Import vs DirectQuery vs Direct Lake: come scegliere la modalità di archiviazione giusta in Power BI

By Mirko Peters · 2026-10-22

Confronta le modalità di archiviazione Import, DirectQuery e Direct Lake in Power BI per ottimizzare le prestazioni dei report, la freschezza dei dati e i costi infrastrutturali.

Automatically translated with AI from the original post. Read the English original

Scegliere la modalità di archiviazione corretta in Power BI determina la velocità di caricamento dei report e la freschezza dei numeri sottostanti. Comprendendo le differenze operative, le implicazioni sui costi e i limiti di scala dei dati di Import, DirectQuery e Direct Lake, gli sviluppatori possono ottimizzare le prestazioni senza sacrificare l'accuratezza della business intelligence.

Punti chiave

• La modalità di archiviazione viene configurata per tabella, permettendo agli sviluppatori di creare modelli compositi flessibili che combinano diverse strategie di acquisizione dei dati.
• La modalità Import offre prestazioni elevate grazie alla compressione in memoria, ma si affida ad aggiornamenti pianificati per aggiornare i dati.
• DirectQuery fornisce accesso ai dati live, in tempo reale, interrogando direttamente il database di origine a ogni azione dell'utente, anche se ne eredita i limiti prestazionali.
• Direct Lake offre prestazioni molto rapide all'interno di Microsoft Fabric leggendo direttamente le tabelle Delta da OneLake senza copie complete dei dati.
• Bilanciare prestazioni delle query, freschezza dei dati e costi di licenza è essenziale quando si progettano modelli semantici di livello enterprise.

Comprendere le modalità di archiviazione di Power BI

Ogni modello semantico di Power BI richiede un metodo per acquisire e ospitare i dati. L'impostazione della modalità di archiviazione determina se i dati vengono copiati fisicamente nel modello, recuperati on-demand da un database esterno oppure letti direttamente dall'archivio file analitico. Poiché la modalità di archiviazione si configura a livello di singola tabella e non globalmente per l'intero modello semantico, i progettisti di report possono combinare approcci diversi in base alle esigenze di specifiche unità di business.

Scegliere la modalità sbagliata porta spesso a caricamenti lenti delle dashboard, aggiornamenti dei dati falliti o un consumo eccessivo di memoria. Per prendere decisioni architetturali consapevoli, devi valutare come crescono i tuoi dati, con quale frequenza cambiano e cosa si aspetta la tua base di utenti in termini di prestazioni.

Funzionamento e compromessi della modalità Import

La modalità Import è l'approccio predefinito e più diffuso per chi inizia. Quando usi la modalità Import, Power BI estrae una copia dei dati di origine, la comprime fortemente — spesso raggiungendo un rapporto di compressione di 10 a 1 — e la carica direttamente in memoria (RAM) all'interno del servizio Power BI.

Poiché i dati risiedono interamente in memoria, le visualizzazioni dei report vengono renderizzate in modo estremamente rapido. Gli utenti possono suddividere, incrociare e filtrare senza attendere connessioni a database esterni. Il compromesso principale, però, riguarda la freschezza dei dati: i numeri importati sono aggiornati solo fino all'ultimo aggiornamento pianificato. Sulle capacità condivise di Power BI puoi aggiornare i dati fino a otto volte al giorno; le capacità Premium consentono fino a 48 aggiornamenti al giorno. Se la tua azienda richiede aggiornamenti inferiori al minuto, la sola modalità Import non sarà sufficiente.

DirectQuery per le esigenze in tempo reale

DirectQuery adotta l'approccio opposto: non copia alcun dato nel modello. Il modello semantico conserva solo i metadati — tabelle, relazioni e misure. Ogni volta che un utente apre una visualizzazione di un report o fa clic su un segmentatore, Power BI traduce tale interazione in una query live inviata direttamente al database relazionale sottostante.

