Looker Studio 报告的加载速度以及对查看者所做更改（例如应用过滤条件或更改日期范围）的响应速度取决于多种因素，包括：
- 底层数据集的性能
- 报告中的可视化图表正在查询的数据量
- 这些查询的复杂程度
- 网络延迟
其中一些因素超出您（或 Looker Studio）的控制范围。例如，您可能无法采取太多措施来提高底层数据平台的响应速度或加快网络连接速度。不过，您可以通过一些方法在 Looker Studio 中微调报告效果。
调整数据新鲜度
大多数数据源类型都有数据新鲜度选项（提取的数据源除外）。此选项可让您在对最新信息的需求与报告性能和潜在的查询费用或配额之间取得平衡。每种类型的数据源都有自己的默认数据新鲜度阈值，但您可以根据需要调整此阈值。例如，如果您要衡量网站或应用中的广告效果，可能会发现每日数据更新就足够了。另一方面，基于社交媒体分析的报告可能需要每天多次更新数据。
详细了解如何管理数据新鲜度。
使用提取的数据源
提取的数据源是最多包含 100 MB 数据的静态快照。创建后，报告中的数据请求会发送到此快照，而不是发送到底层数据集。与使用实时数据连接相比，使用提取的数据源可以提高报告和探索的加载速度，并提高响应速度。
提取的数据源没有数据新鲜度选项。您可以安排提取的数据源中的数据更新时间。
详细了解如何提取数据。
针对 BigQuery 数据源的改进
以下部分讨论了有关如何提高使用 BigQuery 数据的报告的性能的提示。
使用 BI Engine 加速 BigQuery 数据源
BigQuery BI Engine 是一项高速内存中分析服务。利用 BI Engine，您可以分析存储在 BigQuery 中的数据，该服务支持亚秒级查询响应时间和高并发操作。
BI Engine 与 Looker Studio 集成，可加快数据探索和分析。您可以使用 BI Engine 在 Looker 数据洞察中构建内容丰富的互动式信息中心和报告，且性能、扩缩、安全性或数据新鲜度都不会受到影响。
开始将 Looker Studio 与 BI Engine 搭配使用。
启用 BigQuery Storage Read API
对于使用分页结果的查询，启用 BigQuery Storage Read API 可以缩短查询时间。当使用 Storage Read API 可以缩短查询运行时长时，Looker Studio 会自动使用该 API。
如需启用 BigQuery Storage Read API，请向连接到 Looker 数据洞察的 BigQuery 用户授予以下权限：
bigquery.readsessions.createbigquery.readsessions.getData