Pular para o conteúdo
Atualizado em 2026-10-05

Modos de dados — Import, DirectQuery e cache

Como o painel lê os dados — extrato de cada tabela (Import), consulta ao vivo (DirectQuery) e cache; o que o Atualizar agora faz.

Nesta página (5)

Como no Power BI, um dashboard tem um modo de dados. No ingestia.bi há dois: Import (extrato da tabela, custo zero na visualização) e DirectQuery (consulta ao vivo com cache). O teto de custo por consulta vale em toda consulta. Exemplos usam o workspace sintético Comércio Aurora Ltda.


Import (extrato da tabela)#

O modo Import por extratos está disponível para todos os workspaces. Painéis antigos, com uma consulta por visual, passam para o extrato de forma assistida, painel a painel (veja o aviso abaixo).

Painel antigo com uma consulta por visual?

Leve os visuais para o extrato da tabela, um a um, conferindo os números antes e depois: Dados → Modelo Import → Migrar visuais. Veja Migrar visuais para o modelo Import.

  1. O que é — o painel guarda um extrato de cada tabela que ele usa (uma cópia da tabela do datalake). Os visuais são recortados desse extrato, sem consultar o datalake de novo.
  2. Quando usar — painéis do dia a dia que não precisam de tempo real; é o caso mais comum e o mais barato.
  3. Como funciona —
    • Atualizar agora (ou a agenda do painel) refaz os extratos: uma leitura por tabela, por mais visuais que o painel tenha. É também o que traz para o painel uma coluna nova que entrou na tabela.
    • No editor, trocar ou acrescentar um campo num visual aparece na hora: o visual é recortado do extrato que já está guardado, sem nova consulta e sem esperar a próxima atualização.
    • Visual com consulta própria (SQL escrito à mão, de antes do extrato) continua consultando na atualização; migre-o para o extrato quando puder.
  4. Pré-requisitos — datalake configurado. Sem datalake, a plataforma roda em modo demonstração.
  5. Como validar — clique em Atualizar agora, mexa num campo de um visual no editor e veja o número mudar sem esperar; o rodapé do painel mostra a data da última atualização.
  6. Limites e ressalvas — o extrato é uma fotografia: o que mudou na tabela depois dela só aparece na próxima atualização. Contagem de distintos não se soma entre partes (ex.: usuários únicos por dia não dão os únicos do mês) — use a medida certa para o nível que o visual mostra.
  7. Dados de exemplo (sintéticos) — "Receita por UF" (SP=250, RJ=90, MG=140) recortada do extrato de vendas.
  8. Evidência — recorte do extrato, plano de extração por tabela e migração antes/depois cobertos por suíte determinística.

DirectQuery (ao vivo)#

  1. O que é — o painel consulta a base ao vivo a cada visualização, com cache para reduzir custo.
  2. Quando usar — quando o dado precisa refletir o estado atual, aceitando custo por consulta (no cache-miss).
  3. Como funciona — o motor de DirectQuery consulta ao vivo com cache gerenciado de 10 min; a cobrança acontece no cache-miss. Falha de um widget vira card de erro e nunca derruba o painel.
  4. Pré-requisitos — datalake configurado; cache gerenciado para o cache (sem ele, o cache é no-op).
  5. Como validar — configure o modo rt, abra o painel duas vezes em menos de 10 min e confirme que a 2ª leitura vem do cache (sem novo custo).
  6. Limites e ressalvas — a latência de cada consulta depende do volume da tabela e de o resultado já estar em cache. Não há timeout explícito nem cancelamento de consulta no datalake — a proteção é o maxDuration da função + reaper de runs presos.
  7. Dados de exemplo (sintéticos) — 1ª leitura consulta (cache-miss, cobra); 2ª leitura em 5 min (cache-hit, custo zero).
  8. Evidência — consulta ao vivo com cache (cobrança só no cache-miss) e isolamento de falha por widget cobertos por suíte determinística.

Cache de consulta#

  1. O que é — cache do resultado de consulta (10 min), da verificação de acesso (60s) e do catálogo, com invalidação O(1) por versão.
  2. Quando usar — automático no DirectQuery e em leituras repetidas.
  3. Como funciona — chave por workspace + versão + hash do SQL; invalidação por bump de versão; fallback em memória quando não há cache gerenciado.
  4. Pré-requisitos — cache gerenciado para o cache compartilhado; sem ele, cai no fallback local (no-op entre instâncias).
  5. Como validar — repita a mesma consulta dentro de 10 min e confirme o cache-hit; publique uma nova versão e confirme a invalidação (miss no próximo acesso).
  6. Limites e ressalvas — sem o cache gerenciado, o cache não é compartilhado entre instâncias; taxa de acerto e ganho de latência em produção são NÃO MEDIDO.
  7. Dados de exemplo (sintéticos) — hash sql:a1b2 servido do cache por 10 min.
  8. Evidência — cache por workspace + versão + hash do SQL, com invalidação O(1) por versão e fallback em memória, coberto por suíte determinística.

Refresh incremental#

  1. O que é — recalcular só o período recente do snapshot em vez de refazer todo o histórico.
  2. Quando usar — visuais com anos de histórico onde só os dias recentes mudam.
  3. Como funciona — opt-in por visual; a elegibilidade é restritiva e garante que o resultado incremental seja idêntico ao completo (mesmas linhas, mesma ordem) — na menor dúvida, faz o refresh completo. A janela recentDays é calculada no fuso do painel.
  4. Pré-requisitos — consulta particionável por período e ordenada ascendentemente pela coluna de período.
  5. Como validar — ative incremental num visual de série temporal e confirme que o número do refresh incremental bate com o do refresh completo.
  6. Limites e ressalvas — só aplica quando as condições de identidade são satisfeitas; caso contrário faz full (por segurança do número).
  7. Dados de exemplo (sintéticos) — histórico 2024–2026 fixo + recálculo dos últimos 7 dias.
  8. Evidência — elegibilidade restritiva e identidade incremental==completo cobertas por suíte determinística.

Guarda de custo (FinOps)#

  1. O que é — teto de bytes por consulta e cobrança por bytes com mínimo por consulta, em reais.
  2. Quando usar — automático em toda consulta e dry-run.
  3. Como funciona — um teto de volume lido (1 GiB por padrão) em toda consulta; maxRows hard de 50.000 (nunca ilimitado); custo mínimo por consulta/tabela (10 MB) com conversão USD→BRL; débito atômico anti-corrida nos créditos.
  4. Pré-requisitos — datalake configurado para a cobrança real; rótulo de workspace na cobrança export para o rateio por cliente.
  5. Como validar — rode uma consulta e confirme, na auditoria, o costBrl e o bytesBilled registrados; tente estourar 1 GiB e confirme o bloqueio.
  6. Limites e ressalvas — a conciliação por cliente depende do label workspace do billing export (ainda em implantação); o costBrl registrado é estimativa — o valor cobrado é o da fatura.
  7. Dados de exemplo (sintéticos) — consulta de 12 MB → cobrada pelo mínimo; costBrl registrado na auditoria.
  8. Evidência — teto de volume lido por consulta, maxRows hard, custo mínimo por consulta e débito atômico de crédito cobertos por suíte determinística.

Evidência: motores de extrato, cache e guarda de custo cobertos por suíte determinística. Latência, vazão e cobrança do DirectQuery em nuvem real ainda não foram medidas — por isso esta página não promete números de desempenho. Sem o datalake configurado, a plataforma roda em modo demonstração declarado.

Links relacionados