Import vs. DirectQuery vs. Direct Lake: escolhendo o modo de armazenamento certo no Power BI

By Mirko Peters · 2026-10-22

Compare os modos de armazenamento Import, DirectQuery e Direct Lake no Power BI para otimizar o desempenho dos relatórios, a atualidade dos dados e os custos de infraestrutura.

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

Escolher o modo de armazenamento correto no Power BI determina a velocidade de carregamento dos seus relatórios e o quanto os seus números estão atualizados. Ao entender as diferenças operacionais, as implicações de custo e os limites de escala de dados dos modos Import, DirectQuery e Direct Lake, os desenvolvedores podem otimizar o desempenho sem comprometer a precisão da business intelligence.

Principais conclusões

• O modo de armazenamento é configurado por tabela, o que permite aos desenvolvedores criar modelos compostos flexíveis que combinam diferentes estratégias de obtenção de dados.
• O modo Import oferece alto desempenho graças à compressão em memória, mas depende de atualizações agendadas para atualizar os dados.
• O DirectQuery oferece acesso a dados ao vivo, em tempo real, consultando diretamente o banco de dados de origem a cada ação do usuário, embora herde as limitações de desempenho da origem.
• O Direct Lake entrega alta velocidade dentro do Microsoft Fabric ao ler tabelas Delta diretamente do OneLake, sem cópias completas dos dados.
• Equilibrar desempenho de consultas, atualidade dos dados e custos de licenciamento é essencial ao projetar modelos semânticos de nível empresarial.

Entendendo os modos de armazenamento do Power BI

Todo modelo semântico do Power BI precisa de um método para obter e armazenar dados. A configuração do modo de armazenamento determina se os dados são copiados fisicamente para o modelo, buscados sob demanda em um banco de dados externo ou lidos diretamente do armazenamento de arquivos analíticos. Como o modo de armazenamento é configurado no nível de cada tabela, e não globalmente para todo o modelo semântico, os arquitetos de relatórios podem combinar abordagens para atender a unidades de negócio específicas.

Escolher o armazenamento errado costuma levar a painéis com carregamento lento, falhas nas atualizações de dados ou consumo excessivo de memória. Para tomar decisões de arquitetura bem fundamentadas, você precisa avaliar como seus dados crescem, com que frequência mudam e o que sua base de usuários espera em termos de desempenho.

Mecânica e trade-offs do modo Import

O modo Import é o padrão e a abordagem mais comum entre iniciantes. Quando você usa o modo Import, o Power BI copia os seus dados de origem, comprime-os fortemente, frequentemente alcançando uma taxa de compressão de 10 para 1, e os carrega diretamente na memória (RAM) do serviço do Power BI.

Como os dados ficam inteiramente na memória, os visuais dos relatórios são renderizados com extrema rapidez. Os usuários podem segmentar, cruzar e filtrar sem esperar por conexões com bancos de dados externos. No entanto, o principal trade-off é a atualidade dos dados. Os números importados são tão atuais quanto a última atualização agendada. Em capacidades compartilhadas do Power BI, você pode atualizar os dados até oito vezes por dia; capacidades Premium permitem até 48 atualizações diárias. Se o seu negócio exige atualizações em menos de um minuto, o modo Import sozinho não será suficiente.

DirectQuery para necessidades em tempo real

O DirectQuery segue exatamente a abordagem oposta, não copiando nenhum dado para o modelo. Em vez disso, o modelo semântico mantém apenas os metadados: as tabelas, os relacionamentos e as medidas. Sempre que um usuário abre um visual do relatório ou clica em um segmentador, o Power BI traduz essa interação em uma consulta ao vivo enviada diretamente ao banco de dados relacional subjacente.

Isso garante que os seus dados estejam sempre atualizados e elimina os limites artificiais de tamanho de arquivo impostos pelas restrições de memória. No entanto, o DirectQuery tem penalidades de desempenho significativas. Se o seu banco de dados for lento, seus relatórios também serão. Além disso, os cálculos DAX ficam restritos ao que o banco de dados de origem consegue interpretar nativamente, e o uso intenso e simultâneo por vários consumidores de relatórios pode sobrecarregar o sistema de origem.

Direct Lake: a vantagem do Fabric

Criado especificamente para o Microsoft Fabric, o Direct Lake combina a velocidade do modo Import com a atualidade em tempo real do DirectQuery. O Direct Lake lê tabelas Delta armazenadas no OneLake, o repositório de dados analíticos unificado do Fabric, e carrega diretamente na memória, sob demanda, apenas as colunas específicas exigidas por uma consulta.

O grande diferencial do Direct Lake é o seu mecanismo de atualização. Diferentemente do modo Import, que exige uma cópia completa dos dados e um recarregamento, uma atualização do Direct Lake atualiza apenas os metadados (um processo que a Microsoft chama de "framing") em questão de segundos. Isso oferece desempenho em velocidade de memória sem o custo operacional da duplicação diária de dados. Observe que o Direct Lake exige uma assinatura paga de capacidade do Microsoft Fabric, o que o torna uma solução de nível empresarial, e não uma atualização gratuita.

Como criar modelos compostos para um desempenho ideal

Você não é obrigado a escolher um único modo de armazenamento para todo o seu modelo semântico. Ao combinar diferentes tipos de armazenamento em um mesmo modelo, você cria o que a Microsoft chama de modelo composto. Um padrão clássico e muito eficaz consiste em manter tabelas de dimensão pequenas e estáveis (como listas de produtos ou categorias de clientes) no modo Import, para filtragem instantânea, e colocar tabelas de fatos volumosas e de crescimento rápido (como registros de transações) no DirectQuery ou usar o Direct Lake.

Essa estratégia híbrida oferece aos autores de relatórios o melhor dos dois mundos: a responsividade da interface proveniente das tabelas de dimensão em cache, combinada com dados transacionais em tempo real da fonte. Um planejamento cuidadoso na fase de arquitetura evita custos desnecessários de infraestrutura e mantém a entrega de dados rápida.

Conclusão

Escolher entre Import, DirectQuery e Direct Lake depende, em última análise, da escala da sua organização, do orçamento e dos requisitos de dados em tempo real. Ao alinhar o modo de armazenamento à cadência operacional dos dados do seu negócio, você consegue criar ambientes analíticos confiáveis e responsivos. Para saber mais sobre como configurar modelos semânticos robustos, ouça o episódio completo e assine o podcast para receber insights diários sobre a nuvem da Microsoft.

Perguntas frequentes

Posso misturar tabelas Import e DirectQuery no mesmo modelo do Power BI?

Sim. O Power BI oferece suporte a modelos compostos, permitindo definir modos de armazenamento diferentes para tabelas individuais dentro do mesmo modelo semântico.

Com que frequência posso atualizar um modelo do Power BI importado?

Na capacidade compartilhada, as atualizações agendadas podem ser executadas até 8 vezes por dia. Na capacidade Premium ou Fabric, você pode agendar atualizações em até 48 vezes por dia.

O Direct Lake exige um plano de licenciamento especial?

Sim, o Direct Lake exige uma assinatura de capacidade do Microsoft Fabric, enquanto Import e DirectQuery podem funcionar com as licenças gratuitas ou Pro do Power BI.

O que acontece com os cálculos DAX no modo DirectQuery?

As fórmulas DAX no DirectQuery precisam ser traduzidas em consultas nativas compreendidas pelo banco de dados de origem, o que limita o uso de determinadas funções complexas ou iterativas.