Výchozí sémantické modely Power BI v Microsoft Fabric

  • Článek

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. Sémantický model se automaticky vytvoří za vás a výše uvedená obchodní logika se zdědí z nadřazeného objektu lakehouse nebo warehouse, neboli jump-start podřízeného analytického prostředí pro business intelligence a analýzu s položkou v Microsoft Fabric, která je spravovaná, optimalizovaná a synchronizovaná bez zásahu uživatele.

Vizualizace a analýzy v sestavách Power BI se teď dají kompletně sestavit na webu – nebo v několika krocích v Power BI Desktopu – což uživatelům šetří čas, prostředky a ve výchozím nastavení poskytuje uživatelům bezproblémové prostředí pro spotřebu. Výchozí sémantický model Power BI se řídí konvencí pojmenování lakehouse.

Sémantické modely Power BI představují zdroj dat připravených pro vytváření sestav, vizualizaci, zjišťování a spotřebu. Sémantické modely Power BI poskytují:

  • Schopnost rozšířit konstrukce skladových prostorů tak, aby zahrnovala hierarchie, popisy a relace. To umožňuje hlubší sémantické porozumění doméně.
  • Možnost katalogovat, vyhledávat a vyhledávat informace o sémantickém modelu Power BI v datovém centru.
  • Možnost nastavit oprávnění pro izolaci a zabezpečení úloh.
  • Schopnost vytvářet míry, standardizované metriky pro opakovatelnou analýzu.
  • Možnost vytvářet sestavy Power BI pro vizuální analýzu
  • Schopnost zjišťovat a využívat data v Excelu.
  • Možnost připojení a analýzy dat pro nástroje třetích stran, jako je Tableau

Další informace o Power BI najdete v doprovodných materiálech k Power BI.

Poznámka:

Microsoft přejmenoval typ obsahu datové sady Power BI na sémantický model. To platí i pro Microsoft Fabric. Další informace najdete v tématu Nový název datových sad Power BI.

Režim Direct Lake

Režim Direct Lake je základní funkcí nového modulu pro analýzu velmi velkých datových sad v Power BI. Technologie je založená na myšlence načítání 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.

Direct Lake poskytuje nejvýkonnější prostředí pro dotazy a vytváření sestav. Direct Lake je rychlá cesta k načtení 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 načtením datových souborů 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.

Režim Direct Lake je výchozím typem připojení pro sémantické modely, které jako zdroj dat používají koncový bod služby Warehouse nebo SQL Analytics.

Vysvětlení toho, co je ve výchozím sémantickém modelu Power BI

Při vytváření koncového bodu služby Warehouse nebo SQL Analytics se vytvoří výchozí sémantický model Power BI. Výchozí sémantický model je reprezentován (výchozí) příponou.

Výchozí sémantický model se dotazuje prostřednictvím koncového bodu SQL Analytics a aktualizuje se prostřednictvím změn ve službě Lakehouse nebo Warehouse. Výchozí sémantický model můžete dotazovat také prostřednictvím dotazů napříč databázemi ze skladu.

Synchronizace výchozího sémantického modelu Power BI

Dříve jsme do výchozího sémantického modelu Power BI automaticky přidali všechny tabulky a zobrazení ve skladu. Na základě zpětné vazby jsme výchozí chování upravili tak, aby do výchozího sémantického modelu Power BI automaticky nepřidávejte tabulky a zobrazení. Tato změna zajistí, že se synchronizace na pozadí neaktivuje. Tím se také zakáže některé akce, jako je "Nová míra", "Vytvořit sestavu", "Analyzovat v aplikaci Excel".

Pokud chcete toto výchozí chování změnit, můžete:

  1. Ručně povolte synchronizaci výchozího nastavení sémantického modelu Power BI pro každý koncový bod služby Warehouse nebo SQL Analytics v pracovním prostoru. Tím se restartuje synchronizace na pozadí, která způsobí určité náklady na spotřebu.

    Snímek obrazovky z portálu Fabric s nastavením Synchronizovat výchozí sémantický model Power BI je povolený

  2. Ruční výběr tabulek a zobrazení pro přidání do sémantického modelu prostřednictvím sémantického modelu Správy výchozího sémantického modelu Power BI na pásu karet nebo na informačním panelu

    Snímek obrazovky z portálu Fabric s výchozí stránkou Spravovat sémantický model a možností ručního výběru dalších tabulek

Poznámka:

Pokud nepoužíváte výchozí sémantický model Power BI pro účely vytváření sestav, ručně zakažte nastavení sémantického modelu Power BI, abyste se vyhnuli automatickému přidávání objektů. Aktualizace nastavení zajistí, že se synchronizace na pozadí neaktivuje a ušetří náklady na spotřebu Onelake.

