compartir el modelo semántico, crear nuevos informes, y mucho más. Consulte
detalles del modelo semántico para obtener más información.

７ Nota

Si ya se ha conectado antes a Log Analytics desde Power BI, se le pedirá que

elija qué credenciales usar para la conexión entre Power BI y el sitio de
SharePoint antes de acceder a la página de detalles del modelo semántico.
Para obtener ayuda al decidir qué credenciales elegir, consulte: Elección de
las credenciales con las que autenticarse.

Para mantener actualizados los datos después de crear el modelo semántico, actualice
los datos manualmente o configure la actualización programada.

Revisión de los datos de Log Analytics

Al exportar datos desde una consulta de Log Analytics a Power BI, se crea una dirección
URL de redireccionamiento que incluye todos los parámetros necesarios para iniciar el
proceso de creación del modelo semántico en Power BI. Si es la persona que seleccionó
Exportar a BI en Log Analytics, probablemente no tenga que preocuparse de revisar los
datos, porque lo más probable es que ya esté familiarizado con los datos que exporta.

Revisar los datos es importante si no era el que exportó los datos de Log Analytics, sino
que alguien le envió un vínculo para crear un modelo semántico desde Log Analytics. En
tal caso, es posible que no esté familiarizado con los datos que se exportan y, por lo
tanto, es importante revisarlos para asegurarse de que los datos confidenciales no se
exponen accidentalmente.

Elección de las credenciales con las que

autenticarse
Al exportar datos de Log Analytics a Power BI, Power BI se conecta a Log Analytics para
obtener los datos. Para conectarse, debe autenticarse con Log Analytics.

Si ve el siguiente cuadro de diálogo, significa que ya ha establecido una conexión a Log

Analytics anteriormente. Las credenciales que usó en ese momento pueden o no ser
diferentes de las credenciales del inicio de sesión actual. Debe elegir si desea seguir
usando la información de inicio de sesión que usó la última vez que se conectó (Las
credenciales que usé la última vez para conectarme a Power BI) o si la conexión debe
usar las credenciales de inicio de sesión actuales de ahora en adelante (Mis credenciales
actuales (pueden ser las mismas o diferentes)).

¿Por qué esto es importante?

La vista de Power BI de los datos de Log Analytics viene determinada por los permisos
de la cuenta que se usan para establecer la conexión de Power BI al origen de datos de
Log Analytics.

Si permite que Power BI use los detalles de inicio de sesión que usó la última vez para la
conexión, los datos que verá en el modelo semántico que va a crear pueden diferir de lo
que ve en Log Analytics. Esto se debe a que los datos que se programan en el modelo
semántico es lo que la cuenta con las credenciales que usó la última vez puede ver en
Log Analytics.
Si reemplaza las credenciales que usó la última vez por las credenciales de inicio de
sesión actuales, los datos que ve en el modelo semántico que está creando serán
exactamente los mismos que los que ve en Log Analytics. Sin embargo, dado que la
conexión usa ahora las credenciales de inicio de sesión actuales, las vistas de los datos
de los modelos semánticos que podría haber creado anteriormente a partir de esa
consulta de Log Analytics también podrían cambiar y esto podría afectar a los
informes y otros elementos de bajada que los usuarios podrían haber creado en
función de esos modelos semánticos.

Tenga en cuenta las consideraciones anteriores cuando tome su decisión.

Si nunca se ha conectado previamente a Log Analytics desde Power BI, Power BI usará
automáticamente sus credenciales actuales para establecer la conexión y no verá este
cuadro de diálogo.

Consideraciones y limitaciones
Este flujo no admite escenarios de negocio a negocio (B2B) ni escenarios en los
que la autenticación se realiza en una entidad de servicio.
Si Service Management API de Windows Azure, el servicio API de Log Analytics o
ambos están configurados para usar la autenticación multifactor, para que este
flujo funcione, Power BI también tendrá que configurarse para usar la
autenticación multifactor. Consulte al soporte técnico de TI de la organización si
encuentra un problema relacionado con esta consideración.

Pasos siguientes
Integración de Log Analytics con Power BI
Detalles del modelo semántico
Compartir el acceso a un modelo semántico
Crear un modelo semántico de Power BI
directamente desde una lista de
SharePoint
Artículo • 22/11/2023

Puede crear rápidamente un modelo semántico de Power BI directamente a partir de

una lista de SharePoint. El modelo semántico será un modelo semántico de Power BI
completo que puede usar para crear informes, analizarlos en Excel y mucho más.

Crear un modelo semántico directamente a partir de una lista de SharePoint es una

forma sencilla y rápida de compartir un modelo semántico, ya que si lo guarda en un
área de trabajo compartida, todos los usuarios con los permisos suficientes en el área de
trabajo pueden usarlo. También puede usar el uso compartido de modelos semánticos
para compartirlo con otros usuarios que no tienen un rol en el área de trabajo.

Para mantener los datos actualizados después de crear el modelo semántico, actualice
los datos manualmente o configure la actualización programada.

Esta característica crea un modelo semántico en el servicio Power BI directamente a

partir de una lista de SharePoint. Si necesita modelar o transformar los datos de
maneras que no están disponibles en el servicio, también puede conectarse a la lista de
SharePoint desde Power BI Desktop. Para obtener más información, consulte Creación
de un informe en una lista de SharePoint en Power BI Desktop.

Prerrequisitos
Debe tener una cuenta de Power BI para poder usar esta funcionalidad.

Crear un modelo semántico a partir de una lista

de SharePoint
Para crear un modelo semántico de Power BI a partir de una lista de SharePoint:

1. Abra la lista de SharePoint.

2. En la barra de acciones, seleccione: Exportar > Exportar a Power BI.

3. Se abrirá Power BI y un cuadro de diálogo le pedirá que asigne un nombre al
modelo semántico y elija un área de trabajo en la que guardarlo. De forma
predeterminada, el modelo semántico tendrá el mismo nombre que la lista de
SharePoint y se guardará en Mi área de trabajo. Puede elegir su propio nombre y
área de trabajo de destino. Si tiene una cuenta de usuario gratuito en Power BI,
solo podrá guardarlo en Mi área de trabajo.

En el cuadro de diálogo también se muestran la dirección URL del origen de datos

(sitio de SharePoint) y el nombre de la lista de SharePoint. Para evitar la exposición
accidental de datos confidenciales, asegúrese de que reconoce el origen de datos
y está familiarizado con dichos datos. Seleccione Revisar datos si desea comprobar
la lista de SharePoint antes de permitir que la exportación continúe. Para obtener
más información sobre cuándo revisar los datos podría ser una buena idea,
consulte Revisión de los datos de la lista de SharePoint.
 4. Seleccione Continuar. Se creará el modelo semántico y se le llevará a la página de
detalles del nuevo modelo semántico. Desde allí podrá hacer todo lo que puede
llevar a cabo en un modelo semántico de Power BI normal: actualizar los datos,
compartir el modelo semántico, crear nuevos informes, etc. Consulte detalles del
modelo semántico para más información.

７ Nota

Si se ha conectado al sitio de SharePoint desde Power BI antes, se le pedirá

que elija qué credenciales usar para la conexión entre Power BI y el sitio de
SharePoint antes de acceder a la página de detalles del modelo semántico.
Para obtener ayuda al decidir qué credenciales elegir, consulte: Elección de
las credenciales con las que autenticarse.

Para mantener los datos actualizados después de crear el modelo semántico, actualice
los datos manualmente o configure la actualización programada.

Revisión de los datos de la lista de SharePoint

Al exportar una lista de SharePoint a Power BI, se crea una dirección URL de
redireccionamiento que incluye todos los parámetros necesarios para iniciar el proceso
de creación del modelo semántico en Power BI. Si es la persona que seleccionó Exportar
a BI en la lista de SharePoint, probablemente no tenga que preocuparse por revisar los
datos porque lo más probable es que esté familiarizado con los datos que exporta.

Revisar los datos es importante si no es quien exportó la lista de SharePoint, sino que
alguien le envió un vínculo para crear un modelo semántico a partir de una lista de
SharePoint. En tal caso, es posible que no esté familiarizado con los datos que se
exportan y, por lo tanto, es importante revisarlos para asegurarse de que los datos
confidenciales no se exponen accidentalmente.

Elección de las credenciales con las que

autenticarse
Al exportar una lista de SharePoint a Power BI, Power BI se conecta al sitio de SharePoint
para obtener los datos de la lista. Para conectarse, debe autenticarse con SharePoint.

Si obtiene el siguiente cuadro de diálogo, significa que ya ha establecido una conexión

al sitio de SharePoint en el pasado. Las credenciales que usó en ese momento pueden o
no ser diferentes de las credenciales del inicio de sesión actual. Debe elegir si desea
seguir usando la información de inicio de sesión que usó la última vez que se conectó
(Las credenciales que usé la última vez para conectarme a Power BI) o si la conexión debe
usar las credenciales de inicio de sesión actuales de ahora en adelante (Mis credenciales
actuales (pueden ser las mismas o diferentes)).

¿Por qué esto es importante?

La vista de Power BI de los datos de la lista de SharePoint viene determinada por los
permisos de la cuenta usada para establecer la conexión de Power BI con el origen de
datos de SharePoint (es decir, el sitio de SharePoint).

Si permite que Power BI use los detalles de inicio de sesión que usó la última vez para la
conexión, los datos que verá en el modelo semántico que está creando pueden diferir
de lo que ve en la lista de SharePoint. Esto se debe a que los datos que se muestran en
el modelo semántico son aquellos que la cuenta con las credenciales que usó la última
vez puede ver en la lista de SharePoint.

Si reemplaza las credenciales que usó la última vez por las credenciales de inicio de
sesión actuales, los datos que ve en el modelo semántico que está creando serán
exactamente los mismos que los que ve en la lista de SharePoint. Sin embargo, dado
que la conexión ahora usa las credenciales de inicio de sesión actuales, es posible que
las vistas de los datos de los modelos semánticos que tal vez haya creado
anteriormente desde ese sitio de SharePoint también cambien, y esto podría afectar a
los informes y la tendencia de bajada de otros elementos que los usuarios podrían
haber creado en función de esos modelos semánticos.

Tenga en cuenta las consideraciones anteriores cuando tome su decisión.

Si nunca se ha conectado previamente al sitio de SharePoint desde Power BI, Power BI

usará automáticamente sus credenciales actuales para establecer la conexión y no verá
este cuadro de diálogo.

Consideraciones y limitaciones
El modelo semántico no se creará si la lista de SharePoint contiene valores con más
de cuatro dígitos después de una posición decimal (".")
El modelo semántico que se crea no hereda la etiqueta de confidencialidad (si
existe) de la lista de SharePoint.
Este flujo no admite escenarios de negocio a negocio (B2B) ni escenarios en los
que la autenticación se realiza en una entidad de servicio.
Si el servicio SharePoint está configurado para usar la autenticación multifactor,
para que este flujo funcione, Power BI también se debe configurar para usar la
autenticación multifactor. Consulte al soporte técnico de TI de la organización si
encuentra un problema relacionado con esta consideración.

Pasos siguientes
Detalles del modelo semántico
Compartir acceso a un modelo semántico
Creación de un informe en una lista de
SharePoint en Power BI Desktop
Artículo • 10/11/2023

Muchos equipos y organizaciones usan listas de SharePoint Online para almacenar

datos porque es fácil de configurar y, para los usuarios, de actualizar. A veces, un gráfico
resulta mucho más sencillo para comprender rápidamente los datos, en lugar de mirar
la propia lista. En este tutorial obtendrá información sobre cómo transformar los datos
de la lista de SharePoint en un informe de Power BI.

Vea este vídeo del tutorial de cinco minutos o desplácese hacia abajo para obtener
instrucciones paso a paso.

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI Desktop o

del servicio Power BI.

[Link]

En el servicio Power BI, también puede crear un informe rápidamente a partir de los
datos de una lista de SharePoint.

Si su propósito es crear rápidamente un modelo semántico en el servicio Power BI,

puede hacerlo directamente a partir de la lista de SharePoint. Para más información, vea
Crear un modelo semántico a partir de una lista de SharePoint.

Parte 1: Conexión a la lista de SharePoint

1. Si todavía no lo tiene, descargue e instale Power BI Desktop .

2. Abra Power BI Desktop y, en la pestaña Inicio de la cinta de opciones, seleccione

Obtener datos>Más.

3. Seleccione Servicios en línea y, después, Lista de SharePoint Online.

4. Seleccione Conectar.

5. Busque la dirección (también conocida como dirección URL) del sitio de SharePoint
Online que contenga la lista. Desde una página de SharePoint Online,
normalmente puede obtener la dirección del sitio en Inicio, en el panel de
navegación (o el icono del sitio en la parte superior) y, después, copiar la dirección
de la barra de direcciones del explorador web.

Vea un vídeo de este paso:

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI

Desktop o del servicio Power BI.

[Link]
 6. En Power BI Desktop, pegue la dirección en el campo URL del sitio del cuadro de
diálogo Listas de SharePoint Online y, a continuación, seleccione Aceptar.

7. Es posible que vea o no una pantalla de acceso de SharePoint como la de la

imagen siguiente. Si no la ve, vaya al paso 10. Si la ve, seleccione Cuenta de
Microsoft en el lado izquierdo de la página.

8. Seleccione Iniciar sesión y escriba el nombre de usuario y la contraseña que usa

para iniciar sesión en Microsoft 365.

9. Cuando haya iniciado sesión, seleccione Conectar.

10. En el lado izquierdo del cuadro de diálogo Navegador, active la casilla situada
junto a la lista de SharePoint a la que se quiere conectar.
11. Seleccione Cargar. Power BI carga los datos de la lista en un informe nuevo.

Parte 2: Crear un informe

1. En el lado izquierdo de la pantalla de Power BI Desktop, seleccione el icono Datos
para ver que se han cargado los datos de la lista de SharePoint.

2. Asegúrese de que las columnas de la lista con números muestren el icono de

suma, o Sigma, en el panel Datos de la derecha. Si en alguna no se muestra,
seleccione el encabezado de columna en la vista de tabla, seleccione el grupo
Estructura en la pestaña Herramientas de columna y, después, cambie Tipo de
datos a Número decimal o Número entero, en función de los datos. Si se le pide
que confirme el cambio, seleccione Sí. Si el número es un formato especial, como
de moneda, también puede elegirlo en Formato en el grupo Formato.

Vea un vídeo de este paso:

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI

Desktop o del servicio Power BI.
 [Link]

3. En el lado izquierdo de la pantalla de Power BI Desktop, seleccione el icono

Informe.

4. Para elegir las columnas que quiere visualizar, seleccione las casillas situadas junto
a ellas en el panel Campos de la derecha.

Vea un vídeo de este paso:

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI

Desktop o del servicio Power BI.

[Link]

5. Cambie el tipo de objeto visual si es necesario.

6. Puede crear varias visualizaciones en el mismo informe anulando la selección del

objeto visual existente y seleccionando las casillas de otras columnas en el panel
Campos.

7. Seleccione Guardar para guardar el informe.

Pasos siguientes
Creación rápida de un informe a partir de una lista de SharePoint
Conexión con LinkedIn Sales Navigator
en Power BI Desktop
Artículo • 09/03/2023

En Power BI Desktop, puede conectarse a LinkedIn Sales Navigator para ayudar a buscar
y desarrollar relaciones como cualquier otro origen de datos en Power BI Desktop y
crear informes listos sobre su progreso.

Para conectarse a los datos de LinkedIn con LinkedIn Sales Navigator, debe tener un
plan Enterprise de LinkedIn Sales Navigator y debe ser Administrador o Usuario de
informe en el contrato de Sales Navigator.

En el vídeo siguiente se ofrece un paseo introductorio y un tutorial para usar la

aplicación de plantilla LinkedIn Sales Navigator, que se describe en detalle más
adelante en este artículo.

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI Desktop o

del servicio Power BI.

[Link]

Conexión con LinkedIn Sales Navigator

Para conectarse a los datos de LinkedIn Sales Navigator, siga las instrucciones del
artículo sobre LinkedIn Sales Navigator de Power Query.

Uso de la aplicación de plantilla de LinkedIn

Sales Navigator
Para que el uso de LinkedIn Sales Navigator sea lo más sencillo posible, puede usar la
aplicación de plantilla que crea automáticamente un informe listo a partir de los datos
de LinkedIn Sales Navigator.

Al descargar la aplicación, puede seleccionar si quiere conectarse a los datos o explorar

la aplicación con datos de ejemplo. Siempre puede volver y conectarse a sus propios
datos de LinkedIn Sales Navigator después de explorar los datos de ejemplo.


Puede obtener la aplicación de plantilla de LinkedIn Sales Navigator desde el vínculo
siguiente:

Aplicación de plantilla de LinkedIn Sales Navigator

La aplicación de plantilla proporciona cuatro pestañas que lo ayudarán a analizar y

compartir la información:

Uso
Búsqueda
Correo electrónico
SSI

La pestaña Uso muestra los datos generales de LinkedIn Sales Navigator.

La pestaña Búsqueda le permite explorar en profundidad los resultados de la búsqueda.

 

La pestaña InMail proporciona información sobre el uso de InMail, incluido el número

de InMails enviados, las tasas de aceptación y otra información útil.

En la pestaña SSI se proporcionan detalles adicionales sobre el índice de venta social

(SSI).
 

Para pasar de los datos de ejemplo a sus propios datos, seleccione Editar aplicación en
la esquina superior derecha (el icono de lápiz) y, luego, seleccione Conectar los datos
en la pantalla que aparece.

Desde ahí, puede conectar sus propios datos y seleccionar cuántos días de datos se van
a cargar. Puede cargar hasta 365 días de datos. Deberá iniciar sesión nuevamente con la
misma dirección de correo electrónico que usa para iniciar sesión en LinkedIn Sales
Navigator a través del sitio web.
La aplicación de plantilla actualiza los datos de la aplicación con sus datos. También
puede configurar una actualización programada, por lo que los datos de la aplicación
son tan actuales como lo especifica la frecuencia de actualización.

Una vez que se actualizan los datos, puede ver que la aplicación se ha rellenado con sus
propios datos.

Obtener ayuda
Si surgen problemas al conectarse a los datos, puede ponerse en contacto con el
soporte técnico de LinkedIn Sales Navigator .

Pasos siguientes
Hay todo tipo de datos a los que puede conectarse con Power BI Desktop. Para obtener
más información sobre orígenes de datos, consulte los siguientes recursos:
¿Qué es Power BI Desktop?
Orígenes de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Connect to Excel workbooks in Power BI Desktop (Conectarse a libros de Excel en
Power BI Desktop)
Especificar datos directamente en Power BI Desktop
Conexión con modelos semánticos en el
servicio Power BI desde Power BI
Desktop
Artículo • 22/11/2023

En Power BI Desktop, puede crear un modelo de datos y publicarlo en el servicio

Power BI. A continuación, usted y otros usuarios pueden establecer una conexión
dinámica al modelo semántico compartido que se encuentra en el servicio Power BI y
crear muchos informes diferentes a partir de ese modelo de datos común. Puede usar la
característica de conexión dinámica de Power BI para crear varios informes en archivos
.pbix desde el mismo modelo semántico y guardarlos en diferentes áreas de trabajo.

En este artículo se describen las ventajas, los procedimientos recomendados, las

consideraciones y las limitaciones de la característica de conexión dinámica del servicio
Power BI.
Conexión dinámica de Power BI y
administración del ciclo de vida de los informes
Una de las dificultades que presenta la popularidad de Power BI es la proliferación de
informes, paneles y modelos de datos subyacentes. Es fácil crear informes atractivos en
Power BI Desktop y, luego, publicarlos en el servicio Power BI, así como crear paneles
excelentes a partir de esos modelos semánticos.

Dado que los creadores de informes suelen usar los mismos modelos semánticos o casi
los mismos, saber en qué modelo semántico se basa un informe y la actualización de
ese modelo semántico se convierte en un desafío. La conexión dinámica del servicio
Power BI aborda ese desafío mediante el uso de modelos semánticos comunes para
permiten crear, compartir y expandir informes y paneles de forma más fácil y uniforme.

Crear y compartir un modelo semántico que todos los

usuarios pueden usar
Un analista de negocios de su equipo que sea experto en crear buenos modelos de
datos, también denominados modelos semánticos, puede crear un modelo semántico y
un informe y, a continuación, compartir ese informe en el servicio Power BI.

Si todos los miembros del equipo crean sus propias versiones del modelo semántico y
comparten sus informes con el equipo, habrá muchos informes de diferentes modelos
semánticos en el área de trabajo de Power BI del equipo. Sería difícil saber qué informe
es el más reciente, si los modelos semánticos son los mismos o cuáles son las
diferencias.

Con la característica de conexión dinámica del servicio Power BI, otros miembros del
equipo pueden usar el modelo semántico publicado del analista para sus propios
informes en sus propias áreas de trabajo. Todo el mundo puede utilizar el mismo
modelo semántico sólido, verificado y publicado para elaborar sus propios informes
exclusivos.

Conexión al modelo semántico mediante la conexión

dinámica del servicio Power BI
En Power BI Desktop, el analista de negocios del equipo crea un informe y el modelo
semántico en el que se basa el informe. Después, el analista publica el informe en el
servicio Power BI y el informe se muestra en el área de trabajo del equipo. Para más
información sobre las áreas de trabajo, consulte Áreas de trabajo en Power BI.

El analista de negocios puede usar la configuración de permisos de compilación para

que el informe pueda verlo y usarlo cualquier persona del equipo dentro o fuera del
área de trabajo. Estos usuarios ahora pueden establecer una conexión dinámica con el
modelo de datos compartidos mediante la característica de conexión dinámica del
servicio Power BI. Pueden crear sus propios informes únicos, a partir del modelo
semántico original, en sus propias áreas de trabajo.

En la imagen siguiente se muestra cómo un informe de Power BI Desktop y su modelo

de datos se publican en el servicio Power BI. Otros usuarios pueden conectarse al
modelo de datos mediante la conexión dinámica del servicio Power BI y basar sus
propios informes únicos en sus propias áreas de trabajo del modelo semántico
compartido.

Configuración y uso de una conexión dinámica

del servicio Power BI
Puede ver la utilidad de la conexión dinámica del servicio Power BI para la
administración del ciclo de vida de los informes. Descubra ahora cómo pasar de un gran
informe y modelo semántico a un modelo semántico compartido que los compañeros
de equipo puedan utilizar en Power BI.

Publicación de un informe de Power BI y un modelo

semántico
El primer paso para usar la conexión dinámica del servicio Power BI para administrar el
ciclo de vida de los informes es publicar un informe y un modelo semántico que los
compañeros de equipo puedan usar.

1. Para publicar el informe, en Power BI Desktop, seleccione Publicar en la pestaña

Inicio.

Si no ha iniciado sesión en la cuenta del servicio Power BI, se le pedirá que inicie
sesión.
2. Seleccione el destino del área de trabajo en el que publicar el informe y el modelo
semántico y elija Seleccionar. Cualquiera que tenga permiso de compilación puede
acceder a ese modelo semántico. El permiso de compilación se establece en el
servicio Power BI, después de la publicación.

Comienza el proceso de publicación y Power BI Desktop muestra el progreso.

Cuando termina la operación, Power BI Desktop indica que se ha realizado

correctamente y proporciona vínculos al informe en el servicio Power BI y a
información rápida sobre el informe.
 3. Ahora que el informe con su modelo semántico está en el servicio Power BI,
también lo puede promover o dar testimonio de su calidad y confiabilidad. Incluso
puede solicitar que sea certificado por una autoridad central del inquilino de
Power BI. Para obtener más información, vea Aprobación del contenido.

4. El último paso es establecer el permiso de compilación en el servicio Power BI para

el modelo semántico en el que se basa el informe. El permiso de creación
determina quién puede ver y usar el modelo semántico. Puede establecer el
permiso de compilación en el área de trabajo propiamente dicha o cuando
comparta una aplicación desde el área de trabajo. Para más información, consulte
Permiso de compilación para modelos semánticos compartidos.

Establecimiento de una conexión dinámica al servicio

Power BI al modelo semántico publicado
Los compañeros de equipo que tienen acceso al área de trabajo donde se publicó el
informe y el modelo semántico pueden conectarse a este y generar sus propios
informes. Para establecer una conexión a un informe publicado y crear su propio
informe basado en el modelo semántico publicado:

1. En Power BI Desktop, en la pestaña Inicio, seleccione Obtener datos>Modelos

semánticos de Power BI.

O bien, seleccione Obtener datos y, en la pantalla Obtener datos, seleccione

sucesivamente Power Platform en el panel izquierdo, Modelos semánticos de
Power BI y, luego, Conectar.

Si no ha iniciado sesión, Power BI le pedirá que lo haga.

2. El centro de datos muestra las áreas de trabajo de las que es miembro y todos los
modelos semánticos compartidos para los que tiene permiso de compilación en
cualquier área de trabajo.

Para encontrar el modelo semántico que desee, puede hacer lo siguiente:

Filtrar la lista por Mis datos o modelos semánticos aprobados en la

organización.
Buscar un modelo semántico específico o filtrar por palabra clave.
Consultar el nombre del modelo semántico, el propietario, el área de trabajo,
la hora de la última y la próxima actualización y la confidencialidad.

3. Seleccione un modelo semántico y, a continuación, elija Conectar para establecer

una conexión dinámica a dicho modelo semántico seleccionado. Power BI Desktop
carga los campos del modelo semántico y sus valores en tiempo real.
Ahora tanto usted como otros usuarios pueden crear y compartir informes
personalizados, todo ello desde el mismo modelo semántico. Este enfoque es una
buena manera de que una sola persona experta cree un modelo semántico bien
formado. Muchos compañeros de equipo pueden usar ese modelo semántico
compartido para crear sus propios informes.

Consideraciones y limitaciones
Cuando se usa la conexión dinámica del servicio Power BI, hay algunas consideraciones
y limitaciones que hay que tener en cuenta.

Solo los usuarios con permiso de compilación para un modelo semántico pueden
conectarse a un modelo semántico publicado mediante la conexión dinámica del
servicio Power BI.
Los usuarios con permisos de compilación verán las columnas ocultas cuando
creen conexiones dinámicas con el modelo semántico en Power BI Desktop.
Los usuarios de la versión gratuita solo verán los modelos semánticos que estén en
Mi área de trabajo y los de las áreas de trabajo basadas en Premium.
Dado que esta conexión dinámica, el panel de navegación izquierdo y el modelado
están deshabilitados. El comportamiento es similar a una conexión de SQL Server
Analysis Services (SSAS). Sin embargo, los modelos compuestos de Power BI
permiten combinar datos de diferentes orígenes de datos. Para más información,
consulte Usar modelos compuestos en Power BI Desktop.
 Como esta conexión es dinámica, se aplica la seguridad de nivel de fila (RLS) y
otros comportamientos de conexión de este tipo. Este comportamiento es el
mismo que cuando se conecta a SSAS.
Si el propietario modifica el archivo .pbix original compartido, se sobrescriben el
modelo semántico compartido y el informe del servicio Power BI. Los informes
basados en el modelo semántico no se sobrescriben, pero los cambios realizados
en este se reflejan en el informe.
Los miembros de un área de trabajo no pueden reemplazar el informe compartido
originalmente. Si intentan hacerlo, recibirán un mensaje para cambiar el nombre
del archivo y publicarlo.
Si los miembros deben publicarse, deben descargarse mediante la opción Una
copia del informe y los datos. Realice los cambios necesarios y, a continuación,
publique el informe.
Si elimina el modelo semántico compartido en el servicio Power BI, los informes
basados en él no funcionarán correctamente ni mostrarán objetos visuales. Ya no
podrá acceder a ese modelo semántico desde Power BI Desktop.
Los informes que comparten un modelo semántico en el servicio Power BI no
admiten implementaciones automatizadas que utilicen la API REST de Power BI.

Pasos siguientes
Para más información sobre DirectQuery y otras características de conexión de datos de
Power BI, consulte los recursos siguientes:

Uso de DirectQuery en Power BI

Orígenes de datos compatibles con DirectQuery
Uso de DirectQuery para modelos semánticos de Power BI y Azure Analysis
Services (versión preliminar)

Para más información sobre Power BI, consulte los siguientes artículos:

¿Qué es Power BI Desktop?

Información general sobre consultas con Power BI Desktop
Tipos de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Tareas de consultas comunes en Power BI Desktop
Publicar modelos semánticos e informes desde Power BI Desktop
Importación de libros de Excel en Power
BI Desktop
Artículo • 23/03/2023

Si usa Power BI Desktop, puede importar fácilmente a él libros de Excel que contienen
consultas de Power Query y modelos de Power Pivot. Power BI Desktop crea
automáticamente informes y visualizaciones basados en libros de Excel. Una vez
importados los libros, puede seguir mejorándolos y perfeccionándolos con Power BI
Desktop, usando las características ya existentes o las nuevas que se publican con cada
actualización mensual de Power BI Desktop.

Importación de un libro de Excel

1. Para importar un libro de Excel a Power BI Desktop, seleccione
Archivo>Importar>Power Query, Power Pivot, Power View.

2. En la ventana Abrir, seleccione el libro de Excel que quiera importar.

Si bien a día de hoy no existe ninguna limitación en el tamaño o el número de

objetos en el libro, Power BI Desktop tarda más en analizar e importar los libros
 más grandes.

７ Nota

Para cargar o importar archivos de Excel de carpetas compartidas de

OneDrive para uso profesional o educativo o de carpetas del grupo de
Microsoft 365, use la dirección URL del archivo de Excel y escríbala en el
origen de datos web en Power BI Desktop. Existen algunos pasos que hay que
seguir para aplicar el formato correcto a la dirección URL de OneDrive para
uso profesional o educativo; para más información y conocer los pasos
correctos necesarios, vea Uso de vínculos de OneDrive para uso profesional
o educativo en Power BI Desktop.

3. En el cuadro de diálogo de importación que se abre, seleccione Iniciar.

Power BI Desktop analiza el libro y lo convierte en un archivo de Power BI Desktop

(.pbix). Esta acción es un evento único. Una vez creado el archivo de Power BI
Desktop siguiendo estos pasos, dicho archivo no depende del libro de Excel
original. Puede modificarlo, guardarlo y compartirlo sin que ello afecte al libro
original.

Una vez finalizada la importación, aparecerá una página de resumen donde se

describen los elementos que se han convertido. En esta página también se
enumeran los elementos que no se han podido importar.
4. Haga clic en Cerrar.

Power BI Desktop importa el libro de Excel y carga un informe en función del

contenido del libro.
Una vez importado el libro, puede seguir trabajando en el informe. Puede crear otras
visualizaciones, agregar datos o crear más páginas de informe con cualquiera de las
características y capacidades incluidas en Power BI Desktop.

¿Qué elementos del libro se importan?

Power BI Desktop puede importar los siguientes elementos, a los que se conoce
normalmente como objetosen Excel.

Objeto en Resultado final en el archivo de Power BI Desktop

un libro de
Excel

Consultas de Todas las consultas de Power Query de Excel se convierten en consultas en Power
Power Query BI Desktop. Si hay grupos de consultas definidos en el libro de Excel, se replica la
misma organización en Power BI Desktop. Se cargarán todas las consultas, a no
ser que estén establecidas en Crear solo conexión en el cuadro de diálogo de
Excel Importar datos. Personalice el comportamiento de carga, seleccione
Propiedades en la pestaña Inicio del Editor de Power Query en Power BI Desktop.

Conexiones Todas las conexiones a datos externos de Power Pivot se convierten en consultas
a datos en Power BI Desktop.
externos de
Power Pivot

Tablas Si hay una tabla de hojas de cálculo de Excel vinculada al modelo de datos o a
vinculadas o una consulta (mediante la opción Desde tabla o la función
tablas de [Link]() en M), verla las siguientes opciones:
libros
actuales Importar la tabla al archivo de Power BI Desktop. Esta tabla es una instantánea
de un solo uso de los datos, tras la cual los datos serán de solo lectura en la tabla
en Power BI Desktop. Las tablas creadas con esta opción presentan un límite de
tamaño de 1 millón de caracteres (en total, combinando todos los encabezados
de columna y las celdas).

Mantener una conexión con el libro original. Como alternativa, puede mantener
una conexión con el libro de Excel original. Power BI Desktop recuperará el
contenido más reciente de esta tabla con cada actualización, igual que para
cualquier otra consulta creada en un libro de Excel en Power BI Desktop.
 Objeto en Resultado final en el archivo de Power BI Desktop
un libro de
Excel

Relaciones, Estos objetos de modelo de datos se convierten en los objetos equivalentes en

categorías Power BI Desktop. Tenga en cuenta que existen determinadas categorías de datos
de datos, que no están disponibles en Power BI Desktop, como Imagen. En estos casos, se
KPI, medidas restablece la información de la categoría de datos de las columnas en cuestión.
y columnas
calculadas
de modelo
de datos

¿Existen limitaciones para la importación de un

libro?
Existen algunas limitaciones a la hora de importar un libro en Power BI Desktop:

Conexiones externas a modelos tabulares de SQL Server Analysis Services: en

Excel 2013, es posible crear una conexión a modelos tabulares de SQL Server
Analysis Services sin necesidad de importar los datos. Este tipo de conexión no se
admite actualmente como parte de la importación de libros de Excel a Power BI
Desktop. Como solución alternativa, debe volver a crear estas conexiones externas
en Power BI Desktop.
Jerarquías: este tipo de objeto de modelo de datos no es compatible actualmente
en Power BI Desktop. Por lo tanto, las jerarquías se omiten como parte de la
importación de un libro de Excel a Power BI Desktop.
Columnas de datos binarios: este tipo de columna de modelo de datos no es
compatible actualmente con Power BI Desktop. Las columnas de datos binarios se
quitan de la tabla resultante en Power BI Desktop.
Rangos con nombre que usanDesde tabla en Power Query o
[Link] en M: la importación de estos datos de rangos con
nombre a Power BI Desktop no es compatible actualmente, pero es una
actualización prevista. Actualmente, estos rangos con nombre se cargan en Power
BI Desktop como una conexión al libro de Excel externo.
Power Pivot para SSRS: las conexiones externas de Power Pivot para SQL Server
Reporting Services (SSRS) no son compatibles actualmente, ya que el origen de
datos no está disponible actualmente en Power BI Desktop.
Conexión a una base de datos de Oracle
con Power BI Desktop
Artículo • 28/07/2023

Para conectarse a una base de datos Oracle o a una base de datos autónoma Oracle con
Power BI Desktop, instale Oracle Client para Herramientas de Microsoft (OCMT) en el
equipo que ejecuta Power BI Desktop. El software OCMT que utilice dependerá de la
versión de Power BI Desktop que haya instalado: 32 bits o 64 bits. También depende de
la versión del servidor de Oracle.

Versiones de Oracle Database compatibles:

Oracle Database 12c ([Link]) y posteriores

Oracle Autonomous Database - todas las versiones

Determinación de versión instalada de Power

BI Desktop
Para determinar la versión de Power BI Desktop instalada, en la cinta de opciones
Ayuda, seleccione Acerca de y, después, revise la línea Versión. En la siguiente imagen,
hay instalada una versión de 64 bits de Power BI Desktop:

Instale el Cliente Oracle para Herramientas de

Microsoft
Oracle Client para Herramientas de Microsoft instala y configura Oracle Data Provider
for .NET ([Link]) para admitir conexiones de herramientas Microsoft de 32 y 64 bits
con bases de datos Oracle locales y en la nube, incluida Oracle Autonomous Database.
Se trata de un instalador gráfico que automatiza el proceso de configuración de Oracle
Database Client. Admite la conexión con Power BI Desktop, Power BI service, Excel, SQL
Server Analysis Services, SQL Server Data Tools, SQL Server Integration Services, SQL
Server Reporting Services y BizTalk Server.

OCMT es un software gratuito. Puede descargarse de la página Oracle Client para

Herramientas de Microsoft y está disponible para Power BI Desktop de 32 o 64 bits.

Power BI Desktop utiliza [Link] no administrado para conectarse a la base de datos

Oracle o a Oracle Autonomous Database.

A continuación encontrará instrucciones paso a paso para utilizar OCMT y configurar la

conectividad de la base de datos Oracle a Power BI Desktop .

Conectarse a una base de datos Oracle con una

puerta de enlace de datos local
Algunas implementaciones de aplicaciones de Power BI Desktop utilizan la puerta de
enlace de datos local para conectarse a la base de datos Oracle. Para conectarse a una
base de datos Oracle con la puerta de enlace de datos local, utilice OCMT de 64 bits en
el equipo que ejecuta la puerta de enlace, ya que ésta es una aplicación de 64 bits. Para
más información, vaya a Administrar el origen de datos: Oracle.

Conectarse a una base de datos de Oracle

Para obtener información sobre cómo conectarse a una base de datos Oracle o a una
base de datos autónoma Oracle desde Power BI Desktop o desde el servicio Power BI,
vaya al artículo de Power Query sobre Bases de datos Oracle.

Pasos siguientes
DirectQuery en Power BI
¿Qué es Power BI?
Orígenes de datos del servicio Power BI
Cliente Oracle para Herramientas de Microsoft

¿Tiene más preguntas? Pregunte a la comunidad de Power BI

Ejecución de scripts de Python en Power
BI Desktop
Artículo • 23/03/2023

Puede ejecutar scripts de Python directamente en Power BI Desktop e importar los

conjuntos de datos resultantes en un modelo de datos de Power BI Desktop. A partir de
este modelo, puede crear informes y compartirlos en el servicio Power BI.

Requisitos previos
Para ejecutar scripts de Python en Power BI Desktop, deberá instalar Python en el
equipo local. Puede descargar Python en el sitio web de Python . La versión
actual de scripting de Python admite caracteres Unicode y espacios en la ruta de
instalación.

Para la integración de Python con Power BI, es necesario instalar los dos paquetes
de Python siguientes. En una consola o un shell, use la herramienta de línea de
comandos pip para instalar los paquetes. La herramienta pip se incluye con las
versiones recientes de Python.

Pandas es una biblioteca de software para manipular y analizar datos. Pandas

ofrece operaciones y estructuras de datos para manipular series temporales y
tablas numéricas. Para importarlos en Power BI, los datos de Python deben estar
en una trama de datos pandas . Una trama de datos es una estructura de
datos bidimensional, como una tabla con filas y columnas.

Matplotlib es una biblioteca de trazado para Python y su extensión

matemática numérica NumPy . Matplotlib proporciona una API orientada a
objetos para insertar trazados en aplicaciones de interfaz gráfica de usuario
(GUI) de uso general para Python, como Tkinter, wxPython, Qt o GTK+.

Consola

pip install pandas

pip install matplotlib

Habilitación de la creación de scripts de Python

Para habilitar la creación de scripts de Python en Power BI:
1. En Power BI Desktop, seleccione Archivo>Opciones y
configuración>Opciones>Creación de scripts de Python. Aparece la página
Opciones de script de Python.

2. Si es necesario, proporcione o edite la ruta de la instalación de Python local en

Directorios principales de Python detectados. En la imagen anterior, la ruta de
instalación local de Python es C:\Python. Si tiene más de una instalación local de
Python, asegúrese de seleccionar la que quiera usar.

3. Seleccione Aceptar.

） Importante

Power BI ejecuta scripts directamente mediante el ejecutable [Link] del

directorio que proporcione en Configuración. Es posible que las distribuciones de
Python que necesitan un paso adicional para preparar el entorno, como Conda, no
se ejecuten. Para evitar estos problemas, use la distribución oficial de Python de
 [Link] . Otra posible solución consiste en iniciar Power BI
Desktop desde el símbolo del entorno de Python personalizado.

Creación de un script de Python

Cree un script en el entorno de desarrollo local de Python y asegúrese de que se ejecuta
correctamente. Para preparar y ejecutar un script de Python en Power BI Desktop, hay
algunas limitaciones:

Solo se importan tramas de datos de Pandas, por lo que debe asegurarse de que
los datos que quiere importar a Power BI se representan en una trama de datos.
Los scripts de Python que se ejecutan durante más de 30 minutos agotan el
tiempo de espera.
Las llamadas interactivas en el script de Python, por ejemplo, la espera a la entrada
del usuario, detienen la ejecución del script.
Si establece un directorio de trabajo en el script de Python, debe definir una ruta
de acceso completa al directorio de trabajo, en lugar de una ruta de acceso
relativa.
No se admiten tablas anidadas.

Este es un script de Python sencillo de ejemplo en el que se importa pandas y se usa

una trama de datos:

Python

import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]]
df = [Link](data,columns=['Name','Age'],dtype=float)
print (df)

Cuando se ejecuta, este script devuelve:

Resultados

Name Age
0 Alex 10.0
1 Bob 12.0
2 Clarke 13.0

Ejecución del script e importación de los datos

Para ejecutar el script de Python:
1. En el grupo Inicio de la cinta de Power BI Desktop, seleccione Obtener datos.

2. En el cuadro de diálogo Obtener datos, seleccione Otros>Script de Python y

después Conectar. Power BI usa la versión de Python instalada más reciente como
motor de Python.

3. En la pantalla Script de Python, pegue el script de Python en el campo Script y

seleccione Aceptar.
 4. Si el script se ejecuta correctamente, aparecerá la ventana Navegador y podrá
cargar los datos. Seleccione la tabla df y después Cargar.

Power BI importa los datos y puede usarlos para crear visualizaciones e informes. Para
actualizar los datos, seleccione Actualizar en el grupo Inicio de la cinta de Power BI
Desktop. Al realizar la actualización, Power BI vuelve a ejecutar el script de Python.

） Importante

Si Python no está instalado o identificado, aparece una advertencia. Es posible que

también vea una advertencia si tiene varias instalaciones en el equipo local.
Pasos siguientes
Para más información sobre Python en Power BI, vea lo siguiente:

Creación de objetos visuales de Python en Power BI Desktop

Uso de un IDE externo de Python con Power BI
Uso de Python en el Editor de Power Query
Uso de Python en el Editor de Power
Query
Artículo • 09/03/2023

Puede utilizar Python, un lenguaje de programación usado ampliamente por estadistas,

científicos de datos y analistas de datos, en el Editor de Power Query de Power
BI Desktop. Esta integración de Python en el Editor de Power Query permite limpiar
datos con Python y realizar acciones avanzadas, como analizar y dar forma a los datos
en conjuntos de datos, incluida la operación de completar datos que faltan, las
predicciones y la agrupación en clústeres, por nombrar algunas. Python es un lenguaje
eficaz y se puede usar en el Editor de Power Query para preparar el modelo de datos y
crear informes.

Prerrequisitos
Antes de empezar, tendrá que instalar Python y pandas.

Instalación de Python: para usar Python en el Editor de Power Query de Power BI

Desktop, debe instalar Python en su máquina local. Puede descargar e instalar
Python gratuitamente desde varias ubicaciones, incluida la página de descargas
oficial de Python y Anaconda .

Instalación de pandas: para usar Python con el Editor de Power Query, también
deberá instalar pandas . Pandas se usa para mover datos entre Power BI y el
entorno de Python.

Uso de Python con el Editor de Power Query

Para ver cómo se utiliza Python en el Editor de Power Query, use este ejemplo de un
conjunto de datos de la bolsa, basado en un archivo .csv que puede descargar aquí , y
sígalo. El siguiente procedimiento muestra los pasos de este ejemplo:

1. En primer lugar, cargue los datos en Power BI Desktop. En este ejemplo, cargue el
archivo EuStockMarkets_NA.csv y seleccione Obtener datos>Texto o CSV en la
cinta Inicio de Power BI Desktop.
2. Seleccione primero el archivo y, después, Abrir para que el archivo .csv se muestre
en el cuadro de diálogo Archivo CSV.

3. Una vez cargados los datos, se muestran en el panel Campos de Power BI

Desktop.
4. Para abrir el Editor de Power Query, seleccione Transformar datos en la pestaña
Inicio de Power BI Desktop.

5. En la pestaña Transformar, haga clic en Ejecutar script de Python para abrir el

editor correspondiente, como se muestra en el paso siguiente. En las filas 15 y 20
faltan datos, al igual que en otras filas que no se ven en la siguiente imagen. En los
siguientes pasos se muestra cómo Python completa esas filas de forma
automática.
6. En este ejemplo, escriba el siguiente código de script:

Python

import pandas as pd
completedData = [Link](method='backfill', inplace=False)
dataset["completedValues"] = completedData["SMI missing values"]

７ Nota

Para que el código de script anterior funcione correctamente, debe tener

instalada la biblioteca pandas en el entorno de Python. Para instalar pandas,
ejecute el siguiente comando en la instalación de Python: pip install
pandas .

Cuando se incluye el código en el cuadro de diálogo Ejecutar script de Python,

tiene un aspecto similar al siguiente ejemplo:

7. Después de seleccionar Aceptar, en el Editor de Power Query se muestra una

advertencia sobre la privacidad de los datos.
 8. Para que los scripts de Python funcionen correctamente en el servicio Power BI,
todos los orígenes de datos se deben establecer como públicos. Para obtener más
información sobre la configuración de privacidad y sus implicaciones, consulte
Niveles de privacidad.

Observe que en el panel Campos hay una columna nueva denominada

completedValues. Observe que algunos elementos de datos faltan, como en las
filas 15 y 18. Vea cómo Python lo aborda en la sección siguiente.

Con solo cinco líneas de script de Python, el Editor de Power Query ha rellenado los
valores que faltaban con un modelo predictivo.

Creación de objetos visuales a partir de los

datos del script de Python
Ahora se puede crear un objeto visual para ver cómo el código de script de Python,
mediante la biblioteca pandas, ha completado los valores que faltaban, como se
muestra en la imagen siguiente:
Una vez completado ese objeto visual y otros objetos visuales que desee crear con
Power BI Desktop, puede guardar el archivo de Power BI Desktop. Los archivos de
Power BI Desktop se guardan con la extensión de nombre de archivo .pbix. A
continuación, use el modelo de datos, incluidos los scripts de Python que forman parte
de él, en el servicio Power BI.

７ Nota

¿Quiere ver un archivo .pbix finalizado con estos pasos completados? Está de
suerte. Puede descargar desde aquí el archivo de Power BI Desktop finalizado
que se ha usado en estos ejemplos.

Después de cargar el archivo .pbix en el servicio Power BI, son necesarios dos pasos más
para habilitar la actualización de los datos y los objetos visuales en el servicio. Los datos
deben tener acceso a Python para que los objetos visuales se actualicen. Los demás
pasos son los siguientes:

Habilitar una actualización programada del conjunto de datos. Para habilitar la

actualización programada del libro que contiene el conjunto de datos con scripts
de Python, consulte Configuración de actualización programada, que también
incluye información sobre el uso de una puerta de enlace personal.
Instalar la puerta de enlace personal. Necesita una puerta de enlace personal
instalada en la máquina donde se encuentra el archivo y donde está instalado
Python. El servicio Power BI debe acceder a ese libro y volver a representar los
objetos visuales actualizados. Para más información, vea Instalación y
configuración de puertas de enlace personales.

Consideraciones y limitaciones
Existen algunas limitaciones para las consultas que incluyen scripts de Python creadas
en el Editor de Power Query:

La configuración de origen de datos de Python se debe establecer en Pública y

todos los demás pasos de una consulta creada en el Editor de Power Query
también deben ser públicos. Para obtener la configuración del origen de datos en
Power BI Desktop, seleccione Archivo > Opciones y configuración >
Configuración de origen de datos.

En el cuadro de diálogo Configuración del origen de datos, seleccione los

orígenes de datos y elija Editar permisos.... Asegúrese de que el Nivel de
privacidad esté establecido en Público.
 Para habilitar la actualización programada de los objetos visuales o del conjunto
de datos de Python, debe habilitar Actualización programada y tener puerta de
enlace personal instalada en el equipo que hospeda el libro y la instalación de
Python. Para obtener más información sobre ambos, consulte la sección anterior
de este artículo y siga los vínculos que se proporcionan.

Actualmente no se admiten tablas anidadas, que son tablas de tablas.

Con Python y las consultas personalizadas puede hacer todo tipo de cosas; por tanto,
explore y dé forma a los datos de la manera que quiera que aparezcan.
Uso de un IDE externo de Python con
Power BI
Artículo • 23/03/2023

Con Power BI Desktop, puede usar un entorno de desarrollo integrado (IDE) de Python
externo para crear y perfeccionar los scripts de Python, y después usarlos en Power BI.

Habilitación de un IDE de Python externo

Puede iniciar el IDE de Python externo desde Power BI Desktop y hacer que los datos se
importen y aparezcan de forma automática en el IDE de Python. Desde allí, puede
modificar el script en ese IDE de Python externo y después volver a pegarlo en Power BI
Desktop para crear objetos visuales e informes de Power BI.
Puede especificar qué IDE de Python le gustaría usar e iniciarlo de forma automática
desde Power BI Desktop.

Requisitos
Para usar esta función, debe instalar un IDE de Python en el equipo local. Power BI
Desktop no incluye, implementa ni instala el motor de Python, por lo que debe instalar
Python por separado en el equipo local. Puede elegir qué IDE de Python se va a usar,
con las opciones siguientes:

Puede instalar su IDE de Python favorito, muchos de los cuales están disponibles
de forma gratuita, como la página de descarga de Visual Studio Code .

Power BI Desktop también admite Visual Studio.

También puede instalar otro IDE de Python y que Power BI Desktop inicie ese IDE
de Python siguiendo estos pasos:
Puede asociar los archivos .PY con el IDE externo que quiere que inicie Power BI
Desktop.
Puede especificar el archivo .exe que Power BI Desktop inicia si hace clic en
Otros en la sección Opciones de Script de Python del cuadro de diálogo
Opciones. Puede poner en funcionamiento el cuadro de diálogo Opciones
yendo a Archivo>Opciones y configuración>Opciones.
Si tiene varios IDE de Python instalados, puede especificar cuál se inicia si lo selecciona
en el cuadro desplegable IDE de Python detectados del cuadro de diálogo Opciones.

De forma predeterminada, Power BI Desktop iniciará Visual Studio Code como el IDE de
Python externo si está instalado en el equipo local; si Visual Studio Code no está
instalado y tiene Visual Studio en su lugar, es el que se iniciará. Si Visual Studio Code no
está instalado y tiene Visual Studio que se inicia en su lugar. Si ninguno de estos IDE de
Python está instalado, se iniciará la aplicación asociada a los archivos .PY.

Y si no hay ninguna asociación de archivos .PY, es posible especificar una ruta de acceso
a un IDE personalizado en la sección Establezca un directorio raíz para Python del
cuadro de diálogo Opciones. También puede iniciar otro IDE de Python si hace clic en el
icono de engranaje Configuración situado junto al icono de flecha Iniciar IDE de
Python en Power BI Desktop.

Inicio de un IDE de Python desde Power BI

Desktop
Para iniciar un IDE de Python desde Power BI Desktop, siga estos pasos:

1. Cargue los datos en Power BI Desktop.

2. Agregue una visualización de Python al lienzo. Si no ha habilitado los objetos

visuales de scripts, se le pedirá que lo haga.

3. Al habilitar los objetos visuales de scripts, se muestra un objeto visual Python en

blanco que está listo para mostrar los resultados del script. También aparece el
panel Editor de script de Python.

4. Ahora puede seleccionar los campos que quiera usar en el script de Python. Al
seleccionar un campo, el campo Editor de script de Python crea de forma
automática el código de script según el campo o campos seleccionados. Puede
crear (o pegar) el script de Python directamente en el panel Editor de script de
Python o puede dejarlo vacío.
 

７ Nota

El tipo de agregación predeterminado para los objetos visuales de Python es

No resumir.

5. Ahora puede iniciar el IDE de Python directamente desde Power BI Desktop. Haga
clic en el botón Iniciar IDE de Python que se encuentra en la parte derecha de la
barra de título Editor de script de Python, como se muestra a continuación.

6. Se inicia el IDE de R especificado por Power BI Desktop, tal y como se muestra en

la siguiente imagen. En esta imagen, Visual Studio Code es el IDE de Python
predeterminado.
 

７ Nota

Power BI Desktop agrega las tres primeras líneas del script para poder
importar los datos desde Power BI Desktop una vez que ejecute el script.

7. Cualquier script creado en el panel Editor de script de Python de Power BI

Desktop aparece a partir de la línea 4 en el IDE de Python. En este momento puede
crear el script de Python en el IDE de Python. Una vez que esté completo el script
de Python en el IDE de Python, deberá copiarlo y pegarlo en el panel Editor de
script de Python de Power BI Desktop, excepto las tres primeras líneas del script
que Power BI Desktop ha generado de forma automática. No vuelva a copiar las
tres primeras líneas del script en Power BI Desktop, esas líneas solo se han usado
para importar los datos en el IDE de Python desde Power BI Desktop.

Limitaciones conocidas
Iniciar un IDE de Python directamente desde Power BI Desktop tiene algunas
limitaciones:

No se admite la exportación automática del script desde el IDE de Python en

Power BI Desktop.
Pasos siguientes
Eche un vistazo a la siguiente información adicional sobre Python en Power BI.

Ejecución de scripts de Python en Power BI Desktop

Creación de objetos visuales de Power BI con Python
Creación de objetos visuales de Power
BI con Python
Artículo • 23/03/2023

Este tutorial le ayuda a empezar a crear objetos visuales con datos Python en Power BI
Desktop. Puede usar algunas de las muchas opciones y funcionalidades disponibles para
crear informes visuales mediante Python, Pandas y la biblioteca Matplotlib.

Requisitos previos
Realice Ejecución de scripts de Python en Power BI Desktop para:

Instalar Python en la máquina local.

Habilitar el scripting de Python en Power BI Desktop.

Instalar las bibliotecas de Python pandas y Matplotlib .

Importe el siguiente script de Python en Power BI Desktop:

Python

import pandas as pd
df = [Link]({
'Fname':['Harry','Sally','Paul','Abe','June','Mike','Tom'],
'Age':[21,34,42,18,24,80,22],
'Weight': [180, 130, 200, 140, 176, 142, 210],
'Gender':['M','F','M','M','F','M','M'],
'State':
['Washington','Oregon','California','Washington','Nevada','Texas','Neva
da'],
'Children':[4,1,2,3,0,2,0],
'Pets':[3,2,2,5,0,1,5]
})
print (df)

Creación de objetos visuales de Python en

Power BI Desktop
1. Después de importar el script de Python, seleccione el icono visual de Python en
el panel visualizaciones de Power BI Desktop.
2. En el cuadro de diálogo Habilitar objetos visuales de script que aparece,
seleccione Habilitar.

Aparece una imagen visual de Python de marcador de posición en el lienzo del

informe y el editor de scripts de Python aparece en la parte inferior del panel
central.

3. Arrastre los campos Age, Children, Fname, Gender, Pets, State y Weight a la
sección Valores, donde aparece "Agregar campos de datos aquí.
 En función de lo que seleccione, el editor de scripts de Python genera el siguiente
código de enlace.

El editor crea una trama de datos del conjunto de datos con los campos que
agrega.
La agregación predeterminada es: No resumir.
Como sucede con los objetos visuales de tabla, los campos se agrupan y las
filas duplicadas aparecen solo una vez.

4. Con la trama de datos generada automáticamente por los campos seleccionados,

puede escribir un script de Python que genere un trazado en el dispositivo
predeterminado de Python. Una vez completado el script, seleccione el icono
Ejecutar de la barra de título del editor de scripts de Python para ejecutar el script
y generar el objeto visual.

Sugerencias
 El script de Python solo puede usar los campos que se agreguen a la sección
Valores. Puede agregar o quitar campos mientras trabaja en su script de Python.
Power BI Desktop detecta automáticamente los cambios en los campos. Al
seleccionar o quitar campos de la sección Valores, el código auxiliar del editor de
scripts de Python se genera o elimina de forma automática.

En algunos casos, puede que no quiera que se produzca una agrupación

automática o que quiera que aparezcan todas las filas, incluso las duplicadas. En
esos casos, puede agregar un campo de índice al conjunto de datos que haga que
todas las filas se consideren únicas y que evite la agrupación.

Puede acceder a las columnas del conjunto de datos usando sus nombres. Por
ejemplo, puede codificar dataset["Age"] en el script de Python para acceder al
campo de edad.

Power BI Desktop vuelve a trazar el objeto visual cuando selecciona Ejecutar en la

barra de título del editor de scripts de Python, o cuando se produce un cambio de
datos debido a la actualización de datos, al filtrado o al resaltado.

Al ejecutar un script de Python que genera un error, el objeto visual de Python no

se traza y se muestra un mensaje de error en el lienzo. Para consultar los detalles
del error, seleccione Ver detalles en el mensaje.

Para obtener una vista mayor de las visualizaciones, puede minimizar el editor de
scripts de Python.

Creación de un gráfico de dispersión

Cree un gráfico de dispersión para ver si hay una correlación entre la edad y el peso.

1. En el editor de scripts de Python, en Pegue o escriba aquí el código de script,

introduzca este código:

Python

import [Link] as plt

[Link](kind='scatter', x='Age', y='Weight', color='red')
[Link]()

El panel del editor de scripts de Python debería tener la siguiente imagen:

 El código importa la biblioteca Matplotlib, que traza y crea el objeto visual.

2. Seleccione el botón Ejecutar script para generar el siguiente gráfico de dispersión

en el objeto visual de Python.

Creación de un gráfico de líneas con varias

columnas
Cree un gráfico de líneas para cada persona que muestre el número de hijos y mascotas.

1. En Pegue o escriba el código de script aquí, quite o comente el código anterior y

escriba el siguiente código de Python:

Python

import [Link] as plt

ax = [Link]()
[Link](kind='line',x='Fname',y='Children',ax=ax)
[Link](kind='line',x='Fname',y='Pets', color='red', ax=ax)
[Link]()
 2. Seleccione el botón Ejecutar para generar el siguiente trazado de líneas con varias
columnas:

Creación de un gráfico de barras

Cree un gráfico de barras para la edad de cada persona.

1. En Pegue o escriba el código de script aquí, quite o comente el código anterior y

escriba el siguiente código de Python:

Python

import [Link] as plt

[Link](kind='bar',x='Fname',y='Age')
[Link]()

2. Seleccione el botón Ejecutar para generar el siguiente trazado de barras:

Limitaciones
Los objetos visuales de Python en Power BI Desktop tienen las limitaciones siguientes:

Los datos que usa el objeto visual de Python para el trazado están limitados a
150 000 filas. Si se seleccionan más de 150.000 filas, solo se usan las primeras
150.000 y aparece un mensaje en la imagen. Los datos de entrada también tienen
un límite de 250 MB.

Si el conjunto de datos de entrada de un objeto visual de Python tiene una

columna en la que hay un valor de cadena de más de 32.766 caracteres, ese valor
se trunca.

Todos los objetos visuales de Python se muestran en resolución de 72 PPP.

Si el cálculo de un objeto visual de Python supera los cinco minutos, se agota el

tiempo de espera de ejecución y se genera un error.

Al igual que con otros objetos visuales de Power BI Desktop, si selecciona campos
de datos de tablas diferentes sin ninguna relación definida entre ellos, se produce
un error.

Los objetos visuales de Python se actualizan al actualizar, filtrar y resaltar datos. La

propia imagen no es interactiva.

Los objetos visuales de Python responden al resaltado de elementos en otros

objetos visuales, pero no puede seleccionar elementos del objeto visual de Python
 para aplicar un filtro cruzado a otros elementos.

Solo los trazados con el dispositivo de pantalla predeterminado de Python se

muestran correctamente en el lienzo. Evite usar explícitamente otro dispositivo de
pantalla de Python.

Los objetos visuales de Python no admiten el cambio de nombre de las columnas

de entrada. Se hace referencia a las columnas por sus nombres originales durante
la ejecución del script.

Seguridad
Los objetos visuales de Python usan scripts de Python, que podrían contener código
que presente riesgos para la seguridad o la privacidad. Al intentar ver o interactuar con
un objeto visual de Python por primera vez, recibirá una advertencia de seguridad.
Habilite los objetos visuales de Python únicamente si confía en el autor y en el origen, o
bien tras revisar el script de Python y asegurarse de que lo comprende.

Licencias
Los objetos visuales de Python requieren una licencia de Power BI Pro o Premium por
usuario (PPU) para poder representarse en informes, actualizarse, filtrarse y filtrarse de
forma cruzada. Los usuarios gratuitos de Power BI solo pueden usar iconos compartidos
con ellos en áreas de trabajo Premium.

En la siguiente tabla se describen las funcionalidades de los objetos visuales de Python

según las licencias.

Creación de objetos Creación de informes de Visualización de

visuales de Python servicio Power BI con objetos visuales de
en Power BI Desktop objetos visuales de Python en informes
Python

Invitado (Power Compatible No compatible Solo se admite en la

BI Embedded) capacidad
Premium/Azure

Inquilino no Compatible No compatible No compatible

administrado
(dominio no
verificado)
 Creación de objetos Creación de informes de Visualización de
visuales de Python servicio Power BI con objetos visuales de
en Power BI Desktop objetos visuales de Python en informes
Python

Inquilino Compatible No compatible Admitido solo en

administrado capacidad Premium
con licencia
gratuita

Inquilino Compatible Compatible Compatible

administrado
con licencia Pro o
PPU

Para obtener más información sobre las licencias de Power BI Pro y cómo se diferencian
de las licencias gratuitas, consulte Comprar y asignar licencias de usuario de Power BI
Pro.

Pasos siguientes
Este tutorial es apenas una muestra de las opciones y capacidades para crear informes
visuales mediante Python, Pandas y la biblioteca de Matplotlib. Para obtener más
información, consulte los siguientes recursos:

Documentación en el sitio web de Matplotlib .

Matplotlib Tutorial: A Basic Guide to Use Matplotlib with Python (Tutorial de
Matplotlib: una guía básica para usar Matplotlib con Python)
Matplotlib Tutorial – Python Matplotlib Library with Examples (Tutorial de
Matplotlib: biblioteca de Matplotlib de Python con ejemplos)
Pandas API Reference (Referencia de la API de Pandas)
Visualizaciones de Python en el servicio Power BI
Using Python Visuals in Power BI (Uso de objetos visuales de Python en
Power BI)
Tutorial completo de scripting de Python

Para más información sobre Python en Power BI, vea lo siguiente:

Ejecución de scripts de Python en Power BI Desktop

Uso de un IDE externo de Python con Power BI
Paquetes de Python que se admiten en
Power BI
Artículo • 23/03/2023

Puede usar el eficaz lenguaje de programación Python para crear objetos visuales en
Power BI. En Power BI se admiten muchos paquetes de Python y con el tiempo se van
admitiendo más.

En las secciones siguientes se proporciona una tabla con los paquetes de Python que se
admiten en Power BI, ordenados alfabéticamente.

Solicitar compatibilidad para nuevos paquetes

de Python
Los paquetes de Python admitidos para Power BI se encuentran en la siguiente sección.
Si quiere solicitar soporte técnico de un paquete de Python que no se encuentra en esa
lista, envíe su solicitud a Power BI Ideas .

Requisitos y limitaciones de los paquetes de

Python
Hay una serie de requisitos y limitaciones para los paquetes de Python:

Tiempo de ejecución actual de Python: Python 3.7.7.

Power BI, en su mayor parte, es compatible con los paquetes de Python con
licencias de software gratuitas y de código abierto como GPL-2, GPL-3, MIT+, etc.
Power BI admite los paquetes publicados en PyPI. El servicio no es compatible con
los paquetes de Python personalizados o privados. Animamos a los usuarios a que
pongan sus paquetes privados a disposición de PyPI antes de solicitar que el
paquete esté disponible en Power BI.
Para los objetos visuales de Python en Power BI Desktop, puede instalar cualquier
paquete, incluidos los paquetes de Python personalizados.
Por motivos de privacidad y seguridad, no se admiten los paquetes de Python que
proporcionan consultas cliente-servidor mediante la red en el servicio. Las redes
están bloqueadas para estos intentos.
El proceso de aprobación para incluir un nuevo paquete de Python tiene un árbol
de dependencias. No se admiten algunas dependencias que deben estar instaladas
en el servicio.
Paquetes de Python compatibles con Power BI
En la siguiente tabla se muestran los paquetes compatibles con Power BI.

Paquete Versión Vínculo

cycler 0.11.0 [Link]

joblib 1.1.0 [Link]

kiwisolver 1.4.4 [Link]

matplotlib 3.2.2 [Link]

numpy 1.21.6 [Link]

packaging 21,3 [Link]

pandas 1.3.5 [Link]

patsy 0.5.2 [Link]

pip 22.1.2 [Link]

pyparsing 3.0.9 [Link]

python-dateutil 2.8.2 [Link]

pytz 2022.1 [Link]

scikit-learn 1.0.2 [Link]

scipy 1.7.3 [Link]

seaborn 0.11.2 [Link]

setuptools 63.2.0 [Link]

six 1.16.0 [Link]

statsmodels 0.13.2 [Link]

threadpoolctl 3.1.0 [Link]

typing-extensions 4.3.0 [Link]

xgboost 1.6.1 [Link]

Pasos siguientes
Para más información sobre Python en Power BI, eche un vistazo a los siguientes
artículos:

Creación de objetos visuales de Power BI con Python

Ejecución de scripts de Python en Power BI Desktop
Uso de Python en el Editor de consultas
Ejecución de scripts de R en Power BI
Desktop
Artículo • 10/11/2023

Puede ejecutar scripts R directamente en Power BI Desktop e importar los conjuntos de

datos resultantes en un modelo de datos de Power BI Desktop.

Instalar R
Para ejecutar scripts R en Power BI Desktop, deberá instalar R en el equipo local. Puede
descargar e instalar R de forma gratuita desde varias ubicaciones, incluido el Repositorio
de CRAN . La versión actual admite caracteres Unicode y espacios (caracteres vacíos)
en la ruta de instalación.

Ejecutar scripts de R
Con solo unos pocos pasos en Power BI Desktop, puede ejecutar scripts de R y crear un
modelo de datos. Con el modelo de datos, puede crear informes y compartirlos en el
servicio Power BI. Scripting de R de Power BI Desktop admite ahora los formatos de
número que contienen decimales (.) y comas (,).

Preparar un script de R
Para ejecutar un script R en Power BI Desktop, créelo en el entorno de desarrollo de R
local y asegúrese de que se ejecuta correctamente.

Para ejecutar el script en Power BI Desktop, asegúrese de que este se ejecuta

correctamente en un área de trabajo nueva y sin modificar. Este requisito previo
significa que todos los paquetes y dependencias deben cargarse y ejecutarse
explícitamente. Puede usar source() para ejecutar scripts dependientes.

Al preparar y ejecutar un script de R en Power BI Desktop, hay algunas limitaciones:

Como solo se importan tramas de datos, recuerde representar los datos que quiere
importar a Power BI en una trama de datos.
Las columnas cuyos tipos son Complex y Vector no se importan y se reemplazan
por valores de error en la tabla creada.
Los valores de N/A se convierten en valores NULL en Power BI Desktop.
 Si un script de R se ejecuta durante más de 30 minutos, se agota el tiempo de
espera.
Las llamadas interactivas en el script de R como, por ejemplo, esperar la entrada
del usuario, detienen la ejecución del script.
Al establecer el directorio de trabajo en el script de R, debe definir una ruta de
acceso completa al directorio de trabajo, en lugar de una ruta de acceso relativa.
Los scripts de R no se pueden ejecutar en el servicio de Power BI.

Ejecutar el script de R e importar datos

Ahora puede ejecutar el script de R para importar datos en Power BI Desktop:

1. En Power BI Desktop, seleccione Obtener datos, elija Otros>Script de R y,

después, seleccione Conectar:

2. Si R está instalado en el equipo local, solo tiene que copiar el script en la ventana
de script y seleccionar Aceptar. La versión instalada más reciente se muestra como
el motor de R.
 3. Seleccione Aceptar para ejecutar el script R. Cuando el script se ejecuta
correctamente, puede elegir las tramas de datos resultantes para agregar al
modelo de Power BI.

Puede controlar qué instalación de R se va a usar para ejecutar el script. Para especificar
la configuración de la instalación de R, elija Archivo>Opciones y
configuración>Opciones y, después, seleccione Scripting de R. En Opciones de script
de R, la lista desplegable Directorios detectados de inicio R muestra las opciones de
instalación de R actuales. Si la instalación de R que quiere no aparece, elija Otros y, a
continuación, busque o escriba la carpeta de instalación de R preferida en Establezca un
directorio raíz para R.
Refresh
Puede actualizar un script R en Power BI Desktop. Al actualizar un script R, Power BI
Desktop ejecuta el script R de nuevo en el entorno de Power BI Desktop.

Pasos siguientes
Eche un vistazo a la siguiente información adicional sobre R en Power BI.

Crear objetos visuales de Power BI con R

Usar una IDE de R externa con Power BI
Uso de R en el Editor de Power Query
Artículo • 22/11/2023

El lenguaje R es un lenguaje de programación eficaz que usan muchos estadísticos,

científicos de datos y analistas de datos. R se puede usar en el Editor de Power Query de
Power BI Desktop para llevar a cabo las siguientes tareas:

Preparar modelos de datos.

Crear informes.
Realizar limpieza de datos, modelado de datos avanzado y análisis de modelo
semántico, que incluyen la finalización de datos que faltan, predicciones,
agrupación en clústeres, etc.

Instalar R
Puede descargar R de forma gratuita del repositorio de CRAN .

Instalación de mice
Como requisito previo, debe instalar la biblioteca de mice en el entorno de R. Sin
mice, el código de script de ejemplo no funcionará bien. El paquete mice implementa un
método para solucionar el problema de los datos que faltan.

Para instalar la biblioteca de mice:

1. Inicie el programa [Link] , por ejemplo, C:\Program Files\Microsoft\R Open\R-

3.5.3\bin\[Link] .

2. Ejecute el comando de instalación desde el símbolo del sistema de R:

[Link]('mice')

Uso de un script de R en el Editor de Power

Query
Para explicar cómo usar R en el Editor de Power Query, este ejemplo usa un modelo
semántico del mercado de valores de ejemplo incluido en un archivo .csv.
1. Descargue el archivo EuStockMarkets_NA.csv . Recuerde dónde lo ha guardado.

2. Cargue el archivo en Power BI Desktop. En la pestaña Inicio, seleccione Obtener

datos>Texto o CSV.

3. Seleccione el archivo EuStockMarkets_NA.csv y, después, Abrir. Los datos CSV se

muestran en el cuadro de diálogo Archivo de texto/CSV.

4. Seleccione Cargar para cargar los datos del archivo. Una vez que Power BI Desktop
haya cargado los datos, la nueva tabla aparece en el panel Campos.
5. Para abrir el Editor de Power Query, seleccione Transformar datos en la cinta de
opciones Inicio.

6. En la pestaña Transformar, seleccione Ejecutar script de R. Se abrirá el editor

Ejecutar script de R. Las filas 15 y 20 tienen datos que faltan, al igual que otras filas
que no se pueden ver en la imagen. En los siguientes pasos se muestra cómo R
completa esas filas de forma automática.

7. En este ejemplo, escriba el siguiente código de script en el cuadro Script de la

ventana Ejecutar script de R.
 R

library(mice)
tempData <- mice(dataset,m=1,maxit=50,meth='pmm',seed=100)
completedData <- complete(tempData,1)
output <- dataset
output$completedValues <- completedData$"SMI missing values"

７ Nota

Es posible que tenga que sobrescribir una variable denominada output para
crear correctamente el modelo semántico con los filtros aplicados.

8. Seleccione Aceptar. El Editor de Power Query muestra una advertencia de

privacidad de los datos.

9. En el mensaje de advertencia, seleccione Continuar. En el cuadro de diálogo

Niveles de privacidad que se abre, establezca todos los orígenes de datos en
Público para que los scripts de R funcionen correctamente en el servicio Power BI.
 Para más información sobre la configuración de privacidad y sus implicaciones, vea
Niveles de privacidad de Power BI Desktop.

10. Seleccione Guardar para ejecutar el script.

Al ejecutar el script, ve el siguiente resultado:

Al seleccionar Tabla junto a Salida en la tabla que aparece, se presenta la tabla, tal
y como se muestra en la imagen siguiente.
 Observe que en el panel Campos hay una columna nueva denominada
completedValues. La columna de valores que faltan de SMI tiene algunos
elementos de datos que faltan. Vea cómo R lo aborda en la sección siguiente.

Con tan solo cinco líneas de script de R, el Editor de Power Query ha rellenado los
valores que faltaban con un modelo predictivo.

Creación de objetos visuales a partir de los

datos del script de R
Ahora, podemos crear un objeto visual para ver cómo el código de script de R, junto
con la biblioteca de mice, completa los valores que faltan.

Puede guardar todos los objetos visuales completados en un archivo .pbix de Power BI
Desktop y usar el modelo de datos y sus scripts de R en el servicio Power BI.

７ Nota

Puede descargar un archivo .pbix con todos estos pasos completados.

Una vez que haya cargado el archivo .pbix en el servicio Power BI, tendrá que realizar
otros pasos para habilitar la actualización de datos de servicio y los objetos visuales
actualizados:
 Habilitar la actualización programada del modelo semántico: para habilitar la
actualización programada del libro que contiene el modelo semántico con scripts
de R, vea Configuración de la actualización programada. En este artículo también
se incluye información sobre las puertas de enlace de datos locales.

Instalar una puerta de enlace: necesita una puerta de enlace de datos local (modo
personal) instalada en la máquina donde se encuentran el archivo y R. El servicio
Power BI accede a ese libro y vuelve a representar los objetos visuales actualizados.
Para obtener más información, vea Uso de puertas de enlace personales en
Power BI.

Consideraciones y limitaciones
Las consultas que incluyen scripts de R creados en el Editor de Power Query presentan
algunas limitaciones:

Toda la configuración del origen de datos de R se debe establecer en Pública. El

resto de los pasos de una consulta del Editor de Power Query también deben ser
públicos.

Para obtener la configuración del origen de datos, en Power BI Desktop, seleccione

Archivo>Opciones y configuración>Configuración de origen de datos.
 En el cuadro de diálogo Configuración de origen de datos, seleccione uno o
varios orígenes de datos y, después, Editar permisos. Establezca Nivel de
privacidad en Público.

Para programar la actualización de los objetos visuales o modelo semántico de R,

habilite la actualización programada e instale una puerta de enlace de datos local
(modo personal) en el equipo que contiene el libro y R. No se puede usar una
puerta de enlace empresarial para actualizar modelos semánticos que contienen
scripts de R en Power Query.

Pasos siguientes
Se puede hacer todo tipo de cosas con R y con las consultas personalizadas. Explore los
datos y deles justo la forma en que quiera que aparezcan.

Ejecución de scripts de R en Power BI Desktop

Usar una IDE de R externa con Power BI
Creación de objetos visuales mediante paquetes de R en el servicio Power BI
Usar una IDE de R externa con Power BI
Artículo • 23/03/2023

Con Power BI Desktop, puede usar un IDE de R externo (entorno de desarrollo

integrado) para crear y perfeccionar los scripts de R y después usar esos scripts en
Power BI.

Habilitar un IDE de R externo

Puede iniciar el IDE de R externo desde Power BI Desktop y hacer que los datos se
importen y aparezcan de forma automática en el IDE de R. Desde allí, puede modificar el
script en ese IDE de R externo y después volver a pegarlo en Power BI Desktop para
crear objetos visuales e informes de Power BI. Especifique qué IDE de R le gustaría usar y
se iniciará de forma automática desde Power BI Desktop.
Requisitos
Para utilizar esta función, debe instalar un IDE de R en el equipo local. Power BI
Desktop no incluye, implementa ni instala el motor de R, por lo que debe instalar por
separado R en el equipo local. Puede elegir qué IDE de R usar con las siguientes
opciones:

Puede instalar su IDE de R favorito, muchos de los cuales están disponibles de

forma gratuita, como la página de descarga de Revolution Open y el repositorio
CRAN .

Power BI Desktop también admite R Studio y Visual Studio 2015 con editores
Herramientas remotas para Visual Studio.

También puede instalar un IDE de R diferente y que Power BI Desktop inicie ese
IDE de R realizando uno de los siguientes procedimientos:

Puede asociar los archivos .R con el IDE externo que quiere que inicie Power BI
Desktop.

Puede especificar el .exe que Power BI Desktop debe iniciar seleccionando

Otros desde la sección Opciones de Script de R del cuadro de diálogo
Opciones. Puede abrir el cuadro de diálogo Opciones si va a Archivo >
Opciones y configuración > Opciones.
Si tiene varios IDE de R instalados, puede especificar cuál se iniciará seleccionándolo en
la el cuadro desplegable IDE de R detectados en el cuadro de diálogo Opciones.

De forma predeterminada, Power BI Desktop iniciará R Studio como el IDE de R externo

si está instalado en el equipo local; si R Studio no está instalado y tiene Visual Studio
2015 con R Tools para Visual Studio, que se iniciará en su lugar. Si ninguno de estos IDE
de R está instalado, se inicia la aplicación asociada a archivos . R.

Y si no hay ninguna asociación de archivos .R, es posible especificar una ruta de acceso
a un IDE personalizado en la sección Navegue hasta el IDE de R que prefiera del cuadro
de diálogo Opciones. También puede iniciar un IDE de R diferente seleccionando el
icono de engranaje Configuración situado junto al icono de flecha Editar script en IDE
externo en Power BI Desktop.

Iniciar un IDE de R desde Power BI Desktop

Para iniciar un IDE de R desde Power BI Desktop, siga estos pasos:

1. Cargue los datos en Power BI Desktop.

2. Al habilitar los objetos visuales de scripts, puede seleccionar un objeto visual de R
del panel Visualizaciones, que crea un objeto visual de R en blanco que está listo
para mostrar los resultados del script. También aparece el panel Editor de script R.

3. Seleccione algunos campos del panel Campos con los que quiera trabajar. Si no ha
habilitado los objetos visuales de scripts, se le pedirá que lo haga.

4. Ahora puede seleccionar los campos que quiera usar en el script de R. Al

seleccionar un campo, el campo Editor de script R crea de forma automática el
código de script según el campo o campos seleccionados. Puede crear (o pegar) el
script de R directamente en el panel Editor de script R o puede dejarlo vacío.
 ７ Nota

El tipo de agregación predeterminado para objetos visuales de R es No

resumir.

5. Ahora puede iniciar el IDE de R directamente desde Power BI Desktop. Seleccione

el botón Editar script en IDE externo que se encuentra en la parte derecha de la
barra de título Editor de script R, tal como se muestra aquí.

6. Se inicia el IDE de R especificado por Power BI Desktop, tal y como se muestra en

la siguiente imagen (en esta imagen, RStudio es el IDE de R predeterminado).
 ７ Nota

Power BI Desktop agrega las tres primeras líneas del script para poder
importar los datos desde Power BI Desktop una vez que ejecute el script.

7. Cualquier script creado en el panel Editor de script R de Power BI Desktop

aparece a partir de la línea 4 en el IDE de R. En este momento puede crear el script
de R en el IDE de R. Una vez que esté completo el script de R en el IDE de R,
deberá copiarlo y pegarlo en el panel Editor de script R de Power BI Desktop,
excepto las tres primeras líneas del script que Power BI Desktop ha generado de
forma automática. No vuelva a copiar las tres primeras líneas del script en Power
BI Desktop, esas líneas solo se han usado para importar los datos en el IDE de R
desde Power BI Desktop.

Limitaciones conocidas
Iniciar un IDE de R directamente desde Power BI Desktop tiene algunas limitaciones:

No se admite la exportación automática del script desde el IDE de R en Power BI

Desktop.
No se admite el editor R Client ([Link]), porque el propio editor no puede abrir
archivos.

Pasos siguientes
Eche un vistazo a la siguiente información adicional sobre R en Power BI.
Ejecución de scripts R en Power BI Desktop
Crear objetos visuales de Power BI con R
Creación de objetos visuales mediante
paquetes de R en el servicio Power BI
Artículo • 10/11/2023

Puede usar el eficaz lenguaje de programación R para crear objetos visuales en el

servicio Power BI. En el servicio Power BI se admiten muchos paquetes de R y con el
tiempo se van admitiendo más. Pero algunos paquetes no se admiten.

En las secciones siguientes se proporciona una tabla con los paquetes de R que se
admiten en Power BI y los que no (ordenados alfabéticamente). Para más información
acerca de R en Power BI, consulte el artículo sobre los objetos visuales de R.

Solicitar compatibilidad para nuevos paquetes

R
Los paquetes de R admitidos para el servicio Power BI se encuentran en la siguiente
sección. Si quiere solicitar soporte técnico de un paquete de R que no se encuentra en
esa lista, envíe su solicitud a Power BI Ideas .

Requisitos y limitaciones de los paquetes de R

Hay una serie de requisitos y limitaciones para los paquetes R:

Tiempo de ejecución actual de R: Microsoft R 3.4.4

El servicio Power BI, normalmente es compatible con los paquetes de R con

licencias de software gratuitas y de código abierto como GPL-2, GPL-3, MIT+, etc.

El servicio Power BI admite paquetes publicados en CRAN (la red integral de

archivos de R). El servicio no es compatible con paquetes de R personalizados ni
privados. Animamos a los usuarios a que pongan sus paquetes privados a
disposición de CRAN antes de solicitar que el paquete esté disponible en el
servicio Power BI.

Power BI Desktop tiene dos variaciones para los paquetes de R:

Para los objetos visuales R, puede instalar cualquier paquete, incluidos los
paquetes R personalizados.
Para objetos visuales R personalizados, para la instalación automática solo se
admiten los paquetes CRAN públicos.
 Por motivos de privacidad y seguridad no se admiten los paquetes de R que
proporcionan consultas cliente-servidor mediante la Web (como RgoogleMaps) en
el servicio. Las redes están bloqueadas para estos intentos. En la siguiente sección,
consulte la lista de los paquetes de R que se admiten y los que no.

El proceso de aprobación para incluir un nuevo paquete de R tiene un árbol de

dependencias. No se admiten algunas dependencias que deben estar instaladas en
el servicio.

Paquetes de R compatibles con Power BI

En la siguiente tabla se muestran los paquetes compatibles con el servicio Power BI.

Paquete Versión Vínculo

abc 2.1 [Link]

[Link] 1.0 [Link]

abind 1.4-5 [Link]

acepack 1.4.1 [Link]

actuar 2.3-1 [Link]

ade4 1.7-10 [Link]

adegenet 2.1.2 [Link]

AdMit 2.1.3 [Link]

AER 1.2-5 [Link]

agricolae 1.3-1 [Link]

AlgDesign 1.1-7.3 [Link]

alluvial 0.1-2 [Link]

andrews 1.0 [Link]

anomalize 0.1.1 [Link]

anytime 0.3.3 [Link]

aod 1.3 [Link]

apcluster 1.4.5 [Link]

ape 5.0 [Link]

Paquete Versión Vínculo

aplpack 1.3.0 [Link]

approximator 1.2-6 [Link]

[Link]/web/packages/approximator/[Link]

arm 1.9-3 [Link]

arules 1.6-0 [Link]

arulesViz 1.3-0 [Link]

ash 1.0-15 [Link]

assertthat 0.2.0 [Link]

autocogs 0.1.2 [Link]

automap 1.0-14 [Link]

aweek 1.0.1 [Link]

AzureML 0.2.14 [Link]

BaBooN 0.2-0 [Link]

BACCO 2.0-9 [Link]

backports 1.1.2 [Link]

BaM 1.0.1 [Link]

BAS 1.4.9 [Link]

base 3.4.4 NA

base2grob 0.0.2 [Link]

base64 2.0 [Link]

base64enc 0.1-3 [Link]

BayesDA 2012.04-1 [Link]

BayesFactor 0.9.12-2 [Link]

[Link]/web/packages/BayesFactor/[Link]

bayesGARCH 2.1.3 [Link]

[Link]/web/packages/bayesGARCH/[Link]

bayesm 3.1-0.1 [Link]

Paquete Versión Vínculo

bayesmix 0.7-4 [Link]

bayesplot 1.5.0 [Link]

bayesQR 2.3 [Link]

bayesSurv 3.2 [Link]

Bayesthresh 2.0.1 [Link]

[Link]/web/packages/Bayesthresh/[Link]

BayesTree 0.3-1.4 [Link]

BayesValidate 0,0 [Link]

[Link]/web/packages/BayesValidate/[Link]

BayesX 0.2-9 [Link]

BayHaz 0.1-3 [Link]

bbemkr 2.0 [Link]

BCBCSF 1.0-1 [Link]

BCE 2.1 [Link]

bclust 1.5 [Link]

bcp 4.0.0 [Link]

BDgraph 2.45 [Link]

beanplot 1.2 [Link]

beeswarm 0.2.3 [Link]

[Link] [Link] [Link]

[Link]/web/packages/[Link]/[Link]

BenfordTests 1.2.0 [Link]

[Link]/web/packages/BenfordTests/[Link]

bfp 0.0-38 [Link]

BH 1.66.0-1 [Link]

biglm 0.9-1 [Link]

bindr 0.1.1 [Link]

bindrcpp 0.2.2 [Link]

Paquete Versión Vínculo

binom 1.1-1 [Link]

bisoreg 1.4 [Link]

bit 1.1-12 [Link]

bit64 0.9-7 [Link]

bitops 1.0-6 [Link]

bizdays 1.0.6 [Link]

blandr 0.5.1 [Link]

blme 1.0-4 [Link]

blob 1.1.1 [Link]

BLR 1.4 [Link]

BMA 3.18.8 [Link]

Bmix 0,6 [Link]

bmp 0.3 [Link]

BMS 0.3.4 [Link]

bnlearn 4.3 [Link]

boa 1.1.8-2 [Link]

bomrang 0.1.4 [Link]

BoolNet 2.1.5 [Link]

Boom 0,7 [Link]

BoomSpikeSlab 0.9.0 [Link]

[Link]/web/packages/BoomSpikeSlab/[Link]

boot 1.3-20 [Link]

bootstrap 2017.2 [Link]

Boruta 5.3.0 [Link]

bqtl 1.0-32 [Link]

BradleyTerry2 1.0-8 [Link]

[Link]/web/packages/BradleyTerry2/[Link]
Paquete Versión Vínculo

brew 1.0-6 [Link]

brglm 0.6.1 [Link]

broom 0.4.4 [Link]

bspec 1.5 [Link]

bspmma 0.1-1 [Link]

bsts 0.7.1 [Link]

bupaR 0.4.4 [Link]

BVS 4.12.1 [Link]

C50 0.1.1 [Link]

Cairo 1.5-9 [Link]

cairoDevice 2.24 [Link]

calibrate 1.7.2 [Link]

calibrator 1.2-6 [Link]

callr 2.0.2 [Link]

car 2.1-6 [Link]

carData 3.0-1 [Link]

símbolo de 6.0-78 [Link]

intercalación

catnet 1.15.3 [Link]

caTools 1.17.1 [Link]

cclust 0.6-21 [Link]

cellranger 1.1.0 [Link]

ChainLadder 0.2.5 [Link]

[Link]/web/packages/ChainLadder/[Link]

changepoint 2.2.2 [Link]

[Link]/web/packages/changepoint/[Link]

checkmate 1.8.5 [Link]

Paquete Versión Vínculo

checkpoint 0.4.3 [Link]

choroplethrMaps 1.0.1 [Link]

[Link]/web/packages/choroplethrMaps/[Link]

chron 2.3-52 [Link]

circlize 0.4.3 [Link]

[Link] 4.2.1 [Link]

[Link]/web/packages/[Link]/[Link]

clase 7.3-14 [Link]

classInt 0.3-3 [Link]

CLI 1.0.0 [Link]

ClickClust 1.1.5 [Link]

clickstream 1.3.0 [Link]

clue 0.3-54 [Link]

cluster 2.0.6 [Link]

clv 0.3-2.1 [Link]

cmprsk 2.2-7 [Link]

coda 0.19-1 [Link]

codetools 0.2-15 [Link]

coefplot 1.2.6 [Link]

coin 1.2-2 [Link]

collapsibleTree 0.1.6 [Link]

[Link]/web/packages/collapsibleTree/[Link]

colorRamps 2.3 [Link]

[Link]/web/packages/colorRamps/[Link]

colorspace 1.3-2 [Link]

colourpicker 1.0 [Link]

[Link]/web/packages/colourpicker/[Link]

combinat 0.0-8 [Link]

Paquete Versión Vínculo

commonmark 1.4 [Link]

[Link]/web/packages/commonmark/[Link]

compiler 3.4.4 NA

compositions 1.40-1 [Link]

[Link]/web/packages/compositions/[Link]

CORElearn 1.52.0 [Link]

corpcor 1.6.9 [Link]

corrgram 1.12 [Link]

corrplot 0.84 [Link]

covr 3.0.1 [Link]

cowplot 0.9.2 [Link]

cplm 0.7-5 [Link]

cpp11 0.4.2 [Link]

crayon 1.3.4 [Link]

diafonía 1.0.0 [Link]

cslogistic 0.1-3 [Link]

cts 1.0-21 [Link]

ctv 0.8-4 [Link]

cubature 1.3-11 [Link]

Cubist 0.2.1 [Link]

curl 3.2 [Link]

CVST 0.2-1 [Link]

cvTools 0.3.2 [Link]

d3heatmap [Link] [Link]

d3Network [Link] [Link]

d3r 0.8.0 [Link]

[Link] 1.12.6 [Link]

Paquete Versión Vínculo

[Link] 0.7.5 [Link]

datasauRus 0.1.4 [Link]

modelos semánticos 3.4.4 NA

fecha 1.2-38 [Link]

DBI 0,8 [Link]

dbplyr 1.2.1 [Link]

dbscan 1.1-1 [Link]

dclone 2.2-0 [Link]

ddalpha [Link] [Link]

deal 1.2-37 [Link]

debugme 1.1.0 [Link]

deepnet 0,2 [Link]

deldir 0.1-14 [Link]

dendextend 1.12.0 [Link]

[Link]/web/packages/dendextend/[Link]

DEoptimR 1.0-8 [Link]

deployrRserve 9.0.0 NA

Deriv 3.8.4 [Link]

desc 1.1.1 [Link]

descr 1.1.4 [Link]

deSolve 1.20 [Link]

devtools 1.13.5 [Link]

DiagrammeR 1.0.0 [Link]

[Link]/web/packages/DiagrammeR/[Link]

DiagrammeRsvg 0.1 [Link]

[Link]/web/packages/DiagrammeRsvg/[Link]

dichromat 2.0-0 [Link]

Paquete Versión Vínculo

digest 0.6.15 [Link]

dimRed 0.1.0 [Link]

diptest 0.75-7 [Link]

distcrete 1.0.3 [Link]

DistributionUtils 0.6-0 [Link]

[Link]/web/packages/DistributionUtils/[Link]

distrom 1.0 [Link]

dlm 1.1-4 [Link]

DMwR 0.4.1 [Link]

doBy 4.6-1 [Link]

doParallel 1.0.12 [Link]

doSNOW 1.0.16 [Link]

dotCall64 0.9-5.2 [Link]

downloader 0,4 [Link]

[Link]/web/packages/downloader/[Link]

dplyr 0.8.3 [Link]

DPpackage 1.1-7.4 [Link]

DRR 0.0.3 [Link]

dse 2015.12-1 [Link]

DT 0,4 [Link]

dtt 0.1-2 [Link]

dtw 1.18-1 [Link]

dygraphs [Link] [Link]

dynlm 0.3-5 [Link]

e1071 1.6-8 [Link]

earth 4.6.2 [Link]

EbayesThresh 1.4-12 [Link]

Paquete Versión Vínculo

[Link]/web/packages/EbayesThresh/[Link]

ebdbNet 1.2.5 [Link]

ecm 4.4.0 [Link]

edeaR 0.8.0 [Link]

effects 4.0-1 [Link]

ellipse 0.4.1 [Link]

ellipsis 0.3.0 [Link]

emmeans 1.1.2 [Link]

emulator 1.2-15 [Link]

energy 1.7-2 [Link]

english 1.2-3 [Link]

ensembleBMA 5.1.5 [Link]

[Link]/web/packages/ensembleBMA/[Link]

entropy 1.2.1 [Link]

epitools 0.5-10.1 [Link]

epitrix 0.2.2 [Link]

estimability 1.3 [Link]

eulerr 5.1.0 [Link]

EvalEst 2015.4-2 [Link]

evaluate 0.10.1 [Link]

evd 2.3-2 [Link]

evdbayes 1.1-1 [Link]

eventdataR 0.2.0 [Link]

exactLoglinTest 1.4.2 [Link]

[Link]/web/packages/exactLoglinTest/[Link]

exactRankTests 0.8-29 [Link]

[Link]/web/packages/exactRankTests/[Link]

expint 0.1-4 [Link]

Paquete Versión Vínculo

expm 0.999-2 [Link]

extraDistr 1.8.8 [Link]

extrafont 0.17 [Link]

extrafontdb 1.0 [Link]

[Link]/web/packages/extrafontdb/[Link]

extremevalues 2.3.2 [Link]

[Link]/web/packages/extremevalues/[Link]

ez 4.4-0 [Link]

factoextra 1.0.5 [Link]

FactoMineR 1.40 [Link]

[Link]/web/packages/FactoMineR/[Link]

factorQR 0.1-4 [Link]

fansi 0.4.0 [Link]

faoutlier 0.7.2 [Link]

farver 1.1.0 [Link]

fastICA 1.2-1 [Link]

fastmatch 1.1-0 [Link]

fBasics 3042.89 [Link]

fdrtool 1.2.15 [Link]

fGarch 3042.83.1 [Link]

fields 9.6 [Link]

filehash 2.4-1 [Link]

FinCal 0.6.3 [Link]

fitdistrplus 1.0-9 [Link]

flashClust 1.01-2 [Link]

flexclust 1.3-5 [Link]

flexmix 2.3-14 [Link]

Paquete Versión Vínculo

FME 1.3.5 [Link]

fmsb 0.6.1 [Link]

FNN 1.1 [Link]

fontBitstreamVera 0.1.1 [Link]

[Link]/web/packages/fontBitstreamVera/[Link]

fontLiberation 0.1.0 [Link]

[Link]/web/packages/fontLiberation/[Link]

fontquiver 0.2.1 [Link]

forcats 0.3.0 [Link]

foreach 1.4.4 [Link]

forecast 8.7 [Link]

forecastHybrid 2.1.11 [Link]

[Link]/web/packages/forecastHybrid/[Link]

foreign 0.8-69 [Link]

formatR 1.5 [Link]

formattable [Link] [Link]

[Link]/web/packages/formattable/[Link]

Fórmula 1.2-2 [Link]

fpc 2.1-11 [Link]

fracdiff 1.4-2 [Link]

fTrading 3042.79 [Link]

fUnitRoots 3042.79 [Link]

[Link] 1.4.3 [Link]

[Link]/web/packages/[Link]/[Link]

[Link] 1.0.0 [Link]

[Link]/web/packages/[Link]/[Link]

future 1.15.0 [Link]

[Link] 1.3.0 [Link]

[Link]/web/packages/[Link]/[Link]
Paquete Versión Vínculo

gam 1.15 [Link]

gamlr 1.13-4 [Link]

gamlss 5.0-6 [Link]

[Link] 5.0-0 [Link]

[Link]/web/packages/[Link]/[Link]

[Link] 5.0-4 [Link]

gbm 2.1.3 [Link]

gclus 1.3.1 [Link]

gdalUtils [Link] [Link]

gdata 2.18.0 [Link]

gdtools 0.1.7 [Link]

gee 4.13-19 [Link]

genalg 0.2.0 [Link]

generics 0.1.2 [Link]

genetics [Link] [Link]

GenSA 1.1.7 [Link]

geojson 0.2.0 [Link]

geojsonio 0.6.0 [Link]

geojsonlint 0.2.0 [Link]

geoR 1.7-5.2 [Link]

geoRglm 0.9-11 [Link]

geosphere 1.5-7 [Link]

GGally 2.0.0 [Link]

ggalt 0.4.0 [Link]

gganimate 1.0.3 [Link]

ggcorrplot 0.1.1 [Link]

ggdendro 0.1-20 [Link]

Paquete Versión Vínculo

ggeffects 0.3.2 [Link]

ggExtra 0.9 [Link]

ggforce 0.1.1 [Link]

ggformula 0.6.2 [Link]

ggfortify 0.4.3 [Link]

gghighlight 0.3.0 [Link]

[Link]/web/packages/gghighlight/[Link]

ggimage 0.1.2 [Link]

ggiraph 0.6.1 [Link]

ggjoy 0.4.0 [Link]

ggm 2.3 [Link]

ggmap 3.0.0 [Link]

ggmcmc 1.1 [Link]

ggplot2 3.3.3 [Link]

ggplot2movies 0.0.1 [Link]

[Link]/web/packages/ggplot2movies/[Link]

ggpmisc 0.2.16 [Link]

ggpubr 0.2.3 [Link]

ggQC 0.0.31 [Link]

ggRandomForests 2.0.1 [Link]

[Link]/web/packages/ggRandomForests/[Link]

ggraph 1.0.1 [Link]

ggrepel 0.8.0 [Link]

ggridges 0.4.1 [Link]

ggsci 2,8 [Link]

ggsignif 0.4.0 [Link]

ggsoccer 0.1.4 [Link]

Paquete Versión Vínculo

ggstance 0.3 [Link]

ggtern 2.2.1 [Link]

ggthemes 3.4.0 [Link]

gistr 0.4.0 [Link]

git2r 0.21.0 [Link]

glasso 1.8 [Link]

glmmBUGS 2.4.0 [Link]

glmmTMB 0.2.0 [Link]

glmnet 2.0-13 [Link]

GlobalOptions 0.0.13 [Link]

[Link]/web/packages/GlobalOptions/[Link]

globals 0.12.4 [Link]

glue 1.3.1 [Link]

gmodels 2.16.2 [Link]

gmp 0.5-13.1 [Link]

gnm 1.0-8 [Link]

goftest 1.1-1 [Link]

googleVis 0.6.2 [Link]

gower 0.1.2 [Link]

GPArotation 2014.11-1 [Link]

[Link]/web/packages/GPArotation/[Link]

gplots 3.0.1 [Link]

elementos gráficos 3.4.4 NA

grDevices 3.4.4 NA

grid 3.4.4 NA

gridBase 0.4-7 [Link]

gridExtra 2.3 [Link]

Paquete Versión Vínculo

gridGraphics 0.2-1 [Link]

[Link]/web/packages/gridGraphics/[Link]

growcurves [Link] [Link]

grpreg 3.1-2 [Link]

gss 2.1-7 [Link]

gstat 1.1-5 [Link]

gsubfn 0.7 [Link]

gtable 0.2.0 [Link]

gtools 3.5.0 [Link]

gtrendsR 1.4.3 [Link]

gWidgets 0.0-54 [Link]

gWidgetsRGtk2 0.0-86 [Link]

[Link]/web/packages/gWidgetsRGtk2/[Link]

gWidgetstcltk 0.0-55 [Link]

[Link]/web/packages/gWidgetstcltk/[Link]

[Link] 1.7.7 [Link]

hash 2.2.6 [Link]

haven 1.1.1 [Link]

hbsae 1.0 [Link]

HDInterval 0.2.0 [Link]

hdrcde 3.2 [Link]

heatmaply 0.16.0 [Link]

heavy 0.38.19 [Link]

hexbin 1.27.2 [Link]

hflights 0.1 [Link]

HH 3.1-34 [Link]

HI 0,4 [Link]
Paquete Versión Vínculo

highcharter 0.5.0 [Link]

highr 0,6 [Link]

HistData 0.8-2 [Link]

Hmisc 4.1-1 [Link]

hms 0.4.2 [Link]

hoardr 0.2.0 [Link]

hrbrthemes 0.6.0 [Link]

HSAUR 1.3-9 [Link]

htmlTable 1.11.2 [Link]

htmltools 0.3.6 [Link]

htmlwidgets 1.3 [Link]

[Link]/web/packages/htmlwidgets/[Link]

hts 5.1.5 [Link]

httpuv [Link] [Link]

httr 1.3.1 [Link]

huge 1.2.7 [Link]

hunspell 2.9 [Link]

hydroTSM 0,5 - 1 [Link]

IBrokers 0.9-12 [Link]

ifultools 2.0-4 [Link]

igraph 1.2.1 [Link]

imager 0.40.2 [Link]

imputeTS 2.7 [Link]

incidence 1.7.2 [Link]

influenceR 0.1.0 [Link]

InformationValue 1.2.3 [Link]

[Link]/web/packages/InformationValue/[Link]
Paquete Versión Vínculo

inline 0.3.14 [Link]

intervals 0.15.1 [Link]

inum 1.0-0 [Link]

investr 1.4.2 [Link]

ipred 0.9-6 [Link]

irlba 2.3.2 [Link]

irr 0.84 [Link]

isoband 0.2.0 [Link]

ISOcodes 2017.09.27 [Link]

iterators 1.0.9 [Link]

janeaustenr 0.1.5 [Link]

[Link]/web/packages/janeaustenr/[Link]

janitor 1.0.0 [Link]

jmvcore 1.0.8 [Link]

jpeg 0.1-8 [Link]

jqr 1.0.0 [Link]

jsonlite 1.6 [Link]

jsonvalidate 1.0.0 [Link]

[Link]/web/packages/jsonvalidate/[Link]

jtools 0.9.4 [Link]

kableExtra 0.7.0 [Link]

Kendall 2,2 [Link]

kernlab 0.9-25 [Link]

KernSmooth 2.23-15 [Link]

[Link]/web/packages/KernSmooth/[Link]

KFKSDS 1.6 [Link]

kinship2 1.6.4 [Link]

Paquete Versión Vínculo

kknn 1.3.1 [Link]

klaR 0.6-14 [Link]

[Link] 0.5-2 [Link]

KMsurv 0.1-5 [Link]

knitr 1.20 [Link]

ks 1.11.0 [Link]

labeling 0.3 [Link]

labelled 1.0.1 [Link]

laeken 0.4.6 [Link]

Lahman 6.0-0 [Link]

lambda.r 1.2 [Link]

lars 1.2 [Link]

later 1.0.0 [Link]

latex2exp 0.4.0 [Link]

lattice 0.20-35 [Link]

latticeExtra 0.6-28 [Link]

lava 1.6.1 [Link]

lavaan 0.5- [Link]

23.1097

lazyeval 0.2.1 [Link]

lda 1.4.2 [Link]

leaflet 2.0.2 [Link]

[Link] 0,2 [Link]

[Link] 0,2 [Link]

[Link]/web/packages/[Link]/[Link]

leaps 3.0 [Link]

LearnBayes 2.15.1 [Link]

Paquete Versión Vínculo

lexicon 1.2.1 [Link]

libcoin 1.0-1 [Link]

LiblineaR 2.10-8 [Link]

LICORS 0.2.0 [Link]

ciclo de vida 0.1.0 [Link]

likert 1.3.5 [Link]

limSolve [Link] [Link]

linelist 0.0.40.9000 [Link]

linprog 0.9-2 [Link]

listenv 0.7.0 [Link]

[Link] 1.5-1 [Link]

lme4 1.1-16 [Link]

lmm 1.0 [Link]

lmtest 0.9-35 [Link]

locfit 1.5-9.1 [Link]

locpol 0.6-0 [Link]

LogicReg 1.5.9 [Link]

lpSolve 5.6.13 [Link]

lsa 0.73.1 [Link]

lsmeans 2.27-61 [Link]

lubridate 1.7.2 [Link]

magic 1.5-8 [Link]

magick 1.8 [Link]

magrittr 1.5 [Link]

manipulateWidget 0.9.0 [Link]

[Link]/web/packages/manipulateWidget/[Link]

MAPA 2.0.4 [Link]

Paquete Versión Vínculo

mapdata 2.3.0 [Link]

mapproj 1.2.6 [Link]

maps 3.2.0 [Link]

maptools 0.9-2 [Link]

maptree 1.4-7 [Link]

mapview 2.3.0 [Link]

marima 2,2 [Link]

markdown 0,8 [Link]

MASS 7.3-49 [Link]

MasterBayes 2.55 [Link]

[Link]/web/packages/MasterBayes/[Link]

Matching 4.9-5 [Link]

MatchIt 3.0.2 [Link]

matchmaker 0.1.1 [Link]

[Link]/web/packages/matchmaker/[Link]

Matriz 1.2-12 [Link]

matrixcalc 1.0-3 [Link]

MatrixModels 0.4-1 [Link]

[Link]/web/packages/MatrixModels/[Link]

matrixStats 0.54.0 [Link]

maxent [Link] [Link]

maxLik 1.3-4 [Link]

maxstat 0.7-25 [Link]

mboost 2.8-1 [Link]

mclust 5.4 [Link]

mcmc 0.9-5 [Link]

MCMCglmm 2.25 [Link]

[Link]/web/packages/MCMCglmm/[Link]
Paquete Versión Vínculo

mda 0.4-10 [Link]

memoise 1.1.0 [Link]

merTools 0.3.0 [Link]

meta 4.9-1 [Link]

metafor 2.0-0 [Link]

methods 3.4.4 NA

metricsgraphics 0.9.0 [Link]

[Link]/web/packages/metricsgraphics/[Link]

mgcv 1.8-23 [Link]

mgsub 1.7.1 [Link]

mi 1.0 [Link]

mice 2.46.0 [Link]

microbenchmark 1.4-4 [Link]

[Link]/web/packages/microbenchmark/[Link]

MicrosoftR 3.4.4.0105 NA

mime 0,5 [Link]

miniCRAN 0.2.11 [Link]

miniUI 0.1.1 [Link]

[Link] 1.2-1 [Link]

minqa 1.2.4 [Link]

mirt 1.27.1 [Link]

misc3d 0.8-4 [Link]

miscTools 0.6-22 [Link]

mitools 2.3 [Link]

mixtools 1.1.0 [Link]

mlapi 0.1.0 [Link]

mlbench 2.1-1 [Link]

Paquete Versión Vínculo

mlogitBMA 0.1-6 [Link]

mnormt 1.5-5 [Link]

MNP 3.1-0 [Link]

ModelMetrics 1.1.0 [Link]

[Link]/web/packages/ModelMetrics/[Link]

modelr 0.1.1 [Link]

modeltools 0.2-21 [Link]

mombf 1.9.6 [Link]

moments 0.14 [Link]

monomvn 1.9-7 [Link]

monreg 0.1.3 [Link]

mosaic 1.1.1 [Link]

mosaicCore 0.4.2 [Link]

[Link]/web/packages/mosaicCore/[Link]

mosaicData 0.16.0 [Link]

[Link]/web/packages/mosaicData/[Link]

MSBVAR 0.9-3 [Link]

msir 1.3.2 [Link]

msm 1.6.6 [Link]

multcomp 1.4-8 [Link]

multicool 0.1-10 [Link]

munsell 0.5.0 [Link]

mvoutlier 2.0.9 [Link]

mvtnorm 1.0-7 [Link]

NbClust 3.0 [Link]

ncvreg 3.9-1 [Link]

network 1.13.0 [Link]

Paquete Versión Vínculo

networkD3 0,4 [Link]

neuralnet 1.33 [Link]

ngram 3.0.4 [Link]

nlme 3.1-131.1 [Link]

nloptr 1.0.4 [Link]

NLP 0.1-11 [Link]

[Link] 1.2.0 [Link]

[Link]/web/packages/[Link]/[Link]

NMF 0.21.0 [Link]

nnet 7.3-12 [Link]

nnls 1.4 [Link]

nortest 1.0-4 [Link]

numbers 0.6-6 [Link]

numDeriv 2016.8-1 [Link]

numform 0.4.0 [Link]

OceanView 1.0.4 [Link]

openair 2.3-0 [Link]

openssl 1.0.1 [Link]

osmar 1.1-7 [Link]

outbreaks 1.5.0 [Link]

OutlierDC 0.3-0 [Link]

OutlierDM 1.1.1 [Link]

outliers 0.14 [Link]

pacbpred 0.92.2 [Link]

packcircles 0.3.3 [Link]

padr 0.4.0 [Link]

parallel 3.4.4 NA
Paquete Versión Vínculo

partitions 1.9-19 [Link]

party 1.2-4 [Link]

partykit 1.2-0 [Link]

PAWL 0,5 [Link]

pbapply 1.3-4 [Link]

pbivnorm 0.6.0 [Link]

pbkrtest 0.4-7 [Link]

PCAmixdata 3,1 [Link]

[Link]/web/packages/PCAmixdata/[Link]

pcaPP 1.9-73 [Link]

pdc 1.0.3 [Link]

pegas 0,12 [Link]

PerformanceAnalytics 1.5.2 [Link]

[Link]/web/packages/PerformanceAnalytics/[Link]

permute 0.9-4 [Link]

perry 0.2.0 [Link]

petrinetR 0.1.0 [Link]

pheatmap 1.0.8 [Link]

pillar 1.4.2 [Link]

pixmap 0.4-11 [Link]

pkgconfig 2.0.2 [Link]

pkgmaker 0.22 [Link]

platetools 0.1.0 [Link]

plogr 0.2.0 [Link]

plot3D 1.1.1 [Link]

plot3Drgl 1.0.1 [Link]

plotly [Link] [Link]

Paquete Versión Vínculo

plotmo 3.3.6 [Link]

plotrix 3.7 [Link]

pls 2.6-0 [Link]

plyr 1.8.4 [Link]

png 0.1-7 [Link]

polspline 1.1.12 [Link]

polyclip 1.6-1 [Link]

polylabelr 0.1.0 [Link]

polynom 1.3-9 [Link]

ppcor 1.1 [Link]

prabclus 2.2-6 [Link]

pracma 2.1.4 [Link]

praise 1.0.0 [Link]

precrec 0.10.1 [Link]

prediction 0.2.0 [Link]

predmixcor 1.1-1 [Link]

PresenceAbsence 1.1.9 [Link]

[Link]/web/packages/PresenceAbsence/[Link]

prettyunits 1.0.2 [Link]

pROC 1.11.0 [Link]

processmapR 0.3.3 [Link]

[Link]/web/packages/processmapR/[Link]

processmonitR 0.1.0 [Link]

[Link]/web/packages/processmonitR/[Link]

processx [Link] [Link]

prodlim 1.6.1 [Link]

profdpm 3.3 [Link]

Paquete Versión Vínculo

profileModel 0.5-9 [Link]

[Link]/web/packages/profileModel/[Link]

progress 1.1.2 [Link]

proj4 1.0-8 [Link]

promises 1.1.0 [Link]

prophet 0.2.1 [Link]

proto 1.0.0 [Link]

protolite 1.7 [Link]

proxy 0.4-21 [Link]

pryr 0.1.4 [Link]

pscl 1.5.2 [Link]

psych [Link] [Link]

purrr 0.3.3 [Link]

pwr 1.2-2 [Link]

qap 0.1-1 [Link]

qcc 2.7 [Link]

qdapDictionaries 1.0.7 [Link]

[Link]/web/packages/qdapDictionaries/[Link]

qdapRegex 0.7.2 [Link]

qdapTools 1.3.3 [Link]

qgraph 1.4.4 [Link]

qicharts 0.5.5 [Link]

qicharts2 0.6.0 [Link]

quadprog 1.5-5 [Link]

qualityTools 1.55 [Link]

[Link]/web/packages/qualityTools/[Link]

quanteda 1.1.1 [Link]

Paquete Versión Vínculo

quantmod 0.4-12 [Link]

quantreg 5.35 [Link]

questionr 0.6.2 [Link]

qvcalc 0.9-1 [Link]

[Link] 3.6.1 [Link]

R.methodsS3 1.7.1 [Link]

[Link]/web/packages/R.methodsS3/[Link]

[Link] 1.21.0 [Link]

[Link] 2.6.0 [Link]

r2d3 0.2.3 [Link]

R2HTML 2.3.2 [Link]

R2jags 0.5-7 [Link]

R2OpenBUGS 3.2-3.2 [Link]

[Link]/web/packages/R2OpenBUGS/[Link]

R2WinBUGS 2.1-21 [Link]

[Link]/web/packages/R2WinBUGS/[Link]

R6 2.2.2 [Link]

ramps 0.6-15 [Link]

RandomFields 3.1.50 [Link]

[Link]/web/packages/RandomFields/[Link]

RandomFieldsUtils 0.3.25 [Link]

[Link]/web/packages/RandomFieldsUtils/[Link]

randomForest 4.6-14 [Link]

[Link]/web/packages/randomForest/[Link]

ranger 0.9.0 [Link]

RApiDatetime 0.0.4 [Link]

[Link]/web/packages/RApiDatetime/[Link]

rappdirs 0.3.1 [Link]

RArcInfo 0.4-12 [Link]

Paquete Versión Vínculo

raster 2.6-7 [Link]

rattle 5.1.0 [Link]

rayshader 0.10.1 [Link]

rbenchmark 1.0.0 [Link]

[Link]/web/packages/rbenchmark/[Link]

Rblpapi 0.3.8 [Link]

rbokeh 0.5.0 [Link]

rbugs 0.5-9 [Link]

RColorBrewer 1.1-2 [Link]

[Link]/web/packages/RColorBrewer/[Link]

Rcpp 1.0.1 [Link]

RcppArmadillo [Link].0 [Link]

[Link]/web/packages/RcppArmadillo/[Link]

rcppbugs [Link] [Link]

RcppDE 0.1.5 [Link]

RcppEigen [Link].0 [Link]

RcppExamples 0.1.8 [Link]

[Link]/web/packages/RcppExamples/[Link]

RcppParallel 4.4.0 [Link]

[Link]/web/packages/RcppParallel/[Link]

RcppProgress 0,4 [Link]

[Link]/web/packages/RcppProgress/[Link]

RcppRoll 0.2.2 [Link]

RCurl 1.95-4.10 [Link]

readbitmap 0.1-4 [Link]

readr 1.1.1 [Link]

readxl 1.0.0 [Link]

recipes 0.1.2 [Link]

Paquete Versión Vínculo

Redmonder 0.2.0 [Link]

[Link]/web/packages/Redmonder/[Link]

registry 0,5 [Link]

relaimpo 2.2-3 [Link]

relimp 1.0-5 [Link]

rematch 1.0.1 [Link]

Renext 3.1-0 [Link]

informes 0.1.4 [Link]

reprex 0.1.2 [Link]

reshape 0.8.7 [Link]

reshape2 1.4.3 [Link]

reticulate 1.6 [Link]

RevoIOQ 8.0.10 NA

RevoMods 11.0.0 NA

RevoUtils 10.0.9 NA

RevoUtilsMath 10.0.1 NA

rex 1.1.2 [Link]

rFerns 2.0.3 [Link]

rfm 0.2.0 [Link]

RGA 0.4.2 [Link]

rgdal 1.2-18 [Link]

rgeos 0.3-26 [Link]

rgexf 0.15.3 [Link]

rgl 0.99.16 [Link]

RgoogleMaps 1.4.1 [Link]

[Link]/web/packages/RgoogleMaps/[Link]

RGraphics 2.0-14 [Link]

Paquete Versión Vínculo

RGtk2 2.20.34 [Link]

RInside 0.2.14 [Link]

RJaCGH 2.0.4 [Link]

rjags 4-6 [Link]

rjson 0.2.15 [Link]

RJSONIO 1.3-0 [Link]

rlang 0.4.1 [Link]

rlecuyer 0.3-4 [Link]

rlist [Link] [Link]

rmapshaper 0.3.0 [Link]

[Link]/web/packages/rmapshaper/[Link]

rmarkdown 1.9 [Link]

Rmisc 1.5 [Link]

Rmpfr 0.7-0 [Link]

rms 5.1-2 [Link]

RMySQL 0.10.14 [Link]

rngtools 1.2.4 [Link]

robCompositions 2.0.6 [Link]

[Link]/web/packages/robCompositions/[Link]

robfilter 4.1 [Link]

robustbase 0.92-8 [Link]

robustHD 0.5.1 [Link]

ROCR 1.0-7 [Link]

RODBC 1.3-15 [Link]

Rook 1.1-1 [Link]

rootSolve 1.7 [Link]

roxygen2 6.0.1 [Link]

Paquete Versión Vínculo

rpart 4.1-13 [Link]

[Link] 2.1.2 [Link]

rpivotTable 0.3.0 [Link]

rprojroot 1.3-2 [Link]

rrcov 1.4-3 [Link]

rscproxy 2.0-5 [Link]

rsdmx 0.5-11 [Link]

RSGHB 1.1.2 [Link]

RSiteCatalyst 1.4.14 [Link]

[Link]/web/packages/RSiteCatalyst/[Link]

RSNNS 0.4-10 [Link]

Rsolnp 1.16 [Link]

RSpectra 0.12-0 [Link]

RSQLite 2.1.0 [Link]

rstan 2.17.3 [Link]

rstudioapi 0.7 [Link]

rsvg 1.1 [Link]

RTextTools 1.4.2 [Link]

Rttf2pt1 1.3.6 [Link]

RUnit 0.4.31 [Link]

runjags 2.0.4-2 [Link]

Runuran 0.24 [Link]

rvcheck 0.0.9 [Link]

rvest 0.3.2 [Link]

rworldmap 1.3-6 [Link]

rworldxtra 1.01 [Link]

Paquete Versión Vínculo

SampleSizeMeans 1.1 [Link]

[Link]/web/packages/SampleSizeMeans/[Link]

SampleSizeProportions 1.0 [Link]

[Link]/web/packages/SampleSizeProportions/[Link]

sandwich 2.4-0 [Link]

sas7bdat 0,5 [Link]

satellite 1.0.1 [Link]

sbgcop 0.975 [Link]

scales 1.0.0 [Link]

scatterplot3d 0.3-41 [Link]

[Link]/web/packages/scatterplot3d/[Link]

sciplot 1.1-1 [Link]

segmented 0.5-3.0 [Link]

selectr 0.4-0 [Link]

sem 3.1-9 [Link]

sentimentr 2.7.1 [Link]

seqinr 3.6-1 [Link]

seriation 1.2-3 [Link]

setRNG 2013.9-1 [Link]

sf 0.7-4 [Link]

sfsmisc 1.1-2 [Link]

sgeostat 1.0-27 [Link]

shape 1.4.4 [Link]

shapefiles 0.7 [Link]

shiny 1.0.5 [Link]

shinyBS 0.61 [Link]

shinycssloaders 0.2.0 [Link]

[Link]/web/packages/shinycssloaders/[Link]
Paquete Versión Vínculo

shinyjs 1.0 [Link]

shinyTime 0.2.1 [Link]

showtext 0.5-1 [Link]

showtextdb 2.0 [Link]

[Link]/web/packages/showtextdb/[Link]

SIS 0.8-6 [Link]

SixSigma 0.9-51 [Link]

sjlabelled 1.0.8 [Link]

sjmisc 2.7.1 [Link]

sjPlot 2.4.1 [Link]

sjstats 0.14.2-3 [Link]

skmeans 0.2-11 [Link]

slam 0.1-42 [Link]

sm 2.2-5.4 [Link]

smooth 2.4.1 [Link]

smoothSurv 2.0 [Link]

[Link]/web/packages/smoothSurv/[Link]

sna 2,4 [Link]

snakecase 0.9.1 [Link]

snow 0.4-2 [Link]

SnowballC 0.5.1 [Link]

snowFT 1.6-0 [Link]

sodium 1.1 [Link]

sourcetools 0.1.6 [Link]

sp 1.2-7 [Link]

spacetime 1.2-1 [Link]

spacyr 0.9.6 [Link]

Paquete Versión Vínculo

spam 2.1-3 [Link]

SparseM 1.77 [Link]

sparsepp 0.2.0 [Link]

spatial 7.3-11 [Link]

spatstat 1.55-0 [Link]

[Link] 1.2-0 [Link]

[Link]/web/packages/[Link]/[Link]

[Link] 1.8-0 [Link]

[Link]/web/packages/[Link]/[Link]

spBayes 0.4-1 [Link]

spData [Link] [Link]

spdep 0.7-4 [Link]

spikeslab 1.1.5 [Link]

splancs 2.01-40 [Link]

splines 3.4.4 [Link]

spls 2.2-2 [Link]

splus2R 1.2-2 [Link]

spTimer 3.0-1 [Link]

sqldf 0.4-11 [Link]

SQUAREM 2017.10-1 [Link]

sROC 0.1-2 [Link]

stabledist 0.7-1 [Link]

stabs 0.6-3 [Link]

StanHeaders 2.17.2 [Link]

[Link]/web/packages/StanHeaders/[Link]

statmod 1.4.30 [Link]

[Link] 4.0.0 [Link]

[Link]/web/packages/[Link]/[Link]
Paquete Versión Vínculo

stats 3.4.4 NA

stats4 3.4.4 NA

stepPlr 0.93 [Link]

stinepack 1.4 [Link]

stochvol 1.3.3 [Link]

stopwords 0.9.0 [Link]

stringdist [Link] [Link]

stringi 1.1.7 [Link]

stringr 1.3.0 [Link]

strucchange 1.5-1 [Link]

[Link]/web/packages/strucchange/[Link]

stsm 1.9 [Link]

[Link] 1.3 [Link]

sugrrants 0.2.4 [Link]

sunburstR 2.0.0 [Link]

SuppDists 1.1-9.4 [Link]

survey 3.33-2 [Link]

survival 2.41-3 [Link]

survminer 0.4.6 [Link]

survMisc 0.5.4 [Link]

svglite 1.2.1 [Link]

svmpath 0.955 [Link]

svUnit 0.7-12 [Link]

sweep 0.2.1 [Link]

sysfonts 0.7.2 [Link]

systemfit 1.1-20 [Link]

syuzhet 1.0.4 [Link]

Paquete Versión Vínculo

tau 0.0-20 [Link]

tcltk 3.4.4 [Link]

tcltk2 1.2-11 [Link]

TeachingDemos 2,10 [Link]

[Link]/web/packages/TeachingDemos/[Link]

tensor 1.5 [Link]

tensorA 0.36 [Link]

testthat 2.0.0 [Link]

text2vec 0.5.1 [Link]

textcat 1.0-5 [Link]

textclean 0.9.3 [Link]

textir 2.0-5 [Link]

textmineR 2.1.1 [Link]

textshape 1.6.0 [Link]

tfplot 2015.12-1 [Link]

tframe 2015.12-1 [Link]

tgp 2.4-14 [Link]

[Link] 1.0-8 [Link]

threejs 0.3.1 [Link]

tibble 2.1.1 [Link]

tibbletime 0.1.1 [Link]

tidycensus 0.4.1 [Link]

tidyr 1.0.0 [Link]

tidyselect 0.2.5 [Link]

tidytext 0.1.8 [Link]

tidyverse 1.2.1 [Link]

tiff 0.1-5 [Link]

Paquete Versión Vínculo

tigris 0.6.2 [Link]

timeDate 3043.102 [Link]

timelineS 0.1.1 [Link]

timeSeries 3042.102 [Link]

timetk 0.1.0 [Link]

timevis 0.5 [Link]

tm 0.7-3 [Link]

tmap 1.11-1 [Link]

tmaptools 1.2-3 [Link]

TMB 1.7.13 [Link]

tokenizers 0.2.1 [Link]

tools 3.4.4 NA

topicmodels 0.2-7 [Link]

[Link]/web/packages/topicmodels/[Link]

TraMineR 2.0-8 [Link]

traducciones 3.4.4 NA

tree 1.0-39 [Link]

gráfico de rectángulos 2.4-2 [Link]

trelliscopejs 0.1.18 [Link]

[Link]/web/packages/trelliscopejs/[Link]

trimcluster 0.1-2 [Link]

truncnorm 1.0-8 [Link]

TSA 1.01 [Link]

tseries 0.10-43 [Link]

tsfa 2014.10-1 [Link]

tsibble 0.8.5 [Link]

tsintermittent 1.9 [Link]

Paquete Versión Vínculo

[Link]/web/packages/tsintermittent/[Link]

tsoutliers 0.6-6 [Link]

TSP 1.1-5 [Link]

TSstudio 0.1.5 [Link]

TTR 0.23-3 [Link]

tweedie 2.3.2 [Link]

tweenr 1.0.1 [Link]

twitteR 1.1.9 [Link]

udpipe 0,5 [Link]

udunits2 0.13 [Link]

units 0.6-2 [Link]

UpSetR 1.3.3 [Link]

urca 1.3-0 [Link]

useful 1.2.3 [Link]

UsingR 2.0-5 [Link]

usmap 0.2.1 [Link]

utf8 1.1.3 [Link]

utils 3.4.4 NA

uuid 0.1-2 [Link]

V8 2,2 [Link]

vars 1.5-2 [Link]

vcd 1.4-4 [Link]

vctrs 0.2.0 [Link]

vdiffr 0.2.2 [Link]

vegan 2.4-6 [Link]

VennDiagram 1.6.20 [Link]

[Link]/web/packages/VennDiagram/[Link]
Paquete Versión Vínculo

VGAM 1.0-5 [Link]

VIF 1.0 [Link]

VIM 4.7.0 [Link]

vioplot 0,2 [Link]

viridis 0.5.1 [Link]

viridisLite 0.3.0 [Link]

visNetwork 2.0.3 [Link]

vistime 0.4.0 [Link]

waterfalls 0.1.2 [Link]

wavethresh 4.6.8 [Link]

webshot 0.5.0 [Link]

webutils 0,6 [Link]

weco 1.1 [Link]

WeibullR 1.0.10 [Link]

weights 0.85 [Link]

whisker 0.3-2 [Link]

withr 2.1.2 [Link]

wmtsa 2.0-3 [Link]

wordcloud 2.5 [Link]

wordcloud2 0.2.1 [Link]

[Link]/web/packages/wordcloud2/[Link]

xesreadR 0.2.2 [Link]

xgboost [Link] [Link]

XML 3.98-1.10 [Link]

xml2 1.2.0 [Link]

xplorerr 0.1.1 [Link]

xtable 1.8-2 [Link]

 Paquete Versión Vínculo

xts 0.10-2 [Link]

yaml 2.1.18 [Link]

yarrr 0.1.5 [Link]

YieldCurve 4.1 [Link]

zeallot 0.1.0 [Link]

zic 0.9.1 [Link]

zipfR 0.6-10 [Link]

zoo 1.8-1 [Link]

Scripts de R incompatibles con Power BI

En la siguiente tabla se muestran los paquetes incompatibles con el servicio Power BI.

