Shrnutí
V tomto modulu jste prozkoumali, jaké změny se mění, když sémantické modely potřebují zpracovávat větší datové sady, souběžnější uživatele a širší vzorce spotřeby v Microsoft Fabric. Tato výzva byla jasná: modely vytvořené pro malé týmy v Power BI Desktopu automaticky nezpracují, co je součástí škálování.
Naučili jste se dělat čtyři důležitá rozhodnutí o návrhu. Nejprve jste jako výchozí režim úložiště zvolili Direct Lake a pochopili, kdy je lepší volbou import, DirectQuery nebo složených modelů. Pak jste navrhli vztahy hvězdicového schématu pro přehlednost a výkon, včetně referenční integrity, neaktivních relací a připojení mezi zdroji. Dále jste navrhli škálovatelné výpočty pomocí skupin výpočtů, abyste snížili míru šíření, proměnných a konvencí pojmenování pro podporu udržovatelnosti týmu a agregace pro zpracování velkých objemů dat. Nakonec jste nakonfigurovali nastavení, která řídí, jak model zpracovává velké datové sady, souběžné dotazy a přístup k externím nástrojům.
Tato rozhodnutí společně připraví sémantický model pro škálování. Připraví ho také pro použití AI, protože AI vyžaduje stejné věci jako škálování: aktuální data, jasné vztahy, popisné struktury a kapacitu.