本文参考文档：https://docs.microsoft.com/en-us/power-bi/admin/service-premium-incremental-refresh
什么是增量刷新？
增量刷新数据。一般情况下，在PowerBI或PowerBI Desktop中点击【刷新】按钮，会将数据源的数据全部刷新一遍。假设有2018-2020年的订单数据，2018年，2019年的订单数据是不发生变化的，2020年的订单数据在不断增加，如果全部刷新显然会耗时费力，这时候我们就可以使用增量刷新了。
注意：现在，增量刷新可用于Power BI Pro，Premium和共享的订阅和数据集。
增量刷新在Power BI的大型数据集中具有以下优势：
刷新更快捷 - 只需刷新已更改的数据。 例如，只刷新 10 年数据集中最近 5 天的数据。
刷新更可靠 - 不再需要维护与不稳定的源系统的长期连接。
降低资源消耗 - 要刷新的数据量减少，这降低了内存和其他资源的整体消耗。
配置增量刷新
增量刷新策略在Power BI Desktop中定义，并在发布到Power BI服务时应用。
如何配置增量刷新？
1.设置RangeStart和RangeEnd参数
要在Power BI服务中利用增量刷新，首先需要创建时间区间，这要求用户在Power Query 编辑器中创建RangeStart和RangeEnd参数（保留名称且区分大小写），类型必须是日期/时间，并设置默认值。Power BI服务使用这两个参数实现数据集的增量刷新。
创建参数的窗口如下图所示。PS:数据均为虚拟数据。
2.使用参数过滤查询
使用已定义的参数，然后可以通过为列选择“ 自定义过滤器”菜单选项来应用过滤器。
在“自定义过滤器”对话框中，设置用于过滤数据行的表达式，如下图所示：
注意：确保查询中的RangeStart 或 RangeEnd 参数上存在一个等号（=），但二者不能同时具有等号。如果这两个参数都具有等号（=），部分行可能满足两个分区的条件，导致模型中存在重复数据。
3.定义刷新策略
在Power BI Desktop中定义刷新策略，在Power BI 服务中应用刷新策略。
（1）在报表视图中，选择被参数RangeStart和RangeEnd过滤的表，右击弹出快捷菜单，点击“增量刷新”。
（2）打开增量刷新窗口，如下图所示，在该窗口中定义增量刷新的策略。
注意：只有部分本身拥有特定查询语言的数据源支持进行查询折叠，例如SQL Server，Oracle以及支持用ODBC连接的数据源。例如Excel，CSV，Website这种本身没有任何查询机制的数据源则不支持查询折叠。如上图，导入的数据为Excel数据源，则出现黄色警告。
（3）启用增量刷新，定义刷新的区间。
为数据表启用增量刷新，数据刷新的区间包括存储区间和刷新区间，存储区间为5个月，刷新区间为7天。当刷新数据时，刷新在当前日期前7天的数据，存储当前日期5个月的数据，删除当前日期之前超过5个月的数据。
（4）检测数据更改。
当勾选“检测数据更改”选项时，可选择用于仅标识和刷新数据更改日期的日期/时间列，当检测到该列发生变化时，才会启动增量刷新进程。如果该列没有发生变化，则无需刷新数据。
（5）仅刷新全天。
当勾选“仅刷新完成天”选项时，PowerBI不会加载当天的数据，因为当天数据非完整一天的数据。
发布到服务
配置完增量刷新，在刷新模型时候，首次刷新可能需要长时间来导入历史数据。 后续刷新使用增量刷新功能，速度会大幅提升。
* PowerPivot工坊原创文章，转载请注明出处！
延伸阅读：
使用Forms+Power BI实时统计员工健康状况
下次就带岳母去这些地方玩——Python爬虫在Power BI中的运用
Power BI中的实时流式处理
手把手教你DIY属于自己的酷炫可视化控件
Power BI快捷键速查表来了，瞬间提高书写效率
如果您想深入学习微软Power BI，欢迎登录网易云课堂试听学习我们的“从Excel到Power BI数据分析可视化”系列课程。或者关注我们的公众号（PowerPivot工坊）后猛戳”在线学习”。