Paquete Fecha de solicitud Motivo

RgoogleMaps 10/05/2016 Redes bloqueadas

mailR 10/03/2016 Redes bloqueadas

RevoScaleR 8/30/2016 Solo envía con Microsoft R Server

Pasos siguientes
Para más información sobre R en Power BI, eche un vistazo a los siguientes artículos:

Creación de objetos visuales de R en el servicio Power BI

Crear objetos visuales de Power BI con R
Ejecución de scripts de R en Power BI Desktop
Uso de R en el Editor de Power Query
Especificar datos directamente en Power
BI Desktop
Artículo • 21/03/2023

Con Power BI Desktop, puede escribir datos directamente y usar esos datos en los
informes y visualizaciones. Por ejemplo, puede copiar partes de un libro o página web y
después pegarlas en Power BI Desktop.

Para escribir datos directamente en Power BI Desktop como una tabla nueva, seleccione
Especificar datos en la cinta Inicio.

Power BI Desktop podría intentar realizar pequeñas transformaciones en los datos,

cuando sea posible, al igual que al cargar datos desde cualquier origen. Por ejemplo, en
el siguiente caso, ha promovido la primera fila de datos como encabezados.
Si quiere dar forma a los datos que ha escrito o pegado, seleccione Editar para abrir el
Editor de Power Query. Puede transformar y dar forma a los datos antes de integrarlos
en Power BI Desktop. Seleccione Cargar para importar los datos tal como aparecen.

Al seleccionar Cargar, Power BI Desktop crea una nueva tabla a partir de los datos y
hace que esté disponible en el panel Campos. En la siguiente imagen, Power BI Desktop
muestra la nueva tabla, denominada Table1, y los dos campos de esa tabla que se han
creado.

Y ya está. Es así de fácil especificar datos en Power BI Desktop.

Ya está listo para usar los datos en Power BI Desktop. Puede crear objetos visuales,
informes, o interactuar con cualquier otro dato con el que quiera conectarse e importar,
como libros de Excel, bases de datos o cualquier otro origen de datos.

７ Nota

Para actualizar, agregar o eliminar datos dentro de los elementos creados mediante
Especificar datos, se deben realizar cambios en Power BI Desktop y publicados. No
se pueden realizar actualizaciones de datos directamente desde el servicio
Power BI.

Pasos siguientes
Hay todo tipo de datos a los que puede conectarse con Power BI Desktop. Para obtener
más información sobre orígenes de datos, consulte los siguientes recursos:

¿Qué es Power BI Desktop?

Orígenes de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Connect to Excel workbooks in Power BI Desktop (Conectarse a libros de Excel en
Power BI Desktop)
Conectarse a archivos CSV en Power BI Desktop
Conexión a modelos SSAS
multidimensionales en Power BI
Desktop
Artículo • 23/03/2023

Con Power BI Desktop, ahora puede acceder a modelos multidimensionales de SQL

Server Analysis Services (SSAS), conocidos normalmente como SSAS MD.

Para conectarse a una base de datos SSAS MD, seleccione Obtener datos, elija Base de
datos>Base de datos de SQL Server Analysis Services y, después, seleccione Conectar:

Los servicios Power BI y Power BI Desktop admiten modelos SSAS multidimensionales

en modo de conexión dinámica. Puede publicar y cargar informes que empleen
modelos SSAS multidimensionales en el modo de conexión dinámica en el servicio
Power BI.

Funcionalidades y características de SSAS MD

Las secciones siguientes describen las características y funcionalidades de las
conexiones de Power BI y SSAS MD.

Metadatos tabulares de modelos multidimensionales

La siguiente tabla muestra la correspondencia entre los objetos multidimensionales y los
metadatos tabulares que se devuelven a Power BI Desktop. Power BI consulta el modelo
en busca de metadatos tabulares. En función de los metadatos devueltos, Power BI
Desktop ejecuta las consultas DAX adecuadas en SSAS al crear una visualización, como
una tabla, una matriz, un gráfico o una segmentación de datos.

Objeto BISM-Multidimensional Metadatos tabulares

Cubo Modelo

Dimensión de cubo Tabla

Atributos de dimensión (Claves), nombre Columnas

Grupo de medida Tabla

Measure Measure

Medidas sin grupo de medida asociado En la tabla llamada Medidas

Grupo de medida -> Relación de dimensión de cubo Relación

Perspectiva Perspectiva

KPI KPI

Jerarquías de usuarios, elementos primarios y secundarios Jerarquías

Medidas, grupos de medida y KPI

Los grupos de medida de un cubo multidimensional se exponen como tablas con la
letra griega sigma (∑) junto a ellos en el panel Campos. La medidas calculadas sin un
grupo de medida asociado se agrupan en una tabla especial llamada Medidas en los
metadatos tabulares.

Para ayudar a simplificar modelos complejos, en un modelo multidimensional, puede

definir un conjunto de medidas o KPI en un cubo que se ubicará dentro de una Carpeta
para mostrar. Power BI reconoce las carpetas para mostrar en los metadatos tabulares y
muestra las medidas y los KPI dentro de las carpetas para mostrar. En las bases de datos
multidimensionales, los KPI admiten los atributos Value, Goal, Status Graphic y Trend
Graphic.
Tipo de atributo de dimensión
Los modelos multidimensionales también permiten asociar atributos de dimensión con
tipos de atributo de dimensión específicos. Por ejemplo, una dimensión Geography
cuyos atributos de dimensión City, State-Province, Country y Postal Code tienen
asociados los tipos de geografía adecuados, se exponen en los metadatos tabulares.
Power BI reconoce los metadatos, lo que permite crear visualizaciones de mapas.
Reconocerá estas asociaciones por el icono de mapa situado junto al elemento en el
panel Campo en Power BI.

Power BI también puede representar imágenes cuando se proporciona un campo que

contiene los localizadores uniformes de recursos (URL) de las imágenes. Se pueden
especificar estos campos como tipos ImageURL en SQL Server Data Tools o, después, en
Power BI Desktop. A continuación, se proporciona su información de tipo a Power BI en
los metadatos tabulares. Seguidamente, Power BI puede recuperar las imágenes de la
dirección URL y mostrarlas en objetos visuales.

Jerarquías de elementos primarios y secundarios

Los modelos multidimensionales admiten jerarquías de elementos primarios y
secundarios, que se presentan como una jerarquía en los metadatos tabulares. Cada
nivel de la jerarquía de elementos primarios y secundarios se expone como una
columna oculta en los metadatos tabulares. El atributo clave de la dimensión de los
elementos primarios y secundarios no se expone en los metadatos tabulares.

Miembros calculados de dimensión

Los modelos multidimensionales permiten crear varios tipos de miembros calculados.
Los dos tipos de miembros calculados más comunes son los siguientes:

Miembros calculados en jerarquías de atributos que no son del mismo nivel que
Todos
Miembros calculados en jerarquías de usuarios

Los modelos multidimensionales exponen miembros calculados en jerarquías de

atributos como valores de una columna. Existen algunas otras opciones y restricciones si
se expone este tipo de miembro calculado:

El atributo de dimensión puede tener un valor UnknownMember opcional.

Un atributo que contenga miembros calculados no puede ser el atributo clave de

la dimensión, a menos que sea el único atributo de la dimensión.
 Un atributo que contenga miembros calculados no puede ser un atributo de los
elementos primarios y secundarios.

Los miembros calculados de las jerarquías de usuarios no se exponen en Power BI. En

lugar de eso, puede conectarse a un cubo que contenga miembros calculados en
jerarquías de usuarios. Sin embargo, no podrá ver los miembros calculados si no
cumplen las restricciones mencionadas en la lista con viñetas anterior.

Seguridad
Los modelos multidimensionales admiten la seguridad en el nivel de celdas y
dimensiones mediante roles. Cuando se conecte a un cubo con Power BI, se autenticarán
y evaluarán los permisos adecuados. Si un usuario tiene aplicada seguridad de
dimensión, este no verá los miembros de dimensión correspondientes en Power BI. Sin
embargo, si un usuario tiene definido un permiso de seguridad de celda, que restringe
ciertas celdas, no podrá conectarse al cubo mediante Power BI.

Consideraciones y limitaciones
Existen ciertas limitaciones en el uso de SSAS MD:

Solo las ediciones Enterprise y BI de SQL Server 2014 admiten las conexiones
dinámicas. En el caso de la edición estándar de SQL Server, se necesita
SQL Server 2016 u otra posterior para las conexiones dinámicas.

Las acciones y los conjuntos con nombre no se exponen en Power BI. Para crear
objetos visuales e informes, puede conectarse a los cubos que también contengan
acciones o conjuntos con nombre.

Cuando Power BI muestra los metadatos de un modelo SSAS, en ocasiones no se

pueden recuperar los datos del modelo. Este escenario puede producirse si se ha
instalado la versión de 32 bits del proveedor de procesamiento analítico en línea
de Microsoft (MSOLAP), pero no la versión de 64 bits. El problema podría
resolverse instalando la versión de 64 bits.

No puede crear medidas de nivel de informe al crear un informe conectado en

directo a un modelo multidimensional SSAS. Las únicas medidas que están
disponibles son las que se definen en el modelo MD.

Características de SSAS MD admitidas en

Power BI Desktop
En esta versión de SSAS MD se admite el consumo de los siguientes elementos. Para
obtener más información sobre estas características, vea Descripción de Power View
para modelos multidimensionales.

Miembros predeterminados
Atributos de dimensión
Tipos de atributos de dimensión
Miembros calculados de dimensión, los cuales:
Deben ser un solo miembro real cuando la dimensión tenga más de un atributo.
No pueden ser el atributo clave de la dimensión a menos que sea el único
atributo.
No pueden ser un atributo de un elemento primario y secundario.
Seguridad de dimensión
Carpetas para mostrar
Jerarquías
Direcciones URL de imagen
KPI
Tendencias KPI
Medidas (con o sin grupos de medida)
Medidas como variante

Solucionar problemas
En la lista siguiente se describen todos los problemas conocidos al conectarse a
SQL Server Analysis Services.

Error: no se pudo cargar el esquema del modelo. Este error se suele producir
cuando el usuario que se conecta a Analysis Services no tiene acceso a la base de
datos o al cubo.
Conexión a páginas web desde Power BI
Desktop
Artículo • 21/03/2023

Puede conectarse a una página web e importar los datos a Power BI Desktop, para su
uso en los objetos visuales y en los modelos de datos.

En Power BI Desktop, seleccione Obtener datos>Web en la cinta de opciones Inicio.

Aparece un cuadro de diálogo en el que se le pide la dirección URL de la página web

desde la que quiere importar los datos.
Una vez que haya escrito o pegado la dirección URL, seleccione Aceptar.

Power BI Desktop se conecta a la página web y luego muestra los datos disponibles de
la página en la ventana Navegador. Al seleccionar uno de los elementos de datos
disponibles, como Tabla 1, la ventana Navegador muestra una vista previa de esos datos
en el lado derecho de la ventana.

Puede elegir el botón Transformar datos, que inicia el Editor de Power Query, donde
puede dar forma a los datos de esa página web y transformarlos antes de importarla en
Power BI Desktop. O puede seleccionar el botón Cargar e importar todos los elementos
de datos que ha seleccionado en el panel izquierdo.
Al seleccionar Cargar, Power BI Desktop importa los elementos seleccionados y hace
que estén disponibles en el panel Campos, que se encuentra en el lado derecho de la
vista Informes en Power BI Desktop.

Esto es todo lo que tiene que hacer para conectarse a una página web y traer los datos
a Power BI Desktop.

Desde allí, puede arrastrar esos campos al lienzo del informe y crear todas las
visualizaciones que quiera. También puede usar los datos de esa página web tal y como
lo haría con cualquier otro dato. Puede darles forma, puede crear relaciones entre este y
otros orígenes de datos en el modelo y, en cualquier caso, puede crear el informe de
Power BI que quiera.

Para ver cómo conectarse a una página web más en profundidad y acción, eche un
vistazo a la Guía de introducción de Power BI Desktop.

Comprobación de revocación de certificados

Power BI aplica seguridad en las conexiones web para proteger los datos. En algunos
escenarios, como la captura de solicitudes web con Fiddler, puede que las conexiones
web no funcionen correctamente. Para habilitar estos escenarios, puede modificar la
opción Comprobación de revocación de certificados en Power BI Desktop y, después,
reiniciar esta aplicación.

Para cambiar esta opción, seleccione Archivo>Opciones y configuración>Opciones y

luego, en el panel izquierdo, Seguridad.
Pasos siguientes
Hay todo tipo de datos a los que puede conectarse con Power BI Desktop. Para obtener
más información sobre orígenes de datos, consulte los siguientes recursos:

Orígenes de datos en Power BI Desktop

Combinar datos y darles forma con Power BI Desktop
Connect to Excel workbooks in Power BI Desktop (Conectarse a libros de Excel en
Power BI Desktop)
Conectarse a archivos CSV en Power BI Desktop
Especificar datos directamente en Power BI Desktop
Conexión a Snowflake en el servicio
Power BI
Artículo • 26/12/2023

La conexión a Snowflake en el servicio Power BI difiere de otros conectores solo de una

manera. Snowflake tiene una funcionalidad para Microsoft Entra ID, una opción para el
inicio de sesión único (inicio de sesión único). Los elementos de la integración requieren
roles administrativos distintos a través de Snowflake, Power BI y Azure. Puede optar por
habilitar la autenticación de Microsoft Entra sin usar el inicio de sesión único. La
autenticación básica funciona de forma similar a otros conectores en el servicio.

Para configurar la integración de Microsoft Entra y, opcionalmente, habilite el inicio de

sesión único:

Si es el administrador de Snowflake, consulte el artículo SSO de Power BI para

Snowflake en la documentación de Snowflake.
Si es administrador de Power BI, vaya a la sección Portal de administración para
habilitar el inicio de sesión único.
Si es creador de modelos semánticos de Power BI, vaya a la sección Configuración
de un modelo semántico con Microsoft Entra ID para habilitar el inicio de sesión
único.

Configuración del servicio Power BI

Portal de administración
Para habilitar el inicio de sesión único, un administrador global tiene que activar la
configuración en el Portal de administración de Power BI. Esta configuración aprueba el
envío de tokens de autenticación de Microsoft Entra a Snowflake desde el servicio
Power BI. Esta configuración se establece a nivel organizativo. Siga estos pasos para
habilitar el inicio de sesión único:

1. Inicie sesión en Power BI con las credenciales de administrador global.

2. Seleccione Configuración en el menú de encabezado de la página y, luego,

seleccione Portal de administración.

3. Seleccione Configuración de inquilinos y desplácese hasta Configuración de

integración.
 4. Expanda SSO de Snowflake, cambie la configuración a Habilitado y seleccione
Aplicar.

Este paso es necesario para dar su consentimiento para enviar el token de Microsoft
Entra a los servidores de Snowflake. Una vez habilitada la configuración, puede tardar
hasta una hora en surtir efecto.

Una vez habilitado el inicio de sesión único, puede usar informes con SSO.

Configuración de un modelo semántico con Microsoft

Entra ID
Después de publicar en el servicio de Power BI un informe basado en el conector de
Snowflake, el creador del modelo semántico tiene que actualizar la configuración del
área de trabajo adecuada para que pueda usar el inicio de sesión único.

Para obtener más información, incluidos los pasos para usar Microsoft Entra ID, SSO y
Snowflake, vea Compatibilidad de puerta de enlace de datos para el inicio de sesión
único con Microsoft Entra ID .

Para obtener información sobre cómo usar la puerta de enlace de datos local, vea ¿Qué
es una puerta de enlace de datos local?

Si no va a usar la puerta de enlace, ya está todo listo. Cuando tiene credenciales de

Snowflake configuradas en la puerta de enlace de datos local, pero solo usa ese origen
de datos en el modelo, desactive la puerta de enlace para ese modelo de datos en
Configuración del modelo semántico.

Para activar el inicio de sesión único para un modelo semántico:

1. Inicie sesión en Power BI mediante credenciales de creador de modelos

semánticos.

2. Seleccione el área de trabajo adecuada y, luego, elija Configuración en el menú

Más opciones que se encuentra junto al nombre del modelo semántico.

3. Seleccione Credenciales del origen de datos e inicie sesión. El modelo semántico

se puede iniciar sesión en Snowflake con credenciales básicas o de OAuth2
(Microsoft Entra ID). Mediante Microsoft Entra ID, puede habilitar el inicio de
sesión único en el paso siguiente.
 4. Seleccione la opción Los usuarios finales usan sus propias credenciales de
OAuth2 al acceder a este origen de datos mediante DirectQuery. . Esta
configuración habilitará el inicio de sesión único de Microsoft Entra. Las
credenciales de Microsoft Entra se envían para el inicio de sesión único.

Una vez realizados estos pasos, los usuarios deben usar automáticamente su
autenticación de Microsoft Entra para conectarse a datos de ese modelo semántico de
Snowflake.

Si decide no habilitar el inicio de sesión único, los usuarios que actualicen el informe
utilizarán las credenciales del usuario que haya iniciado sesión, como la mayoría de
otros informes de Power BI.

Solución de problemas
Si tiene problemas con la integración, vea la guía de solución de problemas de
Snowflake.

Pasos siguientes
Orígenes de datos del servicio Power BI
Conexión con modelos semánticos en el servicio Power BI desde Power BI Desktop
Conectarse a Snowflake en Power BI Desktop
Creación de objetos visuales e informes
con el conector Azure Cost
Management de Power BI Desktop
Artículo • 10/11/2023

El conector de Azure Cost Management para Power BI Desktop se puede usar para crear
informes y visualizaciones eficaces y personalizados que ayuden a comprender mejor su
gasto con Azure.

En la actualidad, el conector de Azure Cost Management admite los clientes con:

Un Contrato de cliente de Microsoft directo

Un Contrato Enterprise (EA)
Un Contrato de Microsoft Partner

Si tiene un contrato no admitido, puede usar Exportaciones para guardar los datos de
costos en un recurso compartido y, a continuación, conectarse a él mediante Power BI.
Para obtener más información, consulte Tutorial: Creación y administración de datos
exportados desde Azure Cost Management.

El conector de Azure Cost Management utiliza OAuth 2.0 para la autenticación con
Azure e identifica a los usuarios que van a usar el conector. Los tokens generados en
este proceso son válidos durante un período específico. Power BI conserva el token para
el siguiente inicio de sesión. OAuth 2.0 es un estándar para este proceso que se ejecuta
en segundo plano y garantiza que estos permisos se administran de forma segura. Para
conectarse, debe usar una cuenta de Administrador de empresa para Contratos
Enterprise, o tener los permisos adecuados en los niveles de cuenta de facturación o
perfil de facturación para los Contratos de cliente de Microsoft.

７ Nota

Este conector reemplaza a los conectores de Azure Consumption Insights (beta) y

Azure Cost Management (beta) que antes estaban disponibles. Los informes
creados con el conector anterior deben volver a crearse con este.

Conectar mediante Azure Cost Management

Haga lo siguiente para usar el conector de Azure Cost Management:
 1. En la cinta Inicio, seleccione Obtener datos.

2. Seleccione Azure en la lista de categorías de datos.

3. Seleccione Azure Cost Management.

4. En el cuadro de diálogo que aparece, en la lista desplegable Elegir ámbito, use una
entrada de ámbito manual para los Contratos de cliente de Microsoft, o bien
utilice Número de inscripción para los Contratos Enterprise.

Conectarse a una cuenta de Contrato de cliente

de Microsoft
En esta sección, se describen los pasos necesarios para conectarse a una cuenta de
Contrato de cliente de Microsoft.
Conexión a una cuenta de facturación
Para conectarse a una cuenta de facturación, debe recuperar el id. de la cuenta de
facturación de Azure Portal:

1. En Azure Portal , vaya a Administración de costos + facturación.

2. Seleccione su perfil de facturación.

3. En Configuración en el menú, seleccione Propiedades en la barra lateral.

4. En el perfil de Facturación, copie el id.

5. En Elegir ámbito, seleccione Ámbito de entrada manual y escriba la cadena de

conexión como se muestra en el ejemplo siguiente, reemplazando
{billingAccountId} por los datos copiados de los pasos anteriores.
/providers/[Link]/billingAccounts/{billingAccountId}
 Como alternativa, en Elegir ámbito, seleccione Número de inscripción y escriba la
cadena del identificador de la cuenta de facturación como la copió en los pasos
anteriores.

6. Escriba el número de meses y seleccione Aceptar.

Como alternativa, si desea descargar menos de los datos de un mes, puede

establecer el Número de meses en cero,y después especifique un intervalo de
fechas con los valores de Fecha de inicio y Fecha de finalización que equivalgan a
menos de 31 días.

7. Cuando se le solicite, inicie sesión con su cuenta de usuario y contraseña de Azure.

Debe tener acceso al ámbito de la cuenta de facturación para poder acceder
correctamente a los datos de facturación.

Conexión a un perfil de facturación

Para conectarse a un Perfil de facturación, debe recuperar el id. de perfil de facturación
y el id. de la cuenta de facturación de Azure Portal:

1. En Azure Portal , vaya a Administración de costos + facturación.

2. Seleccione su perfil de facturación.

3. En Configuración en el menú, seleccione Propiedades en la barra lateral.

4. En el perfil de Facturación, copie el id.

5. En Cuenta de facturación, copie el id. .

 6. En Elegir ámbito, seleccione Ámbito de entrada manual y escriba la cadena de
conexión como se muestra en el ejemplo siguiente, reemplazando
{billingAccountId} y {billingProfileId} por los datos copiados de los pasos anteriores.

/providers/[Link]/billingAccounts/{billingAccountId}/billingProfile

s/{billingProfileId}

7. Escriba el número de meses y seleccione Aceptar.

8. Cuando se le solicite, inicie sesión con su cuenta de usuario y contraseña de Azure.

Debe tener acceso al perfil de facturación para poder acceder correctamente a los
datos del perfil de facturación.

Conectar a una cuenta de Contrato Enterprise

Si necesita conectarse a una cuenta de Contrato Enterprise (EA), puede obtener el
identificador de inscripción en Azure Portal:

1. En Azure Portal , vaya a Administración de costos + facturación.

2. Seleccione la cuenta de facturación.

3. En el menú Información general, copie el valor de Id. de cuenta de facturación.

4. En Elegir ámbito, seleccione Número de inscripción y pegue el identificador de

cuenta de facturación del paso anterior.

5. Escriba el número de meses y seleccione Aceptar.

6. Cuando se le solicite, inicie sesión con su cuenta de usuario y contraseña de Azure.

Debe usar una cuenta de administrador Enterprise para los Contratos Enterprise.

Datos disponibles a través del conector

Una vez que se haya autenticado correctamente, aparecerá una ventana Navegador con
las siguientes tablas de datos disponibles:

Table Tipo de Ámbitos admitidos Descripción

cuenta

Balance summary Solo EA Inscripción de EA Resumen del saldo del mes de

(Resumen del saldo) facturación actual para contratos
Enterprise (EA).

Billing events (Eventos Solo Perfil de facturación Registro de eventos de nuevas

de facturación) MCA facturas, compras de crédito, etc.
Solo en Contratos de cliente de
Microsoft.
Table Tipo de Ámbitos admitidos Descripción
cuenta

Budgets EA, Inscripción de EA, Detalles de presupuesto para ver

MCA Cuenta de los costos o el uso reales frente a
facturación de MCA, los objetivos de presupuesto
Perfil de facturación existentes.
de MCA

Charges Solo Perfil de facturación Resumen mensual del uso de Azure,

MCA de MCA los cargos de Marketplace y los
cargos facturados por separado.
Solo en Contratos de cliente de
Microsoft.

Credit lots (Lotes de Solo Perfil de facturación Detalles de la compra de lotes de

crédito) MCA de MCA crédito de Azure para el perfil de
facturación suministrado. Solo en
Contratos de cliente de Microsoft.

Pricesheets (Hojas de EA, Inscripción de EA, Tasas de los medidores aplicables

precios) MCA perfil de facturación para el perfil de facturación
de MCA proporcionado o la inscripción a
Contrato Enterprise.

RI charges (Cargos de RI) EA, Inscripción de EA, Cargos asociados a las instancias
MCA perfil de facturación reservadas en los últimos 24 meses.
de MCA Esta tabla está en proceso de
desuso; use Transacciones de RI.

RI recommendations EA, Inscripción de EA, Recomendaciones de adquisición

(shared) MCA perfil de facturación de la instancia reservada basadas
[Recomendaciones de RI de MCA en las tendencias de uso de todas
(compartidas)] las suscripciones durante los
últimos 30 días.

RI recommendations EA, Inscripción de EA, Recomendaciones de adquisición

(single) MCA perfil de facturación de la instancia reservada basadas
[Recomendaciones de RI de MCA en las tendencias de uso de una
(únicas)] sola suscripción durante los últimos
30 días.

Transacciones de RI EA, Inscripción de EA, Lista de transacciones para

MCA perfil de facturación instancias reservadas en el ámbito
de MCA de la cuenta de facturación.

RI usage details (Detalles EA, Inscripción de EA, Detalles de consumo de las

de uso de RI) MCA perfil de facturación instancias reservadas existentes en
de MCA el último mes.
 Table Tipo de Ámbitos admitidos Descripción
cuenta

RI usage summary EA, Inscripción de EA, Porcentaje diario de uso de reservas

(Resumen de uso de RI) MCA perfil de facturación de Azure.
de MCA

Usage details (Detalles EA, Inscripción de EA, Desglose de las cantidades

de uso) MCA Cuenta de consumidas y los gastos estimados
facturación de MCA, del perfil de facturación facilitado
Perfil de facturación en la inscripción del Contrato
de MCA Enterprise.

Usage details amortized EA, Inscripción de EA, Desglose de las cantidades

(Detalles de uso MCA Cuenta de consumidas y los gastos estimados
amortizados) facturación de MCA, amortizados del perfil de
Perfil de facturación facturación facilitado en la
de MCA inscripción del Contrato Enterprise.

Puede seleccionar una tabla para ver un diálogo de vista previa. Para seleccionar una o
más tablas, active las casillas situadas junto a los nombres correspondientes y, después,
seleccione Cargar.

Al seleccionar Cargar, los datos se cargan en Power BI Desktop.

Una vez cargados los datos seleccionados, los campos y las tablas de datos que haya
seleccionado se muestran en el panel Campos.

Consideraciones y limitaciones
Las siguientes consideraciones y limitaciones se aplican al conector de datos de Azure
Cost Management:

Power BI no admite solicitudes de filas de datos que superen el millón de filas. En

su lugar, puede probar con la característica de exportación que se describe en
Tutorial: Creación y administración de datos exportados.

El conector de datos de Azure Cost Management no funciona con cuentas de

cliente de Office 365 GCC.

Actualización de los datos: los datos de uso y costo normalmente se actualizan y

están disponibles en Azure Portal y las API de soporte técnico en un plazo de entre
8 y 24 horas, por lo que se recomienda restringir las actualizaciones programadas
de Power BI a una o dos veces al día.

Reutilización de orígenes de datos: si tiene varios informes que extraen los

mismos datos y no necesita otras transformaciones de datos específicas del
informe, debe reutilizar el mismo origen de datos, lo que reduciría la cantidad de
tiempo necesario para extraer los datos de Detalles de uso.

Para obtener más información sobre orígenes de datos, consulte los siguientes
recursos:
Introducción a los modelos semánticos entre áreas de trabajo
Creación de informes basados en modelos semánticos de diferentes áreas de
trabajo

Es posible que reciba un mensaje de 400: solicitud incorrecta de RI usage details

(Detalles de uso de RI) al intentar actualizar los datos, en caso de que haya elegido el
parámetro de fecha superior a tres meses. Para mitigar el error, siga los pasos
siguientes:

1. En Power BI Desktop, seleccione Inicio > Transformar datos.

2. En Editor de Power Query, seleccione el modelo semántico Detalles de uso de RI y

después Editor avanzado.

3. Actualice el código de Power Query, tal como se muestra en los párrafos

siguientes, que dividirá las llamadas en fragmentos de tres meses. Asegúrese de
 que anota y conserva el número de inscripción, o el id. de cuenta de facturación o
de perfil de facturación.

En el caso de Contratos Enterprise, use la actualización de código siguiente:

let
enrollmentNumber = "<<Enrollment Number>>",
optionalParameters1 = [startBillingDataWindow = "-9",
endBillingDataWindow = "-6"],
source1 = [Link]("Enrollment Number",
enrollmentNumber, 5, optionalParameters1),
riusagedetails1 = source1{[Key="riusagedetails"]}[Data],
optionalParameters2 = [startBillingDataWindow = "-6",
endBillingDataWindow = "-3"],
source2 = [Link]("Enrollment Number",
enrollmentNumber, 5, optionalParameters2),
riusagedetails2 = source2{[Key="riusagedetails"]}[Data],
riusagedetails = [Link]({riusagedetails1, riusagedetails2})
in
riusagedetails

En el caso de Contratos de cliente de Microsoft, use la actualización siguiente:

let
billingProfileId = "<<Billing Profile Id>>",
optionalParameters1 = [startBillingDataWindow = "-9",
endBillingDataWindow = "-6"],
source1 = [Link]("Billing Profile Id",
billingProfileId, 5, optionalParameters1),
riusagedetails1 = source1{[Key="riusagedetails"]}[Data],
optionalParameters2 = [startBillingDataWindow = "-6",
endBillingDataWindow = "-3"],
source2 = [Link]("Billing Profile Id",
billingProfileId, 5, optionalParameters2),
riusagedetails2 = source2{[Key="riusagedetails"]}[Data],
riusagedetails = [Link]({riusagedetails1, riusagedetails2})
in
riusagedetails

4. Una vez que haya actualizado el código con la actualización correspondiente del
paso anterior, seleccione Listo y, después, Cerrar & aplicar.

Es posible que se produzca una situación en la que las etiquetas no funcionen en los
detalles de uso o la columna etiquetas no se pueda transformar en json. Este problema
se deriva de la API de UCDD actual que devuelve la columna de etiquetas recortando los
corchetes iniciales y finales, lo que hace que Power BI no pueda transformar la columna
porque la devuelve como una cadena. Para mitigar esta situación, siga los pasos
siguientes.

1. Vaya a Editor de Power Query.

2. Seleccione la tabla Detalles de uso.
3. En el panel derecho, el panel Propiedades muestra los Pasos aplicados. Debe
agregar una columna personalizada a los pasos, después del paso Navegación.
4. En el menú, seleccione Agregar columna>Agregar columna personalizada
5. Asigne un nombre a la columna, por ejemplo, podría llamarla TagsInJson o lo que
prefiera y, después, escriba el texto siguiente en la consulta:

