{"id":18659,"date":"2026-09-08T08:00:00","date_gmt":"2026-09-08T08:00:00","guid":{"rendered":"https:\/\/www.dba.nl\/?p=18659"},"modified":"2026-08-31T10:15:53","modified_gmt":"2026-08-31T10:15:53","slug":"7-oorzaken-van-een-trage-power-bi-refresh","status":"publish","type":"kennisbank","link":"https:\/\/www.dba.nl\/en\/kennisbank\/7-oorzaken-van-een-trage-power-bi-refresh\/","title":{"rendered":"7 oorzaken van een trage Power BI-refresh"},"content":{"rendered":"

Een Power BI-rapport dat minuten nodig heeft om te verversen, is meer dan alleen een ergernis. Het verstoort werkprocessen, vertraagt besluitvorming en ondermijnt het vertrouwen in je data. Toch is een trage refresh zelden een mysterie: er zijn zeven veelvoorkomende oorzaken die samen de meeste Power BI-refreshproblemen<\/strong> verklaren. Herken je de oorzaak, dan is de oplossing vaak dichter bij dan je denkt.<\/p>\n

Wanneer een trage Power BI-refresh een probleem wordt<\/h2>\n

Een trage Power BI-refresh<\/strong> is niet altijd het gevolg van \u00e9\u00e9n grote fout. Vaak stapelen kleine ineffici\u00ebnties zich op totdat de totale verversingstijd onacceptabel wordt. De zeven oorzaken hieronder komen zowel voor bij kleine als grote datamodellen, en bij zowel on-premises als cloudgebaseerde omgevingen. Door ze systematisch langs te lopen, vind je snel waar de bottleneck zit.<\/p>\n

1: Te veel data ingeladen zonder filtering<\/h2>\n

De meest voorkomende oorzaak van een trage refresh is simpelweg te veel data inladen. Wanneer Power BI een volledige tabel importeert terwijl je maar een fractie van die data nodig hebt, betaal je elke keer de prijs bij het verversen.<\/p>\n

Denk aan een verkooptabel met tien jaar historische gegevens, terwijl je dashboard alleen de afgelopen twaalf maanden toont. Zonder filtering laadt Power BI alle tien jaar in het geheugen. Dit vergroot het datamodel onnodig en verlengt de refreshtijd aanzienlijk.<\/p>\n

De oplossing is filteren zo vroeg mogelijk in het proces: bij voorkeur al in de databron zelf via een SQL-query of opgeslagen procedure, en anders in Power Query. Hoe minder rijen en kolommen Power BI hoeft te verwerken, hoe sneller de refresh verloopt.<\/p>\n

2: Slecht geoptimaliseerde Power Query-stappen<\/h2>\n

Power Query is het hart van de datatransformatie in Power BI, maar slecht gestructureerde query-stappen kunnen de Power BI-performance<\/strong> flink schaden. Elke stap die Power Query uitvoert, kost tijd, en sommige stappen zijn veel duurder dan andere.<\/p>\n

Veelgemaakte fouten zijn: kolommen samenvoegen voordat onnodige kolommen zijn verwijderd, sorteerstappen toepassen op grote datasets, of meerdere joins uitvoeren zonder tussentijdse filtering. Ook het gebruik van aangepaste functies die rij voor rij worden uitgevoerd (row-by-row operations) kan de verwerking exponentieel vertragen.<\/p>\n

Controleer de stappen in de BI-performance-optimalisatie<\/a> workflow: verwijder onnodige kolommen vroeg in de keten, vermijd onnodige sorteringen en gebruik query folding waar mogelijk. Query folding betekent dat Power Query de transformatielogica terugstuurt naar de databron, zodat de server het zware werk doet in plaats van Power BI.<\/p>\n

3: Complexe DAX-berekeningen in het datamodel<\/h2>\n

DAX-berekeningen die tijdens de refresh worden uitgevoerd, kunnen de verversingstijd verlengen, vooral wanneer berekende kolommen complexe logica bevatten die rij voor rij wordt ge\u00ebvalueerd over grote tabellen.<\/p>\n

Het verschil tussen berekende kolommen en measures is hier cruciaal. Berekende kolommen worden opgeslagen in het datamodel en berekend tijdens de refresh. Measures worden berekend op het moment dat een gebruiker een visual bekijkt. Complexe logica hoort dus thuis in een measure, niet in een berekende kolom.<\/p>\n

Beoordeel ook of bepaalde berekeningen niet beter al in de databron kunnen plaatsvinden, via een view of opgeslagen procedure. Dat ontlast het Power BI-datamodel<\/strong> en maakt de refresh sneller en betrouwbaarder.<\/p>\n

