Introducción 💡

Gestionar volúmenes masivos de datos es uno de los desafíos más críticos para los arquitectos de soluciones en Power BI. Cuando los datasets alcanzan millones de filas, realizar una carga completa (Full Refresh) en cada actualización no solo es ineficiente, sino que consume recursos excesivos y aumenta el riesgo de fallos en el servicio. Aquí es donde la Actualización Incremental se convierte en una herramienta indispensable, permitiéndonos procesar únicamente los datos que han cambiado recientemente, manteniendo el histórico intacto.

Fundamentos de la Actualización Incremental

La actualización incremental extiende las operaciones de refresco programado al automatizar la creación de particiones para las tablas que cargan datos con frecuencia. En lugar de truncar y cargar toda la tabla, Power BI filtra los datos dinámicamente utilizando parámetros específicos de fecha y hora.

Requisitos Previos Indispensables

• Parámetros de Power Query: Es obligatorio crear dos parámetros con nombres exactos: RangeStart y RangeEnd, ambos de tipo Fecha/Hora (Date/Time).
• Filtro de Columna: Se debe aplicar un filtro en la columna de fecha de la tabla principal utilizando estos parámetros.
• Origen de Datos compatible: El origen debe soportar el «Query Folding» (Plegado de Consultas) para que el filtrado ocurra en el servidor de origen y no en memoria de Power BI.

Comparativa: Refresco Total vs. Actualización Incremental

Característica	Carga Total (Full Refresh)	Actualización Incremental
Velocidad	Lenta (Recarga todo el dataset)	Rápida (Solo recarga datos nuevos/cambiados)
Consumo de Recursos	Alto (CPU y Memoria intensivos)	Bajo y optimizado
Confiabilidad	Propensa a Timeouts en grandes volúmenes	Alta estabilidad
Configuración	Automática	Requiere configuración de parámetros

Configuración de la Política de Actualización

Una vez definidos los parámetros en Power Query, la política se configura en Power BI Desktop haciendo clic derecho sobre la tabla. Los puntos clave son:

• Archivar datos que empiecen antes de: Define cuántos años, meses o días de datos históricos se conservarán.
• Actualizar datos que empiecen antes de: Define el periodo de tiempo «caliente» que se refrescará en cada ciclo.
• Detectar cambios de datos: (Opcional) Permite refrescar solo si una columna específica (como una fecha de última modificación) ha cambiado.

---

Mini Ejercicio Práctico ✍️

Sigue estos pasos para preparar tu modelo para la escalabilidad:

1. Abre Power BI Desktop y dirígete a Transformar Datos (Power Query).
2. En la pestaña Inicio, selecciona Administrar Parámetros > Nuevo Parámetro.
3. Crea RangeStart (Tipo: Fecha/Hora, Valor: 01/01/2024) y RangeEnd (Tipo: Fecha/Hora, Valor: 31/12/2024).
4. Ve a tu tabla de hechos (ej. FactSales) y filtra la columna de fecha: Filtros de fecha > Filtro personalizado.
5. Configura el filtro como: Es posterior o igual a Parámetro: RangeStart Y Es anterior a Parámetro: RangeEnd.
6. Cierra y aplica los cambios.
7. Haz clic derecho en la tabla en la vista de informe y selecciona Actualización Incremental para definir tus periodos de archivo y refresco.

Fuentes Consultadas 📚

• Microsoft Learn: Información general sobre la actualización incremental
• Guía de configuración de actualización incremental para modelos semánticos
• Blog Oficial de Microsoft Power BI