Data Studio 報表載入速度，以及對檢視者變更 (例如套用篩選器或變更日期範圍) 的回應速度，取決於多項因素，包括：
- 基礎資料集的效能
- 報表中視覺化項目查詢的資料量
- 這些查詢的複雜程度
- 網路延遲
其中有些因素超出您 (或 Data Studio) 的控制範圍。舉例來說，您可能無法改善基礎資料平台的反應速度或加快網路連線速度。不過，您可以採取一些措施，在數據分析中微調報表效能。
請注意，這裡提供的訣竅可能不適用於所有客戶的用途。調整資料更新間隔
大多數資料來源類型都有資料更新間隔選項 (擷取的資料來源除外)。您可以透過這個選項，在取得最新資訊的需求與報表效能、潛在查詢費用或配額之間取得平衡。每種資料來源都有各自的預設資料更新間隔門檻，但您可以視需要調整門檻。舉例來說，如果您要評估網站或應用程式的廣告成效，可能只需要每日更新資料。另一方面，以社群媒體數據分析為依據的報表，可能需要每天更新多次資料。
進一步瞭解如何管理資料更新間隔。
使用擷取的資料來源
擷取的資料來源是最多 100 MB 資料的靜態快照。建立快照後，報表的資料要求會傳送至快照，而非基礎資料集。與即時連結資料相比，使用擷取的資料來源可加快報表和探索的載入速度，讓您更快採取因應措施。
擷取的資料來源沒有資料更新間隔選項。您可以排定時間，讓系統更新擷取資料來源中的資料。
進一步瞭解如何擷取資料。
BigQuery 資料來源的改善項目
接下來的幾個小節將討論，如何提升使用 BigQuery 資料的報表效能。
使用 BI 引擎加速 BigQuery 資料來源
BigQuery BI Engine 是速度飛快的記憶體內分析服務，使用 BI Engine 分析儲存在 BigQuery 中的資料時，查詢回應時間不到一秒，並具備高度並行性。
BI Engine 與數據分析整合，可加快探索和分析資料的速度。您可以使用 BI Engine 在數據分析中建構豐富的互動式資訊主頁和報表，且不會影響效能、規模、安全性或資料更新間隔。
啟用 BigQuery Storage Read API
對於使用分頁結果的查詢，啟用 BigQuery Storage Read API 可縮短查詢時間。如果使用 Storage Read API 能縮短查詢執行時間，數據分析 就會自動使用這項 API。
如要啟用 BigQuery Storage Read API，請將下列權限授予連結至數據分析的 BigQuery 使用者：
bigquery.readsessions.createbigquery.readsessions.getData