DAX

```= "{"& [Tags] & "}"

6. Al completar los pasos anteriores, se crea una nueva columna de etiquetas en

formato json
7. Ahora puede transferir y expandir la columna según sea necesario.

Problemas de autenticación detectados con cuentas de invitado de Azure

Active Directory: es posible que tenga los permisos adecuados para acceder a la cuenta
de inscripción o facturación, pero reciba un error de autenticación similar al siguiente:

El acceso al recurso queda prohibido

No hemos podido autenticarle con las credenciales proporcionadas. Inténtelo de
nuevo.

Estos errores podrían ser el resultado de tener una cuenta de usuario en un dominio de
Azure Active Directory diferente que se haya agregado como usuario invitado.

Para las cuentas de invitado: use la siguiente configuración u opciones cuando se le

solicite el cuadro de diálogo de autenticación al conectarse con el conector de
Power BI de Cost Management:

1. Seleccione Iniciar sesión

2. Seleccione Usar otra cuenta (parte inferior del cuadro de diálogo)
3. Seleccione Opciones de inicio de sesión (parte inferior del cuadro de diálogo)
4. Seleccione Sign into an organization (Iniciar sesión en una organización)
5. En Nombre de dominio, proporcione el nombre de dominio completo (FQDN) del
dominio de Azure Active Directory en el que se le ha agregado como invitado.
6. Después, en Selección de la cuenta, elija la cuenta de usuario que ha autenticado
previamente.
Pasos siguientes
Se puede conectar a muchos orígenes de datos distintos mediante Power BI Desktop.
Para más información, consulte los siguientes artículos:

¿Qué es Power BI Desktop?

Orígenes de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Connect to Excel workbooks in Power BI Desktop (Conectarse a libros de Excel en
Power BI Desktop)
Especificar datos directamente en Power BI Desktop
Edición de variables de SAP en Power BI
Artículo • 01/02/2024

Los autores de informes que usan SAP Business Warehouse o SAP HANA con
DirectQuery pueden permitir que los usuarios finales editen variables de SAP en
Power BI Premium y áreas de trabajo compartidas. En este artículo se explican los
requisitos para editar variables de SAP, cómo habilitar esta característica y cómo editar
variables en Power BI Desktop y el servicio Power BI.

Limitaciones y requisitos
En las listas siguientes se describen los requisitos y limitaciones para editar variables de
SAP:

Requisitos
Conexión DirectQuery. Debe conectarse al origen de datos de SAP mediante
DirectQuery. No se admiten conexiones de importación.

Configuración del inicio de sesión único (SSO). Debe configurar el inicio de sesión
único en la puerta de enlace para que esta característica funcione. Para más
información, consulte Introducción al inicio de sesión único (SSO) para puertas de
enlace de datos locales en Power BI.

Versión más reciente de la puerta de enlace. Asegúrese de descargar la puerta de

enlace más reciente o de actualizar la puerta de enlace existente. Para obtener más
información, consulte ¿Qué es una puerta de enlace de datos local?

Limitaciones
Modelos multidimensionales solo para SAP HANA. Para SAP HANA, la
característica Editar variables de SAP solo funciona con modelos
multidimensionales y no con orígenes relacionales. Asegúrese de que no ha
seleccionado Tratar SAP HANA como base de datos relacional en Opciones >
Global > DirectQuery > Opciones de DirectQuery al editar variables de SAP
HANA en Power BI.

No hay compatibilidad con la nube soberana. Power Query Online no está

disponible en nubes soberanas, por lo que las nubes soberanas no admiten la
característica Editar variables de SAP.
 No hay compatibilidad con dispositivos móviles. No se pueden editar variables
de SAP en las aplicaciones móviles de Power BI.

Restricciones del área de trabajo. La edición de variables de SAP no funciona para

los informes en la pestaña Compartido conmigo de Mi área de trabajo o en las
aplicaciones creadas a partir de áreas de trabajo V1.

Habilitación de la edición de variables de SAP

Para permitir que los usuarios de los informes editen variables de SAP:

1. En Power BI Desktop, conéctese a un origen de datos de SAP HANA o SAP BW con

una conexión DirectQuery.

2. Vaya a Archivo>Opciones y configuración>Opciones, y en el panel izquierdo,

seleccione DirectQuery en Archivo actual.

3. En Opciones de DirectQuery en el panel derecho, active la casilla situada junto a

Permite que los usuarios finales cambien variables de SAP para este informe.
Edición de las variables de SAP
En Power BI Desktop, puede editar variables seleccionando Transformar datos>Editar
variables en la cinta de opciones. Los creadores de informes pueden agregar y
seleccionar variables para el informe mediante el siguiente cuadro de diálogo:
Después de publicar un informe que habilita la edición de variables de SAP, el vínculo
Editar variables aparece en el panel Filtro del informe en el servicio Power BI. La primera
vez que publique el informe, el vínculo Editar variables puede tardar hasta cinco
minutos en aparecer.

７ Nota

Si el vínculo no aparece, actualice manualmente el modelo semántico

seleccionándolo en la lista de la pestaña Modelos semánticos del área de trabajo y
luego seleccionando el icono Actualizar.

Para editar las variables del servicio Power BI, los usuarios del informe pueden hacer lo
siguiente:

1. Seleccionar Editar variables en el panel Filtro del informe.

 2. En el cuadro de diálogo Editar variables, editar e invalidar los valores de las
variables, o seleccionar el botón Restablecer para revertir sus cambios.

De forma similar a otros comportamientos de persistencia de Power BI, los cambios que
realicen los usuarios en el cuadro de diálogo Editar variables solo se conservan para ese
usuario. Al seleccionar Restablecer valores predeterminados en la barra de menú
superior, el informe vuelve a su estado original, incluidas las variables.
Puede cambiar las variables predeterminadas de los informes que posee en el servicio
Power BI. Si posee un informe que usa SAP HANA o SAP BW y habilita la edición de
variables, seleccione Editar variables para cambiar las variables. Al guardar el informe,
las variables modificadas se convierten en la nueva configuración predeterminada para
ese informe. Los demás usuarios que accedan al informe después de realizar los
cambios verán la nueva configuración como la predeterminada.

Solución de problemas
Si obtiene errores que indican que Power BI no puede cargar datos o recuperar datos de
un objeto visual, o si se produce un error en la conexión del origen de datos, pruebe las
siguientes acciones para resolver el error:

En el servicio Power BI, seleccione Editar variables, establezca los valores

predeterminados para las variables y, a continuación, guarde el informe.

En Power BI Desktop, si ya no desea que los usuarios puedan editar variables,

desactive la opción en el nivel de informe.

Contenido relacionado
Uso de SAP HANA en Power BI Desktop
DirectQuery y SAP Business Warehouse (BW)
DirectQuery y SAP HANA
Uso de DirectQuery en Power BI
Conexión a datos tabulares de Analysis
Services en Power BI Desktop
Artículo • 23/03/2023

En Power BI Desktop hay dos maneras de conectarse a los datos y obtenerlos a partir
del modelo tabular de SQL Server Analysis Services:

Exploración mediante una conexión dinámica

Selección de elementos y su importación en Power BI Desktop

Exploración mediante una conexión dinámica: cuando se utiliza una conexión

dinámica, los elementos de su modelo tabular o perspectiva (como las tablas, las
columnas y las medidas) aparecen en la lista del panel Campos de Power BI Desktop.
Puede usar las herramientas avanzadas de informe y visualización de Power BI Desktop
para explorar el modelo tabular de formas nuevas y altamente interactivas.

Cuando se realiza la conexión dinámica, no se importa ningún dato del modelo tabular
en Power BI Desktop. Cada vez que el usuario interactúa con una visualización, Power BI
Desktop consulta el modelo tabular y calcula los resultados que dicho usuario ve.
Consulte siempre los datos más recientes disponibles en el modelo tabular, ya sea
desde la última hora de procesamiento o desde tablas de DirectQuery disponibles en el
modelo tabular.

Tenga en cuenta que los modelos tabulares son muy seguros. Los elementos que
aparecen en Power BI Desktop dependen de los permisos del modelo tabular al que
está conectado.

Cuando haya creado los informes dinámicos en Power BI Desktop, podrá compartirlos
publicándolos en el sitio de Power BI. Al publicar un archivo de Power BI Desktop con
una conexión dinámica en un modelo tabular en un sitio de Power BI, un administrador
debe instalar y configurar una puerta de enlace de datos local. Para más información,
consulte Puerta de enlace de datos local.

Selección de elementos e importación en Power BI Desktop: cuando se conecte con

esta opción, podrá seleccionar elementos (como tablas, columnas y medidas) en el
modelo tabular o la perspectiva y cargarlos en un modelo de Power BI Desktop. Use el
Editor de Power Query de Power BI Desktop para dar forma adicional a lo que quiere y a
sus características de modelado para seguir modelando los datos. Como no se mantiene
ninguna conexión dinámica entre Power BI Desktop y el modelo tabular, puede explorar
el modelo de Power BI Desktop sin conexión o publicar en el sitio de Power BI.
Conexión a un modelo tabular
1. En Power BI Desktop, en la cinta de opciones Inicio, seleccione Obtener
datos>Más>Base de datos.

2. Seleccione Base de datos SQL Server Analysis Services y, después Conectar.

3. En la ventana Base de datos SQL Server Analysis Services, escriba el nombre del
Servidor, elija un modo de conexión y, después, seleccione Aceptar.
4. Este paso de la ventana Navegador depende del modo de conexión que haya
seleccionado:

Si realiza una conexión dinámica, seleccione un modelo tabular o una

perspectiva.

Si elige la selección de elementos y la obtención de datos, seleccione un

modelo tabular o una perspectiva y, después, seleccione una tabla o columna
determinada para cargar. Para dar forma a los datos antes de cargarlos,
seleccione Transformar datos para abrir el Editor de Power Query. Cuando
esté listo, seleccione Cargar para importar los datos en Power BI Desktop.
Preguntas más frecuentes
Pregunta: ¿Se necesita una puerta de enlace de datos local?

Respuesta: Depende. Si usa Power BI Desktop para realizar la conexión dinámica a un

modelo tabular, pero no tiene intención de publicar en el sitio de Power BI, no necesita
una puerta de enlace. Por otro lado, si piensa realizar la publicación en su sitio de Power
BI, es necesaria una puerta de enlace de datos para garantizar una comunicación segura
entre el servicio Power BI y el servidor de Analysis Services local. Asegúrese de hablar
con el administrador del servidor de Analysis Services antes de instalar una puerta de
enlace.

Si elige la selección de elementos y la obtención de datos, los datos del modelo tabular
se importan directamente en el archivo de Power BI Desktop, por lo que no se necesita
ninguna puerta de enlace.

Pregunta: ¿Cuál es la diferencia entre la conexión dinámica a un modelo tabular desde

el servicio Power BI y la conexión dinámica desde Power BI Desktop?

Respuesta: Cuando se realiza una conexión dinámica a un modelo tabular desde su sitio
en el servicio Power BI con una base de datos de Analysis Services local de su
organización, se requiere una puerta de enlace de datos local para garantizar las
comunicaciones entre ellos. Cuando realiza una conexión dinámica con un modelo
tabular desde Power BI Desktop, no se necesita una puerta de enlace porque tanto
Power BI Desktop como el servidor de Analysis Services al que se está conectando se
ejecutan de forma local en la organización. Sin embargo, si publica el archivo de Power
BI Desktop a su sitio de Power BI, se requiere una puerta de enlace.

Pregunta: Si creo una conexión dinámica, ¿puedo conectarme a otro origen de datos en
el mismo archivo de Power BI Desktop?

Respuesta: No. No puede explorar datos dinámicos y conectarse a otro tipo de origen
de datos en el mismo archivo. Si ya ha importado los datos o se ha conectado a otro
origen de datos en un archivo de Power BI Desktop, tendrá que crear un archivo para
realizar la exploración dinámica.

Pregunta: Si creo una conexión dinámica, ¿puedo modificar el modelo o la consulta en

Power BI Desktop?

Respuesta: Puede crear medidas de nivel de informe en Power BI Desktop, pero se

deshabilitan todas las demás características de consulta y el modelado al explorar datos
activos.

Pregunta: ¿Es seguro crear una conexión dinámica?

Respuesta: Sí. Las credenciales de Windows actuales se usan para conectarse al servidor
de Analysis Services. No puede usar las credenciales básicas o almacenadas en el
servicio Power BI o en Power BI Desktop cuando se realiza la exploración dinámica.

Pregunta: En el navegador, veo un modelo y una perspectiva. ¿Cuál es la diferencia?

Respuesta: Una perspectiva es una vista determinada de un modelo tabular. Puede

incluir solo tablas, columnas o medidas, según la necesidad de análisis de datos únicos.
Un modelo tabular siempre contiene al menos una perspectiva, que podría incluir todo
el contenido del modelo. Si no está seguro de qué perspectiva debe seleccionar,
consulte con su administrador.

Pregunta: ¿Hay alguna característica de Analysis Services que cambie el

comportamiento de Power BI?

Respuesta: Sí. En función de las características que use el modelo tabular, la experiencia
en Power BI Desktop podría cambiar. Estos son algunos ejemplos:

Es posible que vea las medidas del modelo agrupadas en la parte superior de la
lista del panel Campos en lugar de en tablas junto a las columnas. No se preocupe,
todavía puede usarlas de la forma habitual; es más fácil encontrarlas de esta
manera.
 Si el modelo tabular tiene grupos de cálculo definidos, solo puede usarlos con las
medidas del modelo y no con las medidas implícitas que cree al agregar campos
numéricos a un objeto visual. Es posible que también se haya establecido la marca
DiscourageImplicitMeasures de forma manual en el modelo, lo que tiene el
mismo efecto. Para más información, consulte Grupos de cálculo en Analysis
Services.

Para cambiar el nombre del servidor después

de la conexión inicial
Después de crear un archivo de Power BI Desktop con una conexión dinámica de
exploración, podría haber algunos casos en los que quiera cambiar la conexión a otro
servidor. Por ejemplo, si ha creado el archivo de Power BI Desktop al conectarse a un
servidor de desarrollo y antes de realizar la publicación en el servicio de Power BI, desea
cambiar la conexión al servidor de producción.

Para cambiar el nombre del servidor:

1. Seleccione Transformar datos>Configuración del origen de datos en la pestaña

Inicio.

2. En la ventana Base de datos SQL Server Analysis Services, escriba el nombre del
Servidor nuevo y, después, seleccione Aceptar.

Solución de problemas
En la lista siguiente se describen todos los problemas conocidos al conectarse a
SQL Server Analysis Services (SSAS) o Azure Analysis Services:

Error: No se pudo cargar el esquema de modelo. Este error suele producirse si el

usuario que intenta conectarse a Analysis Services no tiene acceso a la base de
datos o el modelo.
Usar DirectQuery en Power BI Desktop
Artículo • 31/01/2024

Al conectarse a cualquier origen de datos con Power BI Desktop, puede importar una
copia de los datos. En el caso de algunos orígenes de datos, también puede conectarse
directamente al origen de datos sin importar datos mediante DirectQuery.

Para determinar si un origen de datos admite DirectQuery, vea la lista completa de

orígenes de datos disponibles que se encuentran en el artículo Conectores en
Power Query que también se aplica a Power BI, seleccione el artículo que describe el
origen de datos que le interesa en la lista de conectores admitidos y, después, consulte
la sección del artículo sobre funcionalidades admitidas en ese conector. Si DirectQuery
no aparece en esa sección para el artículo del origen de datos, DirectQuery no se admite
para ese conector de datos.

He aquí las diferencias entre el uso de los modos de conectividad de importación y de

DirectQuery:

Importar: una copia de los datos de las tablas y columnas seleccionadas se

importa en Power BI Desktop. Cuando se crea una visualización o se interactúa con
ella, Power BI Desktop usa los datos importados. Para ver los cambios de datos
subyacentes después de la importación inicial o la actualización más reciente, debe
volver a importar el modelo semántico completo para actualizar los datos.

DirectQuery: no se importan datos en Power BI Desktop. En el caso de los orígenes

relacionales, puede seleccionar que aparezcan tablas y columnas en la lista
Campos de Power BI Desktop. En el caso de orígenes multidimensionales como
SAP Business Warehouse (SAP BW), las dimensiones y medidas del cubo
seleccionado aparecen en la lista Campos. Mientras crea o interactúa con una
visualización, Power BI Desktop consulta el origen de datos subyacente, lo que
significa que siempre está viendo los datos actuales.

Con DirectQuery, al crear una visualización o interactuar con ella, debe consultar el
origen subyacente. El tiempo necesario para actualizar el objeto visual depende del
rendimiento del origen de datos subyacente. Si los datos necesarios para atender la
solicitud se solicitaron recientemente, Power BI Desktop usa los datos recientes para
reducir el tiempo necesario para mostrar la visualización. Al seleccionar Actualizar desde
la cinta de opciones Inicio, se actualizan todas las visualizaciones con datos actuales.

Existen muchas transformaciones y modelado de datos al usar DirectQuery, aunque con

algunas limitaciones basadas en el rendimiento. Para más información sobre las
ventajas, limitaciones y restricciones de DirectQuery, consulte DirectQuery en Power BI.
Ventajas de DirectQuery
Algunas de las ventajas de usar DirectQuery son:

DirectQuery permite crear visualizaciones sobre modelos semánticos muy grandes,

en los que sería inviable importar todos los datos con agregación previa.

Los informes de DirectQuery siempre usan datos actuales. Ver los cambios de
datos subyacentes supondría actualizar los datos, y volver a importar grandes
modelos semánticos para este fin podría ser inviable.

La limitación del modelo semántico a 1 GB no se aplica a DirectQuery.

Conexión mediante DirectQuery

Para conectarse a un origen de datos con DirectQuery:

1. En el grupo Inicio de la cinta de opciones de Power BI Desktop, seleccione

Obtener datos y, luego, elija un origen de datos compatible con DirectQuery,
como SQL Server.

2. En el cuadro de diálogo de la conexión, en Modo de conectividad de datos,

seleccione DirectQuery.

Publicación en el servicio Power BI

Puede publicar informes de DirectQuery en el servicio Power BI, pero debe realizar
pasos adicionales para que el servicio Power BI abra los informes.

Para conectar el servicio Power BI a otros orígenes de datos de DirectQuery que no

sean Azure SQL Database, Azure Synapse Analytics (anteriormente SQL Data
Warehouse), Amazon Redshift y Snowflake Data Warehouse, instale una puerta de
enlace de datos local y registre el origen de datos.

Si ha usado DirectQuery con orígenes en la nube como Azure SQL Database, Azure
Synapse, Amazon Redshift o Snowflake Data Warehouse, no necesita una puerta
de enlace de datos local. Aun así, debe proporcionar credenciales para que el
servicio Power BI abra el informe publicado. Sin credenciales, se producirá un error
al intentar abrir un informe publicado o explorar un modelo semántico creado con
una conexión de DirectQuery.

Para proporcionar credenciales para abrir el informe y actualizar los datos:

1. En el servicio Power BI, seleccione el icono de engranaje en la esquina superior

derecha y elija Configuración.

2. En la página Configuración, seleccione la pestaña Modelos semánticos y elija el

modelo semántico que usa DirectQuery.

3. En Conexión de origen de datos, proporcione las credenciales para conectarse al

origen de datos.

７ Nota
 Si usó DirectQuery con una instancia de Azure SQL Database que tiene una
dirección IP privada, debe usar una puerta de enlace local.

Consideraciones y limitaciones
Algunas características de Power BI Desktop no se admiten en el modo DirectQuery o
tienen algunas limitaciones. Algunas funcionalidades del servicio Power BI, como
conclusiones rápidas, tampoco están disponibles para modelos semánticos que usan
DirectQuery. A la hora de determinar si usar DirectQuery, debe tener en cuenta estas
limitaciones de características. Considere también los siguientes factores:

Consideraciones sobre el rendimiento y la carga

DirectQuery envía todas las solicitudes a la base de datos de origen, por lo que el
tiempo de actualización necesario para los objetos visuales depende del tiempo que
tarda el origen subyacente en devolver resultados. El tiempo de respuesta recomendado
para recibir datos solicitados de objetos visuales es de cinco segundos o inferior. Los
tiempos de actualización de más de 30 segundos producen una experiencia
inaceptablemente deficiente para los usuarios que consumen el informe. Una consulta
que tarda más de cuatro minutos agota el tiempo de espera en el servicio Power BI y el
usuario recibe un error.

La carga en la base de datos de origen también depende del número de usuarios de

Power BI que consumen el informe publicado, especialmente si el informe usa seguridad
de nivel de fila (RLS). La actualización de un icono de panel que no es RLS compartido
por varios usuarios envía una sola consulta a la base de datos, pero la actualización de
un icono de panel que usa RLS requiere una consulta por usuario. El aumento de las
consultas aumenta considerablemente la carga y puede afectar al rendimiento.

Límite de un millón de filas

DirectQuery define un límite de una millón de filas para los datos devueltos desde
orígenes de datos en la nube, que son orígenes de datos que no son locales. Los
orígenes locales se limitan a una carga definida de unos 4 MB por fila, según el
algoritmo de compresión propietario, o de 16 MB para todo el objeto visual. Las
capacidades Premium pueden establecer diferentes límites máximos de filas, como se
describe en la entrada de blog Nueva configuración de capacidad de Power BI
Premium .
Power BI crea consultas lo más eficaces posible, pero algunas de las consultas generadas
podrían recuperar demasiadas filas del origen de datos subyacente. Por ejemplo, esta
situación puede producirse con un gráfico simple que incluye una columna de
cardinalidad alta, con la opción de agregación establecida en No resumir. El objeto
visual solo ha de tener columnas de cardinalidad inferior a un millón o se deben aplicar
los filtros adecuados.

El límite de filas no se aplica a agregaciones o cálculos usados para seleccionar el

modelo semántico que devuelve DirectQuery, sino solo a las filas devueltas. Por
ejemplo, la consulta que se ejecuta en el origen de datos puede agregar 10 millones de
filas. Siempre y cuando los datos devueltos a Power BI sean inferiores a 1 millón de filas,
la consulta puede devolver con precisión los resultados. Si los datos son de más de
1 millón de filas, Power BI muestra un error, excepto en la capacidad Premium con
distintos límites establecidos por el administrador. El error dice El conjunto de
resultados de una consulta a un origen de datos externos superó el tamaño máximo
permitido de '1 000 000' filas.

Consideraciones sobre la seguridad

De forma predeterminada, todos los usuarios que consumen un informe publicado en el
servicio Power BI se conectan al origen de datos subyacente con las credenciales
indicadas después de la publicación. Esta situación es la misma que para los datos
importados. Todos los usuarios ven los mismos datos, independientemente de las reglas
de seguridad que defina el origen subyacente.

Si necesita implementar la seguridad por usuario con orígenes de DirectQuery, use RLS
o configure la autenticación restringida de Kerberos para el origen. Kerberos no está
disponible para todos los orígenes. Para más información, consulte Seguridad de nivel
de fila (RLS) con Power BI y Configuración del SSO basado en Kerberos desde el servicio
Power BI a los orígenes de datos locales.

Otras limitaciones de DirectQuery

Algunas otras limitaciones del uso de DirectQuery son las siguientes:

Si la consulta del Editor de Power Query es demasiado compleja, se produce un

error. Para corregir el error, debe eliminar el paso problemático en el Editor de
Power Query o cambiar al modo de importación. Los orígenes multidimensionales
como SAP BW no pueden usar el Editor de Power Query.

La jerarquía de fecha y hora automáticas no está disponible en DirectQuery. El

modo DirectQuery no admite la obtención de detalles de columnas de fecha por
 año, trimestre, mes o día.

Para las visualizaciones de tabla o matriz, hay un límite de 125 columnas para los
resultados que devuelven más de 500 filas de orígenes de DirectQuery. Estos
resultados muestran una barra de desplazamiento en la tabla o matriz que permite
capturar más datos. En esa situación, el número máximo de columnas de la tabla o
matriz es 125. Si debe incluir más de 125 columnas en una sola tabla o matriz,
considere la posibilidad de crear medidas que usen MIN , MAX , FIRST o LAST , ya
que no cuentan para este valor máximo.

No se puede cambiar del modo de importación al modo DirectQuery. Puede

cambiar del modo DirectQuery al modo de importación si importa todos los datos
necesarios. Sin embargo, no podrá volver a cambiar, principalmente debido al
conjunto de características que no admite DirectQuery. Los modelos de
DirectQuery en orígenes multidimensionales, como SAP BW, tampoco se pueden
cambiar del modo DirectQuery al de importación, debido al tratamiento distinto
de las medidas externas.

Las tablas y las columnas calculadas que hacen referencia a una tabla de
DirectQuery desde un origen de datos con autenticación de inicio de sesión único
(SSO) no son compatibles con el servicio Power BI.

Contenido relacionado
DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP Business Warehouse (BW)
DirectQuery y SAP HANA
¿Qué es una puerta de enlace de datos local?
Uso de DirectQuery para modelos semánticos de Power BI y Azure Analysis
Services (versión preliminar)
Conexión a SAP Business Warehouse
mediante DirectQuery en Power BI
Artículo • 10/03/2023

Puede conectarse a los orígenes de datos de SAP Business Warehouse (BW)

directamente mediante DirectQuery. Dada la naturaleza multidimensional/de
procesamiento analítico en línea de SAP BW, existen muchas diferencias importantes
entre DirectQuery a través de SAP BW frente a los orígenes relacionales como SQL
Server. Estas diferencias se resumen como sigue:

En DirectQuery a través de orígenes relacionales hay un conjunto de consultas,

como se define en el cuadro de diálogo Obtener datos o Editor de Power Query,
que definen lógicamente los datos disponibles en la lista de campos. Esta
configuración no sucede cuando se establece una conexión con un origen OLAP,
como SAP BW. En su lugar, cuando se establece una conexión con el servidor SAP
mediante Obtener datos, solo se seleccionan InfoCube o BEx Query. En este
momento, todas las cifras clave y dimensiones de BEx Query o InfoCube
seleccionados están disponibles en la lista de campos.
De igual forma, no hay ningún Editor de Power Query al conectarse a SAP BW.
Para cambiar la configuración del origen de datos, por ejemplo, el nombre del
servidor, seleccione Transformar datos>Configuración de origen de datos. Para
cambiar la configuración de los parámetros, seleccione Transformar datos>Editar
parámetros.
Dada la naturaleza única de los orígenes de OLAP, hay otras restricciones, para el
modelado y las visualizaciones que se aplican, además de las restricciones
normales impuestas para DirectQuery. Estas restricciones se describen más
adelante en este artículo.

Además, es muy importante saber que hay muchas características de SAP BW que no se
admiten en Power BI y que, debido a la naturaleza de la interfaz pública para SAP BW,
hay casos importantes en los que los resultados que se ven mediante Power BI no
coincidirán con los que se ven cuando se usa una herramienta SAP. Estas limitaciones se
describen más adelante en este mismo artículo. Estas limitaciones y diferencias de
comportamiento deben revisarse detenidamente para asegurarse de que los resultados
que se ven mediante Power BI, que devuelve la interfaz pública de SAP, se interpretan
correctamente.

７ Nota
 La capacidad para usar DirectQuery en SAP BW estaba en la versión preliminar
hasta la actualización de marzo de 2018 de Power BI Desktop. En la versión
preliminar hubo comentarios y sugerencias de mejora en los que se pedía un
cambio que afectara a los informes creados con dicha versión preliminar. Ahora
que se ha publicado la disponibilidad general (GA) de DirectQuery en SAP BW, debe
descartar todos los informes existentes (basados en la versión preliminar) que usen
DirectQuery en SAP BW y que se hayan creado con la versión anterior a la
disponibilidad general.

En los informes creados con la versión anterior a la disponibilidad general de

DirectQuery en SAP BW, se producen errores en ellos al invocar la actualización
después de intentar actualizar los metadatos con cualquier cambio en el cubo
subyacente de SAP BW. Vuelva a crear estos informes a partir de un informe en
blanco usando la versión de disponibilidad general de DirectQuery en SAP BW.

Restricciones de modelado adicionales

Las otras restricciones de modelado principales al conectarse a SAP BW mediante
DirectQuery en Power BI son las siguientes:

No se admiten las columnas calculadas: la capacidad para crear columnas

calculadas está deshabilitada. Este hecho también significa que la agrupación y la
agrupación en clústeres, que crean columnas calculadas, no están disponibles.
Limitaciones adicionales para las medidas: se han impuesto otras limitaciones
sobre las expresiones DAX que pueden usarse en las medidas, para reflejar el nivel
de compatibilidad que ofrece SAP BW.
No se admite la definición de relaciones: las relaciones son inherentes en el
origen SAP externo. No se pueden definir otras relaciones en el modelo.
Sin vista de datos: la vista de datos normalmente muestra los datos de nivel de
detalle en las tablas. Dada la naturaleza de los orígenes OLAP, como SAP BW, esta
vista no está disponible a través de SAP BW.
Los detalles de las columnas y medidas son fijos: la lista de columnas y medidas
que se ve en la lista de campos la fija el origen subyacente y no se puede
modificar. Por ejemplo, no se puede eliminar una columna ni cambiar su tipo de
datos. Sin embargo, se puede cambiar el nombre.
Otras limitaciones en DAX: hay limitaciones adicionales sobre DAX que se pueden
usar en las definiciones de las medidas para reflejar las limitaciones en el origen.
Por ejemplo, no es posible utilizar una función de agregado en una tabla.

Restricciones de visualización adicionales

Las otras restricciones principales relativas a las visualizaciones al conectarse a SAP BW
mediante DirectQuery en Power BI son las siguientes:

No se permite la agregación de columnas: no es posible cambiar la agregación de

una columna en un objeto visual. Siempre es No resumir
El filtrado de medidas está deshabilitado: el filtrado de medidas se deshabilita
para reflejar la compatibilidad que ofrece SAP BW.
Selección múltiple e inclusión/exclusión: la capacidad de selección múltiple de
puntos de datos en un objeto visual se deshabilita si los puntos representan
valores de más de una columna. Por ejemplo, en un gráfico de barras que muestra
las ventas por país/región, con Category en la leyenda, no sería posible seleccionar
el punto de (USA, Bikes) y (France, Clothes). De forma similar, no sería posible
seleccionar el punto de (USA, Bikes) y excluirlo del objeto visual. Ambas
limitaciones se admiten para reflejar la compatibilidad que ofrece SAP BW.

Compatibilidad con las características de SAP

BW
En la tabla siguiente se enumeran todas las características de SAP BW que no son
totalmente compatibles, o que se comportan de forma diferente cuando se usa
Power BI.

Característica Descripción

Cálculos locales Los cálculos locales definidos en una consulta BEx cambian los números, como
muestran herramientas como BEx Analyzer. Sin embargo, no se reflejan en los
números que devuelve SAP, mediante la interfaz pública de MDX.

Por lo tanto, los números que se ven en un objeto visual de Power BI no

necesariamente coincidirán con los de un objeto visual correspondiente en
una herramienta SAP.

Por ejemplo, al establecer una conexión a un cubo de consultas desde una

consulta BEx que establece que la agregación sea Acumulada, es decir, suma
continua, Power BI devolvería los números base sin tener en cuenta dicha
opción. Un analista podría aplicar un cálculo de suma en Power BI, pero
debería tener cuidado con la interpretación de los números si no lo hace.

Agregaciones En algunos casos, especialmente cuando se trabaja con varias monedas, los
números de agregado que devuelve la interfaz pública de SAP no coinciden
con los que muestran las herramientas SAP.

Por lo tanto, los números que se ven en un objeto visual de Power BI no

necesariamente coincidirán con los de un objeto visual correspondiente en
una herramienta SAP.
Característica Descripción

Por ejemplo, los totales en distintas monedas se mostrarían como "*" en BEx
Analyzer, pero el total lo devolvería la interfaz pública de SAP, sin ninguna
información que indique que dicho número de agregado no tiene sentido. Por
consiguiente, Power BI mostraría el número agregando, por ejemplo, $, EUR y
AUD.

Formato de Los formatos de moneda, por ejemplo, $2.300 o 4000 AUD, no se reflejan en
moneda Power BI.

Unidades de Las unidades de medida, por ejemplo, 230 KG, no se reflejan en Power BI.
medida

Clave frente a En el caso de una característica de SAP BW, como CostCenter , la lista de
texto (corta, campos muestra una sola columna Cost Center. Si se usa dicha columna, se
media, larga) muestra el texto predeterminado. Al mostrar los campos ocultos, también se
puede ver la columna de nombre único que devuelve el nombre único
asignado por SAP BW y es la base de la unicidad.

La clave y otros campos de texto no están disponibles.

Varias En SAP, una característica puede tener varias jerarquías. A continuación, en

jerarquías de herramientas como BEx Analyzer, cuando una característica se incluye en una
una consulta, el usuario puede seleccionar la jerarquía que se va a usar.
característica

En Power BI, las distintas jerarquías se pueden ver en la lista de campos como
jerarquías diferentes en la misma dimensión. Sin embargo, si se seleccionan
varios niveles de dos jerarquías diferentes en la misma dimensión, SAP
devolverá datos vacíos.

Tratamiento de
las jerarquías
desiguales
Característica Descripción

Factor de En SAP, una cifra clave puede tener un factor de escala, por ejemplo, 1000,
escala/invertir definido como opción de formato, lo que significa que todo lo que se muestra
signo se escala por ese factor.

De forma similar puede tener una propiedad establecida que invierta el signo.
El uso de dicha cifra clave en Power BI en un objeto visual o como parte de un
cálculo, dará lugar a que se use el número sin escala. El signo no se invierte. El
factor de escala subyacente no está disponible. En los objetos visuales de
Power BI, las unidades de escalado que se muestran en el eje (K, M, B) se
pueden controlar del formato del objeto visual.

Jerarquías en Inicialmente al establecer conexión con SAP BW, se recupera la información

las que sobre los niveles de una jerarquía, lo que da lugar a un conjunto de campos en
aparecen y la lista de campos. Esta información se almacena en caché y, si el conjunto de
desaparecen niveles cambia, el conjunto de campos no cambia hasta que se invoca
niveles Actualizar.
dinámicamente

Esta situación solo es posible en Power BI Desktop. Dicha actualización para

reflejar los cambios en los niveles no se puede invocar en el servicio Power BI
después de la publicación.

Filtro Una consulta BEx puede incluir filtros predeterminados, que SAP BEx Analyzer
predeterminado aplicará automáticamente. Estos filtro no se exponen y, por consiguiente, el
uso equivalente en Power BI no aplicará los mismos filtros de forma
predeterminada.

Cifras clave Una consulta BEx puede controlar la visibilidad de las cifras clave, y las que
ocultas estén ocultas no aparecerán en SAP BEx Analyzer. Este hecho no se refleja
mediante la API pública, por lo que las cifras clave ocultas seguirá apareciendo
en la lista de campos. Sin embargo, pueden estar ocultas en Power BI.

Formato Cualquier formato numérico, como el número de posiciones y el separador

numérico decimales, no se refleja automáticamente en Power BI. Sin embargo, es posible
controlar dicho formato dentro de Power BI.

Control de SAP BW permite mantener diferentes versiones de una jerarquía, por ejemplo,
versiones de la jerarquía de centro de costo en 2007 frente a 2008. En Power BI solo está
jerarquías disponible la versión más reciente, ya que la API pública no muestra
información sobre las versiones.

Jerarquías que Cuando se usa Power BI, las jerarquías que dependen del tiempo se evalúan en
dependen del la fecha actual.
tiempo

Conversión de SAP BW admite la conversión de moneda con las tasas del cubo. La API
moneda pública no expone dichas funcionalidades y, por tanto, no están disponibles en
Power BI.
 Característica Descripción

Criterio de El criterio de ordenación, por ejemplo, por texto o por clave, de una
ordenación característica se puede definir en SAP. Este criterio de ordenación no se refleja
en Power BI. Por ejemplo, los meses podrían aparecer como "abril", "ago.", etc.

Este criterio de ordenación no se puede cambiar en Power BI.

Nombres En Obtener datos, se pueden ver tanto los nombres de características o

técnicos medidas (descripciones) como los nombres técnicos. La lista de campos
contiene solo los nombres de características o medidas (descripciones).

Atributos En Power BI, no se puede acceder a los atributos de una característica.

Configuración La configuración regional que se utiliza para conectarse a SAP BW se establece

del idioma del como parte de los detalles de la conexión y no refleja la configuración regional
usuario final del consumidor final del informe.

Variables de SAP BW permite que los nombres de campo contengan marcadores de

texto posición en variables, por ejemplo, $YEAR$ Actuals que, posteriormente, se
reemplazarían por el valor seleccionado. Por ejemplo, el campo aparece como
2016 Actuals en las herramientas de BEx, si se seleccionara el año 2016 como
variable.

El nombre de columna en Power BI no cambia en función del valor de la

variable y, por tanto, aparecería como $YEAR$ Actuals . Sin embargo, el
nombre de columna se podrá cambiar posteriormente en Power BI.

Variables de La API pública no expone las variables de salida del cliente y, por tanto, no se
salida del admiten en Power BI.
cliente

Estructuras de Cualquier estructura de características en el origen de SAP BW subyacente

características dará como resultado una "expansión" de las medidas que se exponen en
Power BI. Por ejemplo, con dos medidas Sales y Costs y una estructura de
características que contenga Budget y Actual, se exponen cuatro medidas:
[Link] , [Link] , [Link] , [Link] .

Pasos siguientes
Para más información acerca de DirectQuery, revise los siguientes recursos:

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP HANA
Conexión a orígenes de datos
SAP HANA mediante DirectQuery en
Power BI
Artículo • 05/07/2023

Puede conectarse a orígenes de datos de SAP HANA directamente mediante

DirectQuery. Hay dos opciones para conectarse a SAP HANA:

Tratar SAP HANA como origen multidimensional (opción predeterminada): en

este caso, el comportamiento es similar a cuando Power BI se conecta a otros
orígenes multidimensionales, como SAP Business Warehouse o Analysis Services.
Al conectarse a SAP HANA con esta configuración, se selecciona una única vista de
análisis o cálculo, y todas las medidas, jerarquías y atributos de esa vista están
disponibles en la lista de campos. A medida que se crean objetos visuales, los
datos agregados se recuperan siempre de SAP HANA. Esta técnica es el enfoque
recomendado y es el método predeterminado para los informes nuevos de
DirectQuery en SAP HANA.

Tratar SAP HANA como origen relacional: en este caso, Power BI trata SAP HANA
como un origen relacional. Este enfoque ofrece una mayor flexibilidad. Sin
embargo, es necesario tener cuidado con este enfoque para garantizar que las
medidas se agregan del modo esperado y para evitar problemas de rendimiento.

El enfoque de conexión viene determinado por una opción de herramienta global, que
se configura al seleccionar Archivo>Opciones y configuración y
Opciones>DirectQuery, y luego la opción Tratar SAP HANA como origen relacional,
como se muestra en la imagen siguiente.
La opción para tratar SAP HANA como un origen relacional controla el método usado
para todos los informes nuevos que usen DirectQuery en SAP HANA. No surte efecto en
las conexiones de SAP HANA existentes en el informe actual ni en las conexiones de
otros informes que estén abiertas. Por tanto, si la opción está actualmente desactivada,
al agregar una nueva conexión a SAP HANA mediante la opción Obtener datos, esta se
establecerá tratando SAP HANA como un origen multidimensional. Sin embargo, si se
abre otro informe que también se conecta a SAP HANA, ese informe seguirá
comportándose según la opción que se estableció en el momento en que se creó. Esto
significa que los informes que se conecten a SAP HANA creados con anterioridad a
febrero de 2018 seguirán tratando SAP HANA como un origen relacional.

Los dos enfoques tienen comportamientos muy diferentes, y no es posible cambiar un

informe ya creado de un enfoque a otro.
Tratar SAP HANA como un origen
multidimensional (opción predeterminada)
Todas las conexiones nuevas establecidas con SAP HANA usan este método de conexión
de forma predeterminada, tratando SAP HANA como un origen multidimensional. Si
quiere tratar una conexión con SAP HANA como origen relacional, debe seleccionar
Archivo>Opciones y configuración>Opciones y, después, activar la casilla situada
debajo de DirectQuery>Tratar SAP HANA como origen relacional.

Al conectarse a SAP HANA como origen multidimensional, es necesario considerar lo

siguiente:

En Get Data Navigator (Obtener navegador de datos), se puede seleccionar una

sola vista de SAP HANA. No es posible seleccionar medidas o atributos
individuales. No hay ninguna consulta definida en el momento de la conexión, lo
cual es diferente de la importación de datos o el uso de DirectQuery cuando se
trata SAP HANA como origen relacional. Esta consideración también significa que
no es posible usar directamente una consulta SQL de SAP HANA al seleccionar
este método de conexión.

Todas las medidas, jerarquías y atributos de la vista seleccionada se muestran en la

lista de campos.

Siempre que se use una medida en un elemento visual, se consultará SAP HANA
para recuperar el valor de medida en el nivel de agregación necesario para el
objeto visual. Al tratar con medidas que no sean de adición, como contadores,
relaciones etc., SAP HANA se ocupará de todas las agregaciones, y Power BI ya no
realizará ninguna.

Para garantizar que siempre puedan obtenerse de SAP HANA los valores de
agregado correctos, deben imponerse ciertas restricciones. Por ejemplo, no es
posible agregar columnas calculadas ni combinar datos de varias vistas de SAP
HANA dentro del mismo informe.

El tratamiento de SAP HANA como origen multidimensional no ofrece la mayor

flexibilidad proporcionada por el enfoque relacional alternativo, pero es más sencillo. El
enfoque también garantiza valores agregados correctos cuando se trabaja con medidas
de SAP HANA más complejas y, por lo general, da lugar a un mayor rendimiento.

La lista Field incluye todas las medidas, atributos y jerarquías de la vista de SAP HANA.
Tenga en cuenta que se encontrará con los siguientes comportamientos al usar este
método de conexión:
 De forma predeterminada, se ocultará cualquier atributo incluido en al menos una
jerarquía. Sin embargo, se pueden ver si fuera necesario seleccionando Ver ocultos
en el menú contextual de la lista de campos. Sin embargo, se pueden hacer visibles
en el mismo menú contextual, en caso necesario.

En SAP HANA se puede definir un atributo para que use otro atributo como
etiqueta. Por ejemplo, Product, con los valores 1 , 2 , 3 , etc., podría usar
ProductName, con los valores Bike , Shirt , Gloves , etc., como su etiqueta. En este
caso, aparecería un solo campo Producto en la lista de campos, cuyos valores son
las etiquetas Bike , Shirt , Gloves , etc., pero ordenados por los valores clave 1 , 2 ,
3 , que determinarán también su carácter único. También se crea una columna

oculta [Link], que permite el acceso a los valores clave subyacentes si fuera
necesario.

Las variables definidas en la vista de SAP HANA subyacente se muestran en el momento

de la conexión y se pueden introducir los valores necesarios. Dichos valores se pueden
cambiar posteriormente seleccionando Transformar datos en la cinta de opciones y,
luego, Editar parámetros en el menú desplegable que aparece.

Las operaciones de modelado permitidas son más restrictivas que en el caso general al
usar DirectQuery, dada la necesidad de comprobar que siempre pueden obtenerse los
datos agregados correctos de SAP HANA. Sin embargo, resulta todavía posible realizar
muchas adiciones y cambios, como definir medidas, cambiar el nombre y ocultar
campos, así como definir los formatos de presentación. Todos esos cambios se
conservan en la actualización, y se aplican los cambios que no planteen conflictos
realizados en la vista de SAP HANA.

Restricciones de modelado adicionales

Las otras restricciones de modelado principales al conectarse a SAP HANA mediante
DirectQuery (tratado como origen multidimensional) son las siguientes:

No se admiten las columnas calculadas: la capacidad para crear columnas

calculadas está deshabilitada. Este hecho también significa que la agrupación y la
agrupación en clústeres, que crean columnas calculadas, no están disponibles.
Limitaciones adicionales para las medidas: se han impuesto otras limitaciones
sobre las expresiones DAX que pueden usarse en las medidas, para reflejar el nivel
de compatibilidad que ofrece SAP HANA.
No se admite la definición de relaciones: solo puede consultarse una vista única
dentro de un informe y, por lo tanto, no se admite la definición de relaciones.
Sin vista de datos: la vista de datos normalmente muestra los datos del nivel de
detalle en las tablas. Dada la naturaleza de los orígenes OLAP, como SAP HANA,
 esta vista no está disponible a través de SAP HANA.
Los detalles de las columnas y medidas son fijos: la lista de columnas y medidas
que se ve en la lista de campos la fija el origen subyacente y no se puede
modificar. Por ejemplo, no se puede eliminar una columna, ni cambiar su tipo de
datos. Sin embargo, se puede cambiar el nombre.
Limitaciones adicionales en DAX: hay otras limitaciones en DAX que se pueden
usar en las definiciones de las medidas para reflejar las limitaciones en el origen.
Por ejemplo, no es posible utilizar una función de agregado en una tabla.

Restricciones de visualización adicionales

Hay una serie de restricciones en los objetos visuales a la hora de conectarse a SAP
HANA mediante DirectQuery (tratado como origen multidimensional):

No se permite la agregación de columnas: no es posible cambiar la agregación de

una columna en un objeto visual; es siempre No resumir.

Tratar SAP HANA como origen relacional

Al elegir conectarse a SAP HANA como un origen relacional, existe cierta flexibilidad
adicional. Por ejemplo, puede crear columnas calculadas, incluir datos de varias vistas de
SAP HANA y crear relaciones entre las tablas resultantes. Sin embargo, hay diferencias
en el comportamiento al tratar SAP HANA como un origen multidimensional,
especialmente cuando la vista de SAP HANA contiene medidas no aditivas (por ejemplo,
recuentos distintivos, o promedios, en lugar de sumas simples) y relacionadas con la
eficacia de las consultas que se ejecutan en SAP HANA.

Resulta útil comenzar aclarar el comportamiento de un origen relacional como

SQL Server, cuando la consulta definida en Obtener datos o en el Editor de Power Query
realiza una agregación. En el ejemplo siguiente, una consulta definida en el Editor de
Power Query devuelve el precio medio por ProductID.
Si se van a importar datos en Power BI (frente al uso de DirectQuery), el resultado sería
el siguiente:

Los datos se importan en el nivel de agregación que define la consulta creada en

Editor de Power Query. Por ejemplo, el precio medio por producto. Este hecho da
como resultado una tabla con dos columnas ProductID y AveragePrice que se
pueden utilizar en los objetos visuales.
En un objeto visual, cualquier agregación subsiguiente (como Suma, Promedio,
Mínimo, etc.) se realiza con los datos importados. Por ejemplo, al incluir
AveragePrice en un objeto visual, se usa el agregado Suma de forma
predeterminada, cuyo resultado sería la suma de AveragePrice de cada ProductID,
que en este caso sería 13,67. Lo mismo se aplica a cualquier función de agregado
alternativa (como Mínimo, Promedio, etc.) usada en el objeto visual. Por ejemplo, el
promedio de AveragePrice devuelve la media de 6,66, 4 y 3, que equivale a 4,56, y
no la media del precio de los seis registros de la tabla subyacente, que es 5,17.

Si se usa DirectQuery (sobre el mismo origen relacional) en lugar de la importación, se

aplica la misma semántica y los resultados serían exactamente los mismos:
 Si la consulta es la misma, se presentan de forma lógica y exacta los mismos datos
en la capa de informes, aunque los datos no se importen realmente.

En un objeto visual, cualquier agregación subsiguiente (Suma, Promedio y Mínimo,

etc.) vuelve a realizarse según la tabla lógica de la consulta. Y, una vez más, un
objeto visual que contiene el promedio de AveragePrice devuelve el mismo
resultado de 4,56.

Considere SAP HANA cuando la conexión se trata como un origen relacional. Power BI
puede trabajar con las vistas analíticas y las vistas de cálculo en SAP HANA, ya que
ambas opciones pueden contener medidas. Sin embargo, el enfoque en el caso de SAP
HANA sigue los mismos principios descritos anteriormente en esta sección: la consulta
definida en Obtener datos o en el Editor de Power Query determina los datos
disponibles y, después, cualquier agregación subsiguiente aplicada a un objeto visual se
calcula con respecto a dichos datos; y lo mismo se aplica para la importación y para
DirectQuery. No obstante, por la naturaleza de SAP HANA, la consulta definida en el
cuadro de diálogo inicial Obtener datos o en el Editor de Power Query siempre es una
consulta de agregado y, por norma general, incluye medidas en las que la vista de SAP
HANA define la agregación real que se va a usar.

El equivalente del ejemplo de SQL Server anterior es que hay una vista de SAP HANA
que contiene las medidas ID, ProductID y DepotID, además de medidas que incluyen
AveragePrice, que se define en la vista como precio promedio.

Si en la experiencia Obtener Datos las selecciones realizadas fueron para ProductID y la

medida AveragePrice, entonces eso es definir una consulta sobre la vista, donde se
solicitan esos datos agregados. En el ejemplo anterior, por motivos de simplicidad se
usa pseudo-SQL que no coincide con la sintaxis exacta de SQL de SAP HANA. Después,
todas las agregaciones adicionales definidas en un objeto visual se agregan a los
resultados de dicha consulta. Una vez más, como se ha descrito anteriormente para
SQL Server, este resultado se aplica a los casos de importación y DirectQuery. En el caso
de DirectQuery, la consulta de Obtener datos o del Editor de Power Query se usa en
una subselección dentro de una consulta única enviada a SAP HANA y, por tanto, no se
da el caso realmente de que se lean todos los datos antes de realizar más agregaciones.

Al utilizar DirectQuery sobre SAP HANA, es necesario tener en cuenta las siguientes
consideraciones importantes derivadas de lo anterior:

Es necesario prestar atención a todas las agregaciones adicionales realizadas en

objetos visuales, siempre que la medida de SAP HANA no se corresponda con una
adición (por ejemplo, que no sea una simple función de Suma, Mínimo o Máximo).
 En Obtener datos o el Editor de Power Query, solo se deben incluir las columnas
necesarias para recuperar los datos necesarios, lo que refleja el hecho de que el
resultado sea una consulta que debe ser una consulta razonable que se pueda
enviar a SAP HANA. Por ejemplo, si se seleccionaron docenas de columnas,
pensando que podrían necesitarse en objetos visuales posteriores, entonces
incluso para DirectQuery un objeto visual simple significa que la consulta agregada
utilizada en la subselección contiene esas docenas de columnas, que generalmente
tienen un rendimiento deficiente.

En el ejemplo siguiente, la selección de cinco columnas (CalendarQuarter, Color,

LastName, ProductLine, SalesOrderNumber) en el cuadro de diálogo Obtener datos,
junto con la medida OrderQuantity, significa que la posterior creación de un objeto
visual sencillo que contiene Min OrderQuantity dé como resultado la siguiente consulta
de SQL a SAP HANA. La parte sombreada es la subselección, que contiene la consulta de
Obtener datos/Editor de Power Query. Si esta subselección ofrece un resultado de
cardinalidad alto, entonces es probable que el rendimiento resultante de SAP HANA sea
bajo.

Debido a este comportamiento, se recomienda limitar los elementos seleccionados en

Obtener datos o en el Editor de Power Query a aquellos elementos que sean necesarios,
pero siempre que el resultado sea una consulta razonable para SAP HANA.
Procedimientos recomendados
En ambos enfoques de conexión a SAP HANA, las recomendaciones para utilizar
DirectQuery se aplican también a SAP HANA, en particular las relacionadas con la
garantía del buen rendimiento. Para más información, consulte Uso de DirectQuery en
Power BI.

Consideraciones y limitaciones
En la lista siguiente se enumeran todas las características de SAP HANA que no son
totalmente compatibles, o que se comportan de forma diferente cuando se usa
Power BI.

Jerarquías de elementos primarios-secundarios: las jerarquías de elementos

primarios-secundarios no serán visible en Power BI. El motivo es que Power BI
accede a SAP HANA por medio de la interfaz SQL, y no es posible acceder
totalmente a las jerarquías de elementos primarios-secundarios a través de SQL.
Otros metadatos de la jerarquía: en Power BI se muestra la estructura básica de
jerarquías; sin embargo, algunos metadatos de la jerarquía (por ejemplo, el control
del comportamiento de las jerarquías desiguales) no surten ningún efecto. De
nuevo, este hecho se debe a las limitaciones impuestas por la interfaz SQL.
Conexión mediante SSL: puede conectarse mediante importación y como origen
multidimensional con TLS, pero no se puede conectar a instancias de SAP HANA
configuradas para usar TLS con el conector relacional.
Compatibilidad con vistas de atributo: Power BI puede conectarse a las vistas de
análisis y cálculo, pero no puede conectarse directamente a las vistas de atributo.
Compatibilidad con objetos de catálogo: Power BI no puede conectarse a objetos
de catálogo.
Cambio en las variables después de publicar: no se pueden cambiar los valores de
las variables de SAP HANA directamente en el servicio Power BI una vez publicado
el informe.

Problemas conocidos
En la lista siguiente se describen todos los problemas conocidos al conectarse a SAP
HANA (DirectQuery) con Power BI.

Problema de SAP HANA al consultar los contadores y otras medidas: se

devuelven datos incorrectos de SAP HANA al conectarse a una vista de análisis y
hay una medida de contador, y alguna otra medida de relación, en el mismo
 objeto visual. Este tema se trata en la Nota de SAP 2128928 (resultados
inesperados cuando se consulta una columna calculada y un contador) . En este
caso, la medida de la relación será incorrecta.

Varias columnas de Power BI a partir de una única columna de SAP HANA: en

algunas vistas de cálculo en las que se usa una columna de SAP HANA en más de
una jerarquía, SAP HANA las expone como dos atributos distintos. Este enfoque da
como resultado la creación de dos columnas en Power BI. Estas columnas están
ocultas de manera predeterminada; sin embargo, todas las consultas que implican
a las jerarquías, o a las columnas directamente, se comportan según lo esperado.

Contenido relacionado
Para más información acerca de DirectQuery, revise los siguientes recursos:

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP BW
Puerta de enlace de datos local
Aplicación de la opción Asumir
integridad referencial en Power BI
Desktop
Artículo • 01/02/2024

Al conectarse con un origen de datos mediante DirectQuery, puede seleccionar Asumir

integridad referencial para habilitar la ejecución de consultas más eficientes en el
origen de datos. Esta característica tiene unos cuantos requisitos de datos subyacentes y
solo está disponible cuando se utiliza DirectQuery.

Al configurar Asumir integridad referencial, las consultas sobre el origen de datos

pueden usar instrucciones INNER JOIN en lugar de OUTER JOIN, lo cual mejora la
eficiencia de las consultas.

Requisitos para el uso de Asumir integridad

referencial
Se trata de una opción avanzada y solo está habilitada durante la conexión a datos
mediante DirectQuery. Para que Asumir integridad referencial funcione correctamente
es necesario cumplir los siguientes requisitos:

Los datos de la columna Desde en la relación nunca deben ser nulos ni estar en
blanco
Para cada valor de la columna Desde, hay un valor correspondiente en la columna
Para.

En este contexto, la columna Desde es Varios en una relación Uno a varios o es la

columna de la primera tabla en una relación Uno a uno.

Ejemplo de uso de Asumir integridad

referencial
En el ejemplo siguiente se muestra cómo se comporta Asumir integridad referencial
durante el uso en conexiones de datos. En el ejemplo se conecta a un origen de datos
que incluye una tabla Orders, una tabla Products y una tabla Depots.

En la siguiente imagen que muestra la tabla Orders y la tabla Products; existe

integridad referencial entre Orders[ProductID] y Products[ProductID]. La columna
[ProductID] en la tabla Orders nunca es Null y cada valor aparece también en la
tabla Products. Como tal, Asumir integridad referencial se debe establecer para
obtener consultas más eficientes. El uso de esta opción no cambia los valores que
se muestran en los objetos visuales.

En la siguiente imagen, tenga en cuenta que no existe ninguna integridad

referencial entre Orders[DepotID] y Depots[DepotID] , porque DepotID es Null
para algunos Orders. Por tanto, Asumir integridad referencial no se debe
establecer.
 Por último, no existe ninguna integridad referencial entre Orders[CustomerID] y
Customers[CustID] en las tablas siguientes. CustomerID contiene algunos valores,
en este caso, CustX, que no existen en la tabla Customers. Por tanto, Asumir
integridad referencial no se debe establecer.

Establecimiento de Asumir integridad

referencial
Para habilitar esta característica, active Asumir integridad referencial tal como se
muestra en la imagen de abajo.
Cuando se activa, la configuración se valida con los datos para asegurarse de que no
hay ninguna fila Null o que no coincida. Sin embargo, en casos con un gran número de
valores, la validación no es una garantía de que no hay ningún problema de integridad
referencial.

Además, la validación se produce en el momento de la edición de la relación y no refleja

ningún cambio posterior en los datos.

¿Qué ocurre si se establece incorrectamente

Asumir la integridad referencial?
Si establece Asumir integridad referencial cuando hay problemas de integridad
referencial en los datos, esa opción no genera errores. Sin embargo, da lugar a
incoherencias evidentes en los datos. Por ejemplo, para la relación con la tabla Depots
descrita anteriormente, el resultado sería el siguiente:

Un objeto visual que muestra el total de Order Qty mostraría un valor de 40.
Un objeto visual que muestra el total de Order Qty by Depot City mostraría un
valor total de 30 solamente, porque no incluiría el identificador de pedido 1,
 donde DepotID es Null.

Contenido relacionado
Obtenga más información sobre DirectQuery.
Obtenga más información sobre Relaciones en Power BI.
Obtenga más información sobre Vista de relaciones en Power BI Desktop.
Uso del conector de SAP Business
Warehouse en Power BI Desktop
Artículo • 26/03/2024

Puede usar Power BI Desktop para acceder a los datos de SAP Business Warehouse (SAP
BW). SAP BW Connector Implementation 2.0 tiene importantes mejoras en el
rendimiento y las funcionalidades con respecto a la versión 1.0.

Para información sobre cómo los clientes de SAP pueden beneficiarse al conectar
Power BI a sus sistemas SAP BW, consulte las notas del producto de Power BI y
SAP BW . Para información detallada sobre el uso de DirectQuery con SAP BW,
consulte DirectQuery y SAP Business Warehouse (BW).

） Importante

La versión 1.0 del conector de SAP BW está en desuso. Las nuevas conexiones usan
Implementation 2.0 del conector de SAP BW. Toda compatibilidad con la
versión 1.0 se quitará del conector en un futuro próximo. Use la información de
este artículo para actualizar los informes existentes de la versión 1.0 para usar
Implementation 2.0 del conector.

Uso de SAP BW Connector

Siga estos pasos para instalar y conectarse a datos con SAP BW Connector.

Requisito previo
La implementación 2.0 del conector de SAP requiere SAP .NET Connector 3.0 o 3.1.
Puede descargar SAP .NET Connector 3.0 o 3.1 de SAP. Para obtener acceso a la
descarga se necesita un inicio de sesión de usuario S válido.

El conector de .NET Framework incluye versiones de 32 y 64 bits. Elija la versión que

coincida con la instalación de Power BI Desktop.

Al instalar, en Pasos de instalación opcionales, asegúrese de seleccionar Instalar

ensamblados en GAC.
 ７ Nota

La primera versión de SAP BW Connector requería archivos DLL de NetWeaver. La

versión actual no requiere archivos DLL de NetWeaver.

Conexión a datos de SAP BW en Power BI Desktop

Para conectarse a datos de SAP BW mediante SAP BW Connector, siga estos pasos:

1. En Power BI Desktop, seleccione Obtener datos.

2. En la pantalla Obtener datos, seleccione Base de datos y, después, Servidor de

aplicaciones de SAP Business Warehouse o Servidor de mensajería de SAP
Business Warehouse.
3. Seleccione Conectar.

4. En la siguiente pantalla, escriba la información del servidor, el sistema y el cliente, y

si usará el método de conectividad Import o DirectQuery. Para obtener
instrucciones detalladas consulte:

Conexión a un servidor de aplicaciones de SAP BW desde Power Query

Desktop
Conexión a un servidor de mensajes de SAP BW desde Power Query Desktop

７ Nota

Puede usar SAP BW Connector para importar datos de los cubos de servidor
de SAP BW, que es el valor predeterminado, o puede usar DirectQuery para
conectarse a los datos. Para más información sobre el uso de SAP BW
 Connector con DirectQuery, consulte DirectQuery y SAP Business Warehouse
(BW).

También puede seleccionar Opciones avanzadas y elegir un código de lenguaje,

una instrucción MDX personalizada para ejecutarse en el servidor especificado y
otras opciones. Para más información, consulte Uso de opciones avanzadas.

5. Seleccione Aceptar para establecer la conexión.

6. Proporcione los datos de autenticación necesarios y seleccione Conectar. Para más

información sobre la autenticación, consulte Autenticación con un origen de datos.

7. Si no especificó una instrucción MDX personalizada, la pantalla Navegador

muestra una lista de todos los cubos disponibles en el servidor. Puede explorar en
profundidad y seleccionar elementos de los cubos disponibles, incluidas las
dimensiones y medidas. Power BI muestra consultas y cubos que las interfaces de
análisis abiertas exponen.

Al seleccionar uno o varios elementos del servidor, el cuadro de diálogo

Navegador muestra una vista previa de la tabla de salida.

El cuadro de diálogo Navegador también proporciona las siguientes opciones de

presentación:
 Solo elementos seleccionados. De manera predeterminada, el cuadro de
diálogo Navegador muestra todos los elementos. Esta opción es útil para
comprobar el conjunto final de elementos que seleccione. Como alternativa,
puede seleccionar los nombres de columna en el área de vista previa para ver
los elementos seleccionados.
Habilitar vistas previas de datos. Este valor es el predeterminado y muestra
las vistas previas de datos. Anule la selección de esta opción para reducir el
número de llamadas al servidor a fin de que se dejen de solicitar datos de
vista previa.
Nombres técnicos. SAP BW admite nombres técnicos definidos por el usuario
para objetos dentro de un cubo. Los propietarios de cubos pueden exponer
estos nombres descriptivos para los objetos de cubo, en lugar de exponer
solo los nombres físicos de los objetos.

8. Después de seleccionar todos los objetos que desee, elija una de las siguientes
opciones:

Cargar, para cargar todo el conjunto de filas de la tabla de salida en el

modelo de datos de Power BI Desktop. Se abre la vista Informe. Puede
empezar a visualizar los datos o hacer otras modificaciones mediante las
vistas Datos o Modelo.
 Transformar datos, para abrir el Editor de Power Query con los datos. Puede
especificar pasos adicionales de transformación y filtrado de datos antes de
que todo el conjunto de filas se lleve al modelo de datos de Power BI
Desktop.

Además de importar datos de los cubos de SAP BW, también puede hacerlo desde una
gran variedad de orígenes en Power BI Desktop y, luego, combinarlos en un único
informe. Esta capacidad presenta muchos escenarios interesantes para los informes y
análisis de datos de SAP BW.

Nuevas opciones de SAP BW

Implementation 2.0
En esta sección se enumeran algunas características y mejoras de SAP BW Connector
Implementation 2.0. Para más información, consulte Detalles de implementación.

Opciones avanzadas
Puede establecer las siguientes opciones en Opciones avanzadas en la pantalla de
conexión de SAP BW:

Modo de ejecución, que especifica cómo la interfaz MDX ejecuta consultas en el

servidor. Son válidas las opciones siguientes:
BasXml
BasXmlGzip
DataStream

El valor predeterminado es BasXmlGzip. Este modo puede mejorar el rendimiento

de las consultas de baja latencia o de gran volumen.

Tamaño de lote especifica el número máximo de filas que se van a recuperar a la

vez cuando se ejecute una instrucción MDX. Un número pequeño se traduce en
más llamadas al servidor al recuperar un conjunto de datos grande. Un valor
grande puede mejorar el rendimiento, pero podría provocar problemas de
memoria en el servidor de SAP BW. El valor predeterminado es 50000.

Habilitar estructuras de características cambia la forma en que el Navegador

muestra las estructuras de características. El valor predeterminado de esta opción
es false o no desactivado. Esta opción afecta a la lista de objetos disponibles para
seleccionar y no se admite en el modo de consulta nativa.
Otras mejoras
En la lista siguiente se describen otras mejoras de Implementation 2.0:

Mejor rendimiento.
Capacidad para recuperar varios millones de filas de datos y ajuste mediante el
parámetro de tamaño del lote.
Capacidad de cambiar los modos de ejecución.
Compatibilidad con el modo comprimido, especialmente beneficioso para
conexiones de alta latencia o grandes conjuntos de datos.
Detección mejorada de las variables Date .
Las dimensiones Date (tipo ABAP DATS ) y Time (tipo ABAP TIMS ) se exponen
como fechas y horas, en lugar de como valores de texto. Para más información,
consulte Compatibilidad con fechas con tipo en SAP BW.
Tratamiento de excepciones mejorado. Ahora aparecen errores que se producen
en las llamadas BAPI.
Plegamiento de columnas en los modos BasXml y BasXmlGzip . Por ejemplo, si la
consulta MDX generada recupera 40 columnas, pero la selección actual solo
necesita 10, esta solicitud se pasa al servidor para recuperar un modelo semántico
más pequeño.

Actualización de los informes existentes de

Implementation 1.0
Puede cambiar los informes existentes para usar Implementation 2.0 solo en modo de
importación.

1. En un informe existente de Power BI Desktop, seleccione Transformar datos en la

cinta de opciones y, después, seleccione la consulta de SAP Business Warehouse
que se va a actualizar.

2. Haga clic con el botón derecho en la consulta y seleccione Editor avanzado.

3. En el Editor avanzado, cambie la llamada [Link] como se

muestra a continuación:

4. Determine si la consulta ya contiene un registro de opciones, como en los

ejemplos siguientes:
 En caso afirmativo, agregue la opción [Implementation 2.0] y quite cualquier
opción ScaleMeasures :

７ Nota

La opción ScaleMeasures ha quedado en desuso en esta implementación. El

conector ahora siempre muestra valores sin escalar.

5. Si la consulta no incluye ya un registro de opciones, agréguelo. Por ejemplo,

cambie la entrada siguiente:

a:

７ Nota

Implementation 2.0 de SAP BW Connector debe ser compatible con la versión 1.

Sin embargo, puede haber algunas diferencias debido a los distintos modos de
ejecución MDX de SAP BW. Para resolver cualquier discrepancia, intente cambiar de
modo de ejecución.

Solución de problemas
En esta sección se muestran algunas situaciones de solución de problemas para trabajar
con el conector de SAP BW. Para más información, consulte Solución de problemas del
conector de SAP Business Warehouse.

Los datos numéricos de SAP BW devuelven datos

numéricos con formato erróneo
En este problema, SAP BW devuelve datos numéricos con puntos decimales en lugar de
comas. Por ejemplo, 1,000,000 se devuelve como 1.000.000.

SAP BW devuelve datos decimales con una coma o un punto como separador decimal.
Para especificar cuál de estos caracteres debe usar SAP BW como separador decimal, el
controlador de Power BI Desktop hace una llamada a BAPI_USER_GET_DETAIL . Esta
llamada devuelve una estructura denominada DEFAULTS , que tiene un campo
denominado DCPFM que almacena notación en formato decimal con uno de los valores
siguientes:

' ' (espacio) = el separador decimal es una coma: [Link],NN

'X' = el separador decimal es un punto: N,[Link]

'Y' = el separador decimal es N: NNN NNN,NN

Con este problema, la llamada a BAPI_USER_GET_DETAIL no se realiza correctamente para

un usuario concreto, quien recibe los datos con un formato incorrecto, acompañado de
un mensaje de error parecido al siguiente:

XML

You are not authorized to display users in group TI:

<item>
<TYPE>E</TYPE>
<ID>01</ID>
<NUMBER>512</NUMBER>
<MESSAGE>You are not authorized to display users in group
TI</MESSAGE>
<LOG_NO/>
<LOG_MSG_NO>000000</LOG_MSG_NO>
<MESSAGE_V1>TI</MESSAGE_V1>
<MESSAGE_V2/>
<MESSAGE_V3/>
<MESSAGE_V4/>
<PARAMETER/>
<ROW>0</ROW>
<FIELD>BNAME</FIELD>
<SYSTEM>CLNTPW1400</SYSTEM>
</item>
Para resolver este error, el administrador de SAP debe conceder al usuario de SAP BW
de Power BI el derecho de ejecutar BAPI_USER_GET_DETAIL . Además, compruebe que los
datos del usuario tienen el valor DCPFM correcto.

Necesidad de conectividad para consultas de SAP BEx

Puede realizar consultas de BEx en Power BI Desktop habilitando la propiedad Versión
para acceso externo, como se muestra en la imagen siguiente:

Navegador no muestra una vista previa de datos

En la ventana Navegador no se muestra una vista previa de los datos y, en su lugar, se
muestra el mensaje de error Referencia a objeto no establecida como instancia de un
objeto.

Los usuarios de SAP necesitan acceso a los siguientes módulos de función de BAPI para
obtener metadatos y recuperar datos de InfoProviders de SAP BW:

BAPI_MDPROVIDER_GET_CATALOGS
BAPI_MDPROVIDER_GET_CUBES
BAPI_MDPROVIDER_GET_DIMENSIONS
BAPI_MDPROVIDER_GET_HIERARCHYS
BAPI_MDPROVIDER_GET_LEVELS
BAPI_MDPROVIDER_GET_MEASURES
BAPI_MDPROVIDER_GET_MEMBERS
BAPI_MDPROVIDER_GET_VARIABLES
BAPI_IOBJ_GETDETAIL

Para solucionar este problema, compruebe que el usuario tenga acceso a los módulos
MDPROVIDER y a BAPI_IOBJ_GETDETAIL .
Habilitación del seguimiento
Para solucionar otros problemas similares, puede habilitar el seguimiento:

1. En Power BI Desktop, seleccione Archivo>Opciones y configuración>Opciones.

2. En Opciones, seleccione Diagnósticos y, luego, elija Habilitar seguimiento en
Opciones de diagnóstico.
3. Intente obtener datos de SAP BW mientras el seguimiento está activo y examine el
archivo de seguimiento para obtener más detalles.

Compatibilidad con conexiones de SAP BW

En la tabla siguiente se detalla la compatibilidad actual de Power BI con SAP BW.

ﾉ Expandir tabla

Producto Modo Autenticación Conector Biblioteca de SNC Admitido

Power BI Cualquiera Usuario / Servidor de N/D Sí

Desktop contraseña aplicaciones

Power BI Cualquiera Windows Servidor de sapcrypto + Sí

Desktop aplicaciones gsskrb5/gx64krb5

Power BI Cualquiera Windows a través Servidor de sapcrypto + Sí

Desktop de la suplantación aplicaciones gsskrb5/gx64krb5

Power BI Cualquiera Usuario / Servidor de N/D Sí

Desktop contraseña mensajería

Power BI Cualquiera Windows Servidor de sapcrypto + Sí

Desktop mensajería gsskrb5/gx64krb5

Power BI Cualquiera Windows a través Servidor de sapcrypto + Sí

Desktop de la suplantación mensajería gsskrb5/gx64krb5

Power BI Importación Igual que Power BI

Gateway Desktop

Power BI DirectQuery Usuario / Servidor de N/D Sí

Gateway contraseña aplicaciones

Power BI DirectQuery Windows a través Servidor de sapcrypto + Sí

Gateway de la suplantación aplicaciones gsskrb5/gx64krb5
(usuario fijo, sin
SSO)
 Producto Modo Autenticación Conector Biblioteca de SNC Admitido

Power BI DirectQuery Uso de SSO Servidor de sapcrypto + Sí

Gateway mediante Kerberos aplicaciones gsskrb5/gx64krb5
para la opción
consultas de
DirectQuery

Power BI DirectQuery Usuario / Servidor de N/D Sí

Gateway contraseña mensajería

Power BI DirectQuery Windows a través Servidor de sapcrypto + Sí

Gateway de la suplantación mensajería gsskrb5/gx64krb5
(usuario fijo, sin
SSO)

Power BI DirectQuery Uso de SSO Servidor de gsskrb5/gx64krb5 No

Gateway mediante Kerberos mensajería
para la opción
consultas de
DirectQuery

Power BI DirectQuery Uso de SSO Servidor de sapcrypto Sí

Gateway mediante Kerberos mensajería
para la opción
consultas de
DirectQuery

Contenido relacionado
Aspectos básicos de SAP BW
DirectQuery y SAP HANA
DirectQuery y SAP Business Warehouse (BW)
Uso de DirectQuery en Power BI
Orígenes de datos de Power BI
Notas del producto de Power BI y SAP BW

Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Usar vínculos de OneDrive para el
trabajo o escuela en Power BI Desktop
Artículo • 10/11/2023

Muchas personas tienen los libros de Excel almacenados en OneDrive para el trabajo o
la escuela, que sería ideal para su uso con Power BI Desktop. Con Power BI Desktop,
puede usar los vínculos en línea para archivos de Excel almacenados en OneDrive para
la el trabajo o la escuela con el fin de crear informes y objetos visuales. Puede usar una
cuenta de grupo profesional o educativa de OneDrive o su cuenta individual de
OneDrive para la cuenta profesional o educativa.

La obtención de un vínculo en línea desde OneDrive para uso profesional o educativo

requiere unos pasos específicos. Las siguientes secciones explican estos pasos, que le
permiten compartir el vínculo de archivo entre grupos, en distintos equipos y con sus
compañeros de trabajo.

Obtención de un vínculo de Excel

1. Vaya a la ubicación de OneDrive para uso profesional o educativo mediante un
explorador. Seleccione los puntos suspensivos (…) para abrir el menú Más y, luego,
seleccione Detalles.
 ７ Nota

Es posible que la interfaz de explorador no tenga exactamente el mismo

aspecto que esta imagen. Hay muchas maneras de seleccionar Abrir en Excel
para los archivos de la interfaz del explorador de OneDrive para uso
profesional o educativo. Puede utilizar cualquier opción que permita abrir el
archivo en Excel.

2. En el panel Más detalles que aparece, seleccione el icono de copia junto a Ruta de
acceso.
Usar el vínculo en Power BI Desktop
En Power BI Desktop, puede usar el vínculo que acaba de copiar en el portapapeles.
Realice los pasos siguientes:

1. En Power BI Desktop, seleccione Obtener datos>Web.

2. Con la opción Básico seleccionada, pegue el vínculo en el diálogo Desde la Web.

3. Si Power BI Desktop solicita las credenciales, elija Windows para sitios de

SharePoint local o Cuenta profesional para sitios de Microsoft 365 o OneDrive
para uso profesional o educativo.
 Aparecerá un diálogo Navegador. Este le permite realizar la selección a partir de
las tablas, hojas y rangos que se encuentran en el libro de Excel. Desde allí, puede
usar el archivo de OneDrive para uso profesional o educativo, al igual que
cualquier otro archivo de Excel. Puede crear informes y utilizarlos en modelos
semánticos, tal como lo haría con cualquier otro origen de datos.

７ Nota

Para usar un archivo de OneDrive para uso profesional o educativo como origen de
datos en el servicio Power BI, con Actualizar servicio habilitado para ese archivo,
asegúrese de seleccionar OAuth2 como Método de autenticación al configurar las
opciones de actualización. De lo contrario, podría encontrar un error al intentar
conectarse o realizar una actualización. Este error podría ser Error al actualizar las
credenciales del origen de datos. Seleccionar OAuth2 como método de
autenticación evita que se produzca ese error.
Conexión a datos de Project Online a
través de Power BI Desktop
Artículo • 23/03/2023

Puede conectarse a los datos en Project Online a través de Power BI Desktop.

Paso 1: Descargar Power BI Desktop

Descargue Power BI Desktop y, después, ejecute el instalador para obtener Power BI
Desktop en el equipo.

Paso 2: Conexión a Project Online con OData

1. Abra Power BI Desktop.

2. En la pantalla de bienvenida, seleccione Obtener datos.

3. Seleccione Fuente de OData y elija Conectar.

4. Escriba la dirección de la fuente de OData en el cuadro de la dirección URL y, a

continuación, seleccione Aceptar.

Si la dirección del sitio de Project Web App se parece a

[Link] la dirección que se
especificará para la fuente de OData será
[Link]

5. Power BI Desktop le solicita que realice la autenticación con su cuenta profesional

o educativa. Seleccione Cuenta de organización y, a continuación, escriba sus
credenciales.
La cuenta usada para conectarse a la fuente de OData debe tener como mínimo acceso
de Visor de carteras al sitio de Project Web App.

Desde aquí, puede elegir a qué tablas le gustaría conectarse y crear una consulta.
Obtener datos de archivos en Power BI
Artículo • 31/01/2024

En Power BI, puede importar datos e informes de los siguientes tipos de archivos (o
conectarse a ellos):

Archivos .xlsx y .xlsm de Microsoft Excel

Archivos de informe .pbix de Power BI Desktop
Archivos .csv de formato de valores separados por comas (CSV)

Qué significa obtener datos de un archivo

En Power BI los datos que se exploran proceden de un modelo semántico. Para tener un
modelo semántico, necesita algunos datos. Este artículo se centra en la obtención de
datos desde archivos.

Para entender mejor la importancia de los modelos semánticos, y cómo obtenemos

datos para ellos, usaremos un automóvil como metáfora. Sentarse en el coche y mirar el
panel es como sentarse delante del equipo mirando un panel en Power BI. El salpicadero
muestra todo lo que está haciendo su automóvil, como las revoluciones del motor, la
temperatura, la marcha y la velocidad.

En Power BI, un modelo semántico es como el motor de su automóvil. El modelo

semántico proporciona los datos, las métricas y la información que se muestra en el
panel de Power BI. El motor, o modelo semántico, necesita combustible y los datos son
el combustible en Power BI. Un automóvil tiene un depósito de combustible que
proporciona la gasolina al motor. Power BI también necesita un depósito de
combustible de datos con el que pueda alimentar el modelo semántico. Ese depósito de
combustible puede ser un archivo Power BI Desktop, un archivo de libro de Excel o un
archivo CSV.

Para llevarlo un paso más, un depósito de combustible en un coche tiene que llenarse
con gasolina. La gasolina de un archivo Power BI Desktop, Excel o CSV son los datos de
un origen de datos que se colocan en dicho archivo. Puede escribir manualmente filas
de datos en un libro de Excel o archivo CSV, o puede conectarse al origen de datos
externo para consultar y cargar datos en el archivo. Una vez que tiene un archivo con
datos, puede obtener el archivo en Power BI como un modelo semántico.

７ Nota
 Al importar datos de Excel en Power BI, los datos deben estar en una tabla o
modelo de datos.

Dónde guardar el archivo

La ubicación en la que guarda el archivo marca la diferencia.

Local. Si guarda el archivo de libro en una unidad del equipo o en otra ubicación
de su organización, puede importar el archivo a Power BI. El archivo permanece en
la unidad de origen. Al importar un archivo, Power BI crea un modelo semántico
nuevo en el sitio y carga los datos y, en algunos casos, el modelo de datos en el
conjunto de datos. Los informes del archivo aparecen en Mi área de trabajo como
Informes.

OneDrive para uso profesional o educativo. Si tiene OneDrive para uso

profesional o educativo, inicie sesión con la misma cuenta que usa para Power BI.
Este método es, en gran medida, la forma más eficaz de mantener el trabajo en
Excel, Power BI Desktop o archivos CSV sincronizado con el modelo semántico, los
informes y los paneles de Power BI. Tanto Power BI como OneDrive están en la
nube, por lo que Power BI se conecta al archivo en OneDrive cada hora
aproximadamente. Si Power BI encuentra algún cambio, actualiza
automáticamente el modelo semántico, los informes y los paneles.

７ Nota

No puede cargar archivos desde cuentas personales de OneDrive, pero puede

cargar archivos desde el equipo.

Sitio de grupo de SharePoint. Guardar los archivos de Power BI Desktop en Sitios

de grupo de SharePoint es como guardarlos en OneDrive para uso profesional o
educativo. La diferencia más importante es cómo se conecta al archivo desde
Power BI. Puede especificar una dirección URL o conectarse a la carpeta raíz.

７ Nota

No se pueden actualizar los modelos semánticos importados desde OneDrive para

uso profesional o educativo desde archivos locales. Para que Power BI actualice el
modelo semántico, debe reemplazar el archivo de OneDrive para el ámbito escolar
 o laboral. También puede eliminar el modelo semántico y los elementos
relacionados con él y, después, volver a importarlo desde un archivo local.

Contenido relacionado
Obtención de datos de archivos de libro de Excel
Obtención de datos de archivos de Power BI Desktop
Obtención de datos de archivos de valores separados por comas (CSV)
Obtención de datos de archivos de libro
de Excel
Artículo • 24/11/2023

Microsoft Excel es una de las aplicaciones empresariales más usadas y uno de los
orígenes de datos de Power BI más comunes.

Libros admitidos
Power BI admite la importación de libros creados en Excel 2007 y versiones posteriores
o la conexión a ellos. Algunas características descritas en este artículo solo están
disponibles en versiones posteriores de Excel. Los libros deben tener el tipo de archivo
.xlsx o .xlsm y un tamaño inferior a 1 GB.

） Importante

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 29 de septiembre de 2023:

Ya no se permitirá la carga de libros locales en áreas de trabajo de Power BI.

Ya no se permitirá configurar la programación de la actualización ni actualizar
ahora para archivos de Excel que aún no tengan configurada la actualización
programada.

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 31 de octubre de 2023:

Ya no se permitirá la actualización programada ni la actualización ahora para

los archivos de Excel existentes que se configuraron previamente para la
actualización programada.
Los libros locales cargados en áreas de trabajo de Power BI ya no se abrirán
en Power BI.

A partir del 31 de octubre de 2023:

Puede descargar libros locales existentes desde el área de trabajo de Power

BI.
Puede publicar el modelo de datos de Excel como un modelo semántico de
Power BI y programar la actualización.
 Puede importar libros de Excel desde bibliotecas de documentos de OneDrive
y SharePoint para verlos en Power BI.

Si su organización usa estas capacidades, vea más detalles en Migrar los libros de
Excel.

Libros con rangos o tablas de datos

Si el libro tiene hojas de cálculo simples con intervalos de datos, asegúrese de dar
formato a esos intervalos como tablas para sacar el máximo partido a sus datos en
Power BI. Al crear informes en Power BI, las tablas y columnas con nombre del panel
Tablas facilitan enormemente la visualización de los datos.

Libros con modelos de datos

Un libro puede contener un modelo de datos con una o varias tablas de datos cargadas
en él mediante tablas vinculadas, Power Query, Obtener & transformar en Excel o
Power Pivot. Power BI admite todas las propiedades de los modelos de datos, como
relaciones, medidas, jerarquías e indicadores de rendimiento clave (KPI).

７ Nota

No se pueden compartir libros con modelos de datos en inquilinos de Power BI. Por
ejemplo, un usuario que inicia sesión en Power BI con una cuenta [Link] no
puede compartir un libro que contenga modelos de datos con un usuario que
inicie sesión con una cuenta [Link] .

Libros con conexiones a orígenes de datos externos

Si el libro de Excel se conecta a un origen de datos externo, una vez que el libro está en
Power BI, puede crear informes y paneles basados en datos procedentes de ese origen
conectado. También puede configurar actualizaciones programadas para conectarse
automáticamente al origen de datos y obtener actualizaciones. Ya no son necesarias las
actualizaciones manuales mediante Obtener datos en Excel. Las visualizaciones de los
informes e iconos de paneles que se basan en el origen de datos se actualizan
automáticamente. Para más información, consulte Actualización de datos en Power BI.

Libros con tablas PivotTables y gráficos

Que las tablas dinámicas y los gráficos aparezcan o no en Power BI y cómo lo hagan
depende de dónde se guarde el archivo de libro y cómo decida introducirlo en Power BI.
En el resto de este artículo se explican las opciones.

Tipos de datos
Asignar datos con tipos específicos en Excel para mejorar la experiencia de Power BI.
Power BI admite estos tipos de datos:

Número entero
Número decimal
Moneda
Date
Verdadero o falso
Texto

Importar o cargar datos de Excel

Hay dos maneras de explorar los datos de Excel en Power BI: cargar e importar. Si elige
cargar el libro, aparecerá en Power BI como lo haría en Excel Online. Sin embargo,
también tiene algunas características fantásticas para ayudarle a anclar elementos de las
hojas de cálculo en los paneles. Al importar los datos, Power BI importa cualquier tipo
de datos admitido en tablas y cualquier modelo de datos en un nuevo modelo
semántico de Power BI.

Cargar en Power BI
Puede usar el botón Cargar para cargar archivos en el servicio Power BI. En el área de
trabajo donde quiera agregar el archivo, seleccione la opción Cargar en la parte superior
de la página. En la lista desplegable, seleccione:

OneDrive para la Empresa para conectarse a los archivos almacenados en

OneDrive para la Empresa.
SharePoint para conectarse a archivos en cualquier sitio de SharePoint al que
tenga acceso.
Examinar para cargar archivos desde el equipo.
Si decide cargar un archivo local, Power BI agregará una copia del archivo al área de
trabajo. Si usa las opciones OneDrive para la Empresa o SharePoint, Power BI crea una
conexión al archivo. A medida que realice cambios en el archivo en SharePoint o
OneDrive, Power BI puede sincronizar automáticamente esos cambios una vez cada hora
aproximadamente.

Al conectarse a un archivo de Excel mediante OneDrive para la Empresa, no puede

editar el libro en Power BI. Si necesita hacer algún cambio, seleccione Editar y, a
continuación, edite el libro en Excel Online o ábralo en Excel en el equipo. Los cambios
que realice se guardarán en el libro en OneDrive.

Debe conectarse o cargar datos si solo tiene datos en hojas de cálculo, o si tiene rangos,
tablas dinámicas y gráficos que desea anclar a los paneles.

Los libros de Excel locales se abren en Excel Online en Power BI. A diferencia de los
libros de Excel almacenados en OneDrive o Sitios de grupo de SharePoint, los archivos
de Excel locales no se pueden editar dentro de Power BI.

Si usa Excel 2016 y versiones posteriores, también puede usar Archivo>Publicar>Cargar

desde Excel. Para más información, consulte Publicación en Power BI desde Microsoft
Excel.

Una vez cargado el libro, aparecerá en la lista de contenido del área de trabajo:
Este método de carga es fácil de usar y las opciones OneDrive para la Empresa y
SharePoint usan la misma interfaz de selección de archivos que muchos otros productos
de Microsoft. En lugar de escribir una dirección URL en una ubicación de SharePoint o
OneDrive, puede seleccionar uno de los sitios mediante la sección Acceso rápido o
seleccionar Más lugares.

Si no tiene una suscripción, las opciones OneDrive para la Empresa y SharePoint no

estarán disponibles, pero todavía puede seleccionar Examinar para obtener archivos
locales del equipo. Esta imagen muestra las opciones no disponibles, pero la opción
Examinar está habilitada:

No puede usar Cargar para obtener archivos desde cuentas personales de OneDrive,
pero puede cargar archivos desde el equipo.

Importar datos de Excel en Power BI

Para importar datos de Excel en Power BI, en Mi área de trabajo, seleccione
Nuevo>modelo semántico>Excel y, a continuación, busque el archivo.

La lista Mis archivos permite agregar archivos de la carpeta de documentos y otros

orígenes personales.

Puede usar la lista de acceso rápido en el lado izquierdo de la ventana para agregar
archivos de sitios de SharePoint y otros orígenes compartidos.

Seleccione Examinar este dispositivo para agregar archivos desde el dispositivo que
está usando actualmente.

Al importar los datos de Excel, Power BI importa cualquier tipo de datos admitido en
tablas y cualquier modelo de datos en un nuevo modelo semántico de Power BI.

Debe importar los datos si usó Obtener& Transformar datos o Power Pivot para cargar
los datos en un modelo de datos.

Si carga desde OneDrive para la Empresa, al guardar los cambios, Power BI los
sincroniza con el modelo semántico de Power BI, normalmente en aproximadamente
una hora. También puede seleccionar Publicar para exportar los cambios
inmediatamente. Las visualizaciones de los informes y paneles también se actualizan en
función de los siguientes desencadenantes de actualización:

Iconos de informe Los iconos de panel

Abrir el informe, después la Abrir el panel, después la caché se actualiza.

caché expira.

Seleccionar Actualizar en el Seleccionar Actualizar en el panel.

informe.

Automáticamente para los iconos anclados cuando se actualiza la

caché si el panel ya está abierto.

７ Nota

Las páginas de informe ancladas no tienen la característica de actualización

automática.

Preparación del libro para Power BI

Vea este vídeo para saber cómo asegurarse de que los libros de Excel están listos para
Power BI:
 ７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI Desktop o

del servicio Power BI.

[Link]

Dónde guardar el archivo de libro

El lugar donde guarde el archivo de libro marca la diferencia.

Local. Si guarda el archivo de libro en una unidad del equipo o en otra ubicación
de su organización, puede cargar el archivo en Power BI. El archivo permanece
realmente en la unidad de origen. Al importar el archivo, Power BI crea un nuevo
modelo semántico y carga los datos y cualquier modelo de datos del libro en el
modelo semántico.

Los libros de Excel locales se abren en Excel Online en Power BI. A diferencia de los
libros de Excel almacenados en OneDrive o Sitios de grupo de SharePoint, los
archivos de Excel locales no se pueden editar dentro de Power BI.

Excel también tiene el comando Publicar en el menú Archivo. El uso del comando
Publicar es en realidad el mismo que el uso de Cargar>Examinar desde Power BI.
Si realiza cambios periódicamente en el libro, suele ser más fácil actualizar el
modelo semántico en Power BI.

OneDrive para la Empresa. Iniciar sesión en OneDrive para la Empresa con la

misma cuenta que Power BI es la forma más eficaz de mantener el trabajo en Excel
sincronizado con el modelo semántico, los informes y los paneles de Power BI.
Tanto Power BI como OneDrive están en la nube, por lo que Power BI se conecta al
archivo del libro en OneDrive cada hora aproximadamente. Si Power BI encuentra
algún cambio, actualiza automáticamente el modelo semántico, los informes y los
paneles.

Al igual que con la opción de guardar un archivo en una unidad local, puede usar
Publicar en Excel para actualizar el modelo semántico y los informes de Power BI
inmediatamente. De lo contrario, Power BI se sincroniza automáticamente,
normalmente en una hora.

Sitio de grupo de SharePoint. Guardar los archivos de Power BI Desktop en sitios

de grupo de SharePoint es casi lo mismo que guardarlos en OneDrive para la
 Empresa. La diferencia más importante es cómo se conecta al archivo desde Power
BI. Puede especificar una dirección URL o conectarse a la carpeta raíz.

Publicación de Excel al sitio de Power BI

El uso de la característica de Excel Publicar en Power BI es en realidad equivalente a
usar Power BI para importar el archivo o conectarse a él. Para más información, consulte
Publicación en Power BI desde Microsoft Excel.

７ Nota

Si carga un libro de Excel conectado a un cubo de SQL Server Analysis Services

local (SSAS), no puede actualizar el modelo de datos subyacente en el servicio
Power BI.

Migrar los libros de Excel

Para los libros de Excel locales cargados en un área de trabajo de Power BI, use la
opción Descargar archivo de Excel para descargar el libro. A continuación, guárdelo en
OneDrive para la Empresa o en una biblioteca de documentos de SharePoint (ODSP).
Después, puede importar el libro de ODSP al área de trabajo de nuevo.
Para actualizar datos en modelos de datos de Excel, deberá publicar el modelo de datos
como un modelo semántico de Power BI. Se recomienda usar Power BI Desktop para
importar el modelo, ya que actualiza el modelo de datos a la versión más reciente. Esto
le ofrece la mejor experiencia futura. Use la opción Importar desde Power Query, Power
Pivot, Power View del menú Archivo de Power BI Desktop.

Para crear libros nuevos conectados a un modelo de datos semántico en el libro de

Excel, primero debe publicar el modelo de datos como un modelo semántico de
Power BI. A continuación, en Excel, use la opción Desde Power BI (Microsoft) para
conectar el libro al modelo semántico. Esta opción está disponible en la cinta Datos, en
Obtener datos en el menú Desde Power Platform.

En los casos en los que incluya un libro en una aplicación organizativa de Power BI,
recuerde volver a publicar la aplicación con los nuevos elementos.

Para saber qué libros pueden verse afectados por el desuso de los libros locales y las
capacidades de actualización, use la API de REST del administrador de Power BI de
libros. Enumera los libros de su organización. Debe ser miembro del rol Administrador
de Power BI o Administrador global para llamar a esta API.

GET [Link]

La API proporciona una lista de todos los libros de Excel publicados en su organización.
La lista tiene formato JSON.

A continuación se muestra un ejemplo de salida para la API.

[
{
"DisplayName": "Workbook without a Data Model",
"WorkspaceName": "My workspace",
"HasDataModel": false,
"HasScheduledRefreshOnDataModel": false,
"UploadedOn": "2023-07-28T[Link].093"
},
{
"DisplayName": "Workbook with Data Model",
"WorkspaceName": "My workspace",
"HasDataModel": true,
"HasScheduledRefreshOnDataModel": true,
"UploadedBy": "user@[Link]",
"UploadedOn": "2022-11-16T[Link].497"
 }
]

Puede comprobar si el libro de Excel es un libro local accediendo a él en Power BI y

viendo si la opción Descargar archivo de Excel está disponible.

Puede usar PowerShell para llamar a la API como se muestra en el ejemplo siguiente:

Invoke-PowerBIRestMethod -Url
"[Link] -Method GET

Para usar PowerShell, instale primero el módulo MicrosoftPowerBIMgmt necesario.

Consulte Referencia de cmdlets de Power BI para obtener más información. Deberá
llamar al commandlet Login-PowerBIServiceAccount antes de llamar a Invoke-
PowerBIRestMethod.

Solución de problemas y limitaciones

Si el archivo de libro es demasiado grande, consulte Reducir el tamaño de un libro
de Excel para verlo en Power BI.

No se admite la carga de libros de Excel en un área de trabajo de Power BI para

clientes de nube soberana.

La actualización programada de libros de Excel con conexiones a modelos

tabulares de SSAS locales mediante una puerta de enlace no funcionará.

Pasos siguientes
Explore los datos. Después de cargar datos e informes desde el archivo en
Power BI, puede seleccionar el nuevo modelo semántico para explorar los datos. Al
seleccionar el libro, se abre en Power BI igual que si estuviera en Excel Online.

Programar actualización. Si el libro de Excel se conecta a orígenes de datos

externos o se importa desde una unidad local, puede configurar una actualización
programada para asegurarse de que el modelo semántico o informe esté siempre
actualizado. En la mayoría de los casos, la configuración de la actualización
programada es fácil de hacer. Para más información, consulte Actualización de
datos en Power BI.

Publicación en Power BI desde Microsoft Excel.

Obtención de datos de archivos de
Power BI Desktop
Artículo • 31/01/2024

Power BI Desktop hace que las tareas de business intelligence y los informes sean más
fáciles. No importa si debe conectarse a muchos orígenes de datos diferentes, consultar,
transformar y modelar datos o crear informes eficaces y dinámicos: Power BI Desktop
agiliza las tareas de inteligencia empresarial y las hace más intuitivas. Si no está
familiarizado con Power BI Desktop, consulte Introducción a Power BI Desktop.

Una vez envíe datos a Power BI Desktop y cree unos cuantos informes, podrá introducir
el archivo guardado en el servicio de Power BI.

La ubicación donde guarda el archivo marca la

diferencia
Existen varias ubicaciones en las que puede almacenar datos de Power BI Desktop:

Local. Si guarda el archivo en una unidad local en su equipo o en otra ubicación de

su organización, puede importar el archivo o publicarlo desde Power BI Desktop
para obtener sus datos e informes en el servicio de Power BI.

El archivo permanecerá en su unidad local. El archivo no se moverá a Power BI. Se

crea un nuevo modelo semántico en Power BI y estos datos y el modelo de datos
del archivo de Power BI Desktop se cargan en el modelo semántico. Si el archivo
contiene informes, estos aparecerán en su sitio del servicio de Power BI, en
Informes.

OneDrive para uso profesional o educativo. Sin lugar a dudas, la forma más eficaz
de mantener el trabajo en Power BI Desktop sincronizado con el servicio de Power
BI es usar OneDrive para uso profesional o educativo e iniciar sesión con la misma
cuenta que en el servicio de Power BI. El trabajo incluye modelos semánticos,
informes y paneles. Dado que tanto el servicio de Power BI como OneDrive están
en la nube, Power BI se conecta al archivo en OneDrive cada hora,
 aproximadamente. Si encuentra algún cambio, el modelo semántico, los informes y
los paneles se actualizan en el servicio de Power BI.

OneDrive: Personal. Si guarda los archivos en una cuenta propia de OneDrive,

conseguirá muchas ventajas idénticas a las que obtiene con OneDrive para uso
profesional o educativo. La mayor diferencia es que cuando se conecte por
primera vez a su archivo, necesitará iniciar sesión en su cuenta de OneDrive con su
cuenta de Microsoft. Esta cuenta suele ser diferente a la que usa para iniciar sesión
en el servicio de Power BI.

Al iniciar sesión en OneDrive con la cuenta de Microsoft, asegúrese de seleccionar

la opción Mantener la sesión iniciada. De este modo, el servicio de Power BI podrá
conectarse al archivo aproximadamente cada hora y asegurarse de que el modelo
semántico está sincronizado en el servicio de Power BI.

SharePoint: Sitios de grupo. Guardar los archivos de Power BI Desktop en

SharePoint: Sitios de grupo es prácticamente lo mismo que guardarlos en
OneDrive para uso profesional o educativo. La diferencia más importante es cómo
se conecta al archivo desde el servicio de Power BI. Puede especificar una dirección
URL o conectarse a la carpeta raíz. También puede configurar una carpeta
Sincronización que dirija a la carpeta de SharePoint. Los archivos de esa carpeta
se sincronizan con los de SharePoint.

Carga simplificada en Power BI

A partir de noviembre de 2022, hay una experiencia nueva y simplificada para cargar
archivos en el servicio Power BI. En el área de trabajo en la que quiera agregar archivos,
verá la opción Cargar en el menú desplegable junto al botón Nuevo. Puede usar el
menú desplegable para conectarse a los archivos almacenados en OneDrive para uso
profesional o educativo o en cualquier sitio de SharePoint al que tenga acceso. También
puede cargarlos desde su equipo mediante la opción Examinar del menú. En la imagen
siguiente se muestran las opciones de menú.
Si elige cargar un archivo local, se agrega una copia del archivo al área de trabajo. Si usa
la opción OneDrive para uso profesional o educativo o SharePoint, el servicio de Power BI
creará una conexión al archivo y, a medida que realiza cambios en él en SharePoint,
Power BI sincronizará automáticamente dichos cambios cada hora, aproximadamente.

Una ventaja de cargar archivos de esta manera, además de la facilidad de uso, es que las
opciones de OneDrive para uso profesional o educativo y SharePoint usan la misma
interfaz de selección de archivos que se utiliza en otros muchos productos de Microsoft.

En lugar de tener que pegar una dirección URL directa a un sitio de SharePoint
determinado, que anteriormente era necesario, ahora puede seleccionar simplemente
uno de los sitios desde la sección Acceso rápido o los vínculos Más lugares.

Al cargar un archivo de Excel de esta manera, el libro aparece en el servicio de PowerBI

de la misma forma que en Excel Online, tal y como se muestra en la siguiente imagen.

Si no tiene una suscripción, se deshabilitarán las opciones de OneDrive para uso

profesional o educativo y SharePoint, pero seguirá pudiendo examinar archivos locales
en el equipo. En la imagen siguiente se muestran las opciones de suscripción
deshabilitadas, con la opción Examinar resaltada.
 ７ Nota

No se pueden cargar archivos desde la carpeta del conjunto de documentos de

SharePoint ni desde cuentas personales de OneDrive.

Publique un archivo desde Power BI Desktop al

servicio de Power BI
El uso de Publicar desde Power BI Desktop es similar a la carga de archivos en el servicio
de Power BI. Ambos importan inicialmente los datos de los archivos desde una unidad
local o se conectan a ellos en OneDrive. Ahora bien, existen diferencias. Si realiza la
carga desde una unidad local, actualice los datos con frecuencia para asegurarse de que
las copias locales y en línea de los datos no difieran mucho entre ellas.

Aquí se muestra una manera rápida para hacerlo, pero puede consultar el artículo
Publicar desde Power BI Desktop para obtener más información.

1. En Power BI Desktop, seleccione Archivo>Publicar>Publicar en Power BI o haga

clic en Publicar en la cinta de opciones.

2. Inicie sesión en el servicio Power BI. Solo necesita iniciar sesión la primera vez.

Cuando haya finalizado, obtendrá un vínculo para abrir el informe en su sitio de

Power BI.
Contenido relacionado
Exploración de los datos: cuando obtenga datos e informes de su archivo en el
servicio de Power BI, será el momento de explorarlos. Si el archivo ya contiene
informes, aparecerán en el panel de navegación, en Informes. Si el archivo tenía
únicamente datos, puede crear nuevos informes. Para ello, haga clic con el botón
derecho en el nuevo modelo semántico y, a continuación, seleccione Explorar.

Actualización de orígenes de datos externos: si su archivo de Power BI Desktop se

conecta a orígenes de datos externos, puede configurar una actualización
programada para asegurarse de que el modelo semántico esté siempre
actualizado. En la mayoría de los casos, la configuración de una actualización
programada es fácil de hacer, pero ofrecer información más detallada está fuera
del ámbito de este artículo. Consulte Actualizar datos en Power BI para más
información.
Edición de la configuración de los
parámetros en el servicio Power BI
Artículo • 31/01/2024

Los creadores de informes agregan parámetros de consulta a los informes en Power BI

Desktop. Estos parámetros le permiten establecer elementos de los informes como
dependientes de uno o varios valores de parámetro. Por ejemplo, un creador de
informes podría crear un parámetro que restringiera los datos a una única región o país,
o bien un parámetro que definiera qué formatos son aceptables en campos como los
relativos a fechas, hora y texto.

Revisión y edición de parámetros en el servicio

Power BI
Como creador del informe, define los parámetros en Power BI Desktop. Al publicar ese
informe en el servicio Power BI, la configuración de los parámetros y las selecciones se
transfieren con él. Puede revisar y editar la configuración de los parámetros en el
servicio Power BI, pero no crearlos.

1. En el servicio Power BI, seleccione el icono de engranaje y elija Configuración.

2. Seleccione la pestaña Modelos semánticos y resalte un modelo semántico en la

lista.
3. Expanda Parámetros. Si el modelo semántico seleccionado no tiene parámetros,
verá un mensaje con un vínculo a Obtener más información sobre los parámetros
de consulta. Si el modelo semántico tiene parámetros, expanda el encabezado
Parámetros para mostrar esos parámetros.

4. Revise la configuración de los parámetros y realice los cambios que considere

necesarios.
Consideraciones y limitaciones
Los campos atenuados no se pueden editar. Los parámetros de tipo Any y Binary
funcionan en Power BI Desktop. El servicio Power BI no los admite actualmente por
motivos de seguridad.

Contenido relacionado
Una forma ad-hoc de agregar parámetros simples es modificando filtros.
Obtención de datos de archivos CSV
(valores separados por comas)
Artículo • 31/01/2024

Los archivo de valores separados por coma, conocidos como CSV, son archivos de texto
simples con filas de datos donde cada valor se separa por una coma. Estos tipos de
archivos pueden contener grandes cantidades de datos con un tamaño de archivo
relativamente pequeño, por lo que son un origen de datos ideal para Power BI. Puede
descargar un archivo CSV de ejemplo .

Si tiene un archivo .CSV, es el momento de consultarlo en el sitio de Power BI como un

modelo semántico para poder empezar a explorar los datos, crear algunos paneles y
compartir sus conocimientos con otros usuarios.

 Sugerencia

Muchas organizaciones generan un archivo CSV con datos actualizados cada día.
Para asegurarse de que el modelo semántico en Power BI permanece sincronizado
con el archivo actualizado, asegúrese de que el archivo se guarda en OneDrive con
el mismo nombre.

La ubicación donde guarda el archivo marca la

diferencia
Local: si guarda el archivo CSV en una unidad local en el equipo o en otra ubicación de
su organización, puede importar el archivo en Power BI. El archivo sigue estando en la
unidad local, por lo que no se ha importado por completo a Power BI. Lo que sucede
realmente es que se crea un nuevo modelo semántico en Power BI y los datos del
archivo CSV se cargan en el modelo semántico.

OneDrive para trabajo o escuela: si tiene OneDrive para trabajo o escuela e inicia sesión
con la misma cuenta que usa para iniciar sesión en Power BI, este método es la manera
más eficaz de mantener el archivo CSV y el modelo semántico, los informes y los
paneles en Power BI sincronizados. Dado que tanto Power BI como OneDrive están en la
nube, Power BI se conecta al archivo en OneDrive cada hora aproximadamente. Si se
detectan cambios, se actualizarán automáticamente el modelo semántico, los informes y
los paneles en Power BI.

OneDrive - Personal: si guarda los archivos en una cuenta propia de OneDrive,

conseguirá muchas ventajas idénticas a las que obtendría con OneDrive para uso
profesional o educativo. La principal diferencia estriba en que cuando se conecta al
archivo por primera vez debe iniciar sesión en OneDrive con la cuenta de Microsoft, que
es distinta de la que usa para iniciar sesión en Power BI. Al iniciar sesión en OneDrive
con la cuenta de Microsoft, asegúrese de seleccionar la opción Mantener la sesión
iniciada. De este modo, Power BI podrá conectarse al archivo cada hora
aproximadamente y asegurarse de que el modelo semántico está sincronizado.

SharePoint: el guardado de los archivos de Power BI Desktop en SharePoint es

prácticamente igual a guardarlos en OneDrive para uso profesional o educativo. La
diferencia más importante es cómo se conecta al archivo desde Power BI. Puede
especificar una dirección URL o conectarse a la carpeta raíz.

Importación de un archivo CSV o conexión a él

） Importante

El tamaño máximo de archivo que se puede importar en Power BI es 1 GB.

1. En un área de trabajo de Power BI, seleccione Mi área de trabajo > Nuevo >
Modelo semántico.
2. En la ventana que aparece, seleccione CSV.

3. Vaya al archivo que quiera cargar y, a continuación, elija Importar. Aparece una
nueva ventana Detalles del modelo semántico en el panel principal de Power BI.
Contenido relacionado
Exploración de los datos: cuando obtenga datos del archivo en Power BI, será el
momento de explorarlos. Seleccione Más opciones (...) y, después, elija una opción en el
menú.
Programar actualización: si el archivo se guarda en una unidad local, puede programar
la actualización para mantener al día el modelo semántico y los informes de Power BI.
Para más información, consulte Actualizar datos en Power BI. Si el archivo está guardado
en OneDrive, Power BI se sincronizará automáticamente con él cada hora
aproximadamente.
Transmisión en tiempo real en Power BI
Artículo • 29/12/2023

Power BI con el streaming en tiempo real ayuda a transmitir datos y actualizar paneles
en tiempo real. Cualquier objeto visual o panel creado en Power BI puede mostrar y
actualizar datos en tiempo real y objetos visuales. Los dispositivos y orígenes de datos
de transmisión pueden ser sensores de fábrica, orígenes de medios sociales, métricas de
uso del servicio y muchos otros elementos a partir de los cuales se puedan recopilar o
transmitir datos dependientes del tiempo.

En este artículo se muestra cómo configurar y usar modelos semánticos de transmisión

en tiempo real en Power BI.

Tipos de modelos semánticos en tiempo real

Primero, es importante entender los tipos de modelos semánticos en tiempo real que
están diseñados para mostrarse en los iconos (y paneles) y la diferencia entre estos
conjuntos de datos.
Los siguientes tres tipos de modelos semánticos en tiempo real están diseñados para
mostrarse en los paneles en tiempo real:

Modelo semántico de inserción

Modelo semántico de transmisión
Modelo semántico de transmisión de PubNub

En esta sección se explica en que varían estos modelos semánticos. En secciones

posteriores se describe cómo insertar datos en cada uno de estos modelos semánticos.

Modelo semántico de inserción

Con un modelo semántico de inserción, los datos se insertan en el servicio Power BI.
Cuando se crea el modelo semántico, el servicio Power BI crea automáticamente una
nueva base de datos en el servicio para almacenar los datos.

Dado que hay una base de datos subyacente que almacena los datos a medida que
llegan, puede crear informes con los datos. Estos informes y sus objetos visuales son
igual que cualquier otro objeto visual de informe. Puede usar todas las características de
creación de informes de Power BI, como objetos visuales de Power BI, alertas de datos e
iconos de panel anclados.

Una vez creado un informe mediante el modelo semántico de inserción, puede anclar
cualquiera de los objetos visuales de informe a un panel. En el panel de control, los
objetos visuales se actualizan en tiempo real siempre que se actualizan los datos. En el
servicio Power BI, el panel desencadena una actualización de los iconos cada vez que se
reciben nuevos datos.

Hay dos factores a tener en cuenta acerca de los iconos anclados desde un modelo
semántico de inserción:

Anclar un informe completo con la opción Anclar elemento activo no hará que los
datos se actualicen automáticamente.
Cuando ancle un objeto visual a un panel, puede usar Q&A para formular
preguntas sobre el modelo semántico de inserción en lenguaje natural. Después
de realizar una consulta en Q&A, puede anclar el objeto visual resultante al panel y
ese panel también se actualizará en tiempo real.

Modelo semántico de transmisión

Con un modelo semántico de transmisión los datos también se insertan en el servicio
Power BI, pero con una diferencia importante: Power BI solo almacena los datos en una
caché temporal, que expira rápidamente. La caché temporal solo se usa para mostrar los
objetos visuales que tienen algún historial transitorio, por ejemplo, un gráfico de líneas
que tiene un período de tiempo de una hora.

Un modelo semántico de transmisión no tiene una base de datos subyacente, por lo

que no puede crear objetos visuales de informe con los datos que fluyen desde la
transmisión. Por tanto, no se pueden usar funciones de informes, como filtrado, objetos
visuales de Power BI, etc.

La única manera de visualizar un modelo semántico de transmisión es agregar un icono

y usar el modelo semántico de transmisión como un origen de datos de transmisión
personalizados. Los iconos de transmisión personalizados que se basan en un modelo
semántico de transmisión están optimizados para mostrar rápidamente los datos en
tiempo real. Hay poca latencia entre el momento en que se insertan los datos en el
servicio Power BI y el momento en que se actualiza el objeto visual, ya que no es
necesario insertar o leer los datos desde una base de datos.

En la práctica, es mejor usar modelos semánticos de transmisión y sus objetos visuales

de transmisión complementarios en situaciones en las que es fundamental minimizar la
latencia entre insertar y visualizar los datos. Los datos insertados deben estar en un
formato que se pueda visualizar tal cual, sin agregar nada. Algunos ejemplos de datos
que están listos tal cual son las temperaturas y las medias previamente calculadas.

Modelo semántico de transmisión de PubNub

Con un modelo semántico de transmisión de PubNub, el cliente web de Power BI usa el
SDK de PubNub para leer un flujo de datos de PubNub existente. El servicio Power BI
no almacena ningún dato. Dado que el cliente web realiza esta llamada directamente, si
solo permite tráfico saliente aprobado desde su red, debe mostrar el tráfico a PubNub
como permitido. Para instrucciones, consulte el artículo de soporte técnico sobre la
aprobación del tráfico saliente de PubNub .

Al igual que con el modelo semántico de transmisión, con el modelo semántico de

transmisión de PubNub no hay ninguna base de datos subyacente de Power BI. No se
pueden crear objetos visuales de informe con los datos que fluyen y no se puede usar la
funcionalidad de informes, como el filtrado o los objetos visuales de Power BI. El modelo
semántico de transmisión de PubNub solo se puede visualizar si se agrega un icono al
panel y se configura un flujo de datos de PubNub como origen.

Los iconos basados en un modelo semántico de transmisión de PubNub están

optimizados para mostrar rápidamente los datos en tiempo real. Como Power BI está
conectado directamente con el flujo de datos de PubNub, hay poca latencia entre que
se insertan los datos en el servicio Power BI y se actualiza el objeto visual.
Matriz del modelo semántico de transmisión
En la tabla siguiente se describen los tres tipos de modelos semánticos de transmisión
en tiempo real y se enumeran sus funcionalidades y limitaciones.

ﾉ Expandir tabla

Funcionalidad Inserción Streaming PubNub

Los iconos del panel se Sí. Sí. Sí.

actualizan en tiempo real Para objetos Para iconos de Para iconos de
a medida que se insertan visuales creados streaming streaming
datos por medio de personalizados personalizados
informes y, luego, agregados directamente agregados
anclados al panel. al panel. directamente al
panel.

Actualización de iconos No. Sí. Sí.

de panel con
animaciones fluidas

Datos almacenados Sí. No. No.

permanentemente en Los datos se almacenan
Power BI para el análisis temporalmente durante
histórico una hora para
representar objetos
visuales.

Compilación de informes Sí. No. No.

de Power BI a partir de
los datos

Velocidad máxima de 1 solicitud 5 solicitudes N/D

ingesta de datos 16 MB por 15 KB por solicitud Los datos no se
solicitud insertan en Power BI.

Límites en el rendimiento 1 millón de filas Ninguno. N/D

de los datos por hora Los datos no se
insertan en Power BI.

Inserción de datos en modelos semánticos

En esta sección se describe cómo crear e insertar datos en los tres tipos principales de
modelos semánticos en tiempo real que puede usar en transmisión en tiempo real.

Puede insertar datos en un modelo semántico mediante los métodos siguientes:

 Las API REST de Power BI
Interfaz de usuario del modelo semántico de transmisión de Power BI
Azure Stream Analytics

Uso de las API REST de Power BI para insertar datos

Las API de REST de Power BI se pueden usar para crear y enviar datos a modelos
semánticos de inserción y modelos semánticos de transmisión. Cuando se crea un
modelo semántico mediante las API de REST de Power BI, la marca defaultMode
especifica si el modelo semántico es de inserción o de transmisión.

Si no se establece ninguna marca defaultMode , el modelo semántico tiene como valor

predeterminado un modelo semántico de inserción. Si el valor defaultMode se establece
en pushStreaming , el modelo semántico es un modelo semántico de inserción y
transmisión y proporciona las ventajas de ambos tipos de modelo semántico.

７ Nota

Cuando se usan modelos semánticos con la marca defaultMode establecida en

pushStreaming , si una solicitud supera la restricción de tamaño de 15 kB para un

modelo semántico de transmisión, pero es menor que la restricción de tamaño de

16 MB de un modelo semántico de inserción, la solicitud se realiza correctamente y
los datos se actualizarán en el modelo semántico de inserción. Sin embargo, los
iconos de streaming generan un error temporal.

Una vez creado un modelo semántico, puede usar las API de REST PostRows para
insertar datos. Todas las solicitudes a las API de REST se protegen mediante el uso de
OAuth de Microsoft Entra ID.

Uso de la interfaz de usuario del modelo semántico de

transmisión para insertar datos
Para crear un modelo semántico en el servicio Power BI, use el enfoque de API, tal y
como se muestra en la siguiente captura de pantalla:
Al crear el nuevo modelo semántico de transmisión, puede habilitar Análisis del
historial de datos, como se muestra en la captura de pantalla siguiente. Esta selección
tiene un efecto significativo.
Cuando Análisis del historial de datos está deshabilitado, y lo está de forma
predeterminada, se crea un modelo semántico de transmisión, tal y como se describió
anteriormente. Cuando se habilita el análisis de datos históricos, el modelo semántico
que se crea se convierte en un modelo semántico de transmisión y en un modelo
semántico de inserción. Esta configuración equivale a usar las API REST de Power BI para
crear un modelo semántico con su defaultMode establecido en pushStreaming , tal y
como se describió anteriormente.

７ Nota

Los modelos semánticos de transmisión creados mediante la interfaz de usuario de

servicio Power BI no requieren la autenticación de Microsoft Entra. En estos
modelos semánticos, el propietario del modelo semántico recibe una dirección URL
con una clave de fila, que autoriza al solicitante a insertar datos en el modelo
semántico sin usar un token de portador OAuth de Microsoft Entra ID. Sin
embargo, el enfoque de Microsoft Entra ID sigue funcionando para insertar datos
en el modelo semántico.
Uso de Azure Stream Analytics para insertar datos
Puede agregar Power BI como una salida en Azure Stream Analytics y luego visualizar
esos flujos de datos en el servicio Power BI en tiempo real. En esta sección se describen
los detalles técnicos de ese proceso.

Azure Stream Analytics usa las API REST de Power BI para crear su flujo de datos de
salida en Power BI, con defaultMode establecido en pushStreaming . El modelo semántico
resultante puede ser de inserción y de transmisión. Cuando se crea el modelo
semántico, Azure Stream Analytics establece la marca retentionPolicy en basicFIFO .
Con esa configuración, la base que admite el modelo semántico de inserción almacena
200 000 filas y va descartando filas siguiendo el orden primero en entrar, primero en
salir (FIFO).

） Importante

Si la consulta de Azure Stream Analytics produce una salida muy rápida a Power BI
(por ejemplo, una o dos veces por segundo), Azure Stream Analytics empieza a
procesar esas salidas por lotes en una sola solicitud. Este procesamiento por lotes
puede provocar que el tamaño de la solicitud supere el límite del icono de
streaming y que los iconos de streaming no se representen. En este caso, el
procedimiento recomendado es ralentizar la velocidad de salida de datos en
Power BI. Por ejemplo, en lugar de un valor máximo cada segundo, solicite un valor
máximo durante 10 segundos.

Configuración del modelo semántico de

transmisión en tiempo real en Power BI
Para empezar a trabajar con streaming en tiempo real, debe elegir una de las dos
formas en las que se pueden utilizar los datos de streaming en Power BI:

Iconos con objetos visuales de datos de streaming.

Modelos semánticos creados a partir de los datos de transmisión que persisten en
Power BI

Con cualquiera de estas opciones, debe configurar los datos de streaming en Power BI.
Para que el modelo semántico de transmisión en tiempo real funcione en Power BI:

1. En un panel existente o nuevo, seleccione Agregar un icono.

2. En la página Agregar un icono, seleccione Datos de transmisión personalizados y,
luego, elija Siguiente.

3. En la página Agregar un icono de datos de transmisión personalizados, puede

seleccionar un modelo semántico existente o elegir Administrar modelos
semánticos para importar el modelos semántico de transmisión si ya ha creado
 uno. Si no ha configurado todavía los datos de transmisión, seleccione Agregar
modelo semántico de transmisión para comenzar.

4. En la página Nuevo modelo semántico de transmisión, seleccione API, Azure

Stream o PubNub y, luego, elija Siguiente.
Creación de un modelo semántico de
transmisión
Hay tres maneras de crear una fuente de datos de streaming en tiempo real que
Power BI pueda consumir y visualizar:

API de REST de Power BI con un extremo de transmisión en tiempo real

Azure Stream
PubNub

En esta sección se describen las opciones API de REST y PubNub de Power BI y se

explica cómo crear un icono de transmisión o un modelo semántico a partir del origen
de datos de transmisión. Después, puede usar el modelo semántico para crear informes.
Para más información sobre la opción Azure Stream, consulte Salida de Power BI desde
Azure Stream Analytics.

Uso de la API REST de Power BI

La API REST de Power BI facilita a los desarrolladores el streaming en tiempo real.
Después de seleccionar API en la pantalla Nuevo modelo semántico de transmisión y
seleccionar Siguiente, puede proporcionar entradas que permitan a Power BI conectarse
al punto de conexión y usarlo. Para más información sobre la API, consulte Uso de las
API REST de Power BI.

Si quiere que Power BI almacene los datos que envía este flujo de datos, de forma que
pueda realizar informes y análisis sobre los datos recopilados, habilite Análisis del
historial de datos.
Después de crear correctamente el flujo de datos, obtendrá un punto de conexión de
dirección URL de la API REST. La aplicación puede llamar al punto de conexión mediante
solicitudes POST para insertar los datos de transmisión en el modelo semántico de
Power BI. En las solicitudes POST , asegúrese de que el cuerpo de la solicitud coincida
con el archivo JSON de ejemplo que proporcionó la interfaz de usuario de Power BI. Por
ejemplo, ajuste los objetos JSON en una matriz.

Ｕ Precaución

En el caso de los modelos semánticos de transmisión creados mediante la interfaz

de usuario del servicio Power BI, el propietario del modelo semántico recibe una
dirección URL que incluye una clave de recurso. Esta clave autoriza al solicitante a
insertar datos en el modelo semántico sin usar un token de portador de OAuth de
Microsoft Entra ID. Cuando trabaje con este tipo de modelo semántico y método,
tenga en cuenta las implicaciones de tener una clave secreta en la dirección URL.

Uso de PubNub
La integración del streaming de PubNub con Power BI le ayuda a crear y usar los flujos
de datos de PubNub de baja latencia en Power BI. Al seleccionar PubNub en la pantalla
Nuevo modelo semántico de transmisión y seleccionar Siguiente, verá la siguiente
pantalla:
 ） Importante

Puede proteger los canales PubNub mediante una clave de autenticación de

PubNub Access Manager (PAM). Esta clave se comparte con todos los usuarios que
tengan acceso al panel. Para más información sobre el control de acceso de
PubNub, consulte Administración del acceso .

Los flujos de datos de PubNub suelen ser de alto volumen y no son siempre adecuados
en su forma original para el almacenamiento y el análisis histórico. Para usar Power BI
para el análisis histórico de los datos de PubNub, debe agregar la secuencia PubNub sin
procesar y enviarla a Power BI, por ejemplo, mediante Azure Stream Analytics .
Ejemplo de streaming en tiempo real en
Power BI
Este es un ejemplo rápido de cómo funciona el streaming en tiempo real de Power BI.
En este ejemplo se usa una secuencia disponible públicamente en PubNub. Siga el
ejemplo para ver el valor del streaming en tiempo real por sí mismo.

1. En el servicio Power BI, seleccione o cree un nuevo panel. En la parte superior de la

pantalla, seleccione Editar>Agregar un icono.

2. En la pantalla Agregar un icono, seleccione Datos de streaming personalizados y,

luego, elija Siguiente.
3. En la página Agregar un icono de datos de transmisión personalizados,
seleccione Agregar modelo semántico de transmisión.
4. En la página Nuevo modelo semántico de transmisión, seleccione API y, luego,
elija Siguiente.

5. En la pantalla siguiente, escriba un nombre para el modelo semántico, escriba los

siguientes valores en los dos campos siguientes y, luego, elija Siguiente.

Subclave:sub-c-99084bc5-1844-4e1c-82ca-a01b18166ca8
Nombre del canal:pubnub-sensor-network
6. En la pantalla siguiente, mantenga los valores rellenados automáticamente y
seleccione Crear.
7. De nuevo en el área de trabajo de Power BI, cree un nuevo panel y, en la parte
superior de la pantalla, seleccione Editar>Agregar un icono.

8. Seleccione Datos de transmisión personalizados y, luego, elija Siguiente.

9. En la página Agregar un icono de datos de transmisión personalizados,

seleccione el nuevo modelo semántico de transmisión y, luego, elija Siguiente.
 Juega con el modelo semántico de ejemplo. Al agregar campos de valor a gráficos
de líneas y agregar otros iconos, puede obtener un panel en tiempo real parecido
a la siguiente captura de pantalla:

Después, cree sus propios modelos semánticos y transmita datos en directo a Power BI.

Preguntas y respuestas
Estas son algunas preguntas habituales y sus respuestas acerca del streaming en tiempo
real en Power BI.

¿Puede usar filtros en modelos semánticos de inserción o de

transmisión?
Los modelos semánticos de transmisión no admiten el filtrado. En los modelos
semánticos de inserción, puede crear un informe, filtrarlo y, después, anclar los objetos
visuales filtrados a un panel. Sin embargo, no hay ninguna manera de cambiar el filtro
en el objeto visual una vez que se encuentra en el panel.

También puede anclar el icono de informe activo al panel por separado y así cambiar los
filtros. Sin embargo, los iconos de informes activos no se actualizarán en tiempo real, ya
que los datos se insertan. Para actualizar manualmente el objeto visual, seleccione el
icono Actualizar situado en la parte superior derecha de la página del panel.

Cuando se aplican filtros a modelos semánticos de inserción que tienen campos

DateTime con precisión de milisegundos, no se admiten operadores de equivalencia. Los

operadores, como mayor que > o menor que < funcionan correctamente.

¿Cómo se puede ver el valor más reciente en modelos semánticos

de inserción o de transmisión?

Los modelos semánticos de transmisión están diseñados para mostrar los datos más
recientes. Puede usar el tipo de objeto visual de streaming Tarjeta para ver fácilmente
los valores numéricos más recientes. Los objetos visuales de tarjeta no admiten tipos de
datos DateTime ni Text .

Para los modelos semánticos de inserción, cuando tenga una marca de tiempo en el
esquema, puede intentar crear un objeto visual de informe con el filtro last N .

¿Cómo se puede realizar el modelado en modelos semánticos en

tiempo real?
El modelado no es posible en un modelo semántico de transmisión porque los datos no
se almacenan permanentemente. Para los modelos semánticos de inserción, puede usar
la API de REST de creación de modelos semánticos para crear un modelo semántico con
relación y medidas, y usar las API de REST de actualización de tablas para agregar
medidas a las tablas existentes.

¿Cómo se borran todos los valores de un modelo semántico de

inserción o de transmisión?
En un modelo semántico de inserción, puede usar la llamada de API de REST para
eliminar filas. No hay ninguna manera de borrar los datos de un modelo semántico de
transmisión, si bien los datos se borrarán automáticamente transcurrida una hora.

Si configura una salida de Azure Stream Analytics hacia Power BI

pero no la ve en Power BI. ¿Cuál es el problema?
Siga estos pasos para solucionar el problema:

1. Reinicie el trabajo de Azure Stream Analytics.

2. Intente volver a autorizar la conexión de Power BI en Azure Stream Analytics.
 3. Asegúrese de que comprueba la misma área de trabajo del servicio Power BI que
especificó para la salida de Azure Stream Analytics.
4. Asegúrese de que la consulta de Azure Stream Analytics genera explícitamente la
salida de Power BI mediante la palabra clave INTO .
5. Determine si el trabajo de Azure Stream Analytics tiene datos que fluyen por él. El
modelo semántico solo se crea cuando se transmiten los datos.
6. Examine el registro de Azure Stream Analytics para ver si hay advertencias o
errores.

Actualización automática de páginas

Puede usar la actualización automática de páginas a nivel de página de informe para
establecer un intervalo de actualización para los objetos visuales que solo esté activo
cuando la página se esté usando. La actualización automática de páginas solo está
disponible en orígenes de datos de DirectQuery. El intervalo de actualización mínimo
depende del tipo de área de trabajo en la que el informe se publica y de la
configuración de administración de capacidad de las áreas de trabajo Premium.

Para más información acerca de la actualización automática de páginas, consulte

Actualización automática de páginas en Power BI.

Pasos siguientes
Información general de la API de REST de Power BI con datos en tiempo real
Carga de datos en un modelo semántico de transmisión de Power BI y creación de
un informe de supervisión de flujos de datos con Power BI
Publicación en Power BI desde
Microsoft Excel
Artículo • 10/11/2023

） Importante

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 29 de septiembre de 2023:

Ya no se permitirá la carga de libros locales en áreas de trabajo de Power BI.

Ya no se permitirá configurar la programación de la actualización ni actualizar
ahora para archivos de Excel que aún no tengan configurada la actualización
programada.

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 31 de octubre de 2023:

Ya no se permitirá la actualización programada ni la actualización ahora para

los archivos de Excel existentes que se configuraron previamente para la
actualización programada.
Los libros locales cargados en áreas de trabajo de Power BI ya no se abrirán
en Power BI.

A partir del 31 de octubre de 2023:

Puede descargar libros locales existentes desde el área de trabajo de Power

BI.
Puede publicar el modelo de datos de Excel como un modelo semántico de
Power BI y programar la actualización.
Puede importar libros de Excel desde bibliotecas de documentos de OneDrive
y SharePoint para verlos en Power BI.

Si su organización usa estas capacidades, vea más detalles en Migrar los libros de
Excel.

Con Microsoft Excel 2016 y versiones posteriores, puede publicar sublibros de Excel
directamente en el área de trabajo de Power BI . En Power BI, puede crear informes y
paneles altamente interactivos en función de los datos del libro. Luego, puede compartir
sus recomendaciones con otras personas de la organización.
Al publicar un libro en Power BI, hay algunas cosas que debe tener en cuenta:

Debe usar la misma cuenta para iniciar sesión en Office, OneDrive para uso
profesional y educativo si los libros se guardan allí, y Power BI.
No se puede publicar un libro vacío ni un libro que no tenga contenido de
Power BI compatible.
No se pueden publicar libros cifrados ni protegidos con contraseña, ni libros con
Information Protection Management aplicado.
La publicación en Power BI requiere que la autenticación moderna esté habilitada
(la opción predeterminada). En caso contrario, la opción Publicar no estará
disponible en el menú Archivo.
No se admite la publicación en Power BI desde Excel Desktop para las nubes
soberanas.

Publicación del libro de Excel

Para publicar el libro de Excel en Power BI, en Excel, seleccione Archivo>Publicar y
seleccione Cargar o Exportar. En la captura de pantalla siguiente se muestran las dos
opciones para obtener el libro en Power BI:
 Si selecciona Cargar, puede interactuar con el libro tal y como lo haría en Excel
Online. También puede anclar las selecciones del libro en paneles de Power BI y
compartir el libro, o los elementos seleccionados, a través de Power BI.

Si selecciona Exportar, puede exportar los datos de la tabla y su modelo de datos

en un modelo semántico de Power BI, y usarlo para crear informes y paneles de
Power BI.

Al seleccionar Publicar, puede seleccionar el área de trabajo en la que desea publicar. Si

el archivo de Excel reside en OneDrive para uso profesional y educativo, solo se puede
publicar en Mi área de trabajo. Si el archivo de Excel reside en una unidad local, puede
publicar en Mi área de trabajo o en un área de trabajo compartida a la que tenga
acceso.

Publicación de archivos locales

Excel admite la publicación de archivos de Excel locales. No es necesario guardar
archivos en OneDrive para uso profesional y educativo ni en SharePoint Online.
 ） Importante

Solo puede publicar archivos locales si usa Excel 2016 (o posterior) con una
suscripción de Microsoft 365. Las instalaciones independientes de Excel 2016
pueden publicar en Power BI, pero solo cuando el libro se guarda en OneDrive para
uso profesional y educativo o SharePoint Online.

Una vez publicado, el contenido del libro que publique se importa en Power BI, aparte
del archivo local. Si desea actualizar el archivo en Power BI, debe actualizar el archivo
local y publicar la versión actualizada de nuevo. También puede actualizar los datos
configurando una actualización programada del libro o del modelo semántico en
Power BI.

Publicación desde una instalación de Excel independiente

Al publicar desde una instalación independiente de Excel, debe guardar el libro en
OneDrive para uso profesional y educativo. Seleccione Guardar en la nube y elija una
ubicación en OneDrive para uso profesional y educativo.

Una vez que guarde el libro en OneDrive para uso profesional y educativo, al seleccionar
Publicar, puede usar las opciones Cargar o Exportar para obtener el libro en Power BI.
Cargar el libro en Power BI

Si elige la opción Cargar, aparece el libro en Power BI tal como lo haría en Excel Online.
Sin embargo, a diferencia de Excel Online, dispone de opciones que le permiten anclar
elementos de las hojas de cálculo en los paneles.

Si elige Cargar, no puede editar el libro en Power BI. Si necesita realizar algunos
cambios en los datos, puede seleccionar Editar y luego elegir entre editar el libro en
Excel Online o abrirlo en Excel en su equipo. Todos los cambios que realice se guardan
en el libro en OneDrive para uso profesional y educativo.

Si elige Cargar, no se crea ningún modelo semántico en Power BI. El libro aparece en
Informes, en el panel de navegación del área de trabajo. Los libros cargados en
Power BI tienen un icono de Excel que los identifica como libros de Excel cargados.

Elija la opción de cargar si solo tiene datos en hojas de cálculo o si tiene tablas
dinámicas y gráficos que desea consultar en Power BI.

El uso de Cargar desde Publicar en Power BI en Excel es una experiencia similar al uso
de Cargar>OneDrive para la Empresa>Cargar en Power BI y, a continuación, abrir el
archivo en Excel Online desde Power BI en el explorador.

Exportar datos del libro a Power BI

Si elige la opción Exportar, se exportarán todos los datos admitidos en las tablas o los
modelos de datos a un nuevo modelo semántico en Power BI. Puede continuar la
edición del libro. Al guardar los cambios, estos se sincronizan con el modelo semántico
en Power BI, normalmente en el plazo de una hora aproximadamente. Si necesita
actualizaciones más inmediatas, puede seleccionar Publicar de nuevo desde Excel para
exportar los cambios de inmediato. También se actualizan las visualizaciones de los
informes y los paneles.

Elija la opción Exportar si ha usado las características Obtener y transformar datos o

Power Pivot para cargar datos en un modelo de datos.

El uso de Exportar es similar al uso de Nuevo>Cargar un archivo>Excel>Importar

desde Power BI en el explorador.

Publicar
Cuando se elige Cargar o Exportar, Excel inicia sesión en Power BI con la cuenta actual y
publica el libro en el área de trabajo de Power BI. Puede supervisar la barra de estado en
Excel para ver el progreso de la publicación.

Cuando la publicación haya terminado, puede ir a Power BI directamente desde Excel.

Pasos siguientes
Datos de Excel en Power BI
¿Tiene más preguntas? Pruebe la Comunidad de Power BI.
Reducir el tamaño de un libro de Excel
para verlo en Power BI
Artículo • 23/03/2023

Puede cargar cualquier libro de Excel de menos de 1 MB en Power BI. Un libro de Excel
puede tener dos partes: un modelo de datos y el resto del informe (el contenido de la
hoja de cálculo principal). Si el informe respeta los siguientes límites de tamaño, puede
guardarlo en OneDrive para uso profesional o educativo, conectarse a él desde
Power BI y verlo en Excel Online:

El libro puede ser de hasta 1 GB.

El contenido de la hoja de cálculo principal puede ser de hasta 30 MB.

Qué hace que el contenido de la hoja de

cálculo principal tenga un tamaño superior a 30
MB
Estos son algunos elementos que pueden hacer que el contenido de la hoja de cálculo
principal tenga un tamaño superior a 30 MB:

Imágenes
Celdas sombreadas
Hojas de cálculo coloreadas
Cuadros de texto
Imágenes prediseñadas

Considere la posibilidad de quitar estos elementos, si es posible.

Si el informe tiene un modelo de datos, tiene otras opciones:

Quitar datos de hojas de cálculo de Excel y almacenarlos en el modelo de datos.

Para obtener más detalles, consulte la sección Eliminación de datos en hojas de
cálculo.
Cree un modelo de datos con uso suficiente de la memoria para reducir el
tamaño general del informe.

Para realizar este tipo de cambios, es necesario editar el libro en Excel.

Para más información, vea Límites de tamaño de archivo para los libros de SharePoint .
Quitar datos de hojas de cálculo
Si importa datos en Excel desde el Editor de Power Query o la pestaña Datos de Excel, el
libro podría tener los mismos datos en una tabla de Excel y en el modelo de datos. Las
tablas grandes de las hojas de cálculo de Excel pueden hacer que el contenido de la
hoja de cálculo principal tenga un tamaño superior a 30 MB. Quitar la tabla en Excel y
mantener los datos en el modelo de datos pueden reducir en gran medida el contenido
de la hoja de cálculo principal del informe.

Al importar datos en Excel, siga estas sugerencias:

En Editor de Power Query: desactive la casilla Cargar en hoja de cálculo que se

encuentra en Archivo > Opciones y configuración > Opciones de consulta.

Esto importa los datos solo en el modelo de datos, sin datos en hojas de cálculo
de Excel.

En la pestaña Datos de Excel, si anteriormente seleccionó Tabla en el Asistente

para importación:

1. Vaya a Conexiones existentes.

 2. Seleccione la conexión y, después, seleccione Abrir. Seleccione Crear solo
conexión.

3. Elimine la tabla o tablas originales creadas durante la importación inicial.

Optimizador del tamaño del libro

Si el libro contiene un modelo de datos, puede ejecutar el optimizador del tamaño del
libro para reducir su tamaño. Para obtener más información, vea Descarga del
optimizador del tamaño del libro .

Información relacionada
Creación de un modelo de datos eficiente en memoria con Excel y el complemento
Power Pivot

Uso de vínculos de OneDrive para uso profesional o educativo en Power BI Desktop

Introducción a los modelos semánticos
entre áreas de trabajo
Artículo • 22/11/2023

La inteligencia empresarial es una actividad de colaboración. Es importante establecer

modelos semánticos estandarizados que pueden ser un origen de verdad. A
continuación, detectar y reutilizar esos modelos semánticos estandarizados es clave.
Cuando los modeladores de datos expertos de su organización crean y comparten
modelos semánticos optimizados, los creadores de informes pueden empezar con esos
modelos semánticos para compilar informes precisos. Después, la organización contará
con datos coherentes para tomar decisiones, y una cultura de datos en buen estado.

En Power BI, los creadores de modelos semánticos pueden controlar quién tiene acceso
a sus datos mediante el Permiso de compilación. Los creadores de modelos semánticos
también pueden certificar o promover modelos semánticos para que otros puedan