Questo garantisce che i dati siano sempre aggiornati e rimuove qualsiasi limite artificiale alle dimensioni dei file imposto dai vincoli di memoria. Tuttavia, DirectQuery comporta penalizzazioni prestazionali significative: se il database sottostante è lento, anche i report lo saranno. Inoltre, i calcoli DAX sono limitati a ciò che il database di origine sa interpretare nativamente, e un utilizzo concorrente intenso da parte di molti consumatori di report può sovraccaricare il sistema di origine.

Direct Lake: il vantaggio di Fabric

Introdotta specificamente per Microsoft Fabric, Direct Lake colma il divario tra la velocità della modalità Import e l'aggiornamento in tempo reale di DirectQuery. Direct Lake legge le tabelle Delta archiviate in OneLake, l'archivio dati analitico unificato di Fabric, e carica in memoria, su richiesta, solo le colonne specifiche necessarie a una query.

La caratteristica più interessante di Direct Lake è il meccanismo di aggiornamento. A differenza della modalità Import, che richiede una copia completa dei dati e un ricaricamento, un aggiornamento Direct Lake aggiorna solo i metadati (un processo che Microsoft chiama «framing») in pochi secondi. Si ottengono così prestazioni alla velocità della memoria senza il sovraccarico della duplicazione notturna dei dati. Tieni presente che Direct Lake richiede un abbonamento a una capacità a pagamento di Microsoft Fabric, il che lo rende una soluzione di livello enterprise e non un aggiornamento gratuito.

Creare modelli compositi per prestazioni ottimali

Non sei obbligato a scegliere un'unica modalità di archiviazione per l'intero modello semantico. Combinando diversi tipi di archiviazione all'interno dello stesso modello si crea quello che Microsoft chiama modello composito. Uno schema classico ed estremamente efficace prevede di inserire tabelle delle dimensioni piccole e stabili (come elenchi di prodotti o categorie di clienti) in modalità Import, per un filtraggio istantaneo, mentre le tabelle dei fatti, enormi e in rapida crescita (come i log delle transazioni), vengono collocate in DirectQuery oppure sfruttando Direct Lake.

Questa strategia ibrida offre agli autori dei report il meglio di entrambi i mondi: un'interfaccia utente reattiva grazie alle tabelle delle dimensioni in cache, abbinata a dati transazionali in tempo reale dall'origine. Una pianificazione accurata in fase di progettazione dell'architettura permette all'organizzazione di evitare costi infrastrutturali inutili e di mantenere una consegna rapida dei dati.

Conclusione

Scegliere tra Import, DirectQuery e Direct Lake dipende in definitiva dalla scala della tua organizzazione, dal budget e dai requisiti di dati in tempo reale. Abbinando la modalità di archiviazione alla cadenza operativa dei dati aziendali, puoi costruire ambienti analitici affidabili e reattivi. Per saperne di più sulla configurazione di modelli semantici solidi, ascolta l'episodio completo e iscriviti al podcast per approfondimenti quotidiani sul cloud Microsoft.

Domande frequenti

Posso combinare tabelle Import e DirectQuery nello stesso modello di Power BI?

Sì. Power BI supporta i modelli compositi, che consentono di impostare modalità di archiviazione diverse per le singole tabelle all'interno dello stesso modello semantico.

Con quale frequenza posso aggiornare un modello Power BI importato?

Con la capacità condivisa, gli aggiornamenti pianificati possono essere eseguiti fino a 8 volte al giorno. Con la capacità Premium o Fabric, puoi pianificare aggiornamenti fino a 48 volte al giorno.

Direct Lake richiede un piano di licenza speciale?

Sì, Direct Lake richiede un abbonamento a una capacità di Microsoft Fabric, mentre Import e DirectQuery possono funzionare con le licenze standard gratuite o Pro di Power BI.

Cosa succede ai calcoli DAX in modalità DirectQuery?

Le formule DAX in DirectQuery devono poter essere tradotte in query native comprese dal database di origine, il che limita l'uso di alcune funzioni complesse o iterative.