Sémantické modely Power BI v Microsoft Fabric

Platí pro:✅SQL Analytics endpoint, Warehouse a Mirrored Database in Microsoft Fabric

V Microsoft Fabric jsou sémantické modely Power BI logickým popisem analytické domény s metrikami, obchodní terminologií a reprezentací, které umožňují hlubší analýzu. Tento sémantický model je obvykle hvězdicové schéma s fakty, které představují doménu, a dimenze, které umožňují analyzovat, nebo rozdělit a rozdělit doménu k podrobnostem, filtrování a výpočtu různých analýz.

Poznámka:

Od 30. listopadu 2025 se všechny výchozí sémantické modely Power BI odpojí od položky a stanou se nezávislými sémantickými modely. Můžete je zachovat, pokud je stále používáte pro sestavy nebo řídicí panely, nebo je bezpečně odstranit, pokud už je nepotřebujete. Další informace naleznete v tématu Blog: Oddělení výchozích sémantických modelů pro existující položky v Microsoft Fabric.

Microsoft přejmenoval typ obsahu datové sady Power BI na sémantický model Power BI nebo jenom sémantický model. To platí i pro Microsoft Fabric. Další informace najdete v tématu Nový název datových sad Power BI. Další informace o sémantických modelech Power BI najdete v tématu Sémantické modely ve službě Power BI.

Režim Direct Lake

Režim Direct Lake je základní funkcí nového modulu pro analýzu velmi velkých datových sad v Power BI. Tato technologie je založená na myšlence využívání souborů formátovaných parquet přímo z datového jezera, aniž byste museli dotazovat koncový bod služby Warehouse nebo SQL Analytics a nemuseli importovat nebo duplikovat data do sémantického modelu Power BI. Tato nativní integrace přináší jedinečný režim přístupu k datům z koncového bodu služby Warehouse nebo SQL Analytics s názvem Direct Lake. Přehled Direct Lake obsahuje další informace o tomto režimu úložiště pro sémantické modely Power BI.

Direct Lake poskytuje nejvýkonnější prostředí pro dotazy a vytváření sestav. Direct Lake je rychlá cesta k využívání dat z datového jezera přímo do modulu Power BI připraveného k analýze.

  • V tradičním režimu DirectQuery modul Power BI přímo dotazuje data ze zdroje pro každé spuštění dotazu a výkon dotazu závisí na rychlosti načítání dat. DirectQuery eliminuje potřebu kopírování dat a zajišťuje, aby se všechny změny ve zdroji okamžitě projevily ve výsledcích dotazu.

  • V režimu importu je výkon lepší, protože data jsou snadno dostupná v paměti, aniž byste museli dotazovat data ze zdroje pro každé spuštění dotazu. Modul Power BI ale musí data nejprve zkopírovat do paměti v době aktualizace dat. Všechny změny souvisejícího zdroje dat se vyberou během příští aktualizace dat.

  • Režim Direct Lake eliminuje požadavek na import kopírování dat tím, že využívá datové soubory přímo do paměti. Vzhledem k tomu, že neexistuje žádný explicitní proces importu, je možné vyzvednout všechny změny ve zdroji, jak k nim dojde. Direct Lake kombinuje výhody režimu DirectQuery a importu a současně se jim vyhnout jejich nevýhodám. Režim Direct Lake je ideální volbou pro analýzu velmi velkých datových sad a datových sad s častými aktualizacemi ve zdroji. Direct Lake se automaticky přesměruje na DirectQuery pomocí koncového bodu analýzy SQL služby Warehouse nebo koncového bodu analýzy SQL, když Direct Lake překročí limity pro skladovou položku, nebo používá funkce, které nejsou podporované, což uživatelům sestav umožní pokračovat bez přerušení.

  • Režim Direct Lake je režim úložiště pro nové sémantické modely Power BI vytvořené v koncovém bodu služby Warehouse nebo SQL Analytics.

  • Pomocí Power BI Desktopu můžete také vytvářet sémantické modely Power BI pomocí koncového bodu analýzy SQL Warehouse nebo koncového bodu analýzy SQL jako zdroje dat pro sémantické modely v režimu importu nebo úložiště DirectQuery.

Vytváření a správa sémantických modelů Power BI

Při vytváření sémantického modelu v jezeře nebo skladu zvolíte, které tabulky chcete přidat. Odtud můžete ručně aktualizovat sémantický model Power BI.

Pokud chcete začít, přečtěte si:

Omezení

  • Sémantické modely v Fabric se řídí aktuálními omezeními sémantických modelů v Power BI. Víc se uč:
  • Sémantické modely jsou nezávislé položky ve Fabric a mohou být spravovány pomocí rozhraní REST API pro vyjmenování sémantických modelů v pracovním prostoru, kontrolu závislostí (sestav/řídicích panelů) a obsahu modelu a pro odstranění nepoužívaných modelů. To zahrnuje oddělené sémantické modely vytvořené ve výchozím nastavení v minulosti, které se už nevytvořují automaticky.
  • Pokud se datové typy Parquet, Apache Spark nebo SQL nedají mapovat na jeden z datových typů Power BI Desktopu, dojde k jejich vyřazení v rámci procesu synchronizace. To je v souladu s aktuálním chováním Power BI. Pro tyto sloupce doporučujeme přidat explicitní převody typů v jejich procesech ETL, abyste je převedli na podporovaný typ. Pokud existují datové typy, které jsou potřeba upstreamové, mohou uživatelé volitelně zadat zobrazení v SQL s požadovaným explicitním převodem typu. Synchronizace ji vyzvedne nebo ji můžete přidat ručně, jak je uvedeno dříve.
  • Sémantické modely je možné upravovat pouze v koncovém bodu nebo skladu analýzy SQL.

Další krok

Vytvoření sémantického modelu Power BI

Související obsah

  • Last updated on