detectarlos. De este modo, los autores de informes saben qué modelos semánticos son
de alta calidad y oficiales, y pueden usar esos modelos semánticos dondequiera que
creen en Power BI. Los administradores tienen una nueva configuración de inquilino
para controlar el uso de modelos semánticos en áreas de trabajo.

Uso compartido de modelos semánticos y

áreas de trabajo
La creación de informes basados en modelos semánticos en diferentes áreas de trabajo
y la copia de informes en diferentes áreas de trabajo, están estrechamente acoplados
con el área de trabajo:

En el servicio Power BI, al abrir el catálogo de modelos semánticos desde un área

de trabajo, el catálogo de modelos semánticos muestra los modelos semánticos en
Mi área de trabajo y en otras áreas de trabajo.
 En Power BI Desktop, puede publicar informes de Live Connect en diferentes áreas
de trabajo.

Descubrir modelos semánticos

Al compilar un informe sobre un modelo semántico existente, el primer paso es
conectarse al modelo semántico, ya sea en el servicio Power BI o Power BI Desktop.
Obtenga información acerca de la detección de modelos semánticos de diferentes áreas
de trabajo

Copia de un informe
Cuando encuentre un informe que le guste en un área de trabajo o una aplicación,
puede realizar una copia y después modificarlo para ajustarlo a sus necesidades. No
tiene que preocuparse de crear el modelo de datos. El modelo de datos ya se ha creado
automáticamente. Y resulta mucho más fácil modificar un informe existente que
empezar desde cero. Más información sobre la copia de informes.

Permiso de compilación para modelos

semánticos
Con el tipo de permiso de Compilación, si es creador de un conjunto de datos, puede
determinar qué usuarios de la organización pueden compilar contenido nuevo en los
conjuntos de datos. Los usuarios con permiso de Compilación también pueden
compilar nuevos contenidos en el modelo semántico fuera de Power BI, como hojas de
Excel a través de Analyze in Excel, XMLA y exportación. Obtenga más información sobre
el permiso de compilación.

Promoción y certificación
Si crea modelos semánticos, al crear uno del que otros pueden beneficiarse, puede
facilitar su detección mediante promoción del modelo semántico. También puede
solicitar que los expertos de su organización certifiquen el modelo semántico.

Licencias
Las características y experiencias específicas basadas en las funcionalidades del modelo
semántico compartido se licencian según sus escenarios existentes. Por ejemplo:
 En general, la detección y conexión a modelos semánticos compartidos está
disponible para cualquier persona. No es una característica restringida a Premium.
Los usuarios sin una licencia Pro o Premium por usuario (PPU) solo pueden usar
modelos semánticos en áreas de trabajo para la creación de informes si esos
modelos semánticos residen en la personal de los usuarios Mi área de trabajo o en
un área de trabajo respaldada por Premium. Se aplica la misma restricción de
licencia a la creación de informes en Power BI Desktop y en el servicio Power BI.
La copia de informes entre áreas de trabajo requiere una licencia Pro o Premium
por usuario.
La copia de informes de una aplicación requiere una licencia Pro o Premium por
usuario.
La promoción y certificación de modelos semánticos requiere una licencia Pro o
Premium por usuario.

Consideraciones y limitaciones
Como publicador de aplicaciones, debe asegurarse de que la audiencia tiene
acceso a modelos semánticos fuera del área de trabajo. De lo contrario, los
usuarios encontrarán problemas al interactuar con la aplicación: los informes no se
abrirán sin acceso semántico al modelo y los mosaicos del panel se mostrarán
como bloqueados. Además, los usuarios no podrán abrir la aplicación si el primer
elemento de su navegación es un informe sin acceso al modelo semántico.
Por diseño, Publicar en la web no funciona para un informe basado en un modelo
semántico compartido.
Si dos personas son miembros de un área de trabajo que accede a un modelo
semántico compartido, es posible que solo una de ellas pueda ver el modelo
semántico relacionado en el área de trabajo. Solo las personas con al menos
acceso de Lectura al modelo semántico pueden ver el modelo semántico
compartido.

Pasos siguientes
Promoción de modelos semánticos
Certificar modelos semánticos
Solicitud de certificación del modelo semántico
Control del uso de modelos semánticos en áreas de trabajo
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Descripción del modelo semántico
Artículo • 31/01/2024

Para permitir a los miembros de su organización identificar rápidamente los modelos

semánticos que pueden resultarles útiles, proporcione una descripción concisa e
informativa del modelo semántico en la configuración del modelo semántico. Los
usuarios ven esta descripción en la información sobre herramientas junto al nombre del
modelo semántico en el centro de modelos semánticos y en la página de detalles del
modelo semántico.

Proporcionar una descripción significativa ayuda a fomentar la reutilización del modelo

semántico. Por ejemplo, en función de la descripción de un modelo semántico, los
usuarios pueden decidir explorar informes basados en el modelo semántico o crear sus
propios informes basados en el modelo semántico.

Proporcionar una descripción del modelo

semántico
Para proporcionar una descripción para un modelo semántico, vaya a la página de
configuración del modelo semántico, busque la sección Descripción del modelo
semántico y escriba la descripción en el cuadro de texto.

En la página de configuración, busque la sección Descripción del modelo semántico y

escriba su descripción en el cuadro de texto. Seleccione Aplicar para guardar la
descripción.
 

Contenido relacionado
Centro de datos de OneLake
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Compartir acceso a un modelo
semántico
Artículo • 18/02/2024

Para que otros usuarios puedan aprovechar un modelo semántico, puede compartirlo
con ellos. Compartir un modelo semántico significa conceder acceso a este. En este
documento se muestra cómo conceder acceso a un modelo semántico mediante el
cuadro de diálogo Compartir modelo semántico.

Uso compartido de un modelo semántico

Para compartir un modelo semántico

1. En el menú de opciones del modelo semántico en el Centro de datos de OneLake

o en la página de detalles de los datos, elija Compartir como se indica a
continuación:

Centro de datos de OneLake: en la lista de elementos de datos, abra el menú

de opciones y seleccione Compartir. En el icono de un conjunto de datos
recomendado, seleccione Compartir en el menú Más opciones (...).

Página de información del modelo semántico: haga clic en el icono

Compartir en la barra de acciones de la parte superior de la página.
2. En el cuadro de diálogo Compartir modelo semántico que aparece, escriba los
nombres o las direcciones de correo electrónico de las personas o los grupos
específicos (grupos de distribución o grupos de seguridad) a los que desea
conceder acceso y, a continuación, elija los tipos de acceso que desea conceder.
Opcionalmente, puede enviarles un correo electrónico en el que se les notifique
que se les ha concedido acceso.
 Permitir que los destinatarios modifiquen este modelo semántico: esta
opción permite a los destinatarios modificar el modelo semántico.

Permitir que los destinatarios compartan este modelo semántico: esta

opción permite a los destinatarios conceder acceso a otros usuarios a través
del uso compartido.

Permitir que los destinatarios creen contenido con los datos asociados a
este modelo semántico: esta opción concede a los destinatarios permiso de
compilación en el modelo semántico, lo que les permite crear nuevos
informes y paneles basados en los datos asociados.

Si activa esta casilla, el usuario tendrá permiso de solo lectura en el modelo

semántico. El permiso de solo lectura les permite explorar el modelo
semántico en la página de información del modelo semántico, pero no les
permite crear contenido nuevo basado en el modelo semántico.

Enviar una notificación por correo electrónico: cuando se selecciona esta

opción, se envía un correo electrónico a los destinatarios que les notifican
que se les ha concedido acceso al modelo semántico. Puede agregar un
mensaje opcional al correo electrónico.

3. Haga clic en Conceder acceso.

７ Nota

Al presionar Conceder acceso, el acceso se concede automáticamente. No es

necesario realizar ninguna aprobación posterior.

Para supervisar, cambiar o quitar el acceso de usuario al modelo semántico, consulte

Administración de permisos de acceso a modelos semánticos.

Contenido relacionado
Permisos del modelo semántico
Administración de permisos de acceso al modelo semántico
Uso de modelos semánticos en áreas de trabajo
Uso compartido de un informe con un vínculo
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Permisos del modelo semántico
Artículo • 22/11/2023

En este artículo se describen los permisos del modelo semántico en el servicio Power BI
y cómo los usuarios adquieren estos permisos.

¿Cuáles son los permisos del modelo

semántico?
En la tabla siguiente se describen los cuatro niveles de permiso que controlan el acceso
a los modelos semánticos en el servicio Power BI. También se describen los permisos
que tiene el propietario del modelo semántico en el modelo semántico y otras acciones
que solo puede realizar el propietario del modelo semántico.

Permiso Descripción

Lectura Permite al usuario acceder a informes y otras soluciones, como modelos

compuestos en áreas de trabajo Premium/PPU, que leen datos del modelo
semántico.
Permite al usuario ver la configuración del modelo semántico.

Build Permite al usuario crear contenido nuevo a partir del modelo semántico, así como
encontrar contenido que use el modelo semántico.
Permite al usuario acceder a informes que acceden a modelos compuestos en
áreas de trabajo de Power BI Pro.
Permite al usuario crear modelos compuestos.
Permite al usuario extraer los datos en Analizar en Excel.
Permite realizar consultas mediante API externas como XMLA.
Permite al usuario ver campos de datos ocultos.

Volver a Permite al usuario conceder acceso al modelo semántico.

compartir

Escribir Permite al usuario volver a publicar el modelo semántico.

Permite al usuario realizar copias de seguridad y restaurar el modelo semántico.
Permite al usuario realizar cambios en el modelo semántico mediante XMLA.
Permite al usuario editar la configuración del modelo semántico, excepto la
actualización de datos, las credenciales y las agregaciones automáticas.

Propietario El propietario del modelo semántico no supone un permiso en sí mismo, sino un

rol conceptual que tiene todos los permisos de un modelo semántico. El primer
propietario del modelo semántico es la persona que creó el modelo semántico.
Después, lo será la última persona en configurar el modelo semántico tras asumirlo
en la configuración del modelo semántico.
 Permiso Descripción

El propietario del modelo semántico puede hacer todo lo mencionado en los

permisos anteriores, así como configurar las credenciales, las agregaciones
automáticas y la actualización del modelo semántico.

¿Cómo se adquieren los permisos del modelo

semántico?

Permisos adquiridos implícitamente a través del rol de

área de trabajo
El rol de un usuario en un área de trabajo concede implícitamente permisos en los
modelos semánticos del área de trabajo, como se describe en la tabla siguiente.

Administración Miembro Colaborador Visor

Lectura

Compilar

Volver a compartir

Escritura

７ Nota

Los permisos heredados a través del rol de área de trabajo solo se pueden cambiar
o quitar de un usuario cambiando o quitando su rol en el área de trabajo. No se
pueden cambiar ni quitar explícitamente mediante la página Administrar permisos.

Permisos concedidos explícitamente a través de la página

Administrar permisos del modelo semántico
Un usuario con un rol de administrador o miembro en el área de trabajo puede
conceder explícitamente permisos a otros usuarios mediante la página Administrar
permisos.

Permisos adquiridos a través de un vínculo

Cuando los usuarios comparten informes o modelos semánticos, se crean vínculos que
proporcionan permisos en el modelo semántico. Los usuarios autorizados para usar
esos vínculos podrán acceder al modelo semántico. Los usuarios con roles de
administrador o miembro del área de trabajo donde se encuentra un modelo semántico
pueden administrar estos vínculos en la página Administrar permisos.

Permisos concedidos en una aplicación

Los usuarios pueden adquirir permisos en un modelo semántico usado en una
aplicación si el propietario de la aplicación lo permite en la configuración de permisos
de la aplicación.

Permisos concedidos a través de las API REST

Los permisos del modelo semántico se pueden establecer en las API de REST. Para
obtener más información, consulte Permisos de modelo semántico en el contexto de las
API de REST de Power BI.

Permisos de modelo semántico y seguridad de

nivel de fila (RLS)
La seguridad de nivel de fila puede afectar a la capacidad de los usuarios con permiso
de lectura o compilación en un modelo semántico para leer datos del modelo
semántico.

Cuando RLS no está definido en el modelo semántico, los usuarios con permiso de
escritura, lectura o compilación en el modelo semántico pueden leer datos del
modelo semántico.
Cuando RLS sí se define en el modelo semántico:
Los usuarios con solo permiso de lectura o compilación en el modelo semántico
no podrán leer datos del modelo semántico a menos que pertenezcan a uno de
sus roles de RLS.
Los usuarios con permiso de escritura en el modelo semántico podrán leer
datos del modelo semántico, independientemente de si pertenecen o no a
alguno de sus roles de RLS.

Pasos siguientes
Compartir acceso a un modelo semántico
Administrar permisos de modelo semántico
Permisos del modelo semántico en el contexto de las API de REST de Power BI
Administración de permisos de acceso
al modelo semántico (versión
preliminar)
Artículo • 24/11/2023

La página de permisos de administración del modelo semántico permite supervisar y

administrar el acceso al modelo semántico. Tiene dos pestañas que le ayudan a
controlar el acceso al modelo semántico:

Acceso directo: permite supervisar, agregar, modificar o eliminar permisos de

acceso para usuarios o grupos específicos (grupos de distribución o grupos de
seguridad).
Vínculos a informes compartidos: muestra vínculos que se generaron para
compartir informes. Estos vínculos a veces también dan acceso al modelo
semántico. En esta pestaña puede revisarlos y quitarlos si es necesario.

En este documento se explica cómo usar la página de permisos de administración del

modelo semántico.

７ Nota

Para poder acceder a la página de permisos de administración del modelo

semántico, debe tener un rol de administrador o miembro en el área de trabajo
donde se encuentra el modelo semántico.

Apertura de la página de permisos de

administración del modelo semántico
Para abrir la página de permisos de administración del modelo semántico:

Desde el centro de datos de OneLake: seleccione Administrar permisos en el

menú Más opciones (…).
En la página de detalles del modelo semántico: seleccione el icono Compartir en la
barra de acciones de la parte superior de la página y elija Administrar permisos.

En el cuadro de diálogo Compartir modelo semántico: en el encabezado del

cuadro de diálogo, seleccione Administrar permisos en el menú Más opciones
(…). Se abrirá el panel lateral Administrar permisos. En el panel lateral, elija
Avanzado en la parte inferior del panel.
Estas acciones abrirán la página de administración de permisos de modelos semánticos.
La página de administración de permisos tiene dos pestañas que le ayudarán a
administrar el acceso al modelo semántico.

Administración del acceso directo

En la pestaña Acceso directo se enumeran los usuarios a los que se ha concedido
acceso. De cada usuario, puede ver su dirección de correo electrónico y los permisos
que tiene.

Para modificar los permisos de un usuario, seleccione Más opciones (…) y elija una
de las opciones disponibles.
 Para conceder acceso al modelo semántico a otro usuario, haga clic en + Agregar
usuario. Se abrirá el cuadro de diálogo Compartir modelo semántico.

Administración de permisos concedidos a través de una

aplicación
Los permisos del modelo semántico que se han concedido a través de una aplicación se
indican mediante la palabra "App" seguida de los permisos entre paréntesis, como se
muestra en la imagen siguiente.
Los permisos concedidos a través de una aplicación no se pueden modificar
directamente desde la pestaña Acceso directo; debe quitarlos primero de la
configuración de la aplicación. Para quitar estos permisos:

1. Edite la aplicación y anule la selección de los permisos pertinentes en la pestaña

Permisos de la configuración de la aplicación.

2. Vuelva a publicar la aplicación.

3. Vaya a la pestaña Acceso directo de la página de administración de permisos del

modelo semántico, tal como se ha descrito anteriormente. El usuario seguirá
teniendo los permisos concedidos a través de la aplicación antes de la
actualización, pero ahora no estarán vinculados a la aplicación (observe que los
paréntesis han desaparecido). Ahora puede quitar los permisos que quiera.

Administración de vínculos generados para el

uso compartido de informes
En la pestaña de vínculos de informes compartidos se enumeran los vínculos creados a
informes compartidos basados en el modelo semántico. Estos vínculos también pueden
conceder acceso al modelo semántico subyacente del informe, por lo que se enumeran
aquí. Puede ver qué permisos tiene el vínculo y quién creó el vínculo. También puede
eliminar el vínculo del sistema si lo desea.

２ Advertencia

Al eliminar un vínculo, este se quita del sistema. Los usuarios que usan el vínculo
para acceder a un informe pueden perder el acceso a ese informe.
Pasos siguientes
Permisos del modelo semántico
Uso compartido del acceso a un modelo semántico
Uso de modelos semánticos en áreas de trabajo
Uso compartido de un informe con un vínculo
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Crear permiso para modelos semánticos
de uso compartido
Artículo • 22/11/2023

Cuando se crea un informe en Power BI Desktop, los datos de ese informe se almacenan
en un modelo de datos. Al publicar un informe en el servicio Power BI, el modelo de
datos también se publica en el servicio como un modelo semántico al mismo tiempo. Al
compartir el informe con otros usuarios, puede concederles permiso de compilación para
el modelo semántico en el que se basa el informe, por lo que pueden detectarlo y
reutilizarlo para sus propios informes, paneles, etc. En este artículo se explica cómo
controlar el acceso al modelo semántico mediante el permiso de compilación.

El permiso de compilación se aplica a los modelos semánticos. Al conceder a los

usuarios permiso de compilación, pueden crear contenido nuevo en el modelo
semántico, como informes, paneles, iconos anclados desde Q&A, informes paginados e
detección de información. No podrá eliminar el modelo semántico si un informe fuera
del área de trabajo del modelo semántico lo usa. Si intenta hacerlo, recibirá un mensaje
de error.

Los usuarios también necesitan el permiso de compilación si desean realizar estas

acciones:

Exportar datos subyacentes de Power BI

Compilar contenido nuevo en el modelo semántico, como con Analizar en Excel.
Acceder a los datos a través del punto de conexión XML for Analysis (XMLA)

Cómo obtienen los usuarios el permiso de

compilación
Los usuarios obtienen el permiso de compilación para un modelo semántico de varias
maneras diferentes:

Los usuarios que tienen al menos un rol Colaborador en un área de trabajo tienen
permiso de compilación en los modelos semánticos de esa área de trabajo, así
como permiso para copiar informes en esa área de trabajo. Para más información
sobre los roles en las áreas de trabajo, consulte Roles en áreas de trabajo de Power
BI.

Los propietarios del modelo semántico pueden asignar el permiso de compilación

a usuarios o grupos de seguridad específicos en la página Administrar permisos.
 Para obtener más información, consulte Administración de permisos de acceso al
modelo semántico.

Un usuario con un rol de administrador o miembro en el área de trabajo donde

reside el modelo semántico puede decidir durante la publicación de aplicaciones
que los usuarios con permiso para la aplicación también obtengan el permiso de
compilación para los modelos semánticos subyacentes. Para más información,
consulte Creación y administración de varias audiencias.

Si tiene permiso para volver a compartir y compilar en un modelo semántico y

comparte un informe o panel que creó en ese modelo semántico, puede
especificar que los destinatarios también obtengan permiso de compilación para el
modelo semántico. Para obtener más información, vea Uso compartido de
informes y paneles de Power BI con compañeros y otros usuarios.

Eliminación del permiso de compilación

Para quitar el permiso de compilación para los usuarios de un modelo semántico
compartido, siga las instrucciones de Administrar el acceso directo.

Si quita este permiso, los usuarios cuyos permisos revoque podrán seguir viendo el
informe, pero ya no podrán editarlo ni exportar datos subyacentes. Los usuarios con
permiso de solo lectura podrán seguir exportando los datos resumidos.

Eliminación del permiso de compilación para un modelo

semántico en una aplicación
Si distribuye una aplicación desde un área de trabajo, la eliminación del acceso de los
usuarios a la aplicación no quita automáticamente los permisos Volver a compartir y
Compilar. Para quitar los permisos de compilación, siga estos pasos:

1. En el área de trabajo, en la vista de lista, seleccione Actualizar aplicación.

2. Seleccione la pestaña Audiencia y, a continuación, en el panel lateral Administrar

el acceso de audiencia, mantenga el puntero sobre la persona o grupo cuyo
acceso desea eliminar y seleccione el icono de papelera que aparece. Cuando
termine, seleccione Actualizar aplicación.
 Verá un mensaje en el que se indica que debe ir a Administrar permisos para
quitar permisos a los usuarios que actualmente tienen acceso.

3. Seleccione Actualizar.
 4. Siga las instrucciones que aparecen en Administrar permisos para ver cómo quitar
los permisos de los usuarios que actualmente tienen acceso. Aunque quite el
permiso de compilación de un usuario en un modelo semántico, todavía podrá ver
informes basados en el modelo semántico, pero no podrá editar los informes.

Configuración de la forma en que los usuarios

solicitan el permiso de compilación
Ciertas acciones, como la creación de un informe basado en un modelo semántico o el
acceso a la página de detalles de un modelo semántico en el centro de datos, requieren
el permiso de compilación en el modelo semántico. De forma predeterminada, cuando
los usuarios que no tienen permiso de compilación prueban estas acciones, obtienen un
cuadro de diálogo que les permite enviar correos electrónicos al propietario del modelo
semántico que solicita permiso de compilación. El correo electrónico incluye los detalles
del usuario, el nombre del modelo semántico al que solicita acceso y cualquier otra
información que proporcione opcionalmente.

Cambio del comportamiento de la solicitud de acceso

Si tiene un rol de administrador, miembro o colaborador en el área de trabajo donde
reside el modelo semántico, puede cambiar el comportamiento de solicitud de acceso
predeterminado para un modelo semántico; para ello, vaya a la configuración del
modelo semántico y configure las opciones de Solicitud de acceso como desee.
La opción predeterminada, que no aparece seleccionada en la imagen anterior, es
para que las solicitudes de permisos de compilación se envíen por correo
electrónico. Usted es responsable de actuar al respecto y notificar a los solicitantes.

Con la segunda opción, puede proporcionar instrucciones para obtener el permiso

de compilación, en lugar de recibir solicitudes por correo electrónico. Podría elegir
esta opción, por ejemplo, si en la organización se usa un sistema automatizado
para controlar las solicitudes de acceso. Cuando los usuarios que no tienen
permiso de compilación prueban una acción que requiere este permiso, ven un
mensaje con las instrucciones que se proporcionan.

En el área de texto Instrucciones del ejemplo de Solicitar acceso anterior, se

muestran algunas instrucciones de ejemplo. Las instrucciones deben estar en texto
sin formato. El código HTML o cualquier otro tipo de formato de código se
representa como texto sin formato en lugar de formato de código. En el ejemplo
siguiente, se muestran las instrucciones que ven los usuarios cuando intentan
realizar una acción para la cual necesita el permiso de compilación.
 ７ Nota

Cuando proporciona instrucciones específicas, los usuarios que solicitan

acceso pueden ver su dirección de correo electrónico.

Permisos más pormenorizados

Power BI proporciona el permiso de compilación como un complemento para los
permisos Leer y Volver a compartir. Todos los usuarios que ya tienen permiso de lectura
para los modelos semánticos a través de permisos de aplicación, uso compartido o
acceso al área de trabajo también obtienen permiso de compilación para esos modelos
semánticos. Esos usuarios obtienen el permiso de compilación automáticamente porque
el permiso de lectura ya les concede el derecho a crear contenido nuevo en el modelo
semántico mediante Analizar en Excel o Exportar.

Con el permiso de compilación más granular, puede elegir quién puede solamente ver
el contenido en un informe o panel existente y quién puede crear contenido conectado
al modelo semántico subyacente.

Pasos siguientes
Uso de modelos semánticos en áreas de trabajo
Compartir un modelo semántico
Roles en las áreas de trabajo
Administrar permisos de acceso al modelo semántico
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Creación de informes basados en
modelos semánticos de diferentes áreas
de trabajo
Artículo • 06/12/2023

Obtenga información sobre cómo puede crear informes en áreas de trabajo propias
basados en modelos semánticos de otras. Para generar un informe sobre un modelo
semántico existente, puede empezar desde Power BI Desktop o desde el servicio Power
BI, en Mi área de trabajo o en otra área de trabajo.

En el servicio Power BI: Crear>Informe>Elija un modelo semántico publicado.

En Power BI Desktop: en la cinta de opciones Inicio, seleccione Obtener

datos>Modelos semánticos de Power BI.

![Captura de pantalla que muestra cómo conectarse a un modelo semántico

existente en el servicio Power BI y Power BI Desktop.] (media/service-semantic
models-across-workspaces/power-bi-connect-semantic [Link])

En ambos casos, la experiencia de detección de modelos semánticos se inicia en el

Centro de datos. Verá todos los modelos semánticos a los que tiene acceso,
independientemente de dónde se encuentren:

Uno de los modelos semánticos se etiqueta como Promocionado. Obtenga información

sobre esa etiqueta en [Buscar un modelo semántico aprobado](#find-an-endorsed-
semantic model), más adelante en este artículo.

Los modelos semánticos en esta lista cumplen al menos una de las condiciones
siguientes:

El modelo semántico está en un área de trabajo de la que es miembro. Consulte

[Consideraciones y limitaciones](service-semantic models-across-
[Link]#considerations-and-limitations).
Tiene permiso de compilación para el modelo semántico.
El modelo semántico está en Mi área de trabajo.

７ Nota

Si es un usuario de la versión gratuita, solo verá los conjuntos de datos de Mi área

de trabajo, o bien los conjuntos de datos para los que tiene permiso de
compilación que se encuentran en áreas de trabajo de la capacidad Premium o de
Fabric.

Al seleccionar Crear, crea una conexión dinámica al modelo semántico. La experiencia

de creación de informes se abre con el modelo semántico completo disponible. No ha
realizado una copia del modelo semántico. El modelo semántico aún reside en su
ubicación original. Puede usar todas las tablas y medidas del modelo semántico para
crear sus propios informes. Las restricciones de seguridad de nivel de fila (RLS) en el
modelo semántico están en vigor, por lo que solo verá los datos para los que tenga
permiso, según su rol de RLS.

Puede guardar el informe en el área de trabajo actual en el servicio Power BI, o bien
publicarlo en un área de trabajo de Power BI Desktop. Power BI crea automáticamente
una entrada en la lista de modelos semánticos si el informe se basa en un modelo
semántico fuera del área de trabajo.

En la entrada se muestra información sobre el modelo semántico y algunas acciones

seleccionadas.

Búsqueda de un modelo semántico aprobado

Hay dos tipos diferentes de modelos semánticos aprobados. Los propietarios de
modelos semánticos pueden promover un modelo semántico que le recomiendan.
Además, el administrador de Power BI puede designar expertos en la organización que
pueden certificar modelos semánticos para todos los usuarios. Los modelos semánticos
promocionados y certificados muestran distintivos que se ven al buscar un modelo
semántico y en la lista de modelos semánticos de un área de trabajo. El nombre de la
persona que certificó un modelo semántico se muestra en una información sobre
herramientas durante la experiencia de detección de modelos semánticos. Puede verlo
si mantiene el mouse sobre la etiqueta Certificado.

En el servicio Power BI: Centro de datos de OneLake.

En Power BI Desktop: Obtener datos>Modelos semánticos de Power BI.

En Centro de datos de OneLake, seleccione Aprobado en la organización.

Pasos siguientes
Uso de modelos semánticos en áreas de trabajo
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Copia de informes desde otras áreas de
trabajo
Artículo • 21/11/2023

Si encuentra un informe que le gusta en un área de trabajo o una aplicación, puede

realizar una copia y guardarlo en otra área de trabajo. Luego puede modificar la copia
del informe mediante la incorporación o eliminación de objetos visuales y otros
elementos. No tiene que preocuparse por crear el modelo de datos; la copia del informe
seguirá haciendo referencia al mismo modelo semántico que el informe original. Y
resulta mucho más fácil modificar un informe existente que empezar desde cero. Pero si
se crea una aplicación desde la nueva área de trabajo, a veces no se puede publicar la
copia del informe en la aplicación. Vea Consideraciones y limitaciones en el artículo "Uso
de modelos semánticos entre áreas de trabajo" para obtener detalles.

Requisitos previos
Para copiar un informe, se necesita una licencia Pro o Premium por usuario (PPU),
aunque el informe original se encuentre en un área de trabajo de una capacidad
Premium.
Para copiar un informe en otra área de trabajo, o para crearlo en un área de
trabajo basada en un modelo semántico de otra área de trabajo, necesita el
permiso de compilación para el modelo semántico. Si tiene como mínimo el rol de
colaborador en el área de trabajo donde se encuentra el modelo semántico, tendrá
automáticamente permiso de compilación a través del rol del área de trabajo.
También necesita como mínimo el rol de colaborador en el área de trabajo donde
se encuentra el informe que va a copiar y en el área de trabajo donde desea crear
la copia del informe. Consulte Roles de las áreas de trabajo para obtener más
información.

Guardado de una copie de un informe en un

área de trabajo
1. En un área de trabajo, busque un informe en la lista. Abra el menú Más opciones y
seleccione Guardar una copia.
 Solo verá la opción Guardar una copia si tiene permiso de compilación. Incluso si
tiene acceso al área de trabajo, necesita tener permiso de compilación para el
modelo semántico.

2. En Guardar una copia de este informe, asigne un nombre del informe y seleccione
el área de trabajo de destino.
 Puede guardar el informe en el área de trabajo actual o en otra diferente en el
servicio Power BI. Solo verá las áreas de trabajo de las que es miembro.

3. Seleccione Guardar.

Power BI crea automáticamente una copia del informe en el área de trabajo

seleccionada. En la vista de lista de esa área de trabajo, no verá el modelo
semántico al que se hace referencia si se encuentra en otra área de trabajo. Para
ver el modelo semántico compartido, en la copia del informe en la vista de lista,
seleccione Más opciones>Visualización del linaje.


 En la vista de linaje, los modelos semánticos que se encuentran en otras áreas de
trabajo muestran el nombre del área de trabajo en la que se encuentran. Esto
facilita la visualización de qué informes y paneles usan modelos semánticos que
están fuera del área de trabajo.

Consulte su copia del informe en este artículo para obtener más información sobre
el informe y el modelo semántico relacionado.

Copia de un informe en una aplicación

1. En una aplicación, abra el informe que quiera copiar.

2. En la barra de menús, seleccione Archivo>Guardar una copia.

Solo verá la opción Guardar una copia si los permisos de la aplicación conceden
Permiso de compilación para el modelo semántico subyacente y permiten a los usuarios
realizar copias del informe.

3. Asigne un nombre al informe, seleccione un área de trabajo de destino y, a

continuación, seleccione Guardar.
 La copia se guarda automáticamente en el área de trabajo seleccionada.

4. Seleccione Ir al informe para abrir la copia.

Su copia del informe

Al guardar una copia del informe, se crea una conexión dinámica al modelo semántico, y
puede abrir la experiencia de creación de informes con el modelo semántico completo
disponible.

No ha realizado una copia del modelo semántico. El modelo semántico aún reside en su
ubicación original. Puede usar todas las tablas y medidas del modelo semántico en el
informe propio. Las restricciones de seguridad de nivel de fila (RLS) en el modelo
semántico están en vigor, por lo que solo verá los datos para los que tenga permiso,
según su rol de RLS.

Visualizar modelos semánticos relacionados

Si tiene un informe en un área de trabajo basada en un modelo semántico de otra área
de trabajo, puede que necesite saber más sobre el modelo semántico del que se basa.

1. En el informe, seleccione Más opciones>Ver contenido relacionado.

2. En el cuadro de diálogo Contenido relacionado se muestran todos los elementos

relacionados. En esta lista, el modelo semántico es similar a cualquier otro. No hay
ninguna indicación de dónde se encuentra el modelo semántico.
Eliminar una copia del informe
Si desea eliminar la copia del informe, en la lista de informes del área de trabajo,
mantenga el puntero sobre el informe que desee eliminar, seleccione Más opciones y
elija Eliminar.
 ７ Nota

La eliminación de un informe no elimina el modelo semántico en el que se basa.

Pasos siguientes
Uso de modelos semánticos en áreas de trabajo
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Control del uso de modelos semánticos
entre áreas de trabajo
Artículo • 05/04/2024

El uso de modelos semánticos entre áreas de trabajo es una manera eficaz de impulsar
la cultura y la democratización de los datos dentro de una organización. Pero si es un
administrador de Power BI, a veces le interesará restringir el flujo de información dentro
del inquilino de Power BI. Con la configuración del inquilino Uso de modelos
semánticos entre áreas de trabajo, puede restringir la reutilización de los modelos
semánticos de forma completa o parcial por grupos de seguridad.

A continuación se enumeran algunos de los efectos que tiene desactivar esta

configuración:

El botón para copiar informes entre áreas de trabajo no está disponible.

En un informe basado en un modelo semántico compartido, el botón Editar
informe no está disponible.
En el servicio Power BI, la experiencia de detección solo muestra los modelos
semánticos del área de trabajo actual.
En Power BI Desktop, la experiencia de detección solo muestra los modelos
semánticos de las áreas de trabajo de las que sea miembro.
En el centro de datos, los usuarios ven modelos semánticos que se han compartido
con ellos fuera del área de trabajo, pero no pueden interactuar con ellos.
 En Power BI Desktop, si los usuarios abren un archivo .pbix con una conexión
dinámica a un modelo semántico fuera de las áreas de trabajo de la que son
miembros, verán un mensaje de error en el que se les pide que se conecten a otro
modelo semántico. Vea la sección "Limitaciones" de Descarga de un informe del
servicio Power BI en Power BI Desktop para más información.

Inclusión de un vínculo para el proceso de

certificación
Como administrador de Power BI, puede proporcionar una dirección URL para el vínculo
Más información de la página de configuración Aprobación. Vea Habilitación de la
certificación de contenido para obtener detalles. Este vínculo puede ir a la
documentación sobre el proceso de certificación. Si no proporciona un destino para el
vínculo Más información, de forma predeterminada apuntará al artículo sobre
Aprobación del contenido.

Contenido relacionado
Uso de modelos semánticos en áreas de trabajo
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Azure y Power BI
Artículo • 23/03/2023

Con los servicios de Azure y Power BI, puede convertir sus operaciones de
procesamiento de datos en análisis e informes que proporcionen información detallada
en tiempo real sobre su negocio. Tanto si el procesamiento de datos está basado en la
nube como si es local, sencillo o complejo, de un origen único o de escala masiva, de
almacén o en tiempo real, Azure y Power BI ofrecen integración y conectividad
integradas para que sus esfuerzos en inteligencia empresarial cobren vida.

Power BI tiene un gran número de conexiones de Azure disponibles, y las soluciones de

inteligencia empresarial que puede crear con esos servicios son tan únicas como su
negocio. Puede conectar un solo origen de datos de Azure, o bien unos cuantos, y luego
modelar y precisar los datos para crear informes personalizados.

Azure SQL Database y Power BI

Puede comenzar con una conexión directa a Azure SQL Database y crear informes para
supervisar el progreso de su negocio. Con Power BI Desktop, puede crear informes que
identifiquen las tendencias y los indicadores clave de rendimiento necesarios para el
progreso de su negocio.
Hay mucha más información sobre Azure SQL Database .

Transformar, modelar y combinar los datos de

la nube
¿Tiene datos más complejos y todo tipo de orígenes? No hay problema. Con Power BI
Desktop y los servicios de Azure, las conexiones están a una sola pulsación del cuadro
de diálogo Obtener datos. En la misma consulta, puede conectarse a su base de datos
de Azure SQL Database, su origen de datos de Azure HDInsight y a su almacenamiento
en Azure Blob Storage o Azure Table Storage. A continuación, seleccione solo los
subconjuntos que necesite de cada y ajústelos desde ahí.

Puede crear diferentes informes para distintos públicos con las mismas conexiones de
datos e incluso la misma consulta. Solo tiene que crear una nueva página de informe,
refinar las visualizaciones para cada público y observar si mantiene a la empresa
informada.
Para obtener más información, eche un vistazo a los siguientes recursos:

Azure SQL Database

HDInsight de Azure
Azure Storage (Blob Storage y Table Storage)

Para obtener más información sobre los recursos de Azure disponibles en Power BI,
consulte Orígenes de datos de Azure.

Avance aún más y adelántese con los servicios

de Azure y Power BI
Puede realizar la expansión que considere necesaria con Azure y Power BI. Aproveche el
procesamiento de datos de varios orígenes, use sistemas masivos en tiempo real, use
Stream Analytics e Event Hubs , y fusione los diversos servicios de SaaS en informes
de inteligencia empresarial que le den ventaja a su negocio.
Información de contexto con análisis de Power
BI Embedded
Inserte visualizaciones de datos, sorprendentes e interactivas, en aplicaciones, sitios
web, portales y mucho más, para sacar partido de sus datos empresariales. Con Power BI
Embedded como un recurso de Azure , puede insertar fácilmente informes y paneles
interactivos para que sus usuarios disfruten de experiencias coherentes y sumamente
confiables en todos los dispositivos. El uso de Power BI con análisis integrados facilita el
proceso de obtener información de los datos para actuar en consecuencia. Además,
inserte análisis visuales en las aplicaciones y los portales internos de su organización
para ampliar el valor de Power BI y Azure.

Hay mucha información acerca de las API de Power BI en el Portal para desarrolladores
de Power BI .

Para obtener más información, vea Power BI Embedded.

Inserción de los datos de Power BI en la

aplicación
Inserte visualizaciones de datos, sorprendentes e interactivas, en aplicaciones, sitios
web, portales y mucho más, para presentar los datos de su empresa en contexto. Con
Power BI Embedded en Azure , puede insertar fácilmente informes y paneles
interactivos para que sus usuarios disfruten de experiencias coherentes y sumamente
confiables en todos los dispositivos.
¿Qué puede hacer con Azure y Power BI?
Son muchos los escenarios en los que se pueden combinar Azure y Power BI. Las
posibilidades y oportunidades son tan únicas como su negocio. Para obtener más
información sobre los servicios de Azure, eche un vistazo a esta página de información
general, que describe los escenarios de análisis de datos con Azure, y vea cómo
transformar los orígenes de datos en inteligencia que impulse su negocio.
Salida de Power BI y Azure
Artículo • 31/01/2024

Los datos transferidos o que salen de los centros de datos de Azure pueden incurrir en
cargos de ancho de banda. Cuando se usa Power BI con orígenes de datos de Azure,
puede evitar los cargos de salida de Azure asegurándose de que su inquilino del servicio
Power BI está en la misma región que los orígenes de datos de Azure.

Cuando el inquilino del servicio Power BI se implementa en la misma región de Azure en

la que se implementan los orígenes de datos, no se incurre en cargos de salida para la
actualización programada y las interacciones de DirectQuery.

Determinación de dónde se encuentra el

inquilino de Power BI
Para saber dónde se encuentra el inquilino de Power BI, consulte Búsqueda de la región
predeterminada para su organización.

Para los clientes de Multi-Geo de Power BI Premium, si el inquilino de Power BI no está

en la ubicación óptima para algunos de los orígenes de datos basados en Azure, se
puede implementar las capacidades de Multi-Geo de Power BI Premium en la región de
Azure deseada y beneficiarse de tener el inquilino de Power BI y los orígenes de datos
de Azure en la misma región de Azure.

７ Nota

Power BI Premium por usuario (PPU) no es compatible con Multi-Geo.

Contenido relacionado
Para obtener más información acerca de Power BI Premium o Multi-Geo, eche un vistazo
a los siguientes recursos:

Detalles de precios de ancho de banda de Azure

¿Qué es Microsoft Power BI Premium?
Adquisición de Power BI Premium
Compatibilidad de Multi-Geo con Power BI Premium
¿Dónde se encuentra mi inquilino de Power BI?
Preguntas más frecuentes sobre Power BI Premium
Azure Synapse Analytics (anteriormente
SQL Data Warehouse) con DirectQuery
Artículo • 26/12/2023

Azure Synapse Analytics (anteriormente, SQL Data Warehouse) con DirectQuery permite
crear informes dinámicos en función de los datos y las métricas que ya existen en Azure
Synapse Analytics. Con DirectQuery, las consultas se vuelven a enviar a Azure Synapse
Analytics en tiempo real a medida que explora los datos. Las consultas en tiempo real,
combinadas con el escalado de Synapse Analytics, permiten a los usuarios crear
informes dinámicos en cuestión de minutos con terabytes de datos.

Al usar el conector de Azure Synapse Analytics:

Especifique el nombre completo del servidor al conectarse (consulte los detalles

más adelante en este artículo).
Asegúrese de que las reglas de firewall del servidor están configuradas en "Permitir
el acceso a los servicios de Azure".
Cada acción, como seleccionar una columna o agregar un filtro, enviará
directamente una consulta al almacenamiento de datos.
Los iconos se establecen para actualizarse aproximadamente cada 15 minutos y no
es necesario programar una actualización. Puede ajustar la frecuencia de
actualización en la configuración avanzada al conectarse.
Q&A no está disponible para los modelos semánticos de DirectQuery.
Los cambios de esquema no se detectan automáticamente.

Estas restricciones y notas pueden cambiar mientras se sigue mejorando la experiencia.

Los pasos para conectarse se encuentran en la sección siguiente.

Creación de paneles e informes en Power BI

） Importante

Mejoramos continuamente la conectividad con Azure Synapse Analytics. Para

obtener la mejor experiencia para conectarse a su origen de datos de Azure
Synapse Analytics, use Power BI Desktop. Una vez creados el modelo y el informe,
puede publicarlos en el servicio Power BI. El conector directo de Azure Synapse
Analytics disponible anteriormente en el servicio Power BI ya no está disponible.
La manera más sencilla de cambiar entre Synapse Analytics y Power BI consiste en crear
informes en Power BI Desktop. Para empezar, descargue e instale Power BI Desktop.

Conexión a través de Power BI Desktop

Puede conectarse a Azure Synapse Analytics mediante el proceso descrito en el artículo
de Power Query sobre Azure SQL Data Warehouse.

Búsqueda de valores de parámetro

El nombre completo del servidor y el nombre de la base de datos pueden encontrarse
en Azure Portal. Tenga en cuenta que Azure Synapse Analytics solo está presente en
Azure Portal en este momento.

７ Nota

Si su inquilino de Power BI está en la misma región que Azure Synapse Analytics, no

habrá ningún cargo de salida. Para buscar dónde se encuentra el inquilino de
Power BI, consulte Búsqueda de la región predeterminada para su organización.

Inicio de sesión único

Después de publicar un modelo semántico de Azure SQL DirectQuery en el servicio,
puede habilitar el inicio de sesión único (SSO) mediante Microsoft Entra ID OAuth2 para
los usuarios finales.

Para habilitar el inicio de sesión único, vaya a la configuración del modelo semántico,
abra la pestaña Orígenes de datos y active la casilla SSO.
Si la opción SSO está habilitada y los usuarios acceden a informes creados en el origen
de datos, Power BI envía sus credenciales de Microsoft Entra autenticadas en las
consultas a la base de datos o al almacenamiento de datos de Azure SQL. Esta opción
permite a Power BI respetar la configuración de seguridad establecida en el nivel de
origen de datos.

La opción SSO surte efecto en todos los modelos semánticos que usan este origen de
datos. No afecta el método de autenticación utilizado para los escenarios de
importación.

７ Nota

Para que el SSO funcione correctamente, el modelo semántico debe estar en el

mismo inquilino que el recurso de Azure SQL.

Contenido relacionado
DirectQuery en Power BI
¿Qué es Power BI?
Orígenes de datos del servicio Power BI
¿Qué es un grupo de SQL dedicado (anteriormente SQL DW) en Azure Synapse
Analytics?

¿Tiene más preguntas? Pregunte a la comunidad de Power BI

Azure SQL Database con DirectQuery
Artículo • 26/12/2023

Obtenga información sobre cómo puede conectarse directamente a Azure SQL

Database y crear informes que usan datos activos. Puede mantener los datos en el
origen y no en Power BI.

Con DirectQuery, las consultas se envían a Azure SQL Database a medida que explora
los datos en la vista de informe. Se sugiere esta experiencia para los usuarios que están
familiarizados con las bases de datos y entidades a las que se conectan.

） Importante

En esta descripción se supone que la base de datos de Azure SQL no está detrás de
una red virtual ni tiene habilitado el punto de conexión de vínculo privado.

Notas:

Especifique el nombre completo del servidor cuando se conecte (consulte a

continuación para obtener más detalles).
Asegúrese de que las reglas de firewall de la base de datos están configuradas en
"Permitir el acceso a servicios de Azure".
Cada acción, como seleccionar una columna o agregar un filtro, enviará una
consulta a la base de datos.
Los iconos se actualizan cada hora (no es necesario programar la actualización).
Puede ajustar la frecuencia de actualización en la configuración avanzada al
conectarse.
Los cambios de esquema no se detectan automáticamente.
Cambiar el alias de la cadena de conexión del origen de datos
[Link] a [Link] indica al servicio Power BI que se

trata de un origen de datos local y que siempre requiere que se establezca una
conexión de puerta de enlace.

Estas restricciones y notas pueden cambiar mientras seguimos mejorando las

experiencias. A continuación, se detallan los pasos para conectarse.

） Importante

Hemos mejorado la conectividad con Azure SQL Database. Use Power BI Desktop
para disfrutar de la mejor experiencia de conexión al origen de datos de Azure SQL
 Database. Una vez creados el modelo y el informe, puede publicarlos en el servicio
Power BI. El conector directo de Azure SQL Database en el servicio Power BI se
encuentra en desuso.

Power BI Desktop y DirectQuery

Para conectarse a Azure SQL Database mediante DirectQuery, debe usar Power BI
Desktop. Este enfoque proporciona más flexibilidad y capacidades. Los informes creados
mediante Power BI Desktop se pueden publicar en el servicio Power BI. Para obtener
más información sobre cómo conectarse a Azure SQL Database en Power BI Desktop,
consulte Uso de DirectQuery en Power BI Desktop.

Búsqueda de valores de parámetro

Puede encontrar el nombre completo del servidor y el nombre de la base de datos en
Azure Portal.

Inicio de sesión único

Después de publicar un modelo semántico de Azure SQL DirectQuery en el servicio,
puede habilitar el inicio de sesión único (SSO) mediante Microsoft Entra ID OAuth2 para
los usuarios finales.
Para habilitar el inicio de sesión único, vaya a la configuración del modelo semántico,
abra la pestaña Orígenes de datos y active la casilla SSO.

Cuando la opción SSO está habilitada y los usuarios acceden a informes creados en el
origen de datos, Power BI envía sus credenciales autenticadas de Microsoft Entra en las
consultas a la base de datos o el almacenamiento de datos de Azure SQL. Esta opción
permite a Power BI respetar la configuración de seguridad establecida en el nivel de
origen de datos.

La opción SSO surte efecto en todos los modelos semánticos que usan este origen de
datos. No afecta el método de autenticación utilizado para los escenarios de
importación.

７ Nota

Para que el SSO funcione correctamente, el modelo semántico debe estar en el

mismo inquilino que el recurso de Azure SQL.

Pasos siguientes
Usar DirectQuery en Power BI Desktop
¿Qué es Power BI?
Orígenes de datos del servicio Power BI

¿Tiene más preguntas? Consulte la comunidad de Power BI

Actualizar datos en Power BI
Artículo • 03/05/2024

Power BI le permite pasar rápidamente de los datos al conocimiento y a la acción, pero

debe asegurarse de que los datos de los informes de Power BI y los paneles sean
recientes. Saber cómo actualizar los datos es esencial para proporcionar resultados
precisos.

En este artículo se describen las características de actualización de datos de Power BI y

sus dependencias en un nivel conceptual. También proporciona procedimientos
recomendados y sugerencias para evitar problemas comunes de actualización. El
contenido sienta la base que le permitirá entender cómo funciona la actualización de
datos. Para obtener instrucciones paso a paso dirigidas para configurar la actualización
de datos, consulte los tutoriales y las guías paso a paso que aparecen en la sección
Contenido relacionado al final de este artículo.

Información sobre la actualización de datos

Inserción de contenido de Power BI con entidades de servicio y un secreto de aplicación

Siempre que actualice los datos, Power BI debe consultar los orígenes de datos
subyacentes, probablemente cargar los datos de origen en un modelo semántico y, a
continuación, actualizar las visualizaciones de informes o los paneles que se basan en el
modelo semántico actualizado. Todo el proceso consta de varias fases, dependiendo de
los modos de almacenamiento de los modelos semánticos, tal y como se explica en las
secciones siguientes.

Para entender cómo actualiza Power BI los modelos semánticos, informes y paneles,
debe conocer los siguientes conceptos:

Modos de almacenamiento y tipos de modelo semántico: los modos de

almacenamiento y los tipos de modelo semánticos que admite Power BI tienen
requisitos de actualización diferentes. Puede elegir entre volver a importar los
datos en Power BI para ver los cambios que se han producido, o bien consultar los
datos directamente en el origen.
Tipos de actualización de Power BI: independientemente de los detalles del
modelo semántico, conocer los distintos tipos de actualización puede ayudarle a
comprender dónde Power BI puede dedicar su tiempo durante una operación de
actualización. Y la combinación de esta información con detalles específicos del
modo de almacenamiento ayuda a entender lo que hace Power BI exactamente
cuando se selecciona Actualizar ahora para un modelo semántico.
Modos de almacenamiento y tipos de modelo semántico
Un modelo semántico de Power BI puede funcionar en uno de los siguientes modos
para acceder a los datos de varios orígenes de datos. Para obtener más información,
consulte Modo de almacenamiento en Power BI Desktop.

Modo de importación
Modo DirectQuery
Modo LiveConnect
Modo de inserción

En el siguiente diagrama se ilustran los diferentes flujos de datos según el modo de

almacenamiento. El punto más importante es que solo los modelos semánticos del
modo de importación requieren la actualización de los datos en el origen. La
actualización es necesaria porque solo este tipo de modelo semántico importa los datos
desde los orígenes de datos, y los datos importados pueden actualizarse de forma
regular o puntual. Los modelos semánticos de DirectQuery y los del modo LiveConnect
de Analysis Services no importan datos; consultan el origen de datos subyacente en
cada interacción del usuario. Los modelos semánticos en modo de inserción no acceden
a los orígenes de datos directamente, sino que esperan que usted inserte los datos en
Power BI. Los requisitos de actualización del modelo semántico varían en función del
tipo de modelo semántico o modo de almacenamiento.
Modelos semánticos en modo de importación
Power BI importa los datos de los orígenes de datos originales al modelo semántico. Las
consultas de los paneles e informes de Power BI que se envían al modelo semántico
devuelven los resultados de las tablas y columnas importadas. Se podría pensar en este
modelo semántico como en una copia de un momento en el tiempo. Como Power BI
copia los datos, debe actualizar el modelo semántico para capturar los cambios de los
orígenes de datos subyacentes.

Cuando se actualiza un modelo semántico, se actualiza de forma completa o parcial. La

actualización parcial se realizará en modelos semánticos que tienen tablas con una
directiva de actualización incremental. En estos modelos semánticos, solo se actualiza
un subconjunto de las particiones de tabla. Además, los usuarios avanzados pueden
usar el punto de conexión XMLA para actualizar particiones específicas en cualquier
modelo semántico.

La cantidad de memoria necesaria para actualizar un modelo semántico depende de si

va a realizar una actualización completa o parcial. Durante la actualización, se mantiene
una copia del modelo semántico para controlar las consultas en el modelo semántico.
Esto significa que si va a realizar una actualización completa, necesitará el doble de
memoria que el modelo semántico necesita.

Se recomienda planificar el uso de la capacidad para asegurarse de que tener en cuenta

la memoria adicional necesaria para la actualización del modelo semántico. Tener
suficiente memoria impide que se produzcan problemas de actualización si los modelos
semánticos necesitan más memoria que la disponible durante las operaciones de
actualización. Para averiguar la cantidad de memoria disponible para cada modelo
semántico en una capacidad Premium, consulte la tabla Capacidades y SKU.

Para obtener más información sobre los modelos semánticos de gran tamaño en
capacidades Premium, consulte modelos semánticos grandes.

Modelos semánticos en modo DirectQuery

Power BI no importa datos sobre conexiones que funcionan en el modo DirectQuery. En

su lugar, el modelo semántico devuelve los resultados del origen de datos subyacente
siempre que un informe o panel consultan el modelo semántico. Power BI transforma y
reenvía las consultas al origen de datos.

７ Nota
 Los informes de conexión dinámica envían consultas a la capacidad o a la instancia
de Analysis Services que hospeda el modelo semántico o el modelo. Al usar
servicios de análisis externos, como SQL Server Analysis Services (SSAS) o Azure
Analysis Services (AAS), los recursos se consumen fuera de Power BI.

Como Power BI no importa los datos, no tiene que ejecutar una actualización de datos.
Sin embargo, Power BI todavía realiza actualizaciones de los iconos y, posiblemente,
actualizaciones de los informes, tal y como se explica en la siguiente sección sobre los
tipos de actualizaciones. Un icono es un objeto visual de informe anclado a un panel, y
las actualizaciones de los iconos del panel se producen cada hora aproximadamente
para que muestren los resultados más recientes. Puede cambiar la programación en la
configuración del modelo semántico, como se muestra en la captura de pantalla
siguiente, o bien forzar una actualización manual del panel mediante la opción
Actualizar ahora.

７ Nota

Los modelos semánticos en modo de importación y los modelos semánticos

compuestos que combinan el modo de importación y el modo DirectQuery
 no requieren una actualización independiente de los iconos porque Power BI
los actualiza automáticamente durante las actualizaciones de datos
programadas o a petición. Los modelos semánticos que se actualizan en
función del punto de conexión de XMLA solo borrarán los datos de los iconos
almacenados en caché (invalidar caché). Las cachés de los iconos no se
actualizan hasta que cada usuario accede al panel. Para los modelos de
importación, puede encontrar la programación de actualización en la sección
"Actualización programada" de la pestaña Modelos semánticos. Para los
modelos semánticos compuestos, la sección "Actualización programada" se
encuentra en la sección Optimizar el rendimiento.
Power BI no admite conexiones dinámicas transfronterizas a Azure Analysis
Services (AAS) en una nube soberana.

Modelos semánticos de inserción

Los modelos semánticos de inserción no contienen una definición formal de un origen
de datos, por lo que no requieren una actualización de datos en Power BI. Se actualizan
insertando los datos en el modelo semántico mediante un servicio o un proceso
externo, como Azure Stream Analytics. Este es un enfoque habitual para realizar análisis
en tiempo real con Power BI. Power BI sigue realizando actualizaciones de la memoria
caché para todos los iconos que se utilizan con un modelo semántico de inserción. Para
ver un tutorial detallado, consulte Tutorial: Stream Analytics y Power BI: un panel de
análisis en tiempo real para streaming de datos.

Tipos de actualización de Power BI

Una operación de actualización de Power BI puede constar de varios tipos de
actualización, incluida la actualización de datos, actualización de OneDrive, actualización
de las memorias caché de consultas, actualización de los iconos y actualización de los
objetos visuales de informes. Aunque Power BI determina automáticamente los pasos
de actualización necesarios para un determinado modelo semántico, debe saber cómo
contribuyen a la complejidad y la duración de una operación de actualización. Consulte
una referencia rápida en la tabla siguiente.

ﾉ Expandir tabla
 Modo de Actualización Actualización Memorias Actualización de Objetos
almacenamiento de datos de OneDrive caché de iconos visuales
consultas de
informes

Importación A petición y Sí, para los Si están Automáticamente No

programada modelos habilitadas y a petición
semánticos en la
conectados capacidad
Premium

DirectQuery No aplicable Sí, para los No Automáticamente No

modelos aplicable y a petición
semánticos
conectados

LiveConnect No aplicable Sí, para los No Automáticamente Sí

modelos aplicable y a petición
semánticos
conectados

Insertar No aplicable No aplicable No son Automáticamente No

prácticas y a petición

Otra manera de considerar los diferentes tipos de actualización es su impacto y dónde

se pueden aplicar. Los cambios en la estructura de tablas del origen de datos o el
esquema, como una columna nueva, una columna que se ha cambiado de nombre o
una columna eliminada, solo se pueden aplicar en Power BI Desktop y, en el servicio
Power BI, pueden provocar un error en la actualización. Para obtener una referencia
sobre su impacto, consulte la tabla siguiente.

ﾉ Expandir tabla

Actualización de los Actualización de datos Actualización del

objetos visuales de esquema
informes

¿Qué hacen los Se actualizan las Los datos se actualizan Se mostrará cualquier
diferentes tipos consultas usadas para desde el origen de cambio en la
de rellenar objetos visuales. datos. estructura de tablas
actualización? del origen de datos
Para los objetos visuales No se aplica a las tablas desde la
que usan tablas de de DirectQuery, ya que actualización
DirectQuery, el objeto están en el nivel del anterior.
visual consultará para objeto visual y se basan
obtener los datos más en la actualización de Por ejemplo: para
recientes del origen de los objetos visuales de mostrar una columna
datos. informe. nueva agregada a un
 Actualización de los Actualización de datos Actualización del
objetos visuales de esquema
informes

flujo de datos de
En el caso de los objetos Para las tablas Power BI o una vista
visuales que usan tablas importadas, los datos se de SQL Database.
importadas, el objeto actualizan desde el
visual solo consultará los origen. Se aplica a las tablas
datos ya importados al importadas y de
modelo semántico en la DirectQuery.
última actualización de
datos.

En Power BI Desktop la actualización de los objetos visuales de informe, de los datos y

del esquema se realiza de forma conjunta mediante

Cinta Inicio> botón Actualizar

Inicio cinta de opciones >Transformar datos>botón Cerrar y aplicar
El menú contextual (haga clic con el botón derecho o seleccione los puntos
suspensivos) en cualquier tabla y, después, elija Actualizar datos

Estos tipos de actualización no siempre se pueden aplicar de forma independiente, y

donde puede aplicarlos es diferente en Power BI Desktop y el servicio Power BI.
Consulte una referencia rápida en la tabla siguiente.

ﾉ Expandir tabla

Actualización de los objetos Actualización de datos Actualización del

visuales de informes esquema

En Cinta Vista> botón No disponible No disponible

Power BI Analizador de independientemente de independientemente
Desktop rendimiento>Actualizar otros tipos de de otros tipos de
objetos visuales actualización actualización
Creación y cambio de
objetos visuales que
hacen que se ejecute una
consulta DAX
Cuando Actualización de
página está activada (solo
DirectQuery)
Apertura del archivo PBIX

En el Cuando el explorador Actualización No disponible

servicio carga o vuelve a cargar el programada
Power BI informe Actualizar ahora
 Actualización de los objetos Actualización de datos Actualización del
visuales de informes esquema

Hacer clic en el botón Actualización de

Actualizar objetos un modelo
visuales de la barra de semántico de
menús superior derecha Power BI desde
Hacer clic en el botón Power Automate
Actualizar en modo de Procesamiento de
edición la tabla desde
Cuando Actualización de SQL Server
página está activada (solo Management
DirectQuery) Studio (Premium)

Tenga en Por ejemplo, si abre un informe Se producirá un error en Una columna o tabla
cuenta lo en el explorador, la actualización la actualización de cuyo nombre se ha
siguiente programada realiza una datos en el servicio cambiado o que se
actualización de datos de las Power BI cuando se haya quitado del origen
tablas importadas; los objetos cambie el nombre de la de datos se actualizará
visuales de informe en el columna o tabla de con una actualización
explorador abierto no se origen, o bien se de esquema en
actualizarán hasta que se inicie elimine. Se produce un Power BI Desktop, pero
una actualización de los objetos error porque el servicio puede interrumpir
visuales de informe. Power BI no incluye objetos visuales y
también una expresiones DAX
actualización de (medidas, columnas
esquema. Para corregir calculadas, seguridad
este error, es necesario de nivel de fila, etc.), así
que se produzca una como quitar relaciones,
actualización de que dependen de esas
esquema en Power BI columnas o tablas.
Desktop y el modelo
semántico se vuelva a
publicar en el servicio.

Actualización de datos
Para los usuarios de Power BI, actualizar los datos normalmente significa importar datos
desde los orígenes de datos originales en un modelo semántico, ya sea mediante una
actualización programada o a petición. Puede realizar varias actualizaciones de los
conjuntos de modelos semánticos diariamente; esto podría ser necesario si los datos del
origen subyacente cambian con frecuencia. Power BI limita los modelos semánticos en
la capacidad compartida a ocho actualizaciones programadas del modelo semántico
diario. Los ocho valores de tiempo se almacenan en la base de datos back-end y se
basan en la zona horaria local que se seleccionó en la página Configuración del modelo
semántico. El programador comprueba qué modelo debe actualizarse y cuándo. La
cuota de ocho actualizaciones se restablece diariamente a las 00:01 hora local.

Si el modelo semántico reside en una capacidad Premium, puede programar hasta

48 actualizaciones al día en la configuración de dicho modelo semántico. Para obtener
más información, consulte Configuración de actualizaciones programadas más adelante
en este artículo. Los modelos semánticos de una capacidad Premium con el punto de
conexión de XMLA habilitado para lectura y escritura admiten operaciones de
actualización ilimitadas cuando se configuran mediante programación con TMSL o
PowerShell.

También es importante destacar que la limitación de capacidad compartida de las

actualizaciones diarias se aplica tanto a las actualizaciones programadas como a las
actualizaciones de API combinadas. También puede desencadenar una actualización a
petición si selecciona Actualizar ahora en el menú del modelo semántico, como se
describe en la captura de pantalla siguiente. Las actualizaciones a petición no se
incluyen en la limitación de actualización. Tenga en cuenta también que los modelos
semánticos de una capacidad Premium no imponen limitaciones para las actualizaciones
de la API. Si le interesa crear una solución de actualización propia mediante la API REST
de Power BI, consulte Modelos semánticos: Actualizar los modelos semánticos.

７ Nota

Las actualizaciones de datos deben completarse en menos de 2 horas en la

capacidad compartida. Si los mdoelos semánticos requieren operaciones de
actualización más prolongadas, considere la posibilidad de mover el modelo
semántico a una capacidad Premium. En Premium, la duración máxima de la
actualización es de 5 horas, pero el uso del punto de conexión XMLA para
actualizar los datos puede omitir el límite de 5 horas.

Actualización de OneDrive
Si ha creado los modelos semánticos y los informes basados en un archivo de Power BI
Desktop, un libro de Excel o un archivo de valores separados por comas (.csv) en
OneDrive o SharePoint Online, Power BI realiza otro tipo de actualización, conocida
como actualización de OneDrive. Para más información, consulte Obtener datos de
archivos en Power BI.

A diferencia de una actualización del modelo semántico, en la cual Power BI importa

datos desde un origen de datos en un modelo semántico, la actualización de OneDrive
sincroniza los modelos semánticos y los informes con sus archivos de origen. De forma
predeterminada, Power BI comprueba cada hora aproximadamente si un modelo
semántico conectado a un archivo en OneDrive o SharePoint Online requiere
sincronización.

Power BI hace una actualización basada en un id. de elemento en OneDrive, por lo que
debe tener cuidado al considerar actualizaciones en lugar de reemplazos. Cuando se
establece un archivo de OneDrive como el origen de datos, Power BI hace referencia al
identificador de elemento del archivo cuando realiza la actualización. Considere el
escenario siguiente: tiene un archivo maestro A y una copia de producción de ese
archivo B, y configura la actualización de OneDrive para el archivo B. Si después copia el
archivo A sobre el archivo B, la operación de copia elimina el archivo B antiguo y crea un
archivo B con otro identificador de elemento, lo que interrumpe la actualización de
OneDrive. Para evitar esta situación, puede cargar y reemplazar el archivo B, que
mantiene el mismo id. de elemento.

Puede trasladar el archivo a otra ubicación (por ejemplo, mediante arrastrar y colocar) y
la actualización seguirá funcionando porque Power BI todavía conoce el id. de archivo.
Pero si copia el archivo en otra ubicación, se crea una instancia del archivo y un valor
fileID nuevos. Por tanto, la referencia al archivo de Power BI ya no es válida y se
producirá un error en la actualización.

７ Nota

Power BI puede tardar hasta 60 minutos en actualizar un modelo semántico, incluso

una vez que se completa la sincronización en la máquina local y después de que
haya usado Actualizar ahora en el servicio Power BI.

Para revisar los ciclos de sincronización anteriores, consulte la pestaña OneDrive en el

historial de actualizaciones. La captura de pantalla siguiente muestra un ciclo de
sincronización completa para un modelo semántico de ejemplo.
Como se muestra en la captura de pantalla anterior, Power BI ha identificado esta
actualización de OneDrive como una actualización Programada, pero no es posible
configurar el intervalo de actualización. Solo se puede desactivar la actualización de
OneDrive en la configuración del modelo semántico. Desactivar la actualización resulta
útil si no desea que los modelos semánticos y los informes de Power BI tomen
automáticamente los cambios de los archivos de origen.

La página de configuración del modelo semántico solo muestra las secciones

Credenciales de OneDrive y Actualización de OneDrive si el modelo semántico está
conectado a un archivo en OneDrive o SharePoint Online, como en la siguiente captura
de pantalla. En los modelos semánticos que no están conectados al archivo de origen en
OneDrive o SharePoint Online no se muestran estas secciones.
Si deshabilita la actualización de OneDrive para un modelo semántico, todavía puede
sincronizarlo a petición si selecciona Actualizar ahora en el menú del modelo
semántico. Como parte de la actualización a petición, Power BI comprueba si el archivo
de origen en OneDrive o SharePoint Online es más reciente que el modelo semántico en
Power BI y, si lo es, sincroniza el conjunto de datos. El historial de actualizaciones
enumera estas actividades como actualizaciones a petición en la pestaña OneDrive.

Tenga en cuenta que la actualización de OneDrive no extrae datos de los orígenes de

datos originales. OneDrive solo actualiza los recursos de Power BI con los metadatos y
los datos del archivo .pbix, .xlsx o .csv, tal y como se muestra en el diagrama siguiente.
Para asegurarse de que el modelo semántico tiene los datos más recientes de los
orígenes de datos, Power BI también desencadena una actualización de los datos como
parte de una actualización a petición. Puede comprobarlo en el historial de
actualización, en la pestaña Programado.
Si mantiene habilitada la actualización de OneDrive para un modelo semántico
conectado a OneDrive o SharePoint Online, y quiere programar la actualización de los
datos, asegúrese de configurar la programación para que Power BI realice la
actualización de los datos después de la actualización de OneDrive. Por ejemplo, si crea
su propio servicio o proceso para actualizar el archivo de origen en OneDrive o
SharePoint Online cada noche a la 01:00., puede configurar la actualización programada
a las 02:30 para que Power BI tenga tiempo de completar la actualización de OneDrive
antes de iniciar la actualización de los datos.

Actualización de las memorias caché de consultas

Si el modelo semántico reside en una capacidad Premium, puede mejorar el

rendimiento de los informes y paneles asociados activando la caché de consultas, tal y
como se muestra en la captura de pantalla siguiente. El almacenamiento en caché de
consultas indica a la capacidad Premium que use su servicio de almacenamiento en
caché local para mantener los resultados de la consulta, lo que evita que el origen de
datos subyacente tenga que calcular esos resultados. Para más información, vea
Almacenamiento en caché de consultas en Power BI Premium.
Sin embargo, después de una actualización de datos, los resultados de consulta
previamente almacenados en la memoria caché ya no son válidos. Power BI descarta los
resultados almacenados en caché y debe volver a generarlos. Por este motivo, el
almacenamiento en caché de consultas podría no ser beneficioso para los informes y
paneles asociados con modelos semánticos que se actualizan con mucha frecuencia, por
ejemplo, 48 veces al día.

Actualización de los objetos visuales de informes

Este proceso de actualización es menos importante, ya que solo es relevante para las
conexiones dinámicas con Analysis Services. Para estas conexiones, Power BI almacena
en caché el último estado de los objetos visuales de informe para que, cuando vuelva a
verlo, Power BI no tenga que consultar el modelo tabular de Analysis Services. Cuando
se interactúa con el informe, como al cambiar un filtro de informe, Power BI consulta el
modelo tabular y actualiza los objetos visuales del informe automáticamente. Si
sospecha que un informe muestra datos obsoletos, también puede seleccionar el botón
Actualizar del informe para desencadenar una actualización de todos los objetos
visuales del informe, como se muestra en la captura de pantalla siguiente.
Solo se actualizan los objetos visuales anclados, no las páginas activas ancladas. Para
actualizar una página activa anclada, puede usar el botón Actualizar del explorador.

Revise las dependencias de infraestructura de

datos
Independientemente de los modos de almacenamiento, ninguna actualización de datos
se realizará correctamente a menos que los orígenes de datos subyacentes sean
accesibles. Hay tres escenarios principales de acceso a los datos:

Un modelo semántico que utiliza orígenes de datos que residen en el entorno

local
Un modelo semántico usa orígenes de datos en la nube
Un modelo semántico que usa datos de ambos tipos de orígenes, locales y en la
nube

Conexión a orígenes de datos locales

Si su modelo semántico usa un origen de datos al que Power BI no puede acceder
mediante una conexión de red directa, debe configurar una conexión de puerta de
enlace para este modelo semántico antes de habilitar una programación de
actualizaciones o de realizar una actualización de datos a petición. Para más información
acerca de las puertas de enlace de datos y cómo funcionan, consulte ¿Qué son las
puertas de enlace de datos locales?

Tiene las siguientes opciones:

 Elegir una puerta de enlace de datos de empresa con la definición del origen de
datos necesario
Implementar una puerta de enlace de datos personal

７ Nota

Para ver la lista de los tipos de orígenes de datos que requieren una puerta de
enlace de datos, consulte el artículo Administrar el origen de datos: importación o
actualización programadas.

Uso de una puerta de enlace de datos de empresa

Microsoft recomienda usar una puerta de enlace de datos de empresa en lugar de una
puerta de enlace personal para conectar un modelo semántico a un origen de datos
local. Asegúrese de que la puerta de enlace esté configurada correctamente, lo que
significa que debe tener las últimas actualizaciones y todas las definiciones de origen de
datos necesarias. Una definición de origen de datos proporciona a Power BI la
información de conexión de un origen determinado, incluidos los puntos de conexión, el
modo de autenticación y las credenciales. Para más información acerca de cómo
administrar los orígenes de datos en una puerta de enlace, consulte Administrar el
origen de datos: importación o actualización programadas.

La conexión de un modelo semántico a una puerta de enlace de empresa es

relativamente sencilla si es un administrador de puerta de enlace. Con permisos de
administrador, puede actualizar rápidamente la puerta de enlace y agregar los orígenes
de datos que falten. De hecho, puede agregar un origen de datos que falte a la puerta
de enlace directamente desde la página de configuración del modelo semántico.
Expanda el botón de alternancia para ver los orígenes de datos y seleccione el vínculo
Agregar a la puerta de enlace, tal y como se muestra en la captura de pantalla
siguiente. Por otro lado, si no es un administrador de puerta de enlace, tendrá que
ponerse en contacto con el administrador de la puerta de enlace para agregar la
definición del origen de datos necesario.

７ Nota

Solo los administradores de puerta de enlace pueden agregar orígenes de datos a

una puerta de enlace. Además, asegúrese de que el administrador de la puerta de
enlace agrega su cuenta de usuario a la lista de usuarios con permisos para usar el
origen de datos. La página de configuración del modelo semántico solo permite
 seleccionar una puerta de enlace empresarial con un origen de datos coincidente
para el que tenga permiso de uso.

Asegúrese de asignar la definición del origen de datos correcto al origen de datos.

Como se muestra en la captura de pantalla anterior, los administradores de la puerta de
enlace pueden crear varias definiciones en función de una puerta de enlace única al
conectarse al mismo origen de datos, cada uno con credenciales distintas. En el ejemplo
mostrado, el propietario de un modelo semántico del departamento de ventas elegiría
la definición del origen de datos AdventureWorksProducts-Sales, mientras que el
propietario de un modelo semántico del departamento de soporte técnico asignaría el
modelo semántico a la definición del origen de datos AdventureWorksProducts-
Support. Si los nombres de la definición de los orígenes de datos no son intuitivos,
póngase en contacto con el administrador de la puerta de enlace para aclarar qué
definición debe elegir.

７ Nota

Un modelo semántico solo puede usar una conexión de puerta de enlace. En otras
palabras, no se puede acceder a orígenes de datos locales a través de varias
conexiones de puerta de enlace. Por lo tanto, debe agregar todas las definiciones
de origen de datos necesarias a la misma puerta de enlace.
Implementar una puerta de enlace de datos personal
Si no tiene acceso a una puerta de enlace de datos de empresa y es la única persona
que administra los modelos semánticos, no necesita compartir los orígenes de datos
con otros usuarios y puede implementar una puerta de enlace de datos en modo
personal. En la sección Conexión de puerta de enlace, en No tiene ninguna puerta de
enlace personal instalada, seleccione Instalar ahora. La puerta de enlace de datos
personal tiene varias limitaciones, tal y como se documenta en Puerta de enlace de
datos local (modo personal).

A diferencia de una puerta de enlace de datos de empresa, no es necesario agregar

definiciones de origen de datos a una puerta de enlace personal. En su lugar, la
configuración del origen de datos se administra en la sección Credenciales de origen de
datos en la configuración del modelo semántico, tal y como se muestra en la captura de
pantalla siguiente.

Acceso a orígenes de datos en la nube

Los modelos semánticos que utilizan orígenes de datos en la nube, como Azure SQL DB,
no requieren una puerta de enlace de datos si Power BI puede establecer una conexión
de red directa con el origen. Por lo tanto, puede administrar la configuración de estos
orígenes de datos mediante la sección Credenciales de origen de datos en la
configuración del modelo semántico. Tal y como se muestra en la siguiente captura de
pantalla, no es necesario configurar una conexión de puerta de enlace.
 ７ Nota

Cada usuario solo puede tener un conjunto de credenciales por origen de datos, en
todos los modelos semánticos que posea, con independencia de las áreas de
trabajo en las que residan los modelos semánticos. Y cada modelo semántico solo
puede tener un propietario. Si desea actualizar las credenciales de un modelo
semántico del que no es propietario, primero debe asumir el modelo semántico
haciendo clic en el botón Tomar control de la página de configuración del modelo
semántico.

Acceso a orígenes locales y en la nube en la misma

consulta de origen
Un modelo semántico puede obtener datos de varios orígenes y estos orígenes pueden
residir en el entorno local o en la nube. Sin embargo, un modelo semántico solo puede
usar una conexión de puerta de enlace, tal y como se ha mencionado anteriormente.
Aunque los orígenes de datos en la nube no requieren necesariamente una puerta de
enlace, se necesita una puerta de enlace si un modelo semántico se conecta a orígenes
locales y en la nube en una consulta mashup única. En este escenario, Power BI debe
usar una puerta de enlace también para los orígenes de datos en la nube. El siguiente
diagrama ilustra cómo un modelo semántico accede a sus orígenes de datos.
 ７ Nota

Si un mdoelo semántico utiliza consultas mashup independientes para conectarse a

orígenes locales y en la nube, Power BI usa una conexión de puerta de enlace para
conectar con los orígenes locales y una conexión de red directa para conectar con
los orígenes en la nube. Si una consulta mashup combina o anexa datos de
orígenes locales y en la nube, Power BI cambia a la conexión de puerta de enlace
incluso para los orígenes en la nube.

Los modelos semánticos de Power BI se basan en Power Query para acceder y recuperar
los datos de origen. La siguiente lista de mashup muestra un ejemplo básico de una
consulta que combina datos de un origen local y un origen en la nube.

Let

OnPremSource = [Link]("on-premises-db", "AdventureWorks"),

CloudSource = [Link]("[Link]",
"AdventureWorks"),

TableData1 = OnPremSource{[Schema="Sales",Item="Customer"]}[Data],

TableData2 = CloudSource {[Schema="Sales",Item="Customer"]}[Data],

 MergedData = [Link](TableData1, {"BusinessEntityID"},
TableData2, {"BusinessEntityID"}, "MergedData", [Link])

in

MergedData

Hay dos maneras de configurar una puerta de enlace de datos para que admita la
combinación o anexión de datos de orígenes locales y en la nube:

Agregar a la puerta de enlace de datos una definición de origen de datos para el

origen en la nube además de los orígenes de datos locales.
Active la casilla Permitir que los orígenes de datos en la nube del cliente se
actualicen mediante este clúster de puerta de enlace.

Si activa la casilla Permitir que los orígenes de datos en la nube del usuario se
actualicen mediante este clúster de puerta de enlace, tal y como se muestra en la
captura de pantalla anterior, Power BI puede usar la configuración que ha definido el
usuario para el origen en la nube en Credenciales del origen de datos, en la
configuración del modelo semántico. Esto ayuda a reducir la sobrecarga de la
configuración de la puerta de enlace. Por otro lado, si quiere tener mayor control sobre
las conexiones que establece la puerta de enlace, no debe activar esta casilla. En este
caso, debe agregar a la puerta de enlace una definición explícita para cada origen de
datos en la nube que quiera admitir. También es posible activar la casilla y agregar
definiciones de origen de datos explícitas para los orígenes en la nube a una puerta de
enlace. En este caso, la puerta de enlace usa las definiciones de origen de datos de
todos los orígenes que coincidan.
Configuración de los parámetros de consulta
Las consultas mashup o M que cree mediante Power Query pueden variar en
complejidad, desde las más sencillas a construcciones con parámetros. La siguiente lista
muestra una pequeña consulta mashup de ejemplo que usa dos parámetros llamados
SchemaName y TableName para tener acceso a una tabla determinada en una base de
datos AdventureWorks.

let

Source = [Link]("SqlServer01", "AdventureWorks"),

TableData = Source{[Schema=SchemaName,Item=TableName]}[Data]

in

TableData

７ Nota

Los parámetros de consulta solo se admiten en modelos semánticos en modo de

importación. Los modos DirectQuery o LiveConnect no son compatibles con las
definiciones de parámetros de consulta.

Para asegurarse de que un modelo semántico con parámetros tiene acceso a los datos
correctos, debe configurar los parámetros de la consulta mashup en la configuración del
modelo semántico. También puede actualizar los parámetros mediante programación
utilizando la API REST de Power BI. En la captura de pantalla siguiente se muestra la
interfaz de usuario para configurar los parámetros de consulta de un modelo semántico
que usa la consulta mashup anterior.
Actualización y orígenes de datos dinámicos
Un origen de datos dinámicos es el que no se puede determinar parte o nada de la
información necesaria para conectarse hasta que Power Query ejecuta su consulta, ya
que los datos se generan en código o se devuelven desde otro origen de datos.
Ejemplos: el nombre de instancia y la base de datos de una base de datos de SQL
Server; la ruta de acceso de un archivo CSV; o la dirección URL de un servicio web.

En la mayoría de los casos, los modelos semánticos de Power BI que usan orígenes de
datos dinámicos no se pueden actualizar en el servicio Power BI. Hay algunas
excepciones en las que los orígenes de datos dinámicos se pueden actualizar en el
servicio Power BI, como cuando se usan las opciones RelativePath y Query con la
función M de [Link]. También se pueden actualizar las consultas que hacen
referencia a parámetros de Power Query.

Para determinar si se puede actualizar el origen de datos dinámico, abra el cuadro de

diálogo Configuración del origen de datos en Editor de Power Query y luego
seleccione Orígenes de datos en el archivo actual. En la ventana que aparece, busque el
siguiente mensaje de advertencia, como se muestra en la siguiente imagen:

７ Nota

Puede que algunos orígenes de datos no consten debido a consultas creadas

manualmente.
Si esa advertencia está presente en el cuadro de diálogo Configuración del origen de
datos que aparece, se muestra un origen de datos dinámicos que no se puede actualizar
en el servicio Power BI.

Configuración de actualización programada

Establecer la conectividad entre Power BI y los orígenes de datos es sin duda la tarea
más complicada a la hora de configurar una actualización de datos. Los pasos restantes
son relativamente sencillos e incluyen establecer la programación de las actualizaciones
y habilitar las notificaciones de error de actualización. Para obtener instrucciones
detalladas, consulte la guía de procedimientos Configuración de la actualización
programada.

Establecer una programación de actualización

La sección Actualización programada es donde se definen las ranuras de frecuencia y
hora para actualizar el modelo semántico. Tal y como se mencionó anteriormente,
puede configurar hasta ocho franjas de tiempo diarias si el modelo semántico se
encuentra en una capacidad compartida, o hasta 48 franjas de tiempo en Power BI
Premium. En la captura de pantalla siguiente se muestra una programación de
actualizaciones en un intervalo de doce horas.
Después de configurar una programación de actualización, la página de configuración
del modelo semántico le informa sobre la próxima hora de actualización, tal y como se
muestra en la captura de pantalla anterior. Si quiere actualizar los datos antes, por
ejemplo, para probar la configuración del origen de datos y la puerta de enlace, realice
una actualización a petición con la opción Actualizar ahora, situada en el menú del
modelo semántico del panel de navegación. Las actualizaciones a petición no afectan a
la siguiente actualización programada.

 Sugerencia

Power BI no tiene una opción de intervalo de actualización mensual. Pero puede

usar Power Automate para crear un intervalo de actualización personalizado que se
produzca mensualmente, como se describe en la entrada de blog de Power BI
siguiente.
Tenga en cuenta también que la hora de actualización configurada puede no ser la hora
exacta cuando se inicia el siguiente proceso programado en Power BI. Power BI inicia las
actualizaciones programadas en cuanto puede. El objetivo es iniciar la actualización en
un plazo de 15 minutos desde la franja de tiempo programada, pero puede producirse
un retraso de hasta una hora si el servicio no puede asignar antes los recursos
necesarios.

７ Nota

Power BI desactiva la programación de la actualización después de cuatro errores

consecutivos o cuando el servicio detecta un error irrecuperable que requiera una
actualización de la configuración, como credenciales no válidas o expiradas. No es
posible cambiar el umbral de errores consecutivos.

Obtención de notificaciones de error de actualización

De forma predeterminada, Power BI envía notificaciones de error de actualización a
través de correo electrónico al propietario del modelo semántico, para que pueda
actuar de manera oportuna en caso de que se produzcan errores de actualización. Si el
propietario tiene la aplicación Power BI en su dispositivo móvil, también recibirá la
notificación de error allí. Power BI también envía una notificación por correo electrónico
cuando el servicio deshabilita una actualización programada debido a errores
consecutivos. Microsoft recomienda que deje activada la casilla Send refresh failure
notification emails dataset owner (Enviar correos con errores de actualización al
propietario del conjunto de datos).

También es buena idea especificar destinatarios adicionales para las notificaciones de

error de actualización programadas mediante el cuadro de texto Enviar un correo
electrónico a estos usuarios en caso de error de la actualización. Los destinatarios
especificados reciben notificaciones de error de actualización por correo electrónico y
notificaciones de inserción en la aplicación móvil, al igual que el propietario del
conjunto de datos. Los destinatarios especificados pueden ser un compañero que se
ocupe de sus modelos semánticos mientras usted está de vacaciones, o el alias de
correo electrónico del equipo de soporte técnico que se ocupa de los problemas de
actualización de su departamento u organización. El envío de notificaciones de error de
actualización a otros usuarios además del propietario del modelo semántico ayuda a
garantizar que los problemas se detectan y se abordan a tiempo.

７ Nota
 Las notificaciones de inserción en las aplicaciones móviles no admiten alias de
grupo.

Tenga en cuenta que Power BI no solo envía notificaciones de errores de actualización,

sino también cuando el servicio detiene una actualización programada debido a su
inactividad. Power BI considera que un modelo semántico está inactivo cuando ningún
usuario ha visitado un panel o informe generado para el modelo semántico en un plazo
de dos meses. En este caso, Power BI envía un mensaje de correo electrónico al
propietario del modelo semántico en el que se indica que el servicio ha pausado la
programación de actualización del modelo semántico. Consulte la siguiente captura de
pantalla para ver un ejemplo de dicha notificación.
Para reanudar la actualización programada, visite un informe o panel creado con este
modelo semántico o actualice manualmente el modelo semántico con la opción
Actualizar ahora.

７ Nota

No se admite el envío de notificaciones de actualización a usuarios externos. Los

destinatarios que especifique en el cuadro de texto Enviar un correo a estos
usuarios en caso de error de la actualización deben tener cuentas en el inquilino
de Microsoft Entra. Esta limitación se aplica tanto a la actualización del modelo
semántico como a la actualización del flujo de datos.

Comprobación del estado y el historial de actualizaciones

Además de las notificaciones de error, es buena idea comprobar periódicamente si hay
errores de actualización de los modelos semánticos. Una forma rápida es ver la lista de
modelos semánticos en un área de trabajo. Los modelos semánticos con errores
muestran un pequeño icono de advertencia. Seleccione el icono de advertencia para
obtener información adicional, tal y como se muestra en la captura de pantalla
siguiente. Para más información acerca de la solución de errores específicos de las
actualizaciones, consulte Solución de problemas de escenarios de actualización.
El icono de advertencia ayuda a indicar problemas del modelo semántico actual, pero
también es buena idea comprobar de vez en cuanto el historial de actualizaciones.
Como su nombre indica, el historial de actualizaciones permite revisar el estado de los
últimos ciclos de sincronización. Por ejemplo, un administrador de puerta de enlace
podría haber actualizado un conjunto de credenciales de base de datos expirado. Como
puede ver en la siguiente captura de pantalla, el historial de actualizaciones muestra
cuándo una actualización afectada ha vuelto a funcionar de nuevo.

７ Nota

Encontrará un vínculo al historial de actualizaciones en la configuración del modelo

semántico. También puede recuperar el historial de actualizaciones mediante
programación utilizando la API REST de Power BI. Usar una solución personalizada
permite supervisar el historial de actualizaciones de varios modelos semánticos de
forma centralizada.

Actualización automática de páginas

La actualización automática de páginas funciona en el nivel de página de informe, y
permite a los autores de informes establecer un intervalo de actualización de los objetos
visuales de una página que solo está activo cuando la página se está usando. La
actualización automática de páginas solo está disponible en orígenes de datos de
DirectQuery. El intervalo de actualización mínimo depende del tipo de área de trabajo
en la que el informe se publica y de la configuración de administración de capacidad de
las áreas de trabajo Premium y áreas de trabajo insertadas.

Obtenga más información sobre la actualización automática de páginas en el artículo

Actualización automática de la página.

Historial de actualización del modelo

semántico
Es posible que los intentos de actualización de modelos semánticos de Power BI no
siempre se realicen sin problemas o que tarden más de lo esperado. Puede usar la
página Historial de actualizaciones para ayudarle a diagnosticar por qué es posible que
una actualización no se haya realizado como esperaba.

Power BI realiza automáticamente varios intentos de actualizar un modelo semántico si

experimenta un error de actualización. Sin información sobre las actividades del historial
de actualizaciones, puede parecer que una actualización está tardando más de lo
esperado. Con la página Historial de actualizaciones, puede ver esos intentos erróneos
y obtener información sobre el motivo del error.

En la captura de pantalla siguiente, se muestra un error de actualización, con detalles

sobre cada vez que Power BI intenta completar correctamente la actualización.
También puede ver cuándo Power BI realiza este proceso correctamente cuando se
producen errores en intentos anteriores, como se muestra en la siguiente imagen, lo
que revela que Power BI realiza el proceso correctamente solo después de tres errores.
Observe que la actualización de datos correcta y la caché de consultas comparten el
mismo número de índice, lo que indica que ambas se realizaron correctamente en el
cuarto intento.

Puede seleccionar el vínculo Mostrar junto a un error para obtener más información
sobre el intento de actualización con errores; esto le puede ayudar a solucionar el
problema.

Además, cada intento de actualización de Power BI se divide en dos operaciones:

Datos: carga de datos en el modelo semántico

Caché de consultas: actualización de caché de consultas premium o iconos de
panel

Las siguientes imágenes muestran cómo el historial de actualizaciones separa esas

operaciones y proporciona información sobre cada una de ellas.
El uso significativo de iconos de panel o almacenamiento en caché premium puede
aumentar la duración de la actualización, ya que puede poner en cola muchas consultas
después de cada actualización. Puede reducir el número de paneles o deshabilitar la
configuración de actualización automática de caché para ayudar a reducir el número de
consultas.

Las fases de caché de datos y consultas son independientes entre sí, pero se ejecutan en
secuencia. La actualización de datos se ejecuta primero y, cuando se realiza
correctamente, se ejecuta la actualización de la caché de consultas. Si se produce un
error en la actualización de datos, no se inicia la actualización de la consulta. Es posible
que la actualización de datos se pueda ejecutar correctamente, pero se produce un
error en la actualización de la caché de consultas.

Las actualizaciones realizadas con el Punto de conexión XMLA no mostrarán los detalles
del intento en la ventana Historial de actualizaciones.

Cancelación de actualización
La detención de una actualización del modelo semántico es útil cuando se quiere
detener una actualización de un modelo semántico grande durante horas de máxima
actividad. Use la característica de cancelación de actualización para detener la
actualización de los modelos semánticos que residen en las capacidades Premium,
Premium por usuario (PPU) o Power BI Embedded.

Para cancelar una actualización del modelo semántico, debe ser colaborador, miembro
o administrador del área de trabajo del modelo semántico. La cancelación del modelo
semántico solo funciona con modelos semánticos que usan el modo de importación o
el modo compuesto.

７ Nota

No se admiten modelos semánticos creados como parte de datamarts.

Para iniciar una actualización, vaya al modelo semántico que quiera actualizar y
seleccione Actualizar ahora.

Para detener una actualización, siga estos pasos:

1. Vaya al modelo semántico que se está actualizando y seleccione Cancelar

actualización.
 2. En la ventana emergente Cancelar actualización, seleccione Sí.

procedimientos recomendados
Comprobar el historial de actualizaciones de los modelos semánticos con regularidad es
uno de los procedimientos recomendados más importantes que puede adoptar para
asegurarse de que los informes y los paneles usan datos actualizados. Si detecta
problemas, soluciónelos con prontitud y realice un seguimiento con los propietarios del
origen de datos y los administradores de la puerta de enlace, si es necesario.

Además, tenga en cuenta las siguientes recomendaciones para establecer y mantener

procesos de actualización de datos fiables para sus modelos semánticos:

Programe las actualizaciones en las horas menos ocupadas, especialmente si los

modelos semánticos están en Power BI Premium. Distribuir los ciclos de
actualización de los modelos semánticos a lo largo de un período de tiempo más
amplio ayuda a evitar picos que podrían sobrecargar los recursos disponibles. Los
retrasos en el comienzo de un ciclo de actualización son una señal de que los
recursos están sobrecargados. Si una capacidad Premium está agotada, es posible
que Power BI omita un ciclo de actualización.
Tenga presente los límites de actualización. Si los datos de origen cambian con
frecuencia o el volumen de datos es importante, considere la posibilidad de utilizar
los modos DirectQuery o LiveConnect en lugar del modo de importación, siempre
que el aumento de la carga en el origen y el impacto en el rendimiento de las
consultas sea aceptable. Evite actualizar constantemente un modelo semántico en
modo de importación. Pero los modos DirectQuery o LiveConnect tienen varias
limitaciones, por ejemplo, un límite de un millón de filas para devolver los datos y
un límite de tiempo de respuesta de 225 segundos para ejecutar las consultas,
como se documenta en Uso de DirectQuery en Power BI Desktop. Estas
limitaciones podrían obligar a usar el modo de importación de todas maneras.
Para volúmenes de datos grandes, considere la posibilidad de usar agregaciones
en Power BI.
Compruebe que el tiempo de actualización del modelo semántico no supere la
duración máxima de actualización. Use Power BI Desktop para comprobar la
duración de la actualización. Si tarda más de 2 horas, considere la posibilidad de
mover el modelo semántico a Power BI Premium. Puede que el modelo semántico
no se actualice en la capacidad compartida. Considere también la posibilidad de
usar una actualización incremental para los modelos semánticos de más de 1 GB o
que tarden varias horas en actualizarse.
Optimice los modelos semánticos para que incluyan únicamente las tablas y
columnas que utilizan los informes y paneles. Optimice sus consultas mashup y, si
es posible, evite definiciones de origen de datos dinámico y costosos cálculos DAX.
En concreto, evite las funciones DAX que prueban todas las filas de una tabla
porque sobrecargan los recursos de procesamiento y tiene un consumo elevado
de memoria.
Aplique la misma configuración de privacidad que en Power BI Desktop para
asegurarse de que Power BI pueda generar consultas eficaces a los orígenes. Tenga
en cuenta que Power BI Desktop no publica la configuración de privacidad. Debe
volver a aplicar manualmente la configuración en las definiciones de origen de
datos después de publicar el modelo semántico.
Limite el número de objetos visuales en los paneles, especialmente si usa la
seguridad de nivel de fila (RLS). Tal y como se explicó anteriormente en este
artículo, un número excesivo de iconos de panel puede aumentar
considerablemente la duración de la actualización.
Utilice una implementación de puerta de enlace de datos de empresa de confianza
para conectar los modelos semánticos a orígenes de datos locales. Si observa
errores de actualización relacionados con la puerta de enlace, por ejemplo, la
puerta de enlace no está disponible o está sobrecargada, consulte con los
administradores de la puerta de enlace para agregar otras puertas de enlace a un
clúster existente o implementar un nuevo clúster (escalado vertical frente a
escalado horizontal).
Use puertas de enlace de datos independientes para los modelos semánticos de
importación y los modelos semánticos de DirectQuery o LiveConnect, para que las
importaciones de datos durante la actualización programada no afecten al
rendimiento de los informes y paneles que usan modelos semánticos en los
modos DirectQuery o LiveConnect y que consultan los orígenes de datos con cada
interacción del usuario.
Asegúrese de que Power BI puede enviar notificaciones de error de actualización a
su buzón. Los filtros de correo basura podrían bloquear los mensajes de correo
electrónico o moverlos a una carpeta diferente donde es posible que no los vea.
Contenido relacionado
Configuración de la actualización programada
Herramientas para la solución de problemas de actualización
Solución de problemas de escenarios de actualización

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI

Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Administración de la actualización de
consultas en Power BI
Artículo • 23/03/2023

Con Power BI, puede conectarse a muchos tipos diferentes de orígenes de datos y dar
forma a los datos para ajustarlos a las necesidades. Las conexiones y transformaciones
se almacenan en consultas, que se actualizan de forma predeterminada mediante la
actualización manual o automática del informe en el servicio.

Administración de la carga de consultas

En muchas situaciones, tiene sentido dividir las transformaciones de datos en varias
consultas. Un ejemplo conocido es la combinación, en la que se combinan dos consultas
en una para realizar esencialmente una combinación. En esta situación, algunas
consultas no son relevantes para cargarse en Power BI Desktop, ya que son pasos
intermedios, mientras que siguen siendo necesarios para que las transformaciones de
datos funcionen correctamente. Para estas consultas, asegúrese de que no se cargan en
Power BI Desktop. Anule la selección de Habilitar carga en el menú contextual de la
consulta del Editor de Power Query:

También puede realizar este cambio en la pantalla Propiedades:

Exclusión de consultas de la actualización
Para las consultas en las que los datos de origen no se actualizan con frecuencia o en
absoluto, tiene sentido no incluirlas en la actualización del informe. En este escenario,
puede excluir las consultas para que no se actualicen cuando se actualice el informe.
Anule la selección Incluir en la actualización del informe en el menú contextual de la
consulta en el Editor de Power Query:

También puede realizar este cambio en la pantalla Propiedades:

 ７ Nota

Las consultas excluidas de la actualización también se excluyen de la actualización

automática en el servicio Power BI.

Pasos siguientes
Dar forma a los datos y combinarlos
Configuración de la actualización programada
Herramientas para la solución de problemas de actualización
Solución de problemas de escenarios de actualización

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI

Configuración de actualización
programada
Artículo • 22/11/2023

７ Nota

Después de dos meses de inactividad, se pausa la actualización programada en el

modelo semántico. Para más información, consulte Actualización programada más
adelante en este artículo.

En este artículo se describen las opciones disponibles para la actualización programada

para Puerta de enlace de datos local (modo personal) y para la Puerta de enlace de
datos local. Las opciones de actualización se especifican en las siguientes áreas del
servicio Power BI: Conexión de puerta de enlace, Credenciales del origen de datos y
Programar actualización. Examinaremos cada una de ellas. Para obtener más
información sobre la actualización de datos, incluidas las limitaciones de las
programaciones de actualización, consulte Actualización de datos.

Para ir a la pantalla Programar actualización:

1. En el panel de navegación, en Modelos semánticos, seleccione un modelo

semántico.

2. Seleccione Actualizar>Programar actualización.

Conexión de la puerta de enlace

Verá diferentes opciones dependiendo de si tiene una puerta de enlace personal o
corporativa en línea y disponible.

Sino hay puerta de enlace disponible, verá la opción Conexión de puerta de enlace
deshabilitada. También verá un mensaje que indica cómo instalar la puerta de enlace
personal.

Si tiene configurada una puerta de enlace personal y está en línea, estará disponible
para seleccionarla. Si no está disponible, se mostrará sin conexión.

También puede seleccionar la puerta de enlace empresarial si está disponible para

usted. Solo verá una puerta de enlace empresarial disponible si su cuenta aparece en la
pestaña Usuarios del origen de datos configurado para una puerta de enlace dada.

Credenciales del origen de datos

Power BI Gateway - Personal

Si utiliza la puerta de enlace personal para actualizar los datos, debe proporcionar las
credenciales para conectarse al origen de datos back-end. Si se conecta a una aplicación
desde un servicio en línea, las credenciales especificadas para conectarse se transferirán
a la actualización programada.

Solo es necesario iniciar sesión en un origen de datos la primera vez que use la
actualización en ese modelo semántico. Una vez introducidas, esas credenciales se
conservan con el modelo semántico.

７ Nota

En algunos métodos de autenticación, si la contraseña que se usa para iniciar

sesión en un origen de datos expira o se modifica, necesitará cambiarla también en
el origen de datos en Credenciales de origen de datos.

Si hay algún problema, suele deberse a que la puerta de enlace está sin conexión
porque no pudo iniciar sesión en Windows e iniciar el servicio, o bien, porque Power BI
no pudo iniciar sesión en los orígenes de datos para consultar los datos actualizados. Si
se produce un error en la actualización, compruebe la configuración del modelo
semántico. Si el servicio de puerta de enlace está sin conexión, verá el error en Estado. Si
Power BI no puede iniciar sesión en los orígenes de datos, verá un error en
"Credenciales de origen de datos".

Puerta de enlace de datos local

Si usa la puerta de enlace de datos local para actualizar los datos, no es preciso que
especifique sus credenciales, ya que el administrador de la puerta de enlace las define
para el origen de datos.

７ Nota

Al conectarse a SharePoint local para la actualización de datos, Power BI solo

admite los mecanismos de autenticación Anonymous, Basic y Windows (NTLM o
Kerberos). Power BI no admite ADFS ni ningún mecanismo de autenticación basada
en formularios para la actualización de datos de los orígenes de datos de
SharePoint local.

Actualización programada
La sección Actualización programada es donde se definen las ranuras de frecuencia y
hora para actualizar el modelo semántico. Algunos orígenes de datos no requieren la
configuración de una puerta de enlace para la actualización; otros orígenes de datos
requieren una puerta de enlace.

En un escenario de Direct Query, cuando un modelo semántico se califica para la

optimización del rendimiento, Programación de actualización se moverá a la sección
Optimizar el rendimiento.

Cambie el valor del control deslizante Mantener los datos actualizados a Sí para
configurar las opciones.
７ Nota

El objetivo es iniciar la actualización en un plazo de 15 minutos desde la franja de

tiempo programada, pero puede producirse un retraso de hasta una hora si el
servicio no puede asignar antes los recursos necesarios. La actualización puede
comenzar cinco minutos antes de la hora de actualización programada.

７ Nota

Después de dos meses de inactividad, se pausa la actualización programada en el

modelo semántico. Un modelo semántico se considera inactivo cuando ningún
usuario ha visitado ningún panel o informe basado en el modelo semántico.
Cuando se pausa la actualización programada, se envía un correo electrónico al
propietario del modelo semántico. A continuación, la programación de
actualización del modelo semántico se muestra como deshabilitada. Para reanudar
la actualización programada, vuelva a consultar cualquier panel o informe basado
en el modelo semántico.
¿Qué se admite?

７ Nota

La actualización programada también se deshabilitará automáticamente después

de cuatro errores consecutivos.

 Sugerencia

Power BI no tiene una opción de intervalo de actualización mensual. Pero puede

usar Power Automate para crear un intervalo de actualización personalizado que se
produzca mensualmente, tal como se describe en la entrada de blog de
Power BI siguiente.

Ciertos modelos semánticos se admiten en diferentes puertas de enlace para la

actualización programada.

Power BI Gateway - Personal

Power BI Desktop

Todos los orígenes de datos en línea que se muestran en Obtener datos de

Power BI Desktop y en el Editor de Power Query.
Todos los orígenes de datos locales que se muestran en Obtener datos de
Power BI Desktop y en el Editor de Power Query, excepto el archivo Hadoop
(HDFS) y Microsoft Exchange.

Excel

Todos los orígenes de datos en línea que se muestran en Power Query.

Todos los orígenes de datos locales que se muestran en Power Query, excepto el
archivo Hadoop (HDFS) y Microsoft Exchange.
Todos los orígenes de datos en línea que se muestran en Power Pivot.
Todos los orígenes de datos locales que se muestran en Power Pivot, excepto el
archivo Hadoop (HDFS) y Microsoft Exchange.

７ Nota

En Excel 2016 y versiones posteriores, Iniciar el Editor de Power Query está

disponible en Obtener datos en la cinta de opciones Datos.
Power BI Gateway
Para obtener información sobre los orígenes de datos admitidos, consulte Orígenes de
datos de Power BI.

Solución de problemas
A veces, es posible que la actualización de datos no sea la esperada, normalmente por
un problema relacionado con una puerta de enlace. Consulte las herramientas y los
problemas conocidos en los artículos de solución de problemas de puerta de enlace:

Solución de problemas con la puerta de enlace de datos local

Solución de problemas de Power BI Gateway- Personal

Pasos siguientes
Actualizar datos en Power BI
Power BI Gateway - Personal
Puerta de enlace de datos local (modo personal)
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de Power BI Gateway- Personal

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI

Resúmenes de actualización de Power BI
Artículo • 10/11/2023

En la página Resúmenes de actualización de Power BI, que se encuentra en el portal de

administración de Power BI, se ofrece control e información sobre las programaciones y
las capacidades de actualización, además de las posibles superposiciones de
programación de actualización de Power BI Premium. Puede usar la página de
resúmenes de actualización para determinar si debe ajustar las programaciones de
actualización, conocer los códigos de error asociados a los problemas de actualización y
administrar correctamente la programación de actualización de los datos.

La página de resúmenes de actualización tiene dos vistas:

Historial. Muestra el historial del resumen de actualización de las capacidades

Power BI Premium de las que es administrador.
Programación. Muestra la vista de programación de la actualización programada,
que también puede descubrir problemas con franjas horarias que están saturadas.

También puede exportar información sobre un evento de actualización a un archivo .csv,

que puede proporcionar información importante y una visión general de los eventos o
errores de actualización que pueden afectar al rendimiento o la finalización de los
eventos de actualización programada.

En las siguientes secciones se examina cada una de estas vistas a su vez.

Actualizar historial
Puede seleccionar la vista Historial haciendo clic en Historial en la página de resúmenes
de actualización.


El historial proporciona una visión general de los resultados de las actualizaciones
programadas recientemente en las capacidades en las que tiene privilegios de
administrador. Puede ordenar la vista por cualquier columna si selecciona su
encabezado. Puede ordenar la vista por la columna seleccionada en orden ascendente o
descendente, o mediante filtros de texto.

En la vista Historial, los datos asociados a una actualización determinada se basan en los
60 registros más recientes para cada actualización programada.

También puede exportar información de cualquier actualización programada a un

archivo .csv, que incluye información detallada, como los mensajes de error de cada
evento de actualización. La exportación a un archivo .csv permite ordenar el archivo por
cualquiera de las columnas, buscar palabras, ordenar por códigos de error o por
propietarios, etc. En la imagen siguiente se muestra un ejemplo de archivo .csv
exportado.


Con la información del archivo exportado, puede revisar la capacidad, la duración y los
mensajes de error registrados para la instancia de actualización.

Programación de la actualización
Puede seleccionar la vista Programación seleccionando Programación en resúmenes de
actualización. La vista Programación muestra la información de programación de la
semana, dividida en franjas horarias de 30 minutos.

La vista Programación es muy útil para determinar si los eventos de actualización

programados están correctamente espaciados, lo que permite que todas las
actualizaciones se completen sin superponerse, o si se han programado eventos de
actualización que están tardando demasiado y creando contención de recursos. Si
encuentra este tipo de contención de recursos, debe ajustar las programaciones de
actualización para evitar conflictos o superposiciones, de modo que las actualizaciones
programadas se puedan completar correctamente.

La columna Tiempo de actualización reservado (minutos) es un cálculo del promedio

de hasta 60 registros por modelo semántico asociado. El valor numérico de cada franja
horaria de 30 minutos es la suma de los minutos calculados para todas las
actualizaciones programadas que se inician en la franja horaria y cualquier actualización
programada establecida para iniciarse en la franja horaria anterior, pero cuya duración
media se desborda en la franja horaria seleccionada.
La columna Tiempo de actualización disponible (minutos) es un cálculo de los minutos
disponibles de actualización en cada franja horaria menos cualquier actualización ya
esté programada para esa franja horaria. Por ejemplo, si la suscripción P2 proporciona
80 actualizaciones que se ejecutan simultáneamente, tiene 80 franjas horarias de
30 minutos, por lo que 80 actualizaciones x 30 minutos cada una = 2,400 minutos
disponibles de actualización en esa franja horaria. Si tiene una actualización reservada
en esa franja horaria que tarda 20 minutos, el tiempo de actualización disponible en
minutos para esa franja horaria es de 2,380 minutos (2,400 minutos disponibles en total,
menos 20 minutos ya reservados = 2,380 minutos aún disponibles).

Puede seleccionar una franja horaria y luego seleccionar el botón Detalles asociado para
ver los eventos de actualización programada que contribuyen al tiempo de actualización
que se reserva, sus propietarios y cuánto tiempo tardan en completarse.

Veamos un ejemplo de cómo funciona esto. El siguiente cuadro de diálogo se muestra

al seleccionar la franja horaria de las 20:30 horas del domingo y seleccionar Detalles.

Existen tres eventos de actualización programada en esta franja horaria.

La actualización programada n.º 1 y n.º 3 están programadas para esta franja horaria de
las 20:30 horas, lo que se puede determinar examinando el valor de la columna Franja
horaria programada. Sus duraciones medias son 4:39 y seis segundos (0:06),
respectivamente. Todo bien allí.

Sin embargo, la actualización programada n.º 2 está programada para la franja horaria
de las 20:00 horas, pero dado que tarda un promedio de más de 48 minutos en
completarse (se ve en la columna Duración promedio), el evento de actualización se
desborda en la siguiente franja horaria de 30 minutos.

Eso no está bien. En este caso, el administrador debe ponerse en contacto con los
propietarios de esa instancia de actualización programada y sugerirles que busquen otra
franja horaria para esa actualización programada, o bien volver a programar las demás
actualizaciones para que no se superpongan, o buscar alguna otra solución para evitar
dicha superposición.

Pasos siguientes
Actualizar datos en Power BI
Power BI Gateway - Personal
Puerta de enlace de datos local (modo personal)
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de Power BI Gateway - Personal

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI

Actualización mejorada mediante la API
REST de Power BI
Artículo • 08/01/2024

Puede usar cualquier lenguaje de programación que sea compatible con las llamadas de
REST para llevar a cabo operaciones de actualización de modelo semántico mediante la
API de REST de actualización de conjunto de datos de Power BI.

La actualización optimizada para modelos con particiones grandes y complejas se

invoca tradicionalmente con métodos de programación mediante TOM (modelo de
objetos tabulares), cmdlets de PowerShell o TMSL (lenguaje de scripting de modelos
tabulares). Sin embargo, estos métodos requieren conexiones HTTP de larga ejecución
que pueden ser poco fiables.

La API de REST de actualización de conjunto de datos de Power BI puede llevar a cabo

operaciones de actualización de modelo semántico de forma asincrónica, por lo que las
conexiones HTTP de larga ejecución de las aplicaciones cliente no son necesarias. En
comparación con las operaciones de actualización estándar, la actualización mejorada
con la API REST proporciona más opciones de personalización y las siguientes
características, las cuales son útiles para modelos grandes:

Confirmaciones por lotes

Actualización de nivel de tabla y partición
Aplicación de directivas de actualización incremental
Detalles de la actualización de GET
Cancelación de actualización

７ Nota

Anteriormente, la actualización mejorada se llamaba actualización asincrónica

con la API REST. Sin embargo, una actualización estándar que usa la API REST
de actualización de conjunto de datos también se ejecuta de forma
asincrónica por su naturaleza inherente.
Las operaciones de actualización de la API REST de Power BI mejoradas no
actualizan automáticamente las cachés de iconos. Las cachés de iconos solo
se actualizan cuando un usuario accede a un informe.

URL base
La URL base tiene el siguiente formato:

HTTP

[Link]
reshes

Puede anexar recursos y operaciones a la URL base en función de los parámetros. En el

diagrama siguiente, los grupos, los conjuntos de datos y las actualizaciones son
colecciones. El grupo, el conjunto de datos y la actualización son objetos.

Requisitos
Necesita los siguientes requisitos para usar la API REST:

Un modelo semántico en Power BI Premium, Premium por usuario o Power BI

Embedded.
Identificadores de grupo y conjunto de datos que se van a usar en la dirección URL
de la solicitud.
Ámbito de permiso [Link].

El número de actualizaciones está limitado por las limitaciones generales de las

actualizaciones basadas en API para modelo Pro y Premium.

Autenticación
Todas las llamadas deben autenticarse con un token de OAuth 2 válido de Microsoft
Entra ID en el encabezado autorización. El token debe cumplir los requisitos siguientes:

Ser un token de usuario o una entidad de servicio de aplicación.

Establecer correctamente el público en [Link] .
Que lo use un usuario o una aplicación que tenga permisos suficientes en el
modelo.

７ Nota
 Las modificaciones de la API REST no cambian los permisos definidos actualmente
para actualizaciones de modelos.

POST /refreshes
Para realizar una actualización, utilice el verbo POST en la colección /refreshes para
agregar un nuevo objeto refresh a la colección. El encabezado de ubicación de la
respuesta incluye requestId . Como la operación es asincrónica, una aplicación cliente se
puede desconectar y usar requestId para consultar el estado más tarde, si es necesario.

El siguiente código muestra una solicitud de ejemplo:

HTTP

POST [Link]
4cb4a3a50b48/datasets/cfafbeb1-8037-4d0c-896e-a46fb27ff229/refreshes

El cuerpo de la solicitud podría ser similar al ejemplo siguiente:

JSON

{
"type": "Full",
"commitMode": "transactional",
"maxParallelism": 2,
"retryCount": 2,
"objects": [
{
"table": "DimCustomer",
"partition": "DimCustomer"
},
{
"table": "DimDate"
}
]
}

７ Nota

El servicio solo acepta una operación de actualización a la vez para un modelo. Si

en estos momentos hay una actualización en curso y se envía otra, se devolverá un
código de estado HTTP 400 Bad Request .
Parámetros
Para realizar una operación de actualización mejorada, debe especificar uno o varios
parámetros en el cuerpo de la solicitud. Los parámetros especificados pueden
especificar un valor predeterminado u opcional. Cuando la solicitud especifica
parámetros, todos los demás parámetros se aplican a la operación con sus valores
predeterminados. Si la solicitud no especifica ningún parámetro, todos los parámetros
usan sus valores predeterminados y se realiza una operación de actualización estándar.

ﾉ Expandir tabla

Nombre Tipo Valor Descripción

predeterminado

type Enum automatic El tipo de procesamiento que desea

realizar. Los tipos se alinean con los
tipos de comandos de actualización de
TMSL: full , clearValues , calculate ,
dataOnly , automatic y defragment . No
se admite el tipo add .

commitMode Enumeración transactional Determina si se deben confirmar

objetos en lotes o solo al completarse.
Los modos son transactional y
partialBatch . Cuando se usa
partialBatch la operación de
actualización no se produce dentro de
una transacción. Cada comando se
confirma individualmente. Si se
produce un error, el modelo podría
estar vacío o incluir solo un
subconjunto de los datos. Para proteger
de errores y mantener los datos que se
encontraban en el modelo antes de
iniciar la operación, ejecute la
operación con commitMode =
transactional .

maxParallelism Int 10 Determina el número máximo de

subprocesos que pueden ejecutar los
comandos de procesamiento en
paralelo. Este valor se alinea con la
propiedad MaxParallelism que se
puede establecer en el comando
Sequence de TMSL o mediante otros
métodos.
 Nombre Tipo Valor Descripción
predeterminado

retryCount Int 0 Número de veces que la operación se

vuelve a intentar antes de que se
produzca un error.

objects Matriz Modelo Matriz de objetos que se va a procesar.

completo Cada objeto incluye table al procesar
una tabla completa, o bien table y
partition al procesar una partición. Si
no se especifica ningún objeto, se
actualizará todo el modelo.

applyRefreshPolicy Booleano true Si se define una directiva de

actualización incremental, determina si
se aplica la directiva. Los modos son
true o false . Si no se aplica la
directiva, el proceso completo deja las
definiciones de partición sin cambios y
actualiza por completo todas las
particiones de la tabla.

Si commitMode es transactional ,
applyRefreshPolicy puede ser true o
false . Si commitMode es partialBatch ,
applyRefreshPolicy de true no se
admite y applyRefreshPolicy debe
establecerse en false .

effectiveDate Date Fecha actual Si se aplica una directiva de

actualización incremental, el parámetro
effectiveDate invalidará la fecha
actual. Si no se especifica, se usa UTC
para determinar el día actual.

Respuesta
JSON

202 Accepted

La respuesta también incluye un campo de encabezado de respuesta Location para

dirigir al autor de la llamada a la operación de actualización que se ha creado y
aceptado. Location es la ubicación del nuevo recurso que ha creado la solicitud, que
incluye el requestId que algunas operaciones de actualización mejoradas requieren. Por
ejemplo, en la siguiente respuesta, requestId es el último identificador de la respuesta
87f31ef7-1e3a-4006-9b0b-191693e79e9e .

JSON

x-ms-request-id: 87f31ef7-1e3a-4006-9b0b-191693e79e9e
Location: [Link]
4cb4a3a50b48/datasets/cfafbeb1-8037-4d0c-896e-
a46fb27ff229/refreshes/87f31ef7-1e3a-4006-9b0b-191693e79e9e

GET /refreshes
Use el verbo GET en la colección /refreshes para enumerar las operaciones de
actualización pendientes y actuales.

El cuerpo de la respuesta podría tener un aspecto similar al siguiente ejemplo:

JSON

[
{
"requestId": "1344a272-7893-4afa-a4b3-3fb87222fdac",
"refreshType": "ViaEnhancedApi",
"startTime": "2020-12-07T[Link].1838734Z",
"endTime": "2020-12-07T[Link].4929675Z",
"status": "Completed",
"extendedStatus": "Completed"
},
{
"requestId": "474fc5a0-3d69-4c5d-adb4-8a846fa5580b",
"startTime": "2020-12-07T[Link].157324Z",
"refreshType": "ViaEnhancedApi",
"endTime": "2020-12-07T[Link].353371Z",
"status": "Unknown"
}
{
"requestId": "85a82498-2209-428c-b273-f87b3a1eb905",
"refreshType": "ViaEnhancedApi",
"startTime": "2020-12-07T[Link].157324Z",
"endTime": "2020-12-07T[Link].353371Z",
"status": "Unknown",
"extendedStatus": "NotStarted"
}
]

７ Nota
 Power BI puede anular las solicitudes si hay demasiadas en un breve período de
tiempo. Power BI lleva a cabo una actualización, pone la siguiente solicitud en la
cola y anula todas las otras. Por diseño, no se puede consultar el estado de las
solicitudes anuladas.

Propiedades de respuesta

ﾉ Expandir tabla

Nombre Tipo Descripción

requestId Guid Identificador de la solicitud de actualización. Necesita requestId para

consultar el estado de la operación de actualización individual o
cancelar una operación de actualización en curso.

refreshType String OnDemand indica que la actualización se ha desencadenado de forma

interactiva a través del portal de Power BI.
Scheduled indica que una programación de actualización del modelo
ha desencadenado la actualización.
ViaApi indica que una llamada API ha desencadenado la actualización.
ViaEnhancedApi indica que una llamada API ha desencadenado una
actualización mejorada.

startTime String Fecha y hora de inicio de la actualización.

endTime String Fecha y hora de finalización de la actualización.

status String Completed indica que la operación de actualización se ha completado

correctamente.
Failed indica que no se ha podido realizar la operación de
actualización.
Unknown indica que el estado de conclusión no se puede determinar.
Con este estado, el valor endTime está vacío.
Disabled indica que la actualización se ha deshabilitado mediante la
actualización selectiva.
Cancelled indica que la actualización se ha cancelado correctamente.

extendedStatus String Aumenta la propiedad status para proporcionar más información.

７ Nota

En Azure Analysis Services, el resultado de status completado es succeeded . Si

migra una solución de Azure Analysis Services a Power BI, puede que tenga que
modificar sus soluciones.
Limitación del número de operaciones de actualización
devueltas
La API REST de Power BI es compatible con la limitación del número de entradas
solicitado en el historial de actualización mediante el parámetro opcional $top . Si no se
especifica, la opción predeterminada son todas las entradas disponibles.

HTTP

GET
[Link]
reshes?$top={$top}

GET /refreshes/<requestId>
Para consultar el estado de una operación de actualización, utilice el verbo GET en el
objeto de actualización especificando el valor requestId . Si la operación está en curso,
status devuelve InProgress , como en el cuerpo de la respuesta de ejemplo siguiente:

JSON

{
"startTime": "2020-12-07T[Link].1838734Z",
"endTime": "2020-12-07T[Link].4929675Z",
"type": "Full",
"status": "InProgress",
"currentRefreshType": "Full",
"objects": [
{
"table": "DimCustomer",
"partition": "DimCustomer",
"status": "InProgress"
},
{
"table": "DimDate",
"partition": "DimDate",
"status": "InProgress"
}
]
}

DELETE /refreshes/<requestId>
Para cancelar una operación de actualización mejorada en curso, utilice el verbo DELETE
en el objeto de actualización especificando el valor requestId .

Por ejemplo,

HTTP

DELETE [Link]
4cb4a3a50b48/datasets/cfafbeb1-8037-4d0c-896e-
a46fb27ff229/refreshes/1344a272-7893-4afa-a4b3-3fb87222fdac

Consideraciones y limitaciones
La operación de actualización tiene las siguientes consideraciones y limitaciones:

Operaciones de actualización estándar

No puede cancelar las actualizaciones programadas o a petición manuales de
modelos mediante DELETE /refreshes/<requestId> .
Las actualizaciones programadas y a petición manuales de modelos no son
compatibles con la obtención de detalles de la operación de actualización
mediante GET /refreshes/<requestId> .
Más información y Cancelar son operaciones nuevas solo para la actualización
mejorada. La actualización estándar no admite estas operaciones.

Power BI Embedded

Si una capacidad se pausa de forma manual en el portal de Power BI o mediante

PowerShell, o bien si se produce una interrupción del sistema, el estado de cualquier
operación de actualización mejorada en curso sigue siendo InProgress durante un
máximo de seis horas. Si la capacidad se reanuda antes de que hayan pasado seis horas,
la operación de actualización se reanudará de forma automática. Si la capacidad se
reanuda después de más de seis horas, puede que la operación de actualización
devuelva un error de tiempo de espera. A continuación, debe reiniciar la operación de
actualización.

Expulsión del modelo semántico

Power BI utiliza una administración de memoria dinámica para optimizar la memoria de
las capacidades. Si el modelo se expulsa de la memoria durante una operación de
actualización, puede que se devuelva el error siguiente:
 JSON

{
"messages": [
{
"code": "0xC11C0020",
"message": "Session cancelled because it is connected to a
database that has been evicted to free up memory for other operations",
"type": "Error"
}
]
}

La solución consiste en volver a ejecutar la operación de actualización. Para más

información sobre la administración dinámica de memoria y la expulsión de modelos,
consulte Expulsión de modelos.

Límites de tiempo de la operación de actualización

La cantidad máxima de tiempo de una sola operación de actualización es de cinco
horas. Si la operación de actualización no se completa correctamente dentro del límite
de cinco horas y retryCount no se especifica o se especifica como 0 (valor
predeterminado) en el cuerpo de la solicitud, se devuelve un error de tiempo de espera.

Si retryCount especifica 1 u otro número, se inicia una nueva operación de

actualización con un límite de cinco horas. Si se produce un error en esta operación de
reintento, el servicio continúa reintentando la operación de actualización hasta alcanzar
el mayor número de reintentos que retryCount especifica o el límite de tiempo de
procesamiento de la actualización mejorado de 24 horas desde el principio de la
primera solicitud de actualización.

Al planear la solución de actualización del modelo mejorada con la API de REST de

actualización de conjunto de datos, es importante tener en cuenta estos límites de
tiempo y el parámetro retryCount . La finalización de una actualización correcta puede
superar las cinco horas si se produce un error en una operación de actualización inicial y
retryCount especifica 1 o más.

Por ejemplo, si solicita una operación de actualización con "retryCount": 1 y se

produce un error en la operación de reintento inicial cuatro horas después de la hora de
inicio, comienza una segunda operación de actualización para esa solicitud. Si esa
segunda operación de actualización se realiza correctamente en tres horas, el tiempo
total para la ejecución correcta de la solicitud de actualización es de siete horas.
Si se produce un error en las operaciones de actualización periódicamente, superan el
límite de tiempo de cinco horas o el tiempo de la operación de actualización correcta
deseado, considere la posibilidad de reducir la cantidad de datos que se actualizan
desde el origen de datos. Puede dividir la actualización en varias solicitudes, por
ejemplo, una solicitud para cada tabla. También puede especificar partialBatch en el
parámetro commitMode .

Ejemplo de código
A fin de ver un ejemplo de código de C# para comenzar, consulte RestApiSample en
GitHub.

Para usar el código de ejemplo:

1. Clone o descargue el repositorio.

2. Abra la solución RestApiSample.
3. Busque la línea [Link] = … y proporcione su URL base.

El ejemplo de código usa autenticación de entidad de servicio.

Consulte también
API de REST del conjunto de datos de actualización de Power BI
Uso de las API REST de Power BI
Actualización incremental y datos en
tiempo real para modelos semánticos
Artículo • 24/11/2023

La actualización incremental amplía las operaciones de actualización programada

proporcionando la creación y administración automatizadas de particiones para las
tablas de modelo semántico que cargan datos nuevos y actualizados con frecuencia.
Para la mayoría de los modelos, se trata de una o varias tablas que contienen datos de
transacción que cambian con frecuencia y pueden crecer exponencialmente, como una
tabla de hechos en un esquema de base de datos relacional o de estrella. Una directiva
de actualización incremental para crear particiones de la tabla y actualizar solo las
particiones de importación más recientes y, opcionalmente, utilizar otra partición
DirectQuery para los datos en tiempo real, puede reducir significativamente la cantidad
de datos que hay que actualizar. Al mismo tiempo, esta directiva garantiza que los
cambios más recientes en el origen de datos se incluyan en los resultados de la
consulta.

Con actualización incremental y datos en tiempo real:

Menos ciclos de actualización para los datos que cambian rápidamente El modo
DirectQuery obtiene las actualizaciones de datos más recientes a medida que se
procesan las consultas sin necesidad de una cadencia de actualización alta.
Las actualizaciones son más rápidas. Solo hay que actualizar los datos más
recientes que se han modificado.
Las actualizaciones son más confiables. No se necesitan conexiones de larga
duración a orígenes de datos volátiles. Las consultas a los datos de origen se
ejecutan más rápido, lo que reduce la posibilidad de que los problemas de red
interfieran en el funcionamiento.
El consumo de recursos es menor. Al haber menos datos que actualizar, se reduce
el consumo total de memoria y de otros recursos tanto en Power BI como en
sistemas de origen de datos.
Se habilitan modelos semánticos de gran tamaño. Los modelos semánticos con
potencialmente miles de millones de filas pueden crecer sin necesidad de
actualizar completamente todo el modelo con cada operación de actualización.
La instalación es fácil. Las directivas de actualización incremental se definen en
Power BI Desktop con solo algunas tareas. Cuando Power BI Desktop publica el
informe, el servicio aplica automáticamente esas directivas con cada actualización.

Al publicar un modelo de Power BI Desktop en el servicio, cada tabla del modelo nuevo
tiene una sola partición. Esa partición única contiene todas las filas de esa tabla. Si la
tabla es grande, por ejemplo, con decenas de millones de filas o incluso más, una
actualización de esa tabla puede tardar mucho tiempo y consumir una cantidad excesiva
de recursos.

Con la actualización incremental, el servicio crea particiones de manera dinámica y

separa los datos que se deben actualizar con frecuencia de los datos que se pueden
actualizar con menos frecuencia. Los datos de tabla se filtran mediante los parámetros
de fecha y hora de Power Query con los nombres reservados RangeStart y RangeEnd ,
que distinguen mayúsculas de minúsculas. Al configurar inicialmente la actualización
incremental en Power BI Desktop, los parámetros se usan para filtrar solo un período de
datos breve que se va a cargar en el modelo. Cuando Power BI Desktop publica el
informe en el servicio Power BI, con la primera operación de actualización, el servicio
crea particiones incrementales e históricas y, opcionalmente, una partición DirectQuery
en tiempo real basada en la configuración de la directiva de actualización incremental. A
continuación, el servicio anula los valores de los parámetros para filtrar y consultar los
datos de cada partición basándose en los valores de fecha y hora de cada fila.

Con cada actualización posterior, los filtros de la consulta solo devuelven las filas que se
encuentran dentro del período de actualización que los parámetros definen de manera
dinámica. Esas filas con fecha y hora dentro del período de actualización se actualizan.
Las filas con fecha y hora que ya no se encuentran dentro del período de actualización
se convierten en parte del período histórico, el que no se actualiza. Si en la directiva de
actualización incremental se incluye una partición DirectQuery en tiempo real, su filtro
también se actualizará para que resalte los cambios que se produjeron después del
período de actualización. Se ponen al día tanto los períodos de actualización como los
períodos históricos. A medida que se crean particiones de actualización incremental
nuevas, las particiones de actualización que dejan de estar dentro del período de
actualización se convierten en particiones históricas. Con el tiempo, las particiones
históricas se vuelven menos pormenorizadas a medida que se combinan. Cuando una
partición histórica deja de estar dentro del período histórico definido por la directiva, se
quita completamente del modelo. Este comportamiento se conoce como un patrón de
ventana con desplazamiento.

La belleza de la actualización incremental es que el servicio controla todo esto

automáticamente en función de las directivas de actualización incremental que el
usuario define. De hecho, el proceso y las particiones que se crean a partir de él ni
siquiera son visibles en el servicio. En la mayoría de los casos, una directiva de
actualización incremental bien definida es todo lo que se necesita para mejorar
significativamente el rendimiento de la actualización del modelo. Sin embargo, la
partición DirectQuery en tiempo real solo se admite para modelos en las capacidades
Premium. Power BI Premium también permite escenarios de partición y actualización
más avanzados a través del punto de conexión XML for Analysis (XMLA).

Requisitos
En las secciones siguientes se describen los planes y orígenes de datos admitidos.

Planes admitidos
La actualización incremental es compatible con modelos Power BI Premium, Premium
por usuario, Power BI Pro y Power BI Embedded.

La obtención de los datos más recientes en tiempo real con DirectQuery solo es
compatible con modelos de Power BI Premium, Premium por usuario y
Power BI Embedded.

Orígenes de datos admitidos

La actualización incremental y los datos en tiempo real funcionan mejor para orígenes
de datos relacionales estructurados, como SQL Database y Azure Synapse, pero también
pueden funcionar para otros orígenes de datos. En cualquier caso, el origen de datos
debe admitir lo siguiente:

Filtrado de fechas: el origen de datos debe admitir algún mecanismo para filtrar los
datos por fecha. Para un origen relacional, suele ser una columna de fecha de tipo de
datos de fecha y hora o entero en la tabla de destino. Los parámetros RangeStart y
RangeEnd (que deben ser de tipo de datos de fecha y hora) filtran los datos de la tabla
en función de la columna de fecha. En el caso de las columnas de fecha de claves
suplentes de enteros con formato yyyymmdd , puede crear una función que convierta el
valor de fecha y hora en los parámetros RangeStart y RangeEnd para que coincida con
la clave suplente de enteros de la columna de fecha. Para más información, consulte
Configuración de la actualización incremental: Conversión de DateTime en entero.

Para otros orígenes de datos, los parámetros RangeStart y RangeEnd deben pasarse al
origen de datos de alguna manera que permita el filtrado. En el caso de los orígenes de
datos basados en archivos donde los archivos y carpetas se organizan por fecha, los
parámetros RangeStart y RangeEnd se pueden usar para filtrar los archivos y carpetas
para seleccionar los archivos que se van a cargar. En el caso de los orígenes de datos
basados en web, los parámetros RangeStart y RangeEnd se pueden integrar en la
solicitud HTTP. Por ejemplo, la siguiente consulta se puede usar para la actualización
incremental de los seguimientos desde una instancia de AppInsights:

Power Query M

let
strRangeStart = [Link](RangeStart,[Format="yyyy-MM-
dd'T'HH:mm:ss'Z'", Culture="en-US"]),
strRangeEnd = [Link](RangeEnd,[Format="yyyy-MM-
dd'T'HH:mm:ss'Z'", Culture="en-US"]),
Source =
[Link]([Link]("[Link]
guid>/query",
[Query=[#"query"="traces
| where timestamp >= datetime(" & strRangeStart &")
| where timestamp < datetime("& strRangeEnd &")
",#"x-ms-app"="AAPBI",#"prefer"="[Link]-
thinning=true"],Timeout=#duration(0,0,4,0)])),
TypeMap = #table(
{ "AnalyticsTypes", "Type" },
{
{ "string", [Link] },
{ "int", [Link] },