Ruční aktualizace výchozího sémantického modelu Power BI

Jakmile ve výchozím sémantickém modelu Power BI existují objekty, můžete tabulky ověřit nebo vizuálně zkontrolovat dvěma způsoby:

  1. Na pásu karet vyberte tlačítko Ručně aktualizovat sémantický model.

  2. Zkontrolujte výchozí rozložení pro výchozí sémantické objekty modelu.

Výchozí rozložení tabulek s podporou BI se zachová v uživatelské relaci a vygeneruje se vždy, když uživatel přejde do zobrazení modelu. Vyhledejte kartu Výchozí sémantické objekty modelu.

Přístup k výchozímu sémantickému modelu Power BI

Pokud chcete získat přístup k výchozím sémantickým modelům Power BI, přejděte do pracovního prostoru a vyhledejte sémantický model, který odpovídá názvu požadovaného lakehouse. Výchozí sémantický model Power BI se řídí konvencí pojmenování lakehouse.

Snímek obrazovky znázorňující, kde najít sémantický model

Pokud chcete načíst sémantický model, vyberte název sémantického modelu.

Monitorování výchozího sémantického modelu Power BI

Aktivitu v sémantickém modelu můžete monitorovat a analyzovat pomocí SQL Server Profileru připojením ke koncovému bodu XMLA.

SQL Server Profiler se instaluje pomocí aplikace SQL Server Management Studio (SSMS) a umožňuje trasování a ladění sémantických událostí modelu. I když je pro SQL Server oficiálně zastaralý, Profiler je stále součástí SSMS a zůstává podporovaný pro Analysis Services a Power BI. Použití s výchozím sémantickým modelem Power BI pro Prostředky infrastruktury vyžaduje SQL Server Profiler verze 18.9 nebo vyšší. Uživatelé musí při připojování pomocí koncového bodu XMLA určit sémantický model jako počáteční katalog . Další informace najdete v tématu SQL Server Profiler pro Analysis Services.

Skriptování výchozího sémantického modelu Power BI

Pomocí aplikace SQL Server Management Studio (SSMS) můžete skriptovat výchozí sémantický model Power BI z koncového bodu XMLA.

Zobrazte schéma jazyka TMSL (Tabular Model Scripting Language) sémantického modelu tím, že ho skriptujete prostřednictvím Průzkumník objektů v SSMS. Chcete-li se připojit, použijte sémantický model připojovací řetězec, který vypadá jako powerbi://api.powerbi.com/v1.0/myorg/username. V části Nastavení serveru najdete připojovací řetězec pro sémantický model v Nastavení. Odtud můžete vygenerovat skript XMLA sémantického modelu prostřednictvím akce místní nabídky skriptu SSMS. Další informace najdete v tématu Připojení datové sady ke koncovému bodu XMLA.

Skriptování vyžaduje oprávnění k zápisu Power BI do sémantického modelu Power BI. S oprávněními ke čtení můžete zobrazit data, ale ne schéma sémantického modelu Power BI.

Vytvoření nového sémantického modelu Power BI

V některých situacích může vaše organizace potřebovat vytvořit další sémantické modely Power BI založené na koncových bodech analýzy SQL nebo ve službě Warehouse.

Tlačítko Nový sémantický model Power BI dědí konfiguraci výchozího sémantického modelu a umožňuje další přizpůsobení. Výchozí sémantický model funguje jako úvodní šablona, která pomáhá zajistit jednu verzi pravdy. Pokud například použijete výchozí sémantický model a definujete nové relace a pak použijete tlačítko Nový sémantický model Power BI, zdědí nový sémantický model tyto relace, pokud vybrané tabulky obsahují tyto nové relace.

Pokud chcete vytvořit sémantický model Power BI ze skladu, postupujte takto:

  1. Na portálu Fabric přejděte do datového skladu .

  2. Otevřete sklad. Přepněte na pás karet Vytváření sestav .

  3. Na pásu karet Vytváření sestav vyberte Nový sémantický model a potom v dialogovém okně Nový sémantický model vyberte tabulky, které chcete zahrnout, a pak vyberte Potvrdit.

  4. Power BI automaticky uloží sémantický model do pracovního prostoru na základě názvu vašeho skladu a pak otevře sémantický model v Power BI.

  5. Výběrem možnosti Otevřít datový model otevřete prostředí webového modelování Power BI, kde můžete přidat relace mezi tabulkami a míry DAX.

Další informace o úpravách datových modelů v služba Power BI najdete v tématu Úprava datových modelů.

Omezení

Výchozí sémantické modely Power BI se řídí aktuálními omezeními sémantických modelů v Power BI. Další informace:

Pokud se datové typy Parquet, Apache Spark nebo SQL nedají mapovat na jeden z datových typů Power BI Desktopu, v rámci procesu synchronizace se zahodí. 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.

Související obsah