Power BI lento? Pode ser granularidade errada, não falta de RAM
Antes de trocar de computador ou reclamar da licença, vale checar uma coisa que custa zero: a granularidade da sua tabela fato. Um modelo com linhas redundantes fica pesado à toa — e o sintoma parece hardware, mas a causa é modelagem.
- Granularidade é o nível de detalhe de cada linha — definido pelas dimensões que a tabela fato usa.
- Duas linhas com a mesma combinação de chaves (mesma data, produto e loja) são redundantes.
- Pré-agregar pra granularidade certa reduz linhas sem perder informação que o relatório realmente usa.
- Modelo enxuto responde mais rápido — o Power BI processa menos linha por cálculo.
O que define a granularidade de uma tabela fato
A granularidade não é um número escolhido à toa — ela é definida pela combinação das dimensões que a linha carrega. Se cada linha de vendas tem uma Data, um Produto e uma Loja, a granularidade é "uma linha por combinação de data, produto e loja". Toda vez que duas linhas repetem exatamente essa combinação, existe redundância no modelo.
Por que isso deixa o relatório lento
Cada cálculo DAX percorre as linhas da tabela fato dentro do contexto de filtro ativo. Quanto mais linhas existirem pra representar a mesma informação, mais trabalho o mecanismo de cálculo precisa fazer — mesmo que o resultado final, depois de somado, seja idêntico ao de um modelo mais enxuto. Isso é especialmente visível em bases grandes, onde a diferença entre granularidade fina e granularidade certa pode ser a diferença entre um relatório instantâneo e um relatório que trava.
Como identificar granularidade fina demais
O sinal mais claro é perguntar: "existe alguma análise no relatório que realmente precisa desse nível de detalhe?". Se a base tem uma linha por item de carrinho, mas nenhum visual jamais analisa por item individual — só por dia, produto e loja — a granularidade por item é fina demais pro que o relatório entrega.
Outro sinal prático: abrir a tabela fato e procurar linhas com exatamente a mesma combinação de chaves. Se elas aparecem aos montes, existe espaço real pra pré-agregar sem perder nada que o dashboard mostra hoje.
Como corrigir sem perder informação
Pré-agregar significa somar as linhas redundantes numa única linha por combinação de chaves, antes de carregar a tabela pro modelo — normalmente resolvido no Power Query, agrupando pelas colunas que definem a granularidade certa. O resultado final da soma continua idêntico; só o número de linhas físicas no modelo diminui, e é exatamente isso que acelera os cálculos.
A regra prática: a granularidade certa é a mais grossa possível que ainda cobre tudo que os relatórios precisam mostrar hoje. Qualquer nível mais fino que isso é peso que o modelo carrega sem necessidade.
Quer aprender a modelar dados de verdade?
O curso completo de Power BI da TECH SANTOS BR cobre modelagem de dados, Power Query e DAX — do zero até dashboards rápidos e publicados de verdade.
Perguntas frequentes
O que é granularidade numa tabela fato do Power BI?
É o nível de detalhe de cada linha, definido pela combinação de dimensões que ela usa. Duas linhas com a mesma combinação de chaves são redundantes.
Por que granularidade errada deixa o Power BI lento?
Quanto mais fina a granularidade, mais linhas o modelo processa em cada cálculo. Se o relatório nunca precisa desse detalhe, essas linhas só pesam à toa.
Como descobrir a granularidade certa pra uma tabela fato?
Pergunte qual é o nível de detalhe que os relatórios realmente precisam mostrar — qualquer nível mais fino que isso é redundância.
Pré-agregar dados faz perder informação?
Não, se a granularidade escolhida cobrir tudo que os relatórios precisam mostrar. O resultado final continua igual, só com menos linhas.
Fontes: Microsoft Learn — Entender o esquema estrela. Consultada em 03/08/2026.