{ "long", [Link] },
{ "real", [Link] },
{ "timespan", [Link] },
{ "datetime", [Link] },
{ "bool", [Link] },
{ "guid", [Link] },
{ "dynamic", [Link] }
}),
DataTable = Source[tables]{0},
Columns = [Link](DataTable[columns]),
ColumnsWithType = [Link](Columns, {"type"}, TypeMap ,
{"AnalyticsTypes"}),
Rows = [Link](DataTable[rows], Columns[name]),
Table = [Link](Rows, [Link](ColumnsWithType,
(c) => { c{0}, c{3}}))
in
Table

Cuando se configura la actualización incremental, se ejecuta una expresión Power Query

que incluye un filtro de fecha y hora basado en los parámetros RangeStart y RangeEnd
en el origen de datos. Si el filtro se especifica en un paso de consulta después de la
consulta de origen inicial, es importante que el plegamiento de consultas combine el
paso de consulta inicial con los pasos que hacen referencia a los parámetros RangeStart
y RangeEnd. Por ejemplo, en la siguiente expresión de consulta, [Link] se
plegará porque sigue inmediatamente el paso [Link] y SQL Server admite el
plegamiento:

Power Query M

let
Source = [Link]("dwdev02","AdventureWorksDW2017"),
Data = Source{[Schema="dbo",Item="FactInternetSales"]}[Data],
#"Filtered Rows" = [Link](Data, each [OrderDateKey] >=
[Link]([Link](RangeStart,[Format="yyyyMMdd"]))),
#"Filtered Rows1" = [Link](#"Filtered Rows", each [OrderDateKey]
< [Link]([Link](RangeEnd,[Format="yyyyMMdd"])))

in
#"Filtered Rows1"

No es necesario que la consulta final admita el plegamiento. Por ejemplo, en la

expresión siguiente, usamos nativeQuery sin plegar, pero integramos los parámetros
RangeStart y RangeEnd directamente en SQL:

Power Query M

let
Query = "select * from [Link] where OrderDateKey >= '"&
[Link]([Link]( [Link](RangeStart,"yyyyMMdd") )) &"' and
OrderDateKey < '"& [Link]([Link](
[Link](RangeEnd,"yyyyMMdd") )) &"' ",
Source = [Link]("dwdev02","AdventureWorksDW2017"),
Data = [Link](Source, Query, null, [EnableFolding=false])
in
Data

Sin embargo, si la directiva de actualización incremental incluye la obtención de datos

en tiempo real con DirectQuery, no se pueden usar transformaciones no plegadas. Si se
trata de una directiva de modo de importación pura sin datos en tiempo real, el motor
de mashup de consultas podría compensar y aplicar el filtro localmente, lo que requiere
recuperar todas las filas de la tabla desde el origen de datos. Esto puede hacer que la
actualización incremental sea lenta y el proceso puede quedarse sin recursos en el
servicio Power BI o en una puerta de enlace de datos local, lo que podría eliminar el
propósito de la actualización incremental de manera eficaz.

Dado que la compatibilidad con el plegamiento de consultas es diferente para los

distintos tipos de orígenes de datos, se debe realizar la comprobación para asegurarse
de que la lógica de filtro esté incluida en las consultas que se ejecutan en el origen de
datos. En la mayoría de los casos, Power BI Desktop intenta realizar esta comprobación
automáticamente al definir la directiva de actualización incremental. En el caso de los
orígenes de datos basados en SQL, como SQL Database, Azure Synapse, Oracle y
Teradata, esta comprobación es confiable. Sin embargo, es posible que otros orígenes
de datos no puedan ejecutar la comprobación sin realizar el seguimiento de las
consultas. Si Power BI Desktop no puede confirmar las consultas, se muestra una
advertencia en el cuadro de diálogo Configuración de directiva de actualización
incremental.

Si ve esta advertencia y desea comprobar que se realiza el plegamiento de consultas

necesario, use la característica de diagnóstico de Power Query o haga un seguimiento
de las consultas mediante una herramienta compatible con el origen de datos, como
SQL Profiler. Si no se produce el plegamiento de consultas, compruebe que la lógica de
filtro esté incluida en la consulta que se pasa al origen de datos. Si no es así, es probable
que la consulta incluya una transformación que impide el plegado.

Antes de configurar la solución de actualización incremental, asegúrese de leer

cuidadosamente y comprender los artículos Instrucciones de plegado de consultas en
Power BI Desktop y Plegado de consultas de Power Query. Estos artículos pueden
ayudarlo a determinar si el origen de datos y las consultas admiten el plegamiento de
consultas.

Origen de datos único

Al configurar la actualización incremental y los datos en tiempo real mediante Power BI

Desktop o al configurar una solución avanzada mediante Tabular Model Scripting
Language (TMSL) o Tabular Object Model (TOM) a través del punto de conexión XMLA,
todas las particiones, ya sean de importación o de DirectQuery, deben consultar datos
de un único origen.

Otros tipos de origen de datos

Mediante el uso de más funciones de consulta personalizadas y lógica de consulta, la
actualización incremental se puede usar con otros tipos de orígenes de datos si los
filtros basados en RangeStart y RangeEnd se pueden pasar en una sola consulta, como
con orígenes de datos como archivos de libro de Excel almacenados en una carpeta,
archivos en SharePoint y fuentes RSS. Tenga en cuenta que se trata de escenarios
avanzados que requieren una personalización adicional y pruebas que van más allá de
lo que se describe en este artículo. Asegúrese de consultar la sección Comunidad que
aparece más adelante en este artículo para obtener sugerencias sobre cómo puede
encontrar más información acerca del uso de la actualización incremental para
escenarios únicos.

Límites de tiempo
Independientemente de la actualización incremental, los modelos de Power BI Pro
tienen un límite de tiempo de actualización de dos horas y no admiten la obtención de
datos en tiempo real con DirectQuery. En el caso de los modelos en una capacidad
Premium, el límite de tiempo es de cinco horas. Las operaciones de actualización
consumen muchos procesos y memoria. Una operación de actualización completa
puede usar hasta el doble de memoria que necesita solo el modelo, porque el servicio
mantiene una instantánea del modelo en memoria hasta que se completa la operación
de actualización. Las operaciones de actualización también pueden consumir muchos
procesos, utilizando una cantidad significativa de recursos de CPU disponibles. Las
operaciones de actualización también deben basarse en conexiones volátiles a orígenes
de datos y en la capacidad que tienen esos sistemas de origen de datos para devolver
rápidamente la salida de la consulta. El límite de tiempo es una medida de seguridad
que permite limitar el consumo excesivo de los recursos disponibles.

７ Nota

Con las capacidades Premium, las operaciones de actualización realizadas a través

del punto de conexión XMLA no tienen ningún límite de tiempo. Para más
información, consulte Actualización incremental avanzada con el punto de
conexión XMLA.

Dado que la actualización incremental optimiza las operaciones de actualización en el

nivel de partición del modelo, el consumo de recursos puede disminuir
significativamente. Al mismo tiempo, incluso con la actualización incremental, a menos
que se realicen a través del punto de conexión XMLA, las operaciones de actualización
están enlazadas por esos mismos límites de dos y cinco horas. Una directiva de
actualización incremental eficaz no solo reduce la cantidad de datos procesados con
una operación de actualización, sino que también disminuye la cantidad de datos
históricos innecesarios que se almacenan en el modelo.
Las consultas también pueden verse limitadas por el límite de tiempo predeterminado
del origen de datos. La mayoría de los orígenes de datos relacionales permiten invalidar
los límites de tiempo en la expresión M de Power Query. Por ejemplo, en la expresión
siguiente se usa la función de acceso a datos de SQL Server para establecer
CommandTimeout en 2 horas. Cada período definido por los intervalos de directiva
envía una consulta que respeta el valor de tiempo de espera del comando.

Power Query M

let
Source = [Link]("[Link]", "AdventureWorks",
[CommandTimeout=#duration(0, 2, 0, 0)]),
dbo_Fact = Source{[Schema="dbo",Item="FactInternetSales"]}[Data],
#"Filtered Rows" = [Link](dbo_Fact, each [OrderDate] >=
RangeStart and [OrderDate] < RangeEnd)
in
#"Filtered Rows"

En el caso de modelos muy grandes en capacidades Premium que probablemente

contengan miles de millones de filas, se puede arrancar la operación de actualización
inicial. El arranque permite al servicio crear objetos de tabla y partición para el modelo,
pero no cargar ni procesar datos en ninguna de las particiones. Mediante el uso de
SQL Server Management Studio, puede establecer las particiones para procesarse de
manera individual, en secuencia o en paralelo, lo que puede reducir la cantidad de datos
que devuelve una consulta única y también omitir el límite de tiempo de cinco horas.
Para más información, consulte Actualización incremental avanzada: Prevención de
tiempos de espera en la actualización completa inicial.

Fecha y hora actual

La fecha y hora actual se basa en la fecha del sistema en el momento de la actualización.
Si la actualización programada está habilitada para el modelo en el servicio, se tiene en
cuenta la zona horaria especificada al determinar la fecha y hora actual. Tanto las
actualizaciones individuales como las que se programan mediante el servicio respetan la
zona horaria si está disponible. Por ejemplo, en una actualización que se produce a las
20:00 con Hora del Pacífico (EE. UU. y Canadá) especificada como zona horaria, la fecha
y hora actual se determinará según la hora del Pacífico, y no la hora universal
coordinada (UTC), que, de otro modo, sería el día siguiente. Las operaciones de
actualización que no se invocan a través del servicio Power BI, como el comando de
actualización de TMSL, no tendrán en cuenta la zona horaria de la actualización
programada.
Configuración de la actualización incremental y
los datos en tiempo real
En esta sección se describen los conceptos importantes de configuración de la
actualización incremental y los datos en tiempo real. Cuando tenga todo listo para
obtener instrucciones paso a paso más detalladas, asegúrese de consultar Configuración
de la actualización incremental y los datos en tiempo real para modelos.

La configuración de la actualización incremental se realiza en Power BI Desktop. Para la

mayoría de los modelos, solo se requieren algunas tareas. Sin embargo, tenga presente
los siguientes puntos:

Después de publicar en el servicio Power BI, no puede volver a publicar el mismo

modelo desde Power BI Desktop. Volver a publicarlo quita las particiones y los
datos existentes que ya están en el modelo. Si va a publicar en una capacidad
Premium, se pueden realizar cambios posteriores en el esquema de metadatos con
herramientas como ALM Toolkit de código abierto o mediante TMSL. Para más
 información, consulte Actualización incremental avanzada: Implementación de solo
metadatos.
Después de publicar en el servicio Power BI, no se puede volver a descargar el
modelo como .pbix en Power BI Desktop. Como los modelos del servicio pueden
crecer tanto, no resulta práctico descargarlos y abrirlos en un equipo de escritorio
típico.
Al obtener datos en tiempo real con DirectQuery, no puede publicar el modelo en
un área de trabajo que no sea Premium. La actualización incremental con datos en
tiempo real solo se admite con Power BI Premium.

Creación de parámetros
Al configurar la actualización incremental en Power BI Desktop, primero debe crear dos
parámetros de fecha y hora de Power Query con los nombres reservados RangeStart y
RangeEnd , que distinguen mayúsculas de minúsculas. Estos parámetros, que se definen

en el cuadro de diálogo Administrar parámetros del Editor de Power Query, se usan

inicialmente para filtrar los datos cargados en la tabla del modelo de Power BI Desktop
a fin de incluir solo las filas con una fecha y hora dentro de ese período. RangeStart
representa la fecha y hora más antiguas o tempranas, y RangeEnd representa la fecha y
hora más recientes o tardías. Una vez que se publica el modelo en el servicio, el servicio
reemplaza automáticamente los valores de RangeStart y RangeEnd para consultar los
datos definidos por el período de actualización que se especifica en la configuración de
la directiva de actualización incremental.

Por ejemplo, la tabla de origen de datos FactInternetSales promedia 10 000 filas nuevas
al día. Para limitar el número de filas cargadas inicialmente en el modelo en
Power BI Desktop, se especifica un período de dos días entre RangeStart y RangeEnd .
Filtrado de los datos
Con los parámetros RangeStart y RangeEnd definidos, se aplican filtros de fecha
personalizados en la columna de fecha de la tabla. Los filtros que aplica seleccionan un
subconjunto de datos que se cargarán en el modelo cuando seleccione Aplicar.
Con nuestro ejemplo de FactInternetSales, después de crear filtros basados en los
parámetros y aplicar los pasos correspondientes, se cargan dos días de datos
(aproximadamente 20 000 filas) en el modelo.

Definición de directiva
Una vez que se aplican los filtros y se carga un subconjunto de datos en el modelo, se
define una directiva de actualización incremental para la tabla. Una vez que se publica el
modelo en el servicio, el servicio usa la directiva para crear y administrar particiones de
tabla y realizar operaciones de actualización. Para definir la directiva, use el cuadro de
diálogo Actualización incremental y datos en tiempo real para especificar la
configuración necesaria y la configuración opcional.
Tabla

De forma predeterminada, el cuadro de lista Seleccionar tabla tiene como valor

predeterminado la tabla que selecciona en Vista de datos. Habilite la actualización
incremental para la tabla con el control deslizante. Si la expresión de Power Query para
la tabla no incluye un filtro basado en los parámetros RangeStart y RangeEnd significa
que el botón de alternancia no está disponible.

Configuración requerida
La configuración Archivar datos a partir de antes de la actualización determina el
período histórico en el que se incluyen en el modelo las filas con fecha y hora dentro de
ese período, más las filas del período histórico incompleto actual, además de las filas del
período de actualización hasta la fecha y hora actuales.

Por ejemplo, si especifica cinco años, la tabla almacena los últimos cinco años enteros
de datos históricos en particiones de año. La tabla también incluirá filas para el año
actual en particiones trimestrales, mes o día, hasta e incluido el período de actualización.

En el caso de los modelos en las capacidades Premium, las particiones históricas con
fecha en el pasado se pueden actualizar selectivamente según una granularidad
determinada por esta configuración. Para más información, consulte Actualización
incremental avanzada: Particiones.

La configuración Actualizar los datos incrementalmente a partir de antes de la fecha

de actualización determina el período de actualización incremental en el que todas las
filas con una fecha y hora en ese período se incluyen en las particiones de actualización
y se actualizan con cada operación de actualización.

Por ejemplo, si especificamos un período de actualización de 3 días, con cada operación

de actualización, el servicio invalida los parámetros RangeStart y RangeEnd para crear
una consulta para filas con una fecha y hora dentro de un período de tres días, con
inicio y finalización según la fecha y hora actuales. Se actualizan las filas con una fecha y
hora en los últimos tres días hasta la hora de la operación de actualización actual. Con
este tipo de directiva, podemos esperar que nuestra tabla de modelo FactInternetSales
del servicio, que promedia 10 000 filas nuevas al día, actualice aproximadamente
30 000 filas con cada operación de actualización.

Especifique un período que incluya solo el número mínimo de filas necesarias para
garantizar la precisión de los informes. Cuando se definen directivas para más de una
tabla, se deben usar los mismos parámetros RangeStart y RangeEnd , aunque se definan
distintos períodos de almacenamiento y actualización para cada tabla.

Configuración opcional

La opción Obtenga los datos más recientes en tiempo real con DirectQuery (sólo
Premium) permite capturar los cambios más recientes de la tabla seleccionada en el
origen de datos más allá del período de actualización incremental mediante
DirectQuery. Todas las filas con una fecha y hora posteriores al período de actualización
incremental se incluyen en una partición de DirectQuery y se capturan del origen de
datos con cada consulta del modelo.
Por ejemplo, si esta configuración está habilitada, con cada operación de actualización,
el servicio sigue invalidando los parámetros RangeStart y RangeEnd para crear una
consulta para filas con una fecha y hora posteriores al período de actualización, con el
inicio dependiendo de la fecha y hora actuales. También se incluyen las filas con una
fecha y hora después de la hora actual de la operación de actualización. Con este tipo
de directiva, la tabla de modelo FactInternetSales del servicio incluye las actualizaciones
de datos más recientes.

La opción Actualizar solo días completos garantiza que todas las filas de todo el día se
incluyan en la operación de actualización. Esta opción es opcional a menos que habilite
la opción Obtenga los datos más recientes en tiempo real con DirectQuery (sólo
Premium). Por ejemplo, supongamos nuestra actualización está programada para
ejecutarse todas las mañanas a las 4:00 h. Si aparecen filas de datos nuevas en la tabla
de origen de datos durante esas cuatro horas entre la medianoche y las 04:00 a.m., no
tendrá en cuenta estas filas. Algunas métricas empresariales (como, por ejemplo, los
barriles por día en el sector petrolífero) no tienen sentido en días parciales. Pensemos
en otro ejemplo en el que hay que actualizar los datos de un sistema financiero donde
los datos del mes anterior se aprueban el día doce del mes en curso. Puede establecer el
período de actualización en un mes y programar la actualización para que se ejecute el
día doce del mes. Así, con esta opción activada, los datos de enero se actualizarían el 12
de febrero.

Tenga en cuenta que, a menos que la actualización programada esté configurada para
una zona horaria que no sea UTC, las operaciones de actualización del servicio se
ejecutan en la hora UTC, lo que puede determinar los períodos completos y la fecha de
entrada en vigor.

La opción Detectar cambios de datos permite una actualización aún más selectiva.
Puede seleccionar una columna de fecha y hora y usarla para actualizar solo los días en
que los datos han cambiado. Esta configuración da por hecho que esta columna existe
en el origen de datos, que se suele usar con fines de auditoría. Esta columna no debe ser
la misma que se usa para particionar los datos con los parámetros RangeStart y
RangeEnd . El valor máximo de esta columna se evalúa para cada uno de los períodos en

la frecuencia incremental. Si no ha cambiado desde la última actualización, no es

necesario actualizar el período, lo que podría reducir aún más los días actualizado
incrementalmente de tres a uno.

El diseño actual requiere que la columna que detecta los cambios de datos sea
persistente y esté almacenada en la memoria caché. Se pueden usar las técnicas
siguientes para reducir la cardinalidad y el consumo de memoria:
 Durante la actualización, solo debe persistir el valor máximo de la columna,
posiblemente usando una función de Power Query.
Reduzca la precisión a un nivel que sea aceptable en virtud de sus requisitos de
frecuencia de actualización.
Defina una consulta personalizada para detectar los cambios en los datos
mediante el punto de conexión de XMLA y evitar que el valor de la columna se
conserve por completo.

En algunos casos, se puede mejorar aún más la habilitación de la opción Detectar

cambios de datos. Por ejemplo, es posible que quiera evitar que se conserve la columna
de última actualización en la caché en memoria, o bien habilitar escenarios en los que
los procesos de Extracción, transformación y carga de datos (ETL) preparan una tabla de
configuración o instrucción para así marcar solo las particiones que se deben actualizar.
En este tipo de casos, para las capacidades Premium, use TMSL o TOM para invalidar el
comportamiento de detección de cambios de datos. Para más información, consulte
Actualización incremental avanzada: Consultas personalizadas para detectar cambios de
datos.

Publicar
Después de configurar la directiva de actualización incremental, puede publicar el
modelo en el servicio. Una vez que se completa la publicación, puede realizar la
operación de actualización inicial en el modelo.

７ Nota

Los modelos semánticos que tengan una directiva de actualización incremental

para obtener los datos más recientes en tiempo real con DirectQuery solo se
pueden publicar en un área de trabajo Premium.

En el caso de los modelos publicados en áreas de trabajo asignadas a capacidades

Premium, si cree que el modelo crecerá a más de 1 GB, puede mejorar el rendimiento de
la operación de actualización y asegurarse de que el modelo no supere los límites de
tamaño si habilita el formato de almacenamiento de modelos grandes antes de realizar
la primera operación de actualización en el servicio. Para obtener más información,
consulte Modelos grandes en Power BI Premium.

） Importante
 Después de Power BI Desktop publique el modelo en el servicio, no se puede volver
a descargar .pbix.

Actualizar
Después de publicar en el servicio, se debe realizar una operación de actualización
inicial en el modelo. Esta actualización debe ser una actualización individual (manual)
para que pueda supervisar el progreso. La operación de actualización inicial puede
tardar bastante tiempo en completarse. Se deben crear particiones, cargar datos
históricos, crear o volver a crear objetos como relaciones y jerarquías, y volver a calcular
los objetos calculados.

Las operaciones de actualización posteriores, ya sean individuales o programadas, son

mucho más rápidas porque solo se actualizan las particiones de actualización
incremental. De todos modos deben producirse otras operaciones de procesamiento,
como la combinación de particiones y el recálculo, pero suele tardar mucho menos
tiempo en comparación con la actualización inicial.

Actualización automática de informes

En el caso de los informes que usan un modelo con una directiva de actualización
incremental para obtener los datos más recientes en tiempo real con DirectQuery, es
una buena idea habilitar la actualización automática de páginas a un intervalo fijo o en
función de la detección de cambios para que los informes incluyan los datos más
recientes sin retraso. Para más información, consulte Actualización automática de
páginas en Power BI.

Actualización incremental avanzada

Si el modelo está en una capacidad Premium con el punto de conexión XMLA
habilitado, la actualización incremental se puede ampliar aún más para escenarios
avanzados. Por ejemplo, puede usar SQL Server Management Studio para ver y
administrar particiones, arrancar la operación de actualización inicial o actualizar
particiones históricas con fecha en el pasado. Para más información, consulte
Actualización incremental avanzada con el punto de conexión XMLA.

Comunidad
Power BI tiene una comunidad dinámica donde MVP, profesionales de BI y colegas
comparten sus experiencias en grupos de debate, vídeos, blogs, entre otros. Cuando
esté aprendiendo sobre la actualización incremental, asegúrese de consultar estos
recursos adicionales:

Comunidad de Power BI
Busque "actualización incremental de Power BI" en Bing
Busque "Actualización incremental de archivos" en Bing
Busque "Conservar los datos existentes mediante la actualización incremental" en
Bing

Pasos siguientes
Configuración de la actualización incremental de modelos semánticos
Actualización incremental avanzada con el punto de conexión XMLA
Solución e problemas de la actualización incremental
Actualización incremental de los flujos de datos
Configuración de la actualización
incremental y los datos en tiempo real
Artículo • 25/04/2024

En este artículo se describe cómo configurar la actualización incremental y los datos en

tiempo real para los modelos semánticos. A fin de obtener información sobre cómo
configurar la actualización incremental para flujos de datos, vea Características Premium
de flujos de datos: Actualización incremental.

La configuración de la actualización incremental incluye la creación de los parámetros

RangeStart y RangeEnd, la aplicación de filtros y la definición de una directiva de
actualización incremental. Después de publicar en el servicio Power BI, se debe realizar
una operación de actualización inicial en el modelo. La operación de actualización inicial
y las posteriores aplican la directiva de actualización incremental que se ha definido.
Antes de completar estos pasos, asegúrese de comprender perfectamente la función
descrita en Actualización incremental y datos en tiempo real para modelos semánticos.

Creación de parámetros
En esta tarea, use el Editor de Power Query para crear los parámetros RangeStart y
RangeEnd con valores predeterminados. Los valores predeterminados solo se aplican al
filtrar los datos que se cargarán en el modelo en Power BI Desktop. Los valores que
especifique solo deben incluir una pequeña cantidad de los datos más recientes del
origen de datos. Cuando se publican en el servicio, la directiva de actualización
incremental invalida estos valores de intervalo de tiempo. Es decir, la directiva crea
ventanas de datos entrantes, una después de otra.

1. En Power BI Desktop, seleccione Transformar datos en la cinta Inicio para abrir el

Editor de Power Query.

2. Seleccione la lista desplegable Administrar parámetros y, a continuación, elija

Nuevo parámetro.

3. En el campo Nombre, escriba RangeStart (distingue mayúsculas de minúsculas). En

el campo Tipo, seleccione Fecha y hora en la lista desplegable. En el campo Valor
actual, escriba un valor de fecha y hora de inicio.
4. Seleccione Nuevo para crear un segundo parámetro denominado RangeEnd. En el
campo Tipo, seleccione Fecha y hora y, a continuación, en el campo Valor actual,
escriba un valor de fecha y hora de finalización. Seleccione Aceptar.
Ahora que tiene los parámetros RangeStart y RangeEnd, filtre los datos que se van a
cargar en el modelo en función de esos parámetros.

Filtrado de los datos

７ Nota

Antes de continuar con esta tarea, compruebe que la tabla de origen tiene una
columna de fecha de tipo de datos Fecha y hora. Si no tiene una columna de fecha
y hora, pero tiene una columna de fecha de claves suplentes de enteros en forma
de yyyymmdd , siga los pasos descritos en Conversión de DateTime en entero más
adelante en este artículo para crear una función que convierta el valor de fecha y
 hora en los parámetros para que coincida con la clave suplente de entero de la
tabla de origen.

Ahora aplicará un filtro basado en las condiciones de los parámetros RangeStart y

RangeEnd.

1. En el Editor de Power Query, seleccione la columna de fecha por la que quiere

filtrar y luego elija la flecha desplegable >Filtros de fecha>Filtro personalizado.

2. En Filtrar filas, para especificar la primera condición, seleccione posterior a o

posterior o igual que, luego Parámetro y, por último, RangeStart.

Para especificar la segunda condición, si ha seleccionado posterior a en la primera

condición, seleccione anterior o igual que, o si ha seleccionado posterior o igual
que en la primera condición, seleccione anterior a para la segunda condición,
luego Parámetro y, por último, RangeEnd.

Importante: Compruebe que las consultas tienen un valor igual a (=) en

RangeStart o RangeEnd, pero no en ambos. Si el valor igual a (=) existe en ambos
parámetros, una fila podría satisfacer las condiciones de dos particiones, lo que
podría provocar la duplicación de datos en el modelo. Por ejemplo, =
[Link](#"Changed Type", each [OrderDate] >= RangeStart and

[OrderDate] <= RangeEnd) podría dar lugar a datos duplicados si hay un valor de

OrderDate igual a RangeStart y RangeEnd.

Seleccione Aceptar para cerrar.

3. En la cinta Inicio de Editor de Power Query, seleccione Cerrar y Aplicar. Power

Query carga los datos en función de los filtros definidos en los parámetros
RangeStart y RangeEnd, y en cualquier otro filtro definido.
 Power Query carga solo los datos especificados entre los parámetros RangeStart y
RangeEnd. En función de la cantidad de datos de ese periodo, la tabla debería
cargarse rápidamente. Si esta parece lenta e intensiva en procesos, es probable
que la consulta no se esté plegando.

Definición de directiva
Después de definir los parámetros RangeStart y RangeEnd, y filtrar los datos en función
de esos parámetros, defina una directiva de actualización incremental. La directiva se
aplica solo después de que el modelo se publique en el servicio y se realice una
operación de actualización manual o programada.

1. En la vista Datos, haga clic con el botón derecho en una tabla en el panel Datos y
seleccione Actualización incremental.

2. En Actualización incremental y datos en tiempo real>Seleccionar tabla,

compruebe o seleccione la tabla. El valor predeterminado del cuadro de lista
Seleccionar tabla es la tabla seleccionada en la vista Datos.

3. Especifique la configuración necesaria:

En Establecer intervalos de importación y actualización>Actualizar esta tabla de

forma incremental, mueva el control deslizante a Activado. Si el control deslizante
 está deshabilitado, significa que la expresión Power Query de la tabla no incluye un
filtro basado en los parámetros RangeStart y RangeEnd.

En Iniciando datos de archivo, especifique el período de almacenamiento histórico

que quiera incluir en el modelo. Todas las filas con fechas en este periodo se
cargarán en el modelo del servicio, a menos que se apliquen otros filtros.

En Iniciando actualización incremental de datos, especifique el período de

actualización. Todas las filas con fechas de este periodo se actualizarán en el
modelo cada vez que se realice una operación de actualización manual o
programada por el servicio Power BI.

4. Especifique la configuración opcional:

En Elegir configuración opcional, seleccione Obtenga los datos más recientes en

tiempo real con DirectQuery (sólo Premium) para incluir los cambios de datos
más recientes que se produjeron en el origen de datos después del último período
de actualización. Esta configuración hace que la directiva de actualización
incremental agregue una partición de DirectQuery a la tabla.

Seleccione Only refresh complete days (Actualizar solo días completos) para
actualizar solo los días completos. Si la operación de actualización detecta que un
día no está completo, las filas de ese día completo no se actualizan. Esta opción se
habilita automáticamente si selecciona Obtenga los datos más recientes en
tiempo real con DirectQuery (solo Premium).

Seleccione Detectar cambios de datos, para especificar una columna de fecha y

hora usada para identificar y actualizar solo los días en los que datos hayan
cambiado. Debe existir una columna de fecha y hora, normalmente con fines de
auditoría, en el origen de datos. Esta columna no debe ser la misma que la usada
para crear particiones de los datos con los parámetros RangeStart y RangeEnd. El
valor máximo de esta columna se evalúa para cada uno de los períodos en la
frecuencia incremental. Si no ha cambiado desde la última actualización, no se
actualiza el periodo actual. Para los modelos publicados en capacidades Premium,
también puede especificar una consulta personalizada. Para obtener más
información, vea Actualización incremental avanzada: Consultas personalizadas
para detectar cambios de datos.

En función de la configuración, la directiva debería tener un aspecto similar al

siguiente:
 5. Revise la configuración y seleccione Aplicar para completar la directiva de
actualización. Este paso no carga datos.

Almacenamiento y publicación en el servicio

Ahora que se han completado los parámetros RangeStart y RangeEnd, el filtrado y la
directiva de actualización, guarde el modelo y publíquelo en el servicio. Si el modelo se
volviera de gran tamaño, asegúrese de habilitar Formato de almacenamiento de modelo
grandeantes de invocar la primera actualización en el servicio.

Actualización del modelo

En el servicio, actualice el modelo. La primera actualización cargará los datos nuevos y
actualizados en el periodo de actualización, así como los datos históricos de todo el
periodo de almacenamiento. En función de la cantidad de datos, esta actualización
puede tardar bastante tiempo. Las actualizaciones posteriores, ya sean manuales o
programadas, suelen ser mucho más rápidas porque se aplica la directiva de
actualización incremental y solo se actualizan los datos del periodo especificado en la
configuración de la directiva de actualización.

Conversión de DateTime en entero

Esta tarea solo es necesaria si la tabla usa claves suplentes de enteros en lugar de
valores de fecha y hora en la columna de fecha que usa para la definición de filtro
RangeStart/RangeEnd.

El tipo de datos de los parámetros RangeStart y RangeEnd debe ser de tipo de datos de
fecha y hora, independientemente del tipo de datos de la columna de fecha. Sin
embargo, en el caso de muchos orígenes de datos, las tablas no tienen una columna de
tipo de datos de fecha y hora, sino una columna de fecha de claves suplentes de enteros
en forma de yyyymmdd . Normalmente no puede convertir estas claves suplentes de
entero al tipo de datos de fecha y hora porque el resultado sería una expresión de
consulta no plegada, pero puede crear una función que convierta el valor de fecha y
hora en parámetros para que coincida con la clave suplente de entero de la tabla de
origen de datos sin perder la capacidad de plegado. Después, se llama a la función en
un paso de filtro. Este paso de conversión es necesario si la tabla de origen de datos
solo contiene una clave suplente como tipo de datos de enteros.

1. En la cinta Inicio de Editor de Power Query, seleccione la lista desplegable Nuevo

origen y, a continuación, elija Consulta en blanco.

2. En Configuración de la consulta, escriba un nombre, por ejemplo, DateKey y,

después, en el editor de fórmulas, escriba la fórmula siguiente:

= (x as datetime) => [Link](x)*10000 + [Link](x)*100 + [Link](x)

 3. Para probar la fórmula, en Escribir parámetro, escriba un valor de fecha y hora y
luego seleccione Invocar. Si la fórmula es correcta, se devuelve un valor entero
para la fecha. Después de comprobarlo, elimine esta nueva consulta Función
invocada.

4. En Consultas, seleccione la tabla y, después, edite la fórmula de consulta para

llamar a la función con los parámetros RangeStart y RangeEnd.

= [Link](#"Reordered Column OrderDateKey", each [OrderDateKey] >

DateKey(RangeStart) and [OrderDateKey] <= DateKey(RangeEnd))

Contenido relacionado
Solución de problemas de configuración de la actualización incremental
Actualización incremental avanzada con el punto de conexión XMLA
Configuración de actualización programada
Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Actualización incremental y datos en
tiempo real avanzados con el punto de
conexión XMLA
Artículo • 23/11/2023

Los modelos semánticos en una capacidad Premium con el punto de conexión XMLA
habilitado para operaciones de lectura y escritura permiten implementaciones más
avanzadas de actualización, administración de particiones y metadatos mediante
herramientas, scripting y compatibilidad con API. Además, las operaciones de
actualización mediante el punto de conexión XMLA no se limitan a 48 actualizaciones al
día, y no se impone el límite de tiempo de actualización programado.

Particiones
Las particiones de tabla de modelo semántico no son visibles y no se pueden
administrar mediante Power BI Desktop o el servicio Power BI. En el caso de los modelos
de un área de trabajo asignada a una capacidad Premium, las particiones se pueden
administrar a través del punto de conexión XMLA mediante herramientas como
SQL Server Management Studio (SSMS), Tabular Editor de código abierto, con scripts
con Tabular Model Scripting Language (TMSL) y mediante programación con el Modelo
de objetos tabulares (TOM).

La primera vez que publica un modelo en el servicio, Power BI, cada tabla del modelo
nuevo tiene una partición. En el caso de las tablas que no tienen una directiva de
actualización incremental, esa partición única contiene todas las filas de datos de esa
tabla, salvo que se hayan aplicado filtros. En el caso de las tablas con una directiva de
actualización incremental, esa partición inicial solo existe porque Power BI todavía no ha
aplicado la directiva. La partición inicial de Power BI Desktop se configura al definir el
filtro de intervalo de fecha y hora de la tabla según los parámetros RangeStart y
RangeEnd , y cualquier otro filtro aplicado en el Editor de Power Query. Esta partición

inicial solo contiene las filas de datos que cumplen los criterios del filtro.

Al realizar la primera operación de actualizació, las tablas que no tienen una directiva de
actualización incremental actualizan todas las filas contenidas en la partición única
predeterminada de esa tabla. En el caso de las tablas que tienen una directiva de
actualización incremental, se crean automáticamente particiones históricas y de
actualización y las filas se cargan en ellas según la fecha y hora de cada fila. Si la
directiva de actualización incremental incluye la obtención de datos en tiempo real,
Power BI también agregará una partición DirectQuery a la tabla.

Esta primera operación de actualización puede tardar bastante tiempo en virtud de la

cantidad de datos que se deben cargar desde el origen de datos. La complejidad del
modelo también puede ser un factor importante, porque las operaciones de
actualización deben realizar operaciones de procesamiento y recálculo adicionales. Esta
operación se puede arrancar. Para más información, consulte Prevención de tiempos de
espera en la actualización completa inicial.

Las particiones se crean y nombran por granularidad de período: años, trimestres, meses
y días. Las particiones más recientes, las particiones de actualización, contienen filas en
el período de actualización que se especifica en la directiva. Las particiones históricas
contienen filas por período completo hasta el período de actualización. Si se habilita la
actualización en tiempo real, una partición de DirectQuery recogerá los cambios de
datos que se produjeron después de la fecha de finalización del período de
actualización. La granularidad de las particiones históricas y de actualización depende
de los períodos de actualización e históricos (almacén) que elige al definir la directiva.

Por ejemplo, si hoy es 2 de febrero de 2021 y nuestra tabla FactInternetSales en el

origen de datos contiene filas hasta esta fecha, si nuestra directiva especifica que se
incluyan cambios en tiempo real, actualice las filas del último período de actualización
de un día y almacene las filas del último período histórico de tres años. A continuación,
con la primera operación de actualización, se crea una partición de DirectQuery para los
cambios futuros, se crea una nueva partición de importación para las filas con fecha de
hoy y se crea una partición histórica para ayer, un período de día completo, el 1 de
febrero de 2021. Se crea una partición histórica para el período del mes completo
anterior (enero de 2021), se crea una partición histórica para el período del año
completo anterior (2020) y se crean particiones históricas para los períodos de los años
completos 2019 y 2018. No se crean particiones para trimestres completos porque
todavía no ha finalizado el primer trimestre completo de 2021.

Con cada operación de actualización, solo se actualizan las particiones del período de
actualización, y el filtro de fecha de la partición de DirectQuery se actualiza para incluir
solo los cambios que se producen después del período de actualización actual. Se crea
una nueva partición de actualización para las nuevas filas con una nueva fecha y hora
dentro del período de actualización actualizado, y se actualizan las filas existentes con
una fecha y hora que ya está dentro de las particiones existentes en el período de
actualización. Las filas con fecha y hora anteriores al período de actualización ya no se
actualizan.

A medida que se cierran períodos completos, se combinan las particiones. Por ejemplo,
si en la directiva se especifica un período de actualización de un día y un período de
almacenamiento histórico de tres años, el primer día del mes, todas las particiones de
día del mes anterior se combinan en una partición de mes. El primer día de un trimestre
nuevo, las tres particiones del mes anterior se combinan en una partición de trimestre. El
primer día de un año nuevo, las cuatro particiones del trimestre anterior se combinan en
una partición de año.

Un modelo siempre conserva las particiones durante todo el período de

almacenamiento histórico más las particiones de período completo hasta el período de
actualización actual. En el ejemplo, se conservan tres años completos de datos históricos
en particiones para 2018, 2019, 2020, y también particiones para el período de meses
2021Q101, el período de días 2021Q10201 y la partición del período de actualización
del día actual. Dado que en el ejemplo se conservan los datos históricos durante tres
años, la partición de 2018 se conserva hasta la primera actualización, el 1 de enero de
2022.

Con la actualización incremental de y los datos en tiempo real de Power BI, el servicio
controla automáticamente la administración de particiones en función de la directiva.
Aunque el servicio puede controlar toda la administración de particiones de forma
automática, el uso de herramientas mediante el punto de conexión XMLA permite
actualizar selectivamente las particiones de manera individual, secuencial o en paralelo.

Actualización de la administración con

SQL Server Management Studio
Se puede usar SQL Server Management Studio (SSMS) para ver y administrar las
particiones creadas por la aplicación de directivas de actualización incremental. Al usar
SSMS puede, por ejemplo, actualizar una partición histórica específica que no se
encuentra en el período de actualización incremental para realizar una actualización con
fecha en el pasado sin tener que actualizar todos los datos históricos. También se puede
usar SSMS en el arranque a fin de cargar datos históricos para modelos grandes
mediante la incorporación o actualización incremental de particiones históricas en lotes.
Reemplazo del comportamiento de actualización
incremental
Con SSMS, también tiene más control sobre cómo invocar las actualizaciones mediante
lenguaje de scripting de modelos tabulares (TMSL) y el modelo de objetos tabulares
(TOM). Por ejemplo, en SSMS, en el Explorador de objetos, haga clic con el botón
derecho en una tabla y, luego, seleccione la opción de menú Procesar tabla y haga clic
en el botón Script para generar un comando de actualización de TMSL.
Estos parámetros se pueden usar con el comando de actualización de TMSL para
invalidar el comportamiento predeterminado de la actualización incremental:

applyRefreshPolicy. Si una tabla tiene definida una directiva de actualización

incremental, applyRefreshPolicy determinará si la directiva se aplica o no. Si no se
aplica la directiva, una operación de proceso completa deja las definiciones de
partición sin cambios y todas las particiones de la tabla se actualizan por completo.
El valor predeterminado es true.

effectiveDate. Si se va a aplicar una directiva de actualización incremental, se debe

conocer la fecha actual para determinar los intervalos de ventana acumulados de
los períodos históricos y de actualización incremental. El parámetro effectiveDate
permite invalidar la fecha actual. Este parámetro es útil para pruebas,
demostraciones y escenarios empresariales en los que los datos se actualizan
incrementalmente hasta una fecha anterior o posterior, por ejemplo, presupuestos
futuros. El valor predeterminado es la fecha actual.

JSON

{
"refresh": {
"type": "full",

"applyRefreshPolicy": true,
"effectiveDate": "12/31/2013",

"objects": [
{
"database": "IR_AdventureWorks",
"table": "FactInternetSales"
 }
]
}
}

Para obtener más información sobre cómo invalidar el comportamiento predeterminado

de la actualización incremental con TMSL, vea comando Refresh.

Garantía de un rendimiento óptimo

Con cada operación de actualización, el servicio Power BI puede enviar consultas de
inicialización al origen de datos para cada partición de actualización incremental. Para
mejorar el rendimiento de la actualización incremental, se puede reducir el número de
consultas de inicialización, garantizando la siguiente configuración:

La tabla para la que configura la actualización incremental debe obtener datos de

un único origen de datos. Si la tabla obtiene datos de más de un origen de datos,
el número de consultas que envía el servicio para cada operación de actualización
se multiplica por el número de orígenes de datos, lo que puede reducir el
rendimiento de la actualización. Asegúrese de que la consulta de la tabla de
actualización incremental se realiza para un único origen de datos.
Para las soluciones con actualización incremental de particiones de importación y
datos en tiempo real con Direct Query, todas las particiones deben consultar datos
de un único origen de datos.
Si los requisitos de seguridad lo permiten, establezca la opción de nivel de
privacidad del origen de datos en Organizativo o Público. De forma
predeterminada, el nivel de privacidad es Privado; sin embargo, este nivel puede
impedir que los datos se intercambien con otros orígenes en la nube. Para
establecer el nivel de privacidad, seleccione el menú Más opciones y, luego, elija
Configuración>Credenciales de origen de datos>Editar credenciales>Nivel de
privacidad para este origen de datos. Si se establece el nivel de privacidad en el
modelo de Power BI Desktop antes de publicarlo en el servicio, no se transfiere al
servicio cuando se publique. Todavía debe establecerlo en la configuración del
modelo semántico en el servicio. Para obtener más información, vea Niveles de
privacidad.
Si se usa una puerta de enlace de datos local, asegúrese de que usa la
versión 3000.77.3 o una posterior.

Prevención de tiempos de espera en la

actualización completa inicial
Después de publicarlo en el servicio Power BI, la operación de actualización completa
inicial del modelo crea particiones para la tabla de actualización incremental y carga y
procesa los datos históricos de todo el período definido en la directiva de actualización
incremental. En el caso de algunos modelos que cargan y procesan grandes cantidades
de datos, la cantidad de tiempo que tarda la operación de actualización inicial puede
superar el límite de tiempo de actualización que impone el servicio o un límite de
tiempo de consulta que impone el origen de datos.

El arranque de la operación de actualización inicial permite al servicio crear objetos de

partición para la tabla de actualización incremental, pero no cargar ni procesar datos
históricos en ninguna de las particiones. Después, se usa SSMS para procesar las
particiones de manera selectiva. En función de la cantidad de datos que se carguen para
cada partición, puede procesar cada partición de manera secuencial o en lotes
pequeños, a fin de reducir la posibilidad de que una o varias de esas particiones causen
un tiempo de espera. Los métodos siguientes funcionan para cualquier origen de datos.

Aplicar directiva de actualización

La herramienta Tabular Editor 2 de código abierto proporciona una manera sencilla de
arrancar una operación de actualización inicial. Después de publicar en el servicio un
modelo con una directiva de actualización incremental definida para él desde Power BI
Desktop, conéctese al modelo mediante el punto de conexión XMLA en modo de
lectura y escritura. Ejecute Aplicar directiva de actualización en la tabla de actualización
incremental. Con solo la directiva aplicada, se crean particiones, pero no se cargan datos
en ellas. Después, conéctese a SSMS para actualizar las particiones de forma secuencial
o en lotes para cargar y procesar los datos. Para más información, consulte Actualización
incremental en la documentación del Editor tabular.
Filtro de Power Query para particiones vacías
Antes de publicar el modelo en el servicio, en el Editor de Power Query, agregue otro
filtro a la columna ProductKey que filtre cualquier valor distinto de 0 o que filtre todos
los datos de la tabla FactInternetSales.

Después de seleccionar Cerrar y aplicar en el Editor de Power Query, definir la directiva

de actualización incremental y guardar el modelo, este se publica en el servicio. Desde el
servicio, se ejecuta la operación de actualización inicial en el modelo. Las particiones de
la tabla FactInternetSales se crean con arreglo a la directiva, pero no se cargan ni
procesan datos, porque todos se han filtrado.

Una vez que se completa la operación de actualización inicial, de nuevo en el Editor de

Power Query, se quita el otro filtro de la columna ProductKey . Después de seleccionar
Cerrar y aplicar en el Editor de Power Query, y de guardar el modelo, no se vuelve a
publicar. Si el modelo se vuelve a publicar, se sobrescribe la configuración de la directiva
de actualización incremental y se fuerza una actualización completa del modelo cuando
se realiza una operación de actualización posterior desde el servicio. En su lugar, realice
una implementación solo de metadatos mediante el kit de herramientas de
administración del ciclo de vida de la aplicación (ALM), que quita el filtro de la columna
ProductKey del modelo. Después, se puede usar SSMS para procesar las particiones de

manera selectiva. Cuando todas las particiones se hayan procesado completamente (lo
que debe incluir un recálculo del proceso en todas las particiones), desde SSMS, las
operaciones de actualización subsiguientes en el modelo desde el servicio solo
actualizan las particiones de actualización incremental.

 Sugerencia

Asegúrese de consultar vídeos, blogs y muchos otros recursos más proporcionados

por la comunidad de expertos en BI de Power BI.

Busque "Evitar tiempos de espera con actualización incremental" en Bing .

Para más información sobre el procesamiento de tablas y particiones de SSMS, consulte

Procesamiento de bases de datos, tablas o particiones (Analysis Services). Para más
información sobre el procesamiento de modelos, tablas y particiones mediante TMSL,
consulte Comando de actualización (TMSL).

Personalización de consultas para detectar

cambios de datos
Se puede usar TMSL o TOM para invalidar el comportamiento de los cambios de datos
detectados. Este método se puede usar no solo para evitar que se conserve la columna
de última actualización en la caché en memoria, sino que puede permitir escenarios en
los que los procesos de extracción, transformación y carga (ETL) preparan una tabla de
configuración o instrucción con el fin de marcar solo las particiones que se deben
actualizar. Este método puede crear un proceso de actualización incremental más eficaz
donde solo se actualicen los períodos necesarios, con independencia del tiempo
transcurrido desde las actualizaciones de datos.

La expresión pollingExpression está diseñada para ser una expresión M ligera o el

nombre de otra consulta M. Debe devolver un valor escalar y se ejecutará para cada
partición. Si el valor devuelto es diferente al de la última vez que se produjo una
actualización incremental, la partición se marca para su procesamiento completo.
En el ejemplo siguiente se abarcan los 120 meses del período histórico para los cambios
con fecha en el pasado. Especificar 120 meses en lugar de 10 años significa que la
compresión de datos puede no ser tan eficiente, pero evita tener que actualizar todo un
año histórico, lo que sería más caro cuando un mes sería suficiente para un cambio
retroactivo.

JSON

"refreshPolicy": {
"policyType": "basic",
"rollingWindowGranularity": "month",
"rollingWindowPeriods": 120,
"incrementalGranularity": "month",
"incrementalPeriods": 120,
"pollingExpression": "<M expression or name of custom polling query>",
"sourceExpression": [
"let ..."
]
}

 Sugerencia

Asegúrese de consultar vídeos, blogs y muchos otros recursos más proporcionados

por la comunidad de expertos en BI de Power BI.

Busque "La actualización incremental de Power BI detecta cambios en los

datos" on Bing .

Implementación de solo metadatos

Al publicar una versión nueva de un archivo .pbix desde Power BI Desktop en un área de
trabajo, si ya existe un modelo con el mismo nombre, se le pedirá que reemplace el
modelo existente.
En algunos casos, es posible que no quiera reemplazar el modelo, especialmente con la
actualización incremental. El modelo de Power BI Desktop podría ser mucho menor que
el del servicio Power BI. Si el modelo del servicio Power BI tiene aplicada una directiva
de actualización incremental, puede que tenga varios años de datos históricos que se
perderán si el modelo se reemplaza. La actualización de todos los datos históricos
podría tardar horas y provocar un tiempo de inactividad del sistema para los usuarios.

En su lugar, es mejor realizar una implementación solo de metadatos, lo que permite la

implementación de nuevos objetos sin perder los datos históricos. Por ejemplo, si
agregó algunas medidas, puede implementar solo las medidas nuevas sin necesidad de
actualizar los datos, lo que ahorra tiempo.

En el caso de las áreas de trabajo asignadas a una capacidad Premium configurada para
lectura y escritura de puntos de conexión XMLA, las herramientas compatibles permiten
la implementación de solo metadatos. Por ejemplo, ALM Toolkit es una herramienta de
comparación de esquemas para los modelos de Power BI y se puede usar para realizar la
implementación solo de metadatos.

Descargue e instale la versión más reciente de ALM Toolkit desde el repositorio de Git
de Analysis Services . La guía paso a paso sobre el uso del kit de herramientas de ALM
no está incluida en la documentación de Microsoft. Los vínculos de la documentación
del kit de herramientas de ALM y la información sobre compatibilidad están disponibles
en la cinta de opciones de la Ayuda. Para realizar una implementación de solo
metadatos, compare y seleccione la instancia de Power BI Desktop en ejecución como
origen y el modelo existente en el servicio Power BI como destino. Tenga en cuenta las
diferencias que se muestran y omita la actualización de la tabla con particiones de
actualización incremental, o use el cuadro de diálogo Opciones para conservar las
particiones para las actualizaciones de la tabla. Valide la selección para garantizar la
integridad del modelo de destino y, a continuación, actualice.
Adición de una directiva de actualización
incremental y datos en tiempo real mediante
programación
También puede usar TMSL y TOM para agregar una directiva de actualización
incremental a un modelo existente a través del punto de conexión XMLA.

７ Nota

Para evitar problemas de compatibilidad, asegúrese de usar la versión más reciente

de las bibliotecas cliente de Analysis Services. Por ejemplo, para trabajar con
directivas híbridas, la versión debe ser la [Link] o superior.

El proceso incluye los siguientes pasos:

1. Asegúrese de que el modelo de destino tiene el nivel de compatibilidad mínimo

necesario. En SSMS, haga clic con el botón derecho en [nombre del
modelo]>Propiedades>Nivel de compatibilidad. Para aumentar el nivel de
 compatibilidad, use un script TMSL createOrReplace o compruebe el siguiente
código de ejemplo de TOM para obtener un ejemplo.

text

a. Import policy - 1550

b. Hybrid policy - 1565

2. Agregue los parámetros RangeStart y RangeEnd a las expresiones de modelo. Si es

necesario, agregue también una función para convertir valores de fecha y hora en
claves de fecha.

3. Defina un objeto RefreshPolicy con el archivado que quiere (ventana gradual) y

los períodos de actualización incremental, así como una expresión de origen que
filtre la tabla de destino en función de los parámetros RangeStart y RangeEnd .
Establezca el modo de directiva de actualización en Importar o Híbrido en función
de los requisitos de datos en tiempo real. Híbrido hace que Power BI agregue una
partición de DirectQuery a la tabla para capturar los cambios más recientes del
origen de datos que se produjeron después de la hora de la última actualización.

4. Agregue la directiva de actualización a la tabla y realice una actualización completa

para las particiones de Power BI de la tabla según sus requisitos.

En el ejemplo de código siguiente se muestra cómo realizar los pasos anteriores

mediante TOM. Si quiere usar este ejemplo tal y como está, debe tener una copia para la
base de datos AdventureWorksDW e importar la tabla FactInternetSales en un modelo.
En el ejemplo de código se supone que los parámetros RangeStart y RangeEnd y la
función DateKey no existen en el modelo. Solo tiene que importar la tabla
FactInternetSales y publicar el modelo en un área de trabajo de Power BI Premium.
Después, actualice workspaceUrl para que el código de ejemplo pueda conectarse al
modelo. Actualice otras líneas de código según sea necesario.

C#

using System;
using TOM = [Link];
namespace Hybrid_Tables
{
class Program
{
static string workspaceUrl = "<Enter your Workspace URL here>";
static string databaseName = "AdventureWorks";
static string tableName = "FactInternetSales";
static void Main(string[] args)
{
 using (var server = new [Link]())
{
// Connect to the dataset.
[Link](workspaceUrl);
[Link] database =
[Link](databaseName);
if (database == null)
{
throw new ApplicationException("Database cannot be
found!");
}
if([Link] < 1565)
{
[Link] = 1565;
[Link]();
}
[Link] model = [Link];
// Add RangeStart, RangeEnd, and DateKey function.
[Link](new [Link] {
Name = "RangeStart",
Kind = [Link].M,
Expression = "#datetime(2021, 12, 30, 0, 0, 0) meta
[IsParameterQuery=true, Type=\"DateTime\", IsParameterQueryRequired=true]"
});
[Link](new [Link]
{
Name = "RangeEnd",
Kind = [Link].M,
Expression = "#datetime(2021, 12, 31, 0, 0, 0) meta
[IsParameterQuery=true, Type=\"DateTime\", IsParameterQueryRequired=true]"
});
[Link](new [Link]
{
Name = "DateKey",
Kind = [Link].M,
Expression =
"let\n" +
" Source = (x as datetime) => [Link](x)*10000
+ [Link](x)*100 + [Link](x)\n" +
"in\n" +
" Source"
});
// Apply a RefreshPolicy with Real-Time to the target table.
[Link] salesTable = [Link][tableName];
[Link] hybridPolicy = new [Link]
{
Mode = [Link],
IncrementalPeriodsOffset = -1,
RollingWindowPeriods = 1,
RollingWindowGranularity =
[Link],
IncrementalPeriods = 1,
IncrementalGranularity = [Link],
SourceExpression =
"let\n" +
 " Source =
[Link](\"[Link]\", \"AdventureWorksDW\"),\n" +
" dbo_FactInternetSales =
Source{[Schema=\"dbo\",Item=\"FactInternetSales\"]}[Data],\n" +
" #\"Filtered Rows\" =
[Link](dbo_FactInternetSales, each [OrderDateKey] >=
DateKey(RangeStart) and [OrderDateKey] < DateKey(RangeEnd))\n" +
"in\n" +
" #\"Filtered Rows\""
};
[Link] = hybridPolicy;
[Link]([Link]);
[Link]();
}
[Link]("{0}{1}", [Link], "Press [Enter]
to exit...");
[Link]();
}
}
}

Pasos siguientes
Particiones en modelos tabulares
Herramientas externas de Power BI Desktop
Configuración de actualización programada
Solución de problemas de actualización incremental y datos en tiempo real
Solución de problemas de actualización
incremental y datos en tiempo real
Artículo • 26/04/2024

Hay dos fases al implementar una solución de actualización incremental y datos en

tiempo real; la primera es configurar parámetros, filtrar y definir una directiva en Power
BI Desktop, mientras que la segunda es la operación de actualización inicial del modelo
semántico y las actualizaciones posteriores en el servicio. En este artículo se describe la
solución de problemas por separado para cada una de estas fases.

Después de haber particionado la tabla en el servicio Power BI, es importante tener en

cuenta que las tablas actualizadas incrementalmente que también obtienen datos en
tiempo real con DirectQuery funcionan ahora en modo híbrido, lo que significa que
funcionan tanto en el modo de importación como en el modo DirectQuery. Las tablas
que tienen relaciones con esta tabla híbrida actualizada incrementalmente deben usar el
modo dual para que se puedan usar en el modo de importación y en el modo
DirectQuery sin pérdidas de rendimiento. Además, los objetos visuales de informes
podrían almacenar en caché los resultados para evitar la devolución de consultas al
origen de datos, lo que impediría que la tabla adquiriera las actualizaciones de datos
más recientes en tiempo real. En la sección de solución de problemas final se tratan
estos problemas en modo híbrido.

Antes de solucionar los problemas de actualización incremental y datos en tiempo real,

asegúrese de revisar el artículo Actualización incremental de los modelos y datos en
tiempo real y la información paso a paso que se encuentra en Configuración de la
actualización incremental y los datos en tiempo real.

Configuración en Power BI Desktop

La mayoría de los problemas que se producen al configurar la actualización incremental
y los datos en tiempo real tienen que ver con el plegado de consultas. Tal como se
describe en el artículo de Información general de actualización incremental para
modelos: orígenes de datos admitidos, el origen de datos debe admitir el plegado de
consultas.

Problema: La carga de datos tarda demasiado tiempo

En el Editor de Power Query, después de seleccionar Aplicar, la carga de datos tarda
demasiado tiempo y ocupa demasiados recursos del equipo. Hay varias causas posibles.
Causa: Tipo de datos no coincidente
Esta incidencia puede deberse a un error de coincidencia de tipos de datos, donde
Date/Time es el tipo de datos necesario para los parámetros RangeStart y RangeEnd ,

pero la columna de fecha de la tabla en la que se aplican los filtros no es el tipo de

datos Date/Time o viceversa. Tanto el tipo de datos de parámetros como la columna de
datos filtrados deben ser del tipo de datos Date/Time y el formato debe ser el mismo. Si
no es así, la consulta no se puede plegar.

Solución: Compruebe el tipo de datos

Compruebe que la columna de fecha y hora de la tabla de actualización incremental es

del tipo Date/Time . Si la tabla no contiene una columna de tipo de datos Date/Time ,
sino que usa un tipo de datos de entero, puede crear una función que convierta el valor
de fecha y hora en los parámetros RangeStart y RangeEnd a fin de coincidir con la clave
suplente de entero de la tabla de origen de datos. Para más información, consulte
Configuración de la actualización incremental: Conversión de DateTime en entero.

Causa: El origen de datos no admite el plegado de consultas

Tal como se describe en Actualización incremental y datos en tiempo real para modelos:
Requisitos, la actualización incremental está diseñada para orígenes de datos que
admiten el plegado de consultas. Asegúrese de que las consultas de origen de datos se
plegan en Power BI Desktop antes de publicar en el servicio, donde los problemas de
plegado de consultas se pueden complicar de manera significativa. Este método es
especialmente importante cuando se incluyen datos en tiempo real en una directiva de
actualización incremental, ya que la partición DirectQuery en tiempo real requiere el
plegado de consultas.

Solución: Comprobación y prueba de consultas

En la mayoría de los casos, se muestra una advertencia en el cuadro de diálogo Directiva

de actualización incremental que indica si la consulta que se va a ejecutar en el origen
de datos no admite el plegado de consultas. Sin embargo, es posible que en algunos
casos sea necesario asegurarse de que el plegado de consultas es posible. Si es posible,
supervise la consulta que se pasa al origen de datos mediante una herramienta como
SQL Profiler. Una consulta con filtros basados en RangeStart y RangeEnd se debe
ejecutar en una sola consulta.
También puede especificar un período breve de fecha y hora en los parámetros
RangeStart y RangeEnd que no incluyen más de unos miles de filas. Si la carga de datos

filtrados del origen de datos al modelo tarda mucho tiempo y consume muchos
procesos, probablemente significa que la consulta no se está plegando.

Si determina que la consulta no se pliega, consulte los artículos Instrucciones de

plegado de consultas en Power BI Desktop y Plegado de consultas de Power Query para
poder identificar lo que puede estar evitando el plegado de la consulta y cómo el origen
de datos puede admitir el plegado de consultas, si es así.

Actualización del modelo semántico en el

servicio
La solución de problemas de la actualización incremental en el servicio variará en
función del tipo de capacidad en la que se haya publicado el modelo. Los modelos
semánticos en las capacidades Premium admiten el uso de herramientas como
SQL Server Management Studio (SSMS) para ver y actualizar particiones individuales de
manera selectiva. Por otro lado, los modelos de Power BI Pro no proporcionan acceso a
las herramientas a través del punto de conexión XMLA, por lo que solucionar los
problemas de la actualización incremental puede requerir un poco más de prueba y
error.

Problema: Se agotó el tiempo de espera de la

actualización inicial
La actualización programada de los modelos de Power BI Pro en una capacidad
compartida tiene un límite de tiempo de dos horas. Este límite de tiempo aumenta a
cinco horas en el caso de los modelos en una capacidad Premium. Los sistemas de
origen de datos también pueden imponer un límite de tamaño de devolución de
consulta o un tiempo de espera de consulta.

Causa: No se están plegando las consultas de origen de datos

Si bien los problemas con el plegado de consultas habitualmente se pueden determinar

en Power BI Desktop antes de la publicación en el servicio, es posible que las consultas
de actualización del modelo no se plieguen, lo que genera tiempos de actualización
excesivos y el uso de recursos del motor de mashup de consultas. Esta situación se debe
a que se crea una consulta para cada partición del modelo. Si las consultas no se están
plegando y los datos no se filtran en el origen de datos, el motor intentará filtrar los
datos.
Solución: Comprobar el plegado de consultas
Use una herramienta de seguimiento en el origen de datos para determinar que la
consulta que se pasa para cada partición es una consulta única que incluye un filtro
basado en los parámetros RangeStart y RangeEnd. Si no es así, compruebe que el
plegado de consultas ocurre en el modelo de Power BI Desktop al cargar una cantidad
filtrada de datos pequeña en el modelo. Si no es así, primero debe solucionarlo en el
modelo, realizar una actualización solo de metadatos en el modelo (mediante el punto
de conexión XMLA) o, si se trata de un modelo de Power BI Pro en una capacidad
compartida, eliminar el modelo incompleto en el servicio, volver a realizar la publicación
e intentar nuevamente una operación de actualización inicial.

Si determina que las consultas no se pliegan, consulte los artículos Instrucciones de

plegado de consultas en Power BI Desktop y Plegado de consultas de Power Query para
poder identificar lo que puede estar evitando el plegado de las consultas.

Causa: Los datos cargados en particiones son demasiado grandes

Solución: Reducir el tamaño del modelo

En muchos casos, el tiempo de espera se debe a que la cantidad de datos que se deben
consultar y cargar en las particiones del modelo supera los límites de tiempo que
impone la capacidad. Reduzca el tamaño o la complejidad del modelo, o bien considere
la posibilidad de dividirlo en conjuntos más pequeños.

Solución: Habilitar formato de almacenamiento de modelos

grandes

En el caso de los modelos publicados en capacidades Premium, si el modelo crece a

más de 1 GB o más, puede mejorar el rendimiento de la operación de actualización y
asegurarse de que el modelo no supere los límites de tamaño si habilita el formato de
almacenamiento de modelos grandes antes de realizar la primera operación de
actualización en el servicio. Para obtener más información, consulte Modelos grandes en
Power BI Premium.

Solución: Arrancar la actualización inicial

En el caso de los modelos publicados en capacidades Premium, puede arrancar la

operación de actualización inicial. El arranque permite al servicio crear objetos de tabla y
partición para el modelo, pero no cargar ni procesar datos históricos en ninguna de las
particiones. Para más información, consulte Actualización incremental avanzada:
Prevención de tiempos de espera en la actualización completa inicial.

Causa: Tiempo de espera de consulta del origen de datos

Las consultas pueden verse limitadas por el límite de tiempo predeterminado del origen
de datos.

Solución: Invalidar el límite de tiempo en la expresión de consulta

Muchos orígenes de datos permiten invalidar el límite de tiempo en la expresión de
consulta. Para más información, consulte Actualización incremental para modelos:
Límites de tiempo.

Problema: Error en la actualización debido a valores

duplicados

Causa: Las fechas posteriores cambiaron

Con una operación de actualización, solo los datos que han cambiado en el origen de
datos se actualizan en el modelo. Como los datos se dividen por una fecha, se
recomienda que las fechas posteriores (transacción) no cambien.

Si se cambia una fecha de manera accidental, pueden ocurrir dos problemas: los
usuarios observan que algunos totales han cambiado en los datos históricos (esto no
debería pasar), o bien que durante una actualización se devuelve un error que indica
que un valor único no es único en realidad. En este último caso, esta situación puede
ocurrir cuando la tabla que tiene configurada la actualización incremental se usa en una
relación 1:N con otra tabla como el lado 1 y debe tener valores únicos. Cuando los
datos cambian (para un identificador específico), ese identificador aparece en otra
partición y el motor detecta que el valor no es único.

Solución: Actualizar particiones específicas

Cuando para una empresa es necesario cambiar algunos datos anteriores a partir de las
fechas, una solución posible es usar SSMS para actualizar todas las particiones desde el
punto en que se encuentra el cambio hasta la partición de actualización actual, lo que
hace que el lado 1 de la relación siga siendo único.

Problema: Se truncan los datos

Causa: Se superó el límite de consultas del origen de datos
Algunos orígenes de datos, como Azure Data Explorer, Log Analytics y
Application Insights, tienen un límite de 64 MB (comprimido) en los datos que se
pueden devolver para una consulta externa. Azure Data Explorer puede devolver un
error explícito, pero en el caso de otros como Log Analytics y Application Insights, los
datos devueltos se truncan.

Solución: Especificar períodos de actualización y almacenamiento

más breves
Especifique períodos de actualización y almacenamiento más breves en la directiva. Por
ejemplo, si especificó un período de actualización de un año y se devuelve un error de
consulta o se truncan los datos devueltos, pruebe un período de actualización de 12
meses. Querrá asegurarse de que las consultas para la partición de actualización actual o
cualquier partición histórica basada en los períodos de actualización y almacenamiento
no devuelvan más de 64 MB de datos.

Problema: Error en la actualización debido a conflictos de

clave de partición

Causa: Se actualiza la fecha de la columna de fecha en el origen de

datos

El filtro de la columna de fecha se usa para particionar de manera dinámica los datos en
intervalos de períodos en el servicio Power BI. La actualización incremental no está
diseñada para admitir casos en los que la columna de fecha filtrada se actualiza en el
sistema de origen. Una actualización se interpretará como una inserción y una
eliminación, no como una actualización real. Si la eliminación ocurre en el intervalo
histórico y no en el intervalo incremental, no se seleccionará, lo que puede provocar
errores en la actualización de los datos debido a conflictos de clave de partición.

Modo híbrido en el servicio (versión preliminar)

Cuando Power BI aplica una directiva de actualización incremental con datos en tiempo
real, convierte la tabla actualizada incrementalmente en una tabla híbrida que funciona
tanto en el modo de importación como en el modo DirectQuery. Observe la partición
DirectQuery al final de la siguiente lista de particiones de una tabla de ejemplo. La
presencia de una partición DirectQuery tiene implicaciones para las tablas relacionadas y
para los objetos visuales de informes que consultan esta tabla.
 

Problema: el rendimiento de las consultas es deficiente

Causa: las tablas relacionadas no están en modo dual

Las tablas híbridas que funcionan tanto en el modo de importación como en el modo
DirectQuery requieren que las tablas relacionadas funcionen en modo dual para que
puedan actuar como almacenadas en caché o no almacenadas en caché, en función del
contexto de la consulta que se envía al modelo de Power BI. El modo dual permite a
Power BI reducir el número de relaciones limitadas en el modelo y generar consultas de
origen de datos eficaces para garantizar un buen rendimiento. No se pueden insertar las
relaciones limitadas en el origen de datos que requiere que Power BI recupere más
datos de los necesarios. Como las tablas duales pueden actuar como tablas de
DirectQuery o Importación, se evita esta situación.

Solución: convertir las tablas relacionadas al modo dual

Al configurar una directiva de actualización incremental, Power BI Desktop le recuerda
que cambie las tablas relacionadas al modo dual al seleccionar Obtenga los datos más
recientes en tiempo real con DirectQuery (solo Premium). Además, asegúrese de
revisar todas las relaciones entre tablas existentes en la vista Modelo.
 

Las tablas que actualmente funcionan en el modo DirectQuery se cambian fácilmente al

modo dual. En las propiedades de la tabla, en Opciones avanzadas, seleccione Dual en
el cuadro de lista Modo de almacenamiento. Las tablas que actualmente funcionan en
modo de importación, sin embargo, requieren trabajo manual. Las tablas duales tienen
las mismas restricciones funcionales que las tablas de DirectQuery. Por tanto, Power BI
Desktop no puede convertir las tablas de importación porque podrían basarse en otras
funcionalidades no disponibles en modo dual. Debe volver a crear manualmente estas
tablas en modo DirectQuery y, a continuación, convertirlas al modo dual. Para más
información, consulte Administración del modo de almacenamiento en Power BI
Desktop.

Problema: los objetos visuales de informes no muestran

los datos más recientes

Causa: Power BI almacena en caché los resultados de la consulta,

mejora el rendimiento y reduce la carga de back-end
De forma predeterminada, Power BI almacena en caché los resultados de la consulta,
por lo que las consultas de objetos visuales de informes se pueden procesar
rápidamente incluso si se basan en DirectQuery. Evitar las consultas de origen de datos
innecesarias mejora el rendimiento y reduce la carga del origen de datos, pero esto
también podría significar que los cambios de datos más recientes en el origen no se
incluyen en los resultados.

Solución: configurar la actualización automática de páginas

Para seguir capturando los cambios de datos más recientes del origen, configure la
actualización automática de páginas para los informes en el servicio Power BI. La
actualización automática de páginas se puede realizar en intervalos fijos, como cinco
segundos o diez minutos. Cuando se alcanza ese intervalo concreto, todos los objetos
visuales de esa página envían una consulta de actualización al origen de datos y se
actualizan según corresponda. Como alternativa, puede actualizar los objetos visuales
de una página en función de la detección de cambios en los datos. Este método
requiere una medida de detección de cambios que Power BI usa a continuación para
sondear el origen de datos en busca de cambios. La detección de cambios solo se
admite en áreas de trabajo que forman parte de una capacidad Premium. Para más
información, consulte Actualización automática de páginas en Power BI.

Contenido relacionado
Actualizar datos en Power BI
Actualización incremental avanzada con el punto de conexión XMLA
Actualización incremental de los flujos de datos

Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Actualización de modelos semánticos
creados a partir de archivos locales de
Power BI Desktop
Artículo • 22/11/2023

Power BI admite Actualizar ahora y Programar actualización para modelos semánticos

creados a partir de archivos locales de Power BI Desktop importados. Power BI admite la
actualización de cualquiera de los siguientes orígenes de datos a los que se conecte o
que cargue con Obtener datos y Editor de Power Query.

Power BI Gateway (modo personal)

La puerta de enlace de datos local (modo personal) admite la actualización de los
siguientes orígenes de datos:

Todos los orígenes de datos en línea que se muestran en Obtener datos de

Power BI Desktop y en el Editor de Power Query.
Todos los orígenes de datos locales que se muestran en Obtener datos de
Power BI Desktop y en el Editor de Power Query, excepto los archivos Hadoop
(HDFS) y Microsoft Exchange.

Puerta de enlace de datos local

La puerta de enlace de datos local admite la actualización de los siguientes orígenes de
datos:

Modelo tabular de Analysis Services

Modelo multidimensional de Analysis Services
SQL Server
SAP HANA
Oracle
Teradata
Archivo
Carpeta
Lista de SharePoint (local)
Web
OData
IBM DB2
MySQL
 Sybase
SAP BW
Base de datos Informix de IBM
ODBC

７ Nota

Es necesario tener una puerta de enlace instalada y en ejecución para que Power BI
se pueda conectar a orígenes de datos locales y actualizar el modelo semántico.

Actualización en Power BI Desktop frente al

servicio Power BI
Para realizar una actualización manual única directamente en Power BI Desktop,
seleccione Actualizar en la pestaña Inicio de la cinta de opciones. Cuando se selecciona
Actualizar aquí, los datos del modelo del archivo se renuevan con los datos actualizados
del origen de datos inicial.

Este tipo de actualización desde Power BI Desktop es diferente de la actualización

manual o programada en el servicio Power BI. Es importante comprender la distinción.

Al importar el archivo de Power BI Desktop desde una unidad local, los datos y otra
información acerca del modelo se cargan en un modelo semántico en el servicio
Power BI. Los informes se basan en el servicio Power BI en el modelo semántico. Los
datos se actualizan en el servicio Power BI, no en Power BI Desktop, ya que los informes
se basan en el modelo semántico del servicio. Como los orígenes de datos son externos,
puede actualizar manualmente el modelo semántico mediante Actualizar ahora, o bien
puede configurar una programación de actualización mediante Programar
actualización.

Al actualizar el modelo semántico, Power BI no se conecta al archivo en la unidad local

para consultar los datos actualizados. Power BI usa la información del modelo semántico
para conectarse directamente a los orígenes de datos, consultar los datos actualizados
y, luego, cargar los datos actualizados en el modelo semántico.
 ７ Nota

Estos datos actualizados del modelo semántico no se vuelven a sincronizar con el

archivo en la unidad local.

Actualización programada
Si configura una programación de actualización, Power BI se conectará directamente a
los orígenes de datos con la información de conexión y las credenciales del modelo
semántico. Power BI consulta los datos actualizados y, a continuación, carga los datos
actualizados en el modelo semántico. También se actualizan las visualizaciones de
informes y paneles basados en el modelo semántico.

Para más información sobre cómo configurar la actualización programada, consulte

Configuración de la actualización programada.

Solución de problemas
Si se produce algún problema, suele ser porque Power BI no puede iniciar sesión en los
orígenes de datos. Asegúrese de que Power BI puede iniciar sesión en los orígenes de
datos. Si el modelo semántico se conecta a un origen de datos local, la puerta de enlace
podría estar sin conexión. Si cambia una contraseña que usa para iniciar sesión en un
origen de datos o se le cierra la sesión de Power BI, pruebe a iniciar sesión de nuevo en
los orígenes de datos en Credenciales del origen de datos.

Asegúrese de establecer Enviar notificaciones de error de actualización en el

Propietario del modelo semántico, para saber inmediatamente si se produce un error
en una actualización programada.

A veces, la actualización de datos no funciona según lo previsto. Este problema suele

implicar una puerta de enlace. Para obtener herramientas y ver problemas conocidos,
consulte los siguientes artículos de solución de problemas de puerta de enlace:

Solución de problemas con la puerta de enlace de datos local

Solución de problemas de Power BI Gateway- Personal

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI

Actualización de un modelo semántico
almacenado en OneDrive o SharePoint
Online
Artículo • 23/11/2023

Importar archivos desde OneDrive o SharePoint Online en el servicio Power BI es una

excelente manera de asegurarse de que el trabajo que está realizando en
Power BI Desktop permanece sincronizado con el servicio Power BI.

Ventajas de almacenar un archivo de Power BI

Desktop en OneDrive o SharePoint Online
Cuando almacena un archivo de Power BI Desktop en OneDrive o SharePoint Online,
todos los datos cargados en el modelo del archivo se importan en el modelo semántico.
Los informes creados desde el archivo se cargan en Informes en el servicio Power BI.
Supongamos que realiza cambios en el archivo en OneDrive o SharePoint Online. Estos
cambios pueden incluir la adición de nuevas medidas, el cambio de los nombres de
columnas o la edición de visualizaciones. Una vez que guarde el archivo, el servicio
Power BI sincroniza también esos cambios, por lo general en una hora.

Para realizar una actualización manual única directamente en Power BI Desktop,

seleccione Actualizar en la cinta de opciones Inicio. Cuando se selecciona Actualizar, se
actualiza el modelo del archivo con los datos actualizados del origen de datos original.
Este tipo de actualización ocurre por completo dentro de la propia aplicación de
Power BI Desktop. Es diferente de una actualización programada o manual en Power BI,
y es importante comprender la diferencia.

Al importar el archivo de Power BI Desktop desde OneDrive o SharePoint Online, los

datos y otra información acerca del modelo se cargan en un modelo semántico en
Power BI. Después de eso, actualice el modelo semántico en el servicio Power BI porque
en eso se basan sus informes. Como los orígenes de datos son externos, puede
actualizar manualmente el modelo semántico mediante Actualizar ahora, o bien puede
configurar una programación de actualización mediante Programar actualización.

Al actualizar el modelo semántico, Power BI no se conecta al archivo en OneDrive o

SharePoint Online para consultar los datos actualizados. Utiliza la información del
modelo semántico para conectarse directamente a los orígenes de datos y consultar los
datos actualizados. A continuación, carga esos datos en el modelo semántico. Estos
datos actualizados en el modelo semántico no se vuelven a sincronizar con el archivo en
OneDrive o SharePoint Online.

Actualizaciones automáticas frente a manuales

de la información del modelo
De forma predeterminada, Power BI actualiza la información del modelo de OneDrive y
SharePoint cada hora. Si quiere que estas actualizaciones se produzcan manualmente,
puede desactivar la actualización automática de OneDrive en la configuración del
modelo semántico. Abra la configuración del modelo semántico, amplíe la sección
Actualización de OneDrive y establezca el botón de alternancia en Desactivado.

Propietarios de modelos semánticos frente a

usuarios con permiso de escritura
De forma predeterminada, los propietarios de modelos semánticos y los usuarios de
modelos semánticos con permiso de escritura pueden actualizar manualmente la
información del modelo y los datos de un modelo semántico mediante Actualizar
ahora. Como parte de una actualización manual, Power BI recupera la información más
reciente del modelo de OneDrive o SharePoint y, a continuación, actualiza los datos. La
información más reciente del modelo puede incluir conexiones de datos nuevas y
modificadas y tablas agregadas a los archivos de OneDrive o SharePoint.

Puede restringir la capacidad de agregar nuevos orígenes de datos a un modelo

semántico en Power BI limitando las actualizaciones de información del modelo a los
propietarios de modelos semánticos. En la configuración del modelo semántico,
expanda Sincronizar con OneDrive y SharePoint, seleccione Actualizaciones
restringidas y, a continuación, seleccione Aplicar.
Con las actualizaciones restringidas, solo los propietarios de modelos semánticos
pueden actualizar la información del modelo en el modelo semántico con cambios
realizados en la versión almacenada en OneDrive y SharePoint. Los propietarios de
modelos semánticos deben actualizar manualmente los modelos semánticos para que
se reflejen los cambios. Si un usuario de un modelo semántico con permiso de escritura
actualiza el modelo semántico, no se reflejarán los cambios de los archivos almacenados
en OneDrive o SharePoint.

Si quiere que los propietarios de modelos semánticos y los usuarios de modelos

semánticos con permiso de escritura tengan la capacidad de actualizar la información
del modelo, seleccione Actualizaciones automáticas. Los modelos semánticos del
servicio Power BI se actualizan automáticamente con los cambios realizados en las
versiones de los modelos semánticos almacenados en OneDrive y SharePoint.

Los modelos semánticos existentes se establecerán en Actualizaciones

predeterminadas. Una vez que se cambia la configuración a Actualizaciones
restringidas o Actualizaciones automáticas, Actualizaciones predeterminadas ya no
será una opción para el modelo semántico.

A los nuevos modelos semánticos se les asignarán Actualizaciones restringidas tras la

creación. La configuración se puede cambiar a Actualizaciones automáticas si lo desea,
sin opción para aplicar la configuración de Actualizaciones predeterminadas.

La diferencia entre Actualizaciones automáticas y Actualizaciones predeterminadas es

que la configuración Actualizaciones predeterminadas se aplica a los modelos
semánticos existentes, mientras que la configuración Actualizaciones automáticas debe
aplicarse después de crear un nuevo modelo semántico, ya que los nuevos modelos
semánticos tienen de manera predeterminada Actualizaciones restringidas.

Nombre de Quién puede Tipo de Disponibilidad Configuración

configuración realizar actualización predeterminada
actualizaciones

Restringir Solo propietarios Manual Siempre una En nuevos

actualizaciones de modelos opción modelos
semánticos semánticos

Actualizaciones Propietarios de Automático Siempre una Nunca

automáticas modelos opción
semánticos y
usuarios de
modelos
semánticos con
permiso de
escritura
 Nombre de Quién puede Tipo de Disponibilidad Configuración
configuración realizar actualización predeterminada
actualizaciones

Actualizaciones Propietarios de Automático Una vez que se En modelos

predeterminadas modelos aplica otra semánticos
semánticos y configuración, ya existentes
usuarios de no es una opción
modelos
semánticos con
permiso de
escritura

Aplicación de actualizaciones restringidas

Los administradores de inquilinos pueden aplicar actualizaciones restringidas en todos
los modelos semánticos de su organización deshabilitando la configuración del inquilino
Los propietarios de modelos semánticos pueden optar por actualizar
automáticamente los modelos semánticos a partir de archivos importados desde
OneDrive o SharePoint.

Con las actualizaciones restringidas aplicadas en el nivel de inquilino, los propietarios de

modelos semánticos ya no pueden habilitar las actualizaciones automáticas en la
sección Sincronizar con OneDrive y SharePoint. Un bloque de información muestra al
usuario que un administrador ha deshabilitado las actualizaciones automáticas de la
organización.
¿Qué es compatible?
Power BI admite las opciones Actualizar y Programar actualización para los modelos
semánticos creados a partir de archivos de Power BI Desktop importados desde una
unidad local donde usa Obtener datos o el Editor de Power Query para conectarse a
cualquiera de los siguientes orígenes de datos y cargar datos desde ellos.

７ Nota

Se admite la actualización de OneDrive para modelos semánticos de conexión

dinámica. Sin embargo, en el escenario de actualización de OneDrive no se admite
el cambio del modelo semántico de conexión dinámica de un modelo semántico a
otro en un informe ya publicado.

Power BI Gateway - Personal

Todos los orígenes de datos en línea que se muestran en Obtener datos de
Power BI Desktop y en el Editor de Power Query.
Todos los orígenes de datos locales que se muestran en Obtener datos de
Power BI Desktop y en el Editor de Power Query, excepto el archivo Hadoop
(HDFS) y Microsoft Exchange.

Puerta de enlace de datos local

La puerta de enlace de datos local admite la actualización de los siguientes orígenes de
datos:

Modelo tabular de Analysis Services

Modelo multidimensional de Analysis Services
SQL Server
SAP HANA
Oracle
Teradata
Archivo
Carpeta
Lista de SharePoint (local)
Web
OData
IBM DB2
MySQL
Sybase
SAP BW
Base de datos Informix de IBM
ODBC

７ Nota

Es necesario tener una puerta de enlace instalada y en ejecución para que Power BI
se pueda conectar a orígenes de datos locales y actualizar el modelo semántico.

OneDrive o OneDrive para uso profesional o

educativo. ¿Cuál es la diferencia?
Si tiene OneDrive personal y OneDrive para uso profesional y educativo, debería
mantener los archivos que quiere importar en Power BI en OneDrive para uso
profesional y educativo. Esta es la razón: es probable que use dos cuentas diferentes
para iniciar sesión en ambos.

La conexión a OneDrive para uso profesional y educativo en Power BI es fácil porque su

cuenta de Power BI suele coincidir con su cuenta de OneDrive para uso profesional y
educativo. Con OneDrive personal, normalmente inicia sesión con otra cuenta
Microsoft .
Si inicia sesión con su cuenta Microsoft, asegúrese de seleccionar Mantener la sesión
iniciada. Después, Power BI puede sincronizar las actualizaciones que realice en el
archivo en Power BI Desktop con modelos semánticos en Power BI.

Si ha cambiado sus credenciales de Microsoft, no puede sincronizar los cambios entre el

archivo en OneDrive y el modelo semántico en Power BI. Tendrá que conectarse a
OneDrive e importar el archivo de nuevo desde ahí.

¿Cómo se programa una actualización?

Al configurar una programación de actualización, Power BI se conecta directamente a
los orígenes de datos. Power BI usa la información de conexión y las credenciales del
modelo semántico para consultar los datos actualizados. A continuación, Power BI carga
los datos actualizados en el modelo semántico. Luego actualiza las visualizaciones de
informes y los paneles basados en ese modelo semántico en el servicio Power BI.

Para más información sobre cómo configurar la actualización programada, consulte

Configuración de actualización programada.

Si se produce algún problema

Si se produce algún problema, suele ser porque Power BI no puede iniciar sesión en los
orígenes de datos. Es posible que también se produzcan problemas si el modelo
semántico intenta conectarse a un origen de datos local pero la puerta de enlace está
sin conexión. Para evitar estos problemas, asegúrese de que Power BI puede iniciar
sesión en los orígenes de datos. Intente iniciar sesión en los orígenes de datos en
Credenciales del origen de datos. A veces, cambia la contraseña que usa para iniciar
sesión en un origen de datos o Power BI cierra la sesión desde un origen de datos.

Si guarda los cambios en el archivo de Power BI Desktop en OneDrive y no los ve en

Power BI en un plazo aproximado de una hora, podría ser porque Power BI no puede
conectarse a OneDrive. Intente conectarse de nuevo al archivo en OneDrive. Si se le pide
que inicie sesión, asegúrese de seleccionar Mantener la sesión iniciada. Dado que
Power BI no pudo conectarse a OneDrive para la sincronización con el archivo, debe
volver a importar el archivo.

Los modelos semánticos almacenados en OneDrive o SharePoint están establecidos en

actualizaciones restringidas de manera predeterminada. Si el modelo semántico está
establecido para restringir las actualizaciones, las actualizaciones solo pueden
producirse cuando el propietario del modelo semántico actualiza manualmente el
modelo semántico, lo que puede hacer que los cambios en los archivos de Power BI en
OneDrive y SharePoint no se reflejen en el servicio Power BI. Un propietario de modelos
semánticos podría encontrarse con un mensaje de error después de actualizar un
archivo en OneDrive o SharePoint. El propietario del modelo semántico puede corregir
el error si elige actualizar siempre manualmente el modelo semántico o cambia la
configuración del modelo semántico a Actualizaciones automáticas.

Si el propietario del modelo semántico no puede cambiar la configuración del modelo

semántico a Actualizaciones automáticas, es probable que el administrador del
inquilino haya aplicado actualizaciones restringidas en todos los modelos semánticos de
la organización. Para permitir que el propietario del modelo semántico cambie la
configuración, debe ponerse en contacto con su administrador de Fabric y solicitar que
el administrador habilite la opción Los propietarios de modelos semánticos pueden
optar por actualizar automáticamente a partir de archivos importados desde
OneDrive o SharePoint.

Si el propietario del modelo semántico ha establecido una actualización programada en

los modelos semánticos, el modelo seguirá actualizándose según lo programado. Sin
embargo, el otro contenido del informe, como los objetos visuales, no se actualizará a
menos que se realicen actualizaciones manuales.

Se admite la importación de archivos .pbix con etiquetas de confidencialidad

(protegidos y no protegidos) almacenados en OneDrive o SharePoint Online, así
como la actualización automática y a petición de modelos semánticos de estos
archivos, excepto en los escenarios siguientes:
Archivos .pbix conectados en directo protegidos y archivos .pbix de Azure
Analysis Services protegidos. Se producirá un error en la actualización. No se
actualizará la etiqueta ni el contenido del informe.
Archivos .pbix de Live Connect no protegidos etiquetados: se actualizará el
contenido del informe, pero no la etiqueta.
Cuando se ha aplicado al archivo .pbix una nueva etiqueta de confidencialidad
para la que el propietario del modelo semántico no tiene derechos de
utilización. En este caso, se producirá un error en la actualización. No se
actualizará la etiqueta ni el contenido del informe.
 Si el token de acceso del propietario del modelo semántico para OneDrive o
SharePoint ha expirado. En este caso, se producirá un error en la actualización.
No se actualizará la etiqueta ni el contenido del informe.

Solución de problemas
A veces, la actualización de datos no funciona según lo previsto. Normalmente
encontrará problemas con la actualización de datos cuando esté conectado con una
puerta de enlace. Consulte en los artículos de solución de problemas relacionados con
la puerta de enlace las herramientas y los problemas conocidos.

Solución de problemas con la puerta de enlace de datos local

Solución de problemas de Power BI Gateway - Personal

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI .

Actualización de un conjunto de datos
creado a partir de un libro de Excel en
una unidad local
Artículo • 08/09/2023

¿Qué se admite?

） Importante

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 29 de septiembre de 2023:

Ya no se permitirá la carga de libros locales en áreas de trabajo de Power BI.

Ya no se permitirá configurar la programación de la actualización ni actualizar
ahora para archivos de Excel que aún no tengan configurada la actualización
programada.

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 31 de octubre de 2023:

Ya no se permitirá la actualización programada ni la actualización ahora para

los archivos de Excel existentes que se configuraron previamente para la
actualización programada.
Los libros locales cargados en áreas de trabajo de Power BI ya no se abrirán
en Power BI.

A partir del 31 de octubre de 2023:

Puede descargar libros locales existentes desde el área de trabajo de Power

BI.
Puede publicar el modelo de datos de Excel como un conjunto de datos de
Power BI y programar la actualización.
Puede importar libros de Excel desde bibliotecas de documentos de OneDrive
y SharePoint para verlos en Power BI.

Si su organización usa estas capacidades, vea más detalles en Migrar los libros de
Excel.
En Power BI, se admite la actualización inmediata y la programación de actualización
para los conjuntos de datos creados con libros de Excel importados desde una unidad
local donde se usa Power Query o Power Pivot para conectarse a cualquiera de los
siguientes orígenes de datos y cargar datos en el modelo de datos de Excel. Power
Query se conoce como Obtener y transformar datos en Excel 2016.

Power BI Gateway - Personal

Todos los orígenes de datos en línea que se muestran en Power Query.
Todos los orígenes de datos locales que se muestran en Power Query, excepto el
archivo Hadoop (HDFS) y Microsoft Exchange.
Todos los orígenes de datos en línea que se muestran en Power Pivot.
Todos los orígenes de datos locales que se muestran en Power Pivot, excepto el
archivo Hadoop (HDFS) y Microsoft Exchange.

Puerta de enlace de datos local

La puerta de enlace de datos local admite la actualización de los siguientes orígenes de
datos:

Modelo tabular de Analysis Services

Modelo multidimensional de Analysis Services
SQL Server
SAP HANA
Oracle
Teradata
Archivo
Carpeta
Lista de SharePoint (local)
Web
OData
IBM DB2
MySQL
Sybase
SAP BW
Base de datos Informix de IBM
ODBC

Pero tenga en cuenta lo siguiente:

 Es necesario tener una puerta de enlace instalada y en ejecución para que el
servicio Power BI se pueda conectar a orígenes de datos locales y actualizar el
conjunto de datos.

En caso de usar Excel 2013, asegúrese de haber actualizado Power Query a la

versión más reciente.

No se admite la actualización de libros de Excel importados desde una unidad

local donde los datos solo existen en hojas de cálculo o tablas vinculadas. La
actualización se admite para los datos de la hoja de cálculo si se ha almacenado e
importado desde OneDrive. Para más información, consulte Actualización de un
conjunto de datos creado a partir de un libro de Excel en OneDrive o SharePoint
Online.

Al actualizar un conjunto de datos creado a partir de un libro de Excel importado

desde una unidad local, se actualizan únicamente los datos consultados de los
orígenes de datos.

Si cambia la estructura del modelo de datos en Excel o Power Pivot (por ejemplo,
crea una nueva medida o cambia el nombre de una columna), esos cambios no se
copiarán en el conjunto de datos. Si realiza estos cambios, vuelva a cargar o volver
a publicar el libro.

Si tiene previsto realizar cambios periódicos en la estructura del libro y desea que
se reflejen en el conjunto de datos en el servicio Power BI sin tener que volver a
cargarlo, considere la posibilidad de colocar el libro en OneDrive. El servicio
Power BI actualiza automáticamente los datos de la estructura y la hoja de cálculo
de los libros almacenados e importados desde OneDrive.

¿Cómo puedo asegurarme de que los datos se

cargan en el modelo de datos de Excel?
Si usa Power Query para conectarse a un origen de datos, tiene varias opciones de
ubicación donde cargar los datos. Power Query se conoce como Obtener y transformar
datos en Excel 2016. Para asegurarse de que los datos se cargan en el modelo de datos,
debe seleccionar la opción Agregar estos datos al modelo de datos en el cuadro de
diálogo Cargar en.

７ Nota

Las imágenes que aquí se muestran corresponden a Excel 2016.

En el Navegador, seleccione Cargar en...

O bien, si selecciona Editar en el Navegador, se abrirá el Editor de Power Query. Allí

puede seleccionar Cerrar & Cargar en...

A continuación, en Cargar en, asegúrese de seleccionar Agregar estos datos al modelo

de datos.

¿Qué ocurre si utilizo Obtener datos externos en Power

Pivot?
No hay problema. Siempre que usa Power Pivot para conectarse a datos y consultarlos
desde un origen de datos local o en línea, los datos se cargan automáticamente en el
modelo de datos.

¿Cómo se programa una actualización?

Si configura una programación de actualización, Power BI se conectará directamente a
los orígenes de datos con la información de conexión y las credenciales del conjunto de
datos para consultar los datos actualizados y, luego, cargar los datos actualizados en el
conjunto de datos. También se actualizan las visualizaciones de informes y paneles
basadas en ese conjunto de datos en el servicio Power BI.

Para más información sobre cómo configurar la actualización programada, consulte

Configuring scheduled refresh (Configuración de actualización programada).

Si se produce algún problema

Si las cosas no van bien, suele ser porque Power BI no puede iniciar sesión en los
orígenes de datos o, si el conjunto de datos se conecta a un origen de datos local, la
puerta de enlace está sin conexión. Asegúrese de que Power BI puede iniciar sesión en
los orígenes de datos. Si cambia una contraseña que usa para iniciar sesión en un origen
de datos o se le cierra la sesión a Power BI de un origen de datos, asegúrese de intentar
iniciar sesión en los orígenes de datos en Credenciales del origen de datos.

Asegúrese de dejar seleccionada la opción Enviar un correo con los errores de

actualización. Si no se puede realizar una actualización programada, deseará saberlo
inmediatamente.

） Importante

La actualización no se admite en fuentes de OData que se conectan a Power Pivot y

desde ahí se consultan. Si usa una fuente de OData como un origen de datos, use
Power Query.

Solución de problemas
A veces, la actualización de datos no funciona según lo previsto. Normalmente, los
problemas se deben a un problema conectado con una puerta de enlace. Consulte en
los artículos de solución de problemas relacionados con la puerta de enlace las
herramientas y los problemas conocidos.

Solución de problemas con la puerta de enlace de datos local

 Solución de problemas de Power BI Gateway - Personal

Pasos siguientes
¿Tiene más preguntas? Pruebe la comunidad de Power BI
Actualización de un modelo semántico
creado a partir de un libro de Excel en
OneDrive o SharePoint Online
Artículo • 22/11/2023

） Importante

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 29 de septiembre de 2023:

Ya no se permitirá la carga de libros locales en áreas de trabajo de Power BI.

Ya no se permitirá configurar la programación de la actualización ni actualizar
ahora para archivos de Excel que aún no tengan configurada la actualización
programada.

Las siguientes funcionalidades están en desuso y dejarán de estar disponibles a

partir del 31 de octubre de 2023:

Ya no se permitirá la actualización programada ni la actualización ahora para

los archivos de Excel existentes que se configuraron previamente para la
actualización programada.
Los libros locales cargados en áreas de trabajo de Power BI ya no se abrirán
en Power BI.

A partir del 31 de octubre de 2023:

Puede descargar libros locales existentes desde el área de trabajo de Power

BI.
Puede publicar el modelo de datos de Excel como un modelo semántico de
Power BI y programar la actualización.
Puede importar libros de Excel desde bibliotecas de documentos de OneDrive
y SharePoint para verlos en Power BI.

Si su organización usa estas capacidades, vea más detalles en Migrar los libros de
Excel.

Puede importar libros de Excel desde el equipo local, o desde almacenamiento en nube
como OneDrive para uso profesional o educativo o SharePoint Online. En este artículo
se examinan las ventajas de usar el almacenamiento en nube para los archivos de Excel.
Para obtener más información sobre cómo importar archivos de Excel en Power BI, vea
Obtención de datos de archivos de libro de Excel.

¿Cuáles son las ventajas?

Al importar archivos desde OneDrive o SharePoint Online, garantiza que el trabajo que
está realizando en Excel permanece sincronizado con el servicio Power BI. Los datos que
haya cargado en el modelo del archivo se actualizan en el modelo semántico. Los
informes creados en el archivo se cargan en Informes en Power BI. Si realiza y guarda
cambios en el archivo en OneDrive o SharePoint Online, Power BI muestra las
actualizaciones de esos cambios. Por ejemplo, si agrega nuevas medidas, cambia los
nombres de columna o edita visualizaciones, Power BI refleja los cambios. Los cambios
normalmente se actualizan en un plazo de una hora después de guardarlos.

Cuando importa un libro de Excel desde su cuenta de OneDrive personal, todos los
datos del libro se cargan en un nuevo modelo semántico en Power BI. Por ejemplo, las
tablas de hojas de cálculo, los datos cargados en el modelo de datos de Excel y la
estructura del modelo de datos pasan a un nuevo modelo semántico. Power BI se
conecta automáticamente al libro en OneDrive, o SharePoint Online, cada hora
aproximadamente para comprobar si hay actualizaciones. Si el libro ha cambiado,
Power BI actualiza el modelo semántico y los informes en el servicio Power BI.

Puede actualizar el modelo semántico en el servicio Power BI. Cuando se actualiza

manualmente o se programa la actualización del modelo semántico, Power BI se
conecta directamente a los orígenes de datos externos para consultar los datos
actualizados. A continuación, carga los datos actualizados en el modelo semántico. La
actualización de un modelo semántico desde Power BI no actualiza los datos del libro en
OneDrive o SharePoint Online.

¿Qué es compatible?
Power BI admite las opciones Actualizar ahora y Programar actualización para modelos
semánticos que cumplen las condiciones siguientes:

Los modelos semánticos se crean a partir de archivos de Power BI Desktop

importados desde una unidad local.
Obtención de datos o Editor de Power Query en Power BI se usa para conectarse a
los datos y cargarlos.
Los datos proceden de un origen que se describe en una de las secciones
siguientes.
Power BI Gateway - Personal
Todos los orígenes de datos en línea que se muestran en Obtener datos de
Power BI Desktop y en el Editor de Power Query.
Todos los orígenes de datos locales que se muestran en Obtener datos de
Power BI Desktop y en el Editor de Power Query, excepto el archivo Hadoop
(HDFS) y Microsoft Exchange.

Puerta de enlace de datos local

La puerta de enlace de datos local admite la actualización de los siguientes orígenes de
datos:

Modelo tabular de Analysis Services

Modelo multidimensional de Analysis Services
SQL Server
SAP HANA
Oracle
Teradata
Archivo
Carpeta
Lista de SharePoint (local)
Web
OData
IBM DB2
MySQL
Sybase
SAP BW
Base de datos Informix de IBM
ODBC

７ Nota

Es necesario tener una puerta de enlace instalada y en ejecución para que Power BI
se pueda conectar a orígenes de datos locales y actualizar el modelo semántico.

OneDrive o OneDrive para uso profesional o

educativo. ¿Cuál es la diferencia?
Si tiene OneDrive personal y OneDrive para uso profesional y educativo, se recomienda
que mantenga los archivos que quiere importar en OneDrive para uso profesional y
educativo. La razón es la probabilidad de usar dos cuentas diferentes para iniciar sesión
y acceder a los archivos.

En Power BI, la conexión a OneDrive para uso profesional y educativo suele ser fluida
porque es probable que use la misma cuenta para iniciar sesión en Power BI que en
OneDrive para uso profesional y educativo. No obstante, con OneDrive personal, es más
habitual iniciar sesión con otra cuenta Microsoft .

Al iniciar sesión en OneDrive para uso profesional y educativo con su cuenta Microsoft,
seleccione Mantener la sesión iniciada. Después, Power BI puede sincronizar las
actualizaciones que realice en el archivo en Power BI Desktop con modelos semánticos
en Power BI.

Si cambian las credenciales de la cuenta De Microsoft, las modificaciones en el archivo

de OneDrive no se pueden sincronizar con el modelo semántico o los informes de
Power BI. Debe volver a conectarse e importar el archivo de nuevo desde su OneDrive
personal.

Opciones para conectarse a un archivo de Excel

Si se conecta a un libro de Excel en OneDrive para uso profesional y educativo, o
SharePoint Online, tendrá dos opciones para obtener el contenido del libro en Power BI.

Importar datos de Excel en Power BI: cuando se importa un libro de Excel desde su
instancia de OneDrive para uso profesional y educativo o SharePoint Online, el
funcionamiento es igual al proceso descrito anteriormente.

Conectar, administrar y ver Excel en Power BI: cuando se utiliza esta opción, se crea
directamente una conexión entre Power BI y el libro en OneDrive para uso profesional y
educativo, o SharePoint Online.
Cuando se realiza la conexión a un libro de Excel de esta manera, no se crea un modelo
semántico en Power BI. Sin embargo, el libro aparece en el servicio Power BI en Informes
con un icono de Excel junto al nombre. A diferencia de Excel Online, cuando la conexión
al libro se realiza desde Power BI, si el libro tiene conexiones a orígenes de datos
externos que cargan datos en el modelo de datos de Excel, puede configurar una
actualización programada.

Al configurar una actualización programada de este modo, la única diferencia es que los
datos actualizados se transfieren al modelo de datos del libro en OneDrive o SharePoint
Online, en lugar de a un modelo semántico en Power BI.

¿Cómo puedo asegurarme de que los datos se

cargan en el modelo de datos de Excel?
Si usa Power Query (Obtener y transformar del menú Datos en Excel 2016) para
conectarse a un origen de datos, tiene varias opciones para la ubicación de la carga de
los datos. Para asegurarse de que los datos se cargan en el modelo de datos, debe
seleccionar la opción Agregar estos datos al modelo de datos en el cuadro de diálogo
Importar datos.

1. En Excel, seleccione Datos>Obtener datos y seleccione de dónde desea que

provengan los datos. En este ejemplo, los datos se cargan desde un archivo de
libro de Excel.

2. En la ventana del explorador de archivos, busque y seleccione el archivo de datos

y, a continuación, seleccione Importar.

3. En Navegador, seleccione el archivo y elija Cargar en... .

 O bien, en Excel, seleccione Datos>Obtener datos>Iniciar Editor de Power Query
para abrir el Editor de consultas. Allí puede seleccionar Cerrar & Cargar en...

4. A continuación, en Importar datos, asegúrese de seleccionar Agregar estos datos

al modelo de datos y seleccione Aceptar.
¿Qué ocurre si utilizo Obtener datos externos en Power
Pivot?
No hay problema. Siempre que usa Power Pivot para conectarse a los datos y
consultarlos desde un origen de datos local o en línea, los datos se cargan
automáticamente en el modelo de datos.

¿Cómo se programa una actualización?

Si configura una programación de actualización, Power BI se conecta directamente a los
orígenes de datos con la información de conexión y las credenciales del modelo
semántico para consultar los datos actualizados. A continuación, carga los datos
actualizados en el modelo semántico. También se actualizan las visualizaciones de
informes y paneles basadas en ese modelo semántico en el servicio Power BI.

Para obtener más información sobre cómo configurar una actualización programada,
consulte Configuración de la actualización programada.

Si se produce algún problema

Si se produce algún problema, suele ser porque Power BI no puede iniciar sesión en los
orígenes de datos. O se debe a que el modelo semántico se conecta a un origen de
datos local y la puerta de enlace está sin conexión. Asegúrese de que Power BI puede
iniciar sesión en orígenes de datos. Si cambia una contraseña que usa para iniciar sesión
en un origen de datos o se cierra la sesión de Power BI de un origen de datos, asegúrese
de iniciar sesión en los orígenes de datos de nuevo en Credenciales del origen de datos.

Asegúrese de dejar seleccionada la opción Enviar un correo con los errores de

actualización. Si no se puede realizar una actualización programada, deseará saberlo
inmediatamente.

Notas importantes
La actualización no se admite en fuentes de OData que se conectan a Power Pivot y
desde ahí se consultan. Si usa una fuente de OData como un origen de datos, use Power
Query.

Solución de problemas
A veces, la actualización de datos no funciona según lo previsto. Normalmente, los
problemas con la actualización son un problema con la puerta de enlace de datos. Para
obtener herramientas y sugerencias y ver problemas conocidos, consulte los siguientes
artículos sobre la solución de problemas de la puerta de enlace.

Solución de problemas con la puerta de enlace de datos local

Solución de problemas de Power BI Gateway- Personal

¿Tiene más preguntas? Pruebe la Comunidad de Power BI.

Actualización de un modelo semántico
creado a partir de un archivo CSV en
OneDrive o SharePoint
Artículo • 23/11/2023

Cuando se conecta a un archivo .csv de valores separados por comas en OneDrive o

SharePoint, se crea un modelo semántico en Power BI. Los datos del archivo .csv se
importan en el modelo semántico en Power BI. Power BI se conecta automáticamente al
archivo y actualiza los cambios con el modelo semántico en Power BI. Si edita el archivo
.csv en OneDrive o SharePoint, al guardarlo, esos cambios aparecerán en Power BI, por
lo general en una hora aproximadamente. Todas las visualizaciones de Power BI basadas
en el modelo semántico se actualizan automáticamente.

７ Nota

De forma predeterminada, con la experiencia Obtener datos para conectores de

tipo de archivo específicos en Power BI Desktop se usa una referencia local al
archivo almacenado en OneDrive, que no se actualizará automáticamente a menos
que tenga una puerta de enlace configurada. Para que el CSV se actualice
automáticamente sin tener que configurar una puerta de enlace, en lugar de usar el
conector Text/CSV, use el conector Web y haga referencia a la versión en línea de
su CSV.

Ventajas
Si los archivos están en una carpeta compartida en OneDrive para uso profesional o
educativo, o en SharePoint, otros usuarios pueden trabajar con el mismo archivo.
Después de guardar el archivo, los cambios se actualizan automáticamente en Power BI,
normalmente en una hora.

Muchas organizaciones ejecutan procesos que consultan automáticamente los datos de

las bases de datos que se guardan en un archivo .csv cada día. Si el archivo se almacena
en OneDrive o SharePoint y el mismo archivo se sobrescribe cada día, en lugar de
crearse un archivo nuevo con un nombre diferente a diario, puede conectarse a dicho
archivo en Power BI. Poco después de que se actualice el archivo en OneDrive o
SharePoint, el modelo semántico que se conecta al archivo se sincronizará. Todas las
visualizaciones basadas en el modelo semántico se actualizan automáticamente.
¿Qué se admite?
Los archivos de valores separados por comas son archivos de texto simples, por lo que
no admiten conexiones a orígenes de datos e informes externos. No se puede
programar una actualización en un modelo semántico creado a partir de un archivo .csv.
Sin embargo, si el archivo está en OneDrive o SharePoint, Power BI sincronizará
automáticamente los cambios realizados el archivo con el modelo semántico cada hora
aproximadamente.

¿Cuál es la diferencia entre OneDrive personal y

OneDrive para uso profesional o educativo?
Si tiene OneDrive personal y OneDrive para uso profesional o educativo, se recomienda
que mantenga los archivos a los que quiere conectarse en Power BI en OneDrive para
uso profesional o educativo. ¿Por qué? El motivo es que es probable que use dos
cuentas diferentes para iniciar sesión en ambos.

La conexión a OneDrive para uso profesional o educativo y Power BI suele realizarse sin
problemas, ya que para iniciar sesión en esta aplicación se usa la misma cuenta que para
hacerlo en Power BI. Sin embargo, con OneDrive personal, es probable que use una
cuenta de Microsoft .

Si inicia sesión en su cuenta de Microsoft, asegúrese de seleccionar Mantener la sesión

iniciada. Después, Power BI puede sincronizar las actualizaciones con modelos
semánticos en Power BI.
Al realizar cambios en el archivo .csv en OneDrive, puede que no se sincronicen con el
modelo semántico de Power BI. El motivo podría ser porque las credenciales de la
cuenta de Microsoft han cambiado, y deberá conectarse al archivo e importarlo de
nuevo desde OneDrive personal.

Si se produce algún problema

Si los datos del archivo .csv en OneDrive cambian y este cambio no se refleja en
Power BI, lo más probable es que Power BI no pueda conectarse a OneDrive. Intente
conectarse al archivo y volver a importarlo. Si se le pide que inicie sesión, asegúrese de
seleccionar Mantener la sesión iniciada.

Pasos siguientes
Solución de problemas de puertas de enlace: Power BI
Solución de problemas con los escenarios de actualización

¿Tiene más preguntas? Pregunte a la comunidad de Power BI

Almacenamiento en caché de consultas
en Power BI Premium o
Power BI Embedded
Artículo • 22/11/2023

Las organizaciones con Power BI Premium o Power BI Embedded pueden sacar partido
del almacenamiento en caché de consultas para acelerar los informes asociados a un
modelo semántico. El almacenamiento en caché de consultas indica a la capacidad de
Power BI Premium o Power BI Embedded que usa su servicio de almacenamiento en
caché local para mantener los resultados de la consulta, lo que evita que el origen de
datos subyacente tenga que calcular esos resultados.

） Importante

El almacenamiento en caché de consultas solo está disponible en

Power BI Premium o Power BI Embedded, para modelos semánticos de
importación. No es aplicable a los modelos semánticos de DirectQuery o
LiveConnect que usan Azure Analysis Services o SQL Server Analysis Services.

El almacenamiento en caché se realiza la primera vez que un usuario abre el informe. En

la actualidad, el servicio solo realiza el almacenamiento en caché de consultas de la
página inicial a la que acceden. En otras palabras, las consultas no se almacenan en
caché cuando se interactúa con el informe. Los resultados de las consultas almacenadas
en caché son específicos del usuario y el contexto del modelo semántico, y siempre
respetan las reglas de seguridad. La caché de consultas respeta los marcadores
personales y los filtros persistentes , por lo que las consultas generadas por un informe
personalizado se almacenan en caché. Los iconos de panel que funcionan con las
mismas consultas también aprovechan las consultas una vez almacenadas en caché. El
rendimiento mejora especialmente cuando se accede con frecuencia a un modelo
semántico que no es necesario actualizar a menudo. El almacenamiento en caché de
consultas puede además reducir la carga sobre su capacidad al reducir el número total
de consultas.

El comportamiento del almacenamiento en caché se controla en la página

Configuración del modelo semántico del servicio Power BI. Tiene tres valores de
configuración posibles:

Capacidad predeterminada: almacenamiento en caché de consultas desactivado

 Desactivado: no usar el almacenamiento en caché de consultas para este modelo
semántico.
Activado: usar el almacenamiento en caché de consultas para este modelo
semántico.

Consideraciones y limitaciones
Al cambiar la configuración de almacenamiento en caché de Activado a
Desactivado, todos los resultados de la consulta del modelo semántico guardados
se quitan de la caché de capacidad. Puede desactivar el almacenamiento en caché
ya sea explícitamente o revirtiendo a la configuración predeterminada de
capacidad que un administrador haya establecido en Desactivado. La
desactivación de esta opción puede introducir un pequeño retraso la próxima vez
que un informe ejecute consultas en este modelo semántico. El retraso se debe a
que las consultas de informes se ejecutan a petición y no al aplicar los resultados
guardados. Además, es posible que primero haya que cargar en memoria el
modelo semántico necesario para que pueda atender consultas.
La caché de consultas se actualiza cuando Power BI realiza una actualización del
modelo semántico. Cuando se actualiza la caché de consultas, Power BI tiene que
ejecutar las consultas sobre los modelos de datos subyacentes para obtener los
resultados más recientes. Si el almacenamiento en caché de consultas está
habilitado en un gran número de modelos semánticos y la capacidad
Premium/Embedded está sobrecargada, se puede producir una degradación del
rendimiento durante la actualización de la caché. La degradación es el resultado
del aumento del volumen de las consultas que se ejecutan.

Pasos siguientes
¿Qué son los análisis integrados de Power BI?
¿Qué son las aplicaciones de plantilla de
Power BI?
Artículo • 24/11/2023

Las nuevas aplicaciones de plantilla de Power BI permiten a los asociados de Power BI

crear aplicaciones de Power BI con poca o ninguna codificación, e implementarlas en
cualquier cliente de Power BI. Este artículo es una introducción del programa de
aplicaciones de plantilla de Power BI.

Como asociado de Power BI, crea contenido rápido para los clientes y lo publica usted
mismo.

Crea aplicaciones de plantillas que permiten a los clientes conectarse y crear instancias
con sus propias cuentas. Como expertos de dominio, pueden desbloquear los datos de
forma que sus usuarios empresariales puedan consumirlos fácilmente.

Debe enviar una aplicación de plantilla al Centro de partners. Después, las aplicaciones
estarán disponibles públicamente en el marketplace Aplicaciones de Power BI y en el
marketplace comercial de Microsoft . Le presentamos una visión de alto nivel de la
experiencia pública de creación de aplicaciones de plantilla.

Marketplace de aplicaciones de Power BI

Las aplicaciones de plantilla de Power BI permiten que los usuarios de Power BI Pro o de
Power BI Premium obtengan conclusiones inmediatas mediante informes y paneles
empaquetados previamente que se pueden conectar a orígenes de datos activos.
Muchas aplicaciones de Power BI ya están disponibles en el Marketplace de aplicaciones
de Power BI .
７ Nota

Las aplicaciones de Marketplace no están disponibles para las instancias en la nube

de la Administración Pública de Estados Unidos. Para obtener más información,
consulte Power BI para clientes de la Administración Pública de Estados Unidos.
Proceso
El proceso general para desarrollar y enviar una aplicación de plantilla implica varias
fases. Algunas fases pueden incluir más de una actividad al mismo tiempo.

Fase Power BI Servicio Power BI Centro de partners

Desktop

Uno Crear un modelo Cree un área de trabajo. Importe Registrarse como asociado.
de datos y un el archivo .pbix. Crear un panel
informe en un complementario.
archivo .pbix

Dos Crear un paquete de prueba y

ejecutar la validación interna.

Tres Promover el paquete de prueba a Con el paquete de

preproducción para la validación preproducción, crear una oferta
fuera del inquilino de Power BI y de aplicación de plantilla de
enviarlo a AppSource. Power BI e iniciar el proceso de
validación.

Cuatro Promover el paquete de Go Live

preproducción a producción.

Antes de empezar
Para crear la aplicación de plantilla, necesita permisos para crear una. Para más
información, vea Configuración de inquilinos de la aplicación de plantilla.

Para publicar una aplicación de plantilla en el servicio Power BI y AppSource, debe

cumplir los requisitos para convertirse en publicador del Centro de partners.

Pasos de alto nivel

Estos son los pasos generales.

1. Revise los requisitos para asegurarse de que los cumple.

2. Cree un informe en Power BI Desktop. Use parámetros para poder guardarlo como
un archivo que otros usuarios puedan utilizar.

3. Cree un área de trabajo para la aplicación de plantilla en el inquilino en el servicio

Power BI ( [Link] ).
 4. Importe el archivo .pbix y agregue contenido como un panel a la aplicación.

5. Cree un paquete de prueba para probar la aplicación de plantilla dentro de la

organización.

6. Promueva la aplicación de prueba a preproducción con el fin de enviarla para la

validación en AppSource y probarla fuera del inquilino.

7. Envíe el contenido al Centro de partners para su publicación.

8. Publique la oferta en AppSource y mueva la aplicación a producción en Power BI.

9. Ya puede empezar a desarrollar la próxima versión en la misma área de trabajo, en

preproducción.

Requisitos
Para crear la aplicación de plantilla, necesita permisos para crear una. Para más
información, vea Configuración de inquilinos de la aplicación de plantilla.

Para publicar una aplicación de plantilla en el servicio Power BI y AppSource, debe

cumplir los requisitos para convertirse en publicador del Centro de partners.

７ Nota

Los envíos de aplicaciones de plantilla se administran en el Centro de partners. Use

la misma cuenta de registro de Microsoft Developer Center para iniciar sesión. Solo
debe tener una cuenta Microsoft para sus ofertas de AppSource. Las cuentas no
deberían ser específicas de servicios ni de ofertas individuales.

Sugerencias
Asegúrese de que la aplicación incluye datos de ejemplo para que todos los
usuarios puedan empezar a trabajar con un clic.
Limite el tamaño del modelo semántico (regla general: archivo .pbix< 10 MB). Esto
suele significar mantener el tamaño de los datos de ejemplo lo más pequeño
posible.
Examine con cuidado la aplicación mediante su instalación en el inquilino y en un
inquilino secundario. Asegúrese de que los clientes solo ven lo que quiere que
vean.
 Use AppSource como almacén en línea para hospedar la aplicación. De este modo,
todos los usuarios de Power BI podrán encontrar la aplicación.
Considere la posibilidad de ofrecer más de una aplicación de plantilla para
escenarios únicos independientes.
Habilite la personalización de datos. Por ejemplo, admita la configuración
personalizada de parámetros y conexiones mediante el instalador.
Si es un fabricante independiente de software y distribuye la aplicación por medio
del servicio web, tenga en cuenta la posibilidad de automatizar la configuración de
los parámetros durante la instalación para facilitar la tarea a los clientes y
aumentar la probabilidad de realizar la instalación correctamente. Para más
información, vea Configuración automatizada de la instalación de una aplicación
de plantilla.

Vea Sugerencias para crear aplicaciones de plantilla en Power BI para obtener más
sugerencias.

Restricciones conocidas
Característica Limitación conocida

Contenido: modelos Exactamente un modelo semántico debe estar presente. Solo se

semánticos permiten los modelos semánticos creados en Power BI Desktop
(archivos .pbix). No se admiten: modelos semánticos de otras
aplicaciones de plantilla, modelos semánticos de varias áreas de
trabajo, informes paginados (archivos .rdl) y libros de Excel.

Contenido: Informes Una misma aplicación de plantilla no puede incluir más de

20 informes.

Contenido: Paneles No se permiten iconos en tiempo real. Es decir, no se admiten

conjuntos de datos de inserción o streaming.

Contenido: Flujos de No se admiten: flujos de datos.

datos

Contenido de archivos Solo se admiten archivos .pbix. No se admiten: archivos .rdl (informes
paginados) y libros de Excel.

Orígenes de datos Se permiten los orígenes de datos admitidos para la actualización de

datos programada en la nube. No se admiten; conexiones dinámicas,
orígenes de datos locales (no se admiten puertas de enlace personales
y empresariales), en tiempo real (sin compatibilidad con el conjunto de
datos de inserción) y modelos compuestos.

Modelo semántico: No se permiten modelos semánticos entre áreas de trabajo.

entre áreas de trabajo
 Característica Limitación conocida

Parámetros de consulta No se admiten: los parámetros de tipo Todo, Fecha o Binario bloquean
la operación de actualización del modelo semántico.

Actualización Las aplicaciones de plantilla no admiten la actualización incremental.

incremental

Objetos visuales de Solo se admiten los objetos visuales de Power BI disponibles

Power BI públicamente. No se admiten los objetos visuales de Power BI de la
organización.

Nubes soberanas Las aplicaciones de plantilla no están disponibles en nubes soberanas.

Modelos compuestos Los modelos compuestos no se deben usar en el área de trabajo del
generador de aplicaciones. Los instaladores de aplicaciones pueden
usar modelos compuestos después de instalar la aplicación.

Formato de No se admite el formato de almacenamiento de modelos semánticos

almacenamiento de grandes para las aplicaciones de plantilla.
modelos semánticos
grandes

Soporte técnico
Para obtener soporte técnico durante el desarrollo, use
[Link] . Supervisamos y administramos de forma
activa este sitio. Los incidentes del cliente encuentran rápidamente la forma de llegar al
equipo adecuado.

Pasos siguientes
Creación de una aplicación de plantilla
Creación de una aplicación de plantilla
en Power BI
Artículo • 24/03/2023

Este artículo contiene instrucciones paso a paso para crear una aplicación de plantilla de
Power BI. Las aplicaciones de plantilla de Power BI permiten a los asociados crear
aplicaciones de Power BI sin tener que escribir código (o muy poco) e implementarlas en
cualquier cliente de Power BI.

Si puede crear paneles e informes de Power BI, puede convertirse en un desarrollador de

aplicaciones de plantilla, así como compilar y empaquetar contenido analítico en una
aplicación. Después, puede implementar la aplicación en otros inquilinos de Power BI
por medio de cualquier plataforma disponible, como AppSource o un servicio web
propio. Si va a distribuir su aplicación de plantilla por medio de su propio servicio web,
puede automatizar parte del proceso de instalación con el fin de facilitar la tarea a los
clientes.

Los administradores de Power BI controlan quién de la organización puede crear

aplicaciones de plantilla y quién puede instalarlas. Los usuarios autorizados pueden
instalar la aplicación de plantilla, modificarla y distribuirla a los consumidores de
Power BI en sus organizaciones.

Requisitos previos
Estos son los requisitos para crear una aplicación la plantilla:

Una licencia de Power BI Pro.

Power BI Desktop (opcional)
Conocer bien los conceptos básicos de Power BI.
Permisos para compartir públicamente una aplicación de plantilla, tal como se
muestra en Configuración de inquilinos de aplicación de plantilla.

Creación del área de trabajo de plantilla

Para crear una aplicación de plantilla que se pueda distribuir a otros inquilinos de Power
BI, tendrá que crearla en un área de trabajo.

1. En el servicio Power BI, cree un área de trabajo tal como se describe en Creación
de un área de trabajo en Power BI. En la sección Avanzado, seleccione Desarrollar
una aplicación de plantilla.
 ） Importante

La capacidad a la que se asigna el área de trabajo del generador de

aplicaciones no determina la asignación de capacidad de las áreas de trabajo
en las que los instaladores de aplicaciones instalan la aplicación. Esto significa
que una aplicación desarrollada en un área de trabajo de capacidad Premium
no se instalará necesariamente en un área de trabajo de capacidad Premium.
Por tanto, no se recomienda usar la capacidad Premium para el área de
trabajo del generador, ya que es posible que las áreas de trabajo del
instalador no sean de una capacidad Premium, y la función que se basa en la
capacidad Premium no funcionará a menos que el instalador reasigne
manualmente el área de trabajo instalada a la capacidad Premium.

2. Cuando haya terminado de crear el área de trabajo, seleccione Guardar.

７ Nota

Necesita permisos del administrador de Power BI para promocionar las aplicaciones

de plantilla.

Adición de contenido al área de trabajo de la

aplicación de plantilla
Como sucede con un área de trabajo estándar de Power BI, el siguiente paso consiste en
agregar contenido al área de trabajo. Si va a usar parámetros en Power Query,
asegúrese de que tengan tipos bien definidos como, por ejemplo, Text . Los tipos Any y
Binary no se admiten.
A fin de obtener sugerencias que puede tener en cuenta al crear informes y paneles
para la aplicación de plantilla, vea Sugerencias para la creación de aplicaciones de
plantilla en Power BI.

Definición de las propiedades de la aplicación

de plantilla
Ahora que tiene contenido en el área de trabajo, puede empaquetarlo en una aplicación
de plantilla. El primer paso consiste en crear una aplicación de plantilla de prueba,
accesible únicamente desde dentro de la organización en su inquilino.

1. En el área de trabajo de la aplicación de plantilla, haga clic en Crear aplicación.

A continuación, rellene más opciones para la aplicación de plantilla en seis

pestañas.

2. En la pestaña Personalización de marca, rellene los campos siguientes:

Nombre de la aplicación
Descripción
Sitio de soporte técnico. El vínculo de soporte técnico aparece en
información de la aplicación después de redistribuir la aplicación de plantilla
como una aplicación de la organización.
Logotipo de la aplicación. El logotipo tiene un límite de tamaño de archivo
de 45 K, debe tener una relación de aspecto de 1:1 y debe estar en un
formato de archivo .png, .jpg o .jpeg.
Color de tema de la aplicación
3. En la pestaña Navegación, puede activar Nuevo generador de navegación para
definir el panel de navegación de la aplicación.

Si no activa Nuevo generador de navegación, tiene la opción de seleccionar una

página de aterrizaje de la aplicación. defina un informe o panel como la página de
 aterrizaje de la aplicación. Use una página de aterrizaje que proporcione la
impresión que quiera.

4. En la pestaña Control, establezca los límites y restricciones de los usuarios de la

aplicación en el contenido de la aplicación. Puede usar este control para proteger
la propiedad intelectual que la aplicación pueda contener.

７ Nota

Si desea proteger los datos, deshabilite la opción Download the report to file
(Descargar el informe en un archivo) y, luego, configure las otras dos opciones
como lo desee.

El motivo:

Los controles de visualización, edición y exportación de esta pestaña solo se

aplican al servicio Power BI. Una vez que descargue el archivo .pbix, dejará de
estar en el servicio. Coloca una copia de los datos, sin protección, en una
ubicación seleccionada por el usuario. Luego, usted ya no tiene control sobre
lo que el usuario puede hacer con los datos.

Si quiere limitar el acceso a las consultas y las medidas a la vez que permite a
los usuarios agregar sus propios orígenes de datos, considere la posibilidad
de activar solo las opciones Export or externally connect to data. Esto
permite a los usuarios agregar sus propios orígenes de datos sin que puedan
 editar el conjunto de datos. Para más información, consulte Usar modelos
compuestos en Power BI Desktop.

5. Los parámetros se crean en el archivo .pbix original; obtenga más información

sobre la creación de parámetros de consulta . Las funcionalidades de esta
pestaña se usan para ayudar al instalador de la aplicación a configurarla después
de su instalación, cuando se conecta a sus datos.

Cada parámetro tiene un nombre, que proceden de la consulta, y un campo Valor.

Hay tres formas de obtener un valor para el parámetro durante la instalación:

Puede requerir que el usuario que instala la aplicación escriba un valor.

En este caso, debe proporcionar un ejemplo para que el usuario lo

reemplace. Para configurar un parámetro de esta manera, seleccione la casilla
Requerido y, después, proporcione un ejemplo en el cuadro de texto que
muestre al usuario qué tipo de valor se espera, tal como se muestra en el
ejemplo siguiente.
 Puede proporcionar un valor rellenado previamente que no puede cambiar el
usuario que instala la aplicación.

Un parámetro configurado de esta manera está oculto para el usuario que

instala la aplicación. Solo debe usar este método si tiene la certeza de que el
valor rellenado previamente es válido para todos los usuarios. De lo
contrario, use el primer método que requiere la entrada del usuario.

Para configurar un parámetro de esta manera, escriba el valor en el cuadro de

texto Valor y, después, seleccione el icono de bloqueo para que el valor no se
pueda cambiar. En el ejemplo siguiente se muestra esta opción:

Puede proporcionar un valor predeterminado que el usuario puede cambiar

durante la instalación.

Para configurar un parámetro de esta manera, escriba el valor

predeterminado deseado en el cuadro de texto Valor y deje el icono de
candado desbloqueado, tal como se indica en el ejemplo siguiente:

Además, en esta pestaña, debe proporcionar un vínculo a la documentación de la

aplicación.
6. En la pestaña Autenticación, seleccione el método de autenticación que se va a
usar. Las opciones disponibles dependen de los tipos de orígenes de datos que se
usan.

El nivel de privacidad se configura automáticamente:

Un origen de datos único se configura automáticamente como privado.

Un origen de datos anónimo múltiple se configura automáticamente como
público.

7. En la fase de prueba, en la pestaña Acceso, decida qué otros usuarios de su

organización pueden instalar y probar la aplicación. Más adelante, volverá a esta
configuración y la cambiará. La configuración no afecta al acceso de la aplicación
de plantilla distribuida.
 8. Seleccione Crear aplicación.

Verá un mensaje que indica que la aplicación de prueba está lista, con un vínculo
para copiar y compartir con los evaluadores de la aplicación.

También ha realizado el primer paso del proceso de administración de versiones

siguiente.

Administración de la versión de la plantilla de

aplicación
Antes de lanzar la aplicación de plantilla públicamente, querrá asegurarse de que esté
lista. En el panel de administración de versiones de Power BI, puede realizar el
seguimiento e inspeccionar la ruta de versiones completa de la aplicación. También
puede desencadenar la transición de una etapa a otra. Las fases comunes son:

Generar una aplicación de prueba para realizar pruebas solo en la organización.

 Promover el paquete de prueba a la fase de preproducción y realizar pruebas fuera
de la organización.
Promover el paquete de preproducción a la versión de producción en un entorno
de producción.
Eliminar todos los paquetes o comenzar de nuevo desde una fase anterior.

La dirección URL no cambia cuando alterna entre las fases de la versión. La promoción
no afecta a la propia dirección URL.

Para desplazarse por las fases de lanzamiento, haga lo siguiente:

1. En el área de trabajo de plantilla, seleccione Administración de versiones.

2. Si ha seguido los pasos de este artículo para crear la aplicación de prueba, el

punto situado junto a Pruebas ya estará rellenado. Haga clic en Obtener vínculo.

Si aún no ha creado la aplicación, seleccione Crear aplicación para iniciar el

proceso de creación de la aplicación de plantilla.
3. Para probar la experiencia de instalación de la aplicación, copie el vínculo de la
ventana y péguelo en otra ventana del explorador.

Desde aquí, debe seguir el mismo procedimiento que seguirán los instaladores de
la aplicación. Para obtener más información, vea Instalación y distribución de
aplicaciones de plantilla en su organización.

4. En el cuadro de diálogo, haga clic en Instalar.

5. Después de que la instalación se realice correctamente, seleccione la aplicación en

la lista Aplicaciones para abrirla.

6. Compruebe que la aplicación de prueba tiene los datos de ejemplo. Para realizar
cambios, vuelva a la aplicación en el área de trabajo original. Actualice la aplicación
de prueba hasta que esté satisfecho.
7. Cuando esté a punto para promover la aplicación al entorno de preproducción a
fin de realizar más pruebas fuera del inquilino, vuelva al panel Administración de
versiones y seleccione Promover aplicación.

７ Nota

Cuando se promueve la aplicación, esta pasa a estar públicamente disponible

fuera de la organización.

Si no ve la opción Promover aplicación, póngase en contacto con el administrador

de Power BI para que le conceda permisos para el desarrollo de aplicaciones de
plantilla en el portal de administración.
 8. En el cuadro de diálogo, seleccione Promover.

9. Copie la dirección URL nueva para compartir fuera del inquilino con el fin de
realizar pruebas. Este vínculo también es el que se envía para comenzar el proceso
de distribución de la aplicación en AppSource mediante la creación de una nueva
oferta del Centro de partners.

Solo debe enviar al Centro de partners vínculos del entorno de preproducción.

Después de que la aplicación se apruebe y reciba la notificación de que está
publicada en AppSource, podrá promover el paquete a producción en Power BI.

10. Cuando la aplicación esté lista para producción o para compartirla a través de
AppSource, vuelva al panel Release Management y haga clic en Promover
aplicación junto a Preproducción.

11. Seleccione Promover.

Ahora la aplicación está en producción y lista para su distribución.

A fin de hacer que la aplicación esté ampliamente disponible para los usuarios de
Power BI en todo el mundo, envíela a AppSource. Para obtener más información, vea
Creación de una oferta de la aplicación Power BI.

Configuración de parámetros automatizada

durante la instalación
Si es un proveedor de software independiente y distribuye su aplicación de plantilla
mediante su servicio web, puede crear una automatización que configure los
parámetros de la aplicación de plantilla de forma automática cuando los clientes
instalen la aplicación en Power BI. La configuración automática facilita la tarea a los
clientes y aumenta la probabilidad de que una instalación se realice correctamente, ya
que los clientes no tienen que proporcionar detalles que puede que no conozcan. Para
más información, consulte Configuración automatizada de la instalación de una
aplicación de plantilla.

Pasos siguientes
Para obtener información sobre cómo interactúan los clientes con la aplicación de
plantilla, vea Instalación, personalización y distribución de aplicaciones de plantilla
en la organización.
Para obtener más información sobre cómo distribuir la aplicación, vea Creación de
una oferta de la aplicación Power BI.
Sugerencias para crear aplicaciones de
plantilla en Power BI
Artículo • 31/01/2024

Cuando se crea la aplicación de plantilla en Power BI, parte del proceso es la logística
para crear el área de trabajo, las pruebas y la producción. Pero la otra parte importante
es, obviamente, la creación del informe y el panel. El proceso de creación se puede
desglosar en varios componentes. Trabajar en estos componentes le ayudará a crear la