4: Trage of overbelaste databron<\/h2>\n

Soms ligt het probleem niet bij Power BI zelf, maar bij de databron die Power BI bevraagt. Een overbelaste SQL Server, een trage API of een Excel-bestand op een gedeeld netwerk kan de refresh vertragen, ongeacht hoe goed het Power BI-model is ingericht.<\/p>\n

Dit is een veel over het hoofd geziene oorzaak van traag Power BI-gedrag<\/strong>. Wanneer de databron tegelijkertijd wordt bevraagd door andere applicaties, rapportages of gebruikers, concurreert de Power BI-refresh om dezelfde resources. Het resultaat: time-outs, lange wachttijden of mislukte refreshes.<\/p>\n

Analyseer de belasting op de databron tijdens het tijdstip van de refresh. Plan refreshes buiten piekuren, of optimaliseer de onderliggende database-infrastructuur<\/a> zodat queries sneller worden afgehandeld. Indexering, query-optimalisatie en voldoende servercapaciteit maken hier het verschil.<\/p>\n

5: Verkeerde importmodus gekozen<\/h2>\n

Power BI biedt drie verbindingsmodi: Import, DirectQuery en Live Connection. De keuze voor de verkeerde modus heeft directe gevolgen voor zowel de refreshtijd als de algehele Power BI-optimalisatie<\/strong>.<\/p>\n

Import is de snelste modus voor rapportages, maar vereist dat alle data in het geheugen wordt geladen bij elke refresh. DirectQuery stuurt elke vraag rechtstreeks naar de databron, wat de refresh overbodig maakt maar de rapportprestaties kan vertragen. Live Connection is vergelijkbaar met DirectQuery maar werkt met Analysis Services-modellen.<\/p>\n

Voor grote datasets die regelmatig worden ververst, is Import vaak de juiste keuze, mits het model goed is geoptimaliseerd. DirectQuery is geschikt wanneer data altijd actueel moet zijn en de databron snel genoeg is om queries in real time te beantwoorden. Kies de modus bewust op basis van de vereisten, niet als standaardinstelling.<\/p>\n

6: Geen gebruik van incrementele vernieuwing<\/h2>\n

Zonder incrementele vernieuwing laadt Power BI bij elke refresh de volledige dataset opnieuw in. Voor tabellen met miljoenen rijen is dit een onnodige belasting die de refreshtijd dramatisch verlengt.<\/p>\n

Incrementele vernieuwing lost dit op door alleen nieuwe of gewijzigde rijen te vernieuwen, terwijl historische data ongewijzigd blijft. Dit kan de refreshtijd terugbrengen van minuten naar seconden, afhankelijk van de grootte van de dataset en de hoeveelheid nieuwe data per refresh-cyclus.<\/p>\n

Incrementele vernieuwing is beschikbaar in Power BI Premium en Premium Per User. Het vereist dat de databron query folding ondersteunt, wat bij de meeste relationele databases het geval is. Overweeg ook Microsoft Fabric<\/a> als platform, dat incrementele vernieuwing en geavanceerde data-integratie naadloos combineert.<\/p>\n

7: Onvoldoende capaciteit of gateway-problemen<\/h2>\n

De Power BI-gateway is de brug tussen de Power BI-cloudservice en on-premises databronnen. Een slecht geconfigureerde of overbelaste gateway is een frequente maar onderschatte oorzaak van trage refreshes.<\/p>\n

Problemen die hier spelen zijn onder andere: een gateway die op een machine draait met onvoldoende geheugen of CPU, meerdere datasets die tegelijkertijd via dezelfde gateway verversen, of een verouderde gatewayversie die niet is geoptimaliseerd voor de huidige workload. Ook netwerklatentie tussen de gateway en de databron speelt een rol.<\/p>\n

Controleer regelmatig de gatewaylogboeken op fouten en waarschuwingen. Overweeg een dedicated gatewayserver voor zware workloads, en zorg dat de gateway altijd up-to-date is. Voor cloudgebaseerde databronnen is een gateway niet nodig, wat een extra argument is om relevante data te migreren naar een cloudplatform.<\/p>\n

Hoe DBA helpt met Power BI-performanceproblemen<\/h2>\n

Wij combineren bij DBA diepgaande databasekennis met gespecialiseerde Power BI-expertise om de oorzaak van trage refreshes snel te identificeren en structureel op te lossen. Of het probleem nu ligt bij de databron, het datamodel of de infrastructuur, wij pakken het aan bij de kern.<\/p>\n