mejor aplicación de plantilla posible:

Consultas. Con las consultas, conecta y transforma los datos, y define

parámetros .
Modelo de datos. En el modelo de datos, crea relaciones, medidas y mejoras de
Q&A.
Páginas del informe. Las páginas de informes incluyen objetos visuales y filtros
para proporcionar información sobre los datos.
Panel e iconos. Los paneles y los iconos ofrecen una visión general de la
información incluida.
Datos de ejemplo. Una muestra hace que la aplicación se pueda descubrir
inmediatamente después de la instalación.

Puede que esté familiarizado con cada una de las partes de las características de
Power BI existentes. Al compilar una aplicación de plantilla, hay otros aspectos que tener
en cuenta para cada componente. Para obtener más información, consulte las secciones
siguientes.

Consultas
Para las aplicaciones de plantilla, se usan consultas desarrolladas en Power BI Desktop
para conectarse al origen de datos e importar datos. Estas consultas tienen que devolver
un esquema coherente y son compatibles con la actualización de datos programada.

Conexión con la API

Para empezar, debe conectarse a la API desde Power BI Desktop para comenzar a
generar las consultas.

Puede usar los conectores de datos que están disponibles en Power BI Desktop para
conectarse a la API. Puede usar el conector de datos web (Obtener datos>Web) para
conectarse a la API REST, o bien el conector de OData (Obtener datos>Fuente OData)
para conectarse a la fuente OData.

７ Nota

Actualmente, las aplicaciones de plantilla no admiten conectores personalizados. Se

recomienda explorar el uso de Odatafeed Auth 2.0 como mitigación para algunos
de los casos de uso de la conexión o enviar el conector para su certificación. Para
más información sobre cómo desarrollar un conector y certificarlo, consulte
Conectores de datos .

Tenga en cuenta el origen

Las consultas definen los datos que se incluyen en el modelo de datos. Dependiendo
del tamaño de su sistema, estas consultas también deben incluir filtros para asegurarse
de que los clientes están tratando con un tamaño administrable que se ajusta a su
escenario de negocio.

Las aplicaciones de plantilla de Power BI pueden ejecutar varias consultas en paralelo y

para varios usuarios simultáneamente. Planee la estrategia de simultaneidad y
limitación, y pregúntenos cómo hacer que la aplicación de plantilla sea tolerante a
errores.

Cumplimiento de esquemas
Asegúrese de que las consultas son resistentes a los cambios en el sistema. Los cambios
del esquema en la actualización pueden interrumpir el modelo. Si es posible que el
origen devuelva un resultado de esquema nulo o que falta para algunas consultas,
considere la posibilidad de devolver una tabla vacía o un mensaje de error
personalizado que sea significativo.

Parámetros
Los parámetros en Power BI Desktop permiten a los usuarios proporcionar valores de
entrada que permiten personalizar los datos recuperados por el usuario. Piense en los
parámetros por adelantado para evitar la repetición del trabajo después de invertir
tiempo en generar informes o consultas detallados.

７ Nota
 Las aplicaciones de plantilla admiten todos los parámetros excepto Any y Binary .

Sugerencias de consulta adicionales

Asegúrese de que todas las columnas se escriben correctamente.
Asigne a las columnas nombres informativos. Para más información, consulte Q&A.
Para la lógica compartida, considere el uso de funciones o consultas.
En la actualidad, no se admiten niveles de privacidad en el servicio. Si recibe un
mensaje sobre los niveles de privacidad, es posible que tenga que volver a escribir
la consulta para usar rutas de acceso relativas.

Modelos de datos
Un modelo de datos bien definido garantiza que los clientes puedan interactuar fácil e
intuitivamente con la aplicación de plantilla. Cree el modelo de datos en Power BI
Desktop.

７ Nota

Realizará gran parte de la modelización básica, como la escritura y los nombres de

columna, en las consultas.

Preguntas y respuestas
La modelización también afecta a la forma en que las preguntas y respuestas pueden
proporcionar resultados para los clientes. Asegúrese de agregar sinónimos a columnas
de uso frecuente y de asignar nombres correctos a las columnas en las consultas.

Sugerencias del modelo de datos adicionales

Asegúrese de haber:

Aplicado formato a todas las columnas de valores. Aplicado tipos en la consulta.

Aplicado formato a todas las medidas.
Establecido el resumen predeterminado. Especialmente, establezca No resumir,
cuando sea aplicable; por ejemplo, para valores únicos.
Establecido una categoría de datos, cuando sea aplicable.
Establecido relaciones de datos, según sea necesario.
Informes
Las páginas de informe ofrecen información extra sobre los datos incluidos en la
aplicación de plantilla. Use las páginas de los informes para responder las preguntas
empresariales clave que la aplicación de plantilla intenta solucionar. Cree el informe con
Power BI Desktop.

Sugerencias para informes adicionales

Use más de un objeto visual por página para el filtrado cruzado.
Alinee los objetos visuales cuidadosamente, sin superponerlos.
Asegúrese de que la página está establecida en modo 4:3 o 16:9 para el diseño.
Asegúrese de que todas las agregaciones presentadas tienen sentido numérico,
por ejemplo, promedios o valores únicos.
Compruebe que la segmentación genera resultados racionales.
Incluya el logotipo al menos en el informe superior.
Asegúrese de que los elementos están en el esquema de color del cliente lo
máximo posible.

７ Nota

Una aplicación de plantilla única no puede incluir más de 20 informes.

Paneles
Los paneles son el principal punto de interacción de los clientes con la aplicación de
plantilla. Debe incluir información general sobre el contenido incluido, especialmente las
métricas importantes para el escenario de negocio.

A fin de crear un panel para la aplicación de plantilla, simplemente cargue el archivo

PBIX por medio de Obtener datos>Archivos, o bien publique directamente desde
Power BI Desktop.

Sugerencias adicionales del panel

Mantenga el mismo tema al anclar para que los iconos del panel sean coherentes.
Ancle un logotipo al tema, para que los consumidores sepan de dónde procede el
paquete.
El diseño sugerido para funcionar con la mayoría de resoluciones de pantalla es de
entre cinco y seis iconos pequeños de ancho.
 Todos los iconos del panel deben tener títulos y subtítulos adecuados.
Considere la posibilidad de crear agrupaciones en el panel para diferentes
escenarios, ya sea de forma horizontal o vertical.

Datos de ejemplo
Una aplicación de plantilla, como parte de la etapa de creación de aplicaciones, ajusta
los datos de la caché en el área de trabajo como parte de la aplicación:

Permite al instalador entender la funcionalidad y el propósito de la aplicación antes

de conectar los datos.
Crea una experiencia que lleva al instalador a explorar más a fondo las
funcionalidades de la aplicación, lo que lleva a conectar el modelo semántico de la
aplicación.

Se recomienda tener datos de ejemplo de calidad antes de crear la aplicación para

asegurarse de que el informe y los paneles de la aplicación se rellenan con datos.
Intente que el tamaño de los datos de ejemplo sea lo más pequeño posible.

Publicación en AppSource
Las aplicaciones de plantilla se pueden publicar en AppSource. Siga estas instrucciones
antes de enviar su aplicación a AppSource:

Asegúrese de crear una aplicación de plantilla con datos de ejemplo atractivos que
puedan ayudar al instalador a comprender lo que puede hacer la aplicación. No se
aprobarán informes y paneles vacíos.
Las aplicaciones de plantilla admiten aplicaciones de solo datos de ejemplo.
Asegúrese de activar la casilla aplicación estática.
Dé instrucciones al equipo de validación que incluyan credenciales y parámetros
que pueden usar para conectarse a los datos.
La aplicación debe incluir un icono de aplicación en Power BI y en la oferta de
Cloud Partner Portal (CPP).
Configure la página de aterrizaje.
Asegúrese de seguir la documentación sobre la oferta de la aplicación Power BI.
Si un panel forma parte de la aplicación, asegúrese de que no esté vacío.
Instale la aplicación mediante el vínculo de la aplicación antes de enviarlo.
Asegúrese de que pueda conectar el modelo semántico y de que la experiencia de
la aplicación sea la planeada.
Antes de cargar un archivo PBIX en el área de trabajo de plantilla, asegúrese de
descargar cualquier conexión innecesaria.
 Siga los procedimientos recomendados de diseño para informes y objetos visuales
de Power BI para lograr el máximo impacto en sus usuarios y obtener la
aprobación para su distribución.

Creación de un vínculo de descarga para la

aplicación
Después de publicar la aplicación de plantilla en AppSource, valore la posibilidad de
crear un vínculo de descarga desde el sitio web a:

La página de descarga de AppSource, que se puede ver públicamente. Obtenga el

vínculo desde la página de AppSource.
Power BI, que puede ver un usuario de Power BI.

Para redirigir a un usuario al vínculo de descarga de la aplicación en Power BI, vea el

ejemplo de código siguiente: Repositorio de GitHub .

Configuración de parámetros automatizada

durante la instalación
Si es un proveedor de software independiente (ISV) y está distribuyendo su aplicación
de plantilla por medio de su servicio web, puede crear una automatización que
configure los parámetros de la aplicación de plantilla de forma automática cuando los
clientes instalen la aplicación en su cuenta de Power BI. Este enfoque facilita las cosas a
los clientes. También aumenta la probabilidad de que una instalación se realice
correctamente, ya que no es necesario proporcionar detalles que puede que no
conozcan. Para más información, consulte Configuración automatizada de la instalación
de una aplicación de plantilla.

Contenido relacionado
¿Qué son las aplicaciones de plantilla de Power BI?
Administración de la aplicación de
plantilla publicada
Artículo • 22/11/2023

Si tiene una aplicación de plantilla de Power BI en producción, cuando quiera hacer

cambios en la aplicación, puede empezar de nuevo en la fase de prueba, sin interferir
con la aplicación en producción.

Actualización de la aplicación
Vaya al área de trabajo de la aplicación de plantilla. Después, si ha realizado los cambios
en Power BI Desktop, empiece en el paso 1. Si no ha realizado cambios en Power BI
Desktop, empiece en el paso 2.

1. Cargue el modelo semántico actualizado y asegúrese de sobrescribir el modelo

semántico existente.

Si el archivo .pbix que va a cargar tiene el mismo nombre que el modelo

semántico y el informe usados en la aplicación, la carga sobrescribirá el
modelo semántico existente.

Si va a cambiar el nombre del modelo semántico y el informe usados en la

aplicación, y el archivo .pbix que quiere cargar tiene un nombre diferente al
del modelo semántico y el informe usados en la aplicación, siga estos pasos:
Cambie el nombre del modelo semántico y el informe usados en la
aplicación para que coincidan exactamente con el nombre del archivo
.pbix actualizado.
Cargue el archivo .pbix y sobrescriba el modelo semántico existente y el
informe al que acaba de cambiar el nombre.

En cualquier caso, para cargar un archivo .pbix local en el servicio, seleccione

Cargar>Examinar, vaya al archivo y seleccione Abrir. Un cuadro de diálogo le
pedirá permiso para sobrescribir el modelo semántico que usa la aplicación.
Si no sobrescribe el modelo semántico existente, los clientes no podrán
instalar su aplicación actualizada.
 ） Importante

Nunca elimine el modelo semántico que usa la aplicación. Eliminar el modelo

semántico hace imposible que los clientes actualicen sus copias de la
aplicación.

2. En el panel Administración de versiones de la app, seleccione Crear app.

3. Repita el proceso de creación de la aplicación. Si ha cambiado el nombre del

modelo semántico y del informe utilizados en la aplicación, es posible que desee
cambiar también el nombre de la aplicación.

4. Después de configurar Personalización de marca, Navegación, Control,

Parámetros, Autenticación y Acceso, seleccione Crear app de nuevo para guardar
los cambios y, a continuación, seleccione Cerrar.

5. Vuelva a seleccionar Administración de versiones.

En el panel Administración de versiones, ahora verá dos versiones de la aplicación:

La versión en Producción, además de una nueva versión en Pruebas.
6. Cuando esté listo para promover la aplicación al entorno de preproducción para
realizar más pruebas fuera del inquilino, vuelva al panel Release Management y
haga clic en Promover aplicación junto a Pruebas.

Ya tenemos una versión en Producción y una versión en Preproducción.

El vínculo ya está disponible.

７ Nota
 El botón Promover aplicación en la fase de preproducción está deshabilitado.
Al deshabilitar el botón, se evita que se sobrescriba accidentalmente el
vínculo de producción en vivo con la versión actual de la aplicación antes de
que Cloud Partner Portal (CPP) valide y apruebe la nueva versión de la
aplicación.

7. Vuelva a enviar el vínculo a CPP según los pasos descritos en Actualizar una oferta
de aplicación de Power BI. En CPP, debe volver a publicar la oferta y hacer que se
valide y apruebe. Si ha cambiado el nombre de la aplicación, asegúrese de
cambiarlo también en CPP. Cuando la oferta se apruebe, el botón Promover
aplicación volverá a estar activo.

8. Promueva la aplicación a la fase de Producción.

Comportamiento de la actualización
La actualización de la aplicación permite a los instaladores de la aplicación de
plantilla actualizar su aplicación de plantilla en las áreas de trabajo ya instalados
sin perder la configuración de la conexión.

Para obtener información sobre cómo los cambios en el modelo semántico afectan
a la aplicación de plantilla instalada, consulte Sobrescribir el comportamiento.

Cuando se sobrescribe una aplicación de plantilla y se actualiza, primero vuelve a

los datos de ejemplo y vuelve a conectarse automáticamente mediante los
parámetros de configuración y la autenticación del instalador. Hasta que se
complete la actualización, los informes, cuadros de mando y la aplicación
organizativa mostrarán el banner de datos de muestra.

Si ha añadido un nuevo parámetro de consulta al modelo semántico actualizado

que requiere una entrada de usuario, deberá seleccionar la casilla Requerido. Esta
selección solicita al instalador la cadena de conexión tras actualizar la aplicación.
Extracción del área de trabajo
Es fácil volver a la versión anterior de una aplicación de plantilla con la capacidad de
extracción. Los siguientes pasos extraen una versión específica de la aplicación de una
fase de lanzamiento a una nueva área de trabajo:

1. En el panel Administración de versiones, junto a una versión de la aplicación,

seleccione Más opciones (...) y, a continuación, seleccione Extraer.
2. En el cuadro de diálogo de confirmación, escriba un nombre para el área de
trabajo extraída y seleccione Extraer. Power BI agrega un área de trabajo nueva
para la aplicación extraída.
Se restablece el nuevo control de versiones del área de trabajo y puede continuar
desarrollando y distribuyendo la aplicación de plantilla desde el área de trabajo recién
extraída.

Eliminación de una versión de la aplicación de

plantilla
El área de trabajo de la aplicación de plantilla es el origen de una aplicación de plantilla
distribuida activa. Para proteger a los usuarios de la aplicación de la plantilla, no es
posible eliminar un área de trabajo de aplicación sin quitar primero todas las versiones
de la aplicación creada en el área de trabajo. Al borrar una versión de la aplicación
también se borra la URL de la aplicación, que ya no funciona.

1. En el panel Administración de versiones, junto a la versión de la aplicación que

desee eliminar, seleccione Más opciones (...) y, a continuación, seleccione Eliminar.
2. En el cuadro de diálogo de confirmación, seleccione Eliminar.
 ７ Nota

Asegúrese de no eliminar las versiones de las aplicaciones que estén utilizando los
clientes o AppSource, o dejarán de funcionar.

Pasos siguientes
Vea cómo interactúan los clientes con la aplicación de plantilla en Instalación,
personalización y distribución de aplicaciones de plantilla en la organización.
Vea Oferta de aplicación de Power BI para obtener información sobre cómo
distribuir la aplicación.
Instalación, uso compartido y
actualización de aplicaciones de
plantilla en la organización
Artículo • 23/03/2023

¿Es un analista de Power BI? Aquí puede obtener más información sobre las aplicaciones
de plantilla y cómo conectarse a muchos de los servicios que usa para dirigir su negocio,
como Salesforce, Microsoft Dynamics y Google Analytics. Puede modificar los informes y
paneles integrados de la aplicación de plantilla para adaptarlos a las necesidades de la
organización, y distribuirlos a sus compañeros de trabajo como aplicaciones.

Si está interesado en crear aplicaciones de plantilla para distribuirlas fuera la

organización, vea Creación de una plantilla de aplicación en Power BI. Los asociados de
Power BI pueden compilar aplicaciones de Power BI con poca o ninguna codificación, y
hacer que estén disponibles para los clientes de Power BI.

Requisitos previos
Para instalar, personalizar y distribuir una aplicación de plantilla, necesita lo siguiente:

Una licencia de Power BI Pro.

Permisos para instalar aplicaciones de plantilla en el inquilino.
Un vínculo de instalación válido para la aplicación, que se obtiene de AppSource o
del creador de la aplicación.
Estar familiarizado con los conceptos básicos de Power BI.
Instalación de una aplicación de plantilla
1. En el panel de navegación del servicio Power BI, haga clic en
Aplicaciones>Obtener aplicaciones.

2. En el marketplace de aplicaciones de Power BI que aparece, seleccione

Aplicaciones de plantilla. Se mostrarán todas las aplicaciones de plantilla
disponibles en AppSource. Busque la aplicación de plantilla que está buscando u
obtenga una selección filtrada mediante el cuadro de búsqueda. Escriba parte del
nombre de la aplicación de plantilla, o seleccione una categoría (como finanzas,
análisis o marketing) para encontrar el elemento que está buscando.

3. Cuando encuentre la aplicación de plantilla que está buscando, haga clic en ella.
Aparece el anuncio de la aplicación de plantilla. Seleccione Obtenerla ahora.
 

4. En el cuadro de diálogo que aparece, haga clic en Instalar.

La aplicación se instala, junto con un área de trabajo con el mismo nombre que
tiene todos los artefactos necesarios para una mayor personalización.

７ Nota

Si usa un vínculo de instalación para una aplicación que no aparece en

AppSource, se le pedirá que confirme la elección en un cuadro de diálogo de
validación.

Para poder instalar una aplicación de plantilla que no aparece en AppSource,

puede solicitar al administrador los permisos correspondientes. Vea
Configuración de aplicaciones de plantilla en el portal de administración de
Power BI para obtener más información.
 Cuando la instalación finalice correctamente, una notificación le indicará que la
nueva aplicación está lista.

Conectar a datos
1. Haga clic en Ir a la aplicación.

La aplicación se abre y muestra los datos de ejemplo.

2. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.

Este vínculo abre el cuadro de diálogo de parámetros, donde cambia el origen de

datos de los datos de ejemplo a su propio origen de datos (vea limitaciones
conocidas), a lo que sigue el cuadro de diálogo del método de autenticación. Es
posible que tenga que volver a definir los valores en estos cuadros de diálogo.
Consulte la documentación de la aplicación de plantilla específica que está
instalando para obtener más información.
 

Una vez que haya terminado de rellenar los cuadros de diálogo de conexión, se
iniciará el proceso de conexión. Un banner le informa de que se están actualizando
los datos y que mientras tanto está viendo datos de ejemplo.

Los datos del informe se actualizarán automáticamente una vez al día, a menos
que haya deshabilitado esta opción durante el proceso de inicio de sesión.
También puede configurar su propia programación de actualización para mantener
actualizados los datos del informe si así lo quiere.

Personalización y uso compartido de la

aplicación
Cuando se haya conectado a los datos y la actualización de datos se haya completado,
podrá personalizar cualquiera de los informes y paneles incluidos en la aplicación,
además de compartir la aplicación con sus compañeros. Recuerde que los cambios que
realice se sobrescribirán al actualizar la aplicación con una nueva versión, a menos que
guarde con otro nombre los elementos que ha cambiado. Vea detalles sobre la
sobrescritura.

Para personalizar y compartir la aplicación, seleccione el icono de lápiz en la esquina

superior derecha de la página.

Para obtener información sobre la edición de artefactos en el área de trabajo, consulte

los vínculos siguientes:

Paseo por el editor de informes de Power BI

Conceptos básicos para los diseñadores en el servicio Power BI

Cuando haya terminado de realizar los cambios en los artefactos del área de trabajo,
estará listo para publicar y compartir la aplicación. Vea Publicación de la aplicación para
aprender a hacerlo.

Actualización de una aplicación de plantilla

En ocasiones, los creadores de aplicaciones de plantilla publican nuevas versiones
mejoradas de sus aplicaciones de plantilla, a través de AppSource, un vínculo directo o
ambos.

Si originalmente descargó la aplicación de AppSource, cuando haya disponible una

nueva versión de la aplicación de plantilla, recibirá una notificación de dos maneras:

Aparece un banner de actualización en el servicio Power BI que le informa de que

hay disponible una nueva versión de la aplicación.

Recibirá una notificación en el panel de notificaciones de Power BI.

 ７ Nota

Si originalmente ha obtenido la aplicación a través de un vínculo directo, y no

desde AppSource, la única forma de saber cuándo hay una versión nueva
disponible es ponerse en contacto con el creador de la aplicación de plantilla.

Para instalar la actualización, seleccione Obtenerla en el banner de notificación o en el

centro de notificaciones, o bien busque de nuevo la aplicación en AppSource y elija
Obtenerla ahora. Si ha obtenido un vínculo directo para la actualización del creador de
la aplicación de plantilla, seleccione el vínculo.

Se le preguntará cómo quiere que la actualización afecte a la aplicación instalada

actualmente.
 Actualizar el área de trabajo y la aplicación: actualiza el área de trabajo y la
aplicación, y vuelve a publicar la aplicación en la organización. Elija esta opción si
no ha realizado cambios en la aplicación ni su contenido y quiere sobrescribir la
aplicación anterior. Las conexiones se restablecerán y la nueva versión de la
aplicación incluirá cualquier personalización de marca de la aplicación actualizada,
como el nombre de la aplicación, el logotipo y la navegación, así como las mejoras
más recientes del publicador en el contenido.

Actualizar solo el contenido del área de trabajo sin actualizar la aplicación:

actualiza los informes, paneles y conjuntos de datos del área de trabajo. Después
de actualizar el área de trabajo, puede elegir lo que quiere incluir en la aplicación
y, luego, tendrá que actualizar la aplicación para volver a publicarla en la
organización con los cambios.

Instalar otra copia de la aplicación en una nueva área de trabajo: instala una
versión nueva del área de trabajo y la aplicación. Elija esta opción si no quiere
cambiar la aplicación actual.

Comportamiento de sobrescritura
Al sobrescribir, se actualizan los informes, los paneles y el conjunto de datos del
área de trabajo, no de la aplicación. La sobrescritura no cambia la navegación, la
configuración ni los permisos de la aplicación.

Si ha elegido la segunda opción, después de actualizar el área de trabajo, tendrá

que actualizar la aplicación para aplicar en ella los cambios del área de trabajo.

La sobrescritura mantiene los parámetros y la autenticación configurados. Después

de la actualización, se inicia una actualización automática del conjunto de datos.
Durante esta actualización, la aplicación, los informes y los paneles presentan
datos de ejemplo.

Al sobrescribir siempre se muestran datos de ejemplo hasta que se completa la

actualización. Si el autor de la aplicación de plantilla ha realizado cambios en el
conjunto de datos o en los parámetros, los usuarios del área de trabajo y la
aplicación no verán los datos nuevos hasta que finalice la actualización. En su
lugar, seguirán viendo datos de ejemplo durante este tiempo.
 Al sobrescribir nunca se eliminan los informes o paneles nuevos que haya
agregado al área de trabajo. Solamente se sobrescriben los informes y paneles
originales con los cambios del autor original.

） Importante

Recuerde actualizar la aplicación después de sobrescribir para aplicar los cambios

en los informes y el panel de los usuarios de la aplicación de la organización.

Eliminación de una aplicación de plantilla

Una aplicación de plantilla instalada consiste en la aplicación y su área de trabajo
asociada. Si quiere quitar la aplicación de plantilla, tiene dos opciones:

Quitar completamente la aplicación y su área de trabajo asociada: para quitar

completamente la aplicación de plantilla y su área de trabajo asociada, vaya al
icono de la aplicación en la página de aplicaciones, seleccione el icono de la
papelera y, luego, elija Eliminar en el cuadro de diálogo que aparece.

Cancelar la publicación de la aplicación: esta opción permite quitar la aplicación,

pero mantener su área de trabajo asociada. Esta opción resulta útil si quiere
conservar las personalizaciones que haya hecho.

Para cancelar la publicación de la aplicación:

1. Abra la aplicación.

2. Seleccione el icono de edición con forma de lápiz para abrir el área de

trabajo de la aplicación de plantilla.

3. En el área de trabajo de la aplicación de plantilla, seleccione Más opciones

(...) y, después, Cancelar publicación de la aplicación.
Pasos siguientes
Creación de un área de trabajo en Power BI
Configuración automatizada de la
instalación de una aplicación de plantilla
Artículo • 06/06/2023

Las aplicaciones de plantilla son una excelente manera de que los clientes empiecen a
obtener conclusiones de sus datos. Esto se debe a que con estas aplicaciones de
plantilla se pueden poner manos a la obra rápidamente conectándose a sus datos. Las
aplicaciones de plantilla les proporcionan informes generados previamente que pueden
personalizar si así lo desean.

Los clientes no siempre están al tanto de todos los detalles sobre cómo conectarse a sus
datos, de modo que tener que proporcionar estos detalles al instalar una aplicación de
plantilla puede ser un problema para ellos.

Si es un proveedor de servicios de datos y ha creado una aplicación de plantilla para

ayudar a los clientes a empezar a trabajar con sus datos en el servicio, puede facilitarles
la instalación de la aplicación de plantilla, automatizando para ello la configuración de
los parámetros de la aplicación de plantilla. Cuando un cliente inicia sesión en el portal,
selecciona un vínculo especial que usted ha preparado. Este vínculo:

Inicia la automatización, que recopila la información que necesita.

Preconfigura los parámetros de la aplicación de plantilla.
Redirige al cliente a su cuenta de Power BI, donde puede instalar la aplicación.

Solo tiene que seleccionar Instalar, autenticarse en su origen de datos y listo.

Aquí se ilustra esta experiencia del cliente.

En este artículo se describe el flujo básico, los requisitos previos y los pasos principales y
las API que necesita para automatizar la configuración de la instalación de una
aplicación de plantilla. Si quiere entrar de lleno para empezar, puede ir directamente al
tutorial en el que se automatiza la configuración de la instalación de la aplicación de
plantilla con una aplicación de ejemplo sencilla que se ha preparado y en la que se usa
una función de Azure.

Flujo básico
El flujo básico de automatización de la configuración de la instalación de una aplicación
de plantilla es el siguiente:

1. El usuario inicia sesión en el portal del ISV y selecciona el vínculo proporcionado.

Esta acción inicia el flujo automatizado. En esta fase, el portal del ISV prepara la
configuración específica del usuario.

2. El ISV adquiere un token de solo aplicación basado en una entidad de servicio

(token de solo aplicación), que está registrada en el inquilino del ISV.

3. Mediante las API REST de Power BI, el ISV crea un vale de instalación que contiene
la configuración de parámetros específicos del usuario, tal y como la haya
preparado el ISV.

4. El ISV redirige al usuario a Power BI mediante un método de redireccionamiento

POST que contiene el vale de instalación.

5. Se redirige al usuario a su cuenta de Power BI con el vale de instalación y se le pide

que instale la aplicación de plantilla. Cuando el usuario selecciona Instalar, la
aplicación de plantilla se instala de forma automática.

７ Nota

Aunque el ISV configura los valores de parámetro durante el proceso de creación

del vale de instalación, las credenciales relacionadas con el origen de datos solo las
proporciona el usuario en las fases finales de la instalación. Esto está dispuesto así
para evitar que las credenciales se expongan a un tercero y, asimismo, para
garantizar una conexión segura entre el usuario y los orígenes de datos de la
aplicación de plantilla.

Prerrequisitos
Para proporcionar una experiencia de instalación preconfigurada para la aplicación de
plantilla, se necesitan los requisitos previos siguientes:

Una licencia de Power BI Pro. . Si no está registrado para Power BI Pro, regístrese
para una evaluación gratuita antes de comenzar.

Tener su propio inquilino de Azure Active Directory (Azure AD) configurado. Vea
Creación de un inquilino de Azure AD para obtener instrucciones sobre cómo
configurar uno.

Tener una entidad de servicio (token de solo aplicación) registrada en el inquilino

anterior. Para obtener más información, vea Inserción de contenido de Power BI
con entidades de servicio y un secreto de aplicación. Asegúrese de registrar la
aplicación como una aplicación web del lado servidor. Una aplicación web del
lado servidor se registra para crear un secreto de aplicación. A partir de este
proceso, tendrá que guardar el Id. de aplicación (ClientID) y el Secreto de aplicación
(ClientSecret) para los pasos posteriores.

Tener una aplicación de plantilla parametrizada lista para la instalación. La

aplicación de plantilla se debe crear en el mismo inquilino en el que registre la
aplicación en Azure AD. Para obtener más información, vea Sugerencias de
aplicación de plantilla o Creación de una aplicación de plantilla en Power BI. En la
aplicación de plantilla debe anotar esta información para los pasos siguientes:
Id. de la aplicación, clave del paquete e identificador del propietario, tal y como
aparecen en la dirección URL de instalación al final del proceso de Definición de
las propiedades de la aplicación de plantilla cuando se ha creado la aplicación.
También puede obtener el mismo vínculo si selecciona Obtener vínculo en el
panel Administración de versiones de la aplicación de plantilla.
Los nombres de parámetro como se definen en el conjunto de datos de la
aplicación de plantilla. Los nombres de parámetro son cadenas que distinguen
mayúsculas de minúsculas y también se pueden recuperar en la pestaña
Configuración de parámetros cuando se definen las propiedades de la
aplicación de plantilla, o bien desde la configuración del conjunto de datos de
Power BI.

Para poder probar el flujo de trabajo de automatización, agregue la entidad de

servicio al área de trabajo de la aplicación de plantilla como administrador.

７ Nota

Puede probar la aplicación de instalación preconfigurada en la aplicación de

plantilla si está lista para la instalación, incluso si todavía no está disponible
 de forma pública en AppSource. Para que los usuarios ajenos al inquilino
puedan utilizar la aplicación de instalación automatizada para instalar la
aplicación de plantilla, esta debe estar disponible de forma pública en el
marketplace de aplicaciones de Power BI . Antes de distribuir la aplicación
de plantilla con la aplicación de instalación automatizada que va a crear,
asegúrese de publicarla en el Centro de partners.

Pasos principales y API

Los pasos principales para automatizar la configuración de una instalación de aplicación
de plantilla y las API que necesitará se describen en las secciones siguientes. Aunque la
mayoría de los pasos se realizan con las API REST de Power BI, los ejemplos de código
que se describen aquí se realizan con el SDK de .NET.

Paso 1: Creación de un objeto de cliente de

Power BI
Para usar las API REST de Power BI es necesario obtener de Azure AD un token de acceso
de la entidad de servicio. Tendrá que obtener un token de acceso de Azure AD para la
aplicación de Power BI antes de llamar a las API REST de Power BI. Para crear el cliente
de Power BI con el token de acceso, tiene que crear el objeto de cliente de Power BI,
que permite interactuar con las API REST de Power BI. Para crear un objeto de cliente de
Power BI, ajuste el valor de AccessToken con un objeto
[Link].

C#

using [Link];
using [Link];
using [Link].V2;

var tokenCredentials = new

TokenCredentials([Link], "Bearer");

// Create a Power BI client object. It's used to call Power BI APIs.

using (var client = new PowerBIClient(new Uri(ApiUrl), tokenCredentials))
{
// Your code goes here.
}

Paso 2: Creación de un vale de instalación

Cree un vale de instalación, que se usa cuando se redirige a los usuarios a Power BI. La
API que se usa para esta operación es CreateInstallTicket.

CreateInstallTicket para aplicaciones de plantilla

Un ejemplo de cómo crear un vale de instalación para la instalación y configuración de

la aplicación de plantilla está disponible en el archivo
InstallTemplateApp/[Link] de la aplicación de ejemplo .

El siguiente ejemplo de código muestra cómo usar la API REST CreateInstallTicket de la

aplicación de plantilla.

C#

using [Link].V2;
using [Link];

// Create Install Ticket Request.

InstallTicket ticketResponse = null;
var request = new CreateInstallTicketRequest()
{
InstallDetails = new List<TemplateAppInstallDetails>()
{
new TemplateAppInstallDetails()
{
AppId = [Link](AppId),
PackageKey = PackageKey,
OwnerTenantId = [Link](OwnerId),
Config = new TemplateAppConfigurationRequest()
{
Configuration = Parameters
.GroupBy(p => [Link])
.ToDictionary(k => [Link], k =>
[Link](p => [Link]).Single())
}
}
}
};

// Issue the request to the REST API using .NET SDK.

InstallTicket ticketResponse = await
[Link](request);

Paso 3: Redireccionamiento de los usuarios a

Power BI con el vale
Una vez que haya creado un vale de instalación, lo usará con el fin de redirigir a los
usuarios a Power BI para continuar con la instalación y la configuración de la aplicación
de plantilla. Hay que usar un redireccionamiento de método POST a la dirección URL de
instalación de la aplicación de plantilla, con el vale de instalación en el cuerpo de la
solicitud.

Existen varios métodos documentados sobre cómo emitir un redireccionamiento

mediante solicitudes POST . La elección de uno u otro depende del escenario y de cómo
interactúen los usuarios con el portal o el servicio.

Un ejemplo simple, que se usa principalmente con fines de prueba, emplea un

formulario con un campo oculto, que se envía de forma automática tras la carga.

JavaScript

<html>
<body onload='[Link]["form"].submit()'>
<!-- form method is POST and action is the app install URL -->
<form name='form' action='[Link]
method='post' enctype='application/json'>
<!-- value should be the new install ticket -->
<input type='hidden' name='ticket' value='H4sI....AAA='>
</form>
</body>
</html>

El siguiente ejemplo de la respuesta de la aplicación de ejemplo contiene el vale de

instalación y redirige automáticamente a los usuarios a Power BI. La respuesta para esta
función de Azure es, en realidad, el mismo formulario de envío automático que se ve en
el ejemplo HTML anterior.

C#

...
return new ContentResult() { Content = RedirectWithData(redirectUrl,
[Link]), ContentType = "text/html" };
}

...

public static string RedirectWithData(string url, string ticket)

{
StringBuilder s = new StringBuilder();
[Link]("<html>");
[Link]("<body onload='[Link][\"form\"].submit()'>");
[Link]("<form name='form' action='{0}' method='post'
enctype='application/json'>", url);
[Link]("<input type='hidden' name='ticket' value='{0}' />",
ticket);
[Link]("</form></body></html>");
 return [Link]();
}

７ Nota

Aunque hay varios métodos para usar redireccionamientos de explorador POST ,

siempre debe usar el método más seguro, que dependerá de las necesidades y
restricciones del servicio. Recuerde que algunas formas de redireccionamiento no
seguro pueden dar lugar a la exposición de los usuarios o del servicio a problemas
de seguridad.

Paso 4: Traslado de la automatización a

producción
Cuando la automatización que ha diseñado esté lista, asegúrese de moverla a
producción.

Pasos siguientes
Pruebe el tutorial en el que se usa una función sencilla de Azure para automatizar
la configuración de la instalación de una aplicación de plantilla.
¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI .
Conexión a los servicios que usa con
Power BI
Artículo • 22/11/2023

Con Power BI, puede conectarse a los distintos servicios que usa en su empresa, como
Salesforce, Microsoft Dynamics y Google Analytics. Power BI empieza usando sus
credenciales para conectarse al servicio. Crea una área de trabajo de Power BI con un
panel y un conjunto de informes de Power BI que muestran los datos automáticamente
y proporcionan información visual sobre la empresa.

Inicie sesión en Power BI para ver todos los servicios a los que puede conectarse.
Seleccione Aplicaciones>Obtener aplicaciones.

Después de instalar la aplicación, podrá ver el panel y los informes de la aplicación, y el

área de trabajo del servicio Power BI ([Link] ). También pueden verse
desde aplicaciones móviles de Power BI. En el área de trabajo, puede cambiar los
paneles y los informes para adaptarlos a su organización, y luego distribuirlos a sus
compañeros de trabajo como una aplicación.
Introducción
1. Seleccione Aplicaciones en el panel de navegación y elija Obtener aplicaciones en
la esquina superior derecha.

2. En Aplicaciones de Power BI, seleccione la pestaña Aplicaciones y busque el

servicio que desea.
Edición del panel y los informes
Una vez completada la importación, la nueva aplicación aparece en la página
Aplicaciones.

1. Seleccione Aplicaciones en el panel de navegación y elija la aplicación.

2. Para formular una pregunta, escríbala en el cuadro de Preguntas y respuestas o
seleccione un icono para abrir el informe subyacente.

Cambie el panel y el informe para adaptarlos a las necesidades de su organización.

Después, distribuya la aplicación a sus compañeros.
Qué se incluye
Después de conectarse a un servicio, verá una aplicación y un área de trabajo recién
creadas con un panel, informes y modelo semántico. Los datos del servicio se centran en
un escenario concreto y es posible que no incluyan toda la información del servicio. Está
programado que los datos se actualicen automáticamente una vez al día. Puede
controlar la programación seleccionando el modelo semántico.

También puede conectarse a los distintos servicios de Power BI Desktop, como Google
Analytics, y crear sus propios informes y paneles personalizados.

Para obtener más información sobre cómo conectarse a servicios específicos, consulte
las páginas de ayuda individuales.

Solución de problemas
Iconos vacíos: La primera vez que Power BI se conecte al servicio, puede ver un
conjunto vacío de iconos en el panel. Si sigue viendo el panel vacío dos horas después,
es probable que se haya producido un error en la conexión. Si no ha visto ningún
mensaje de error con información sobre cómo corregir el problema, registre una
incidencia de soporte técnico.

Seleccione el icono de signo de interrogación (?) de la esquina superior derecha

>Obtener ayuda.
Falta información: Tanto el panel como los iconos incluyen contenido del servicio para
un escenario concreto. Si está buscando una métrica específica en la aplicación y no la
encuentra, agregue una idea en la página Soporte técnico de Power BI .

Sugerir servicios
¿Utiliza un servicio que desea sugerir para una aplicación de Power BI? Vaya a la página
de soporte técnico de Power BI y háganoslo saber.

Si está interesado en crear aplicaciones de plantilla para distribuirlas usted mismo, vea
Creación de una plantilla de aplicación en Power BI. Los asociados de Power BI pueden
crear aplicaciones de Power BI con poca o ninguna codificación e implementarlas en los
clientes de Power BI.

Pasos siguientes
Distribuir aplicaciones a los compañeros
Creación de áreas de trabajo en Power BI
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Conexión al informe de seguimiento de
la COVID-19 en EE. UU.
Artículo • 23/03/2023

En este artículo se explica cómo instalar la aplicación de plantilla para el informe de

seguimiento de la COVID-19 y cómo conectarse a los orígenes de datos.

Para obtener información detallada sobre el propio informe, incluidas las declinaciones
de responsabilidad e información sobre los datos, vea Ejemplo de seguimiento de la
COVID-19 para los gobiernos estatales y locales de EE. UU..

Después de instalar la aplicación de plantilla y conectarse a los orígenes de datos, puede

personalizar el informe según sus necesidades. Luego puede distribuirlo como una
aplicación entre los compañeros de su organización.

Instalación de la aplicación
1. Haga clic en el vínculo siguiente para obtener la aplicación: Aplicación de plantilla
del Informe de seguimiento de la COVID-19 en EE. UU.

2. Una vez que esté en la página de AppSource de la aplicación, haga clic en

OBTENER AHORA .
 3. Cuando se le solicite, haga clic en Instalar. Una vez instalada la aplicación, la verá
en la página Aplicaciones.

Conexión a orígenes de datos

1. Haga clic en el icono de la página Aplicaciones para abrir la aplicación. La
aplicación se abre y muestra los datos de ejemplo.

2. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.
3. Aparecerá el cuadro de diálogo Parámetros. No hay parámetros obligatorios. Haga
clic en Next.

4. Aparecerá el cuadro de diálogo Método de autenticación. Los valores

recomendados están rellenados previamente. No los cambie a menos que tenga
un conocimiento específico de los distintos valores que se pueden seleccionar.

Haga clic en Next.

5. Haga clic en Iniciar sesión.
 El informe se conectará a los orígenes de datos y se rellenará con datos
actualizados. Durante este tiempo, verá datos de ejemplo y que la actualización
está en curso.

Programación de la actualización del informe

Cuando se haya completado la actualización de datos, estará en el área de trabajo
asociada a la aplicación. Configure una programación de actualización para mantener
actualizados los datos del informe.
Personalizar y compartir
Vea Personalización y uso compartido de la aplicación para obtener detalles. Asegúrese
de revisar las declinaciones de responsabilidades del informe antes de publicar o
distribuir la aplicación.

Pasos siguientes
Ejemplo de seguimiento de la COVID-19 para gobiernos locales y estatales de
EE. UU.
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Qué son las aplicaciones de plantilla de Power BI?
Instalación y distribución de aplicaciones de plantilla en la organización
Conexión con el Informe de presencia
de comunicación de crisis
Artículo • 23/03/2023

Esta aplicación Power BI es el artefacto de informe o de panel de la solución de Power

Platform para la Comunicación de crisis. Realiza un seguimiento de la ubicación del
trabajo de los usuarios de la aplicación Comunicación de crisis. La solución combina
capacidades de Power Apps, Power Automate, Teams, SharePoint y Power BI. Se puede
usar en la Web, en dispositivos móviles o en Teams.

El panel muestra que los administradores de emergencia agregan datos a través de su

sistema de mantenimiento para ayudarles a tomar decisiones oportunas y correctas.

En este artículo se explica cómo instalar la aplicación y cómo conectarse a los orígenes
de datos. Para obtener más información sobre la aplicación Comunicación de crisis, vea
Configuración e información sobre la plantilla de ejemplo Comunicación de crisis en
Power Apps.

Después de instalar la aplicación de plantilla y conectarse a los orígenes de datos, puede

personalizar el informe según sus necesidades. Luego puede distribuirlo como una
aplicación entre los compañeros de su organización.

Requisitos previos
Antes de instalar esta aplicación de plantilla, primero debe instalar y configurar el
Ejemplo de Comunicación de crisis. Al instalar esta solución, se crean las referencias de
orígenes de datos necesarias para rellenar la aplicación con datos.

Al instalar el ejemplo de Comunicación de crisis, tome nota de la ruta de acceso de la

carpeta de la lista de SharePoint de "Estado de CI_Employee" y la id. de la lista.

Instalación de la aplicación
1. Haga clic en el vínculo siguiente para obtener la aplicación: Plantilla de aplicación
del Informe de presencia de comunicación de crisis

2. En la página AppSource de la aplicación, seleccione OBTENER AHORA .

3. Lea la información en Una cosa más y seleccione Continuar.

 4. Seleccione Instalar.

Una vez instalada la aplicación, la verá en la página Aplicaciones.

Conexión a orígenes de datos

1. Seleccione el icono de la página Aplicaciones para abrir la aplicación.

La aplicación se abre y muestra los datos de ejemplo.

2. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.
3. En el cuadro de diálogo, haga lo siguiente:
a. En el campo SharePoint_Folder, escriba su ruta de acceso de la lista de
SharePoint "Estado de CI_Employee".
b. En el campo List_ID, escriba el id. de la lista que ha obtenido de la configuración
de esta. Cuando termine, haga clic en Siguiente.
4. En el cuadro de diálogo siguiente que aparece, establezca el método de
autenticación en OAuth2. No tiene que hacer nada en lo que respecta a la
configuración de nivel de privacidad.

Seleccione Iniciar sesión.

5. En la pantalla de inicio de sesión de Microsoft, inicie sesión en Power BI.

Una vez que haya iniciado sesión, el informe se conectará a los orígenes de datos y
se rellenará con datos actualizados. Durante este tiempo se activará el monitor de
actividad.
Programación de la actualización del informe
Cuando se haya completado la actualización de los datos, configure una programación
de actualización para mantener actualizados los datos del informe.

1. En la barra de encabezado superior, seleccione Power BI.

2. En el panel de navegación izquierdo, busque el área de trabajo del Panel de ayuda

para la toma de decisiones en respuesta ante emergencias hospitalarias en Áreas
de trabajo y siga las instrucciones descritas en el artículo Configuración de la
actualización programada.

Personalizar y compartir
Vea Personalización y uso compartido de la aplicación para obtener detalles. Asegúrese
de revisar las declinaciones de responsabilidades del informe antes de publicar o
distribuir la aplicación.

Pasos siguientes
Configuración e información sobre la plantilla de ejemplo de Comunicación de
crisis en Power Apps
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Qué son las aplicaciones de plantilla de Power BI?
Instalación y distribución de aplicaciones de plantilla en la organización
Conexión a GitHub con Power BI
Artículo • 23/03/2023

En este artículo, se explica cómo obtener datos de una cuenta de GitHub con una
aplicación de plantilla de Power BI. La aplicación de plantilla genera un área de trabajo
con un panel, un conjunto de informes y un conjunto de datos para que pueda explorar
los datos de GitHub. La aplicación de GitHub para Power BI le muestra conclusiones
sobre su repositorio de GitHub, con datos sobre contribuciones, problemas, solicitudes
de incorporación de cambios y usuarios activos.

Después de instalar la aplicación de plantilla, puede cambiar el panel y el informe. A

continuación, puede distribuirlo como una aplicación entre los compañeros de su
organización.

Conéctese a la aplicación de plantilla de GitHub u obtenga más información sobre la

integración de GitHub con Power BI.

También puede probar el tutorial de GitHub. Instala datos reales de GitHub sobre el
repositorio público para la documentación de Power BI.

７ Nota

Esta aplicación de plantilla requiere que la cuenta de GitHub tenga acceso al

repositorio. Consulte más detalles sobre los requisitos a continuación.

Esta aplicación de plantilla no es compatible con GitHub Enterprise.

Instalación de la aplicación
1. Haga clic en el vínculo siguiente para obtener la aplicación: Aplicación de plantilla
de GitHub

2. En la página AppSource de la aplicación, seleccione OBTENER AHORA .

3. Seleccione Instalar.

Una vez instalada la aplicación, la verá en la página Aplicaciones.

Conectarse a orígenes de datos
1. Seleccione el icono de la página Aplicaciones para abrir la aplicación.

La aplicación se abre y muestra los datos de ejemplo.

2. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.

3. Se abrirá el cuadro de diálogo de parámetros, donde cambia el origen de datos de

los datos de ejemplo a su propio origen de datos (vea limitaciones conocidas), a lo
que sigue el cuadro de diálogo del método de autenticación. Es posible que tenga
que volver a definir los valores en estos cuadros de diálogo.
4. Escriba sus credenciales de GitHub y siga el proceso de autenticación de GitHub
(este paso se podría omitir si ya ha iniciado sesión con el explorador).
Una vez que haya terminado de rellenar los cuadros de diálogo de conexión e iniciado
la sesión en GitHub, el proceso de conexión comenzará. Un banner le informa de que se
están actualizando los datos y que mientras tanto está viendo datos de ejemplo.

Los datos del informe se actualizarán automáticamente una vez al día, a menos que
haya deshabilitado esta opción durante el proceso de inicio de sesión. También puede
configurar su propia programación de actualización para mantener actualizados los
datos del informe si así lo quiere.

Personalizar y compartir
Para personalizar y compartir la aplicación, seleccione el icono de lápiz en la esquina
superior derecha de la página.

Para obtener información sobre la edición de elementos en el área de trabajo, consulte

los vínculos siguientes:

Paseo por el editor de informes de Power BI

 Conceptos básicos para los diseñadores en el servicio Power BI

Cuando haya terminado de realizar los cambios deseados en los elementos del área de
trabajo, estará a punto para publicar y compartir la aplicación. Vea Creación y
publicación de la aplicación para aprender a hacerlo.

Qué se incluye en la aplicación

Los siguientes datos están disponibles desde GitHub en Power BI:

Nombre de tabla Descripción

Contribuciones La tabla de contribuciones proporciona el total de adiciones,

eliminaciones y confirmaciones creadas por el colaborador de forma
agregada por semana. Se incluyen los 100 colaboradores principales.

Problemas Lista de todos los problemas para el repositorio seleccionado con

cálculos como, por ejemplo, tiempo total y promedio para cerrar un
problema, total de problemas abiertos o total de problemas cerrados.
Esta tabla estará vacía cuando no haya ningún problema en el
repositorio.

Solicitudes de Esta tabla contiene todas las solicitudes de extracción para el

extracción repositorio, así como quién extrajo la solicitud. También contiene
cálculos de las solicitudes de incorporación de cambios abiertas,
cerradas y el total, cuánto tiempo se ha necesitado para incorporar los
cambios y cuánto tiempo se ha tardado de media para cada solicitud
de incorporación de cambios. Esta tabla estará vacía cuando no haya
ninguna solicitud de incorporación de cambios en el repositorio.

Usuarios En esta tabla, se muestra una lista de colaboradores o usuarios de

GitHub que han realizado contribuciones, registrado problemas o
solucionado solicitudes de incorporación de cambios para el repositorio
seleccionado.

Hitos Contiene todos los hitos para el repositorio seleccionado.

DateTable Estas tablas contienen fechas actuales y de años anteriores, y permiten

analizar los datos de GitHub por fecha.

ContributionPunchCard Esta tabla puede usarse como una tarjeta perforada de contribución
para el repositorio seleccionado. Muestra confirmaciones por día de la
semana y hora del día. Esta tabla no está conectada a otras tablas en el
modelo.

RepoDetails Esta tabla proporciona detalles para el repositorio seleccionado.

Requisitos del sistema
La cuenta de GitHub que tiene acceso al repositorio.
Permiso concedido a la aplicación de Power BI para GitHub durante el primer inicio
de sesión. Vea los detalles siguientes sobre la revocación del acceso.
Llamadas de API suficientes disponibles para extraer y actualizar los datos.

７ Nota

Esta aplicación de plantilla no es compatible con GitHub Enterprise.

Quitar autorización de Power BI

Para quitar la autorización de Power BI para conectarse al repositorio de GitHub, puede
revocar el acceso en GitHub. Para obtener más información, vea este tema en la Ayuda
de GitHub .

Búsqueda de parámetros
Para determinar el propietario y el repositorio, examine el repositorio en GitHub:

La primera parte, "Azure", es el propietario y la segunda parte, "azure-sdk-for-php" es el

repositorio mismo. Verá estos dos mismos elementos en la dirección URL del
repositorio:

Consola

<[Link] .

Solución de problemas
Si es necesario, puede comprobar las credenciales de GitHub.
 1. En otra ventana del explorador, visite el sitio web de GitHub e inicie sesión en
GitHub. Puede ver si está conectado en la esquina superior derecha del sitio de
GitHub.
2. En GitHub, vaya a la dirección URL del repositorio al que desea tener acceso en
Power BI. Por ejemplo: [Link] .
3. En Power BI, intente conectarse a GitHub. En el cuadro de diálogo Configurar
GitHub, use los nombres del repositorio y el propietario del repositorio para dicho
repositorio.

Pasos siguientes
Tutorial: conectarse a un repositorio de GitHub con Power BI
Creación de áreas de trabajo en Power BI
Instalar y usar aplicaciones en Power BI
Conectarse a aplicaciones de Power BI para servicios externos
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Conexión al Panel de ayuda para la
toma de decisiones en respuesta ante
emergencias hospitalarias
Artículo • 23/03/2023

La aplicación de plantilla del Panel de ayuda para la toma de decisiones en respuesta

ante emergencias hospitalarias es el componente de informes de la solución de Power
Platform para la respuesta ante emergencias sanitarias . El panel muestra que los
administradores de emergencia agregan datos a través de su sistema de mantenimiento
para ayudarles a tomar decisiones oportunas y correctas.

En este artículo se explica cómo instalar la aplicación y cómo conectarse a los orígenes
de datos. Para obtener información sobre cómo usar el informe que verá con esta
aplicación, consulte la documentación del Panel de ayuda para la toma de decisiones en
respuesta ante emergencias hospitalarias.

Después de instalar la aplicación de plantilla y conectarse a los orígenes de datos, puede

personalizar el informe según sus necesidades. Luego puede distribuirlo como una
aplicación entre los compañeros de su organización.

Requisitos previos
Antes de instalar esta aplicación de plantilla, primero debe instalar y configurar la
solución Respuesta ante emergencias hospitalarias de Power Platform. Al instalar esta
solución, se crean las referencias de orígenes de datos necesarias para rellenar la
aplicación con datos.

Al instalar la solución de Power Platform Respuesta ante emergencias hospitalarias,

tome nota de la dirección URL de la instancia del entorno Common Data Service. La
necesitará para conectar la aplicación de plantilla a los datos.

Instalación de la aplicación
1. Haga clic en el vínculo siguiente para acceder a la aplicación: aplicación de plantilla
Hospital Emergency Response Decision Support Dashboard

2. En la página AppSource de la aplicación, seleccione OBTENER AHORA .

3. Lea la información en Una cosa más y seleccione Continuar.

4. Seleccione Instalar.

Una vez instalada la aplicación, la verá en la página Aplicaciones.

Conexión a orígenes de datos
1. Seleccione el icono de la página Aplicaciones para abrir la aplicación.

2. En la pantalla de presentación, seleccione Explorar.

 La aplicación se abre y muestra los datos de ejemplo.

3. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.

4. En el cuadro de diálogo, haga lo siguiente:

a. En el campo Nombre de la organización, escriba el nombre de la organización
como, por ejemplo, "Contoso Health Systems". Este campo es opcional. Este
nombre aparece en la parte superior izquierda del panel.
b. En el campo CDS_base_solution, escriba la dirección URL del de la instancia del
entorno Common Data Service. Por ejemplo: [Link]
Cuando termine, haga clic en Siguiente.
5. En el cuadro de diálogo siguiente que aparece, establezca el método de
autenticación en OAuth2. No tiene que hacer nada en lo que respecta a la
configuración de nivel de privacidad.

Seleccione Iniciar sesión.

6. En la pantalla de inicio de sesión de Microsoft, inicie sesión en Power BI.

Una vez que haya iniciado sesión, el informe se conectará a los orígenes de datos y
se rellenará con datos actualizados. Durante este tiempo se activará el monitor de
actividad.
Programación de la actualización del informe
Cuando se haya completado la actualización de los datos, configure una programación
de actualización para mantener actualizados los datos del informe.

1. En la barra de encabezado superior, seleccione Power BI.

2. En el panel de navegación izquierdo, busque el área de trabajo del Panel de ayuda

para la toma de decisiones en respuesta ante emergencias hospitalarias en Áreas
de trabajo y siga las instrucciones descritas en el artículo Configuración de la
actualización programada.

Personalizar y compartir
Vea Personalización y uso compartido de la aplicación para obtener detalles. Asegúrese
de revisar las declinaciones de responsabilidades del informe antes de publicar o
distribuir la aplicación.
Pasos siguientes
Descripción del informe de Respuesta ante emergencias hospitalarias
Configuración e información sobre la plantilla de ejemplo de Comunicación de
crisis en Power Apps
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Qué son las aplicaciones de plantilla de Power BI?
Instalación y distribución de aplicaciones de plantilla en la organización
Conexión al Panel de impacto de
emisiones para Azure
Artículo • 15/03/2024

Calcule las emisiones de carbono basadas en la nube hoy en día con el Panel de
impacto de emisiones para Azure.

La precisión de la contabilidad de carbono requiere una buena información por parte de

los asociados, distribuidores y proveedores. El Panel de impacto de emisiones para
Azure proporciona transparencia con respecto a las emisiones de carbono que genera el
uso de Azure y Microsoft Dynamics. La contabilidad de carbono se extiende a través de
los tres ámbitos de emisiones con una metodología validada por la Universidad de
Stanford en 2018. Usa la contabilidad de carbono coherente y precisa para cuantificar el
impacto de los servicios en la nube de Microsoft en la huella medioambiental de los
clientes. Microsoft es el único proveedor de servicios en la nube que ofrece este nivel de
transparencia a los clientes al compilar informes para los requisitos de informes
voluntarios o reglamentarios.

） Importante

En febrero de 2024, los datos se someten a una actualización en la metodología

que ahora permite una atribución más detallada de las emisiones de carbono. Para
obtener más información sobre estos cambios, vaya a Preguntas más frecuentes
sobre las actualizaciones de cálculos.

Requisitos previos
Para instalar Emissions Impact Dashboard para Azure en Power BI y conectarlo a los
datos, asegúrese de que tiene una licencia de Power BI Pro. Si no tiene una licencia de
Power BI Pro, obtenga una evaluación gratuita ahora mismo .

El Panel de impacto de emisiones para Azure es compatible con las cuentas de EA

Direct, MCA y MPA con relaciones de facturación directas con Microsoft.

Si tiene una cuenta de EA Direct, debe ser administrador de la cuenta de

facturación (anteriormente conocido como administrador de inscripción) con
permisos de lectura o escritura y tener el Id. de cuenta de facturación de la
empresa (anteriormente conocido como número de inscripción).
 Si tiene MCA o MPA y una relación de facturación directa con Microsoft, debe ser
administrador de la cuenta de facturación con un rol de lector, colaborador o
propietario de la cuenta de facturación y tener el Id. de cuenta de facturación de la
empresa.

） Importante

Se admiten proveedores de soluciones en la nube (CSP). Los clientes que compran

Azure desde un CSP no son compatibles y deben trabajar directamente con su
asociado de CSP para obtener información sobre sus emisiones en la nube. No se
admiten las cuentas heredadas ni las inscripciones de China.

Instalación de la aplicación
1. Seleccione el vínculo siguiente para acceder a la aplicación: aplicación de plantilla
del Panel de impacto de emisiones .

2. En la página AppSource de la aplicación, seleccione OBTENER AHORA.

 También puede buscar la aplicación en Power BI.

3. Cuando se le solicite, seleccione Instalar.

4. Cuando la aplicación termine de instalarse, aparece en la página Aplicaciones de

Power BI. Seleccione la aplicación y ábrala.
5. Seleccione Conectar sus datos.

6. En el cuadro de diálogo Conectar al Panel de impacto de emisiones que aparece,

en EnrollmentIDorBillingAccountID, escriba el identificador de cuenta de
facturación (anteriormente conocido como número de inscripción) para clientes de
EA Direct o el identificador de cuenta de facturación para MCA/MPA.
 Cuando termine, seleccione Siguiente.

7. Conecte la cuenta:

Para Método de autenticación, seleccione OAuth2.

En Nivel de privacidad para este origen de datos, seleccione Organizativo.
Después, seleccione Iniciar sesión y conectar.
8. Seleccione la cuenta del usuario. Asegúrese de iniciar sesión con las credenciales
que tienen acceso al Id. de inscripción/Id. de cuenta de facturación con permisos
válidos, como se explica en los requisitos previos.
 9. Espere que se cree la vista. Este proceso puede tardar hasta 24 horas. Actualice el
conjunto de datos después de 24 horas.

Actualización de la aplicación
Periódicamente, es posible que reciba notificaciones de actualización de
Appsource/Power BI sobre una nueva versión de la aplicación. Al instalar la nueva
versión, están disponibles las opciones siguientes:

Seleccione Actualizar el área de trabajo y la aplicación y, después, Instalar. La

actualización se instala, sobrescribiendo el área de trabajo y la aplicación existentes o
instaladas.

Issues
Si hay algún problema con la actualización del conjunto de datos o de la aplicación
durante el proceso de actualización, valide estos pasos y actualice el conjunto de datos.

Siga estos pasos para asegurarse de que las configuraciones del conjunto de datos
están configuradas correctamente:

1. Vaya al panel del área de trabajo y abra el área de trabajo de la aplicación.

2. Abra la opción Actualización programada en la configuración del conjunto de

datos y asegúrese de que el Id. de cuenta de facturación sea correcto.
3. Abra la sección Parámetros y vuelva a configurar el origen de datos en la sección
Origen de datos con las credenciales que tengan acceso al Id. de inscripción o Id.
de cuenta de facturación con permisos válidos, mencionados en los requisitos
previos.

4. Una vez que se validen los pasos anteriores, vuelva al área de trabajo de la
aplicación y seleccione la opción Actualizar.
 5. Cuando el conjunto de datos se actualice correctamente, seleccione la opción
Actualizar aplicación en la esquina superior derecha del área de trabajo de la
aplicación.

Recursos adicionales
Vídeo práctico
Las ventajas en términos de emisiones de carbono de la informática en la nube: Un
estudio sobre la nube de Microsoft en colaboración con WSP

Búsqueda del identificador de cuenta de

facturación de la empresa
Siga estos pasos para buscar el identificador de cuenta de facturación de la empresa o
pregunte al administrador de Azure de la organización.

1. En Azure Portal , vaya a Administración de costos + facturación.

2. En el menú Ámbitos de facturación, seleccione la cuenta de facturación.

 3. En Configuración, seleccione Propiedades. El id. de la cuenta de facturación se
muestra en Cuenta de facturación.

Preguntas más frecuentes sobre la

actualización de cálculos

¿Por qué hay valores actualizados para los datos de

emisiones de Azure de mi organización’?
En enero de 2024, refinamos nuestra metodología para atribuir estimaciones de
carbono. Esta actualización permite una asignación más granular y precisa de las
emisiones de carbono a cada recurso, suscripción y cliente de Azure.

¿Cuál es la diferencia entre las metodologías antiguas y

nuevas?
La nueva metodología ahora permite una atribución más mejorada y detallada de las
emisiones de carbono cuando un recurso pertenece a una región no específica, como
Todas, Null o Global. En lugar de solo los datos de emisiones de carbono a nivel de
suscripción, ahora puede acceder a la información de emisiones para cada uno de los
recursos individuales de Azure. Estos datos granulares son accesibles a través de las API
de exportación de Cloud for Sustainability, el lago ESG de Project y las funcionalidades
de optimización de carbono de Azure. Mejora la transparencia y el control sobre el
impacto ambiental.

¿Está previsto actualizar el panel de impacto de emisiones

de Azure para que muestre datos granulares sobre las
emisiones en función de los recursos?
En este momento, no estamos mejorando la panel de impacto de emisiones de Azure
para que muestre los datos de emisiones de nivel de recurso. El panel mantiene su
funcionalidad actual y sigue presentando datos en el nivel de suscripción. Estos datos,
con tecnología de nuestra metodología actualizada, agregan todos los datos de nivel de
recurso en segundo plano y los muestran en el nivel de suscripción para obtener una
vista completa.

¿Se han actualizado todos los datos históricos para

reflejar la nueva metodología?
Sí, todos los datos históricos de emisiones de Azure de su organización se vuelven a
calcular mediante la nueva metodología.

¿Los datos del panel de impacto de emisiones de Azure y

la API de la nube para la sostenibilidad son los mismos?
El panel de impacto de emisiones y la API de la nube para la sostenibilidad
proporcionan datos basados en el mismo origen y son los mismos.

¿Hay alguna opción para que acceda a mis datos de

emisiones de Azure mediante la metodología antigua?
Por desgracia, no es posible proporcionar los datos de emisiones mediante la
metodología antigua.

Preguntas frecuentes generales

Configuración de la aplicación
Recibo un error al conectar mis datos con el panel. ¿Qué se puede hacer?
En primer lugar, consulte Microsoft Cost Management y compruebe si tiene privilegios
de administrador. Si no es así, solicite este acceso al administrador. A continuación,
asegúrese de que usa el identificador de cuenta de facturación o el número de
inscripción correctos.

Escribí el número de inscripción o el identificador de cuenta de facturación, pero los

datos de la empresa no se cargan. ¿Qué pasa?

Es posible que el Panel de impacto de emisiones para Azure tarde hasta 24 horas en
cargar los datos. Vuelva después de 24 horas y seleccione Refrescar en Power BI.

¿Microsoft está tratando de transferirme la responsabilidad de sus emisiones?

No. Las emisiones de carbono de los servicios de Azure se informan como emisiones del
ámbito 1 y 2 de Microsoft, coherentes con el protocolo de gases de efecto invernadero
(GEI) estándar del sector. El protocolo de gases de efecto invernadero define las
emisiones del ámbito 3 como las que otra entidad emite en su nombre y que, de
manera inherente, se cuentan dos veces. El Panel de impacto de emisiones para Azure
proporciona una transparencia nueva para las emisiones del ámbito 3 asociadas con el
uso de los servicios de Azure, específicamente la categoría 1 del ámbito 3, "Bienes y
servicios comprados".

¿Por qué mis emisiones a partir del uso de la nube de Microsoft son mucho más bajas
de lo que serían si estuviera usando una solución local?

Microsoft llevó a cabo un estudio, publicado en 2018 , en el que se evaluó la diferencia

entre la nube de Microsoft y los centros de datos locales o tradicionales. Los resultados
muestran que Azure Compute y Storage son entre un 52 y un 79 % más eficientes
energéticamente que los centros de datos empresariales tradicionales. Estas cifras
dependen de la comparación específica que se haga entre alternativas locales de
eficiencia demasiado baja, media o alta. Si tenemos en cuenta nuestras compras de
energía renovable, Azure es entre un 79 y un 98 % más eficiente en emisiones de
carbono. Estos ahorros se deben a cuatro características clave de la nube de Microsoft:
eficacia operativa de TI, eficacia de los equipos de TI, eficacia de la infraestructura de los
centros de datos y energía eléctrica renovable.

Si las operaciones de Microsoft son neutras en carbono y se basan en energías

renovables, ¿por qué las emisiones de los clientes de los servicios de Azure no son
cero?

Hay dos razones principales por las que las emisiones de los clientes de Microsoft no
son cero. La primera está relacionada con las prácticas de contabilidad de los gases de
efecto invernadero, mientras que la segunda tiene que ver con el límite de este análisis.
Para lograr operaciones neutras en carbono, Microsoft usa compensaciones de carbono
para disminuir ciertas fuentes de emisiones, como la quema de combustible local para
los generadores de copia de seguridad, refrigerantes y flotas de vehículos. Esto permite
que Microsoft reduzca a cero sus emisiones netas. El panel notifica las emisiones brutas
de gases de efecto invernadero antes de aplicar estas compensaciones, aunque el
volumen de las compensaciones aplicadas y las emisiones netas se notifica en la pestaña
GHG Reporting (Informe de GEI) para mayor transparencia. La segunda razón es que,
además de la energía y las emisiones asociadas al funcionamiento de los centros de
datos de Microsoft, la huella de las emisiones incluye la energía que usan los
proveedores de servicios de Internet fuera del límite operativo de Microsoft para
transmitir datos entre los centros de datos de Microsoft y los clientes de Azure.

¿Cómo debo usar estos datos y dónde tengo que informarlos?

Puede informar sus emisiones como parte del ámbito 3 de las emisiones de carbono
indirectas de la empresa. Las emisiones del ámbito 3 se suelen divulgar en los informes
de sostenibilidad, el informe CDP sobre el cambio climático y otros tipos de informes.
Además de las emisiones totales, el ahorro de emisiones ofrece un claro ejemplo de
cómo la decisión de su empresa de usar los servicios de Microsoft Azure colabora con la
disminución de las emisiones globales. Para contextualizar, la aplicación indica el
equivalente en kilómetros recorridos evitados correspondiente a la reducción de las
emisiones de gases de efecto invernadero, en función de los factores de la calculadora
de equivalencias de la Agencia de Protección Ambiental de EE. UU. a partir de enero de
2020.

¿Qué puedo hacer para disminuir aún más las emisiones?

La rentabilidad de los recursos y los costos en Azure reduce el impacto medioambiental

del uso de Azure. Por ejemplo, las máquinas virtuales sin usar son innecesarias tanto en
la nube como en el entorno local. Ajustar el tamaño de las máquinas virtuales para
mejorar los factores de utilización de proceso (CUF) reduce el uso energético por salida
útil, al igual que en los servidores físicos. Microsoft Cost Management y la optimización
de carbono de Azure proporcionan las herramientas para planear, analizar y reducir el
gasto para maximizar la inversión en la nube. La guía de sostenibilidad dentro de Azure
Well-Architected Framework (WAF) también está diseñada para ayudarle a optimizar las
cargas de trabajo en la nube y reducir la superficie operativa.

El proceso de renovación del contrato de mi empresa está en curso y tendremos un

nuevo número de cuenta. ¿Perderé mis datos históricos de emisiones?

Sí, los perderá. Antes de la renovación, asegúrese de descargar todos los datos
históricos e informes que necesite para sus registros.
¿Puedo exportar datos de emisiones a Microsoft Excel?

Puede exportar datos desde el informe de Preparación de GHG, el informe de Uso y la

página del panel en un nivel por visualización. No puede exportar datos del informe
general desde el botón Exportar del encabezado superior.

７ Nota

La exportación a Excel está limitada a 150 000 filas y la exportación a CSV, a

30 000 filas.

Metodología
¿Cuál es la metodología detrás de la herramienta?

El Panel de impacto de emisiones para Azure refleja los servicios en la nube específicos
utilizados y los requisitos energéticos asociados, la eficacia de los centros de datos que
proporcionan esos servicios, la combinación de electricidad y combustible en las
regiones donde funcionan esos centros de datos y las compras de energía renovable de
Microsoft.

Como parte del desarrollo de la aplicación, la metodología y su implementación fueron

comprobadas por terceros para garantizar que cumplían con el Estándar de Informes y
Contabilidad Corporativa del Protocolo de Gases de Efecto Invernadero (GEI) del
Instituto de Recursos Mundiales (WRI)/Consejo Empresarial Mundial para el Desarrollo
Sostenible (WBCSD). El ámbito de la comprobación, realizada en conformidad con
ISO 14064-3: Gases de efecto invernadero, parte 3: Especificación con directrices para la
validación y comprobación de las aserciones de gas de efecto invernadero, incluyó la
estimación de las emisiones de los servicios de Azure, pero excluyó la estimación de las
emisiones locales dada la naturaleza hipotética de esa estimación. Hay documentada
una descripción más detallada del cálculo de carbono en la pestaña Metodología del
cálculo de la herramienta.

¿Qué datos se necesitan para calcular la huella de carbono de Azure? ¿Tienen acceso a
los datos de mi empresa?

Los cálculos de carbono estimados se realizan en función del consumo de los servicios
de Azure a los que se accede con Ingresos por consumo de Azure. El panel no accede a
ninguno de los datos de cliente almacenados. Los datos de consumo se combinan con
los datos de seguimiento de energía y carbono de Microsoft para calcular las emisiones
estimadas asociadas con su consumo de servicios de Azure en función de los centros de
datos que proporcionan esos servicios.
¿Este cálculo incluye todos los servicios y todas las regiones de Azure?

Las estimaciones incluyen todos los servicios de Azure en todas las regiones de Azure
asociadas al identificador de inquilino proporcionado durante la instalación.

Caracterización de las emisiones locales

¿De dónde obtiene el Panel de impacto de emisiones para Azure los datos sobre las
operaciones y emisiones locales?

El Panel de impacto de emisiones para Azure no obtiene información específica sobre

los centros de datos locales, excepto la que usted proporcione. Como se describe en las
secciones siguientes de Preguntas más frecuentes, el Panel de impacto de emisiones
para Azure se basa en la investigación del sector y las entradas de usuario con respecto
a la eficacia y la combinación de energía de las alternativas locales para calcular una
estimación de las emisiones locales.

¿Cuáles son los supuestos relacionados con los cálculos locales? ¿Los ahorros por
eficiencia pueden atribuirse solo a la eficacia en el uso de energía (PUE)?

Las eficiencias asociadas con los servicios en la nube de Microsoft incluyen mucho más
que la eficacia en el uso de energía (PUE) mejorada. Si bien los centros de datos de
Microsoft se esfuerzan por optimizar la PUE, las optimizaciones de eficiencia principales
provienen de la eficiencia operativa de TI (aprovisionamiento dinámico, multiinquilinato,
utilización del servidor) y la eficiencia del sistema de TI (adaptación del hardware a los
servicios para garantizar que fluya más energía hacia la salida útil), además de la
eficiencia de la infraestructura del centro de datos (mejoras de PUE). Nuestro estudio de
2018 cuantifica estos ahorros en comparación con una variedad de alternativas
locales que abarcan desde centros de recursos de baja eficiencia hasta de alta eficiencia.
Estas conclusiones se usan para calcular el uso de energía que se necesita para que un
centro de datos local proporcione los mismos servicios que cada cliente consume en la
nube de Microsoft.

¿Cuál es la combinación de energía supuesta para la infraestructura local?

De manera predeterminada, el Panel de impacto de emisiones para Azure calcula las

emisiones locales en función de la combinación de energías renovables y no renovables
en la red eléctrica. Se supone que el centro de datos local se ubicaría en la misma
cuadrícula que los centros de datos de Microsoft. Pero en el caso de los clientes que
compren electricidad renovable además de lo que hay en la red eléctrica (por ejemplo,
mediante acuerdos de compra de energía), los usuarios pueden seleccionar el
porcentaje de electricidad renovable, y el Panel de impacto de emisiones para Azure
ajusta las emisiones locales según corresponda.
¿Cuándo debo elegir Baja, Media o Alta para la eficacia de la infraestructura local?

Los usuarios deben seleccionar la eficacia más representativa de la implementación local

con la que les gustaría realizar la comparación, en función de las características del
equipo y del centro de datos que aquí se indican:

Baja: servidores físicos y almacenamiento con conexión directa en un centro de

datos localizado pequeño (de 500 a 1999 pies cuadrados).
Media: combinación de servidores físicos o virtualizados y almacenamiento
conectado o dedicado en el centro de datos interno de nivel intermedio (de 2000 a
19 999 pies cuadrados).
Alta: servidores virtualizados y almacenamiento dedicado en centros de datos
internos de alta gama (>20 000 pies cuadrados).
Conexión a Emissions Impact Dashboard
para Microsoft 365
Artículo • 25/12/2023

Calcule las emisiones del uso de Microsoft 365 del inquilino con Emissions Impact
Dashboard para Microsoft 365.

La precisión de la contabilidad de carbono requiere una buena información por parte de

los asociados, distribuidores y proveedores. Emissions Impact Dashboard para
Microsoft 365 proporciona transparencia con respecto a las emisiones de carbono que
genera el uso de Microsoft 365 en la organización. La contabilidad de carbono de
Microsoft se extiende en los tres ámbitos de emisiones con una metodología validada
por terceros.

Requisitos previos
Para instalar Emissions Impact Dashboard para Microsoft 365 en Power BI y conectarlo a
los datos, asegúrese de que tiene lo siguiente: antes de instalar la aplicación.

Una suscripción empresarial, empresarial o educativa para Microsoft 365 o

Office 365.
Una licencia de Power BI Pro. . Si no tiene una licencia de Power BI Pro, obtenga
una evaluación gratuita ahora mismo .
Uno de los siguientes roles de administrador de Microsoft 365:
Administrador global
Administrador de Exchange
Administrador de Skype Empresarial
Administrador de SharePoint
Lector global
Lector de informes

７ Nota

Para asegurarse de que el informe se va actualizando correctamente con el tiempo,

las credenciales de administrador de Microsoft 365 del usuario que conecta la
aplicación a los datos de la organización deben conservarse con el tiempo. Si ese
usuario tiene el rol de administrador quitado una vez establecida la conexión, el
informe representará los datos de demostración en la siguiente actualización.
 ７ Nota

Emissions Impact Dashboard de Microsoft 365 no se admite actualmente para

implementaciones de nube nacionales o regionales, incluidas, entre otras, las nubes
de la Administración Pública de Estados Unidos de Microsoft y Office 365 operadas
por 21Vianet.

Aplicaciones de Microsoft 365 incluidas

El Emissions Impact Dashboard para Microsoft 365 notifica las emisiones del centro de
datos y el uso activo asociados a las siguientes aplicaciones:

Exchange Online
SharePoint
OneDrive
Microsoft Teams
Word
Excel
PowerPoint
Outlook

Instalación de la aplicación
1. Seleccione el vínculo siguiente para ir a la aplicación: Panel de impacto de
emisiones de para Microsoft 365 .

2. En la página AppSource de la aplicación, seleccione OBTENER AHORA. También

puede buscar la aplicación en Power BI.

3. Cuando se le solicite, seleccione Instalar.

4. Cuando la aplicación termine de instalarse, aparecerá en la página Aplicaciones de

Power BI. Seleccione la aplicación y ábrala.
5. Seleccione Conectar sus datos.

6. En el cuadro de diálogo Conectar a Emissions Impact Dashboard para

Microsoft 365, escriba el identificador de inquilino de Microsoft 365. Para obtener
ayuda para encontrar el identificador de inquilino, consulte Búsqueda del
identificador de inquilino de Microsoft 365.
 Cuando termine, seleccione Siguiente.

7. Conecte la cuenta:

En Método de autenticación, seleccione OAuth2.

En Nivel de privacidad para este origen de datos, elija Organizativo.
Después, seleccione Iniciar sesión y conectar.
8. Seleccione la cuenta del usuario. Asegúrese de iniciar sesión con las credenciales
que tienen el acceso de administrador adecuado al inquilino de Microsoft 365
(consulte la lista de roles aprobados anteriormente).
 Espere hasta ver la compilación. Esto puede tardar entre 24 y 48 horas. Actualice el
modelo semántico después de 24 horas.

Actualización de la aplicación
Periódicamente, es posible que reciba notificaciones de actualización de
Appsource/Power BI sobre una nueva versión de la aplicación. Al instalar la nueva
versión, están disponibles las opciones siguientes:

Elija Actualizar el área de trabajo y la aplicación, y después, seleccione Instalar. Esto

instala la actualización, sobrescribir el área de trabajo y la aplicación existentes o
instaladas. Una vez completada la instalación, repita los pasos 5-8 en la sección
Instalación de la aplicación anterior para volver a establecer la conexión para la nueva
versión de la aplicación.

Incidencias
Si hay algún problema con la actualización del modelo semántico o de la aplicación
durante el proceso de actualización, valide estos pasos y actualice el modelo semántico.

Siga estos pasos para asegurarse de que las configuraciones del modelo semántico
están establecidas correctamente:

1. Vaya al panel del espacio de trabajo y abra el espacio de trabajo de la aplicación.

2. Abra la opción Actualización programada en la configuración del modelo

semántico.
3. Abra la sección Parámetros y vuelva a configurar el origen de datos en la sección
Origen de datos con las credenciales con las que tiene acceso al identificador de
inquilino con permisos válidos, mencionados en los requisitos previos.

4. Una vez validados los pasos anteriores, vuelva al área de trabajo de la aplicación y
seleccione la opción Actualizar.
 5. Una vez que el modelo semántico se haya actualizado correctamente, seleccione la
opción Actualizar aplicación en la esquina superior derecha del área de trabajo de
la aplicación.

No participar
Para no participar en Emissions Impact Dashboard para Microsoft 365, vaya a la pestaña
No participar en la aplicación y siga las indicaciones. Un usuario debe realizar este paso
con uno de los roles enumerados en la sección Requisitos previos anterior.

En un plazo de 48 horas después de enviar la solicitud de exclusión, vuelva a Power BI y

elimine el Panel de impacto de emisiones para la aplicación de Microsoft 365. Si no
realiza este paso y la aplicación realiza una actualización de datos más de 48 horas
después de la solicitud de exclusión, el inquilino volverá a participar en el
procesamiento de emisiones.

Si opta por no participar en Emissions Impact Dashboard para Microsoft 365, siempre
puede volver a participar reinstalar y volver a conectarse a la aplicación, pero los datos
históricos no estarán disponibles inicialmente.

Esquemas de datos
Esquema de datos: Informe de preparación de GHG

Si decide exportar datos desde la pestaña Informe de preparación de GHG, use el

siguiente esquema de datos para determinar la definición de cada columna de salida.

ﾉ Expandir tabla
 Columna Type Descripción Ejemplo

Year Entero Año en el que se notifican las emisiones. 2023

Quarter (Trimestre) String Trimestre en el que se notifican las emisiones. Trim1

Month (Mes) String Mes en el que se notifican las emisiones. January

Region String La región de Microsoft 365 con la que están Asia

asociadas las emisiones. Pacífico

Ámbito String Indica si el valor de las emisiones está asociado con Ámbito1
el ámbito 1, el ámbito 2 o el ámbito 3 de Microsoft.

Emisiones de Double Volumen equivalente de dióxido de carbono, 1.019

carbono (mtCO2e) medido en toneladas métricas.

Esquema de datos: Informe de uso

Si decide exportar datos desde la pestaña Informe de preparación de GHG, use el

siguiente esquema de datos para determinar la definición de cada columna de salida.

ﾉ Expandir tabla

Columna Type Descripción Ejemplo

Year Entero Año en el que se notifica el uso activo. 2023

Quarter String Trimestre en el que se notifica el uso activo. Trim1

(Trimestre)

Month (Mes) String Mes en el que se notifica el uso activo. January

Usuarios activos Entero Recuento de usuarios activos únicos en las aplicaciones 5000
de Microsoft 365 de Microsoft 365 que se incluyen actualmente en el
informe. Si un usuario determinado tiene el uso de varias
aplicaciones, solo se cuentan una vez.

Acceso a los datos a través de la API de Cloud

for Sustainability (versión preliminar)
Se puede acceder a los mismos datos subyacentes que impulsan el Panel de impacto de
emisiones para Microsoft 365 mediante programación a través de la API de Cloud for
Sustainability (versión preliminar). Obtenga más información aquí.

Recursos adicionales
 El rol de carbono incorporado en las emisiones en la nube: evaluación de la escala
y las fuentes de emisiones de Microsoft 365, y lo que las organizaciones pueden
hacer para ayudar a reducirlas (descarga en PDF).
Las ventajas en términos de emisiones de carbono de la informática en la nube: Un
estudio sobre la nube de Microsoft en colaboración con WSP
Página web de sostenibilidad de Microsoft

Búsqueda del identificador de inquilino de Microsoft 365

de su empresa
Siga los pasos de esta página para buscar el identificador de inquilino.

Preguntas más frecuentes

Configuración de la aplicación
Recibo un error al conectar mis datos con el panel. ¿Qué se puede hacer?

En primer lugar, compruebe el centro de Administración de Microsoft 365 que tiene uno
de los roles enumerados en la sección de requisitos previos anterior. Si no es así, solicite
este acceso al administrador. A continuación, asegúrese de que usa el identificador de
inquilino de Microsoft 365 correcto.

Especifiqué mi identificador de inquilino, pero los datos de mi empresa no se cargan.

¿Cuál es el problema?

Emissions Impact Dashboard de Microsoft 365 puede tardar entre 24 y 48 horas en

cargar los datos después de completar el proceso de conexión. Vuelva después de 24
horas y seleccione el botón Actualizar en Power BI en el área de trabajo de la aplicación,
como se muestra en la sección Problemas anterior.

¿Cómo saber que tengo instalada la versión más reciente de la aplicación de plantilla?

Microsoft podría publicar periódicamente una nueva versión de Emissions Impact

Dashboard para Microsoft 365 para ofrecer nuevas características o actualizar texto y
objetos visuales en el informe. Microsoft notifica a su organización las nuevas versiones
de versión a través de Centro de mensajes de Microsoft 365. Además, el usuario de la
organización que instaló la aplicación recibirá una notificación en Power BI que solicita
que actualice a la versión más reciente del informe. Ese usuario debe seguir los pasos
anteriores para actualizar a la versión más reciente de la aplicación.
Datos de emisiones
Me conecté correctamente a los datos de mi inquilino. ¿Por qué todavía veo datos de
demostración en el informe, incluso después de esperar 48 horas?

Esto podría indicar que no tiene uno de los roles de administrador de Microsoft 365
enumerados en la sección Requisitos previos anterior. Asegúrese de que uno de estos
roles está asignado al perfil y, a continuación, abra el área de trabajo de la aplicación y
actualice el modelo semántico (consulte más instrucciones en la sección Problemas
anterior).

Me conecté correctamente a los datos de mi inquilino. ¿Por qué veo datos en blanco
en el informe?

Esto probablemente indica que los volúmenes de emisiones de su inquilino son muy
pequeños. Los gráficos de este informe no muestran valores de emisiones inferiores a
0,001 MTCO2e.

¿Por qué no puedo ver los datos de emisiones del mes anterior?

Los datos de emisiones de un mes determinado estarán disponibles el día 14 después

del final de ese mes (incluidos los días no laborables). Asegúrese de que el modelo
semántico está programado para actualizarse automáticamente de forma diaria o
semanal para que siempre tenga acceso a la información más reciente.

¿Por qué no puedo ver la información de uso antes de junio de 2022 en la pestaña
Carbon Intensity (Intensidad del carbono)?

Actualmente, la información sobre el uso de Microsoft 365 solo está disponible en el

informe a partir de junio de 2022. Para obtener más historial de uso, consulte Informe
de uso en el Centro de Administración de Microsoft 365.

¿Por qué veo emisiones de regiones fuera de mi ubicación de datos de Microsoft 365?

Las emisiones de Microsoft 365 se asignan en función del almacenamiento de datos, así
como del uso activo y el proceso asociados a las aplicaciones de Microsoft 365. Las
emisiones asignadas en función del proceso pueden producirse en regiones fuera de la
ubicación de datos de Microsoft 365. Obtenga más información sobre la residencia de
datos de Microsoft 365 aquí.

¿Dónde se usan los datos para generar este informe almacenado?

Se almacena en los Estados Unidos.

¿Cómo puedo influir en los números de emisiones de Microsoft 365 de mi inquilino?

Consulte este documento técnico (descarga en PDF) para obtener instrucciones sobre
cómo interpretar y actuar sobre la información notificada en el Panel de impacto de
emisiones para Microsoft 365.

¿Por qué solo puedo ver los datos de emisiones de los últimos 12 meses?

Actualmente, el Panel de impacto de las emisiones de Microsoft 365 solo informa sobre
las emisiones de los 12 meses anteriores y no es posible que los usuarios de la
aplicación accedan a los datos de emisiones antes de esta ventana. Si en el futuro se
extenderá este período de tiempo, estará disponible a través de una nueva versión de la
aplicación y se anunciará a través del Centro de mensajes de Microsoft 365.

En la pestaña "intensidad del carbono", ¿por qué veo que mis emisiones crecen
aunque el recuento de usuarios de Microsoft 365 de nuestro inquilino se mantenga
plano o reducido (o viceversa) de un mes a otro?

Es posible que su cifra de emisiones de Microsoft 365 se mueva en la dirección opuesta

a su recuento de usuarios activos únicos en Microsoft 365. Esto suele ocurrir cuando una
organización que ya usa una o varias aplicaciones de Microsoft 365 comienza el proceso
de incorporación a una nueva aplicación. En este escenario, la organización empezaría a
asignar las emisiones asociadas a la nueva aplicación, pero el recuento general de
usuarios activos único que se muestra en la pestaña "intensidad del carbono" del panel
podría permanecer constante o incluso disminuir. Esto se debe a que la figura "recuento
de usuarios" solo cuenta cada usuario una vez, incluso si usan varias aplicaciones. Por lo
tanto, por ejemplo, si una organización tiene 500 usuarios de Exchange en junio (y no
usa ninguna otra aplicación de Microsoft 365 ese mes) y más adelante incorpora los 500
usuarios a SharePoint en julio, su cifra general de emisiones subiría en julio, pero su
recuento de usuarios activo único seguirá siendo el mismo. El Panel de impacto de
emisiones solo muestra un único recuento de usuarios activos único en la pestaña
"intensidad del carbono" para analizar el uso de aplicaciones específicas de
Microsoft 365, las organizaciones pueden visitar el informe de uso de aplicaciones en el
Centro de Administración de Microsoft 365.

¿Se incluyen las emisiones de Microsoft Copilot para el uso de Microsoft 365 en el
informe?

Copilot para Microsoft 365 no se incluye actualmente en este informe.

Metodología
¿Cuál es la metodología detrás de la herramienta?
Emissions Impact Dashboard para Microsoft 365 refleja los servicios en la nube
específicos utilizados y los requisitos energéticos asociados, la eficacia de los centros de
datos que proporcionan esos servicios, la combinación de electricidad y combustible en
las regiones donde funcionan esos centros de datos y las compras de energía renovable
de Microsoft. Como parte del desarrollo de la aplicación, la metodología y su
implementación fueron comprobadas por terceros para garantizar que cumplían con el
Estándar de Informes y Contabilidad Corporativa del Protocolo de Gases de Efecto
Invernadero (GEI) del Instituto de Recursos Mundiales (WRI)/Consejo Empresarial
Mundial para el Desarrollo Sostenible (WBCSD). El ámbito de la comprobación, realizada
en conformidad con ISO 14064-3: Gases de efecto invernadero, parte 3: Especificación
con directrices para la validación y comprobación de las aserciones de gas de efecto
invernadero, incluyó la estimación de las emisiones de los servicios de Microsoft 365,
pero excluyó la estimación de las emisiones locales dada la naturaleza hipotética de esa
estimación. Hay documentada una descripción más detallada del cálculo de carbono en
la pestaña Metodología del cálculo de la herramienta.

Caracterización de las emisiones locales

¿De dónde obtiene Emissions Impact Dashboard para Microsoft 365 los datos sobre
las operaciones y emisiones locales?

Emissions Impact Dashboard para Microsoft 365 no obtiene información específica

sobre los centros de datos locales, excepto la que usted proporcione. Como se describe
en las secciones siguientes de Preguntas más frecuentes, Emissions Impact Dashboard
para Microsoft 365 se basa en la investigación del sector y las entradas de usuario con
respecto a la eficacia y la combinación de energía de las alternativas locales para
calcular una estimación de las emisiones locales.

¿Cuáles son los supuestos relacionados con los cálculos locales? ¿Los ahorros por
eficiencia pueden atribuirse solo a la eficacia en el uso de energía (PUE)?

Las eficiencias asociadas con los servicios en la nube de Microsoft incluyen mucho más
que la eficacia en el uso de energía (PUE) mejorada. Si bien los centros de datos de
Microsoft se esfuerzan por optimizar la PUE, las optimizaciones de eficiencia principales
provienen de la eficiencia operativa de TI (aprovisionamiento dinámico, multiinquilinato,
utilización del servidor) y la eficiencia del sistema de TI (adaptación del hardware a los
servicios para garantizar que fluya más energía hacia la salida útil), además de la
eficiencia de la infraestructura del centro de datos (mejoras de PUE). Nuestro estudio de
2018 cuantifica estos ahorros en comparación con una variedad de alternativas
locales que abarcan desde centros de recursos de baja eficiencia hasta de alta eficiencia.
Estas conclusiones se usan para calcular el uso de energía que se necesita para que un
centro de datos local proporcione los mismos servicios que cada cliente consume en la
nube de Microsoft.

¿Cuál es la combinación de energía supuesta para la infraestructura local?

De manera predeterminada, Emissions Impact Dashboard para Microsoft 365 calcula las
emisiones locales en función de la combinación de energías renovables y no renovables
en la red eléctrica. Se supone que el centro de datos local se ubicaría en la misma
cuadrícula que los centros de datos de Microsoft. Pero en el caso de los clientes que
compren electricidad renovable además de lo que se encuentra en la red eléctrica (por
ejemplo, mediante acuerdos de compra de energía), los usuarios pueden seleccionar el
porcentaje de electricidad renovable y Emissions Impact Dashboard para Microsoft 365
ajustará las emisiones locales según corresponda.

¿Cuándo debo elegir Baja, Media o Alta para la eficacia de la infraestructura local?

Los usuarios deben seleccionar la eficacia más representativa de la implementación local

con la que les gustaría realizar la comparación, en función de las características del
equipo y del centro de datos que aquí se indican:

Baja: servidores físicos y almacenamiento con conexión directa en un centro de

datos localizado pequeño (de 500 a 1999 pies cuadrados).
Media: combinación de servidores físicos o virtualizados y almacenamiento
conectado o dedicado en el centro de datos interno de nivel intermedio (de 2000 a
19 999 pies cuadrados).
Alta: servidores virtualizados y almacenamiento dedicado en centros de datos
internos de alta gama (>20 000 pies cuadrados).
Conexión a Office365Mon con Power BI
Artículo • 31/01/2024

Analizar los datos de rendimiento de estado e interrupciones de Office 365 es fácil con
Power BI y la plantilla de aplicación Office365Mon. Power BI recupera los datos
(incluidos los de sondeo de estado e interrupciones) y, a continuación, crea un panel
integrado e informes basados en esos datos.

Conéctese a la aplicación de plantilla Office365Mon para Power BI.

７ Nota

Necesita una cuenta de administrador de Office365Mon para conectarse a la

aplicación de plantilla de Power BI y cargarla.

Cómo conectarse
1. Seleccione Conectar los datos en la parte superior de la pantalla:

2. En la ventana Conectar al paquete de plantillas de Power BI de Office365,

seleccione Siguiente:
3. En el cuadro Método de autenticación, seleccione OAuth2. Puede cambiar el nivel
de privacidad si lo desea. Para obtener más información, seleccione Más
información en la ventana. Después, seleccione Iniciar sesión y conectar.
4. Cuando se le solicite, escriba sus credenciales de administrador de Office365Mon y
complete el proceso de autenticación.

5. Una vez que Power BI haya importado los datos, verá un panel, un informe y un
modelo semántico en el área de trabajo. Seleccione Office365Mon.
 

¿Qué más?

Intente hacer una pregunta en el cuadro de preguntas en la parte superior del

escritorio.
Cambie los mosaicos en el escritorio.
Seleccione un mosaico para abrir el informe subyacente.
Cambie la programación de actualización. El modelo semántico está programado
para actualizarse diariamente. Puede cambiar la programación o actualizarla a
petición seleccionando Actualizar ahora en el área de trabajo.

Solucionar problemas
Si ve un error de aprobación de administrador necesaria al intentar iniciar sesión en
Office365Mon, la cuenta que usa no tiene permisos para recuperar los datos. Debe usar
una cuenta de administrador de Office365Mon al iniciar sesión.

Contenido relacionado
¿Qué es Power BI?
Obtener datos para Power BI
Conexión a Project Web App con Power
BI
Artículo • 22/11/2023

Microsoft Project Web App es una solución flexible en línea para la administración de
cartera de proyectos (PPM) y el trabajo diario. Project Web App permite a las
organizaciones dar el primer paso, priorizar las inversiones de la cartera de proyectos y
ofrecer el valor empresarial previsto. La aplicación de plantilla Project Web App para
Power BI permite desbloquear información de Project Web App para facilitar la
administración de proyectos, carteras y recursos.

Conéctese a la aplicación de plantilla de Project Web App para Power BI.

Cómo conectarse
1. Seleccione Aplicaciones en el panel de navegación > seleccione Obtener
aplicaciones en la esquina superior derecha.

2. En el cuadro Servicios, seleccione Obtener.

3. En AppSource, seleccione la pestaña Aplicaciones y busque o seleccione Microsoft

Project Web App.

4. Recibirá un mensaje que dice: ¿Quiere instalar esta aplicación de Power BI? ;
seleccione Instalar.
5. En el panel Aplicaciones, seleccione el icono Microsoft Project Web App.

6. En Empezar a trabajar con la nueva aplicación, seleccione Conectar datos.

7. En el cuadro de texto Dirección URL de Project Web App, escriba la dirección URL
de Project Web App (PWA) a la se que quiera conectar. Tenga en cuenta que puede
diferir del ejemplo si tiene un dominio personalizado. En el cuadro de texto Idioma
del sitio de Project Web App, escriba el número correspondiente a su idioma del
sitio de Project Web App. Escriba "1" para inglés, "2" para francés, "3" para alemán,
"4" para portugués (Brasil), "5" para portugués (Portugal) y "6" para español.
 8. En Método de autenticación, seleccione oAuth2>Iniciar sesión. Cuando se le
solicite, escriba las credenciales de Project Web App y siga el proceso de
autenticación.

７ Nota

Debe tener los permisos de Visor de carteras, Administrador de carteras o

Administrador para la instancia de Project Web App a la que se va a conectar.

9. Verá una notificación que indica que se están cargando los datos. Dependiendo
del tamaño de la cuenta, puede tardar cierto tiempo. Después de que Power BI
importe los datos, verá el contenido de la nueva área de trabajo. Es posible que
tenga que actualizar el modelo semántico para obtener las actualizaciones más
recientes.

Una vez que Power BI importe los datos, verá el informe con 13 páginas y el
modelo semántico en el panel de navegación.

10. Cuando los informes estén listos, continúe y empiece a explorar los datos de
Project Web App. La aplicación de plantilla incluye 13 informes muy completos y
detallados con información general sobre carteras (6 páginas de informe),
información general sobre recursos (5 páginas de informe) y el estado del proyecto
(2 páginas de informe).
¿Qué más?

Aunque el modelo semántico se programará para actualizarse diariamente, puede

cambiar la programación de actualización o intentar actualizarla a petición
mediante Actualizar ahora.

Expansión de la aplicación de plantilla

Descargue el archivo PBIT de GitHub para seguir personalizando y actualizando la

aplicación de plantilla.

Pasos siguientes
Introducción a Power BI
Obtener datos en Power BI
Conexión con el panel de respuesta ante
emergencias regionales
Artículo • 23/03/2023

El panel de respuesta ante emergencias regionales es el componente de informes de la

solución de respuesta ante emergencias regionales de Microsoft Power Platform. Los
administradores de la organización regional pueden visualizar el panel en su inquilino
de Power BI, lo que les permite ver rápidamente datos y métricas importantes que les
ayudarán a tomar decisiones eficaces.

En este artículo se explica cómo instalar la aplicación de respuesta ante emergencias

regionales mediante la aplicación de plantilla del panel de respuesta ante emergencias
regionales y cómo conectarse a los orígenes de datos.

Para conocer en detalle lo que se presenta en el panel, vea Obtener información.

Después de instalar la aplicación de plantilla y conectarse a los orígenes de datos, puede

personalizar el informe según sus necesidades. Luego puede distribuirlo como una
aplicación entre los compañeros de su organización.

Requisitos previos
Antes de instalar esta aplicación de plantilla, debe instalar y configurar la solución de
respuesta ante emergencias regionales. Al instalar esta solución, se crean las referencias
de orígenes de datos necesarias para rellenar la aplicación con datos.
Al instalar la solución de respuesta ante emergencias regionales, tome nota de la
dirección URL de la instancia del entorno Common Data Service. La necesitará para
conectar la aplicación de plantilla a los datos.

Instalación de la aplicación
1. Haga clic en el vínculo siguiente para acceder a la aplicación: aplicación de plantilla
Regional Emergency Response Dashboard

2. En la página AppSource de la aplicación, seleccione OBTENER AHORA .

3. Seleccione Instalar.

Una vez instalada la aplicación, la verá en la página Aplicaciones.

Conexión a orígenes de datos
1. Seleccione el icono de la página Aplicaciones para abrir la aplicación.

2. En la pantalla de presentación, seleccione Explorar.

La aplicación se abre y muestra los datos de ejemplo.

3. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.
4. En el campo cuadro de diálogo que aparece, escriba la dirección URL de la
instancia del entorno Common Data Service. Por ejemplo:
[Link] Cuando termine, haga clic en Siguiente.

5. En el cuadro de diálogo siguiente que aparece, establezca el método de

autenticación en OAuth2. No tiene que hacer nada en lo que respecta a la
configuración de nivel de privacidad.

Seleccione Iniciar sesión.

6. En la pantalla de inicio de sesión de Microsoft, inicie sesión en Power BI.

Una vez que haya iniciado sesión, el informe se conectará a los orígenes de datos y
se rellenará con datos actualizados. Durante este tiempo se activará el monitor de
actividad.
Programación de la actualización del informe
Cuando se haya completado la actualización de los datos, configure una programación
de actualización para mantener actualizados los datos del informe.

1. En la barra de encabezado superior, seleccione Power BI.

2. En el panel de navegación izquierdo, busque el área de trabajo del panel de

respuesta ante emergencias regionales en Áreas de trabajo y siga las instrucciones
descritas en el artículo Configuración de la actualización programada.

Personalizar y compartir
Vea Personalización y uso compartido de la aplicación para obtener detalles. Asegúrese
de revisar las declinaciones de responsabilidades del informe antes de publicar o
distribuir la aplicación.

Pasos siguientes
Descripción del panel de respuesta ante emergencias regionales
Configuración e información sobre la plantilla de ejemplo de Comunicación de
crisis en Power Apps
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Qué son las aplicaciones de plantilla de Power BI?
Instalación y distribución de aplicaciones de plantilla en la organización
Salesforce Analytics for Sales Managers
Artículo • 23/03/2023

La aplicación de plantilla Salesforce Analytics for Sales Managers incluye objetos visuales
y conclusiones para analizar su esfuerzo de marketing.

El panel listo para usar de la aplicación proporciona métricas clave, como la canalización
de ventas, las mejores cuentas y los KPI. Puede explorar en profundidad el informe para
obtener más detalles sobre cada aspecto. Los objetos visuales totalmente interactivos
permiten explorar los datos más en detalle.

En este artículo le guiaremos por la aplicación con datos de ejemplo para aportarle una
idea de cómo puede usar la aplicación a fin de obtener información clave sobre los
datos de ventas.

Prerrequisitos
Power BI Pro
Una suscripción de Salesforce de marketing, desarrollador o administrador

Instalación de la aplicación
1. Haga clic en el vínculo siguiente para ir a la aplicación: Aplicación de plantilla
Salesforce Analytics for Sales Managers .

2. Una vez que esté en la página de AppSource de la aplicación, haga clic en

OBTENER AHORA .

3. Cuando se le solicite, haga clic en Instalar. Una vez instalada la aplicación, la verá
en la página Aplicaciones.
Conexión a orígenes de datos
1. Haga clic en el icono de la página Aplicaciones para abrir la aplicación. La
aplicación se abre y muestra los datos de ejemplo.

2. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.

3. Aparecerá el cuadro de diálogo Parámetros. No hay parámetros obligatorios. Haga

clic en Next.
4. Aparecerá el cuadro de diálogo Método de autenticación. Los valores
recomendados están rellenados previamente. No los cambie a menos que tenga
un conocimiento específico de los distintos valores que se pueden seleccionar.
Haga clic en Iniciar sesión y conectarse.
 5. Cuando se le solicite, inicie sesión en Salesforce.

El informe se conectará a los orígenes de datos y se rellenará con datos

actualizados. Durante este tiempo, verá datos de ejemplo y que la actualización
está en curso.

¿Qué información aporta el panel KPI?

Al abrir la aplicación, verá el panel KPI. El panel KPI muestra una vista general de las
métricas clave de todos los paneles. Haga clic en las flechas para ir a los paneles
individuales.
¿Qué información aporta el panel Jefe de
ventas?
El panel Jefe de ventas y el informe subyacente se centran en un desafío de ventas
típico: proporcionar un análisis de ventas total durante un período determinado.

Con el uso del panel para analizar los datos de ejemplo, veremos cómo realizar lo
siguiente:

Comprender cuánto podemos generar a partir del total de oportunidades abiertas

que tiene una empresa de ventas.
Identificar en qué áreas debemos centrarnos en el ciclo de vida del total de ventas.
Detectar lagunas que debemos examinar.

Ahora echemos un vistazo a los distintos componentes del panel.

Los dos objetos visuales principales muestran el número total de oportunidades abiertas
que tenemos y los ingresos que se espera generar gracias a ellos.

El objeto visual Opportunity Sales Stage (Fase de oportunidades a ventas) muestra la

posición de las oportunidades en la canalización de ventas. Seleccione cualquier etapa
de la fase de canalización de ventas para ver su impacto en todo el proceso de ventas.
Ahora podemos analizar los ingresos correspondientes a esa fase.
Si se hace clic en cualquiera de los sectores del objeto visual Share of Industry (Sector
industrial), se muestra la parte del sector en la que trabaja el equipo de ventas. Por
ejemplo, vamos a hacer clic en "Apparel" (Textil).

Al hacer clic en "Apparel" (Textil), vemos que la cuenta que tenemos en este sector es
una de las diez principales oportunidades críticas con respecto a los ingresos. Podemos
concluir que se trata de una oportunidad que merece que prioricemos nuestra atención,
ya que sus ingresos previstos se encuentran entre los más altos en comparación con
otras cuentas.
¿Qué nos dice el panel Account (Cuentas)?
El panel Account (Cuentas) permite supervisar el rendimiento que se está teniendo en
todas las cuentas. Indica cuáles son las cuentas más rentables. Vamos a analizar las
cuentas del sector Textil.

En el panel, seleccione "Apparel" (Textil) en el objeto visual Account Share Industry Wise
del panel Account (Cuentas).

Verá que los iconos se actualizan. Observe que hay un sector en apparel (Textilrep), para
el que tenemos una cuenta.
Si observamos el objeto visual de mapa Account Area Wise (Zona geográfica de la
cuenta), verá el área donde se tiene la cuenta del sector textil.

Echemos un vistazo a los ingresos de la cuenta en el sector textil. En el objeto visual

Revenue by Account (Ingresos por cuenta) puede ver que la cuenta del sector textil está
resaltada y muestra los ingresos que se generan.

También podemos ver una comparación de los ingresos ganados frente a los perdidos.
Si se mantiene el puntero sobre una barra, se ven los ingresos exactos ganados sobre el
total de ingresos.
¿Qué información aporta el panel Lead
(Prospectos)?
El panel Lead (Prospectos) permite ver cuáles son los orígenes de los prospectos. Indica
cuáles son los orígenes de los prospectos más rentables.

Observe el objeto visual Probability of Conversion (Probabilidad de conversión) para

examinar la probabilidad que hay de que un prospecto de una fuente determinada se
convierta en cliente. Por ejemplo, al seleccionar "External Referral" (Referencia externa)
en el objeto visual Leads by source (Prospectos por fuente) se muestra que la
probabilidad de conversión es del 90,00 %, mientras que el importe total previsto es de
1,65 millones de dólares.

Del mismo modo, también puede ver la distribución de clientes en el cliente potencial
de ventas si consulta el objeto visual Sales Lead by Customer Type (Prospecto por tipo
de cliente). Puede verlo para un solo prospecto manteniendo el puntero sobre él. Por lo
tanto, para "External Referral" (Referencia externa), puede ver que hay un cliente nuevo
que pertenece a la categoría "New Business" (Nuevo negocio).
También podemos ver el número total de estados de prospectos que tenemos y en qué
fase se encuentran.

¿Qué información aporta el panel

Representative (Gestor de cuentas)?
El panel Representative (Representante) permite medir el rendimiento de los
representantes de ventas mediante una serie de matrices.

Podemos ver todos los sectores en los que trabaja un representante de ventas y todos
los representantes de un sector.

Para ver el rendimiento de los representantes de ventas, hemos seleccionado "Energy"

(Energía) como sector en el objeto visual Share of Industry (Sector industrial). Después,
en el objeto visual Total Opportunities Gained (Total de oportunidades ganadas),
podemos ver el nombre del representante de ventas y el número de oportunidades que
pertenecen al sector seleccionado.
Los tres objetos visuales principales muestran el número de prospectos que han
generado los representantes de ventas y los ingresos que han generado y perdido.

Al mismo tiempo, podemos usar el objeto visual Month Wise Performance (Rendimiento
mensual) para medir el rendimiento mensual de los representantes de ventas.

Consideraciones y requisitos del sistema

Estar conectado con una cuenta de Salesforce de producción que tenga habilitado
el acceso de API.
Permiso concedido a la aplicación de Power BI durante el inicio de sesión.
La cuenta debe tener disponibles llamadas de API suficientes para extraer y
actualizar los datos.
 La actualización requiere un token de autenticación válido. Asegúrese de tener
importados cinco conjuntos de datos de Salesforce o menos, ya que Salesforce
tiene un límite de cinco tokens de autenticación por aplicación.
La API de informes de Salesforce tiene una restricción que admite hasta 2000 filas
de datos.

Solución de problemas
Si se producen errores, revise los requisitos anteriores.
Actualmente no se admite el inicio de sesión en un dominio personalizado o de
espacio aislado.
Referencia del conector de Salesforce

Mensaje "Unable to connect to the remote server" (No se

puede conectar al servidor remoto)
Si recibe un mensaje "No se puede conectar al servidor remoto" al intentar conectarse a
su cuenta de Salesforce, eche un vistazo a esta solución en el foro siguiente: Mensaje de
error de inicio de sesión del conector de Salesforce: Unable to connect to the remote
server (Mensaje de error de inicio de sesión del conector de Salesforce: no se puede
conectar al servidor remoto).

Pasos siguientes
¿Qué son las aplicaciones de plantilla de Power BI?
Creación de una aplicación de plantilla en Power BI
Instalación y distribución de aplicaciones de plantilla en la organización
¿Tiene preguntas? Pruebe a preguntar a la comunidad de Power BI
Conexión a Smartsheet con Power BI
Artículo • 30/11/2023

En este artículo, se explica cómo obtener datos de una cuenta de Smartsheet con una
aplicación de plantilla de Power BI. Smartsheet ofrece una plataforma sencilla para la
colaboración y el uso compartido de archivos. La aplicación de plantilla de Smartsheet
para Power BI proporciona un panel, informes y un modelo semántico que presenta una
visión general de la cuenta de Smartsheet. También puede usar Power BI Desktop para
conectarse directamente a hojas individuales en su cuenta.

Después de instalar la aplicación de plantilla, puede cambiar el panel y el informe. A

continuación, puede distribuirlo como una aplicación entre los compañeros de su
organización.

Conéctese a la aplicación de plantilla de Smartsheet para Power BI.

７ Nota

Es preferible usar una cuenta de administrador de Smartsheet para conectarse a la

aplicación de plantilla Power BI y cargarla, ya que tiene acceso adicional.

Instalación de la aplicación
1. Seleccione Aplicaciones en el panel de navegación y elija Obtener aplicaciones en
la esquina superior derecha.

2. En Aplicaciones de Power BI, seleccione la pestaña Aplicaciones y busque el

servicio que desea.
 1. Seleccione Smartsheet>Obtenerla ahora.

2. En ¿Instalar esta aplicación de Power BI? , seleccione Instalar.

3. En el panel Aplicaciones, seleccione el icono de Smartsheet.

Conexión al origen de datos de Smartsheet

1. Seleccione el icono de Zendesk en la página Aplicaciones para abrir la aplicación.
La aplicación se abre y muestra los datos de ejemplo.

2. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.

3. En Método de autenticación, seleccione oAuth2 > Iniciar sesión.

 Cuando se le solicite, escriba las credenciales de Smartsheet y siga el proceso de
autenticación.

4. Después de que Power BI importe los datos, se abre el panel de Smartsheet.

Modificar y distribuir una aplicación
Ha instalado la aplicación de plantilla de Smartsheet. Esto significa que también ha
creado el área de trabajo de la aplicación de Smartsheet. En el área de trabajo, puede
cambiar el informe y el panel y, después, distribuirlo como una aplicación a los
compañeros de su organización.

1. Para ver todo el contenido del nuevo área de trabajo de Smartsheet, en el panel de
navegación, seleccione Áreas de trabajo>Smartsheet.

Esta vista es la lista de contenidos del área de trabajo. En la esquina superior

derecha, verá Actualizar aplicación. Aquí empezará cuando esté preparado para
distribuir la aplicación a sus compañeros.
 2. Seleccione Informes y Modelos semánticos para ver el resto de los elementos del
área de trabajo.

Obtenga información sobre cómo distribuir aplicaciones a sus compañeros.

Qué se incluye
La aplicación de plantilla de Smartsheet para Power BI incluye información general de la
cuenta de Smartsheet, como el número de áreas de trabajo, informes y hojas que tiene,
cuándo se modifican, etc. Los usuarios administradores también ven información sobre
los usuarios en su sistema, como los creadores de hojas más destacados.

Para conectarse directamente a hojas individuales de su cuenta, puede usar el conector

de Smartsheet en Power BI Desktop.

Pasos siguientes
Creación de áreas de trabajo en Power BI
Instalar y usar aplicaciones en Power BI
Conectarse a aplicaciones de Power BI para servicios externos
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Conexión a Zendesk con Power BI
Artículo • 25/07/2023

En este artículo, se explica cómo obtener datos de una cuenta de Zendesk con una
aplicación de plantilla de Power BI. La aplicación de Zendesk ofrece un panel de
Power BI y un conjunto de informes de Power BI que proporcionan información acerca
de los volúmenes de vales y el rendimiento del agente. Los datos se actualizan
automáticamente una vez al día.

Después de instalar la aplicación de plantilla, puede personalizar el panel y el informe

para resaltar la información que más le interese. A continuación, puede distribuirlo
como una aplicación entre los compañeros de su organización.

Conéctese a la aplicación de plantilla de Zendesk o lea más sobre la integración de

Zendesk con Power BI.

Después de instalar la aplicación de plantilla, puede cambiar el panel y el informe. A

continuación, puede distribuirlo como una aplicación entre los compañeros de su
organización.

７ Nota

Necesita una cuenta de administrador de Zendesk para conectarse. Consulte más

detalles sobre los requisitos a continuación.

２ Advertencia

Antes del 15 de octubre de 2019, la API de búsqueda de Zendesk Support permitía

recibir un total de 200 000 resultados a través de la paginación de consultas de
gran tamaño. Para alinear el uso de búsqueda con su ámbito previsto, Zendesk
limita ahora el número máximo de resultados que se devuelven a 1000 resultados
totales, con un máximo de 100 resultados por página. Sin embargo, el conector de
Zendesk actual para Power BI todavía puede crear llamadas API que superen estos
nuevos límites, lo que podría dar lugar a resultados engañosos.

Instalación de la aplicación
1. Seleccione Aplicaciones en el panel de navegación y elija Obtener aplicaciones en
la esquina superior derecha.
 2. En Aplicaciones de Power BI, seleccione la pestaña Aplicaciones y busque el
servicio que desea.

1. Seleccione Zendesk>Obtenerla ahora.

2. Cuando se le solicite, seleccione Instalar. Una vez instalada la aplicación, la verá en

la página Aplicaciones.

Conectar al origen de datos de Zendesk

1. Seleccione el icono de Zendesk en la página Aplicaciones para abrir la aplicación.
La aplicación se abre y muestra los datos de ejemplo.

2. Seleccione el vínculo Conectar los datos en el banner de la parte superior de la

página.

3. Proporcione la dirección URL asociada a su cuenta. La dirección URL tiene el

formato [Link] . Consulte los detalles acerca de la
búsqueda de parámetros más adelante.
4. Cuando se le solicite, escriba sus credenciales de Zendesk. Seleccione oAuth 2
como el mecanismo de autenticación y seleccione Iniciar sesión. Siga el flujo de
autenticación de Zendesk. (Si ya inició sesión en Zendesk con el explorador, no se
le solicitarán las credenciales).

７ Nota

Esta aplicación de plantilla requiere conectarse con una cuenta de

administrador de Zendesk.

5. Seleccione Permitir para permitir que Power BI tenga acceso a los datos de
Zendesk.
6. Seleccione Conectar para comenzar el proceso de importación.

7. Una vez que Power BI importe los datos, verá la lista de contenidos de su
aplicación de Zendesk: un nuevo panel, el informe y el conjunto de datos.

8. Seleccione el panel para iniciar el proceso de exploración.

Modificar y distribuir una aplicación
Ha instalado la aplicación de plantilla de Zendesk. Esto significa que también ha creado
el área de trabajo de la aplicación de Zendesk. En el área de trabajo, puede cambiar el
informe y el panel y, después, distribuirlo como una aplicación a los compañeros de su
organización.

1. Para ver todo el contenido del nuevo área de trabajo de Zendesk, en el panel de
navegación, seleccione Áreas de trabajo>Zendesk.
 Esta vista es la lista de contenidos del área de trabajo. En la esquina superior
derecha, verá Actualizar aplicación. Aquí empezará cuando esté preparado para
distribuir la aplicación a sus compañeros.

2. Seleccione Informes y Conjuntos de datos para ver el resto de los elementos del
área de trabajo.

Obtenga información sobre cómo distribuir aplicaciones a sus compañeros.

Requisitos del sistema

Se necesita una cuenta de administrador de Zendesk para acceder a la aplicación de
plantilla de Zendesk. Si es un agente o un usuario final y está interesado en ver sus
datos de Zendesk, agregue una sugerencia y revise el conector de Zendesk en Power BI
Desktop.

Búsqueda de parámetros
La dirección URL de Zendesk coincidirá con la dirección URL que usa para iniciar sesión
en su cuenta de Zendesk. Si no está seguro de su dirección URL de Zendesk, puede usar
la ayuda de inicio de sesión de Zendesk.

Solución de problemas
Si tiene problemas para conectarse, compruebe la dirección URL de Zendesk y confirme
que está usando una cuenta de administrador de Zendesk.

Pasos siguientes
Creación de áreas de trabajo en Power BI
Instalar y usar aplicaciones en Power BI
Conectarse a aplicaciones de Power BI para servicios externos
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Guía para la implementación de una
puerta de enlace de datos para Power BI
Artículo • 23/03/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

En este artículo se proporcionan instrucciones y aspectos que deben tenerse en cuenta

a la hora de implementar una puerta de enlace de datos para Power BI en un entorno de
red.

Para obtener información sobre cómo descargar, instalar, configurar y administrar la

puerta de enlace de datos local, consulte ¿Qué es una puerta de enlace de datos local?.
También puede obtener más información sobre la puerta de enlace de datos local y
Power BI en el blog de Microsoft Power BI y en el sitio de la Comunidad de
Microsoft Power BI .

Consideraciones para la instalación de la puerta

de enlace de datos local
Antes de instalar la puerta de enlace de datos local para el servicio en la nube de
Power BI, debe tener en cuenta algunas consideraciones. En las secciones siguientes se
describen estas consideraciones.

Número de usuarios
El número de usuarios que usan un informe que utiliza la puerta de enlace es una
métrica importante para decidir dónde instalar la puerta de enlace. Estas son algunas
preguntas que debe tener en cuenta:

¿Los usuarios utilizan estos informes en distintos momentos del día?

¿Qué tipos de conexiones utilizan, DirectQuery o importación?
 ¿Todos los usuarios utilizan el mismo informe?

Si todos los usuarios tienen acceso a un informe determinado al mismo tiempo cada
día, asegúrese de instalar la puerta de enlace en una máquina que sea capaz de
controlar todas esas solicitudes. Consulte las secciones siguientes para ver los
contadores de rendimiento y los requisitos mínimos que pueden ayudarle a determinar
si una máquina es adecuada.

Power BI solo permite una puerta de enlace por informe. Incluso si un informe se basa
en varios orígenes de datos, todos estos orígenes de datos deben pasar a través de una
sola puerta de enlace. Si un panel se basa en varios informes, puede utilizar una puerta
de enlace dedicada para cada informe contribuyente. De esta manera, se distribuye la
carga de la puerta de enlace entre esos varios informes que contribuyen a ese panel
único.

Tipo de conexión
El servicio Power BI ofrece dos tipos de conexiones: DirectQuery e importación. No
todos los orígenes de datos admiten ambos tipos de conexión. Muchos factores pueden
contribuir a elegir uno en lugar del otro, como los requisitos de seguridad, el
rendimiento, los límites de datos y los tamaños de los modelos de datos. Para más
información sobre los tipos de conexión y orígenes de datos admitidos, consulte la lista
de tipos de orígenes de datos disponibles.

En función del tipo de conexión en uso, la utilización de la puerta de enlace puede ser
diferente. Por ejemplo, intente separar los orígenes de datos de DirectQuery de los
orígenes de datos de la actualización programada siempre que sea posible. Se supone
que están en diferentes informes y se pueden separar. La separación de los orígenes
evita que la puerta de enlace tenga miles de solicitudes de DirectQuery en cola, al
mismo tiempo que la actualización programada de la mañana de un modelo de datos
de gran tamaño que se usa para el panel principal de la compañía.

Esto es lo que debe tener en cuenta para cada opción:

Actualización programada: según el tamaño de la consulta y el número de

actualizaciones que se producen al día, puede elegir entre permanecer con los
requisitos mínimos de hardware recomendados o actualizar a una máquina de
rendimiento superior. Si no se pliega una consulta determinada, las
transformaciones se producen en la máquina de la puerta de enlace. Como
resultado, la máquina de la puerta de enlace se beneficia de tener más RAM
disponible.
 DirectQuery: se enviará una consulta cada vez que cualquier usuario abre el
informe o examine datos. Si espera que más de 1000 usuarios accedan a los datos
simultáneamente, asegúrese de que el equipo tiene componentes de hardware
sólidos y eficaces. Más núcleos de CPU dan como resultado un mejor rendimiento
para una conexión DirectQuery.

Para conocer los requisitos de instalación de la máquina, consulte los requisitos de

instalación de la puerta de enlace de datos local.

Location
La ubicación de la instalación de la puerta de enlace puede tener un efecto importante
en el rendimiento de las consultas. Intente asegurarse de que la puerta de enlace, las
ubicaciones de origen de datos y el inquilino de Power BI estén lo más cerca posible
entre sí para reducir la latencia de red. Para determinar la ubicación de su inquilino de
Power BI, en el servicio Power BI seleccione el icono de signo de interrogación (?) en la
esquina superior derecha. Después, seleccione Acerca de Power BI.

Si piensa usar la puerta de enlace de Power BI con Azure Analysis Services, asegúrese de
que las regiones de datos de ambos coinciden. Para más información sobre cómo
configurar las regiones de datos para varios servicios, vea este vídeo .

Optimización del rendimiento

De forma predeterminada, la puerta de enlace pone en cola los datos antes de
devolverlos al conjunto de datos, lo que puede ralentizar el rendimiento durante las
operaciones de carga y actualización de datos. Este comportamiento predeterminado se
puede reemplazar.

1. En el archivo C:\Archivos de programa\Puerta de enlace de datos

local\[Link],
establezca la propiedad StreamBeforeRequestCompletes en True y guarde el
cambio.

JSON

<setting name="StreamBeforeRequestCompletes" serializeAs="String">

<value>True</value>
</setting>

2. En Puerta de enlace de datos local>Configuración del servicio, reinicie la puerta

de enlace.

Si instala la puerta de enlace en una máquina virtual de Azure, asegúrese de que el

rendimiento de la red sea óptimo mediante la configuración de redes aceleradas. Para
obtener más información, consulte Crear una VM Windows con redes aceleradas
mediante Azure PowerShell.

Pasos siguientes
Configuración de los valores de proxy
Solución de problemas de puertas de enlace: Power BI
Preguntas más frecuentes sobre la puerta de enlace de datos local: Power BI

¿Tiene más preguntas? Consulte la Comunidad de Power BI .

Detalles sobre la puerta de enlace de
datos local
Artículo • 26/12/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Hemos movido la información de este artículo a varios artículos de Power BI y de la

documentación general. Siga los vínculos de cada encabezado para encontrar el
contenido pertinente.

Funcionamiento de la puerta de enlace

Vea Arquitectura de puerta de enlace de datos local.

Lista de tipos de orígenes de datos disponibles

Consulte Incorporación o eliminación de un origen de datos de puerta de enlace.

Autenticación a orígenes de datos locales

Vea Autenticación para orígenes de datos locales.

Autenticación a un origen de datos de Analysis

Services activo
Vea Autenticación a un origen de datos de Analysis Services activo.

Seguridad basada en roles

Vea Seguridad basada en roles.

Seguridad de nivel de fila

Vea Seguridad de nivel de fila.

¿Qué hay de Microsoft Entra ID?

Vea Microsoft Entra ID.

¿Cómo sé cuál es mi UPN?

Vea ¿Cómo sé cuál es mi UPN?.

Asignación de nombres de usuario a orígenes

de datos de Analysis Services
Vea Asignación de nombres de usuario a orígenes de datos de Analysis Services.

Sincronizar una instancia de Active Directory

local con Microsoft Entra ID
Vea Sincronización de un servidor de Active Directory local con Microsoft Entra ID.

¿Qué hacer a continuación?

Vea los artículos sobre orígenes de datos:

Agregar o quitar un origen de datos de puerta de enlace

Administrar el origen de datos: Analysis Services
Administrar el origen de datos: SAP HANA
Administrar el origen de datos: SQL Server
Administrar el origen de datos: Oracle
Administrar el origen de datos: importación o actualización programada

Posibles problemas
Vea Solución de problemas con la puerta de enlace de datos local y Solución de
problemas de puertas de enlace: Power BI.

Cuenta de inicio de sesión

Vea Cuenta de inicio de sesión.

Cuenta de servicio de Windows

Vea Cambio de la cuenta de servicio de puerta de enlace de datos local.

Puertos
Vea Puertos.

Cómo forzar la comunicación HTTPS con Azure

Service Bus
Vea Aplicación forzosa de comunicación HTTPS con Azure Service Bus.

Compatibilidad con TLS 1.2

Vea TLS 1.2 para el tráfico de puerta de enlace.

Cómo reiniciar la puerta de enlace

Vea Reinicio de una puerta de enlace.

Pasos siguientes
¿Qué es la puerta de enlace de datos local?
¿Tiene más preguntas? Pruebe la comunidad de Power BI
Uso de una puerta de enlace personal
en Power BI
Artículo • 23/03/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

La puerta de enlace de datos local (modo personal) es una versión de la puerta de

enlace de datos local que solo funciona con Power BI. Puede usar una puerta de enlace
personal para instalar una puerta de enlace en su propio equipo y obtener acceso a los
datos locales.

７ Nota

Cada usuario de Power BI puede tener solo una puerta de enlace de modo personal
en ejecución. Si el mismo usuario instala otra puerta de enlace en modo personal,
incluso en un equipo diferente, la instalación más reciente reemplazará la ya
existente.

Diferencias entre la puerta de enlace de datos

de local y la puerta de enlace de datos local
(modo personal)
En la tabla siguiente se describen las diferencias entre una puerta de enlace de datos
local y una puerta de enlace de datos local (modo personal).

Puerta de enlace de datos Puerta de enlace de datos local

local (modo personal)
 Puerta de enlace de datos Puerta de enlace de datos local
local (modo personal)

Admite servicios en la Power BI, PowerApps, None

nube: Azure Logic Apps,
Power Automate,
Azure Analysis Services, flujos
de datos

Se ejecuta en Según la configuración de los Las credenciales de autenticación de

credenciales: usuarios que tienen acceso a la Windows o las credenciales que
puerta de enlace configure para otros tipos de
autenticación

Solo se puede instalar Sí No

como administrador
del equipo

Administración Sí No
centralizada de
orígenes de datos y
puertas de enlace

Puede importar datos Sí Sí

y programación de
actualización

Compatibilidad con Sí No
DirectQuery

Compatibilidad con Sí No
LiveConnect para
Analysis Services

Instalación de la puerta de enlace de datos

local (modo personal)
Para instalar la puerta de enlace de datos local (modo personal):

1. Descargue la puerta de enlace de datos local .

2. Abra el instalador y seleccione Siguiente.

3. Seleccione On-premises data gateway (personal mode) (Puerta de enlace de

datos local [modo personal]) y, después, seleccione Siguiente.
4. En la pantalla siguiente, revise los requisitos mínimos, compruebe o edite la ruta
de instalación y active la casilla para aceptar los términos de uso y la declaración
de privacidad. A continuación, seleccione Instalar.

5. Una vez que la instalación se ha completado correctamente, escriba la dirección de

correo electrónico en Email address to use with this gateway (Email dirección que
va a usar con esta puerta de enlace) y seleccione Iniciar sesión.

6. Cuando inicie sesión, aparecerá la pantalla siguiente. Seleccione Cerrar para cerrar
el instalador.
Uso de Combinación rápida con la puerta de
enlace personal
La Combinación rápida en una puerta de enlace personal ayuda a omitir niveles de
privacidad especificados cuando se ejecutan consultas. Para habilitar Combinación
rápida para la puerta de enlace de datos local (modo personal), haga lo siguiente:

1. Use el Explorador de archivos de Windows para abrir el archivo

<localappdata>\Microsoft\On-premises data gateway (personal
mode)\[Link].

2. Agregue el código siguiente al final del archivo, antes de

</[Link]> , y,

después, guárdelo.

XML
 <setting name="EnableFastCombine" serializeAs="String">
<value>true</value>
</setting>

3. La configuración surte efecto en aproximadamente un minuto. Para confirmar que

Fast Combine funciona correctamente, pruebe una actualización a petición en el
servicio Power BI.

Preguntas más frecuentes

Pregunta: ¿Puede ejecutar la puerta de enlace de datos local (modo personal) en
paralelo con la puerta de enlace de datos local que solía llamarse Enterprise
Gatewayl?

Respuesta: Sí, ambas puertas de enlace se pueden ejecutar simultáneamente.

Pregunta: ¿Se puede ejecutar la puerta de enlace de datos local (modo personal)
como un servicio?

Respuesta: No. La puerta de enlace de datos local (modo personal) solo puede
ejecutarse como una aplicación. Para ejecutar una puerta de enlace como servicio
o en modo de administrador, use la puerta de enlace de datos local, que solía
llamarse Enterprise Gateway.

Pregunta: ¿Con qué frecuencia se actualiza la puerta de enlace de datos local

(modo personal)?

Respuesta: La puerta de enlace personal se actualiza mensualmente.

Pregunta: ¿Por qué la puerta de enlace personal pide que actualice sus
credenciales?

Respuesta: Muchas situaciones pueden desencadenar una solicitud de

credenciales. La más probable es que haya vuelto a instalar la puerta de enlace de
datos local (modo personal) en un equipo diferente la puerta de enlace Power BI
personal original. También podría haber ocurrido un problema en el origen de
datos o Power BI no pudo realizar una conexión de [Link] opciones son que
se agotase el tiempo de espera o se produjese un error del sistema.

Para actualizar las credenciales en el servicio Power BI seleccione el icono de

engranaje en el encabezado y, después, elija Configuración. En la pestaña
Conjuntos de datos, seleccione el conjunto de datos y, luego, Credenciales de
origen de datos.
 Pregunta: ¿Cuánto tiempo está sin conexión una puerta de enlace personal
durante una actualización?

Respuesta: La actualización de la puerta de enlace personal a una versión nueva

solo tarda unos minutos.

Pregunta: ¿La puerta de enlace personal admite scripts de R y Python?

Respuesta: Sí, el modo personal admite scripts de R y Python.

Pasos siguientes
Agregar o quitar un origen de datos de puerta de enlace
Configuración de los valores del proxy para la puerta de enlace de datos local

¿Tiene más preguntas? Consulte la Comunidad de Power BI .

Preguntas más frecuentes sobre la
puerta de enlace de datos local:
Power BI
Preguntas más frecuentes

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

¿Necesito actualizar la puerta de enlace

de datos local (modo personal)?
No, puede seguir usando la puerta de enlace de datos local (modo personal) para
Power BI.

¿Hay algún permiso necesario especial

para instalar la puerta de enlace y
administrarla en el servicio Power BI?
No se requieren permisos especiales. Necesita iniciar sesión con una cuenta de dirección
de correo electrónico profesional o educativa.

¿Puedo cargar libros de Excel con

modelos de datos de Power Pivot que
se conectan a orígenes de datos locales?
y ¿necesito una puerta de enlace para
este escenario?
Sí, puede cargar el libro. No, no necesita una puerta de enlace. Sin embargo, dado que
los datos residen en el modelo de datos de Excel, los informes de Power BI basados en
el libro de Excel no son dinámicos. Para actualizar los informes de Power BI, deberá
volver a cargar un libro actualizado cada vez. O bien, use la puerta de enlace con la
actualización programada.

Si los usuarios comparten paneles con

una conexión DirectQuery, ¿los otros
usuarios verán los datos aunque no
tengan los mismos permisos?
Para un panel conectado a Analysis Services, los usuarios solo verán los datos a los que
tienen acceso. Si los usuarios no tienen los mismos permisos, no podrán ver ningún
dato. Para otros orígenes de datos, todos los usuarios compartirán las credenciales
especificadas por el administrador para ese origen de datos.

¿Por qué no puedo conectarme a mi

servidor de Oracle?
Es posible que tenga que instalar el cliente de Oracle y configurar el archivo
[Link] con la información correcta del servidor para conectarse al servidor de
Oracle. El cliente de Oracle es una instalación independiente fuera de la puerta de
enlace. Para obtener más información, vea Instalación del cliente de Oracle.

¿Se admiten scripts de R?

Los scripts de R solo son compatibles con el modo personal.

¿Puedo usar [Link] para crear

asignaciones personalizadas de
nombres de usuario efectivos para
Analysis Services?
No. Este uso no se admite.

¿Puedo usar la puerta de enlace para la

conexión a una instancia
multidimensional (OLAP)?
Sí. La puerta de enlace de datos local admite conexiones dinámicas a los modelos
tabular y multidimensional de Analysis Services.

¿Qué ocurre si instalo la puerta de

enlace en un equipo en un dominio
distinto del de mi servidor local que usa
la autenticación de Windows?
Sin garantías. Depende de la relación de confianza entre los dos dominios. Si los dos
dominios diferentes están en un modelo de dominio de confianza, la puerta de enlace
podría ser capaz de conectarse al servidor de Analysis Services y se podría resolver el
nombre de usuario efectivo. Si no es así, se puede producir un error de inicio de sesión.

¿Cómo puedo averiguar qué nombre de

usuario efectivo se pasa a mi servidor
de Analysis Services local?
Consulte Solución de problemas de puertas de enlace: Power BI.

Pasos siguientes
Solución de problemas con la puerta de enlace de datos local
Planificación de la implementación de Power BI: puertas de enlace de datos
¿Tiene alguna pregunta más? Pregunte a la Comunidad de Power BI .
Agregar o quitar un origen de datos de
puerta de enlace
Artículo • 26/12/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Power BI admite muchos orígenes de datos locales, cada uno con sus propios requisitos.
Se puede usar una puerta de enlace para uno o varios orígenes de datos. En este
ejemplo, aprenderá a agregar SQL Server como origen de datos. Los pasos son similares
para otros orígenes de datos.

También puede realizar la mayoría de las operaciones de administración de orígenes de

datos mediante las API. Para más información, vea API REST (puertas de enlace).

Si todavía no tiene instalada una puerta de enlace, consulte Instalar una puerta de
enlace de datos local para comenzar.

Agregar un origen de datos

1. En el encabezado de página del servicio Power BI, seleccione el icono de
Configuración y, luego, elija Administrar conexiones y puertas de enlace.
2. Seleccione Nuevo en la parte superior de la pantalla para agregar un nuevo origen
de datos.

3. En la pantalla Nueva conexión, seleccione Local, proporcione el nombre del

clúster de puerta de enlace en el que quiere crear la conexión, proporcione un
nombre de conexión y seleccione el Tipo de origen de datos. En este ejemplo,
elija SQL Server.

4. Especifique información sobre el origen de datos. En el caso de SQL Server,

proporcione el Servidor y la Base de datos.
 ７ Nota

Para usar el origen de datos en los informes y paneles de Power BI, los
nombres del servidor y de la base de datos deben coincidir entre Power BI
Desktop y el origen de datos que agregue a la puerta de enlace.

5. Seleccione un método de autenticación que se usará al conectarse al origen de

datos, Básica, Windows o OAuth2. Para SQL Server, elija Windows o Básico
(autenticación de SQL). Escriba las credenciales del origen de datos.

Si seleccionó el método de autenticación OAuth2:

Puede producirse un error en cualquier consulta que se ejecute durante más

tiempo que la directiva de expiración de tokens de OAuth.
No se admiten cuentas de Microsoft Entra entre inquilinos.

Si seleccionó el método de autenticación Windows, asegúrese de que la cuenta

tenga acceso en la máquina. Si no lo tiene claro, asegúrese de agregar NT-
AUTHORITY\Usuarios autenticados (S-1-5-11) al grupo Usuarios de la máquina
local.

6. Opcionalmente, en Inicio de sesión único, puede configurar el inicio de sesión

único (SSO) para el origen de datos.
En función de la configuración de la organización, para los informes en que se usa
DirectQuery, puede configurar Usar un SSO mediante Kerberos en las consultas
de DirectQuery, Uso de SSO mediante Kerberos en consultas de importación y
DirectQuery o Usar SSO mediante Microsoft Entra ID para consultas de
DirectQuery. Puede configurar Uso de SSO mediante Kerberos en consultas de
importación y DirectQuery en informes basados en actualizaciones.

Si usa Usar un SSO mediante Kerberos en las consultas de DirectQuery y emplea

este origen de datos para un informe basado en DirectQuery, se usarán las
credenciales del usuario que inicie sesión en el servicio Power BI. En el caso de un
informe basado en actualizaciones, se usarán las credenciales que haya
especificado en los campos Nombre de usuario y Contraseña y el método de
Autenticación utilizado.

Si activa Uso de SSO mediante Kerberos en consultas de importación y

DirectQuery, no es necesario proporcionar ninguna credencial. Si este origen de
datos se usa para informes basados en DirectQuery, se utilizará el usuario que esté
asignado al usuario de Microsoft Entra que inicie sesión en el servicio Power BI. En
un informe basado en actualización se usa el contexto de seguridad del
propietario del conjunto de datos.

Para más información sobre Usar un SSO mediante Kerberos en las consultas de
DirectQuery y Uso de SSO mediante Kerberos en consultas de importación y
DirectQuery, consulte Introducción al inicio de sesión único (SSO) para puertas de
enlace de Power BI.

Si utiliza Usar SSO mediante Microsoft Entra ID para consultas de DirectQuery y

emplea este origen de datos en un informe basado en DirectQuery, este utiliza el
token de Microsoft Entra del usuario que inicie sesión en el servicio Power BI. En el
caso de un informe basado en actualizaciones, se usarán las credenciales que haya
especificado en los campos Nombre de usuario y Contraseña y el método de
Autenticación utilizado. La opción Usar SSO mediante Microsoft Entra ID para
consultas de DirectQuery solo está disponible si el administrador de inquilinos
 permite el inicio de sesión único de Microsoft Entra a través de la puerta de enlace
de datos local y para los siguientes orígenes de datos:

SQL Server
Explorador de datos de Azure
Snowflake

Para más información sobre la opción Usar SSO mediante Microsoft Entra ID para
consultas de DirectQuery, consulte Inicio de sesión único (SSO) de Microsoft Entra
para puerta de enlace.

７ Nota

El inicio de sesión único para las consultas de importación solo está

disponible para la lista de orígenes de datos de inicio de sesión único que
usan la delegación restringida de Kerberos.

7. En General>Nivel de privacidad, configure opcionalmente un nivel de

privacidad para el origen de datos. Esta configuración no se aplica a
DirectQuery.

8. Seleccione Crear. En Configuración, verá Nueva conexión creada si el proceso se

realiza correctamente.

Ahora puede usar este origen de datos para incluir los datos de SQL Server en los
informes y paneles de Power BI.
Quitar un origen de datos
Puede quitar un origen de datos si ya no lo usa. Si quita un origen de datos, los paneles
e informes que dependen de ese origen de datos ya no funcionan.

Para quitar un origen de datos, selecciónelo en la pantalla Datos (versión preliminar) en

Administrar conexiones y puertas de enlace y, luego, elija Quitar de la cinta de
opciones superior.

Uso del origen de datos para actualización

programada o DirectQuery
Después de haber creado el origen de datos, se puede usar con conexiones de
DirectQuery, o bien mediante una actualización programada. Puede obtener más
información sobre cómo configurar la actualización programada en Configuración de
actualización programada.

El vínculo entre el conjunto de datos y el origen de datos de la puerta de enlace se basa

en el nombre del servidor y el de la base de datos. Estos nombres deben coincidir. Por
ejemplo, si proporciona una dirección IP para el nombre del servidor, en Power BI
Desktop, tendrá que usar la dirección IP del origen de datos de la configuración de la
puerta de enlace. Si usa SERVER\INSTANCE en Power BI Desktop, tendrá que usar el
mismo formato en el origen de datos configurado para la puerta de enlace.

Si usted aparece en la pestaña Usuarios del origen de datos configurado en la puerta de

enlace y el nombre del servidor y de la base de datos coinciden, verá que la puerta de
enlace se muestra En ejecución en Conexiones de puerta de enlace en la opción
Configuración del origen de datos. Puede seleccionar Actualización programada para
configurar la actualización programada del origen de datos.

） Importante

Si el conjunto de datos contiene varios orígenes de datos, deberá agregar cada uno
en la puerta de enlace. Si no se agregan uno o varios orígenes de datos a la puerta
de enlace, no la verá como disponible para la actualización programada.

Administrar usuarios
Después de agregar un origen de datos a una puerta de enlace, conceda acceso a los
usuarios y grupos de seguridad al origen de datos específico, no a toda la puerta de
enlace. La lista de acceso al origen de datos controla solo a quién se le permite publicar
informes que incluyen datos del origen de datos. Los propietarios de informes pueden
crear paneles y aplicaciones y compartir esos elementos con otros usuarios.

También puede conceder acceso administrativo a los usuarios y grupos de seguridad a

la puerta de enlace.

７ Nota

Los usuarios con acceso al origen de los datos pueden asociar los conjuntos de
datos al origen de datos y conectarse a ellos, en función de las credenciales
almacenadas o el inicio de sesión único seleccionado al crear un origen de datos.

Adición de usuarios a un origen de datos

 1. En el encabezado de página del servicio Power BI, seleccione el icono
Configuración y, después, Administrar conexiones y puertas de enlace.

2. Seleccione el origen de datos en el que desea agregar usuarios.

3. Seleccione Administrar usuarios en la cinta de opciones superior.

4. En la pantalla Administrar usuarios, indique los usuarios o grupos de seguridad de

la organización que pueden acceder al origen de datos seleccionado.

5. Seleccione el nuevo nombre de usuario y seleccione el rol que se va a asignar:

Usuario, Usuario con redistribución o Propietario.

6. Seleccione Compartir para que se incorpore el nombre del miembro agregado a la

lista de personas que pueden publicar informes que usan este origen de datos.

Recuerde que debe agregar usuarios a cada origen de datos al que quiera conceder
acceso. Cada origen de datos tiene una lista independiente de usuarios. Agregue
usuarios a cada origen de datos por separado.

Eliminación de usuarios de un origen de datos

En la pestaña Administrar usuarios del origen de datos, puede quitar usuarios y grupos
de seguridad que usan este origen de datos.

Almacenamiento de credenciales cifradas en la

nube
Cuando agrega un origen de datos a la puerta de enlace, debe proporcionar las
credenciales de ese origen de datos. Todas las consultas que se realicen al origen de
datos se ejecutan con estas credenciales. Las credenciales se cifran de forma segura
mediante el cifrado simétrico, para que no se puedan descifrar en la nube. Las
credenciales se envían a la máquina donde se ejecuta la puerta de enlace local, y ahí se
descifran cuando se accede a los orígenes de datos.

Lista de tipos de orígenes de datos disponibles

Para obtener información sobre los orígenes de datos que admite la puerta de enlace de
datos local, vea Orígenes de datos de Power BI .

Pasos siguientes
Administrar el origen de datos: Analysis Services
Administrar el origen de datos: SAP HANA
Administrar el origen de datos: SQL Server
Administrar el origen de datos: Oracle
Administrar el origen de datos: importación o actualización programada
Instrucciones para implementar una puerta de enlace de datos

¿Tiene más preguntas? Consulte la Comunidad de Power BI.

Administración de orígenes de datos de
SQL Server Analysis Services
Artículo • 28/12/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Después de instalar una puerta de enlace de datos local, puede agregar orígenes de
datos para usarlos con esta. En este artículo se describe cómo agregar un origen de
datos de SQL Server Analysis Services (SSAS) a la puerta de enlace local a fin de usarla
para la actualización programada o las conexiones dinámicas.

Para obtener más información sobre cómo configurar una conexión dinámica a SSAS,
vea este vídeo Tutorial de Power BI: conexión dinámica de Analysis Services .

７ Nota

Si tiene un origen de datos de Analysis Services, deberá instalar la puerta de enlace

en un equipo unido al mismo bosque o dominio que el servidor de Analysis
Services.

７ Nota

La puerta de enlace solo admite la autenticación de Windows para Analysis

Services.

Agregar un origen de datos

Para conectarse a un origen de datos multidimensional o tabular de Analysis Services,
haga lo siguiente:
1. En la pantalla Nueva conexión de la puerta de enlace de datos local, seleccione
Analysis Services como Tipo de conexión. Para más información sobre cómo
agregar un origen de datos, consulte Adición de un origen de datos.

2. Rellene la información del origen de datos, que incluye el Servidor y la Base de

datos. La puerta de enlace usa la información introducida en Nombre de usuario y
Contraseña para conectarse a la instancia de Analysis Services.
 ７ Nota

La cuenta de Windows que especifique debe ser miembro del rol de

administrador del servidor en la instancia de Analysis Services a la que se está
conectando. Si la contraseña de esta cuenta está establecida para que expire,
los usuarios reciben un error de conexión a menos que actualice la contraseña
del origen de datos. Para obtener más información sobre cómo se almacenan
las credenciales, vea Almacenamiento de credenciales cifradas en la nube.

3. Configure el Nivel de privacidad del origen de datos. Esta opción controla cómo
se pueden combinar los datos para una actualización programada. La
configuración del nivel de privacidad no se aplica a las conexiones dinámicas. Para
más información sobre los niveles de privacidad del origen de datos, consulte
Establecer niveles de privacidad (Power Query) .

4. Opcionalmente, ahora puede configurar la asignación de nombres de usuario. Para

obtener instrucciones, vea Reasignación manual de nombres de usuario.

5. Después de completar todos los campos, seleccione Crear.

Ahora puede usar este origen de datos para la actualización programada o las
conexiones dinámicas en una instancia de Analysis Services local.

Nombres de usuario para Analysis Services

Para obtener información sobre la autenticación con conexiones dinámicas de Analysis
Services en Power BI, vea este vídeo:

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI Desktop o

del servicio Power BI.

[Link]
Cada vez que un usuario interactúa con un informe conectado a Analysis Services, el
nombre de usuario efectivo se envía a la puerta de enlace y después al servidor local de
Analysis Services. La dirección de correo electrónico utilizada para iniciar sesión en
Power BI se envía a Analysis Services como usuario efectivo en la propiedad de conexión
EffectiveUserName.

La dirección de correo debe coincidir con un nombre principal de usuario (UPN)

definido en el dominio de Active Directory (AD) local. El UPN es una propiedad de una
cuenta de AD. La cuenta de Windows debe estar presente en un rol de Analysis Services.
Si no se puede encontrar ninguna coincidencia en AD, el inicio de sesión no será
correcto. Para obtener más información sobre AD y los nombres de usuario, vea
Atributos de nombres de usuario.

Asignación de nombres de usuario a orígenes

de datos de Analysis Services
También puede asignar el nombre de inicio de sesión de Power BI a un UPN de
directorio local. Para obtener información sobre la asignación de UPN en Power BI, vea
este vídeo:

７ Nota

Es posible que en este vídeo se usen versiones anteriores de Power BI Desktop o

del servicio Power BI.

[Link]

Power BI permite asignar nombres de usuario para orígenes de datos de Analysis

Services. Puede configurar reglas para asignar un nombre de usuario de inicio de sesión
de Power BI a un elemento EffectiveUserName que se envíe a la conexión de Analysis
Services. Esta característica es una excelente solución alternativa cuando su usuario en
Microsoft Entra no coincide con un UPN en su instancia de Active Directory local. Por
ejemplo, si su dirección de correo es meganb@[Link] , podría asignarla a
meganb@[Link] , y ese valor se enviaría a la puerta de enlace.

Puede asignar nombres de usuario para Analysis Services de dos maneras diferentes:

Reasignación manual de usuarios en Power BI

Asignación de búsqueda de Active Directory, que usa la búsqueda de propiedades
de AD local para reasignar los UPN de Microsoft Entra a usuarios de AD locales.
La asignación manual mediante la búsqueda de propiedades de AD local es posible,
pero este proceso es lento y difícil de mantener, sobre todo cuando no basta con la
coincidencia de patrones. Por ejemplo, los nombres de dominio o los nombres de
cuenta de usuario pueden ser diferentes entre Microsoft Entra ID y AD local. Por lo
tanto, no se recomienda la asignación manual con el segundo enfoque.

Los dos enfoques de asignación se describen en las secciones siguientes.

Reasignación manual de usuarios en Power BI

Para orígenes de datos de Analysis Services, puede configurar reglas de UPN
personalizadas en Power BI. Las reglas personalizadas le ayudarán si el nombre de inicio
de sesión del servicio Power BI no coincide con su UPN del directorio local. Por ejemplo,
si inicia sesión en Power BI con meganb@[Link] , pero su UPN de directorio local es
meganb@[Link] , puede configurar una regla de asignación para que

meganb@[Link] se envíe a Analysis Services.

） Importante

La asignación funciona para el origen de datos específico que se está configurando.

No es una configuración global. Si tiene varios orígenes de datos de Analysis
Services, tendrá que asignar los usuarios para cada origen de datos.

Para realizar la asignación manual del UPN, siga estos pasos:

1. En el icono de engranaje de Power BI, seleccione Manage gateways and

connections (Administrar puertas de enlace y conexiones).

2. Seleccione el origen de datos y luego Configuración en el menú superior.

3. En la pantalla Configuración, en el cuadro Asignar nombres de usuario, asegúrese

de que EffectiveUserName está seleccionado y, después, seleccione Agregar
nueva regla.
4. En Asignar nombres de usuario, para cada nombre de usuario que se vaya a
asignar, escriba valores para los campos Nombre original y Nuevo nombre y,
después, seleccione Agregar nueva regla. El valor Reemplazar es la dirección de
inicio de sesión de Power BI y el valor Con es el valor por el que se va a
reemplazar. El reemplazo se envía a la propiedad EffectiveUserName para la
conexión de Analysis Services.

Por ejemplo:
 ７ Nota

Asegúrese de no cambiar los usuarios que no tiene previsto modificar. Por

ejemplo, si reemplaza el Nombre original de [Link] por un Nuevo
nombre de @[Link] , todos los inicios de sesión de usuario que
incluyan @[Link] se reemplazarán por @[Link] . Además, si
reemplaza un Nombre original de meganb@[Link] por un Nuevo nombre
de meganb@[Link] , se envía un inicio de sesión de v-
meganb@[Link] como v-meganb@[Link] .

Puede seleccionar un elemento de la lista y reordenarlo arrastrándolo y

colocándolo, o elimine una entrada seleccionando el icono de elementos no
utilizados.

Uso de un carácter comodín

Puede usar un carácter comodín * para su cadena Reemplazar (nombre original). El

carácter comodín únicamente puede usarse solo y no puede ir acompañado de ninguna
otra parte de la cadena. Use un carácter comodín si quiere reemplazar todos los
usuarios con un valor único para enviarlo al origen de datos. Este enfoque es útil si
quiere que todos los usuarios de una organización usen el mismo usuario en su entorno
local.

Prueba de la regla de asignación

A fin de validar el reemplazo del nombre, escriba un valor para el campo Nombre
original y seleccione Probar regla.

７ Nota

Las reglas guardadas funcionan en el explorador de inmediato. El servicio Power BI

tarda unos minutos en usar las reglas guardadas.

Asignación de búsqueda de Active Directory

En esta sección se describe cómo realizar una búsqueda de propiedades de Active
Directory local para reasignar los UPN de Microsoft Entra a los usuarios de AD. En
primer lugar, revise cómo funciona esta reasignación.

Cada consulta de un usuario de Microsoft Entra de Power BI a un servidor SSAS local se

envía a una cadena de UPN, como [Link]@[Link] .

La asignación de búsqueda en una puerta de enlace de datos local con una asignación
de usuario personalizada configurable sigue estos pasos:

1. Localice la instancia de Active Directory que se va a buscar. Puede usar la opción

automática o configurable.
2. Busque el atributo del usuario de Active Directory, como Correo electrónico, del
servicio Power BI. El atributo se basa en una cadena de UPN entrante como
[Link]@[Link] .
 3. Si se produce un error en la búsqueda de Active Directory, intenta enviar el UPN a
SSAS como EffectiveUserName .
4. Si la búsqueda de Active Directory se realiza correctamente, recupera el elemento
UserPrincipalName de ese usuario de Active Directory.

5. La asignación envía el correo electrónico UserPrincipalName como, por ejemplo,

Alias@[Link] , a SSAS como el elemento EffectiveUserName .

７ Nota

Las asignaciones manuales de UPN definidas en la configuración de puerta de

enlace del origen de datos de Power BI se siguen aplicando antes de enviar la
cadena de UPN a la puerta de enlace de datos local.

Para que la búsqueda de Active Directory funcione correctamente en tiempo de

ejecución, debe cambiar el servicio de puerta de enlace de datos local a fin de que se
ejecute con una cuenta de dominio en lugar de con una cuenta de servicio local.

1. Asegúrese de descargar e instalar la puerta de enlace más reciente.

2. En la aplicación de Puerta de enlace de datos local del equipo, vaya a

Configuración del servicio>Cambiar cuenta de servicio. Asegúrese de que tiene
la clave de recuperación para la puerta de enlace, ya que necesitará restaurarla en
el mismo equipo, a menos que quiera crear una puerta de enlace. Debe reiniciar el
servicio de puerta de enlace para que el cambio surta efecto.

3. Vaya a la carpeta de instalación de la puerta de enlace, C:\Archivos de

programa\Puerta de enlace de datos local como administrador, para asegurarse de
que tiene permisos de escritura. Abra el archivo
[Link].

4. Edite los valores ADUserNameLookupProperty y ADUserNameReplacementProperty de

conformidad con las configuraciones de atributos de AD para los usuarios de AD.
Los valores de la imagen siguiente son solo ejemplos. Estas configuraciones
distinguen mayúsculas de minúsculas, por lo que debe asegurarse de que
coinciden con los valores en AD.
 Si el archivo no proporciona ningún valor para la configuración de ADServerPath , la
puerta de enlace usará el valor predeterminado del catálogo global. Se pueden
especificar varios valores para ADServerPath . Los valores deben estar separados
por un punto y coma, tal como se muestra en el ejemplo siguiente:

XML

<setting name="ADServerPath" serializeAs="String">

<value> GC://serverpath1; GC://serverpath2;GC://serverpath3</value>
</setting>

La puerta de enlace analiza los valores de ADServerPath de izquierda a derecha

hasta que encuentra una coincidencia. Si la puerta de enlace no encuentra ninguna
coincidencia, usa el UPN original. Asegúrese de que la cuenta que ejecuta el
servicio de puerta de enlace, PBIEgwService, tiene permisos de consulta en todos
los servidores de AD que especifique en ADServerPath .

La puerta de enlace admite dos tipos de ADServerPath :

Para WinNT: <value="WinNT://[Link],computer"/>

Para el catálogo global (GC): <value> GC://[Link] </value>

5. Reinicie el servicio de puerta de enlace de datos local para que se aplique el

cambio en la configuración.

Autenticación a un origen de datos de Analysis

Services activo
Cada vez que un usuario interactúa con Analysis Services, el nombre de usuario efectivo
se envía a la puerta de enlace y, después, al servidor de Analysis Services local. El UPN,
que suele ser la dirección de correo electrónico que se usa para iniciar sesión en la nube,
se envía a Analysis Services como usuario efectivo en la propiedad de conexión
EffectiveUserName .

Cuando el conjunto de datos está en modo de importación, el gateway enviará el

EffectiveUserName del UPN del propietario del conjunto de datos. Esto significa que el
UPN del propietario del conjunto de datos se pasará a Analysis Services como usuario
efectivo en la propiedad de conexión EffectiveUserName .

Esta dirección de correo debe coincidir con un UPN definido en el dominio de Active
Directory local. El UPN es una propiedad de una cuenta de AD. Una cuenta de Windows
debe estar presente en un rol de Analysis Services para tener acceso al servidor. Si no se
encuentra ninguna coincidencia en Active Directory, el inicio de sesión no será correcto.

Seguridad de nivel de fila y basada en roles

Analysis Services también puede proporcionar filtrado basado en la cuenta de Active
Directory. El filtrado puede usar seguridad basada en roles o bien seguridad de nivel de
fila. La capacidad de un usuario para consultar y ver los datos del modelo depende de
los roles a los que pertenece su cuenta de usuario de Windows y de la seguridad
dinámica de nivel de fila, si está configurada.

Seguridad basada en roles. Los modelos proporcionan seguridad basada en roles

de usuario. Puede definir roles para un proyecto de modelo determinado durante
la creación en las herramientas de Business Intelligence de SQL Server Data Tools.
Una vez implementado un modelo, puede definir roles mediante SQL Server
Management Studio. Los roles contienen miembros que se asignan por nombre de
usuario o grupo de Windows.

Los roles definen los permisos que los usuarios tienen para consultar o realizar
acciones en el modelo. La mayoría de los usuarios pertenecen a un rol con
permisos de lectura. Otros roles conceden a los administradores permisos para
procesar elementos, administrar funciones de bases de datos y administrar otros
roles.

Seguridad de nivel de fila. Los modelos pueden proporcionar seguridad dinámica

de nivel de fila. Cualquier seguridad definida de nivel de fila es específica de
Analysis Services. En el caso de la seguridad basada en roles, cada usuario debe
tener al menos un rol, pero ningún modelo tabular requiere seguridad dinámica de
nivel de fila.

En un nivel avanzado, la seguridad dinámica define el acceso de lectura a datos de

un usuario en filas particulares en tablas específicas. De forma similar a lo que
ocurre con los roles, la seguridad dinámica de nivel de fila se basa en el nombre de
usuario de Windows de un usuario.

La implementación de la seguridad dinámica de nivel de fila y de rol en los modelos

queda fuera del ámbito de este artículo. Para obtener más información, vea Roles en
modelos tabulares y Roles de seguridad (Analysis Services: datos multidimensionales).
Para ver una descripción más detallada de la seguridad de los modelos tabulares,
descargue el documento técnico Protección del modelo semántico tabular de BI .

Autenticación de Microsoft Entra

Los servicios en la nube de Microsoft usan Microsoft Entra ID para autenticar a los
usuarios. Microsoft Entra ID es el inquilino que contiene grupos de nombres de usuario
y seguridad. Normalmente, la dirección de correo con la que un usuario inicia sesión
coincide con el UPN de la cuenta.

Roles en la instancia local de Active Directory

Para que Analysis Services determine si un usuario pertenece a un rol con permisos para
leer los datos, el servidor debe convertir el nombre de usuario efectivo enviado de
Microsoft Entra ID a la puerta de enlace y de ahí al servidor de Analysis Services. El
servidor de Analysis Services pasa el nombre de usuario efectivo a un controlador de
dominio (DC) de Windows Active Directory. Después, el controlador de dominio de
Active Directory valida que el nombre de usuario efectivo es un UPN válido en una
cuenta local. El DC devuelve el nombre de usuario de Windows de ese usuario al
servidor de Analysis Services.

No se puede usar EffectiveUserName en un servidor de Analysis Services que no esté

unido a un dominio. El servidor de Analysis Services debe estar unido a un dominio para
evitar errores de inicio de sesión.

Identificación del UPN

Es posible que no sepa cuál es su UPN y que no sea un administrador de dominio.
Puede utilizar el comando siguiente en la estación de trabajo para averiguar el UPN de
la cuenta:

Símbolo del sistema de Windows

whoami /upn

El resultado es similar a una dirección de correo electrónico, pero se trata del UPN de la
cuenta de dominio. Si usa un origen de datos de Analysis Services para las conexiones
dinámicas y este UPN no coincide con la dirección de correo electrónico utilizada a fin
de iniciar sesión en Power BI, es posible que necesite asignar el nombre de usuario.

Sincronizar un AD local con Microsoft Entra ID

Si tiene previsto usar las conexiones dinámicas de Analysis Services, las cuentas de AD
locales deben coincidir con Microsoft Entra ID. El UPN debe coincidir entre las cuentas.
Los servicios en la nube solo usan cuentas dentro de Microsoft Entra ID. Si agrega una
cuenta en la instancia local de AD que no existe en Microsoft Entra ID, no podrá usar la
cuenta. Hay varias formas para hacer que las cuentas de AD locales coincidan con
Microsoft Entra ID:

Agregue cuentas manualmente a Microsoft Entra ID.

Crear una cuenta en Azure Portal o en el Centro de administración de

Microsoft 365, con un nombre de cuenta que coincida con el UPN de la cuenta de
AD local.

Use Microsoft Entra Connect Sync para sincronizar las cuentas locales con el
inquilino de Microsoft Entra.

Microsoft Entra Connect garantiza que el UPN coincida entre Microsoft Entra ID y
la instancia de AD local. La herramienta Microsoft Entra Connect proporciona
opciones para la sincronización de directorios y la configuración de la
autenticación. Entre las opciones se incluyen la sincronización de hash de las
contraseñas, la autenticación de paso a través y la federación. Si no es un
administrador o un administrador de dominio local, póngase en contacto con el
administrador de TI para que le ayude con la configuración.

７ Nota

La sincronización de cuentas con Microsoft Entra Connect Sync crea nuevas

cuentas en el inquilino de Microsoft Entra.

Uso del origen de datos

una vez agregado el origen de datos de SSAS, estará disponible para usarse con
conexiones dinámicas o mediante una actualización programada.

７ Nota

El nombre del servidor y de la base de datos deben coincidir entre Power BI

Desktop y el origen de datos dentro de la puerta de enlace de datos local.

El vínculo entre el conjunto de datos y el origen de datos dentro de la puerta de enlace

se basa en el nombre del servidor y en el nombre de la base de datos. Estos nombres
deben coincidir. Por ejemplo, si proporciona una dirección IP para el nombre del
servidor, dentro de Power BI Desktop, tendrá que usar la dirección IP del origen de
datos dentro de la configuración de la puerta de enlace. Si usa SERVER\INSTANCE en
Power BI Desktop, también tendrá que usar lo mismo en el origen de datos configurado
para la puerta de enlace. Este requisito se exige para conexiones dinámicas y la
actualización programada.

Uso del origen de datos con conexiones dinámicas

Puede usar una conexión activa con instancias tabulares o multidimensionales. Cuando
se conecte por primera vez a los datos, debe seleccionar una conexión dinámica en
Power BI Desktop. Asegúrese de que el nombre del servidor y de la base de datos
coinciden entre Power BI Desktop y el origen de datos configurado para la puerta de
enlace. Además, para poder publicar conjuntos de datos de conexión dinámica, los
usuarios deben aparecer en Usuarios en la lista de orígenes de datos.

Después de publicar informes, ya sea desde Power BI Desktop u obteniendo datos en el

servicio Power BI, su conexión de datos debería empezar a funcionar. Después de crear
el origen de datos en la puerta de enlace, pueden pasar varios minutos antes de poder
utilizar la conexión.

Uso del origen de datos con la actualización programada

Si aparece en la pestaña Usuarios del origen de datos configurado de la puerta de
enlace y los nombres del servidor y de la base de datos coinciden, verá la puerta de
enlace como una opción para usar con la actualización programada.

Limitaciones de conexiones activas de Analysis Services

Las características de formato de nivel de celda y traducción no se admiten.

Las acciones y los conjuntos con nombre no se exponen en Power BI. Todavía
puede conectarse a los cubos multidimensionales que contengan acciones o
 conjuntos con nombre para crear objetos visuales e informes.

Requisitos del SKU

ﾉ Expandir tabla

Versión del servidor SKU necesario

2012 SP1 CU4 o posterior SKU Business Intelligence y Enterprise

2014 SKU Business Intelligence y Enterprise

2016 SKU estándar o superior

Pasos siguientes
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de puertas de enlace: Power BI

¿Tiene más preguntas? Consulte la Comunidad de Power BI.

Administrar el origen de datos: SAP
HANA
Artículo • 09/03/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Después de instalar la puerta de enlace de datos local, tendrá que agregar orígenes de
datos que se puedan usar con ella. En este artículo se describe cómo trabajar con
puertas de enlace y orígenes de datos de SAP HANA que se usan para la actualización
programada o para DirectQuery.

Agregar un origen de datos

Para más información sobre cómo agregar un origen de datos, consulte Adición de un
origen de datos. En Tipo de conexión, seleccione SAP HANA.
Después de seleccionar el tipo de origen de datos SAP HANA, rellene los campos
Servidor, Nombre de usuario y Contraseña del origen de datos.

７ Nota

Todas las consultas que se realicen al origen de datos se ejecutan mediante estas
credenciales. Para más información sobre cómo se almacenan las credenciales, vea
Almacenamiento de credenciales cifradas en la nube.
Después de rellenar todo, seleccione Crear. A continuación, podrá usar este origen de
datos para actualizaciones programadas o DirectQuery en un servidor de SAP HANA
local. Verá Crear nuevo origen de datos si se realizó correctamente.

Configuración avanzada
Opcionalmente, puede configurar el nivel de privacidad del origen de datos. Esta
configuración controla cómo se pueden combinar los datos. Solo se usa para la
actualización programada. La configuración del nivel de privacidad no se aplica a
DirectQuery. Para más información sobre los niveles de privacidad del origen de datos,
consulte Establecer niveles de privacidad (Power Query) .
Uso del origen de datos
Después de haber creado el origen de datos, estará disponible para usarse con
conexiones DirectQuery, o bien a través de una actualización programada.

７ Nota

El nombre del servidor y de la base de datos deben coincidir entre Power BI

Desktop y el origen de datos dentro de la puerta de enlace de datos local.

El vínculo entre el conjunto de datos y el origen de datos dentro de la puerta de enlace

se basa en el nombre del servidor y en el nombre de la base de datos. Estos nombres
deben coincidir. Por ejemplo, si proporciona una dirección IP para el nombre del
servidor, dentro de Power BI Desktop, tendrá que usar la dirección IP del origen de
datos dentro de la configuración de la puerta de enlace. Si usa SERVER\INSTANCE en
Power BI Desktop, también tiene que usar lo mismo en el origen de datos configurado
para la puerta de enlace.

Este requisito se aplica tanto a DirectQuery como a la actualización programada.

Uso del origen de datos con conexiones de DirectQuery

Asegúrese de que el nombre del servidor y de la base de datos coinciden entre Power BI
Desktop y el origen de datos configurado para la puerta de enlace. También tiene que
asegurarse de que el usuario aparece en la pestaña Usuarios del origen de datos para
publicar conjuntos de datos de DirectQuery. La selección para DirectQuery se produce
dentro de Power BI Desktop al importar los datos por primera vez. Para obtener más
información sobre cómo usar DirectQuery, vea el artículo sobre el uso de DirectQuery
en Power BI Desktop.

Después de publicar, ya sea desde Power BI Desktop o desde Obtener datos, los
informes deben empezar a funcionar. La conexión puede tardar varios minutos en
poderse usar después de crear el origen de datos dentro de la puerta de enlace.

Uso del origen de datos con la actualización programada

Si aparece en la pestaña Usuarios del origen de datos configurado dentro de la puerta
de enlace y los nombres del servidor y de la base de datos coinciden, verá la puerta de
enlace como una opción para usar con la actualización programada.

Pasos siguientes
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de puertas de enlace: Power BI

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI .

Administración de un origen de datos
de SQL Server
Artículo • 27/03/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Después de instalar una puerta de enlace de datos local, puede agregar orígenes de
datos para usarlos con esta. En este artículo se describe cómo agregar un origen de
datos de SQL Server a una puerta de enlace de datos local a fin de usarla para la
actualización programada o DirectQuery.

Agregar un origen de datos

Siga estas instrucciones para agregar un origen de datos SQL Server a la puerta de
enlace de datos local.

７ Nota

Al usar DirectQuery, la puerta de enlace solo es compatible con SQL Server 2012
SP1 y versiones posteriores.

1. En la pantalla Nueva conexión, seleccione Local. Escriba el Nombre del clúster de

puerta de enlace y el nuevo Nombre de la conexión y, en Tipo de conexión,
seleccione SQL Server.
2. Rellene la información del Servidor y la Base de datos del origen de datos.

3. En Método de autenticación, seleccione Windows o Básico. Seleccione Básico si

tiene previsto usar la autenticación de SQL en lugar de la autenticación de
Windows. Luego, especifique las credenciales que se usarán para este origen de
datos.
 Todas las consultas al origen de datos se ejecutan con estas credenciales, excepto
si se ha configurado el inicio de sesión único (SSO) de Kerberos y se ha habilitado
para el origen de datos. Con el inicio de sesión único, los conjuntos de datos usan
las credenciales de inicio de sesión único actuales del usuario de Power BI actuales
para ejecutar las consultas.

Para obtener más información sobre cómo almacenar y usar las credenciales, vea
lo siguiente:

Almacenamiento de credenciales cifradas en la nube

Uso de Kerberos para el inicio de sesión único (SSO) de Power BI a orígenes
de datos locales.

4. Configure el Nivel de privacidad del origen de datos. Esta opción controla cómo
se pueden combinar los datos solo para una actualización programada. La
configuración del nivel de privacidad no se aplica a DirectQuery. Para más
 información sobre los niveles de privacidad del origen de datos, vea Niveles de
privacidad (Power Query) .

5. Seleccione Crear.

Verá un mensaje de operación correcta si la creación se realiza correctamente. Ahora ya

puede usar este origen de datos para actualizaciones programadas o DirectQuery en
una instancia de SQL Server local.

Para más información sobre cómo agregar un origen de datos, consulte Adición de un
origen de datos.

Uso del origen de datos

Después de haber creado el origen de datos, estará disponible para usarse con
conexiones DirectQuery, o bien a través de una actualización programada.
Los nombres del servidor y la base de datos deben
coincidir
El vínculo entre el conjunto de datos y el origen de datos de la puerta de enlace se basa
en el nombre del servidor y el de la base de datos. Estos nombres deben coincidir
exactamente.

Por ejemplo, si proporciona una dirección IP para el nombre del servidor, en Power BI
Desktop, tendrá que usar la dirección IP del origen de datos de la configuración de la
puerta de enlace. Si usa SERVER\INSTANCE en Power BI Desktop, tendrá que usar lo
mismo en el origen de datos que se configure para la puerta de enlace. Este requisito se
aplica tanto a DirectQuery como a la actualización programada.

Uso del origen de datos con conexiones de DirectQuery

Asegúrese de que el nombre del servidor y de la base de datos coinciden entre Power BI
Desktop y el origen de datos configurado para la puerta de enlace. Además, para poder
publicar conjuntos de datos de DirectQuery, los usuarios deben aparecer en Usuarios en
la lista de orígenes de datos.

Cuando se conecte por primera vez a los datos, debe seleccionar un método de
conexión DirectQuery en Power BI Desktop. Para obtener más información sobre cómo
usar DirectQuery, vea el artículo sobre el uso de DirectQuery en Power BI Desktop.

Después de publicar informes, ya sea desde Power BI Desktop u obteniendo datos en el

servicio Power BI, la conexión de datos local de SQL Server debería funcionar. Después
de crear el origen de datos en la puerta de enlace, pueden pasar varios minutos hasta
que se pueda utilizar la conexión.

Uso del origen de datos con la actualización programada

Si aparece en la columna Usuarios del origen de datos configurado en la puerta de
enlace, y los nombres del servidor y de la base de datos coinciden, verá la puerta de
enlace como una opción para usar con la actualización programada.
Pasos siguientes
Conexión a datos locales en SQL Server
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de puertas de enlace: Power BI
Uso de Kerberos para el inicio de sesión único (SSO) de Power BI a orígenes de
datos locales

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI .

Administrar el origen de datos: Oracle
Artículo • 07/10/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Después de instalar la puerta de enlace de datos local, puede agregar orígenes de datos
para usarlos con esta. En este artículo se describe cómo trabajar con la puerta de enlace
local y orígenes de datos de Oracle para la actualización programada o para
DirectQuery.

Conectarse a una base de datos de Oracle

Para conectarse a una base de datos de Oracle con la puerta de enlace de datos local,
descargue e instale el cliente Oracle de 64 bits para Microsoft Tools (OCMT) en el
equipo donde se ejecuta la puerta de enlace.

Las versiones de Oracle admitidas son:

Oracle Database Server 12c ([Link]) y versiones posteriores

Oracle Autonomous Database - todas las versiones

Después de instalar el cliente y configurar OCMT correctamente, utilice Power BI

Desktop u otro cliente de prueba para comprobar la correcta instalación y configuración
en la puerta de enlace.

Agregar un origen de datos

1. En la pantalla Nueva conexión de la puerta de enlace de datos local, seleccione
Oracle como Tipo de conexión.
2. En Servidor, escriba el nombre del origen de datos, como el nombre del servicio
de red de Oracle (por ejemplo, myADB_high) o la cadena de conexión Easy
Connect Plus.

3. En Método de autenticación, seleccione Windows o Básico. Elija Básico si planea

iniciar sesión como usuario de base de datos de Oracle. Luego, especifique las
credenciales que se usarán para este origen de datos. Elija Windows al usar la
autenticación del sistema operativo Windows y tanto con el cliente de Oracle
como con el servidor que se ejecutan en Windows.

７ Nota

Todas las consultas que se realicen al origen de datos se ejecutan con estas
credenciales. Para obtener más información sobre el almacenamiento de
credenciales, consulte Almacenamiento de credenciales cifradas en la nube.

4. Configure el nivel de privacidad para el origen de datos. Esta opción controla

cómo se pueden combinar los datos para la actualización programada. La
configuración del nivel de privacidad no se aplica a DirectQuery. Para más
información sobre los niveles de privacidad del origen de datos, vea Niveles de
privacidad (Power Query) .

5. Seleccione Crear.
 Si la creación se realiza correctamente, verá <Nombre de origen de datos>
creado. Ahora puede usar este origen de datos para la actualización programada o
para DirectQuery con el servidor de la base de datos de Oracle.

Uso del origen de datos

Después de haber creado el origen de datos, estará disponible para usarse con
DirectQuery o una actualización programada.

） Importante

El nombre del servidor y de la base de datos deben coincidir entre Power BI

Desktop y el origen de datos dentro de la puerta de enlace de datos local.

El vínculo entre el conjunto de datos y el origen de datos dentro de la puerta de enlace

se basa en el nombre del servidor y en el nombre de la base de datos. Estos nombres
deben coincidir exactamente. Por ejemplo, si proporciona una dirección IP para el
nombre del servidor, dentro de Power BI Desktop, tendrá que usar la dirección IP del
origen de datos dentro de la configuración de la puerta de enlace. Este nombre también
tiene que coincidir con un nombre de servicio de red o un alias que define el archivo
[Link]. Este requisito se aplica tanto a DirectQuery como a la actualización
programada.

Uso del origen de datos con conexiones de DirectQuery

Asegúrese de que el nombre del servidor y de la base de datos coinciden entre Power BI
Desktop y el origen de datos configurado para la puerta de enlace. Además, para poder
publicar conjuntos de datos de DirectQuery, los usuarios deben aparecer en Usuarios en
la lista de orígenes de datos.

Después de publicar informes, ya sea desde Power BI Desktop u obteniendo datos en el

servicio Power BI, su conexión de base de datos local debería funcionar. Después de
crear el origen de datos en la puerta de enlace, pueden pasar varios minutos hasta que
se pueda utilizar la conexión.

Uso del origen de datos con la actualización programada

Si aparece en la pestaña Usuarios del origen de datos configurado dentro de la puerta
de enlace, y los nombres del servidor y de la base de datos coinciden, verá la puerta de
enlace como una opción para usar con la actualización programada.
Solucionar problemas
Es posible que aparezca uno de los siguientes errores de Oracle cuando la sintaxis de
nomenclatura sea incorrecta o esté mal configurada:

ORA-12154: TNS:could not resolve the connect identifier specified.

ORA-12514: TNS:listener does not currently know of service requested in

connect descriptor.
ORA-12541: TNS:no listener.

ORA-12170: TNS:connect timeout occurred.

ORA-12504: TNS:listener was not given the SERVICE_NAME in CONNECT_DATA.

Estos errores pueden producirse si el descriptor de conexión de la base de datos

[Link] de Oracle está mal configurado, el nombre del servicio de red
proporcionado está mal escrito o si el agente de escucha de la base de datos de Oracle
no se está ejecutando o no es accesible, como un firewall que bloquea el puerto de
escucha o de la base de datos. Asegúrese de que cumple los requisitos previos de
instalación mínimos.

Visite el Portal de ayuda para errores de Oracle Database para revisar las causas
comunes y soluciones del error específico de Oracle que encuentre. Escriba el error de
Oracle en la barra de búsqueda del portal.

Para diagnosticar problemas de conectividad entre el servidor de origen de datos y el

equipo de puerta de enlace, instale un cliente como Power BI Desktop en el equipo de la
puerta de enlace. Puede usar el cliente para comprobar la conectividad con el servidor
de origen de datos.

Para más información sobre cómo solucionar problemas de la puerta de enlace,

consulte Solución de problemas con la puerta de enlace de datos local.
Pasos siguientes
Solución de problemas de puertas de enlace: Power BI
Power BI Premium

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI .

Administrar el origen de datos:
importación y actualización programada
Artículo • 14/03/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Después de instalar la puerta de enlace de datos local, tendrá que agregar orígenes de
datos que se puedan usar con ella. En este artículo se examina cómo trabajar con
puertas de enlace y orígenes de datos que se usan para la actualización programada en
lugar de DirectQuery o conexiones dinámicas.

Agregar un origen de datos

Seleccione un tipo de origen de datos. Todos los orígenes de datos enumerados se
pueden usar para la actualización programada con la puerta de enlace de datos local.
Analysis Services, SQL Server y SAP HANA se pueden usar para la actualización
programada, DirectQuery o conexiones dinámicas. Para más información sobre cómo
agregar un origen de datos, consulte Adición de un origen de datos.
Después, rellene la información del origen de datos, incluidas la información del origen
y las credenciales que se usan para acceder al origen de datos.

７ Nota

Todas las consultas que se realicen al origen de datos se ejecutan con estas
credenciales. Para más información sobre cómo se almacenan las credenciales,
consulte Almacenamiento de credenciales cifradas en la nube.
Para obtener una lista de tipos de orígenes de datos que se pueden usar con la
actualización programada, vea Lista de tipos de orígenes de datos disponibles.

Después de rellenar todo, seleccione Crear. Si la acción se realiza correctamente, verá

Crear nuevo origen de datos. Ahora puede usar este origen de datos para la
actualización programada con sus datos locales.
Configuración avanzada
Opcionalmente, puede configurar el nivel de privacidad del origen de datos. Esta
configuración controla cómo se pueden combinar los datos. Solo se usa para la
actualización programada. Para más información sobre los niveles de privacidad del
origen de datos, vea Niveles de privacidad (Power Query) .

Uso del origen de datos para actualización

programada
Después de haber creado el origen de datos, estará disponible para usarse con
conexiones DirectQuery, o bien a través de una actualización programada.

７ Nota

El nombre del servidor y de la base de datos deben coincidir entre Power BI

Desktop y el origen de datos dentro de la puerta de enlace de datos local.

El vínculo entre el conjunto de datos y el origen de datos dentro de la puerta de enlace

se basa en el nombre del servidor y en el nombre de la base de datos. Estos nombres
deben coincidir. Por ejemplo, si proporciona una dirección IP para el nombre del
servidor, dentro de Power BI Desktop, tendrá que usar la dirección IP del origen de
datos dentro de la configuración de la puerta de enlace. Si usa SERVER\INSTANCE en
Power BI Desktop, también tiene que usar lo mismo en el origen de datos configurado
para la puerta de enlace.

Si aparece en la pestaña Usuarios del origen de datos configurado dentro de la puerta

de enlace y los nombres del servidor y de la base de datos coinciden, verá la puerta de
enlace como una opción para usar con la actualización programada.
 ） Importante

Después de volver a publicar, el propietario del conjunto de datos debe volver a

asociar el conjunto de datos a una puerta de enlace y al origen de datos
correspondiente. La asociación anterior no se mantiene una vez finalizada la nueva
publicación.

２ Advertencia

Si el conjunto de datos contiene varios orígenes de datos, deberá agregar cada uno
de los orígenes de datos dentro de la puerta de enlace. Si no se agregan uno o
varios orígenes de datos a la puerta de enlace, no la verá como disponible para la
actualización programada.

Pasos siguientes
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de puertas de enlace: Power BI

¿Tiene más preguntas? Consulte la Comunidad de Power BI .

Combinar o anexar orígenes de datos
locales o en la nube
Artículo • 09/03/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Use la puerta de enlace de datos local para combinar o anexar orígenes de datos locales
o en la nube en la misma consulta. Esta solución es útil cuando se quieren combinar
datos de varios orígenes sin tener que usar consultas independientes.

７ Nota

Este artículo solo se aplica a los conjuntos de datos que tienen orígenes de datos
locales y en la nube combinados o anexados en una sola consulta. Para los
conjuntos de datos que tienen consultas separadas, por ejemplo, una que se
conecta a un origen de datos local y otra a un origen de datos en la nube, la puerta
de enlace no ejecuta la consulta del origen de datos en la nube.

Requisitos previos
Una puerta de enlace instalada en un equipo local.
Un archivo de Power BI Desktop con consultas que combinan orígenes de datos
locales y en la nube.

７ Nota

Para acceder a orígenes de datos en la nube, debe asegurarse de que la puerta de

enlace tenga acceso a esos orígenes de datos.
1. En la esquina superior derecha del servicio Power BI, seleccione el icono del

engranaje y, a continuación, Administrar conexiones y puertas de enlace.

2. Seleccione la puerta de enlace que desea configurar y seleccione Configuración en

la cinta de opciones superior.

3. En Configuración, seleccione Permitir que los orígenes de datos en la nube del

usuario se actualicen mediante este clúster de puerta de enlace y, a continuación,
seleccione Guardar.

4. Para agregar cualquier origen de datos local empleado en las consultas, seleccione
Conexiones y, a continuación, seleccione Nuevo para crear una conexión. No es
necesario agregar aquí los orígenes de datos de nube.

5. Seleccione la puerta de enlace para Nombre del clúster de puerta de enlace.

Asigne un nombre a la conexión y especifique el tipo de conexión y otra
información necesaria. Seleccione Crear.

6. Cargue en el servicio Power BI el archivo de Power BI Desktop con las consultas

que combinan orígenes de datos locales y en la nube.
Con el conjunto de credenciales de nube, ahora puede actualizar el conjunto de datos
con la opción Actualizar ahora. O bien puede programarlo para que se actualice
periódicamente.

Pasos siguientes
Para más información sobre la actualización de datos para las puertas de enlace, vea
Uso del origen de datos para actualización programada.
Introducción al inicio de sesión único
(SSO) para puertas de enlace de datos
locales en Power BI
Artículo • 27/12/2023

Para lograr una conectividad de inicio de sesión único (SSO) perfecta, habilite la
actualización en tiempo real de los informes y paneles de Power BI mediante la
configuración de la puerta de enlace de datos local. La puerta de enlace se puede
configurar con las siguientes opciones de inicio de sesión único:

SSO de Active Directory (AD), que incluye:

Delegación limitada de Kerberos.
Lenguaje de marcado de aserción de seguridad (SAML).
Inicio de sesión único de Microsoft Entra.

７ Nota

El inicio de sesión único solo es compatible en conjuntos de datos de Power BI, no

en flujos de datos de Power BI.

Orígenes de datos admitidos para el inicio de

sesión único
Normalmente, el inicio de sesión único de AD se configura para orígenes de datos
locales protegidos dentro de la red local. El inicio de sesión único de Microsoft Entra se
configura para orígenes de datos que admiten la autenticación de AMicrosoft Entra
(normalmente, orígenes de datos en la nube) protegidos por una instancia de
Azure Virtual Network.

Aunque la puerta de enlace de datos local admite SSO mediante DirectQuery o

Actualizar para las opciones de SSO basadas en AD, solo se admite DirectQuery para el
inicio de sesión único de Microsoft Entra.

Power BI admite los siguientes orígenes de datos:

Amazon Redshift (Microsoft Entra ID)

Azure Databricks
Azure Data Explorer (Microsoft Entra ID)
 Azure SQL (Microsoft Entra ID)
Azure Synapse Analytics (Microsoft Entra ID)
Denodo (Kerberos)
Hive LLAP (Kerberos)
Impala (Kerberos)
Oracle (Kerberos)
Servidor de aplicaciones de SAP BW (Kerberos)
Servidor de mensajes de SAP BW (Kerberos)
SAP HANA (Kerberos y SAML)
Snowflake (Microsoft Entra ID)
Spark (Kerberos)
SQL Server (Kerberos)
Teradata (Kerberos)
Tibco Data Virtualization (Kerberos)

７ Nota

SQL Server Analysis Services también admite SSO, pero lo hace mediante
conexiones dinámicas, en lugar de usar Kerberos o SAML. Power BI no admite el
inicio de sesión único con extensiones M.

Interacción con informes que dependen del

inicio de sesión único
Cuando un usuario interactúa con un informe de DirectQuery en el servicio Power BI,
cada operación de filtro cruzado, segmentación, ordenación y edición de informes
puede dar lugar a consultas que se ejecutan en directo en el origen de datos
subyacente. Al configurar el inicio de sesión único para el origen de datos, las consultas
se ejecutan con la identidad del usuario que interactúa con Power BI. Es decir, se
ejecutan mediante la experiencia web o las aplicaciones móviles de Power BI. Por lo
tanto, cada usuario ve exactamente los datos para los que tiene permiso en el origen de
datos subyacente.

También puede configurar un informe que esté configurado para actualizarse en el

servicio Power BI para que use el inicio de sesión único. Al configurar SSO para este
origen de datos, las consultas se ejecutan bajo la identidad del propietario del conjunto
de datos en Power BI, de modo que la actualización se produce en función de los
permisos del propietario del conjunto de datos en el origen de datos subyacente.
Actualmente, la actualización mediante el inicio de sesión único está habilitada solo en
los orígenes de datos que usan la delegación restringida de Kerberos.

Pasos siguientes
Ahora que ya entiende los conceptos básicos del SSO a través de la puerta de enlace,
lea información más detallada sobre cómo configurar el SSO aquí:

SSO de Active Directory (AD)

Microsoft Entra SSO
SSO de Active Directory (AD)
Artículo • 27/12/2023

La puerta de enlace de datos local admite el inicio de sesión único (SSO) de Active
Directory (AD) para conectarse a los orígenes de datos locales que tienen Active
Directory configurado. El inicio de sesión único de AD incluye la delegación restringida
de Kerberos y el Lenguaje de marcado de aserción de seguridad (SAML). Para obtener
más información sobre el inicio de sesión único y la lista de orígenes de datos
compatibles con SSO de AD, consulte Introducción al inicio de sesión único (SSO) para
puertas de enlace de datos locales de Power BI.

Pasos de una consulta cuando se ejecuta SSO

de Active Directory
Una consulta que se ejecuta con SSO consta de tres pasos, tal como se muestra en el
diagrama siguiente.

Estos son los detalles adicionales sobre cada paso:

1. Para cada consulta, el servicio Power BI incluye el nombre principal de usuario

(UPN) —es decir, el nombre de usuario completo del usuario que con sesión
iniciada actualmente en el servicio Power BI— al enviar una solicitud de consulta a
la puerta de enlace configurada.
 2. La puerta de enlace debe asignar el nombre principal de usuario de Microsoft
Entra a una identidad local de Active Directory:

a. Si Microsoft Entra DirSync (también conocido como Microsoft Entra Connect)

está configurado, la asignación funciona automáticamente en la puerta de enlace.

b. En caso contrario, la puerta de enlace puede buscar el nombre principal de

usuario de Microsoft Entra y asignarlo a un usuario de AD local mediante la
realización de una búsqueda en el dominio local de Active Directory.

3. El proceso del servicio de puerta de enlace suplanta al usuario local asignado, abre
la conexión a la base de datos subyacente y después envía la consulta. No es
necesario instalar la puerta de enlace en la misma máquina que la base de datos.

Pasos siguientes
Ahora que ya entiende los conceptos básicos de la activación del inicio de sesión único
a través de la puerta de enlace, lea información más detallada sobre Kerberos y SAML:

Inicio de sesión único (SSO): Kerberos

Inicio de sesión único (SSO): SAML
Introducción al inicio de sesión único (SSO) para puertas de enlace de datos
locales de Power BI
Configuración del SSO basado en
Kerberos desde el servicio Power BI a
los orígenes de datos locales
Artículo • 23/01/2024

La habilitación de SSO facilita la tarea de los informes y paneles de Power BI de

actualizar los datos de orígenes locales al tiempo que se respetan los permisos de nivel
de usuario configurados en esos orígenes. Use la delegación restringida de Kerberos
para habilitar la conectividad directiva del SSO.

En este artículo, se describen los pasos que debe seguir para configurar el inicio de
sesión único (SSO) basado en Kerberos desde el servicio Power BI para orígenes de
datos en el entorno local.

Prerrequisitos
Deben configurarse varios elementos para que la delegación restringida de Kerberos
funcione correctamente, incluidos los nombres de entidad de seguridad de servicio
(SPN)* y la configuración de delegación de cuentas de servicio.

７ Nota

No se admite el uso de alias DNS con SSO.

Esquema de configuración
A continuación, se describen los pasos necesarios para configurar el inicio de sesión
único de puerta de enlace.

1. Realice todos los pasos de la Sección 1: Configuración básica.

2. En función del entorno de Active Directory y los orígenes de datos usados, es

posible que tenga que realizar alguna o todas las configuraciones descritas en la
Sección 2: Configuración específica del entorno.

A continuación, se enumeran los posibles escenarios que pueden requerir una

configuración adicional:
 ﾉ Expandir tabla

Escenario Ir a

El entorno de Active Directory está protegido por Adición de una cuenta de servicio
seguridad. de puerta de enlace al grupo de
autorización y acceso de Windows

La cuenta de servicio de puerta de enlace y las Adición de una cuenta de servicio

cuentas de usuario que la puerta de enlace de puerta de enlace al grupo de
suplantará se encuentran en dominios o bosques autorización y acceso de Windows
diferentes.

No tiene configurado Microsoft Entra Connect con la Establecimiento de parámetros de

sincronización de cuentas de usuario y el UPN usado configuración de asignación de
en Power BI para los usuarios no coincide con el UPN usuarios en la máquina de la puerta
del entorno local de Active Directory. de enlace

Tiene previsto usar un origen de datos de SAP HANA Finalización de los pasos de
con SSO. configuración específicos para el
origen de datos

Tiene previsto usar un origen de datos de SAP BW Finalización de los pasos de

con SSO. configuración específicos para el
origen de datos

Tiene previsto usar un origen de datos de Teradata Finalización de los pasos de

con SSO. configuración específicos para el
origen de datos

3. Valide la configuración como se describe en la Sección 3: Validación de la

configuración para asegurarse de que el inicio de sesión único (SSO) se ha
configurado correctamente.

Sección 1: Configuración básica

Paso 1: Instalación y configuración de la puerta de enlace

de datos local de Microsoft
La puerta de enlace de datos local admite la actualización local, así como la adquisición
de la configuración de las puertas de enlace existentes.

Paso 2: Obtención de derechos de administrador de

dominio para configurar los SPN (SetSPN) y la delegación
restringida de Kerberos
Para configurar los SPN y la delegación de Kerberos, un administrador de dominio debe
evitar conceder derechos a alguien que no tenga derechos de administrador de
dominio. En la siguiente sección, trataremos con más detalle los pasos de configuración
recomendados.

Paso 3: Configuración de la cuenta de servicio de la

puerta de enlace
La opción A que se indica a continuación es la configuración requerida, a menos que
tenga Microsoft Entra Connect configurado y que las cuentas de usuario estén
sincronizadas. En ese caso, se recomienda la opción B.

Opción A: Ejecución del servicio de puerta de enlace de Windows

como una cuenta de dominio con SPN

En una instalación estándar, la puerta de enlace se ejecuta como una cuenta de servicio
de la máquina local (NT Service\PBIEgwService).

Para habilitar la delegación restringida de Kerberos, debe ejecutar la puerta de enlace

como una cuenta de dominio, a menos que su instancia de Microsoft Entra ya esté
sincronizada con su instancia de Active Directory local (mediante Microsoft Entra
DirSync/Connect). Para cambiar a una cuenta de dominio, consulte Cambio de la cuenta
de servicio de puerta de enlace.

Configuración de un SPN para la cuenta de servicio de la puerta

de enlace

En primer lugar, determine si ya se ha creado un nombre de entidad de seguridad de

servicio para la cuenta de dominio que se usa como la cuenta de servicio de la puerta
de enlace:

1. Como administrador de dominio, inicie el complemento Equipos y usuarios de

Active Directory de Microsoft Management Console (MMC).

2. En el panel izquierdo, haga clic con el botón derecho en el nombre del dominio,
seleccione Buscar y escriba el nombre de la cuenta de servicio de la puerta de
enlace.
 3. En el resultado de la búsqueda, haga clic con el botón derecho en la cuenta de
servicio de la puerta de enlace y seleccione Propiedades.

4. Si la pestaña Delegación aparece en el cuadro de diálogo Propiedades, ya se creó

un SPN y puede pasar directamente a Configuración de la delegación restringida
de Kerberos.

5. Si no hay ninguna pestaña Delegación en el cuadro de diálogo Propiedades,

puede crear manualmente un SPN en la cuenta para su habilitación. Use la
herramienta setspn que viene con Windows (necesita derechos de administrador
de dominio para crear el SPN).

Por ejemplo, imagine que la cuenta de servicio de puerta de enlace es

Contoso\GatewaySvc y que el nombre de la máquina donde se ejecuta el servicio
de puerta de enlace es MyGatewayMachine. Para establecer el SPN de la cuenta
de servicio de puerta de enlace, debe ejecutar el comando siguiente:

setspn -S gateway/MyGatewayMachine Contoso\GatewaySvc

También puede establecer el SPN mediante el complemento MMC de Equipos y

usuarios de Active Directory.

Opción B: Configurar el equipo para Microsoft Entra Connect

Si Microsoft Entra Connect está configurado y las cuentas de usuario están
sincronizadas, el servicio de puerta de enlace no necesita realizar búsquedas de
Microsoft Entra local en runtime. En su lugar, puede usar simplemente el SID de servicio
local para que el servicio de puerta de enlace complete toda la configuración necesaria
en Microsoft Entra ID. Los pasos de configuración de la delegación restringida de
Kerberos que se describen en este artículo son los mismos que los pasos de
configuración necesarios en el contexto de Microsoft Entra. Se aplican al objeto de
equipo de la puerta de enlace (como lo identifica el SID de servicio local) en Microsoft
Entra ID, en lugar de la cuenta de dominio. El SID de servicio local para NT
SERVICE/PBIEgwService es el siguiente:

S-1-5-80-1835761534-3291552707-3889884660-1303793167-3990676079

Para crear el SPN para este SID en el equipo de Power BI Gateway, debe ejecutar el
comando siguiente desde un símbolo del sistema administrativo (reemplace
<COMPUTERNAME> por el nombre del equipo de Power BI Gateway):

SetSPN -s HTTP/S-1-5-80-1835761534-3291552707-3889884660-1303793167-3990676079

<COMPUTERNAME>
 ７ Nota

Dependiendo de la configuración de seguridad local, es posible que tenga que

agregar la cuenta del servicio de puerta de enlace, NT SERVICE\PBIEgwService, al
grupo de administradores locales del equipo de puerta de enlace y después
reiniciar el servicio de puerta de enlace en la aplicación de puerta de enlace.

Paso 4: Configuración de la delegación restringida de

Kerberos
Es posible configurar la delegación tanto para una delegación restringida de Kerberos
estándar como para una delegación restringida de Kerberos basada en recurso. Para
más información sobre las diferencias entre ambos enfoques para la delegación,
consulte la página de información general sobre la delegación restringida de Kerberos.

Se requieren las siguientes cuentas de servicio:

Cuenta de servicio de la puerta de enlace: usuario de servicio que representa la

puerta de enlace en Active Directory, con un SPN configurado en el paso 3.
Cuenta de servicio del origen de datos: usuario de servicio que representa el
origen de datos en Active Directory, con un SPN asignado al origen de datos.

７ Nota

Las cuentas de servicio del origen de datos y la puerta de enlace deben ser
distintas. No se puede usar la misma cuenta de servicio para representar tanto la
puerta de enlace como el origen de datos.

En función del enfoque que desee usar, continúe con una de las siguientes secciones.
No complete ambas secciones:

Opción A: Delegación restringida de Kerberos estándar. Esta es la recomendación

predeterminada para la mayoría de los entornos.
Opción B: Delegación restringida de Kerberos basada en recursos. Esto es
necesario si el origen de datos pertenece a un dominio diferente al de la puerta de
enlace.

Opción A: Delegación restringida de Kerberos estándar

Ahora estableceremos la configuración de delegación para la cuenta de servicio de la
puerta de enlace. Hay varias herramientas que puede usar para realizar estos pasos.
Aquí utilizaremos el complemento de MMC Usuarios y equipos de Active Directory
para administrar y publicar información en el directorio. Está disponible en los
controladores de dominio de manera predeterminada; en otras máquinas, se puede
habilitar mediante la configuración de características de Windows.

Es necesario configurar la delegación restringida de Kerberos con tránsito de protocolo.

Con la delegación restringida, debe ser explícito con respecto a qué servicios permitirá
que la puerta de enlace presente credenciales delegadas. Por ejemplo, solo SQL Server o
el servidor de SAP HANA aceptan llamadas de delegación de la cuenta de servicio de la
puerta de enlace.

En esta sección se da por supuesto que ya ha configurado los SPN de los orígenes de
datos subyacentes (como SQL Server, SAP HANA, SAP BW, Teradata o Spark). Para
obtener información sobre cómo configurar esos SPN de servidor de orígenes de datos,
consulte la documentación técnica del servidor de base de datos correspondiente y vea
la sección What SPN does your app require? (¿Qué SPN requiere la aplicación) de la
entrada de blog My Kerberos Checklist (Mi lista de comprobación de Kerberos).

En los pasos siguientes, se asume que hay un entorno local con dos equipos en el
mismo dominio: un equipo de la puerta de enlace y un servidor de base de datos que
ejecuta SQL Server que ya está configurado para el SSO basado en Kerberos. Los pasos
se pueden adoptar para uno de los otros orígenes de datos admitidos, siempre y
cuando el origen de datos ya se haya configurado para el inicio de sesión único basado
en Kerberos. En este ejemplo, vamos a usar la configuración siguiente:

Dominio de Active Directory (Netbios): Contoso

Nombre de la máquina de la puerta de enlace: MyGatewayMachine
Cuenta de servicio de la puerta de enlace: Contoso\GatewaySvc
Nombre de la máquina del origen de datos de SQL Server: TestSQLServer
Cuenta de servicio del origen de datos de SQL Server: Contoso\SQLService

Aquí le mostramos cómo configurar las opciones de delegación:

1. Con derechos de administrador de dominio, abra el complemento de MMC

Usuarios y equipos de Active Directory.

2. Haga clic con el botón derecho en la cuenta de servicio de la puerta de enlace

(Contoso\GatewaySvc) y seleccione Propiedades.

3. Seleccione la ficha Delegación.

4. Seleccione Confiar en este equipo para la delegación solo a los servicios
especificados>Usar cualquier protocolo de autenticación.

5. En Servicios en los que esta cuenta puede presentar credenciales delegadas,

haga clic en Agregar.

6. En el cuadro de diálogo nuevo, seleccione Usuarios o equipos.

7. Escriba la cuenta de servicio para el origen de datos y, a continuación, seleccione

Aceptar.

Por ejemplo, un origen de datos de SQL Server puede tener una cuenta de servicio
como Contoso\SQLService. Ya se debe haber establecido un SPN adecuado para el
origen de datos en esta cuenta.

8. Seleccione el SPN que ha creado para el servidor de base de datos.

En nuestro ejemplo, el SPN empieza por MSSQLSvc. Si ha agregado tanto el SPN de

FQDN como el de NetBIOS, seleccione ambos. Es posible que solo vea uno.

9. Seleccione Aceptar.

Ahora debería ver el SPN en la lista de servicios a los que la cuenta de servicio de
puerta de enlace puede presentar credenciales delegadas.
 10. Para continuar con el proceso de configuración, vaya a Concesión de derechos de
directiva local a la cuenta de servicio de la puerta de enlace en la máquina de la
puerta de enlace.

Opción B: Delegación restringida de Kerberos basada en recursos

La delegación restringida de Kerberos basada en recursos se usa para habilitar la
conectividad de inicio de sesión único de Windows Server 2012 y versiones posteriores.
Este tipo de delegación permite a los servicios front-end y back-end estar en dominios
diferentes. Para que esto funcione, el dominio del servicio back-end debe confiar en el
dominio del servicio front-end.

En los pasos siguientes, se asume que disponemos de un entorno local con dos equipos
en distintos dominios: un equipo de puerta de enlace y un servidor de bases de datos
que ejecuta SQL Server que ya está configurado para el SSO basado en Kerberos. Estos
pasos se pueden adoptar para uno de los otros orígenes de datos admitidos, siempre y
cuando el origen de datos ya se haya configurado para el inicio de sesión único basado
en Kerberos. En este ejemplo, vamos a usar la configuración siguiente:

Dominio de front-end de Active Directory (Netbios): ContosoFrontEnd

Dominio de back-end de Active Directory (Netbios): ContosoBackEnd
Nombre de la máquina de la puerta de enlace: MyGatewayMachine
Cuenta de servicio de la puerta de enlace: ContosoFrontEnd\GatewaySvc
Nombre de la máquina del origen de datos de SQL Server: TestSQLServer
Cuenta de servicio del origen de datos de SQL Server:
ContosoBackEnd\SQLService

Complete los siguientes pasos de configuración:

1. Use el complemento de MMC Equipos y usuarios de Active Directory en el

controlador de dominio para el dominio ContosoFrontEnd y asegúrese de que no
se aplica ninguna configuración de delegación para la cuenta de servicio de la
puerta de enlace.
2. Use Equipos y usuarios de Active Directory en el controlador de dominio para el
dominio ContosoBackEnd y asegúrese de que no se aplica ninguna configuración
de delegación para la cuenta de servicio de back-end.
3. En la pestaña Editor de atributos de las propiedades de la cuenta, compruebe que
el atributo msDS-AllowedToActOnBehalfOfOtherIdentity no está establecido.
4. En Equipos y usuarios de Active Directory, cree un grupo en el controlador de
dominio para el dominio ContosoBackEnd. Agregue la cuenta de servicio de
puerta de enlace GatewaySvc al grupo ResourceDelGroup.

Para agregar usuarios de un dominio de confianza, este grupo debe tener un

ámbito de dominio local.
 5. Abra un símbolo del sistema y ejecute los comandos siguientes en el controlador
de dominio para el dominio ContosoBackEnd para actualizar el atributo msDS-
AllowedToActOnBehalfOfOtherIdentity de la cuenta de servicio de back-end:

PowerShell

$c = Get-ADGroup ResourceDelGroup
Set-ADUser SQLService -PrincipalsAllowedToDelegateToAccount $c

6. En Equipos y usuarios de Active Directory, compruebe que la actualización se

refleja en la pestaña Editor de atributos en las propiedades de la cuenta de
servicio de back-end.

Paso 5: Habilitar el cifrado AES en cuentas de servicio

Aplique la siguiente configuración a la cuenta de servicio de puerta de enlace y a todas
las cuentas de servicio de origen de datos a las que la puerta de enlace puede delegar:

７ Nota

Si hay tipos existentes definidos en las cuentas de servicio, consulte con el

administrador de Active Directory, ya que de seguir los pasos abajo descritos se
sobrescribirán los valores de enctypes existentes y se pueden interrumpir los
procesos de los clientes.

1. Con derechos de administrador de dominio, abra el complemento de MMC

Usuarios y equipos de Active Directory.

2. Haga clic con el botón derecho en la cuenta de servicio de origen de datos o

puerta de enlace y seleccione Propiedades.

3. Seleccione la pestaña Cuenta.

4. En Opciones de cuenta, habilite al menos una (o ambas) de las siguientes

opciones. Tenga en cuenta que es necesario habilitar las mismas opciones para
todas las cuentas de servicio.

Esta cuenta admite cifrado AES de Kerberos de 128 bits

Esta cuenta admite cifrado AES de Kerberos de 256 bits

７ Nota

Si no está seguro de qué esquema de cifrado usar, consulte con el administrador

de Active Directory.

Paso 6: Concesión de derechos de la directiva local a la

cuenta de servicio de la puerta de enlace en la máquina
de la puerta de enlace
Por último, en la máquina en la que se ejecuta el servicio de puerta de enlace
(MyGatewayMachine en el ejemplo), conceda a la cuenta de servicio de la puerta de
enlace las directivas locales Suplantar a un cliente tras la autenticación y Actuar como
parte del sistema operativo (SeTcbPrivilege). Realice esta configuración con el Editor de
directivas de grupo local ([Link]).

1. En la máquina de puerta de enlace, ejecute [Link].

 2. Vaya a Directiva de equipo local>Configuración del equipo>Configuración de
Windows>Configuración de seguridad>Directivas locales>Asignación de
derechos de usuario.

3. En la lista de directivas de Asignación de derechos de usuario, seleccione

Suplantar a un cliente tras la autenticación.

4. Haga clic con el botón derecho en la directiva, abra Propiedadesy, a continuación,

vea la lista de cuentas.

La lista debe incluir la cuenta de servicio de puerta de enlace

(Contoso\GatewaySvc o ContosoFrontEnd\GatewaySvc según el tipo de
delegación restringida).

5. En Asignación de derechos de usuario, seleccione Actuar como parte del sistema

operativo (SeTcbPrivilege) en la lista de directivas. Asegúrese de que la cuenta de
servicio de la puerta de enlace está incluida en la lista de cuentas.

6. Reinicie el proceso del servicio de la puerta de enlace de datos local.

Paso 7: La cuenta de Windows puede acceder a la

máquina de la puerta de enlace
El SSO utiliza la autenticación de Windows para asegurarse de que la cuenta de
Windows puede acceder a la máquina de la puerta de enlace. Si no lo tiene claro,
agregue NT-AUTHORITY\Usuarios autenticados (S-1-5-11) al grupo "Usuarios" de la
máquina local.

Sección 2: Configuración específica del entorno

Adición de una cuenta de servicio de puerta de enlace al
grupo de autorización y acceso de Windows
Siga las indicaciones de esta sección si se da alguna de las siguientes circunstancias:

El entorno de Active Directory está protegido por seguridad.

La cuenta de servicio de puerta de enlace y las cuentas de usuario que la puerta de
enlace suplantará se encuentran en dominios o bosques diferentes.

También puede agregar la cuenta de servicio de la puerta de enlace al grupo de

autorización y acceso de Windows en situaciones donde el dominio y el bosque no
están protegidos, pero no es necesario.

Para más información, consulte la sección sobre el grupo de autorización y acceso de

Windows.

Para completar este paso de configuración, en cada dominio que contenga usuarios de
Active Directory usuarios que quiere que la cuenta de servicio de la puerta de enlace
pueda suplantar haga lo siguiente:

1. Inicie sesión en un equipo del dominio e inicie el complemento MMC de Equipos y

usuarios de Active Directory.
2. Busque el grupo Grupo de autorización y acceso de Windows, que por lo general
está en el contenedor Builtin.
3. Haga doble clic en el grupo y, luego, haga clic en la pestaña Miembros.
4. Haga clic en Agregar y cambie la ubicación del dominio al dominio donde reside
la cuenta de servicio de la puerta de enlace.
5. Escriba el nombre de la cuenta de servicio de la puerta de enlace y haga clic en
Comprobar nombres para comprobar que es posible acceder a la cuenta de
servicio de la puerta de enlace.
6. Haga clic en OK.
7. Haga clic en Aplicar.
8. Reinicie el servicio de puerta de enlace.

Establecimiento de parámetros de configuración de

asignación de usuarios en la máquina de la puerta de
enlace
Siga las indicaciones de esta sección si se dan las DOS circunstancias siguientes:

No tiene Microsoft Entra Connect configurado con la sincronización de cuentas de

usuario Y
 El UPN usado en Power BI para los usuarios no coincide con el UPN del entorno
local de Active Directory.

Cada usuario de Active Directory asignado de este modo debe tener permisos de SSO
para el origen de datos.

1. Abra el archivo de configuración de la puerta de enlace principal,

[Link] . De forma

predeterminada, este archivo se almacena en C:\Program Files\On-premises data

gateway .

2. Establezca la propiedad ADUserNameLookupProperty en un atributo de

Active Directory sin usar. Usaremos msDS-cloudExtensionAttribute1 en los pasos
siguientes. Este atributo solo está disponible en Windows Server 2012 y versiones
posteriores.

3. Establezca ADUserNameReplacementProperty en SAMAccountName y, a

continuación, guarde el archivo de configuración.

７ Nota

En escenarios de varios dominios, puede que tenga que establecer

ADUserNameReplacementProperty en userPrincipalName para conservar la
información del dominio del usuario.

4. En la pestaña Servicios del Administrador de tareas, haga clic con el botón

derecho en el servicio de puerta de enlace y, después, haga clic en Reiniciar.

5. Para cada usuario del servicio Power BI para el que desee habilitar el SSO de
Kerberos, establezca la propiedad msDS-cloudExtensionAttribute1 de un usuario
de Active Directory local (con permiso de SSO para el origen de datos) en el
nombre de usuario completo (UPN) del usuario del servicio Power BI. Por ejemplo,
 si inicia sesión en el servicio Power BI como test@[Link] y quiere asignar
este usuario a un usuario de Active Directory local con permisos de SSO, como
test@[Link], establezca el atributo msDS-cloudExtensionAttribute1
del usuario en test@[Link].

Puede establecer la propiedad msDS-cloudExtensionAttribute1 mediante el

complemento MMC de Equipos y usuarios de Active Directory:

a. Como administrador de dominio, inicie Usuarios y equipos de Active Directory.

b. Haga clic con el botón derecho en el nombre del dominio, seleccione Buscar y
escriba el nombre de la cuenta del usuario de Active Directory local que asignar.

c. Seleccione la pestaña Editor de atributos.

Localice la propiedad msDS-cloudExtensionAttribute1 y haga doble clic en ella.

Establezca el valor en el nombre de usuario completo (UPN) del usuario que usa
para iniciar sesión en el servicio Power BI.

d. Seleccione Aceptar.

e. Seleccione Aplicar. Compruebe que se ha establecido el valor correcto en la

columna Valor.

Finalización de los pasos de configuración específicos

para el origen de datos
En el caso de los orígenes de datos de SAP HANA, SAP BW y Teradata, se requiere una
configuración adicional para usar con el inicio de sesión único de puerta de enlace:

Uso de Kerberos para el inicio de sesión único (SSO) en SAP HANA.

Uso del inicio de sesión único (SSO) de Kerberos para SAP BW con
CommonCryptoLib ([Link]).
Uso de Kerberos para el inicio de sesión único (SSO) en Teradata.

７ Nota
 Aunque otras bibliotecas de SNC también podrían servir para el inicio de sesión
único de BW, no son compatibles oficialmente con Microsoft.

Sección 3: Validación de la configuración

Paso 1: Configuración de orígenes de datos en Power BI

Después de completar todos los pasos de configuración, use la página Administrar
puerta de enlace en Power BI para configurar el origen de datos que usará para el SSO.
Si tiene varias puertas de enlace, asegúrese de seleccionar la que ya configuró para el
SSO de Kerberos. Después, en la sección Configuración del origen de datos, confirme
que la casilla Usar un SSO mediante Kerberos en las consultas de DirectQuery o la
casilla Uso de SSO mediante Kerberos en consultas de importación y DirectQuery
están activadas para los informes basados en DirectQuery, y que la casilla Uso de SSO
mediante Kerberos en consultas de importación y DirectQuery está activada para los
informes basados en importación.

Las configuraciones Usar un SSO mediante Kerberos en las consultas de DirectQuery y

Uso de SSO mediante Kerberos en consultas de importación y DirectQuery dan un
comportamiento distinto a los informes basados en DirectQuery y a los informes
basados en importación.

Uso de un SSO mediante Kerberos en las consultas de DirectQuery:

En el caso de un informe basado en DirectQuery, se usan las credenciales de SSO

del usuario.
En el caso de un informe basado en la importación, no se usan las credenciales de
SSO, sino que se utilizan las credenciales especificadas en la página de origen de
datos.
Uso de SSO mediante Kerberos en consultas de importación y DirectQuery:

En el caso de un informe basado en DirectQuery, se usan las credenciales de SSO

del usuario.
En el caso de un informe basado en importación, se usan las credenciales de SSO
del propietario del modelo semántico, independientemente del usuario que
desencadenó la importación.

Paso 2: Prueba del inicio de sesión único

Vaya a Prueba del inicio de sesión único (SSO) para validar rápidamente que la
configuración se ha establecido correctamente y solucionar problemas comunes.

Paso 3: Ejecución de un informe de Power BI

Al publicar, seleccione la puerta de enlace que ha configurado para el SSO si tiene varias
puertas de enlace.

Contenido relacionado
Para más información sobre la puerta de enlace de datos local y DirectQuery, consulte
los recursos siguientes:

¿Qué es una puerta de enlace de datos local?

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP BW
DirectQuery y SAP HANA
Uso de Kerberos para el SSO en
SAP HANA
Artículo • 09/03/2023

） Importante

Como SAP ya no admite OpenSSL , Microsoft también ha interrumpido su

soporte técnico. Las conexiones existentes siguen funcionando pero ya no puede
crear conexiones. En su lugar, use la biblioteca criptográfica de SAP
(CommonCryptoLib) o sapcrypto.

En este artículo se describe cómo configurar el origen de datos SAP HANA para habilitar
el inicio de sesión único (SSO) del servicio Power BI.

７ Nota

Antes de intentar actualizar un informe basado en SAP HANA que usa el inicio de
sesión único de Kerberos, complete los pasos de este artículo y los de
Configuración del inicio de sesión único de Kerberos.

Habilitación del SSO para SAP HANA

Para habilitar el SSO para SAP HANA, siga estos pasos:

1. Asegúrese de que el servidor de SAP HANA ejecuta la versión mínima requerida,

que depende del nivel de plataforma de su servidor de SAP HANA:

HANA 2 SPS 01 Rev 012.03

HANA 2 SPS 02 Rev 22
HANA 1 SP 12 Rev 122.13

2. En el equipo de puerta de enlace, instale el controlador ODBC de SAP HANA más

reciente. La versión mínima es HANA ODBC versión [Link], de agosto de
2017.

3. Asegúrese de que el servidor de SAP HANA se haya configurado para el SSO

basado en Kerberos. Para obtener más información sobre cómo configurar SSO
para SAP HANA mediante Kerberos, consulte Inicio de sesión único con
 Kerberos . Consulte también los vínculos de esa página, en particular SAP Note
1837331 – HOWTO HANA DBSSO Kerberos/Active Directory.

También se recomienda seguir estos pasos adicionales, que pueden significar una
pequeña mejora de rendimiento:

1. En el directorio de instalación de la puerta de enlace, busque y abra este archivo

de configuración: [Link].

2. Busque la propiedad FullDomainResolutionEnabled y cambie su valor a True .

XML

<setting name=" FullDomainResolutionEnabled " serializeAs="String">

<value>True</value>
</setting>

3. Ejecute un informe de Power BI.

Solución de problemas
En esta sección se proporcionan instrucciones para solucionar problemas de uso de
Kerberos para el inicio de sesión único (SSO) en SAP HANA en el servicio Power BI.
Mediante estos pasos de solución de problemas, puede diagnosticar automáticamente y
corregir muchos problemas que podría estar teniendo.

Para seguir los pasos de esta sección, deberá recopilar registros de la puerta de enlace.

Error de TLS/SSL (certificado)

Este problema tiene varios síntomas.

Al intentar agregar un origen de datos nuevo, podría ver un error similar al

mensaje siguiente:

Resultados

Unable to connect: We encountered an error while trying to connect to.

Details: "We could not register this data source for any gateway
instances within this cluster.
Please find more details below about specific errors for each gateway
instance."
 Al intentar crear o actualizar un informe, es posible que vea el siguiente mensaje
de error:

Al investigar el archivo Mashup[fecha]*.log, verá el mensaje de error siguiente:

Resultados

A connection was successfully established with the server,

but then an error occurred during the login process and
the certificate chain was issued by an authority that is not trusted.

Resolución

Para resolver este error de TLS/SSL, vaya a la conexión de origen de datos y, después, en
la sección Validar certificado de servidor, deshabilite la configuración, como se muestra
en la imagen siguiente:
Una vez deshabilitada esta configuración, el mensaje de error ya no aparece.

Suplantación
Las entradas del registro para la suplantación contienen entradas similares a:

Resultados

About to impersonate user DOMAIN\User (IsAuthenticated: True,

ImpersonationLevel: Impersonation).

El elemento importante en esta entrada de registro es la información que se muestra

después de la entrada ImpersonationLevel: . Cualquier valor distinto de la
Impersonation revela que la suplantación no ocurre correctamente.

Resolución
Para configurar ImpersonationLevel correctamente, siga las instrucciones que se
encuentran en el artículo Concesión de derechos de directiva local a la cuenta de
servicio de la puerta de enlace en la puerta de enlace.

Una vez modificado el archivo de configuración, reinicie el servicio de puerta de enlace

para que el cambio surta efecto.

Validación

Actualice o cree el informe y, después, recopile los registros de puerta de enlace. Abra el
archivo GatewayInfo más reciente y compruebe la cadena siguiente: About to
impersonate user DOMAIN\User (IsAuthenticated: True, ImpersonationLevel:
Impersonation) . Asegúrese de que la configuración ImpersonationLevel devuelve

Impersonation .

Delegación
Los problemas de delegación suelen aparecer en el servicio Power BI como errores
genéricos. Para asegurarse de que el problema no es un problema de delegación,
recopile los seguimientos de Wireshark y use Kerberos como filtro. Para más información
sobre Wireshark y sobre los errores de Kerberos, consulte los errores de Kerberos en
capturas de red.
Los siguientes síntomas y pasos de solución de problemas pueden ayudar a solucionar
algunos problemas comunes.

Problemas de SPN

Si aparece el error siguiente: The import [table] matches no exports. Did you miss a
module reference?: mientras investiga el archivo Mashup[fecha]*.log, tiene problemas

con el nombre de entidad de seguridad de servicio (SPN).

Al investigar más mediante los seguimientos de Wireshark, se muestra el error

KRB4KDC_ERR_S_PRINCIPAL_UNKOWN , que significa que el SPN no se encontró o no existe. La

imagen siguiente muestra un ejemplo:

Resolución
Para resolver problemas con SPN como este, debe agregar un SPN a una cuenta de
servicio. Para obtener más información, vea la documentación de SAP en Configuración
de Kerberos para hosts de base de datos de SAP HANA .

Además, siga las instrucciones de resolución que se describen en la sección siguiente.

Problema de ausencia de credenciales

Es posible que no haya síntomas claros asociados con este problema. Al investigar el
archivo Mashup[fecha]*.log, verá el error siguiente:

Resultados
 29T[Link].6679184Z","Action":"RemoteDocumentEvaluator/RemoteEvaluation/Han
dleException","HostProcessId":"1396","identity":"DirectQueryPool","Exception
":"Exception:\r\nExceptionType:
[Link], [Link],
Version=[Link], Culture=neutral,
PublicKeyToken=31bf3856ad364e35\r\nMessage:

Al investigar más el mismo archivo, aparece el siguiente error (poco útil):

Resultados

No credentials are available in the security package

La captura de los seguimientos de Wireshark revela el error siguiente:

KRB5KDC_ERR_BADOPTION .

Por lo general, estos errores significan que se pudo encontrar el archivo de SPN
hdb/[Link], pero que no está en la lista Servicios en
los que esta cuenta puede presentar credenciales delegadas en el panel Delegación de
la cuenta de servicio de la puerta de enlace.

Resolución
Para solucionar el problema de ausencia de credenciales, siga los pasos que se describen
en el artículo Configuración de la delegación restringida de Kerberos. Cuando este
proceso se completa correctamente, la pestaña de delegación en la cuenta de servicio
de la puerta de enlace refleja el archivo de base de datos HansaWorld (HDB) y el
nombre de dominio completo (FQDN) en la lista de los Servicios en los que esta cuenta
puede presentar credenciales delegadas.

Validación
Seguir los pasos anteriores debe resolver el problema. Si sigue experimentando
problemas con Kerberos, es posible que tenga un problema de configuración en la
puerta de enlace de Power BI o en el propio servidor de HANA.

Errores de credenciales
Si se producen errores de credenciales, los errores de los registros o seguimientos
exponen errores que describen que Credentials are invalid o errores similares. Estos
errores pueden manifestarse de manera distinta en el origen de datos de la conexión,
como SAP HANA. En la imagen siguiente se muestra un ejemplo:

Síntoma 1
En los seguimientos de autenticación de HANA, puede ver entradas similares al mensaje
siguiente:

Resultados

[Authentication|[Link]] Kerberos: Using Service Principal

Name johnny@[Link]@[Link] with name type:
GSS_KRB5_NT_PRINCIPAL_NAME
[Authentication|[Link]] Got principal name:
johnny@[Link]@[Link]
Resolución
Siga las instrucciones que se describen en Establecimiento de los parámetros de
configuración de la asignación de usuario en la máquina de la puerta de enlace, incluso
si ya tiene configurado el servicio Azure AD Connect.

Validación

Una vez completada la validación, puede cargar correctamente el informe en el servicio

Power BI.

Síntoma 2
En los seguimientos de autenticación de HANA, puede ver entradas similares a la
siguiente:

Resultados

Authentication [Link](00233) : Extending list of expected

external names by johnny@[Link] (method: GSS) Authentication
[Link](00168) : ENTER getAuthenticationInfo
(externalName=johnny@[Link]) Authentication
[Link](00237) :
Found no user with expected external name!

Resolución

Compruebe el identificador externo de Kerberos en Usuario de HANA para determinar

si los identificadores coinciden correctamente.

Validación

Una vez resuelto el problema, puede crear o actualizar informes en el servicio Power BI.

Pasos siguientes
Para más información sobre la puerta de enlace de datos local y DirectQuery, consulte
los recursos siguientes:

¿Qué es una puerta de enlace de datos local?

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP Business Warehouse (BW)
DirectQuery y SAP HANA
Uso del inicio de sesión único de
Kerberos para el SSO en SAP BW con
CommonCryptoLib ([Link])
Artículo • 23/03/2023

En este artículo se describe cómo configurar el origen de datos de SAP BW para

habilitar el inicio de sesión único del servicio Power BI mediante CommonCryptoLib
([Link]).

７ Nota

Antes de intentar actualizar un informe basado en SAP BW que usa el inicio de

sesión único de Kerberos, complete los dos pasos de este artículo y los de
Configuración del inicio de sesión único de Kerberos. El uso de CommonCryptoLib
como la biblioteca de SNC permite establecer conexiones SSO tanto a los
servidores de aplicaciones de SAP BW como a los servidores de mensajería de
SAP BW.

７ Nota

La configuración de ambas bibliotecas (sapcrypto y gx64krb5) en el mismo servidor

de puerta de enlace es un escenario no compatible. No se recomienda configurar
ambas bibliotecas en el mismo servidor de puerta de enlace, ya que provocará una
mezcla de bibliotecas. Si quiere usar ambas bibliotecas, separe totalmente el
servidor de puerta de enlace. Por ejemplo, configure gx64krb5 para el servidor A y,
después, sapcrypto para el servidor B. Recuerde que no se admite ningún error en
el servidor A que use gx64krb5, ya que SAP y Microsoft ya no admiten esta
biblioteca.

Configuración de SAP BW para habilitar el SSO

mediante CommonCryptoLib

７ Nota

La puerta de enlace de datos local es software de 64 bits, por lo que se requiere la

versión de 64 bits de CommonCryptoLib ([Link]) para realizar el SSO de BW.
Si planea probar la conexión de inicio de sesión único al servidor de SAP BW en la
interfaz gráfica de usuario de SAP antes de intentar una conexión de inicio de
sesión único mediante la puerta de enlace (procedimiento recomendado), también
necesitará la versión de 32 bits de CommonCryptoLib, ya que la interfaz gráfica de
usuario de SAP es un software de 32 bits.

1. Asegúrese de que el servidor de BW está configurado correctamente para el SSO

de Kerberos con CommonCryptoLib. Si es así, puede usar el inicio de sesión único
para acceder al servidor de BW (ya sea de manera directa o mediante un servidor
de mensajería de SAP BW) con una herramienta de SAP como la interfaz gráfica de
usuario que se configuró para usar CommonCryptoLib.

Para obtener más información sobre los pasos de configuración, vea Inicio de
sesión único de SAP: autenticación con Kerberos/SPNEGO . El servidor de BW
debe usar CommonCryptoLib como biblioteca de SNC y tener un nombre de SNC
que empiece por CN=, como CN=BW1. Para más información sobre los requisitos
de nombre de SNC (en particular el parámetro snc/identity/as), consulte los
Parámetros de SNC para la configuración de Kerberos .

2. Si aún no lo ha hecho, instale la versión x64 del conector .NET de SAP en el

equipo en el que se ha instalado la puerta de enlace.

Puede comprobar si el componente se ha instalado intentando conectarse al

servidor de BW en Power BI Desktop desde el equipo de puerta de enlace. Si no se
puede conectar con la implementación 2.0, el conector .NET no está instalado o no
se ha instalado en la caché global de ensamblados.

3. Asegúrese de que Secure Login Client (SLC) de SAP no se esté ejecutando en el

equipo en el que está instalada la puerta de enlace.

SLC almacena en caché los vales de Kerberos de forma que puede interferir con la
posibilidad de que la puerta de enlace use Kerberos para SSO.

4. Si SLC está instalado, desinstálelo o asegúrese de salir de Secure Login Client de

SAP. Haga clic con el botón derecho en el icono de la bandeja del sistema y
seleccione Log out (Cerrar sesión) y Salir antes de intentar una conexión de inicio
de sesión único mediante la puerta de enlace.

No se admite el uso de SLC en máquinas con Windows Server. Para obtener más
información, consulte la nota 2780475 de SAP (se requiere s-user).
5. Si desinstala SLC o selecciona Log Out (Cerrar sesión) y Salir, abra una ventana de
comandos y escriba klist purge para borrar cualquier vale de Kerberos
almacenado en caché antes de intentar una conexión de inicio de sesión único
mediante la puerta de enlace.

6. Descargue la versión 8.5.25 o posterior de CommonCryptoLib ([Link]) de

64 bits desde SAP Launchpad y cópiela en una carpeta de la máquina de la puerta
de enlace. En el mismo directorio donde copió [Link], cree un archivo
denominado [Link] con el siguiente contenido:

ccl/snc/enable_kerberos_in_client_role = 1

El archivo .ini contiene información de configuración requerida por

CommonCryptoLib para habilitar el inicio de sesión único en el escenario de puerta
de enlace.

７ Nota

Estos archivos se deben almacenar en la misma ubicación; en otras palabras,

/path/to/sapcrypto/ debe contener tanto [Link] como [Link].

Tanto el usuario de servicio de la puerta de enlace como el usuario de

Active Directory (AD) que el primero va a suplantar necesitan permisos de lectura y
ejecución para ambos archivos. Se recomienda conceder permisos para los
archivos .ini y .dll al grupo de usuarios autenticados. A efectos de prueba, también
puede conceder estos permisos explícitamente al usuario de servicio de la puerta
de enlace y al usuario de Active Directory que usará para hacer la prueba. En la
 captura de pantalla siguiente se ha concedido al grupo de usuarios autenticados
permisos de lectura y ejecución en [Link]:

7. Si todavía no tiene un origen de datos de SAP BW asociado a la puerta de enlace a

través de la que quiere que se transmita la conexión de SSO, agregue uno en la
página Administrar puertas de enlace del servicio Power BI. Si ya tiene este tipo
de origen de datos, edítelo:

Elija SAP Business Warehouse como el tipo de origen de datos si quiere

crear una conexión SSO a un servidor de aplicaciones de BW.
Seleccione Servidor de mensajería de SAP Business Warehouse si quiere
crear una conexión SSO a un servidor de mensajería de BW.
 8. Para Biblioteca de SNC, seleccione la variable de entorno SNC_LIB o SNC_LIB_64,
o Personalizada.

Si selecciona SNC_LIB, debe establecer el valor de la variable de entorno

SNC_LIB_64 en la máquina de la puerta de enlace en la ruta de acceso
absoluta de la copia de [Link] de 64 bits de la máquina de la puerta de
enlace, por ejemplo, C:\Users\Test\Desktop\[Link].

Si elige Personalizada, pegue la ruta de acceso absoluta a [Link] en el

campo Ruta de biblioteca SNC personalizada que aparece en la página
Administrar puertas de enlace.

9. En Nombre de asociado de SNC, escriba el nombre de SNC del servidor de BW. En

Configuración avanzada, asegúrese de que la opción Usar SSO mediante
Kerberos para las consultas de DirectQuery esté activada. Rellene los demás
campos como si estuviera estableciendo una conexión de autenticación de
Windows desde PBI Desktop.

10. Cree una variable de entorno del sistema CCL_PROFILE y establezca su valor en la
ruta de acceso a [Link].

Los archivos .dll e .ini de sapcrypto deben estar en la misma ubicación. En el

ejemplo anterior, [Link] y [Link] se encuentran en el escritorio.

11. Reinicie el servicio de puerta de enlace.

 12. Ejecución de un informe de Power BI

Solución de problemas
Si no puede actualizar el informe en el servicio Power BI, puede usar el seguimiento de
puerta de enlace, el seguimiento de CPIC y de CommonCryptoLib para diagnosticar el
problema. Como el seguimiento de CPIC y CommonCryptoLib son productos de SAP,
Microsoft no puede ofrecer compatibilidad directa con ellos.

Registros de puerta de enlace

1. Reproduzca el problema.

2. Abra la aplicación de puerta de enlace y seleccione Exportar registros de la

pestaña Diagnóstico.
Seguimiento de CPIC
1. Para habilitar el seguimiento de CPIC, establezca dos variables de entorno:
CPIC_TRACE y CPIC_TRACE_DIR.

La primera variable establece el nivel de seguimiento y la segunda, el directorio del

archivo de seguimiento. El directorio debe ser una ubicación en la que puedan
escribir los miembros del grupo de usuarios autenticados.

2. Establezca CPIC_TRACE en 3 y CPIC_TRACE_DIR en el directorio en el que quiere

que se escriban los archivos de seguimiento. Por ejemplo:

3. Reproduzca el problema y asegúrese de que CPIC_TRACE_DIR contiene archivos

de seguimiento.

El seguimiento de CPIC puede diagnosticar problemas de nivel superior, como un

error al cargar la biblioteca [Link]. Por ejemplo, el siguiente es un fragmento
de un archivo de seguimiento de CPIC donde se ha producido un error de carga
de .dll:

Resultados

[Thr 7228] *** ERROR => DlLoadLib()==DLENOACCESS -

LoadLibrary("C:\Users\test\Desktop\[Link]")
Error 5 = "Access is denied." [dlnt.c 255]
 Si se produce un error de este estilo, pero estableció los permisos de lectura y
ejecución en [Link] y [Link] tal como se describe en la sección
anterior, intente establecer los mismos permisos de lectura y escritura en la
carpeta que contiene los archivos.

Si sigue sin poder cargar el .dll, intente activar la auditoría del archivo. Examinar los
registros de auditoría resultantes en el Visor de eventos de Windows puede
ayudarlo a determinar por qué se produce el error de carga. Busque una entrada
de error iniciada por el usuario de Active Directory suplantado. Por ejemplo, para
el usuario suplantado MYDOMAIN\mytestuser , un error del registro de auditoría
tendría un aspecto similar al siguiente:

Resultados

A handle to an object was requested.

Subject:
Security ID: MYDOMAIN\mytestuser
Account Name: mytestuser
Account Domain: MYDOMAIN
Logon ID: 0xCF23A8

Object:
Object Server: Security
Object Type: File
Object Name: <path information>\[Link]
Handle ID: 0x0
Resource Attributes: -

Process Information:
Process ID: 0x2b4c
Process Name: C:\Program Files\On-premises data
gateway\[Link]

Access Request Information:

Transaction ID: {00000000-0000-0000-0000-000000000000}
Accesses: ReadAttributes

Access Reasons: ReadAttributes: Not granted

Access Mask: 0x80

Privileges Used for Access Check: -
Restricted SID Count: 0

Seguimiento de CommonCryptoLib
1. Active el seguimiento de CommonCryptoLib agregando estas líneas al archivo
[Link] que creó anteriormente:
 ccl/trace/level=5
ccl/trace/directory=<drive>:\logs\sectrace

2. Cambie la opción ccl/trace/directory a una ubicación donde los miembros del

grupo de usuarios autenticados puedan escribir.

3. También puede crear otro archivo .ini para cambiar este comportamiento. En el
mismo directorio en que están [Link] y [Link], cree un archivo
denominado [Link] con el contenido siguiente. Reemplace la opción
DIRECTORY por una ubicación en la máquina en la que los miembros del grupo de

usuarios autenticados puedan escribir:

LEVEL = 5
DIRECTORY = <drive>:\logs\sectrace

4. Reproduzca el problema y compruebe que la ubicación a la que apunta

DIRECTORY contiene archivos de seguimiento.

5. Cuando haya terminado, desactive el seguimiento de CPIC y CCL.

Para más información sobre el seguimiento de CommonCryptoLib, consulte la nota

2491573 de SAP (es necesario ser usuario-s de SAP).

Suplantación
En esta sección se describen los síntomas y los pasos de resolución en la solución de
problemas para incidencias de suplantación.

Síntoma: al examinar el archivo GatewayInfo[date].log, se encuentra una entrada similar

a la siguiente: A punto de suplantar al usuario DOMAIN\User (IsAuthenticated: True,
ImpersonationLevel: Impersonation) . Si el valor de ImpersonationLevel es diferente de
Impersonation, la suplantación no se está produciendo correctamente.

Resolución: siga los pasos descritos en el artículo Concesión de derechos de directiva

local a la cuenta de servicio de la puerta de enlace en la máquina de la puerta de enlace.
Reinicie el servicio de puerta de enlace después de cambiar la configuración.

Validación: actualice o cree el informe y recopile el archivo GatewayInfo[date].log. Abra

el archivo de registro GatewayInfo más reciente y vuelva a comprobar la cadena
siguiente: A punto de suplantar al usuario DOMAIN\User (IsAuthenticated: True,
ImpersonationLevel: Impersonation) para asegurarse de que el valor de
ImpersonationLevel coincide con Impersonation.

Delegación
Los problemas de delegación suelen aparecer en el servicio Power BI como errores
genéricos. Para determinar si la delegación es la incidencia, es útil recopilar los
seguimientos de Wireshark y usar Kerberos como filtro. A modo de referencia de los
errores de Kerberos, consulte la entrada de blog. En el resto de esta sección se
describen los síntomas y los pasos de resolución en la solución de problemas para
incidencias de delegación.

Síntoma: en el servicio Power BI puede encontrar un error inesperado, similar a la

captura de pantalla siguiente. En el archivo GatewayInfo[date].log verá que
[[Link]] ingiere una excepción durante el intento de ejecución de la consulta
Ado para clientPipelineId y que la importación [0D_NW_CHANN] no coincide con
ninguna exportación.

En el archivo Mashup[date].log, verá el error genérico GSS-API(maj): No credentials

were supplied (GSS-API(maj): No se han proporcionado credenciales).

Si observa los seguimientos de CPIC ([Link]*.trc), verá algo similar a lo

siguiente:

[Thr 4896] *** ERROR => SncPEstablishContext() failed for target='p:CN=BW5'

[sncxxall.c 3638]
[Thr 4896] *** ERROR => SncPEstablishContext()==SNCERR_GSSAPI [sncxxall.c
3604]
[Thr 4896] GSS-API(maj): No credentials were supplied
[Thr 4896] Unable to establish the security context
[Thr 4896] target="p:CN=BW5"
[Thr 4896] <<- SncProcessOutput()==SNCERR_GSSAPI
[Thr 4896]
[Thr 4896] LOCATION CPIC (TCP/IP) on local host HNCL2 with Unicode
 [Thr 4896] ERROR GSS-API(maj): No credentials were supplied
[Thr 4896] Unable to establish the security context
[Thr 4896] target="p:CN=BW5"
[Thr 4896] TIME Thu Oct 15 [Link] 2020
[Thr 4896] RELEASE 721
[Thr 4896] COMPONENT SNC (Secure Network Communication)
[Thr 4896] VERSION 6
[Thr 4896] RC -4
[Thr 4896] MODULE sncxxall.c
[Thr 4896] LINE 3604
[Thr 4896] DETAIL SncPEstablishContext
[Thr 4896] SYSTEM CALL gss_init_sec_context
[Thr 4896] COUNTER 3
[Thr 4896]
[Thr 4896] *** ERROR => STISEND:STISncOut failed 20 [r3cpic.c 9834]
[Thr 4896] STISearchConv: found conv without search

El error se vuelve más claro en los sectraces de la máquina de puerta de enlace sec-
[Link]-[].trc:

[2020.10.15 [Link].396000][4][[Link]][Kerberos ][ 3616]

AcquireCredentialsHandleA called successfully.
[2020.10.15 [Link].396000][2][[Link]][Kerberos ][ 3616]
InitializeSecurityContextA returned -2146893053 (0x80090303). Preparation
for kerberos failed!
[2020.10.15 [Link].396000][2][[Link]][Kerberos ][ 3616]
Getting kerberos ticket for 'SAP/BW5' failed (user name is
affonso_v@[Link])
[2020.10.15 [Link].396000][2][[Link]][Kerberos ][ 3616]
Error for requested algorithm 18: 0/C000018B The security database on the
server does not have a computer account for this workstation trust
relationship.
[2020.10.15 [Link].396000][2][[Link]][Kerberos ][ 3616]
Error for requested algorithm 17: 0/C000018B The security database on the
server does not have a computer account for this workstation trust
relationship.
[2020.10.15 [Link].396000][2][[Link]][Kerberos ][ 3616]
Error for requested algorithm 23: 0/C000018B The security database on the
server does not have a computer account for this workstation trust
relationship.
[2020.10.15 [Link].396000][2][[Link]][Kerberos ][ 3616]
Error for requested algorithm 3: 0/C000018B The security database on the
server does not have a computer account for this workstation trust
relationship.

También puede ver el problema si examina los seguimientos de WireShark.

 ７ Nota

El resto de errores KRB5KDC_ERR_PREAUTH_REQUIRED pueden omitirse de forma

segura.

Resolución: debe agregar un elemento SPN SAP/BW5 a una cuenta de servicio. La

información detallada y los pasos que se deben seguir están disponibles en la
documentación de SAP .

Puede encontrarse con un error similar, pero no idéntico, que se manifiesta en los
seguimientos de WireShark como el siguiente error KRB5KDC_ERR_BADOPTION:

Este error indica que el elemento SPN SAP/BW5 no se ha podido encontrar, pero que
no está en los Servicios en los que esta cuenta puede presentar credenciales delegadas en
la pestaña Delegación de la cuenta de servicio de la puerta de enlace. Para corregir esta
incidencia, siga los pasos que se describen en el artículo Configuración de la cuenta de
servicio de la puerta de enlace para la delegación restringida de Kerberos estándar.

Validación: la configuración adecuada impedirá que la puerta de enlace presente errores

genéricos o no previstos. Si sigue teniendo errores, compruebe la configuración de la
propia puerta de enlace o la configuración del servidor BW.

Errores de credenciales
En esta sección se describen los síntomas y los pasos de resolución en la solución de
problemas para incidencias de error de credenciales. También puede ver errores
genéricos del servicio Power BI, tal como se describe en la sección anterior sobre la
delegación.

Hay diferentes resoluciones, según los síntomas que se ven en el origen de datos (SAP
BW), por lo que revisaremos ambos.

Síntoma 1: en sectraces sec-disp+work[].trc desde el servidor BW, verá seguimientos

similares a los siguientes:

[2020.05.26 [Link].668325][4][disp+work ][SAPCRYPTOLIB][435584] {

gss_display_name [2020.05.26 [Link].668338][4][disp+work ][GSS ][435584]
gss_display_name output buffer (41 bytes) [2020.05.26 [Link].668338][4]
[disp+work ][GSS ][435584] CN=DAVID@[Link]@[Link]

Resolución: complete los pasos de configuración para establecer los parámetros de

configuración de asignación de usuarios en la máquina de puerta de enlace si es
necesario. Tendrá que completar esos pasos aunque ya tenga la herramienta Azure AD
Connect configurada.

Validación: podrá cargar correctamente el informe en el servicio Power BI. Si no se

funciona correctamente, vea los pasos del síntoma 2.

Síntoma 2: en sectraces sec-disp+work[].trc desde el servidor BW, verá seguimientos

similares a los siguientes:

[2020.10.19 [Link].469000][4][disp+[Link] ][SAPCRYPTOLIB][ 4460] {

gss_display_name
[2020.10.19 [Link].469000][4][disp+[Link] ][GSS ][ 4460]
gss_display_name output buffer (23 bytes)
 [2020.10.19 [Link].469000][4][disp+[Link] ][GSS ][ 4460]
CN=DAVID@[Link]

Resolución: compruebe que el id. externo de Kerberos para el usuario coincide con lo
que muestran los sectraces.

1. Abra Inicio de sesión de SAP.

2. Use la transacción SU01.
3. Edite el usuario.
4. Vaya a la pestaña SNC y compruebe que el nombre de SNC coincide con lo que se
muestra en los registros.

Validación: cuando se complete correctamente, podrá crear y actualizar informes en el

servicio Power BI.

Pasos siguientes
Para más información sobre la puerta de enlace de datos local y DirectQuery, consulte
los recursos siguientes:

¿Qué es una puerta de enlace de datos local?

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP BW
DirectQuery y SAP HANA
Uso de Kerberos para el inicio de sesión
único (SSO) en SAP BW con gx64krb5
Artículo • 23/03/2023

En este artículo se describe cómo configurar el origen de datos de SAP BW para

habilitar el inicio de sesión único del servicio Power BI con gx64krb5.

） Importante

Microsoft le permitirá crear conexiones mediante bibliotecas SNC (como gx64krb5),

pero no proporcionará compatibilidad con estas configuraciones. Además, SAP ya
no es compatible con gx64krb5 para puertas de enlace de datos locales en
Power BI y los pasos necesarios para configurarlo para la puerta de enlace son
mucho más complejos que los de CommonCryptoLib. Como resultado, Microsoft
recomienda usar CommonCryptoLib en su lugar. Para obtener más información,
consulte la nota 352295 de SAP . Tenga en cuenta que gx64krb5 no permite
conexiones de inicio de sesión único desde la puerta de enlace de datos para los
servidores de mensajería de SAP BW; solo son posibles las conexiones a los
servidores de aplicaciones de SAP BW. Esta restricción no existe si usa
CommonCryptoLib como biblioteca de SNC. Para más información sobre la
configuración del inicio de sesión único mediante CommonCryptoLib, consulte
Configuración de SAP BW para el inicio de sesión único con CommonCryptoLib.
Use CommonCryptoLib o gx64krb5 como biblioteca de SNC, pero no ambos. No
complete los pasos de configuración para ambas bibliotecas.

７ Nota

La configuración de ambas bibliotecas (sapcrypto y gx64krb5) en el mismo servidor

de puerta de enlace es un escenario no compatible. No se recomienda configurar
ambas bibliotecas en el mismo servidor de puerta de enlace, ya que provocará una
mezcla de bibliotecas. Si quiere usar ambas bibliotecas, separe totalmente el
servidor de puerta de enlace. Por ejemplo, configure gx64krb5 para el servidor A y,
después, sapcrypto para el servidor B. Recuerde que no se admite ningún error en
el servidor A que use gx64krb5, ya que SAP y Microsoft ya no admiten esta
biblioteca.

Esta guía es completa; si ya ha realizado algunos de los pasos descritos, puede omitirlos.
Por ejemplo, es posible que ya haya configurado el servidor de SAP BW para el SSO con
gx64krb5.

Configuración de gx64krb5 en el equipo de la

puerta de enlace y el servidor de SAP BW
Tanto el cliente como el servidor deben usar la biblioteca gx64krb5 para que se
complete una conexión de inicio de sesión único mediante la puerta de enlace. Es decir,
tanto el cliente como el servidor deben usar la misma biblioteca de SNC.

1. Descargue [Link] desde la nota de SAP 2115486 (es necesario ser usuario-
s de SAP). Asegúrese de tener al menos la versión 1.0.11.x o posterior. Descargue
también [Link] (la versión de la biblioteca de 32 bits) si quiere probar la
conexión de inicio de sesión único en la interfaz gráfica de usuario de SAP antes de
intentar la conexión de inicio de sesión único mediante la puerta de enlace
(procedimiento recomendado). Se necesita la versión de 32 bits para realizar la
prueba con la GUI de SAP, ya que esta solo está disponible en 32 bits.

2. Coloque [Link] en una ubicación de la máquina de la puerta de enlace que

sea accesible para el usuario del servicio de puerta de enlace. Si quiere probar la
conexión de inicio de sesión único mediante la interfaz gráfica de usuario de SAP,
coloque también una copia de [Link] en la máquina y establezca la variable de
entorno SNC_LIB para que apunte a ella. Tanto el usuario del servicio de puerta de
enlace como los usuarios de Active Directory (AD) que el usuario del servicio va a
suplantar necesitan permisos de lectura y ejecución para la copia de [Link].
Se recomienda conceder permisos para el archivo. dll al grupo usuarios
autenticados. A efectos de prueba, también puede conceder estos permisos
explícitamente al usuario del servicio de la puerta de enlace y al usuario de
Active Directory que usará para hacer la prueba.

3. Si el servidor de BW todavía no está configurado para el inicio de sesión único con

[Link], coloque otra copia del archivo .dll en la máquina del servidor de
SAP BW en una ubicación a la que pueda acceder el servidor de SAP BW.

Consulte la documentación de SAP (es necesario ser usuario-s de SAP) para más
información sobre la configuración de [Link] para su uso con un servidor de
SAP BW.

4. En las máquinas del cliente y del servidor, establezca las variables de entorno
SNC_LIB y SNC_LIB_64:

Si usa [Link], establezca la variable SNC_LIB en su ruta de acceso

absoluta.
 Si utiliza [Link], establezca la variable SNC_LIB_64 en su ruta de acceso
absoluta.

Configuración de un usuario de servicio de

SAP BW y habilitación de la comunicación SNC
en el servidor de BW
Complete esta sección si todavía no ha configurado el servidor de SAP BW para la
comunicación SNC (por ejemplo, el inicio de sesión único) con gx64krb5.

７ Nota

En esta sección se supone que ya ha creado un usuario de servicio para BW y le ha

enlazado un SPN adecuado (es decir, un nombre que empiece por SAP/ ).

1. Otorgue al usuario del servicio acceso al servidor de aplicaciones de SAP BW:

a. En la máquina del servidor de SAP BW, agregue el usuario de servicio al grupo

de administradores locales. Abra el programa Computer Management
(Administración de equipos) e identifique el grupo de administradores locales
del servidor.
 b. Haga doble clic en el grupo Administrador local y haga clic en Agregar para
agregar el usuario del servicio al grupo.

c. Seleccione Check Names (Comprobar nombres) para asegurarse de que ha

escrito el nombre correctamente y seleccione Aceptar.

2. Establezca el usuario de servicio del servidor de SAP BW como el usuario que inicia
el servicio del servidor de SAP BW en la máquina del servidor de SAP BW:

a. Abra Ejecutar y escriba [Link].

b. Busque el servicio correspondiente a la instancia del servidor de aplicaciones

SAP BW, haga clic en él con el botón derecho y seleccione Propiedades.
 c. Cambie a la pestaña Inicio de sesión y sustituya el usuario por el usuario del
servicio de SAP BW.

d. Escriba la contraseña del usuario y seleccione Aceptar.

3. En el inicio de sesión de SAP, inicie sesión el servidor y establezca los siguientes

parámetros de perfil mediante la transacción RZ10:

a. Establezca el parámetro de perfil snc/identity/as en p:<usuario de servicio de

SAP BW que ha creado> . Por ejemplo, p:BWServiceUser@[Link].
Tenga en cuenta que p: precede al UPN del usuario de servicio, en lugar de
p:CN= , que precede al UPN al usarse CommonCryptoLib como biblioteca de
SNC.

b. Establezca el parámetro de perfil snc/gssapi_lib en <ruta de acceso a

[Link] en el servidor de BW>. Coloque la biblioteca en una ubicación a la
cual pueda acceder el servidor de aplicaciones de SAP BW.

c. Establezca los siguientes parámetros de perfil adicionales; para ello, cambie los
valores que necesite. Las últimas cinco opciones permiten a los clientes
conectarse al servidor de SAP BW mediante el inicio de sesión de SAP sin
necesidad de tener SNC configurado.

Configuración Valor

snc/data_protection/max 3

snc/data_protection/min 1

snc/data_protection/use 9

snc/accept_insecure_cpic 1

snc/accept_insecure_gui 1
 Configuración Valor

snc/accept_insecure_r3int_rfc 1

snc/accept_insecure_rfc 1

snc/permit_insecure_start 1

d. Establezca la propiedad snc/enable en 1.

4. Después de establecer estos parámetros de perfil, abra la consola de

administración de SAP en la máquina del servidor y reinicie la instancia de SAP BW.

Si no se inicia el servidor, confirme que ha establecido correctamente los

parámetros de perfil. Para más información sobre la configuración de parámetros
de perfil, consulte la documentación de SAP . También puede consultar la sección
Solución de problemas de este artículo.

Asignación de un usuario de SAP BW a un

usuario de Active Directory
Si todavía no lo ha hecho, asigne un usuario de Active Directory a un usuario del
servidor de aplicaciones de SAP BW y pruebe la conexión de inicio de sesión único en el
inicio de sesión de SAP.

1. Inicie sesión el servidor de SAP BW mediante el inicio de sesión de SAP. Ejecute la

transacción SU01.

2. En User (Usuario), escriba el usuario de SAP BW para el que desea habilitar la

conexión de inicio de sesión único. Seleccione el icono Edit (Editar) (icono de lápiz)
situado cerca de la parte superior izquierda de la ventana de inicio de sesión de
SAP.
3. Seleccione la pestaña SNC. En el cuadro de entrada del nombre de SNC, escriba p:
<su usuario de Active Directory>@<su dominio>. Para el nombre de SNC, la p:
obligatoria debe preceder al UPN del usuario de Active Directory. Tenga en cuenta
que el UPN distingue mayúsculas de minúsculas.

El usuario de Active Directory que especifique debe pertenecer a la persona u

organización para la cual quiere habilitar el acceso SSO al servidor de aplicaciones
de SAP BW. Por ejemplo, si quiere habilitar el acceso SSO para el usuario
testuser@[Link], escriba p:testuser@[Link].
 4. Seleccione el icono Save (Guardar) (la imagen del disquete) cerca de la parte
superior izquierda de la pantalla.

Prueba de inicio de sesión mediante el inicio de

sesión único
Compruebe que puede iniciar sesión en el servidor mediante el inicio de sesión de SAP
con el inicio de sesión único como el usuario de Active Directory para el cual acaba de
habilitar el acceso mediante inicio de sesión único:

1. Con el usuario de Active Directory para el que acaba de habilitar el acceso

mediante inicio de sesión único, inicie sesión en una máquina del dominio en el
que esté instalado el inicio de sesión de SAP. Inicie el inicio de sesión de SAP y
cree una conexión nueva.

2. Copie el archivo [Link] que ha descargado antes en una ubicación de la

máquina en la que ha iniciado sesión. Establezca la variable de entorno SNC_LIB en
la ruta de acceso absoluta de esta ubicación.

3. Inicie el inicio de sesión de SAP y cree una conexión nueva.

4. En la pantalla Create New System Entry (Crear entrada del sistema), seleccione
User Specified System (Sistema especificado del usuario) y Next (Siguiente).
5. Rellene los detalles adecuados en la siguiente página, incluidos el servidor de
aplicaciones, el número de instancia y el ID del sistema. A continuación, seleccione
Finish (Finalizar).

6. Haga clic con el botón derecho en la nueva conexión, seleccione Properties

(Propiedades) y la pestaña Network (Red).

7. En el cuadro de texto SNC Name (Nombre de SNC), escriba p:<UPN del usuario de
servicio de SAP BW> . Por ejemplo, p:BWServiceUser@[Link]. Seleccione
Aceptar.
 8. Haga doble clic en la conexión que acaba de crear para intentar una conexión SSO
al servidor SAP BW.

Si esta conexión se realiza correctamente, continúe con la siguiente sección. En

caso contrario, revise los pasos anteriores de este documento para asegurarse de
que los ha completado correctamente o revise la sección Solución de problemas.
Si no se puede conectarse al servidor de SAP BW mediante el inicio de sesión
único en este contexto, no podrá conectarse al servidor de SAP BW mediante el
inicio de sesión único en el contexto de la puerta de enlace.

Adición de entradas del Registro a la máquina

de puerta de enlace
Agregue las entradas del registro necesarias al registro de la máquina en la que está
instalada la puerta de enlace y a las máquinas que se van a conectar desde
Power BI Desktop. Para agregar estas entradas del registro, ejecute los siguientes
comandos:
 REG ADD HKLM\SOFTWARE\Wow6432Node\SAP\gsskrb5 /v ForceIniCredOK /t REG_DWORD

/d 1 /f

REG ADD HKLM\SOFTWARE\SAP\gsskrb5 /v ForceIniCredOK /t REG_DWORD /d 1 /f

Incorporación de un nuevo origen de datos de

servidor de aplicaciones de SAP BW en el
servicio Power BI o edición de uno existente
1. En la ventana de configuración del origen de datos, especifique el nombre de
host, el número del sistema y el ID de cliente del servidor de aplicaciones de
SAP BW como si fuera a iniciar sesión el servidor de SAP BW desde Power BI
Desktop.

2. En el campo Nombre de asociado de SNC, escriba el p:<SPN que asignó al usuario

de servicio de SAP BW> . Por ejemplo, si el SPN es
SAP/BWServiceUser@[Link], debe escribir
p:SAP/BWServiceUser@[Link] en el campo Nombre de asociado de
SNC.

3. Para la biblioteca SNC, seleccione la opción Personalizado y proporcione la ruta de

acceso absoluta para [Link] o [Link] en la máquina de puerta de
enlace.

4. Seleccione la casilla Usar un SSO mediante Kerberos para las consultas de

DirectQuery y Aplicar. Si la conexión de prueba no es correcta, compruebe que los
pasos de instalación y configuración anteriores se hayan completado
correctamente.

5. Ejecución de un informe de Power BI

Solución de problemas

Solución de problemas con la configuración de gx64krb5

Si detecta alguno de estos problemas, realice los pasos siguientes para solucionar los
problemas de instalación de gx64krb5 y de las conexiones de inicio de sesión único:

Se producen errores al completar los pasos de configuración de gx64krb5. Por

ejemplo, el servidor de SAP BW no se iniciará después de haber cambiado los
 parámetros de perfil. Consulte los registros del servidor (…work\dev_w0 en la
máquina del servidor) para solucionar estos errores.

No puede iniciar el servicio SAP BW debido a un error de inicio de sesión. Es

posible que haya proporcionado una contraseña incorrecta al establecer el usuario
de inicio de SAP BW. Inicie sesión en una máquina del entorno de Active Directory
como usuario de servicio de SAP BW para comprobar la contraseña.

Si recibe errores sobre las credenciales del origen de datos subyacente (por
ejemplo, SQL Server) que impiden que se inicie el servidor, compruebe que le ha
concedido el acceso de usuario de servicio a la base de datos de SAP BW.

Recibirá el mensaje siguiente: (GSS-API) specified target is unknown or unreachable

([GSS-API] El destino especificado no es accesible o es desconocido).
Normalmente, este error significa que se ha especificado un nombre de SNC
incorrecto. Asegúrese de usar p: solo, no p:CN= antes del UPN del usuario de
servicio en la aplicación cliente.

Recibirá el mensaje siguiente: (GSS-API) An invalid name was supplied ([GSS-API]

Se ha proporcionado un nombre no válido). Asegúrese de que p: es el valor del
parámetro de perfil de identidad SNC del servidor.

Recibirá el mensaje siguiente: (SNC error) the specified module could not be found
([Error de SNC] No se ha encontrado el módulo especificado). Este error suele
deberse a la colocación de [Link] en una ubicación que requiere privilegios
elevados (.../derechos de administrador) de acceso.

Solución de problemas de conectividad de la puerta de

enlace
1. Compruebe los registros de la puerta de enlace. Abra la aplicación de
configuración de la puerta de enlace, seleccione Diagnósticos y después Exportar
registros. Los errores más recientes están en la parte inferior de los archivos de
registro que examine.
2. Active el seguimiento de SAP BW y revise los archivos de registro generados. Hay
varios tipos de seguimiento de SAP BW disponibles (por ejemplo, el seguimiento
de CPIC):

a. Para habilitar el seguimiento de CPIC, establezca dos variables de entorno:

CPIC_TRACE y CPIC_TRACE_DIR.

La primera variable establece el nivel de seguimiento y la segunda, el directorio del

archivo de seguimiento. El directorio debe ser una ubicación en la que puedan
escribir los miembros del grupo de usuarios autenticados.

b. Establezca CPIC_TRACE en 3 y CPIC_TRACE_DIR en el directorio en el que quiere

que se escriban los archivos de seguimiento. Por ejemplo:

c. Reproduzca el problema y asegúrese de que CPIC_TRACE_DIR contiene archivos

de seguimiento.

d. Examine el contenido de los archivos de seguimiento para determinar el

problema de bloqueo. Por ejemplo, puede que [Link] no se haya cargado
 correctamente o que un usuario de Active Directory distinto del que esperaba que
iniciara el intento de conexión de SSO.

Pasos siguientes
Para más información sobre la puerta de enlace de datos local y DirectQuery, consulte
los recursos siguientes:

¿Qué es una puerta de enlace de datos local?

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP BW
DirectQuery y SAP HANA
Uso de Kerberos para el SSO en
Teradata
Artículo • 09/03/2023

En este artículo se describe el requisito agregado específico para habilitar correctamente

el inicio de sesión único (SSO) en Teradata desde el servicio Power BI.

Si Teradata identifica cuentas de usuario mediante sAMAccountNames, debe

establecer FullDomainResolutionEnabled en la puerta de enlace en True .

Si Teradata identifica cuentas de usuario mediante nombres principales de usuario

(UPN), mantenga FullDomainResolutionEnabled en la puerta de enlace establecido
en False .

Habilitación del inicio de sesión único para

Teradata
Para cambiar la configuración de FullDomainResolutionEnabled en la puerta de enlace a
fin de habilitar el inicio de sesión único para Teradata:

1. En el directorio de puerta de enlace local en %ProgramFiles%\Puerta de enlace de

datos local, abra el archivo de configuración
[Link].

2. En el archivo, busque la propiedad FullDomainResolutionEnabled y cambie su valor

a True .

XML

<setting name=" FullDomainResolutionEnabled " serializeAs="String">

<value>True</value>
</setting>

Pasos siguientes
Para más información sobre la puerta de enlace de datos local y DirectQuery, consulte
los recursos siguientes:

¿Qué es una puerta de enlace de datos local?

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP Business Warehouse (BW)
DirectQuery y SAP HANA
Uso del Lenguaje de marcado de
aserción de seguridad para el SSO
desde Power BI en orígenes de datos
locales
Artículo • 23/03/2023

Al habilitar el inicio de sesión único (SSO), puede facilitar que los informes y paneles de
Power BI actualicen los datos de los orígenes locales, a la vez que se respetan los
permisos de nivel de usuario configurados en dichos orígenes. Para habilitar la
conectividad de SSO directa, use Lenguaje de marcado de aserción de seguridad
(SAML) .

７ Nota

Solo puede conectarse a un origen de datos mediante SAML de inicio de sesión

único con una puerta de enlace de datos local. Para conectarse a un origen de
datos adicional mediante SAML de inicio de sesión único, debe usar una puerta de
enlace de datos local diferente.

Orígenes de datos compatibles con SAML

Microsoft admite actualmente SAP HANA con SAML. Para más información acerca de
cómo instalar y configurar el inicio de sesión único para SAP HANA con SAML, consulte
SSO de SAML para la plataforma de BI a HANA .

Se admiten orígenes de datos adicionales con Kerberos (incluido SAP HANA).

Para SAP HANA, se recomienda habilitar el cifrado antes de establecer una conexión de
inicio de sesión único (SSO) con SAML. Para habilitar el cifrado, configure el servidor de
HANA para que acepte las conexiones cifradas y, después, configure la puerta de enlace
para que use el cifrado para comunicarse con el servidor de HANA. Como el controlador
ODBC de HANA no cifra las aserciones de SAML de forma predeterminada, la aserción
de SAML firmada se envía desde la puerta de enlace al servidor de HANA sin cifrar y es
vulnerable a la intercepción y reutilización por parte de terceros.

） Importante
 Como SAP ya no admite OpenSSL , Microsoft también ha interrumpido su
soporte técnico. Las conexiones existentes siguen funcionando pero ya no puede
crear conexiones. En su lugar, use la biblioteca criptográfica de SAP
(CommonCryptoLib) o sapcrypto.

Configuración del origen de datos y la puerta

de enlace
Para usar SAML, debe establecer una relación de confianza entre los servidores de
HANA para los que quiere habilitar el inicio de sesión único y la puerta de enlace, En
este escenario, la puerta de enlace actúa como proveedor de identidades de SAML (IdP).
Puede establecer esta relación de varias maneras. SAP recomienda usar
CommonCryptoLib para completar los pasos de configuración. Para más información,
consulte la documentación oficial de SAP.

Creación de los certificados

Puede establecer una relación de confianza entre un servidor de HANA y el IdP de la
puerta de enlace mediante la firma del certificado X509 del IdP de la puerta de enlace
con una entidad de certificado raíz de confianza para el servidor de HANA.

Para crear los certificados, haga lo siguiente:

1. En el dispositivo que está ejecutando SAP HANA, cree una carpeta vacía para
almacenar los certificados y, después, vaya a esa carpeta.

2. Ejecute el comando siguiente para crear los certificados raíz:

openssl req -new -x509 -newkey rsa:2048 -days 3650 -sha256 -keyout
CA_Key.pem -out CA_Cert.pem -extensions v3_ca'''

Asegúrese de copiar y guardar la frase de contraseña para usar este certificado con
el fin de firmar otros certificados. Debería ver que se están creando los archivos
CA_Cert.pem y CA_Key.pem.

3. Ejecute el comando siguiente para crear los certificados de IdP:

 openssl req -newkey rsa:2048 -days 365 -sha256 -keyout IdP_Key.pem -out
IdP_Req.pem -nodes

Debería ver que se están creando los archivos IdP_Key.pem y IdP_Req.pem.

4. Firme los certificados de IdP con los certificados raíz:

openssl x509 -req -days 365 -in IdP_Req.pem -sha256 -extensions

usr_cert -CA CA_Cert.pem -CAkey CA_Key.pem -CAcreateserial -out
IdP_Cert.pem

Debería ver que se están creando los archivos CA_Cert.srl y IdP_Cert.pem. En este
punto, solo debe centrarse en el archivo IdP_Cert.pem.

Creación de la asignación del certificado de proveedor de

identidades de SAML
Para crear la asignación del certificado de proveedor de identidades de SAML, haga lo
siguiente:

1. En SAP HANA Studio, haga clic con el botón derecho en el nombre del servidor de
SAP HANA y, después, seleccione Security>Open Security Console>SAML
Identity Provider (Seguridad > Abrir consola de seguridad > Proveedor de
identidades de SAML).

2. Seleccione la opción Biblioteca criptográfica de SAP. No use la opción Biblioteca

criptográfica de OpenSSL, que está en desuso en SAP.

3. Para importar el certificado firmado IdP_Cert.pem, seleccione el botón azul

Importar, que se muestra en la imagen siguiente:
 4. No olvide asignar un nombre al proveedor de identidades.

Importación y creación de los certificados firmados en

HANA
Para importar y crear los certificados firmados en HANA, haga lo siguiente:

1. En SAP HANA Studio, ejecute la siguiente consulta:

CREATE CERTIFICATE FROM '<idp_cert_pem_certificate_content>'

Veamos un ejemplo:

CREATE CERTIFICATE FROM

'-----BEGIN CERTIFICATE-----
MIIDyDCCArCgA...veryLongString...0WkC5deeawTyMje6
-----END CERTIFICATE-----
'

2. Si no hay ningún entorno de seguridad personal (PSE) específico de SAML, cree

uno ejecutando la siguiente consulta en SAP HANA Studio:

CREATE PSE SAMLCOLLECTION;

set pse SAMLCOLLECTION purpose SAML;

3. Agregue el certificado firmado recién creado a PSE con la ejecución del siguiente
comando:
 alter pse SAMLCOLLECTION add CERTIFICATE <certificate_id>;

Por ejemplo:

alter pse SAMLCOLLECTION add CERTIFICATE 1978320;

Puede comprobar la lista de certificados creados con la ejecución de la consulta

siguiente:

select * from PUBLIC"."CERTIFICATES"

El certificado se ha instalado correctamente. Para confirmar la instalación, puede

ejecutar la consulta siguiente:

select * from "PUBLIC"."PSE_CERTIFICATES"

Asignación del usuario

Para asignar el usuario, haga lo siguiente:

1. En SAP HANA Studio, seleccione la carpeta Seguridad.

2. Expanda Usuarios y seleccione el usuario al que quiere asignar su usuario de

Power BI.

3. Active la casilla SAML y, después, seleccione la opción Configurar, como se

muestra en la imagen siguiente:
 4. Seleccione el proveedor de identidades que ha creado en la sección Creación de la
asignación del certificado de proveedor de identidades SAML. En Identidad
externa, escriba el UPN del usuario de Power BI (normalmente, la dirección de
correo electrónico con la que el usuario inicia sesión en Power BI) y luego
seleccione Agregar.

Si ha configurado la puerta de enlace para que use la opción de configuración

ADUserNameReplacementProperty, deberá escribir el valor que reemplazará el UPN
original del usuario de Power BI. Por ejemplo, si ha establecido
ADUserNameReplacementProperty en SAMAccountName, escriba el valor
SAMAccountName del usuario.

Configuración de la puerta de enlace

Ahora que ha configurado el certificado y la identidad de la puerta de enlace, convierta
el certificado a un formato de archivo PFX y, después, configure la puerta de enlace para
usarlo con los pasos siguientes:

1. Para convertir el certificado al formato PFX, ejecute el comando siguiente. Este

comando asigna el nombre [Link] al archivo resultante y establece root como
contraseña, según se muestra a continuación:

openssl pkcs12 -export -out [Link] -in IdP_Cert.pem -inkey

IdP_Key.pem -passin pass:root -passout pass:root

2. Copie el archivo PFX en el equipo de puerta de enlace:

 a. Haga doble clic en [Link] y, después, seleccione Equipo local>Siguiente.

b. Escriba la contraseña y, a continuación, seleccione Siguiente.

c. Seleccione Colocar todos los certificados en el siguiente almacén y, después,

Examinar>Personal>Aceptar.

d. Haga clic en Siguiente y después en Finalizar.

3. Para conceder a la cuenta de servicio de la puerta de enlace acceso a la clave

privada del certificado, siga estos pasos:

a. En el equipo de puerta de enlace, ejecute Microsoft Management Console

(MMC).

b. En MMC, seleccione Archivo>Agregar o quitar complemento.

 c. Seleccione Certificados>Agregar y, después, seleccione Cuenta de
equipo>Siguiente.

d. Seleccione Equipo local>Finalizar>Aceptar.

e. Expanda Certificados>Personal>Certificados y, después, busque el certificado.

f. Haga clic con el botón derecho en el certificado y, después, seleccione Todas las
tareas>Administrar claves privadas.

g. Agregue la cuenta de servicio de la puerta de enlace a la lista. De forma

predeterminada, la cuenta es NT SERVICE\PBIEgwService. Puede averiguar qué
cuenta ejecuta el servicio de puerta de enlace si ejecuta [Link] y, después,
busca el Servicio de puerta de enlace de datos local.

Por último, agregue la huella digital del certificado a la configuración de la puerta de

enlace:

1. Para enumerar los certificados en la máquina, ejecute el siguiente comando de

PowerShell:
 PowerShell

Get-ChildItem -path cert:\LocalMachine\My

2. Copie la huella digital del certificado que ha creado.

3. Vaya al directorio de la puerta de enlace, que de manera predeterminada es

C:\Archivos de programa\Puerta de enlace de datos local.

4. Abra [Link] y, después, busque la

sección SapHanaSAMLCertThumbprint. Pegue la huella digital que copió en el
paso 2.

5. Reinicie el servicio de puerta de enlace.

Ejecutar un informe de Power BI

Ahora puede usar la página Administrar puertas de enlace de Power BI para configurar
el origen de datos de SAP HANA y habilitar el inicio de sesión único en Configuración
avanzada. De esta forma, puede publicar los enlaces de los conjuntos de datos y los
informes a dicho origen de datos.

７ Nota

SSO usa la autenticación de Windows para asegurarse de que la cuenta de

Windows puede acceder a la máquina de la puerta de enlace. Si no lo tiene claro,
asegúrese de agregar NT-AUTHORITY\Usuarios autenticados (S-1-5-11) al grupo
"Usuarios" de la máquina local.
Solución de problemas de uso de SAML para el
inicio de sesión único en SAP HANA
En esta sección se proporcionan los pasos completos para solucionar problemas de uso
de SAML para el inicio de sesión único en SAP HANA. Estos pasos pueden ayudarlo a
diagnosticar y corregir cualquier problemas que pueda tener.

Credenciales rechazadas
Después de configurar el inicio de sesión único basado en SAML, es posible que vea el
siguiente error en el portal de Power BI: "No se puede usar las credenciales
proporcionadas para el origen SapHana". Este error indica que SAP HANA rechazó las
credenciales de SAML.

Los seguimientos de autenticación del lado servidor proporcionan información detallada

para solucionar problemas de credenciales en SAP HANA. Para configurar el
seguimiento para su servidor de SAP HANA, haga lo siguiente:

1. En el servidor de SAP HANA, ejecute la siguiente consulta para activar el

seguimiento de la autenticación:

ALTER SYSTEM ALTER CONFIGURATION ('[Link]', 'SYSTEM') set

('trace', 'authentication') = 'debug' with reconfigure

2. Reproduzca el problema.

3. En SAP HANA Studio, abra la consola de administración y, después, seleccione la

pestaña Diagnosis Files (Archivos de diagnóstico).

4. Abra el último seguimiento del servidor de indexación y busque

[Link].

Debería encontrar un mensaje de error en el que se indica la causa raíz, como se

muestra en el siguiente ejemplo:

[3957]{-1}[-1/-1] 2018-09-11 [Link].815797 d Authentication

[Link](00091) : Element
'{urn:oasis:names:tc:SAML:2.0:assertion}Assertion', attribute 'ID':
'123123123123123' is not a valid value of the atomic type 'xs:ID'.
[3957]{-1}[-1/-1] 2018-09-11 [Link].815914 i Authentication
 [Link](00403) : No valid SAML Assertion or SAML Protocol
detected

5. Una vez completada la solución de problemas, ejecute la siguiente consulta para

desactivar el seguimiento de la autenticación:

ALTER SYSTEM ALTER CONFIGURATION ('[Link]', 'SYSTEM') UNSET

('trace', 'authentication');

Comprobación y solución de problemas de errores de la

puerta de enlace
Para seguir los procedimientos de esta sección, deberá recopilar registros de la puerta
de enlace.

Error de SSL (certificado)

Síntomas del error

Este problema tiene varios síntomas. Al intentar agregar un origen de datos nuevo,
podría ver un mensaje de error similar al siguiente:

Unable to connect: We encountered an error while trying to connect to . Details:

"We could not register this data source for any gateway instances within this
cluster. Please find more details below about specific errors for each gateway

instance."

Al intentar crear o actualizar un informe, es posible que vea un mensaje de error como
el de la siguiente imagen:
Al investigar el archivo Mashup[fecha]*.log, verá el mensaje de error siguiente:

A connection was successfully established with the server, but then an error

occurred during the login process and the certificate chain was issued by an
authority that is not trusted

Resolución

Para resolver este error de SSL, vaya a la conexión de origen de datos y, después, en la
lista desplegable Validar certificado de servidor, seleccione No, como se muestra en la
imagen siguiente:

Una vez seleccionada esta configuración, el mensaje de error ya no aparecerá.

Error de SignXML de puerta de enlace

El error SignXML de la puerta de enlace puede ser el resultado de una configuración
incorrecta con SapHanaSAMLCertThumbprint, o bien puede ser un problema con el
servidor de HANA. Las entradas de los registros de puerta de enlace ayudan a identificar
dónde reside el problema y cómo resolverlo.

Síntomas del error

Entradas de registro para SignXML: Found the cert... : si el archivo

GatewayInfo[fecha].log contiene este error, se encontró el certificado SignXML y debe
centrar la solución de problemas en los pasos que se encuentran en la sección
"Comprobación y solución de problemas del servidor de HANA".

Entradas de registro para Couldn't find saml cert : si el archivo GatewayInfo[fecha].log

contiene este error, SapHanaSAMLCertThumbprint no se estableció correctamente. En la
sección de resolución siguiente se describe cómo solucionar el problema.

Resolución

Para establecer correctamente SapHanaSAMLCertThumbprint, siga las instrucciones de la

sección "Configurar la puerta de enlace". Las instrucciones comienzan en Por último,
agregue la huella digital del certificado a la configuración de la puerta de enlace.

Una vez modificado el archivo de configuración, reinicie el servicio de puerta de enlace

para que el cambio surta efecto.

Validación

Cuando SapHanaSAMLCertThumbprint se estableció correctamente, los registros de

puerta de enlace tendrán entradas que incluyen SignXML: Found the cert... . En este
punto, debería poder continuar con la sección "Comprobación y solución de problemas
del servidor de HANA".

Si la puerta de enlace no puede usar el certificado para firmar la aserción de SAML, es

posible que vea en los registros un error similar al siguiente:

GatewayPipelineErrorCode=DM_GWPipeline_UnknownError GatewayVersion=
InnerType=CryptographicException InnerMessage=<pi>Signing key is not loaded.</pi>

InnerToString=<pi>[Link]: Signing key

is not loaded.

Para resolver este error, siga las instrucciones que comienzan con el paso 3 de la sección
"Configurar la puerta de enlace".
Una vez modificado el archivo de configuración, reinicie el servicio de puerta de enlace
para que el cambio surta efecto.

Comprobación y solución de problemas del servidor de HANA

Use las soluciones de esta sección si la puerta de enlace puede encontrar el certificado y
firmar la aserción de SAML, pero sigue experimentando errores. Deberá recopilar
seguimientos de autenticación de HANA, como se describió anteriormente en la sección
"Credenciales rechazadas".

El proveedor de identidades de SAML

La presencia de la cadena Found SAML provider en los seguimientos de autenticación de

HANA indica que el proveedor de identidades de SAML está configurado
correctamente. Si la cadena no está, la configuración no es correcta.

Resolución

En primer lugar, determine si la organización usa OpenSSL o commoncrypto como el

proveedor de cifrado SSL. Para determinar qué proveedor se utiliza, haga lo siguiente:

1. Abra SAP HANA Studio.

2. Abra la consola de administración del inquilino que se está usando.

3. Seleccione la pestaña Configuración y use sslcryptoprovider como filtro, tal como

se muestra en la imagen siguiente:

A continuación, compruebe que la biblioteca criptográfica está configurada

correctamente; para ello, siga estos pasos:

1. Vaya a la consola de seguridad de SAP HANA Studio; para ello, seleccione

Proveedores de identidades de SAML y realice una de las acciones siguientes:

Si el valor de sslcryptoprovider es OpenSSL, seleccione Biblioteca

criptográfica de OpenSSL.
Si el valor de sslcryptoprovider es commonCrypto, seleccione Biblioteca
criptográfica de SAP.

En la imagen siguiente, está selecciona la opción Biblioteca criptográfica de SAP:

 2. Implemente los cambios; para ello, seleccione el botón Implementar en la esquina
superior derecha, como se muestra en la siguiente imagen:

Validación

Cuando los seguimientos están configurados correctamente, notificarán Found SAML

provider y no notificarán SAML Provider not found . Puede continuar con la sección

siguiente, "Solución de problemas de la firma de aserción de SAML".

Si el proveedor de servicios criptográficos está establecido pero se sigue informando el

error SAML Provider not found , busque una cadena en el seguimiento que comience
con el siguiente texto:

Search SAML provider for certificate with subject =

En esa cadena, asegúrese de que el firmante y el emisor son exactamente iguales a los
que se muestran en la pestaña de proveedor de identidades de SAML en la consola de
seguridad. Una diferencia de un solo carácter puede generar el problema. Si encuentra
alguna diferencia, puede corregir el problema en la biblioteca criptográfica de SAP para
que las entradas coincidan exactamente.

Si cambiar la biblioteca criptográfica de SAP no corrige el problema, puede editar

manualmente los campos Emitido a y Emitido por haciendo doble clic en ellos.

Solución de problemas en la firma de aserción de SAML

Puede encontrar seguimientos de autenticación de HANA que contienen entradas
similares a las siguientes:
[48163]{-1}[-1/-1] 2020-09-11 [Link].896165 i Authentication

[Link](00398) : Unable to verify XML signature [48163]{-1}[-1/-1]

2020-09-11 [Link].896168 i Authentication [Link](00103) : unsuccessful

login attempt with SAML ticket!

Si dichas entradas están presentes, significa que la firma no es de confianza.

Resolución

Si usa OpenSSL como sslcryptoprovider, compruebe si los archivos [Link] y [Link]

están en el directorio de SSL. Para obtener más información, consulte el blog de SAP
sobre la protección de la comunicación entre SAP HANA Studio y SAP HANA Server a
través de SSL .

Si usa commoncrypto como sslcryptoprovider, compruebe si hay una colección con el

certificado en el inquilino.

Validación

Cuando los seguimientos están configurados correctamente, notificarán Found valid

XML signature .

Solución de problemas en la asignación de UPN

Puede encontrar seguimientos de HANA que contienen entradas similares a las
siguientes:

[Link](00886) : Assertion Subject NameID: `johnny@[Link]`

[Link](00398) : Database user does not exist

El error indica que nameId johnny@[Link] se encuentra en las aserciones de SAML,

pero no existe o no está asignado correctamente en el servidor de HANA.

Resolución

Vaya al usuario de la base de datos de HANA y, en la casilla SAML marcada, seleccione

el vínculo Configurar. Aparecerá la ventana siguiente:
Como se describe en el mensaje de error, HANA intentaba encontrar
johnny@[Link], pero la identidad externa solo se muestra como johnny. Estos dos
valores deben coincidir. Para resolver el problema, en Identidad externa, cambie el valor
por johnny@[Link]. Tenga en cuenta que este valor distingue mayúsculas de
minúsculas.

Pasos siguientes
Para más información sobre la puerta de enlace de datos local y DirectQuery, consulte
los recursos siguientes:

¿Qué es una puerta de enlace de datos local?

DirectQuery en Power BI
Orígenes de datos compatibles con DirectQuery
DirectQuery y SAP Business Warehouse (BW)
DirectQuery y SAP HANA
Probar la configuración del inicio de
sesión único (SSO)
Artículo • 27/12/2023

El inicio de sesión único (SSO) permite que cada usuario de Power BI acceda a los datos
precisos para los que tiene permisos en un origen de datos subyacente. Muchos
orígenes de datos de Power BI están habilitados para el SSO, mediante la delegación
restringida de Kerberos o el Lenguaje de marcado de aserción de seguridad (SAML).
Para más información, consulte Introducción al inicio de sesión único (SSO) para puertas
de enlace de datos locales en Power BI.

La configuración del inicio de sesión único es compleja, por lo que puede usar la
característica Probar la configuración del inicio de sesión único (SSO) para probar la
configuración.

La prueba de inicio de sesión único:

Permite que la puerta de enlace se conecte al origen de datos mediante un

nombre principal de usuario (UPN) de prueba que proporcione.
Valida la configuración del SSO, incluida la comprobación de la asignación del UPN
a una identidad de Active Directory (AD) local para la suplantación y el acceso al
origen de datos.
Ayuda a identificar los problemas si se producen errores de conexión. Por ejemplo,
un mensaje de error indica si se asigna un UPN a una identidad de AD local que no
tiene acceso al origen de datos.

La característica de inicio de sesión único de prueba funciona tanto para el SSO basado
en SAML y Kerberos para los orígenes de datos que se indican en Orígenes de datos
admitidos para el inicio de sesión único. En el caso de la delegación restringida de
Kerberos, la característica de inicio de sesión único de prueba puede ayudar a probar el
inicio de sesión único tanto para DirectQuery como Importar, o solo para orígenes de
datos de DirectQuery.

） Importante

La característica Probar el inicio de sesión único requiere la versión de puerta de

enlace de marzo de 2021 o posterior.
Prueba del inicio de sesión único para la puerta
de enlace
Para probar la configuración del SSO:

1. En Administrar conexiones y puertas de enlace en Power BI, seleccione

Configuración para el origen de datos.

2. En el panel Configuración, en Inicio de sesión único, seleccione Probar inicio de

sesión único.

3. Proporcione un nombre principal de usuario para la prueba.

 Si el clúster de puerta de enlace puede suplantar al usuario y conectarse
correctamente al origen de datos, la prueba se realiza correctamente, tal como se
muestra en la imagen siguiente:

Solucionar problemas
En esta sección, se describen los errores comunes que puede ver al probar el inicio de
sesión único, además de las acciones que puede realizar para corregirlos.

Error de suplantación
Si el clúster de puerta de enlace no puede suplantar al usuario y conectarse al origen de
datos, se produce un error en la prueba con el mensaje de error: Error: La cuenta de
servicio de la puerta de enlace de datos local no pudo suplantar al usuario.
Algunas causas y soluciones posibles son las siguientes:

El usuario no existe en Microsoft Entra ID. Compruebe si el usuario está presente

en Microsoft Entra ID.
El usuario no está asignado correctamente a una cuenta de AD local. Compruebe
las configuraciones y siga los pasos que se describen en Introducción al inicio de
sesión único (SSO) para puertas de enlace de datos locales en Power BI.
La puerta de enlace no tiene derechos de suplantación. Conceda derechos de la
directiva local a la cuenta de servicio de la puerta de enlace en la máquina de la
puerta de enlace, tal como se describe en Concesión de derechos de directiva local
a la cuenta de servicio de la puerta de enlace en la máquina de la puerta de enlace.

Error de credenciales no válidas

El error Error: Credenciales de conexión no válidas aparece cuando la puerta de enlace
no se puede conectar al origen de datos, porque el UPN proporcionado no tiene acceso
al origen de datos.
Compruebe si el origen de datos se configuró incorrectamente para denegar el acceso
al usuario. Es posible que tenga que trabajar con el administrador del origen de datos o
la base de datos para acceder a la configuración y los valores del origen de datos.

Pasos siguientes
Introducción al inicio de sesión único (SSO) para puertas de enlace de Power BI
Inicio de sesión único (SSO): Kerberos
Inicio de sesión único (SSO): SAML
Microsoft Entra SSO
Artículo • 27/12/2023

Microsoft Entra SSO permite que el inicio de sesión único en la puerta de enlace de
datos acceda a orígenes de datos en la nube que dependen de la autenticación basada
en Microsoft Entra ID. Al configurar el inicio de sesión único de Microsoft Entra en la
puerta de enlace de datos local para un origen de datos aplicable, las consultas se
ejecutan en la identidad de Microsoft Entra del usuario que interactúa con el informe de
Power BI.

Aunque las instancias de Azure Virtual Network (VNet) ofrecen aislamiento de red y
seguridad para los recursos en la nube de Microsoft, ahora necesita una forma segura
de conectarse a estos orígenes de datos. Las puertas de enlace de datos locales le
ayudan a conseguirlo. El inicio de sesión único de Microsoft Entra como se explicó
anteriormente permite a los usuarios ver solo los datos a los que tienen acceso.

７ Nota

Las puertas de enlace de datos de red virtual, disponibles en la versión preliminar

pública de los modelos semánticos de Power BI Premium, eliminan la necesidad de
instalar una puerta de enlace de datos local para conectarse a los orígenes de
datos de la red virtual. Para más información sobre las puertas de enlace de red
virtual y sus limitaciones actuales, consulte ¿Qué es una puerta de enlace de datos
de red virtual (VNet) (Vista previa)?

Los orígenes de datos siguientes no se admiten con el inicio de sesión único de

Microsoft Entra mediante una puerta de enlace de datos local detrás de una red virtual
de Azure:

Analysis Services
ADLS Gen1
ADLS Gen2
Azure Blobs
CDPA
Exchange
OData
SharePoint
SQL Server
Web
AzureDevOpsServer
 CDSTOData
Cognite
CommonDataService
Databricks
EQuIS
Kusto (cuando se usa la función "DataExplorer" más reciente)
VSTS
Workplace Analytics

Para obtener más información sobre el inicio de sesión único y una lista de orígenes de
datos admitidos para el inicio de sesión único de Microsoft Entra, vea Introducción al
inicio de sesión único para puertas de enlace de datos locales en Power BI.

Pasos de consulta al ejecutar el inicio de sesión

único de Microsoft Entra

Habilitación del inicio de sesión único de

Microsoft Entra para la puerta de enlace
Dado que el token de Microsoft Entra del usuario se pasa a través de la puerta de
enlace, es posible que un administrador del equipo de puerta de enlace obtenga acceso
a estos tokens. Para asegurarse de que ningún usuario malintencionado pueda
interceptar dichos tokens, están disponibles los mecanismos de medidas de seguridad
siguientes:

Una configuración de nivel de inquilino en el portal de administración de Power BI

permite que solo los administradores del servicio Power BI puedan habilitar esta
 característica para un inquilino. Para obtener más información, vea inicio de sesión
único de Microsoft Entra para puertas de enlace.
Como administrador del servicio Power BI, también puede controlar quién puede
instalar puertas de enlace en el inquilino. Para más información, consulte
Administrar instaladores de puertas de enlace.

La característica SSO de Microsoft Entra está deshabilitada de forma predeterminada

para las puertas de enlace de datos locales. Como administrador de Power BI, debe
habilitar el inicio de sesión único (SSO) de Microsoft Entra para la puerta de enlace
configuración de inquilino en el portal de administración de Power BI antes de que los
orígenes de datos estén habilitados para Microsoft Entra SSO en una puerta de enlace
de datos local.

Pasos siguientes
Introducción al inicio de sesión único (SSO) para puertas de enlace de datos
locales en Power BI
Solución de problemas de puertas de
enlace: Power BI
Artículo • 01/11/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

En este artículo se examinan algunos problemas comunes del uso de la puerta de enlace
de datos local con Power BI. Si encuentra un problema que no aparece aquí, puede usar
el sitio de la Comunidad de Power BI. O bien, puede crear una incidencia de soporte
técnico .

Configuración

Error: el servicio Power BI informó de que no se puede

acceder a la puerta de enlace local. Reinicie la puerta de
enlace e inténtelo de nuevo.
Cuando finalice la configuración, se vuelve a llamar al servicio Power BI para validar la
puerta de enlace. El servicio Power BI no informa de que la puerta de enlace sea
dinámica. El reinicio del servicio de Windows puede permitir que la comunicación se
realice correctamente. Para obtener más información, puede recopilar y revisar los
registros, como se describe en Recopilación de registros de la aplicación de puerta de
enlace de datos local.

Orígenes de datos

７ Nota
 No todos los orígenes de datos tienen artículos dedicados en los que se detalla su
configuración o configuración de conexión. Para muchos orígenes de datos y
conectores que no son de Microsoft, las opciones de conexión pueden variar entre
configuraciones de Power BI Desktop y Administrar puertas de enlace > del
origen de datos en el servicio Power BI. En esos casos, la configuración
predeterminada proporcionada son los escenarios admitidos actualmente para
Power BI.

Error: No se puede conectar. Detalles: "Credenciales de

conexión no válidas"
En Mostrar detalles, se muestra el mensaje de error recibido desde el origen de datos.
En el caso de SQL Server, verá un mensaje como el siguiente:

Resultados

Login failed for user 'username'.

Compruebe que tenga el nombre de usuario y la contraseña correctos. Además,

compruebe que esas credenciales puedan conectarse correctamente con el origen de
datos. Asegúrese de que la cuenta que se usa coincide con el método de autenticación.

Error: No se puede conectar. Detalles: "No se puede

conectar con la base de datos"
Pudo conectarse al servidor, pero no a la base de datos proporcionada. Compruebe el
nombre de la base de datos y que la credencial del usuario tenga el permiso adecuado
para acceder a esa base de datos.

En Mostrar detalles, se muestra el mensaje de error recibido desde el origen de datos.

En el caso de SQL Server, se ve algo parecido a lo siguiente:

Resultados

Cannot open database "AdventureWorks" requested by the login. The login

failed. Login failed for user 'username'.

Error: No se puede conectar. Detalles: "Error desconocido

en la puerta de enlace de datos"
Este error puede producirse por diferentes motivos. Asegúrese de validar que puede
conectarse al origen de datos desde la máquina que hospeda la puerta de enlace. Esta
situación podría deberse a la imposibilidad de acceder al servidor.

En Mostrar detalles, puede ver el código de error DM_GWPipeline_UnknownError.

También puede mirar en Registros de eventos>Registros de aplicaciones y

servicios>Servicio de puerta de enlace de datos local para más información.

Error: Hemos detectado un error al intentar conectar con

<servidor>. Detalles: "Se conectó con una puerta de
enlace de datos, pero esta no puede acceder al origen de
datos en el entorno local".
No se pudo establecer la conexión al origen de datos especificado. Asegúrese de validar
la información proporcionada para ese origen de datos.

En Mostrar detalles, puede ver el código de error

DM_GWPipeline_Gateway_DataSourceAccessError.

Si el mensaje de error subyacente es similar al siguiente, significa que la cuenta que usa
para el origen de datos no es un administrador del servidor para esa instancia de
Analysis Services. Para más información, consulte Concesión de derechos de
administrador de servidor a una instancia de Analysis Services.

Resultados

The 'CONTOSO\account' value of the 'EffectiveUserName' XML for Analysis

property is not valid.

Si el mensaje de error subyacente es similar al siguiente, podría significar que en la

cuenta de servicio para Analysis Services es posible que falte el atributo de directorio
token-groups-global-and-universal (TGGAU).

Resultados

The username or password is incorrect.

Los dominios con acceso de compatibilidad de versiones anteriores a Windows 2000

tienen el atributo TGGAU habilitado. Los dominios creados más recientemente no
permiten este atributo de forma predeterminada. Para más información, consulte
Algunas aplicaciones y API requieren acceso a información de autorización en los
objetos de cuenta .

Para confirmar si el atributo está habilitado, siga estos pasos.

1. Conéctese con el equipo de Analysis Services en SQL Server Management Studio.

En las propiedades avanzadas de conexión, incluya EffectiveUserName para el
usuario en cuestión y compruebe si esta adición reproduce el error.

2. Puede usar la herramienta dsacls de Active Directory para comprobar si se muestra

el atributo. Esta herramienta se encuentra en un controlador de dominio. Debe
saber cuál es el nombre de dominio distintivo de la cuenta y pasar dicho nombre a
la herramienta.

Consola

dsacls "CN=John Doe,CN=UserAccounts,DC=contoso,DC=com"

En los resultados querrá ver algo parecido a lo siguiente:

Consola

Allow BUILTIN\Windows Authorization Access Group

SPECIAL ACCESS for
tokenGroupsGlobalAndUniversal
READ PROPERTY

Para corregir este problema, debe habilitar TGGAU en la cuenta usada para el servicio de
Windows de Analysis Services.

Otra posibilidad es que el nombre de usuario o la contraseña no

sean correctos.

Este error también se puede producir si el servidor de Analysis Services está en un

dominio diferente al de los usuarios y no hay una confianza bidireccional establecida.

Tiene que trabajar con los administradores del dominio para verificar la relación de
confianza entre dominios.

Unable to see the data gateway data sources in the 'Get Data'
experience for Analysis Services from the Power BI service (No se
pueden ver orígenes de datos de la puerta de enlace de datos en la
experiencia "Obtener datos" para Analysis Services desde el
servicio Power BI)

Asegúrese de que su cuenta aparece en la ficha Usuarios del origen de datos dentro de
la configuración de puerta de enlace. Si no tiene acceso a la puerta de enlace, consulte
con el administrador de la puerta de enlace y pídale que realice la comprobación. Solo
las cuentas de la lista Usuarios pueden ver el origen de datos enumerado en la lista de
Analysis Services.

Error: No tiene ninguna puerta de enlace instalada o

configurada para los orígenes de datos de este conjunto
de datos.
Asegúrese de que haya agregado al menos un origen de datos a la puerta de enlace, tal
como se describe en Adición de un origen de datos. Si la puerta de enlace no se
muestra en Administrar puertas de enlace en el portal de administración, intente borrar
la memoria caché del explorador o cerrar sesión en el servicio. Después, vuelva a iniciar
sesión.

Error: No se puede actualizar el origen de datos porque

las credenciales no son válidas. Actualice sus credenciales
y vuelva a intentarlo.
Pudo conectarse y actualizar el conjunto de datos, sin errores en tiempo de ejecución
para la conexión, pero en el servicio Power BI aparece esta barra de error. Cuando el
usuario intenta actualizar las credenciales con credenciales válidas conocidas, aparece
un error que indica que las credenciales proporcionadas no son válidas.

Este error puede producirse cuando la puerta de enlace intenta una conexión de prueba,
incluso si las credenciales proporcionadas son aceptables y la operación de
actualización se realiza correctamente. Esto ocurre porque, cuando la puerta de enlace
realiza una prueba de conexión, no incluye ningún parámetro opcional durante el
intento de conexión, y algunos conectores de datos (como Snowflake, por ejemplo)
requieren parámetros de conexión opcionales para conectarse.

Cuando la actualización se completa correctamente y no experimenta errores en tiempo

de ejecución, puede omitir estos errores de la conexión de prueba para los orígenes de
datos que requieren parámetros opcionales.

Modelos semánticos
Error: No hay suficiente espacio para esta fila.
Este error se produce si tiene una sola fila que ocupe más de 4 MB. Determine de qué
fila del origen de datos se trata e intentar filtrarla o reducir su tamaño.

Error: El nombre del servidor proporcionado no coincide

con el nombre del servidor en el certificado SSL de SQL
Server.
Este error puede ocurrir cuando el nombre común del certificado es para el nombre de
dominio completo (FQDN) del servidor, pero solo se ha proporcionado el nombre
NETBIOS para el servidor. Esto provoca un error de coincidencia del certificado. Para
resolver este problema, debe hacer que el nombre del servidor dentro del origen de
datos de la puerta de enlace y del archivo PBIX use el nombre de dominio completo del
servidor.

Error: No veo la puerta de enlace de datos local al

configurar la actualización programada.
Algunos escenarios diferentes podrían ser responsables de este error:

El nombre del servidor y de la base de datos no coinciden con lo que se especificó

en Power BI Desktop y el origen de datos configurado para la puerta de enlace.
Estos nombres deben ser los mismos. No distinguen mayúsculas de minúsculas.
La cuenta no aparece en la pestaña Usuarios del origen de datos dentro de la
configuración de la puerta de enlace. El administrador de la puerta de enlace debe
agregarle a esa lista.
El archivo de Power BI Desktop contiene varios orígenes de datos y no todos están
configurados con la puerta de enlace de datos. Debe hacer que cada origen de
datos esté definido con la puerta de enlace para que esta aparezca en la
actualización programada.

Error: Los datos no comprimidos recibidos en el cliente

de la puerta de enlace han superado el límite.
El límite exacto es de 10 GB de datos sin comprimir por tabla. Si surge este problema,
existen opciones para optimizar y evitar el problema. En concreto, puede reducir el uso
de valores de cadena muy repetitivos y largos y, en su lugar, utilizar una clave
normalizada. También resulta útil quitar la columna si no está en uso.
Error:
DM_GWPipeline_Gateway_SpooledOperationMissing
Algunos escenarios diferentes podrían ser responsables de este error:

Es posible que el proceso de puerta de enlace se haya reiniciado cuando la

actualización del conjunto de datos estaba en curso.
La máquina de la puerta de enlace se clona donde se ejecuta la puerta de enlace.
No se debe clonar la máquina de la puerta de enlace.

Informes

Error: El informe no pudo acceder al origen de datos

porque no tiene acceso a nuestro origen de datos a
través de una puerta de enlace de datos local.
Este error puede deberse a uno de los siguientes motivos:

La información del origen de datos no coincide con el conjunto de datos

subyacente. El servidor y el nombre de la base de datos deben coincidir con el
origen de datos definido para la puerta de enlace de datos local y con lo que se
suministra en Power BI Desktop. Si usa una dirección IP en Power BI Desktop, el
origen de datos para la puerta de enlace de datos local también debe usar una
dirección IP.
No hay ningún origen de datos disponible en ninguna puerta de enlace en la
organización. Puede configurar el origen de datos en una puerta de enlace de
datos local nueva o existente.

Error: Error de acceso al origen datos. Póngase en

contacto con el administrador de la puerta de enlace.
Si este informe usa una conexión activa de Analysis Services, podría producirse un
problema con un valor que se pasa a EffectiveUserName y que no es válido o bien no
tiene permisos en el equipo de Analysis Services. Normalmente, un problema de
autenticación se debe a que el valor que se pasa para EffectiveUserName no coincide
con un nombre principal de usuario local (UPN).

Para confirmar el nombre de usuario efectivo, siga estos pasos.

1. Busque el nombre de usuario efectivo en los registros de puerta de enlace.

 2. Después de obtener el valor que se pasa, compruebe que es correcto. Si es su
usuario, puede utilizar el siguiente comando desde un símbolo del sistema para
ver el UPN. Su aspecto es parecido a una dirección de correo electrónico.

Consola

whoami /upn

También puede ver qué obtiene Power BI de Azure Active Directory.

1. Vaya a [Link]

2. Seleccione Iniciar sesión en la esquina superior derecha.

3. Ejecute la siguiente consulta. Verá una respuesta JSON bastante grande.

HTTP

[Link]

4. Busque userPrincipalName.

Si el UPN de Azure Active Directory no coincide con el UPN local de Active Directory,
puede usar la característica Asignar nombres de usuario para cambiarlo por un valor
válido. O bien, puede ponerse en contacto con el administrador de Power BI o el
administrador de Active Directory local para que cambie el UPN.

Kerberos
Si el servidor de base de datos subyacente y la puerta de enlace de datos local no están
configurados correctamente para la delegación restringida de Kerberos, habilite el
registro detallado en la puerta de enlace. Después, investigue en función de los errores
o seguimientos de los archivos de registro de la puerta de enlace como punto de
partida para la solución de problemas. Para recopilar los registros de puerta de enlace
para su visualización, vea Recopilación de registros desde la aplicación de puerta de
enlace de datos local.

ImpersonationLevel
ImpersonationLevel está relacionado con la configuración del SPN o la configuración de
directiva local.
 [[Link]] About to impersonate user
DOMAIN\User (IsAuthenticated: True, ImpersonationLevel: Identification)

Solución

Siga estos pasos para solucionar el problema.

1. Configure un SPN para la puerta de enlace local.

2. Configure la delegación restringida en Active Directory.

FailedToImpersonateUserException: No se pudo crear la

identidad de Windows para el userid del usuario
Se produce la excepción FailedToImpersonateUserException si no se puede suplantar a
otro usuario. Este error también puede ocurrir si la cuenta que intenta suplantar es de
un dominio distinto al del servicio de puerta de enlace. Esta es una limitación.

Solución

Compruebe que la configuración sea correcta según los pasos descritos en la

sección "ImpersonationLevel" anterior.
Asegúrese de que el identificador de usuario que intenta suplantar es una cuenta
de Active Directory válida.

Error general: error 1033 al analizar el protocolo

Recibe el error 1033 cuando el identificador externo que está configurado en SAP HANA
no coincide con el inicio de sesión si el usuario se suplanta con el UPN
(alias@[Link]). En los registros, aparece el UPN original "alias@[Link]"
reemplazado por un UPN "alias@[Link]" nuevo en la parte superior de los
registros de errores, como se muestra aquí:

[[Link]] SingleSignOn Required. Original UPN 'alias@[Link]'

replaced with new UPN 'alias@[Link].'

Solución

SAP HANA requiere que el usuario suplantado use el atributo sAMAccountName

en Active Directory (alias de usuario). Si este atributo no es correcto, verá el error
1033.
 En los registros verá el valor sAMAccountName (alias) y no el UPN, que es el alias
seguido del dominio (alias@[Link]).

XML

<setting name="ADUserNameReplacementProperty" serializeAs="String">

<value>sAMAccount</value>
</setting>
<setting name="ADServerPath" serializeAs="String">
<value />
</setting>
<setting name="CustomASDataSource" serializeAs="String">
<value />
</setting>
<setting name="ADUserNameLookupProperty" serializeAs="String">
<value>AADEmail</value>

[SAP AG][LIBODBCHDB DLL][HDBODBC] Communication

link failure;-10709 Connection failed (RTE:[-1] Kerberos
error. Major: "Miscellaneous failure [851968]". Minor: "No
credentials are available in the security package".
Recibe el mensaje de error "-10709 Error de conexión" si la delegación no está
configurada correctamente en Active Directory.

Solución
 Asegúrese de tener el servidor SAP HANA en la pestaña de delegación en Active
Directory para la cuenta de servicio de puerta de enlace.

Exportación de registros para una incidencia de

soporte técnico
Los registros de la puerta de enlace son necesarios para solucionar problemas y crear
una incidencia de soporte técnico. Siga estos pasos para extraer dichos registros:

1. Identifique el clúster de la puerta de enlace.

Si es propietario de un conjunto de datos, compruebe primero el nombre del

clúster de la puerta de enlace asociado al conjunto de datos. En la imagen
siguiente, IgniteGateway es el clúster de la puerta de enlace.
2. Compruebe las propiedades de la puerta de enlace.

El administrador de la puerta de enlace debe comprobar el número de miembros

de esta que hay en el clúster y si el equilibrio de carga está habilitado.

Si el equilibrio de carga está habilitado, se debe repetir el paso 3 para todos los
miembros de la puerta de enlace. Si no está habilitado, la exportación de registros
de la puerta de enlace principal es suficiente.

3. Recupere y exporte los registros de la puerta de enlace.

A continuación, el administrador de la puerta de enlace, que también lo es del

sistema de esta, debe seguir estos pasos:

a. Inicie sesión en la máquina de la puerta de enlace. Después, inicie la aplicación

de la puerta de enlace de datos local para iniciar sesión en la puerta de enlace.

b. Habilite el registro adicional.

c. Si quiere, puede habilitar las características de supervisión del rendimiento e

incluir los registros de rendimiento para proporcionar más detalles y solucionar
problemas.

d. Ejecute el escenario del que está intentando capturar los registros de la puerta
de enlace.

e. Exporte los registros de la puerta de enlace.

Actualizar historial
Cuando se usa la puerta de enlace para una actualización programada, Actualizar
historial puede ayudarle a ver los errores que se han producido. También puede
proporcionar datos útiles si necesita crear una solicitud de soporte técnico. Puede ver
las actualizaciones programadas y las actualizaciones a petición. En los pasos siguientes
se muestra cómo acceder a la opción de actualizar historial.

1. En el panel de navegación de Power BI, seleccione un conjunto de datos en

Modelos semánticos. Abra el menú y seleccione Programar actualización.

2. En Configuración de... , seleccione Actualizar historial.

Para más información sobre la solución de problemas de escenarios de actualización,

consulte Solución de problemas de escenarios de actualización.
Pasos siguientes
Solución de problemas con la puerta de enlace de datos local
Configuración de los valores del proxy para la puerta de enlace de datos local
Administrar el origen de datos: Analysis Services
Administrar el origen de datos: SAP HANA
Administrar el origen de datos: SQL Server
Administrar el origen de datos: importación o actualización programada

¿Tiene más preguntas? Consulte la Comunidad de Power BI.

Solución de problemas de la puerta de
enlace de Power BI (modo personal)
Artículo • 06/06/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

En las secciones siguientes se examinan algunos problemas comunes que se pueden

producir al usar la puerta de enlace de datos local (modo personal) de Power BI.

Actualización a la versión más reciente

La versión actual de la puerta de enlace para uso personal es la puerta de enlace de
datos local (modo personal). Actualice la instalación para usar esa versión.

Si la versión de la puerta de enlace no está actualizada, pueden aparecer muchos

problemas. Es una buena práctica general asegurarse de que tiene la versión más
reciente. Si no ha actualizado la puerta de enlace durante un mes o más, considere la
posibilidad de instalar la versión más reciente. Después, compruebe si puede reproducir
el problema.

Instalación
La puerta de enlace (modo personal) funciona en las versiones de 64 bits: si el equipo
tiene una versión de 32 bits, no se puede instalar la puerta de enlace (modo personal). El
sistema operativo debe ser una versión de 64 bits. Instale una versión de 64 bits de
Windows o instale la puerta de enlace (modo personal) en un equipo de 64 bits.

Se agotó el tiempo de espera de la operación: este mensaje es frecuente si el equipo

(máquina física o virtual) en el que se instala la puerta de enlace (modo personal) tiene
un procesador de un solo núcleo. Cierre todas las aplicaciones, desactive todos los
procesos que no sean esenciales e intente realizar la instalación de nuevo.
La puerta de enlace de administración de datos o el conector de Analysis Services no
pueden instalarse en el mismo equipo que la puerta de enlace (modo personal): si ya
tiene instalado un conector de Analysis Services o una puerta de enlace de
administración de datos, primero debe desinstalar el conector o la puerta de enlace.
Después, intente instalar la puerta de enlace (modo personal).

７ Nota

Si detecta un problema durante la instalación, los registros de instalación pueden

proporcionar información para ayudarle a resolverlo. Para obtener más
información, vea Registros de instalación.

Configuración de proxy: puede que encuentre problemas con la configuración de la

puerta de enlace (modo personal) si su entorno requiere el uso de un proxy. Para
obtener más información sobre cómo configurar la información de proxy, vea
Configuración de proxy para la puerta de enlace de datos local.

Programar actualización
Error: Falta la credencial almacenada en la nube.

Es posible que reciba este error en la configuración del conjunto de datos si tiene una
actualización programada y después desinstala y vuelve a instalar la puerta de enlace
(modo personal). Si desinstala una puerta de enlace (modo personal), las credenciales
del origen de datos para un conjunto de datos que se configuró para la actualización se
quitan del servicio Power BI.

Solución: en el servicio Power BI, vaya a la configuración de actualización de un

conjunto de datos. En Administrar orígenes de datos, para cualquier origen de datos
con un error, seleccione Editar credenciales. Luego, vuelva a iniciar sesión en el origen
de datos.

Error: las credenciales proporcionadas para el conjunto de datos no son válidas. Para
continuar, actualice las credenciales mediante una actualización o en el cuadro de
diálogo Configuración de origen de datos.

Solución: Si recibe un mensaje de credenciales, puede significar que:

Los nombres de usuario y las contraseñas que usa para iniciar sesión en los
orígenes de datos no estén actualizados. En el servicio Power BI, vaya a la
configuración de actualización de un conjunto de datos. En Administrar orígenes
 de datos, seleccione Editar credenciales para actualizar las credenciales del origen
de datos.

En una consulta única, los mashups entre un origen en la nube y uno local no se
actualizan en la puerta de enlace (modo personal) si uno de los orígenes usa
OAuth para la autenticación. Un ejemplo de este problema es un mashup entre
CRM Online y una instancia de SQL Server local. Se produce un error en el mashup
porque CRM Online requiere OAuth.

Se trata de un problema conocido que se está examinando. Para solucionar el

problema, tenga una consulta independiente para el origen en la nube y el origen
local. Después, use una consulta de combinación o de datos anexados para
combinarlos.

Error: Origen de datos no admitido.

Solución: Si recibe un mensaje de origen de datos no admitido en la configuración de

Programar actualización, podría indicar que:

El origen de datos no se admite actualmente para la actualización en el servicio

Power BI.
El libro de Excel no contiene un modelo de datos, solo datos de la hoja de cálculo.
Actualmente, el servicio Power BI solo admite la actualización si el libro de Excel
cargado contiene un modelo de datos. Al importar datos mediante Power Query
en Excel, elija la opción Cargar para cargar los datos en un modelo de datos. Esta
opción garantiza la importación de los datos en un modelo de datos.

Error: [No se pueden combinar los datos] <parte de la consulta>/<…>/<…> está

accediendo a orígenes de datos con niveles de privacidad que no se pueden usar
juntos. Vuelva a generar esta combinación de datos.

Solución: Este error se debe a las restricciones de nivel de privacidad y a los tipos de
orígenes de datos que usa.

Error: Error de origen de datos: no se puede convertir el valor "[tabla]" al tipo Table.

Solución: Este error se debe a las restricciones de nivel de privacidad y a los tipos de
orígenes de datos que usa.

Error: No hay suficiente espacio para esta fila.

Solución: Este error se produce si tiene una sola fila que ocupe más de 4 MB. Busque la
fila en el origen de datos e intente filtrarla o reducir su tamaño.
Orígenes de datos
Falta el proveedor de datos: La puerta de enlace (modo personal) solo funciona en
versiones 64 bits. Para que los proveedores de datos se puedan instalar en el mismo
equipo que la puerta de enlace (modo personal), se requiere una versión de 64 bits. Por
ejemplo, si el origen de datos del conjunto de datos es Microsoft Access, debe instalar
al proveedor ACE de 64 bits en el mismo equipo en el que instaló la puerta de enlace
(modo personal).

７ Nota

Si tiene una versión de Excel de 32 bits, no puede instalar un proveedor ACE de la

versión de 64 bits en el mismo equipo.

La autenticación de Windows no es compatible con la base de datos de Access: el

servicio Power BI actualmente solo admite la autenticación anónima en la base de datos
de Access.

Error: Error de inicio de sesión al escribir las credenciales de un origen de datos: Si

obtiene un error como este al escribir las credenciales de Windows para un origen de
datos:
Es posible que todavía se encuentre en una versión anterior de la puerta de enlace
(modo personal).

Solución: Para obtener más información, vea el artículo sobre la instalación de la versión
más reciente de Power BI Gateway (modo personal) .

Error: Error de inicio de sesión al seleccionar la autenticación de Windows para un

origen de datos mediante ACE OLEDB: Si obtiene el siguiente error al especificar las
credenciales del origen de datos para un origen de datos mediante un proveedor ACE
OLEDB:

El servicio Power BI no admite actualmente la autenticación de Windows para un origen

de datos mediante el proveedor ACE OLEDB.

Solución: Para solucionar este error, seleccione Autenticación anónima. En el caso de

un proveedor ACE OLEDB heredado, las credenciales anónimas equivalen a las de
Windows.

Actualización de iconos
Si obtiene un error al actualizar los mosaicos del panel, vea Solución de problemas de
errores de icono.

Herramientas de solución de problemas

Actualizar historial
Con Actualizar historial, puede ver los errores que se han producido y buscar datos
útiles en caso de que tenga que crear una solicitud de soporte técnico. Puede ver tanto
las actualizaciones programadas como las actualizaciones a petición. A continuación se
muestra cómo acceder a Actualizar historial.

1. En el panel de navegación del servicio Power BI, seleccione un conjunto de datos

en Conjuntos de datos. Abra el menú Más opciones (...) y seleccione Programar
actualización.

2. En Configuración de... , seleccione Actualizar historial.

Registros de eventos
Varios registros de eventos pueden proporcionar información. Los dos primeros, Puerta
de enlace de administración de datos y PowerBIGateway, están presentes si es
administrador del equipo. Si no es administrador y usa la puerta de enlace de datos
local (modo personal), verá las entradas de registro en el registro de aplicaciones.

Los registros Data Management Gateway y PowerBIGateway están presentes en el área

de Registros de aplicaciones y servicios.
Seguimiento de Fiddler
Fiddler es una herramienta gratuita de Telerik que supervisa el tráfico HTTP. Puede ver
la comunicación con el servicio Power BI desde el equipo cliente. Es posible que esta
comunicación muestre errores y otra información relacionada.

Registros de instalación
Si no se puede instalar la puerta de enlace (modo personal), verá un vínculo para
mostrar el registro de instalación. El registro de instalación puede mostrar información
detallada sobre el error. Estos registros son registros de instalación de Windows,
también conocidos como registros MSI. Pueden ser bastante complejos y difíciles de
leer. Normalmente el error resultante está al final, pero determinar su causa no es fácil.
Podría ser el resultado de errores en un registro diferente. También podría ser el
resultado de un error que aparece más arriba en el registro.
O bien, puede ir a la carpeta Temp (%temp%) y buscar los archivos que empiezan por
Power_BI_.

７ Nota

Si va a %temp%, es posible que acabe en una subcarpeta de Temp. Los archivos de

Power_BI_ se encuentran en la raíz del directorio Temp. Puede que tenga que subir
un nivel o dos.

Pasos siguientes
Configuración de los valores del proxy para la puerta de enlace de datos local
Actualizar datos en Power BI
 Uso de puertas de enlace personales en Power BI
Solución de problemas de errores de icono
Solución de problemas de puertas de enlace: Power BI

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI .

Uso de conectores de datos
personalizados con una puerta de
enlace de datos local
Artículo • 21/03/2023

７ Nota

La documentación sobre puertas de enlace de datos locales se ha dividido en

contenido específico de Power BI y contenido general que se aplica a todos los
servicios que admite la puerta de enlace. Actualmente se encuentra en el
contenido de Power BI. Para proporcionar comentarios sobre este artículo o la
experiencia general de la documentación sobre puertas de enlace, desplácese hasta
la parte inferior del artículo.

Los conectores de datos de Power BI se utilizan para conectarse y acceder a los datos de
una aplicación, servicio u origen de datos. Puede desarrollar conectores de datos
personalizados y usarlos en Power BI Desktop.

Si crea informes en Power BI Desktop que utilizan conectores de datos personalizados,

puede utilizar una puerta de enlace de datos local para actualizar esos informes en el
servicio Power BI.

Para obtener más información sobre cómo desarrollar conectores de datos

personalizados para Power BI, consulte el DataConnectors SDK en GitHub. En este
sitio se incluye información sobre cómo empezar a trabajar y ejemplos para Power BI y
Power Query.

Habilitar y utilizar conectores personalizados

Para activar el uso de conectores personalizados, seleccione Conectores en la aplicación
de la puerta de enlace de datos local. En Conectores de datos personalizados, en
Cargar conectores de datos personalizados desde la carpeta, busque y seleccione una
carpeta a la que pueda acceder el usuario que ejecuta el servicio de puerta de enlace. El
usuario predeterminado es NT SERVICE\PBIEgwService. La puerta de enlace carga
automáticamente los archivos de conectores personalizados en esa carpeta y aparecen
en la lista de conectores de datos.
 ７ Nota

Si usa una puerta de enlace de datos local (modo personal), puede cargar el
informe de Power BI en el servicio Power BI y usar la puerta de enlace para
actualizarlo.

Para una puerta de enlace de datos local, tiene que crear un origen de datos para el
conector personalizado. En la página de configuración de la puerta de enlace en el
servicio Power BI, seleccione la opción para activar el uso de conectores personalizados
con este clúster.
Si activa esta opción, verá sus conectores personalizados como conexiones de orígenes
de datos disponibles que puede añadir a este clúster de puertas de enlace. Una vez que
cree un origen de datos que use el nuevo conector personalizado, podrá actualizar los
informes de Power BI mediante el conector personalizado en el servicio Power BI.
Consideraciones y limitaciones
Asegúrese de que el servicio de la puerta de enlace en segundo plano puede
acceder a la carpeta que cree. Normalmente, no se puede acceder a las carpetas
que se encuentran bajo las carpetas de Windows o las carpetas del sistema de sus
usuarios. La aplicación de puerta de enlace de datos local muestra un mensaje si
no se puede acceder a la carpeta. Esta limitación no se aplica a la puerta de enlace
de datos local (modo personal).

Para que los conectores personalizados funcionen con la puerta de enlace de

datos local, tienen que implementar una sección TestConnection en el código del
conector personalizado. Esta sección no es necesaria al usar conectores
personalizados con Power BI Desktop. Por este motivo, puede tener un conector
que funciona con Power BI Desktop, pero no con la puerta de enlace. Para obtener
más información sobre cómo implementar una sección TestConnection, consulte
TestConnection.

Si el conector personalizado está en una unidad de red, incluya la ruta de acceso

completa en la aplicación de puerta de enlace de datos local.

Solo puede usar un origen de datos del conector personalizado cuando trabaje en
modo DirectQuery. El uso de varios orígenes de datos de dicho conector no
funciona con DirectQuery.
Pasos siguientes
Administrar el origen de datos: Analysis Services
Administrar el origen de datos: SAP HANA
Administrar el origen de datos: SQL Server
Administrar el origen de datos: Oracle
Administrar el origen de datos: importación o actualización programada
Configuración de los valores del proxy para la puerta de enlace de datos local
Uso de Kerberos para el inicio de sesión único (SSO) de Power BI a orígenes de
datos locales

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI .

Solución de problemas de inicio de
Power BI Desktop
Artículo • 08/02/2024

En este artículo se describen y se proporcionan soluciones para varias circunstancias en

las que Power BI no se puede abrir o no se puede conectar a orígenes de datos.

Problemas con la apertura de archivos PBIX

cifrados
No se pueden abrir archivos PBIX cifrados con una versión de Power BI Desktop que no
admita la protección de la información. Si necesita seguir usando Power BI Desktop,
actualice a una versión que admita la protección de la información.

Solución:seleccione este vínculo para descargar directamente el archivo ejecutable de

instalación de Power BI Desktop más reciente . La versión más reciente de
Power BI Desktop admite la protección de la información y puede descifrar y abrir
cualquier archivo PBIX cifrado.

Incidencias de puerta de enlace de datos local

Los usuarios que instalaron y ejecutan versiones anteriores de la puerta de enlace de
datos local de Power BI pueden bloquear la apertura de Power BI Desktop. Las versiones
anteriores de la puerta de enlace de datos local colocaron restricciones de directiva
administrativa en canalizaciones con nombre en el equipo local.

Solución: para solucionar el problema asociado a la puerta de enlace de datos local y

habilitar la apertura de Power BI Desktop, utilice una de las siguientes opciones:

Instalar la versión más reciente de la puerta de enlace de datos local de Power BI.

La versión más reciente de la puerta de enlace de datos local de Power BI no

impone restricciones de canalización con nombre en el equipo local y permite abrir
Power BI Desktop correctamente. Si necesita seguir usando la puerta de enlace de
datos local de Power BI, la solución recomendada es actualizarla. Seleccione este
vínculo para descargar directamente el archivo ejecutable de instalación de la
puerta de enlace local de Power BI Desktop más reciente .

Desinstalar o detener el servicio de la puerta de enlace de datos local de Power BI.

Puede desinstalar la puerta de enlace de datos local de Power BI si ya no la
 necesita. O bien, puede detener el servicio de la puerta de enlace de datos local de
Power BI, que quita la restricción de la directiva y permite que se abra Power BI
Desktop.

Ejecutar Power BI Desktop con privilegios de administrador.

Puede iniciar Power BI Desktop como administrador, lo que también permite la

apertura correcta de Power BI Desktop. Todavía se recomienda instalar la versión
más reciente de la puerta de enlace de datos local de Power BI.

Power BI Desktop es una arquitectura multiproceso, y algunos de estos procesos

se comunican mediante canalizaciones con nombre de Windows. Otros procesos
podrían interferir con esas canalizaciones con nombre. La razón más común para
este tipo de interferencias es la seguridad, incluidas las situaciones donde firewalls
o software antivirus bloquean las canalizaciones o redirigir el tráfico a un puerto
específico.

La apertura de Power BI Desktop con privilegios de administrador podría resolver

ese problema. Si no puede abrir Power BI Desktop con privilegios de
administrador, pregunte a su administrador qué reglas de seguridad impiden a las
canalizaciones con nombre comunicarse correctamente. A continuación, agregue
Power BI Desktop y sus subprocesos a las listas de permitidos.

Problemas al conectarse a SQL Server

Si intenta conectarse a una base de datos de SQL Server utilizando una cuenta diferente
a la cuenta con la que ha iniciado sesión en su equipo, utilizando Windows > Usar
credenciales alternativas, es posible que aparezca un mensaje similar al siguiente error:

Error al leer datos del proveedor:

'No se puede cargar el archivo o ensamblado '[Link],
Version=[Link], Culture=neutral, PublicKeyToken=xxxxxxxxxxxxx' o una de sus
dependencias. No se ha proporcionado el nivel de representación necesario o el nivel
de representación no es válido. (Excepción de HRESULT: 0x80070542)'

Causa: Esto se debe a la forma en que su sistema local y las cuentas están configurados
por su departamento de TI. Si la cuenta alternativa de Windows que está intentando
utilizar no tiene permitido el acceso al sistema, entonces se bloquea el registro de los
DLL necesarios para que Power BI Desktop establezca la conexión.

Solución: a menudo puede resolver el problema si abre Power BI Desktop como

administrador antes de realizar la conexión de SQL Server o si pide a los
administradores del sistema que proporcionen a la cuenta de Windows alternativa los
permisos correctos para el equipo. Abrir Power BI Desktop como administrador y
establecer la conexión registra los archivos DLL necesarios, después de eso, ya no tiene
que abrir Power BI Desktop como administrador para esta conexión. Sin embargo, si
decide conectarse al servidor SQL con otras credenciales alternativas de Windows,
tendrá que abrir Power BI Desktop como administrador cada vez que se conecte.

Problemas "No es posible iniciar sesión"

Es posible que vea un mensaje similar al siguiente error:

No es posible iniciar sesión. Hemos detectado un error al intentar iniciar sesión.

Detalles: Se ha cerrado la conexión subyacente: No se ha podido establecer una
relación de confianza para el canal seguro SSL/TLS.

Solución: Deshabilite la comprobación de revocación de certificación en Opciones y

configuración>Opciones>Revocación de certificación de>seguridad. Para obtener más
información, consulte Comprobación de la revocación de certificados en Power BI
Desktop.

Problemas al iniciar la versión de Microsoft

Store de Power BI Desktop
Es posible que vea un mensaje similar al siguiente error:

Vaya... no puede acceder a esta página. No se encontró la dirección IP del servidor

[Link]. Mensaje del registro de eventos de la aplicación: la
descripción del id. de evento 1 del origen

El mensaje puede incluir más información, como los detalles siguientes:

El componente que provoca este evento no está instalado en el equipo local o la

instalación está dañada. Puede instalar o reparar el componente en el equipo local.

Solución: Vuelva a instalar WebView2 mediante los pasos siguientes, que no requieren
permisos administrativos elevados.

1. Desinstale webview2.
2. Vuelva a instalar webview2 mediante este vínculo de instalación .

Problemas relacionados con WebView2

En raras ocasiones, es posible que Power BI Desktop no se inicien y muestren una
ventana gris o un mensaje de error que mencione WebView2.

La mayoría de los casos son causados por un programa en su máquina, normalmente

software antivirus. Para comprobar si un programa está causando el problema, siga
estos pasos:

1. Cierre Power BI Desktop.

2. Abra Configuración de Windows>Acerca de>configuración avanzada del sistema

y seleccione Variables de entorno.
 Seleccione Nuevo en Variables de usuario y agregue el nombre de variable
WEBVIEW2_ADDITIONAL_BROWSER_ARGUMENTS con el valor --disable-
features=RendererCodeIntegrity.

3. Inicie Power BI Desktop y compruebe que se inicia correctamente esta vez.

4. Elimine la variable de entorno que ha establecido.

Solución: Si los pasos anteriores han corregido el problema, deshabilite cualquier

software que pudiera interferir con Power BI Desktop inicio o proporcione una exención
para el proceso de WebView2.

Si sigue teniendo problemas, envíe un incidente de soporte técnico al soporte técnico

de Power BI y proporcione la siguiente información:

Informes de errores de WebView2. Si usa la versión de Microsoft Store de Power

BI Desktop, los informes de errores se encuentran en c:\Users\
<username>\Microsoft\Power BI Desktop Store
App\WebView2\EBWebView\Crashpad\reports o
c:\Users\username<\Microsoft\>Power BI Desktop Store
App\WebView2Elevated\EBWebView\Crashpad\reports.

Si usa la versión descargada .exe de Power BI Desktop, los informes de errores se

encuentran en c:\Users\<username>\AppData\Local\Microsoft\Power BI
Desktop\WebView2\EBWebView\Crashpad\reports o c:\Users\
<username>\AppData\Local\Microsoft\Power BI
Desktop\WebView2Elevated\EBWebView\Crashpad\ informes.

Id. de dispositivo de la máquina, desde elsistema>de configuración> de

WindowsAcerca de.

Instalador y registros de actualización. Recopile estos archivos de las ubicaciones

siguientes; para ello, copie y pegue las rutas de acceso en el Explorador de
archivos y copie los archivos en otra ubicación. Algunos archivos tienen los mismos
nombres, así que asegúrese de no sobrescribirlos y cambie sus nombres al
copiarlos.
 ﾉ Expandir tabla

Ruta de acceso Archivo

%temp%\ msedge_installer.log

%ProgramData%\Microsoft\EdgeUpdate\Log\ [Link]

%windir%\Temp\ [Link]

%allusersprofile%\Microsoft\EdgeUpdate\Log\ [Link]

%systemroot%\Temp\ msedge_installer.log

%localappdata%\Temp\ msedge_installer.log

%localappdata%\Temp\ [Link]

Registro del Visor de eventos. Inicie Visor de eventos desde el menú Inicio. En
Visor de eventos, vaya a Registro de aplicaciones y servicios
de>Microsoft>Windows>CodeIntegrity>Operational. Haga clic con el botón
derecho en Operativo en el panel izquierdo y elija Guardar todos los eventos
como. Almacene el archivo en algún lugar donde pueda recuperarlo. Haga lo
mismo para laAplicación>Registros de Windows.
Clave ClientState del Editor del Registro. Abra el Editor del Registro buscando
regedit en Windows Search o en el menú Inicio. En Editor del Registro, navegue a
HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\Microsoft\EdgeUpdate\Cli
entState. Haga clic con el botón derecho enClientState en el panel izquierdo, elija
Exportar y guarde el archivo.

Seguimientos del proceso. Siga estos pasos para recopilar seguimientos de

procesos mediante el Monitor de procesos:

1. Descargue el Monitor de proceso, extraiga el archivo descargado y ejecute

[Link].

2. Para detener la captura, seleccione el botón Capturar cuadrado abierto.

3. Para borrar todos los seguimientos, seleccione el botón Borrar la basura.

4. Para empezar a capturar, seleccione el botón Capturar.

5. Inicie Power BI Desktop y espere a que aparezca el error.

 6. Para empezar a capturar, seleccione el botón Capturar.

7. Guarde los seguimientos eligiendo Guardar archivo>. En el cuadro de

diálogo Guardar en archivo, seleccione Todos los eventos y Formato de
monitor de procesos nativos (PML), proporcione una ruta de acceso para el
archivo y, a continuación, seleccione Aceptar.

8. Comparta los seguimientos con el equipo de soporte técnico a petición.

Información de diagnóstico adicional. Use Windows Assessment and Deployment

Kit para recopilar información adicional.

1. Descargue Windows Assessment and Deployment Kit.

2. Después de la descarga, inicie [Link] y seleccione Instalar Windows

Assessment and Development Kit en este equipo y luego seleccione
Siguiente:
3. Continúe con el asistente. En la página Seleccionar las características que
quiere instalar, seleccione Windows Performance Toolkit y, a continuación,
seleccione Instalar:

4. Complete la instalación e inicie Windows Performance Recorder.

5. Descargue el archivo EdgeWebView2_General_EventsOnly.wprp en el

equipo y desempaquételo.
6. En Windows Performance Recorder, elija Más opciones.

7. Elija Agregar perfiles para agregar el perfil

EdgeWebView2_General_EventsOnly.wprp que descargó en el paso anterior.

8. Elija Iniciar para iniciar la grabación.

 9. Con la grabación en ejecución, inicie Power BI Desktop y asegúrese de que
aparece el problema de inicio.

10. Hecho esto, elija Guardar para detener la grabación y guardar los resultados
en el ordenador.
 11. Proporcione toda la información recopilada al equipo de soporte técnico a
petición.

Tiempos de espera de conexión de datos

Cuando intenta crear una nueva conexión o conectarse a un modelo semántico de
Power BI existente, Power BI Desktop podría agotar el tiempo de espera sin establecer la
conexión. El número de conexión puede seguir girando, pero la conexión nunca se
completa.

Esta situación puede producirse si la máquina tiene instalado un producto de seguridad,

como Digital Guardian u otros productos de seguridad. En algunos casos, el producto
de seguridad instalado puede interferir con las llamadas de solicitud de conexión de red
salientes, lo que provoca que el intento de conexión agote el tiempo de espera o
genere un error.

Solución: Intente deshabilitar el producto de seguridad y vuelva a intentar la conexión.

Si la conexión se realiza correctamente después de deshabilitar el producto de
seguridad, sabe que el producto de seguridad probablemente fue la causa del error de
conexión.

Otros problemas de inicio

El equipo de documentación de Power BI se esfuerza por cubrir tantos problemas Power
BI Desktop como sea posible. El equipo examina periódicamente los problemas que
pueden afectar a muchos clientes y los incluye en artículos.

Si el problema no está relacionado con una puerta de enlace de datos local o si las
resoluciones de este artículo no funcionan, puede enviar un incidente de soporte
técnico al soporte técnico de Power BI .

Si encuentra otros problemas en el futuro con Power BI Desktop, es útil activar el

seguimiento y recopilar archivos de registro. Los archivos de registro ayudan a aislar e
identificar el problema. Para activar el seguimiento en Power BI Desktop, elija
Archivo>Opciones y configuración>Opciones, seleccione Diagnóstico y, a
continuación, seleccione Habilitar seguimiento. Se debe ejecutar Power BI Desktop para
poder establecer esta opción, pero resulta útil para futuros problemas relacionados con
la apertura de Power BI Desktop.

Contenido relacionado
Obtener Power BI Desktop
Solución de problemas con los
escenarios de actualización
Artículo • 16/04/2024

En este artículo se describen diferentes escenarios que pueden surgir al actualizar datos
dentro del servicio Power BI.

７ Nota

Si se encuentra con un escenario que no se menciona en este artículo y está

causando incidencias, puede pedir ayuda adicional en el sitio de la comunidad o
crear una incidencia de soporte técnico .

Debe asegurarse siempre de que se cumplen y comprueban los requisitos básicos de la

actualización:

Compruebe la versión de la puerta de enlace que se va a actualizar.

Compruebe que el informe tenga seleccionada una puerta de enlace. Si no hay
ninguna puerta de enlace seleccionada, es posible que el origen de datos haya
cambiado o que falte.

Cuando haya confirmado que se cumplen estos requisitos, consulte las secciones
siguientes para más información de solución de problemas.

Notificaciones por correo electrónico

Si ha llegado a este artículo a partir de una notificación por correo electrónico, y ya no
desea recibir correos electrónicos acerca de los problemas de actualización, póngase en
contacto con el administrador de Power BI. Pídales que quiten directamente su dirección
de correo electrónico, o que la eliminen de una lista de correo electrónico a la que se
esté suscrito de los modelos semánticos correspondientes en Power BI. Un
administrador usa el siguiente área en el portal de administración de Power BI.
La actualización mediante el conector web no
funciona correctamente
Si tiene un script de conector web que usa la función [Link] y ha actualizado el
modelo semántico o el informe después del 18 de noviembre de 2016, debe usar una
puerta de enlace para que la actualización funcione correctamente.

Origen de datos no admitido para la

actualización
Al configurar un modelo semántico, puede que reciba un error que indica que el
modelo semántico utiliza un origen de datos no admitido para la actualización. Para más
detalles, consulte Solución de problemas de origen de datos no admitido para la
actualización.

El panel no refleja los cambios tras la

actualización
Espere entre 10 y 15 minutos aproximadamente para que la actualización se refleje en
los iconos del panel. Si sigue sin aparecer, vuelva a anclar la visualización al panel.

GatewayNotReachable al establecer las

credenciales
Es posible que se produzca un error GatewayNotReachable al intentar establecer
credenciales para un origen de datos, que puede ser el resultado de una puerta de
enlace en desuso. Instale la última versión de Gateway y vuelva a intentarlo.

Error de procesamiento: Se produjo el siguiente

error del sistema: no coinciden los tipos
Este error podría tratarse de una incidencia con el script de M en el archivo de Power BI
Desktop o el libro de Excel. También puede deberse a que la versión de Power BI
Desktop esté obsoleta.

Errores de actualización de iconos

Para ver una lista de errores que pueden producirse con los iconos de panel y
explicaciones, consulte Solución de problemas de errores de icono.

Se produce un error en la actualización al

actualizar datos de orígenes que usan OAuth
de Microsoft Entra ID
El token de OAuth de Microsoft Entra ID (Microsoft Entra ID), usado por muchos
orígenes de datos diferentes, expira aproximadamente una hora. A veces, ese token
expira antes de que los datos hayan terminado de cargarse, ya que el servicio Power BI
espera hasta dos horas al cargar datos. En esa situación, el proceso de carga de datos se
puede interrumpir debido a un error en las credenciales.

Entre los orígenes de datos que usan Microsoft Entra ID OAuth se incluyen Microsoft
Dynamics CRM Online, SharePoint Online (SPO) y otros. Si se va a conectar a dichos
orígenes de datos y recibe un error de credenciales cuando la carga de datos tarda más
de una hora, puede que OAuth sea el motivo.
Microsoft investiga una solución que permita que el proceso de carga de datos actualice
el token de actualización y continúe. Sin embargo, si la instancia de Dynamics CRM
Online o SharePoint Online es tan grande que se ejecuta por encima del umbral de
carga de datos de dos horas, el servicio Power BI podría notificar un tiempo de espera
de carga de datos. Este tiempo de espera de carga de datos también se aplica a otros
orígenes de datos de OAuth de Microsoft Entra ID.

Para que la actualización funcione correctamente al conectarse a un origen de datos de

SharePoint Online con OAuth de Microsoft Entra ID, debe usar la misma cuenta que
emplea para iniciar sesión en el servicio Power BI.

Si se quiere conectar a un origen de datos desde el servicio Power BI mediante OAuth2,

dicho origen debe estar en el mismo inquilino que el servicio Power BI. Actualmente, los
escenarios de conexión multiinquilino no se admiten con OAuth2.

Límites de datos sin comprimir para la

actualización
El tamaño máximo de los modelos semánticos importados en el servicio Power BI es de
1 GB. Estos modelos semánticos están muy comprimidos para garantizar un alto
rendimiento. Además, en la capacidad compartida, el servicio establece un límite de
10 GB en la cantidad de datos sin comprimir que se procesan durante la actualización.
Este límite tiene en cuenta la compresión y, por tanto, es mayor que el tamaño máximo
del modelo semántico de 1 GB. Los modelos semánticos de Power BI Premium no están
sujetos a estos límites. Si por este motivo se produce un error en la actualización del
servicio Power BI, reduzca la cantidad de datos importados en Power BI y vuelva a
intentarlo.

Tiempo de espera de la actualización

programada
La actualización programada de los modelos semánticos importados caduca a las dos
horas. Este tiempo de espera se puede aumentar a cinco horas para los modelos
semánticos de las áreas de trabajo Premium. Si alcanza este límite, considere la
posibilidad de reducir el tamaño o la complejidad del modelo semántico o de
refactorizar el modelo semántico grande en varios modelos semánticos más pequeños.

Actualización programada deshabilitada

Si se produce un error en una actualización programada en cuatro ocasiones en una fila,
Power BI deshabilita la actualización. Solucione el problema subyacente y, a
continuación, vuelva a habilitar la actualización programada.

Sin embargo, si el modelo semántico residiera en un área de trabajo en Capacidad

incrustada y esa capacidad se desactivase, se producirá un error en el primer intento de
actualización (ya que la capacidad estará desactivada) y, en estas circunstancias, su
actualización programada se deshabilitará inmediatamente.

El acceso al recurso queda prohibido

Este error puede producirse debido a que las credenciales almacenadas en caché han
expirado. Borre la caché del explorador de Internet y, luego, inicie sesión en Power BI y
vaya a [Link] para forzar
una actualización de sus credenciales.

Error al actualizar los datos debido a que ha

cambiado la contraseña o las credenciales han
expirado
Otro posible error en la actualización de datos podría deberse a que la credencial
almacenada en caché ha expirado. Borre la caché del explorador de Internet y, luego,
inicie sesión en Power BI y vaya a [Link]
alwaysPromptForContentProviderCreds=true , que fuerza una actualización de las

credenciales.

La actualización de una columna del tipo ANY

que contiene TRUE o FALSE da como resultado
valores inesperados
Cuando se crea un informe en Power BI Desktop que contiene una columna de tipo de
datos ANY y esa columna contiene valores TRUE o FALSE, los valores de esa columna
pueden variar entre Power BI Desktop y el servicio Power BI después de una
actualización. En Power BI Desktop, el motor subyacente convierte los valores booleanos
en cadenas, conservando los valores TRUE o FALSE. En el servicio Power BI, el motor
subyacente convierte los valores en objetos y, posteriormente, convierte los valores en
-1 o 0.
Los objetos visuales creados en Power BI Desktop con estas columnas pueden
comportarse o aparecer como se diseñaron antes de un evento de actualización, pero
pueden cambiar (debido a que TRUE/FALSE se convierte en -1/0) después del evento de
actualización.

Resuelva el error: El contenedor terminó

inesperadamente con el código 0x0000DEAD
Si aparece el error El contenedor terminó inesperadamente con el código
0x0000DEAD, intente deshabilitar la actualización programada y volver a publicar el
modelo semántico.

Operación de actualización limitada por

Power BI Premium
Una capacidad Premium podría limitar las operaciones de actualización de datos
cuando se procesan demasiados modelos semánticos de manera simultánea. Puede
producirse una limitación en las capacidades de Power BI Premium. Cuando se cancela
una operación de actualización, se registra el mensaje de error siguiente en el historial
de actualizaciones:

Ha superado el límite de capacidad de las actualizaciones del modelo semántico. Vuelva a

intentarlo cuando se procesen menos modelos semánticos.

Si el error se produce con frecuencia, use la vista de programación para determinar si

los eventos de actualización programada están espaciados correctamente. Para
comprender el número máximo de actualizaciones simultáneas permitidas por SKU,
revise la tabla Capacidades y SKU.

Para resolver este error, puede modificar la programación de actualización para realizar
la operación cuando se estén procesando menos modelos semánticos. También puede
aumentar el tiempo entre operaciones de actualización para todos los modelos
semánticos de la programación de actualización en la capacidad Premium afectada.
Puede volver a intentar la operación si usa operaciones XMLA personalizadas.

Se superó el límite de nivel de capacidad.

Este error indica que tiene demasiados modelos semánticos que ejecutan la
actualización al mismo tiempo, en función de la capacidad adquirida por la
organización. Para solucionar este error, puede volver a intentar la operación de
actualización o volver a programar la hora de actualización.
Se superó el límite de nivel de nodo.

Este error indica un error del sistema en Power BI Premium basado en los modelos
semánticos que residen en un nodo físico determinado. Para solucionar este error,
puede volver a intentar la operación de actualización o volver a programar la hora de
actualización.

Flujos de datos o errores de datamart en áreas

de trabajo Premium
Algunos conectores no se admiten para flujos de datos y datamarts en áreas de trabajo
Premium. Al usar un conector no compatible, puede recibir el siguiente error:
[Link]: La importación "<"nombre del conector">" no coincide con ninguna
exportación. ¿Perdió una referencia de módulo?

Los siguientes conectores no se admiten para flujos de datos y datamarts en áreas de

trabajo Premium:

Linkar
Actian
AmazonAthena
AmazonOpenSearchService
BIConnector
DataVirtuality
DenodoForPowerBI
Exasol
Foundry
Indexima
IRIS
JethroODBC
Kyligence
MariaDB
MarkLogicODBC
OpenSearchProject
QubolePresto
SingleStoreODBC
StarburstPresto
TibcoTdv

El uso de la lista anterior de conectores con flujos de datos o datamarts solo es

compatible con áreas de trabajo que no son Premium.
Se ha producido un problema al actualizar el
flujo de datos, no se admite la versión de
puerta de enlace que está usando.
Este error se produce si la versión de la puerta de enlace de datos local que se usa para
actualizar el flujo de datos (Gen1 o Gen2) no es compatible. Actualmente, Microsoft solo
admite la últimas seis versiones de la puerta de enlace de datos local. Actualice la puerta
de enlace a la versión más reciente o una versión compatible para resolver este
problema. Consulte el artículo sobre cómo actualizar una puerta de enlace de datos
local para obtener instrucciones sobre la actualización de puertas de enlace.

Contenido relacionado
Actualizar datos en Power BI
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de Power BI Gateway - Personal

¿Tiene alguna pregunta más? Pruebe a preguntar a la Comunidad de

Microsoft Power BI .

Comentarios
¿Le ha resultado útil esta página?  Sí  No

Proporcionar comentarios sobre el producto | Preguntar a la comunidad

Solución de problemas con los errores
de los iconos
Artículo • 24/11/2023

En este artículo se enumeran y explican los errores comunes que pueden producirse con
la actualización de iconos en Power BI. Si un error que no aparece en la lista causa
problemas, puede solicitar ayuda en el sitio de la comunidad de Power BI o presentar
una incidencia de soporte técnico .

Lista de errores
En la lista siguiente se explican y ofrecen soluciones para errores comunes de
actualización de iconos.

Power BI encontró un error inesperado al cargar el modelo. Vuelva a intentarlo

más tarde.

No se puede recuperar el modelo de datos. Póngase en contacto con el

propietario del panel para asegurarse de que los orígenes de datos y el modelo
existen y son accesibles.

Power BI no pudo acceder a los datos porque el origen de datos no era accesible.
Este problema puede suceder si se quita, mueve o desconecta el origen de datos,
o bien si se cambian el nombre o los permisos. Compruebe que el origen aún está
en la ubicación especificada y que todavía tiene permiso para acceder a ella. Si el
problema no es ese, puede que el origen de datos sea lento. Inténtelo de nuevo
más tarde durante un tiempo en el que la carga en el origen sea menor. Si es un
origen local, es posible que el propietario del origen de datos pueda proporcionar
más información.

No tiene permiso para ver este icono ni para abrir el libro.

Póngase en contacto con el propietario del panel para asegurarse de que los
orígenes de datos y el modelo existan y sean accesibles para su cuenta.

El administrador ha deshabilitado los objetos visuales de Power BI.

El administrador de Power BI ha deshabilitado el uso de objetos visuales de

Power BI para la organización o el grupo de seguridad. No puede usar objetos
visuales de Power BI desde Microsoft Marketplace ni importar objetos visuales
privados desde un archivo. Solo puede usar el conjunto de objetos visuales
empaquetado previamente.

Las formas de datos deben contener al menos un grupo o cálculo con salida de
datos. Póngase en contacto con el propietario del panel.

No hay datos que mostrar porque la consulta está vacía. Intente agregar algunos
campos de la lista de campos al objeto visual y vuelva a anclarlo.

No se pueden mostrar los datos porque Power BI no puede determinar la

relación entre dos o más campos.

Está intentando usar dos o más campos de tablas que no están relacionadas. Debe
quitar los campos no relacionados del objeto visual y, después, crear una relación
entre las tablas. Después de crear la relación, podrá volver a agregar los campos al
objeto visual. Puede usar Power BI Desktop o Power Pivot para Excel para este
proceso. Para más información, consulte Crear y administrar relaciones en Power BI
Desktop.

Los grupos del eje principal y del eje secundario se solapan. Los grupos del eje
principal no pueden tener las mismas claves que los grupos del eje secundario.

Este problema suele ser transitorio y, normalmente, se produce cuando se mueven

grupos de filas a columnas. El error debería desaparecer al terminar de mover
todos los grupos. Si continúa recibiendo el mensaje, intente cambiar los campos
entre las filas, las columnas o la leyenda del eje, o bien quite los campos del objeto
visual.

El objeto visual superó los recursos disponibles. Intente filtrar para disminuir la
cantidad de datos que se muestran.

El objeto visual intentó consultar demasiados datos para Power BI para poder
completar el resultado con los recursos disponibles. Intente filtrar el objeto visual
para reducir la cantidad de datos en el resultado.

No podemos identificar los campos siguientes: {0}. Actualice el objeto visual con
campos que existan en el modelo semántico.

Probablemente, se eliminó el campo o se le cambió el nombre. Puede quitar el

campo dañado del objeto visual, agregar un campo diferente y volver a anclarlo.

No se pueden recuperar los datos para este objeto visual. Vuelva a intentarlo
más tarde.
 Este problema suele ser transitorio. Si vuelve a intentarlo más tarde y se sigue
mostrando este mensaje, póngase en contacto con el soporte técnico .

Los iconos siguen mostrando datos sin filtrar después de habilitar el inicio de
sesión único (SSO).

Este problema puede ocurrir si el modelo semántico subyacente usa el modo

DirectQuery o una conexión dinámica a Analysis Services mediante una puerta de
enlace de datos local. En este problema, los iconos siguen mostrando datos sin
filtrar después de habilitar el inicio de sesión único en el origen de datos, hasta la
siguiente actualización de iconos. En la siguiente actualización de iconos, Power BI
usa SSO según está configurado y los iconos muestran los datos filtrados de
acuerdo con la identidad del usuario.

Para ver los datos filtrados inmediatamente, puede forzar una actualización del
icono. Seleccione el icono Actualizar situado en la esquina superior derecha de un
panel de Power BI.

Como propietario de un modelo semántico, también puede ampliar la frecuencia

de actualización de los iconos a 15 minutos para acelerar la actualización de los
iconos. Seleccione el icono de engranaje de la esquina superior derecha del
servicio Power BI y, luego, Configuración. En la pestaña Modelos semánticos,
expanda Actualización programada y, en Actualizar la métrica y el icono del
panel de forma automática, cambie Frecuencia de actualización. Asegúrese de
restablecer la configuración a la frecuencia de actualización original después de
que Power BI realice la siguiente actualización de iconos.

７ Nota

Actualizar la métrica y el icono del panel de forma automática solo está

disponible para modelos semánticos en los modos DirectQuery o conexión
dinámica. Los modelos semánticos en el modo de importación no necesitan
una actualización de iconos separada, ya que los iconos se actualizan
automáticamente durante la siguiente actualización de datos programada.

Contacto de soporte técnico

Si sigue teniendo problemas, póngase en contacto con el soporte técnico y pídale
que investigue más.
Pasos siguientes
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de Power BI Gateway (modo personal)
¿Tiene alguna pregunta más? Consulte el sitio de la comunidad de Power BI.
Solución de problemas de origen de
datos no admitido para la actualización
Artículo • 31/01/2024

Es posible que vea un error al intentar configurar un modelo semántico para la

actualización programada.

Output

You cannot schedule refresh for this semantic model because it gets data
from sources that currently don't support refresh.

Esta incidencia sucede cuando no se admite el origen de datos que usa, en Power BI
Desktop, para la actualización. Tiene que buscar el origen de datos que está usando y
compararlo con la lista de orígenes de datos compatibles en Actualizar datos en
Power BI.

Búsqueda del origen de datos

Si no está seguro de qué origen de datos se utilizó, puede encontrarlo siguiendo los
siguientes pasos en Power BI Desktop.

1. En Power BI Desktop, asegúrese de que se encuentra en el panel Informe .

2. Seleccione Transformar datos en la barra de la cinta.

3. Seleccione Editor avanzado.

4. Tome nota del proveedor que aparece para el origen. En este ejemplo, el
proveedor es Active Directory.

5. Compare el proveedor con la lista de orígenes de datos admitidos que se

encuentra en los orígenes de datos de Power BI.
 ７ Nota

En el caso de problemas de actualización relacionados con orígenes de datos

dinámicos, como aquellos que contienen consultas creadas manualmente, consulte
Actualización y orígenes de datos dinámicos.

Contenido relacionado
Actualización de datos
Power BI Gateway - Personal
Puerta de enlace de datos local
Solución de problemas con la puerta de enlace de datos local
Solución de problemas de Power BI Gateway - Personal

¿Tiene más preguntas? Pruebe a preguntar a la comunidad de Power BI

Solución de problemas de la
actualización programada para las bases
de datos SQL de Azure en Power BI
Artículo • 09/03/2023

Para obtener información detallada sobre la actualización, consulte Actualizar datos en

Power BI y Configuración de actualización programada.

Al configurar la actualización programada de una base de datos de Azure SQL, si se

produce un error con el código de error 400 al editar las credenciales, intente estos
pasos para configurar la regla de firewall apropiada:

1. Inicie sesión en Azure Portal .

2. Vaya a la base de datos de Azure SQL para la que está configurando la

actualización.

3. En la página Información general, seleccione Establecer el firewall del servidor.

4. En la página Redes, seleccione Permitir que los servicios y recursos de Azure

accedan a este servidor y elija Guardar.

¿Tiene más preguntas? Pregunte a la Comunidad de Power BI .

Solución de problemas relativos a la
conexión de Excel a datos de Power BI
Artículo • 22/11/2023

Puede haber ocasiones en las que al conectar Excel a datos de Power BI obtenga un
resultado inesperado o que la característica no funcione según lo esperado. En esta
página se proporcionan soluciones para problemas comunes al analizar datos de
Power BI en Excel.

７ Nota

Hay artículos independientes para los distintos tipos de conexión. Estos artículos
son los siguientes:

Comenzar en Power BI con Analizar en Excel.

Comenzar en Excel para conectarse a modelos semánticos de Power BI.

Si encuentra un escenario que no se menciona aquí, pida ayuda en el sitio de la

comunidad de Power BI o cree una incidencia de soporte técnico .

Si necesita solucionar algún problema relacionado con los datos de Power BI en Excel,
consulte las secciones siguientes:

Error Prohibido
No se puede obtener acceso a Analysis Services local
No se puede arrastrar nada al área de valores de tabla dinámica (no hay medidas)

Si necesita solucionar algún problema en Power BI con Analizar en Excel, consulte las
secciones siguientes:

Error de tipo "No se puede establecer la conexión"

Error de tipo "No se encuentra el modelo de cubo OLAP"
Error de token expirado

Error Prohibido
Un usuario puede tener más de una cuenta de Power BI. Cuando Excel intenta
conectarse a Power BI mediante las credenciales de una de esas cuentas, puede que
intente usar credenciales que no tienen acceso al modelo semántico o informe
deseados.
Cuando se produce esta situación, puede recibir un error con el título Prohibido. Este
error significa que puede que haya iniciado sesión en Power BI con credenciales que no
tienen permiso para acceder al modelo semántico. Cuando aparezca el error Prohibido
y vea el mensaje, escriba las credenciales que tengan permiso para acceder al modelo
semántico que está intentando usar.

Si sigue experimentando errores, inicie sesión en Power BI con la cuenta que tiene
permiso. Después, compruebe que puede ver y acceder al modelo semántico de
Power BI al que intenta acceder en Excel.

No se puede obtener acceso a Analysis Services

local
Si está intentando acceder a un modelo semántico que tiene una conexión dinámica a
datos de SQL Server Analysis Services o Azure Analysis Services, es posible que reciba un
mensaje de error. Este error puede producirse porque un usuario no pueda conectarse a
los modelos semánticos de Power BI. Esta situación puede producirse cuando se
compilan modelos semánticos en conexiones dinámicas a Analysis Services, a menos
que el usuario tenga acceso de lectura a los datos en Analysis Services además de los
permisos de modelos semánticos en Power BI.

No se puede arrastrar nada al área de valores

de la tabla dinámica
Excel se conecta a Power BI a través de un modelo OLAP externo. Cuando estas
aplicaciones se conectan, la tabla dinámica requiere que defina medidas en el modelo
externo porque todos los cálculos se realizan en el servidor. Este requisito es distinto a
trabajar con un origen de datos local, por ejemplo, tablas en Excel y trabajar con
modelos semánticos en Power BI Desktop o el servicio Power BI. En esos casos, el
modelo tabular está disponible localmente y puede usar medidas implícitas . Las
medidas implícitas se generan dinámicamente y no se almacenan en el modelo de
datos. En estos casos, el comportamiento de Excel es distinto del comportamiento de
Power BI Desktop o del servicio Power BI. Por ejemplo, puede haber columnas en los
datos que se traten como medidas en Power BI, pero que no se pueden usar como
medidas o valores en Excel.

Para solucionar este problema, tiene varias opciones:

Cree medidas en el modelo de datos en Power BI Desktop. Después, publique el

modelo de datos en el servicio Power BI y acceda desde Excel a ese modelo
 semántico publicado.
Cree medidas en el modelo de datos desde PowerPivot para Excel .
Si ha importado datos desde un libro de Excel que solo tenía tablas y no un
modelo de datos, puede agregar las tablas al modelo de datos . A continuación,
siga los pasos descritos en el paso anterior para crear medidas en el modelo de
datos.

Una vez que defina las medidas del modelo en el servicio Power BI, puede usarlas en el
área Valores de las tablas dinámicas de Excel.

No se puede establecer la conexión

La causa principal de un error de tipo No se puede establecer la conexión es que las
bibliotecas cliente del proveedor OLE DB de su equipo no están actualizadas.

No se encuentra el modelo de cubo OLAP

La causa principal de un error de tipo No se encuentra el modelo de cubo OLAP es que
el modelo semántico al que intenta acceder no tiene ningún modelo de datos y, por lo
tanto, el modelo semántico no se puede analizar en Excel.

Error de token expirado

La causa principal de un error de token expirado es que no ha utilizado recientemente
la característica Analizar en Excel en el equipo que está usando. Para resolver este error,
vuelva a escribir sus credenciales o vuelva a abrir el archivo; el error debería
desaparecer.

Pasos siguientes
Analizar en Excel

Tutorial: Creación de medidas propias en Power BI Desktop

Medidas en PowerPivot

Crear una medida en PowerPivot

Agregar datos de hoja de cálculo a un modelo de datos mediante tablas vinculadas

Error: Datos no encontrados en el libro
de Excel
Artículo • 09/03/2023

７ Nota

Este artículo es aplicable a Excel 2007 y versiones posteriores.

Al importar un libro de Excel en el servicio Power BI, es posible que vea el siguiente
error:

Resultados

Error: We couldn't find any data formatted as a table. To import from Excel
into the Power BI service, you need to format the data as a table. Select
all the data you want in the table and press Ctrl+T.

Solución rápida
1. Edite el libro en Excel.
2. Seleccione el rango de celdas que contienen los datos. La primera fila debe
contener los encabezados de columna, los nombres de columna.
3. Presione Ctrl + T para crear una tabla.
4. Guarde el libro.
5. Regrese al servicio Power BI y vuelva a importar el libro, o bien, si trabaja en
Excel 2016 y guardó el libro en OneDrive para uso profesional o educativo, en
Excel, seleccione Archivo>Publicar.

Detalles

Causa
En Excel se puede crear una tabla fuera de un rango de celdas, lo que facilita ordenar,
filtrar y dar formato a datos.

Cuando se importa un libro de Excel, Power BI busca estas tablas y las importa en un
conjunto de datos. Si no encuentra ninguna tabla, mostrará este mensaje de error.

Solución
1. Abra el libro en Excel.

７ Nota

Las imágenes que aparecen aquí son de Excel 2013. Si usa otra versión, la
apariencia puede ser levemente distinta, pero los pasos son los mismos.

2. Seleccione el rango de celdas que contienen los datos. La primera fila debe
contener los encabezados de columna, los nombres de columna.
3. En la cinta de opciones, en la pestaña INSERTAR, seleccione Tabla. O bien, como
un método abreviado, presione Ctrl + T.
4. Verá el siguiente cuadro de diálogo. Asegúrese de que esté seleccionada la opción
Mi tabla tiene encabezados y, a continuación, elija Aceptar.

Ahora los datos tienen el formato de una tabla.

5. Guarde el libro.

6. Vuelva al servicio Power BI. Seleccione Crear y, a continuación, elija estas opciones.
 

7. En la ventana Agregar datos para empezar, seleccione Excel.

8. Vuelva a importar el libro de Excel. Esta vez, la importación debe encontrar la tabla
sin problemas.

Si la importación sigue sin funcionar, háganoslo saber seleccionando Comunidad en el

menú Ayuda:
Solución de problemas de importación
de archivos XLS de Excel y de Access en
Power BI Desktop
Artículo • 12/03/2024

En Power BI Desktop, las bases de datos de Access importadas y los archivos XLS de
Excel 97-2003 usan el motor de base de datos de Access. Existen tres situaciones
comunes que pueden impedir que el motor de base de datos de Access funcione
correctamente:

No hay ningún motor de base de datos de Access instalado.

La versión de bits (32 o 64 bits) del motor de base de datos de Access es diferente
de la versión de bits de Power BI Desktop.
Usa archivos XLS o de Access con una suscripción de Microsoft 365.

No hay ningún motor de base de datos de

Access instalado
Si un mensaje de error de Power BI Desktop indica que el motor de base de datos de
Access no está instalado, instale el motor de base de datos de Access desde la página
de descargas. Instale la versión, de 32 o 64 bits, que coincida con la versión de Power BI
Desktop.

Si trabaja con flujos de datos y usa una puerta de enlace para conectarse a los datos,
debe instalar el motor de base de datos de Access en el equipo que ejecute la puerta de
enlace.

７ Nota

Si la versión de bits instalada del motor de base de datos de Access es diferente de

la versión de bits de Microsoft Office, las aplicaciones de Office no podrán usar el
motor de base de datos de Access.

La versión de bits del motor de base de datos

de Access es diferente de la versión de bits de
Power BI Desktop
A menudo esta situación se produce cuando la versión instalada de Microsoft Office es
de 32 bits y la versión instalada de Power BI Desktop es de 64 bits. También puede
ocurrir lo contrario, y la falta de coincidencia de la versión de bits se produce en ambos
casos.

Cualquiera de las siguientes soluciones puede corregir este error. También puede aplicar
estas soluciones a otros errores de coincidencia, por ejemplo, otras aplicaciones COM
de 32 bits como Visual Studio SSDT.

Si usa archivos de Access o XLS con una suscripción de Microsoft 365, consulte Archivos
de Access o XLS con Microsoft 365 para ver otros problemas y soluciones.

Solución 1: Cambiar la versión de bits de Power BI

Desktop para que coincida con la versión de bits de
Microsoft Office
Para cambiar la versión de bits de Power BI Desktop, desinstale Power BI Desktop y,
después, instale la versión que coincida con la de la instalación de Office.

７ Nota

Si se usa la versión de 32 bits de Power BI Desktop para crear modelos de datos de

gran tamaño, podría experimentar problemas de falta de memoria.

Para seleccionar una versión de Power BI Desktop:

1. En la página de descargas de Power BI Desktop , elija el idioma y, luego,

seleccione Descargar.

2. En la pantalla siguiente, active la casilla junto a [Link] para la versión de

32 bits o PBIDesktop_x64.msi para la versión de 64 bits y, luego, elija Siguiente.
Solución 2: Cambiar la versión de bits de Microsoft Office
para que coincida con la de Power BI Desktop
Para cambiar la versión de bits de Microsoft Office para que coincida con la de la
instalación de Power BI Desktop:

1. Desinstale Microsoft Office.

2. Instale la versión de Office que coincida con la instalación de Power BI Desktop.

Solución 3: Guardar el archivo XLS como XLSX

Si el error se produce con un libro XLS de Excel 97-2003, para evitar usar el motor de
base de datos de Access, abra el archivo XLS en Excel y guárdelo como un archivo XLSX.

Solución 4: Instalar ambas versiones del motor de base

de datos de Access
Puede instalar ambas versiones del motor de base de datos de Access para resolver el
problema en Power Query para Excel y Power BI Desktop. Esta solución alternativa no se
recomienda, ya que puede introducir errores y problemas para las aplicaciones que usan
la versión de bits del motor de base de datos de Access que instaló primero.

Para usar ambas versiones de bits del motor de base de datos de Access:

1. Instale ambas versiones de bits del motor de base de datos de Access desde la
página de descarga.

2. Ejecute cada versión del motor de base de datos de Access con el modificador
/passive . Por ejemplo:

Consola

c:\users\joe\downloads\[Link] /passive
 c:\users\joe\downloads\AccessDatabaseEngine_x64.exe /passive

Puede usar archivos de Access o XLS con

Microsoft 365
Las suscripciones de Office 2013 y Office 2016 de Microsoft 365 registran el proveedor
del motor de base de datos de Access en una ubicación del Registro virtual a la que solo
pueden acceder los procesos de Microsoft Office. El motor mashup, responsable de
ejecutar Excel y Power BI Desktop que no son de Microsoft 365, no es un proceso de
Office, por lo que no puede utilizar el proveedor del motor de base de datos de Access.

Para corregir esta situación, descargue e instale el motor de base de datos de Access
redistribuible que coincida con la versión de bits de la instalación de Power BI
Desktop, de 32 o 64 bits.

Otros problemas de importación

El equipo de Power BI busca periódicamente problemas que podrían afectar a muchos
usuarios e intenta incluirlos en la documentación. Si encuentra un problema que no se
trata en este artículo, envíe una pregunta al soporte técnico de Power BI .
Solución de problemas de los modelos
de DirectQuery en Power BI Desktop
Artículo • 08/03/2023

Este artículo le ayuda a diagnosticar problemas de rendimiento con los modelos de

datos DirectQuery de Power BI que se desarrollan en Power BI Desktop o en el servicio
Power BI. En el artículo también se describe cómo obtener información detallada para
ayudarle a optimizar los informes.

Sería conveniente iniciar el diagnóstico de problemas de rendimiento en Power BI

Desktop, en lugar de hacerlo en el servicio Power BI o en Power BI Report Server. Los
problemas de rendimiento suelen basarse en el nivel de rendimiento del origen de
datos subyacente. Puede identificar y diagnosticar estos problemas más fácilmente en el
entorno de Power BI Desktop aislado, sin que intervengan componentes como puertas
de enlace locales.

Si no se producen problemas de rendimiento en Power BI Desktop, puede centrar su

investigación en los detalles del informe en el servicio Power BI.

También debe intentar aislar los problemas en un objeto visual en concreto antes de
examinar muchos objetos visuales de una página.

Analizador de rendimiento
El Analizador de rendimiento es una herramienta útil para identificar problemas de
rendimiento a lo largo del proceso de solución de problemas. Si puede identificar un
solo objeto visual lento en una página de Power BI Desktop, puede usar el Analizador de
rendimiento para determinar qué consultas envía Power BI Desktop al origen
subyacente.

También puede ver seguimientos e información de diagnóstico que emiten los orígenes
de datos subyacentes. Tales seguimientos pueden contener también información útil
sobre los detalles de cómo se ejecutó la consulta y cómo mejorarla.

Incluso sin seguimientos del origen, puede ver las consultas enviadas por Power BI,
junto con sus tiempos de ejecución.

７ Nota
 En el caso de los orígenes basados en SQL de DirectQuery, el Analizador de
rendimiento muestra solo consultas de orígenes de datos de SQL Server, Oracle y
Teradata.

Archivo de seguimiento
De manera predeterminada, Power BI Desktop registra los eventos que se producen
durante una sesión determinada en un archivo de seguimiento llamado
[Link]. Puede encontrar el archivo de seguimiento de la sesión actual
en la carpeta AppData del usuario actual, en <User>\AppData\Local\Microsoft\Power BI
Desktop\AnalysisServicesWorkspaces.

Los siguientes orígenes de datos de DirectQuery escriben todas las consultas que
Power BI les envía en el archivo de seguimiento. Es posible que el registro admita otros
orígenes de DirectQuery en el futuro.

SQL Server
Azure SQL Database
Azure Synapse Analytics (anteriormente SQL Data Warehouse)
Oracle
Teradatos
SAP HANA

Para llegar fácilmente a la carpeta del archivo de seguimiento de Power BI Desktop,

seleccione Archivo>Opciones y configuración>Opciones, y luego elija Diagnóstico.
En Recopilación del volcado de memoria, seleccione el vínculo Abrir la carpeta de
volcado de memoria y seguimiento para abrir la carpeta
<User>\AppData\Local\Microsoft\Power BI Desktop\Traces.

Vaya a la carpeta principal y, luego, a la carpeta AnalysisServicesWorkspaces, que

contiene una carpeta de área de trabajo para cada instancia abierta de Power BI
Desktop. Los nombres de subcarpeta tienen sufijos enteros, como
AnalysisServicesWorkspace2058279583.

Cada carpeta AnalysisServicesWorkspace incluye una subcarpeta Datos que contiene el

archivo de seguimiento [Link] de la sesión de Power BI actual. La
carpeta desaparece cuando finaliza la sesión de Power BI Desktop asociada.

Puede abrir los archivos de seguimiento mediante la herramienta SQL Server Profiler,
que puede conseguir como parte de la descarga gratuita de SQL Server Management
Studio (SSMS). Después de descargar e instalar SQL Server Management Studio, ejecute
SQL Server Profiler.
 

Para abrir un archivo de seguimiento:

1. En SQL Server Profiler, seleccione Archivo>Abrir>Archivo de seguimiento.

2. Vaya a la ruta de acceso del archivo de seguimiento de la sesión de Power BI

actual, o escríbala, por ejemplo, <Usuario>\AppData\Local\Microsoft\Power BI
Desktop\AnalysisServicesWorkspaces\AnalysisServicesWorkspace2058279583\Data y
abra [Link].

SQL Server Profiler muestra todos los eventos de la sesión actual. En la captura de
pantalla siguiente se resalta un grupo de eventos para una consulta. Cada grupo de
consulta tiene los siguientes eventos:

Un evento Query Begin y Query End , que representan el inicio y el final de una
consulta DAX generada al cambiar un objeto visual o un filtro en la interfaz de
usuario de Power BI, o a partir del filtrado o la transformación de datos en el Power
Query Editor.

Uno o más pares de eventos DirectQuery Begin y DirectQuery End , que

representan consultas enviadas al origen de datos subyacente como parte de la
evaluación de la consulta DAX.
 

Se pueden ejecutar varias consultas DAX en paralelo, por lo que se pueden intercalar
eventos de distintos grupos. Puede usar el valor de ActivityID para determinar qué
eventos pertenecen al mismo grupo.

Las columnas siguientes también son de interés:

TextData: el detalle textual del evento. Para los eventos Query Begin y Query End ,
el detalle es la consulta DAX. En el caso de los eventos DirectQuery Begin y
DirectQuery End , el detalle es la consulta SQL enviada al origen subyacente. El
valor de TextData del evento seleccionado actualmente también aparece en el
panel de la parte inferior de la pantalla.
EndTime: cuándo se completó el evento.
Duration: la duración, en milisegundos, que tardó en ejecutarse la consulta DAX o
SQL.
Error: si se ha producido un error, en cuyo caso el evento también se muestra en
rojo.

La imagen anterior reduce algunas de las columnas menos interesantes, para que pueda
ver las columnas más interesantes con mayor facilidad.

Para capturar un seguimiento que le ayude a diagnosticar un posible problema de

rendimiento, siga esta estrategia:

1. Abra una sesión única de Power BI Desktop, para evitar la confusión de tener varias
carpetas de área de trabajo.

2. Realice el conjunto de acciones de interés en Power BI Desktop. Incluya algunas

acciones más, para asegurarse de que los eventos de interés se vacían en el
 archivo de seguimiento.

3. Abra SQL Server Profiler y examine el seguimiento. Recuerde que al cerrar Power BI
Desktop, se elimina el archivo de seguimiento. Además, las acciones adicionales en
Power BI Desktop no aparecen inmediatamente. Debe cerrar y volver a abrir el
archivo de seguimiento para ver nuevos eventos.

Mantenga sesiones individuales razonablemente pequeñas, quizás 10 segundos de

acciones, no cientos. Este enfoque facilita la interpretación del archivo de seguimiento.
También hay un límite en el tamaño del archivo de seguimiento, por lo que durante
sesiones largas, existe la posibilidad de que se anulen eventos tempranos.

Formato de consulta y subconsulta

El formato general de las consultas de Power BI Desktop consiste en usar subconsultas
para cada tabla de modelo a la que hacen referencia las consultas. La consulta del Power
Query Editor define las consultas de la subselección. Por ejemplo, supongamos que
tiene las siguientes tablas TPC-DS en una base de datos relacional de SQL Server:

En el objeto visual de Power BI, la expresión siguiente define la medida SalesAmount :

DAX

SalesAmount = SUMX(Web_Sales, [ws_sales_price] * [ws_quantity])

Al actualizar el objeto visual, se genera la consulta T-SQL en la imagen siguiente. Como
puede ver, hay tres subconsultas para las tablas de modelo Web_Sales , Item y Date_dim .
Cada consulta devuelve todas las columnas de la tabla de modelo, aunque el objeto
visual solo haga referencia a cuatro.

Estas subconsultas sombreadas son la definición exacta de las consultas de Power

Query. Este uso de consultas no afecta al rendimiento de los orígenes de datos
compatibles con DirectQuery. Los orígenes de datos como SQL Server optimizan las
referencias a las otras columnas.

Una razón por la que Power BI emplea este patrón es porque se puede definir una
consulta de Power Query para que use una instrucción de consulta concreta. Power BI
usa la consulta como se proporciona, sin ningún intento de reescribirla. Este patrón
restringe el uso de instrucciones de consulta que usan expresiones de tabla comunes
(CTE) y procedimientos almacenados. Estas instrucciones no se pueden usar en
subconsultas.
Rendimiento de las puertas de enlace
Para más información sobre la solución de problemas de rendimiento de la puerta de
enlace, consulte Solución de problemas de puertas de enlace: Power BI.
Pasos siguientes
Para más información acerca de DirectQuery, revise los siguientes recursos:

Usar DirectQuery en Power BI Desktop

Orígenes de datos compatibles con DirectQuery
Modelos de DirectQuery en Power BI Desktop
Instrucciones del modelo de DirectQuery en Power BI Desktop

¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI

Solución de problemas de valores
anidados devueltos como texto en el
servicio Power BI
Artículo • 23/03/2023

Antiguamente, había casos en los que se actualizaba un informe en Power BI Desktop,

pero fallaba en el servicio de Power BI, en el que aparecía un mensaje de error como
este:

Resultados

We cannot convert the value "[Table]" to type Table

Causa
Una de las causas de este error implica valores anidados no escalares, como tablas,
registros, listas y funciones. Cuando el Firewall de privacidad de datos almacena en
búfer un origen de datos, los valores anidados no escalares se convierten en valores de
texto, como "[Table]" o "[Record]" .

El servicio Power BI ahora admite la configuración de niveles de privacidad o desactivar

completamente el firewall. Los errores se pueden resolver mediante la configuración de
privacidad del origen de datos en el servicio Power BI para que sean no privados.

Para versiones más recientes de Power BI, cuando firewall almacena en búfer una tabla
anidada, un registro o una lista, no convierte de forma silenciosa valores no escalares en
texto. En su lugar, muestra un error:

Resultados

We cannot return a value of type Table in this context

Efecto en la carga y actualización

El cambio está motivado por el almacenamiento en búfer del firewall que se extiende
también a la carga y actualización. El comportamiento de cargar tablas anidadas,
registros y listas en el modelo de Power BI y el modelo de datos de Excel en Power
Query para Excel ha cambiado. Antes, los elementos anidados se cargaron como valores
de texto, como "[Table]" o "[Record]" . Ahora, se tratan como errores. Un null valor
se encuentra en la tabla cargada y el recuento de errores aumenta en los resultados de
carga.

Puesto que estos errores solo se producen durante la carga y actualización, no

aparecerán en el Editor de Power Query.

Antes
Carga y actualización sin errores
La tabla cargada contiene "[Table]" , "[Record]" , etc.

Después
Carga y actualización con errores
La tabla cargada contiene null , en lugar de "[Table]" , "[Record]" , etc.

Solución
¿Está cargando una columna que contiene valores no escalares, como por ejemplo,
tablas, listas, registros, etc? Si es así, podrá eliminar los errores si elimina la columna.

Si no puede eliminar la columna, pruebe a replicar el comportamiento anterior

agregando una columna personalizada y usando una lógica similar a la del ejemplo
siguiente:

Resultados

if [MyColumn] is table then "[Table]" else if [MyColumn] is record then "

[Record]"
else if [MyColumn] is list then "[List]" else if [MyColumn] is function
then "[Function]" else [MyColumn]

¿Se reproduce la incidencia en Power BI Desktop si establece todos los valores de la

configuración de privacidad del origen de datos en Privado? Si es así, debería ser capaz
de resolver el error mediante la configuración de privacidad del origen de datos en el
servicio Power BI para que sean no privados.
Tipos de datos en Power BI Desktop
Artículo • 10/11/2023

Este artículo describe los tipos de datos admitidos en Power BI Desktop y expresiones
de análisis de datos (DAX).

Cuando Power BI carga datos, intenta convertir los tipos de datos de las columnas de
origen en tipos de datos que admiten almacenamiento, cálculos y visualización de datos
más eficientes. Por ejemplo, si una columna de valores que importa desde Excel no tiene
ningún valor fraccionario, Power BI Desktop convertirá la columna de datos en un tipo
de datos de Número entero, que es más adecuado para almacenar números enteros.

Este concepto es importante porque algunas funciones DAX tienen requisitos de tipo de
datos especiales. En muchos casos DAX convierte implícitamente tipos de datos, pero en
algunos casos no lo hace. Por ejemplo, si una función DAX requiere un tipo de datos de
Fecha y el tipo de datos para la columna es de Texto, la función DAX no funcionará
correctamente. Por lo tanto, es importante y útil usar los tipos de datos correctos para
las columnas.

Determinar y especificar el tipo de datos de

una columna
En Power BI Desktop, puede determinar y especificar un tipo de datos de una columna
en Editor de Power Query, en la Vista de datos o en la Vista de informe:

En el Editor de Power Query, seleccione la columna y, posteriormente, seleccione

Tipo de datos en el grupo Transformar de la cinta de opciones.
 En la Vista de datos o la Vista de informe, seleccione la columna y, posteriormente,
seleccione la flecha desplegable situada junto a Tipo de datos en la pestaña
Herramientas de columna de la cinta de opciones.

La selección del menú desplegable de Tipo de datos en el Editor de Power Query tiene
dos tipos de datos que no se encuentran presentes en la Vista de informe o la Vista de
datos: Fecha/hora/zona horaria y Duración. Al cargar una columna con estos tipos de
datos en el modelo de Power BI, una columna de tipo Fecha/hora/zona horaria se
convierte en un tipo de datos de Fecha y hora y una columna Duración se convierte en
un tipo de datos de Número decimal.
El tipo de datos Binario no se admite fuera de Editor de Power Query. En el Editor de
Power Query, puede usar el tipo de datos Binario al cargar archivos binarios si lo
convierte en otros tipos de datos antes de cargarlo en el modelo de Power BI. La
selección de Binario existe en los menús de Vista de datos o Vista de informe por
motivos históricos, pero si intenta cargar columnas de tipo Binario en el modelo de
Power BI puede que encuentre errores.

Tipos de número
Power BI Desktop admite tres tipos numéricos: Número decimal, Número decimal fijo y
Número entero.

Puede usar la propiedad DataType de columna del Modelo de objetos tabulares (TOM)
para especificar las enumeraciones de DataType para los tipos numéricos. Para más
información sobre cómo modificar objetos mediante programación en Power BI,
consulte Programación de modelos semánticos de Power BI con el modelo de objetos
tabulares.

Número decimal
Número decimal es el tipo numérico más común y puede controlar números con
valores fraccionarios y números enteros. Número decimal representa números de
separador flotante de 64 bits (ocho bytes) con valores negativos de -1,79E +308 a -2,23E
-308, valores positivos de 2,23E -308 a 1,79E +308 y 0. Los números como 34, 34,01 y
34,000367063 son números decimales válidos.

La precisión más alta que el tipo de Número decimal puede representar es de 15

dígitos. El separador decimal puede colocarse en cualquier parte del número. Este tipo
corresponde a cómo Excel almacena sus números y TOM especifica este tipo como una
enumeración [Link] .

Número decimal fijo

Número decimal fijo: tiene una ubicación fija para el separador decimal. El separador
decimal siempre tiene cuatro dígitos a la derecha y permite 19 dígitos de importancia. El
valor más grande que puede representar un Número decimal fijo es
[Link].477,5807 positivo o negativo.

El tipo de Número decimal fijo es útil en casos donde el redondeo podría producir
errores. Los números que tienen valores fraccionarios pequeños a veces pueden
acumularse y hacer que un número sea ligeramente impreciso. El tipo de Número
decimal fijo puede ayudarle a evitar estos tipos de errores truncando los valores
pasados de los cuatro dígitos a la derecha del separador decimal.

Este tipo de datos se corresponde con un Decimal (19,4) de SQL Server, o con el tipo de
datos de Moneda en Analysis Services y Power Pivot en Excel. TOM especifica este tipo
como una enumeración [Link] .

Número entero
Número entero representa un valor entero de 64 bits (8 bytes). Puesto que es un
entero, Número entero no tiene dígitos a la derecha del separador decimal. Este tipo
permite 19 dígitos de números enteros positivos o negativos entre
-[Link].854.775.807 (-2^63+1 ) y [Link].854.775.806 (2^63-2), por lo que
puede representar el mayor número posible de los tipos de datos numéricos.

Como ocurre con el tipo de Decimal fijo, el tipo de Número entero puede usarse
cuando se tenga que controlar el redondeo. TOM representa el tipo de datos Número
entero como una enumeración DataType.Int64 .

７ Nota

El modelo de datos de Power BI Desktop admite valores enteros de 64 bits, pero,

dadas las limitaciones de JavaScript, el número más grande que los objetos visuales
pueden expresar con seguridad es el [Link].740.991 (2^53-1). Si el modelo
de datos tiene números más grandes, puede reducir su tamaño mediante cálculos
antes de agregarlos a objetos visuales.

Precisión de los cálculos de tipo numérico

Los valores de columna del tipo de datos Número decimal se almacenan como tipos de
datos aproximados según el estándar IEEE 754 para los números de separador flotante.
Los tipos de datos aproximados tienen limitaciones de precisión inherentes porque, en
lugar de almacenar valores numéricos exactos, permiten almacenar aproximaciones
extremadamente cercanas o redondeadas.

La pérdida de precisión, o imprecisión, puede producirse si el valor de separador flotante

no puede cuantificar con fiabilidad el número de dígitos de separador flotante. La
imprecisión puede aparecer potencialmente como un cálculo inesperado o inexacto da
como resultado algunos escenarios de informes.
Los cálculos de comparación relacionada con la igualdad entre los valores del tipo de
datos de Número decimal pueden devolver resultados inesperados. Las comparaciones
de igualdad incluyen igual a = , mayor que > , menor que < , mayor o igual que >= , y
menor o igual que <= .

Este problema es más evidente cuando se usa la función RANKX en una expresión DAX,
que calcula el resultado dos veces, lo que da lugar a números ligeramente diferentes. Es
posible que los usuarios del informe no observen la diferencia entre los dos números,
pero el resultado de la clasificación puede ser notablemente inexacto. Para evitar
resultados inesperados, puede cambiar el tipo de datos de columna de Número
decimal a Número decimal fijo o Número entero, o bien realizar un redondeo forzado
mediante ROUND. El tipo de datos Número decimal fijo tiene mayor precisión porque
el separador decimal siempre tiene cuatro dígitos a su derecha.

Aunque es poco frecuente, los cálculos que suman los valores de una columna del tipo
de datos Número decimal pueden devolver potencialmente resultados inesperados.
Esto es más probable con columnas que tienen una gran cantidad de números positivos
y una gran cantidad de números negativos. El resultado de la suma se ve afectado por la
distribución de valores entre filas de la columna.

Si el cálculo necesario para devolver un resultado de consulta suma la mayor parte de

los números positivos antes de sumar la mayor parte de los números negativos, la suma
parcial al principio puede perder la precisión, ya que puede ser asimétrica por la suma
parcial positiva grande. Si el cálculo agrega números positivos y negativos equilibrados,
la consulta conserva más precisión y, por tanto, devuelve resultados más precisos. Para
evitar resultados inesperados, puede cambiar el tipo de datos de columna de Número
decimal a Número decimal fijo o Número entero.

Tipos de fecha y hora

Power BI Desktop admite cinco tipos de datos de Fecha y hora en el Editor de Power
Query. Tanto Fecha/hora/zona horaria como Duración se convierten durante la carga
en el modelo de datos de Power BI Desktop. El modelo admite Fecha y hora, o puede
dar formato a los valores como Fecha u Hora de forma independiente.

Fecha y hora representa el valor de fecha y hora. El valor de Fecha y hora

subyacente se almacena como un tipo de Número decimal, por lo que puede
realizar la conversión entre los dos tipos. La parte de hora de una fecha se
almacena como una fracción en múltiplos enteros de 1/300 segundos (3,33 ms). El
tipo de datos admite fechas entre los años 1900 y 9999.
 Fecha representa solo una fecha, sin ninguna parte de hora. Una Fecha se
convierte en el modelo como un valor de Fecha y hora con cero para el valor de
fracciones.

Hora representa solo una hora, sin ninguna parte de fecha. Una Hora se convierte
en el modelo como un valor de Fecha y hora sin dígitos a la izquierda del
separador decimal.

Fecha/hora/zona horaria representa una fecha y hora UTC con un desplazamiento

de zona horaria y se convierte en Fecha y hora cuando se carga en el modelo. El
modelo de Power BI no ajusta la zona horaria según la ubicación o la configuración
regional de un usuario. Si se carga un valor de 09:00 en el modelo en los EE. UU.,
se mostrará como 09:00 sea donde sea que se abra o se vea el informe.

Duración representa un período de tiempo y se convierte en un tipo de Número

decimal cuando se carga en el modelo. Como tipo de Número decimal, puede
agregar o restar los valores de los valores de Fecha y hora con resultados
correctos y usar fácilmente los valores de las visualizaciones que muestran
magnitud.

Tipo de texto
El tipo de datos de Texto es una cadena de datos de caracteres Unicode, que puede ser
letras, números o fechas representadas en un formato de texto. El límite máximo
práctico para la longitud de cadena es de aproximadamente 32 000 caracteres Unicode,
según el motor de Power Query subyacente de Power BI y sus límites en longitudes de
tipo de datos de texto. Es probable que los tipos de datos de texto que sobrepasen este
límite produzcan errores.

La forma en que Power BI almacena los datos de texto puede hacer que los datos se
muestren de forma diferente en determinadas situaciones. En las secciones siguientes se
describen situaciones comunes que pueden hacer que los datos de tipo Texto cambien
ligeramente la apariencia entre consultar datos en Editor de Power Query y cargarlos en
Power BI.

Distinción entre mayúsculas y minúsculas

El motor que almacena y consulta datos en Power BI no distingue entre mayúsculas de
minúsculas y trata las mayúsculas y minúsculas de las letras con el mismo valor. "A" es
igual a "a". Sin embargo, Power Query sí distingue entre mayúsculas y minúsculas, por lo
que "A" no es lo mismo que "a". La diferencia en la distinción entre mayúsculas y
minúsculas puede provocar situaciones en las que los datos de texto cambien entre
mayúsculas y minúsculas sin motivo aparentemente después de cargarlos en Power BI.

En el ejemplo siguiente se muestran los datos de pedido: una columna OrderNo (N.º de
pedido) que es única para cada pedido y una columna Addressee (Destinatario) que
muestra el nombre del destinatario especificado manualmente en el momento del
pedido. El Editor de Power Query muestra varios pedidos con los mismos nombres
Addressee (Destinatario) especificados en el sistema con mayúsculas variables.

Una vez que Power BI carga los datos, las mayúsculas/minúsculas de los nombres
duplicados en la pestaña Datos cambia de la entrada original a una de las variantes de
mayúsculas/minúsculas.

Este cambio se produce porque el Editor de Power Query distingue entre mayúsculas y
minúsculas, por lo que muestra los datos exactamente como se almacenan en el sistema
de origen. El motor que almacena datos en Power BI no distingue entre mayúsculas y
minúsculas, por lo que trata las versiones en minúscula y mayúscula de un carácter
como idénticas. Los datos de Power Query cargados en el motor de Power BI pueden
cambiar del modo correspondiente.

El motor de Power BI evalúa cada fila individualmente cuando carga datos, empezando
desde la parte superior. Para cada columna de texto (como las de Addressee
[Destinatario]), el motor almacena un diccionario de valores únicos para mejorar el
rendimiento mediante la compresión de los datos. El motor ve los tres primeros valores
de la columna Addressee (Destinatario) como únicos y los almacena en el diccionario.
Después, dado que el motor no distingue entre mayúsculas y minúsculas, evalúa los
nombres como idénticos.

El motor ve el nombre "Taina Hasu" como idéntico a "TAINA HASU" y "Taina HASU", por
lo que no almacena esas variaciones, sino que hace referencia a la primera variación
almacenada. El nombre "MURALI DAS" aparece en letras mayúsculas, porque así es
como el nombre apareció la primera vez que el motor lo evaluó al cargar los datos de
arriba a abajo.

En esta imagen se muestra el proceso de evaluación:

En el ejemplo anterior, el motor de Power BI carga la primera fila de datos, crea el

diccionario Addressee (Destinatario) y agrega en él el valor Taina Hasu. También agrega
una referencia a ese valor en la columna Addressee (Destinatario) de la tabla que ha
cargado. El motor hace lo mismo para las filas segunda y tercera, ya que estos nombres
no son equivalentes a los demás si no se distingue entre mayúsculas y minúsculas.

Para la cuarta fila, el motor compara el valor con los nombres del diccionario y busca el
nombre. Dado que el motor no distingue entre mayúsculas y minúsculas, "TAINA HASU"
y "Taina Hasu" son lo mismo. El motor no agrega un nombre nuevo al diccionario, sino
que hace referencia al nombre existente. El mismo proceso se produce para las filas
restantes.

７ Nota

Dado que el motor que almacena y consulta datos en Power BI no distingue entre
mayúsculas y minúsculas, tenga especial cuidado al trabajar en el modo
DirectQuery con un origen que distinga entre mayúsculas y minúsculas. Power BI
presupone que el origen ha eliminado filas duplicadas. Dado que Power BI no
distingue entre mayúsculas y minúsculas, trata dos valores que solo difieren por
mayúsculas y minúsculas como duplicados, mientras que el origen podría no
tratarlos del mismo modo. En tales casos, el resultado final resulta indefinido.

Para evitar esta situación, si usa el modo DirectQuery con un origen de datos que
distingue entre mayúsculas y minúsculas, normalice el uso de las mayúsculas y
 minúsculas en la consulta de origen o en el Editor de Power Query.

Espacios iniciales y finales

El motor de Power BI recorta automáticamente los espacios finales que siguen a los
datos de texto, pero no elimina los espacios iniciales que preceden a los datos. Para
evitar confusiones, cuando trabaje con datos que contengan espacios iniciales o finales,
debe usar la función [Link] para eliminar espacios al principio o al final del texto. Si
no elimina los espacios iniciales, una relación podría no crearse debido a la presencia de
valores duplicados, o los objetos visuales podrían devolver resultados inesperados.

El ejemplo siguiente muestra datos sobre los clientes: una columna Name (Nombre) que
contiene el nombre del cliente y una columna Index (Índice) que es única para cada
entrada. Los nombres aparecen entre comillas, para mayor claridad. El nombre del
cliente se repite cuatro veces, pero cada vez con diferentes combinaciones de espacios
iniciales y finales. Estas variaciones pueden producirse con la entrada manual de datos a
lo largo del tiempo.

Row Espacio inicial Espacio final Nombre Índice Longitud del texto

1 No No "Dylan Williams" 1 14

2 No Sí "Dylan Williams " 10 15

3 Sí No " Dylan Williams" 20 15

4 Sí Sí " Dylan Williams " 40 16

En el Editor de Power Query, los datos resultantes aparecen de la siguiente manera.

Al ir a la pestaña Datos de Power BI después de cargar los datos, la misma tabla tiene el
mismo aspecto que la imagen siguiente, con el mismo número de filas que antes.
Sin embargo, un objeto visual basado en estos datos devuelve solo dos filas.

En la imagen anterior, la primera fila tiene un valor total de 60 para el campo Index
(Índice), por lo que la primera fila del objeto visual representa las dos últimas filas de los
datos cargados. La segunda fila con el valor de Index (Índice) total de 11 representa las
dos primeras filas. La diferencia en el número de filas entre el objeto visual y la tabla de
datos se debe a que el motor recorta o quita automáticamente los espacios finales, pero
no los espacios iniciales. Por lo tanto, el motor evalúa la primera y la segunda fila, y las
filas tercera y cuarta, como idénticas, y el objeto visual devuelve estos resultados.

Este comportamiento también puede generar mensajes de error relacionados con

relaciones, porque se detectan valores duplicados. Por ejemplo, en función de la
configuración de las relaciones, es posible que vea un error similar al de la imagen
siguiente:

En otras situaciones, es posible que no pueda crear una relación de varios a uno o uno a
uno porque se detectan valores duplicados.
Puede realizar un seguimiento de estos errores de nuevo a los espacios iniciales o
finales y resolverlos mediante [Link] o Trim en Transformar, para quitar los espacios
en el Editor de Power Query.

Tipo verdadero/falso
El tipo de datos True/false es un valor booleano de True o False. Para obtener los
mejores resultados y los más coherentes, al cargar una columna que contiene
información booleana de tipo verdadero o falso en Power BI, establezca el tipo de
columna en True/false.

Power BI convierte y muestra los datos de forma diferente en determinadas situaciones.

En esta sección se describen los casos comunes de conversión de valores booleanos y
cómo abordar las conversiones que crean resultados inesperados en Power BI.

En este ejemplo, cargará datos sobre si los clientes se han registrado en su boletín de
noticias. Un valor TRUE indica que el cliente se ha suscrito al boletín y un valor FALSE
indica que el cliente no se ha suscrito.

Pero cuando se publica el informe en el servicio Power BI, la columna de estado de la

suscripción al boletín muestra 0 y -1, en lugar de los valores esperados TRUE y FALSE. En
los pasos siguientes se describe cómo se produce esta conversión y cómo evitarla.

La consulta simplificada para esta tabla se muestra en la siguiente imagen:

El tipo de datos de la columna Subscribed To Newsletter (Subscripción al boletín) se

establece en Cualquiera y, como resultado, Power BI carga los datos en el modelo como
Texto.
Cuando se agrega una visualización simple que muestra la información detallada por
cliente, los datos aparecen en el objeto visual según lo previsto, tanto en Power BI
Desktop como cuando se publican en el servicio Power BI.

Pero cuando se actualiza el modelo semántico en el servicio Power BI, la columna

Subscribed To Newsletter (Subscripción al boletín) de los objetos visuales muestra los
valores como -1 y 0, en lugar de mostrarlos como TRUE o FALSE:

Si se vuelve a publicar el informe desde Power BI Desktop, la columna Subscribed To

Newsletter (Subscripción al boletín) volverá a mostrar TRUE o FALSE como se espera,
pero una vez que se actualice el servicio Power BI, los valores volverán a cambiar para
mostrar -1 y 0.
La solución para evitar esta situación es establecer el tipo de cualquier columna
booleana como True/False en Power BI Desktop y volver a publicar el informe.

Al realizar el cambio, la visualización muestra los valores de la columna Subscribed To

Newsletter (Subscripción al boletín) de un modo ligeramente distinto. En lugar de que
el texto sea todo en mayúsculas, como se escribe en la tabla, solo se escribe en
mayúscula la primera letra. Este cambio es un resultado de cambiar el tipo de datos de
la columna.

Una vez que se cambia el tipo de datos, se vuelven a publicar en el servicio Power BI y
se produce una actualización, el informe muestra los valores como True o False, según lo
previsto.

En resumen, al trabajar con datos booleanos en Power BI, asegúrese de que las
columnas estén establecidas en el tipo de datos True/False en Power BI Desktop.
Tipo En blanco
En blanco es un tipo de datos de DAX que representa y reemplaza a los valores nulos de
SQL. Puede crear un espacio en blanco con la función BLANK y probarlos con la función
lógica ISBLANK.

Tipo binary
El tipo de datos Binario se puede usar para representar cualquier dato con un formato
binario. En el Editor de Power Query, puede usar este tipo de datos al cargar archivos
binarios si lo convierte en otros tipos de datos antes de cargarlo en el modelo de
Power BI.

Las columnas binarias no se admiten en el modelo de datos de Power BI. La selección de

Binario existe en los menús de vista de datos o de informe por motivos de herencia,
pero si intenta cargar columnas binarias en el modelo de Power BI puede que encuentre
errores.

７ Nota

Si una columna binaria está en la salida de los pasos de una consulta, al intentar
actualizar los datos a través de una puerta de enlace pueden producirse errores. Se
recomienda quitar explícitamente las columnas binarias como último paso de las
consultas.

Tipo de tabla.
DAX usa un tipo de datos de tabla en muchas funciones, como las agregaciones y los
cálculos de inteligencia de tiempo. Algunas funciones requieren una referencia a una
tabla. Otras funciones devuelven una tabla que se puede usar como entrada para otras
funciones.

En algunas funciones que requieren una tabla como entrada, puede especificar una
expresión que se evalúa en una tabla. Algunas funciones requieren una referencia a una
tabla base. Para información acerca de los requisitos de funciones específicas, consulte
la Referencia de funciones DAX.

Conversiones implícitas y explícitas de tipos de

datos
Cada función DAX tiene requisitos concretos según los tipos de datos que se usan como
entradas y salidas. Por ejemplo, algunas funciones requieren enteros para algunos
argumentos y fechas para otros. Otras funciones requieren texto o tablas.

Si los datos de la columna que especifica como un argumento no son compatibles con
el tipo de datos requerido por la función, DAX puede devolver un error. Sin embargo,
siempre que sea posible, DAX intentará convertir implícitamente los datos en el tipo de
datos necesario.

Por ejemplo:

Puede escribir una fecha como una cadena y DAX analizará la cadena e intentará
convertirla a uno de los formatos de fecha y hora de Windows.
Puede agregar TRUE + 1 y obtener el resultado 2, ya que DAX convierte TRUE
implícitamente al número 1 y realiza la operación 1 + 1.
Si agrega valores en dos columnas con un valor representado como texto ("12") y
el otro como un número (12), DAX convierte implícitamente la cadena en un
número y, posteriormente, realiza la suma para obtener un resultado numérico. La
expresión = "22" + 22 devuelve 44.
Si intenta concatenar dos números, DAX los presenta como cadenas y,
posteriormente, realiza la concatenación. La expresión = 12 & 34 devuelve "1234".

Tablas de conversiones de datos implícitas

El operador determina el tipo de conversión que DAX realiza mediante la conversión de
los valores que requiere antes de realizar la operación solicitada. En las tablas siguientes
se indican los operadores y la conversión que DAX realiza en cada tipo de datos cuando
se empareja con el tipo de datos de la celda de intersección.

７ Nota

Estas tablas no incluyen el tipo de datos de Texto. Cuando un número se

representa en formato de texto, en algunos casos, Power BI intenta determinar el
tipo de número y representar los datos como un número.

Suma (+)

ENTERO CURRENCY REAL Fecha y hora

INTEGER ENTERO CURRENCY REAL Fecha y hora

 ENTERO CURRENCY REAL Fecha y hora

CURRENCY CURRENCY MONEDA REAL Fecha y hora

REAL REAL REAL REAL Fecha y hora

Fecha y hora Fecha y hora Fecha y hora Fecha y hora Fecha y hora

Por ejemplo, si se usa un número real en una operación de suma en combinación con
datos de moneda, DAX convierte ambos valores en REAL y el resultado se devuelve
como REAL.

Resta (-)
En la tabla siguiente, el encabezado de fila es el minuendo (izquierda) y el encabezado
de columna es el substraendo (derecha).

ENTERO CURRENCY REAL Fecha y hora

INTEGER ENTERO CURRENCY REAL REAL

CURRENCY CURRENCY MONEDA REAL REAL

REAL REAL REAL REAL REAL

Fecha y hora Fecha y hora Fecha y hora Fecha y hora Fecha y hora

Por ejemplo, si se usa una fecha en una operación de resta con cualquier otro tipo de
datos, DAX convierte ambos valores en fechas y el valor devuelto también es una fecha.

７ Nota

Los modelos de datos admiten el operador unario, - (negativo), pero este operador
no cambia el tipo de datos del operando.

Multiplicación (*)

ENTERO CURRENCY REAL Fecha y hora

INTEGER ENTERO CURRENCY REAL ENTERO

CURRENCY MONEDA REAL CURRENCY MONEDA

REAL REAL CURRENCY REAL REAL

Por ejemplo, si se combina un entero con un número real en una operación de
multiplicación, DAX convierte ambos números a números reales y el valor devuelto
también es REAL.

División (/)
En la siguiente tabla, el encabezado de fila es el numerador y el encabezado de columna
es el denominador.

ENTERO CURRENCY REAL Fecha y hora

INTEGER REAL CURRENCY REAL REAL

CURRENCY MONEDA REAL CURRENCY REAL

REAL REAL REAL REAL REAL

Fecha y hora real REAL REAL REAL

Por ejemplo, si se combina un entero con un valor de moneda en una operación de

división, DAX convierte ambos números en números reales y el resultado es también un
número real.

Operadores de comparación
En las expresiones de comparación, DAX considera valores booleanos mayores que los
valores de cadena, y valores de cadena mayores que los valores numéricos o de fecha y
hora. Los números y los valores de fecha y hora tienen la misma clasificación.

DAX no realiza ninguna conversión implícita para valores booleanos o de cadena.

BLANK o un valor en blanco se convierte en 0, "" o False, según el tipo de datos del otro
valor comparado.

Las siguientes expresiones DAX muestran este comportamiento:

=IF(FALSE()>"true","Expression is true", "Expression is false") devuelve "La

expresión es TRUE".

=IF("12">12,"Expression is true", "Expression is false") devuelve "La

expresión es TRUE".

=IF("12"=12,"Expression is true", "Expression is false") devuelve "La

expresión es FALSE".
DAX realiza conversiones implícitas para tipos numéricos o de fecha y hora, como se
describe en la tabla siguiente:

Comparación ENTERO CURRENCY REAL Fecha y hora

Operador

INTEGER ENTERO CURRENCY REAL REAL

CURRENCY CURRENCY MONEDA REAL REAL

REAL REAL REAL REAL REAL

Fecha y hora real REAL REAL Fecha y hora

Espacios en blanco, cadenas vacías y valores cero

DAX representa un valor nulo, un valor en blanco, una celda vacía o un valor que falta
mediante el mismo tipo de valor nuevo, BLANK. También puede generar espacios en
blanco con la función BLANK o probarlos con la función ISBLANK.

La forma en la que se administran los espacios en blanco en operaciones como la

adición o la concatenación depende de la función individual. En la tabla siguiente se
resumen las diferencias entre cómo las fórmulas de DAX y Microsoft Excel tratan los
espacios en blanco.

Expresión DAX Excel

EN BLANCO + EN BLANCO BLANK 0 (cero)

En blanco + 5 5 5

EN BLANCO * 5 BLANK 0 (cero)

5/EN BLANCO Infinito Error

0/EN BLANCO NaN Error

EN BLANCO/EN BLANCO BLANK Error

FALSO O EN BLANCO FALSO FALSO

FALSO Y EN BLANCO FALSO FALSO

VERDADERO O EN BLANCO VERDADERO VERDADERO

VERDADERO Y EN BLANCO FALSO VERDADERO

EN BLANCO O EN BLANCO EN BLANCO Error

 Expresión DAX Excel

EN BLANCO Y EN BLANCO BLANK Error

Pasos siguientes
Puede hacer todo tipo de cosas con Power BI Desktop y datos. Para obtener más
información sobre las funcionalidades de Power BI, consulte los siguientes recursos:

¿Qué es Power BI Desktop?

Información general sobre consultas con Power BI Desktop
Orígenes de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Tareas de consultas comunes en Power BI Desktop
Extensibilidad de los conectores en
Power BI
Artículo • 07/12/2023

Power BI puede conectarse a los datos mediante conectores existentes y orígenes de

datos genéricos, como ODBC, OData, OLE DB, web, CSV, XML y JSON. Los
desarrolladores también pueden habilitar nuevos orígenes de datos con extensiones de
datos personalizadas denominados conectores personalizados. Microsoft certifica y
distribuye algunos conectores personalizados como conectores certificados.

Para usar conectores personalizados no certificados que usted u otro hayan

desarrollado, debe ajustar la configuración de seguridad de Power BI Desktop para
permitir la carga de extensiones sin validación ni advertencia. Estas extensiones pueden
ignorar los niveles de privacidad y administrar credenciales, incluso enviarlas a través de
HTTP, por lo que debe utilizar esta configuración solo si confía plenamente en sus
conectores personalizados.

Otra opción que tiene el desarrollador es firmar el conector con un certificado y

proporcionar la información que se necesita para usarlo sin cambiar la configuración de
seguridad. Para obtener más información, vea Conectores de terceros de confianza.

Conectores personalizados
Los conectores personalizados no certificados pueden abarcar desde pequeñas API
críticas para el negocio hasta servicios de gran tamaño específicos del sector para los
que Microsoft no ha publicado ningún conector. Muchos conectores son distribuidos
por proveedores. Si necesita un conector para un sector o negocio específico, póngase
en contacto con el proveedor.

Para usar un conector personalizado no certificado:

1. Coloque el archivo .pq, .pqx, .m o .mez del conector en la carpeta

[Documentos]\Microsoft Power BI Desktop\Conectores personalizados local. Si la
carpeta no existe, créela.

2. Para ajustar la configuración de seguridad de la extensión de datos, en Power BI

Desktop, seleccione Archivo>Opciones y configuración>Opciones>Seguridad.

3. En Extensiones de datos, seleccione (Opción no recomendada) Permitir que se

cargue cualquier extensión sin ninguna validación ni advertencia.
 4. Seleccione Aceptar y reinicie Power BI Desktop.

La configuración de seguridad predeterminada de las extensiones de datos de Power BI

Desktop es (Opción recomendada) Permitir solo la carga de extensiones certificadas
por Microsoft y otras extensiones de terceros que sean de confianza. Con este valor, si
hay conectores personalizados no certificados en el sistema, aparece el cuadro de
diálogo Conectores no certificados en el inicio de Power BI Desktop y en él se
enumeran los conectores que no se pueden cargar de forma segura.
Para borrar el error si no necesita usar los conectores de esta sesión, seleccione Aceptar.

Para evitar el error, cambie la configuración de seguridad de Extensiones de datos o

quite los conectores no certificados de la carpeta Conectores personalizados.

） Importante

Al trabajar en modo DirectQuery, solo puede usar un origen de datos del conector
personalizado. El uso de varios orígenes de datos de dicho conector no funcionará
con DirectQuery.

Conectores certificados
Microsoft certifica un subconjunto limitado de extensiones de datos personalizadas.
Aunque Microsoft distribuye estos conectores, no es responsable de su rendimiento ni
de su funcionalidad continuada. El desarrollador ajeno que ha creado el conector es
responsable de su mantenimiento y soporte técnico.

En Power BI Desktop, los conectores de terceros certificados aparecen en la lista del

cuadro de diálogo Obtener datos junto con los conectores genéricos y comunes. No es
necesario ajustar la configuración de seguridad para usar los conectores certificados.

Pasos siguientes
Para obtener un conector personalizado certificado, consulte Certificación de conectores
de Power Query.
Conectores de terceros de confianza
Artículo • 23/03/2023

En Power BI Desktop, generalmente se recomienda mantener el nivel de seguridad de la

extensión de datos en el nivel superior, lo que evita que se pueda cargar código no
certificado por Microsoft. Sin embargo, puede haber muchos casos en los que quiera
cargar conectores específicos. Estos conectores incluyen los que usted ha escrito y los
que le ha proporcionado un consultor o proveedor fuera de la ruta de certificación de
Microsoft.

El desarrollador de un conector determinado puede firmarlo con un certificado y

proporcionarle la información que necesita para cargarlo de forma segura sin reducir el
nivel de seguridad.

Para más información sobre la configuración de seguridad, consulte Extensibilidad del

conector en Power BI.

Uso del registro para confiar en conectores de

terceros
La confianza en los conectores de terceros en Power BI Desktop se consigue mostrando
la huella del certificado en el que quiere confiar en un valor de Registro específico. Si
esta huella digital coincide con la huella digital del certificado del conector que quiere
cargar, podrá cargarlo en el nivel de seguridad Recomendado de Power BI Desktop.

La ruta de acceso del Registro es

HKEY_LOCAL_MACHINE\Software\Policies\Microsoft\Power BI Desktop . Asegúrese de que

la ruta existe o créela. Se ha elegido esta ubicación porque se controla principalmente

por la directiva de TI y además requiere acceso de administración a la máquina local
para modificarla.
 

Agregue un nuevo valor en la ruta de acceso especificada en la imagen anterior. El tipo

debe ser Valor de cadena múltiple: REG_MULTI_SZ . Se debe llamar
TrustedCertificateThumbprints .
 

Agregue las huellas digitales de los certificados en los que desea confiar. Puede agregar
varios certificados usando \0 como delimitador, o bien en el Editor del Registro, haga
clic con el botón derecho en la clave y, luego, seleccione Modificar para colocar cada
huella digital en una nueva línea. La huella digital de ejemplo se ha tomado de un
certificado autofirmado.
 

Si tiene la huella digital adecuada del desarrollador, ahora debería poder confiar de
forma segura en los conectores firmados con el certificado asociado.

Firma de los conectores

Si tiene un conector que usted o un desarrollador necesitan firmar, consulte Control de
la firma de conectores de Power Query.
Administrar conexiones DirectQuery a
un modelo semántico publicado
Artículo • 07/02/2024

De manera predeterminada, cuando publica un modelo semántico en el servicio

Power BI, puede realizar una conexión de DirectQuery a él, siempre y cuando tenga los
permisos adecuados. Puede usar esta conexión para crear modelos compuestos sobre el
modelo semántico.

Pero, en algunas situaciones, debe intentar evitar que se establezcan estas conexiones.
Evitar que se produzcan estas conexiones es especialmente importante en el escenario
de modelos compuestos, donde es posible que quiera prohibir la creación de modelos
compuestos sobre el modelo semántico (lo que se denomina encadenamiento). Al evitar
que se establezcan las conexiones de DirectQuery a un modelo semántico, la cadena se
termina de forma eficaz o se impide que se forme en primer lugar.

７ Nota

Power BI respeta esta configuración y deshabilita la realización de conexiones de

DirectQuery a un modelo semántico, pero es posible que las herramientas de
terceros no lo hagan. Las herramientas de terceros pueden permitir que los
usuarios realicen conexiones de DirectQuery a un modelo semántico incluso si lo
ha deshabilitado.

Uso de Power BI Desktop para evitar que se

establezcan conexiones de DirectQuery a un
modelo semántico
1. Para desalentar las conexiones DirectQuery a un modelo semántico, vaya a Archivo
> Opciones y configuración > Opciones > Archivo actual > Configuración del
modelo semántico publicado.

2. En esta página,elija la opción Deshabilitar conexiones de DirectQuery y seleccione

Aceptar.
Uso de herramientas de terceros para evitar las
conexiones de DirectQuery a un modelo
semántico
Con herramientas de terceros, puede evitar que se establezcan las conexiones de
DirectQuery a un modelo semántico si establece la propiedad
DiscourageCompositeModels de un modelo en True .

Contenido relacionado
Uso de DirectQuery en Power BI
Modelos semánticos en el servicio Power BI
Usar modelos compuestos en Power BI Desktop
¿Tiene más preguntas? Pregunte a la comunidad de Power BI
Solución de problemas de inicio de
sesión con fuentes OData
Artículo • 07/02/2024

Este artículo contiene opciones de solución de problemas a la hora de iniciar sesión con
una cuenta organizativa de una fuente OData:

Error de tipo de credencial no admitido

Errores de acceso denegado

En las secciones siguientes se describe cada error y los pasos para solucionarlo.

Tipo de credencial no admitido

Es posible que vea el siguiente error que indica que no se admite el tipo de credencial:

Output

We are unable to connect because this credential type is not supported

by this resource. Please choose another credential type.

Debe asegurarse de que el servicio envía encabezados de autenticación como se

muestra a continuación:

La primera solicitud de Oauth sin ningún encabezado de autorización debe enviar

el siguiente encabezado en respuesta:

Output

www-authenticate: Bearer realm=[Link]

Active Directory Tenant Id>

La solicitud de redirección al servicio con el encabezado de autorización

establecido en Bearer debe enviar el siguiente encabezado en respuesta:

Output

www-authenticate: Bearer
authorization_uri=[Link] Active
Directory Tenant Id>/oauth2/authorize
Después de una llamada de redireccionamiento correcta, las llamadas al servicio tienen
el token de acceso correcto en el encabezado de autorización. Si sigue viendo un error,
borre los permisos globales del URI del servicio OData e inténtelo de nuevo. Para borrar
los permisos globales, vaya a Archivo> > Opciones y configuración>Configuración de
origen de datos>Permisos globales.

Acceso denegado
Es posible que vea alguno de los siguientes errores que indican que se deniega el
acceso:

Output

access_denied: AADSTS650053: The application 'Microsoft Power Query for

Excel'
asked for scope 'user_impersonation' that doesn't exist
on the resource \<resourceId\>.

Output

Microsoft Power Query for Excel needs permission to access resources

in your organization that only an admin can grant.
Ask an admin to grant permission to this app before you can use it.

Si se produce un error de este tipo, asegúrese de que el registro de la aplicación en el

servicio OData tenga la siguiente configuración:

El identificador de aplicación está establecido en el URI base del servicio OData.

Se ha definido el ámbito user_impersonation.
El administrador ha establecido correctamente los permisos de la aplicación.

Contenido relacionado
Puede hacer todo tipo de cosas con Power BI Desktop. Para obtener más información
sobre sus capacidades, consulte los siguientes recursos:

¿Qué es Power BI Desktop?

Información general sobre consultas con Power BI Desktop
Tipos de datos en Power BI Desktop
Combinar datos y darles forma con Power BI Desktop
Tareas de consultas comunes en Power BI Desktop