Store semantiske modeller i Power BI Premium

Semantiske Power BI-modeller kan gemme data i en meget komprimeret cache i hukommelsen for at opnå optimeret forespørgselsydeevne, hvilket muliggør hurtig brugerinteraktivitet. Med Premium-kapaciteter kan store semantiske modeller, der overskrider standardgrænsen, aktiveres med indstillingen Lagerformat for store semantiske modeller. Når indstillingen er aktiveret, er semantisk modelstørrelse begrænset af Premium-kapacitetsstørrelsen eller den maksimale størrelse, der er angivet af administratoren.

Store semantiske modeller kan aktiveres for alle Premium P-SKU'er, Integrerede A-SKU'er og med Premium pr. bruger. Den store størrelsesgrænse for semantiske modeller i Premium kan sammenlignes med Azure Analysis Services, hvad angår begrænsninger for størrelse af datamodeller.

Selvom det er nødvendigt, for at semantiske modeller kan vokse ud over 10 GB, har det andre fordele at aktivere indstillingen Lagerformat for store semantiske modeller. Hvis du planlægger at bruge XMLA-slutpunktsbaserede værktøjer til skrivehandlinger for semantiske modeller, skal du sørge for at aktivere indstillingen, selv for semantiske modeller, som du ikke nødvendigvis ville karakterisere som en stor semantisk model. Når indstillingen er aktiveret, kan lagringsformatet for den store semantiske model forbedre ydeevnen for XMLA-skrivehandlinger.

Store semantiske modeller i tjenesten påvirker ikke størrelsen på upload af Power BI Desktop-modellen, som stadig er begrænset til 10 GB. Semantiske modeller kan i stedet vokse ud over denne grænse i tjenesten ved opdatering.

Vigtigt

Power BI Premium understøtter store semantiske modeller. Aktivér indstillingen Lagerformat for store semantiske modeller for at bruge semantiske modeller i Power BI Premium, der er større end standardgrænsen.

Bemærk

Store semantiske modeller i Power BI Premium er ikke tilgængelige i Power BI-tjeneste for dod-kunder i usa. Du kan få flere oplysninger om, hvilke funktioner der er tilgængelige, og hvilke der ikke er, under Tilgængelighed af Power BI-funktioner for amerikanske offentlige myndigheder.

Aktivér store semantiske modeller

Trin her beskriver aktivering af store semantiske modeller for en ny model, der er publiceret til tjenesten. For eksisterende semantiske modeller er det kun trin 3, der er nødvendigt.

1. Opret en model i Power BI Desktop. Hvis din semantiske model bliver større og gradvist bruger mere hukommelse, skal du sørge for at konfigurere trinvis opdatering.

2. Publicer modellen som en semantisk model til tjenesten.

3. I indstillinger for semantisk tjenestemodel > >skal du udvide Lagerformat for store semantiske modeller, indstille skyderen til Til og derefter vælge Anvend.

   

4. Aktivér en opdatering for at indlæse historiske data baseret på politikken for trinvis opdatering. Det kan tage et stykke tid at indlæse historikken ved den første opdatering. Efterfølgende opdateringer bør være hurtigere, afhængigt af din politik for trinvis opdatering.

Angiv standardlagerformat

I understøttede områder kan det store lagerformat for semantiske modeller, der er oprettet i et arbejdsområde, der er tildelt en Premium-kapacitet, som standard være aktiveret for alle nye semantiske modeller, der er tildelt en Premium-kapacitet. Hvis området ikke understøtter store semantiske modeller, er indstillingen for lagringsformat for store semantiske modeller, der er beskrevet nedenfor, deaktiveret. Du kan se, hvilke områder der understøttes i afsnittet om områdetilgængelighed .

1. Vælg Indstillinger>Premium i arbejdsområdet.

2. I Standardlagerformat skal du vælge Lagerformat for stor semantisk model og derefter vælge Gem.

   

Aktivér med PowerShell

Du kan også aktivere lagringsformatet for store semantiske modeller ved hjælp af PowerShell. Du skal have rettigheder som kapacitetsadministrator og arbejdsområdeadministrator for at kunne køre PowerShell-cmdlet'erne.

1. Find det semantiske model-id (GUID). Under fanen Semantiske modeller for arbejdsområdet under indstillingerne for semantiske modeller kan du se id'et i URL-adressen.

   

2. Fra en PowerShell-administratorprompt skal du installere MicrosoftPowerBIMgmt-modulet .

   Install-Module -Name MicrosoftPowerBIMgmt
   

3. Kør følgende cmdlet'er for at logge på og kontrollere lagringstilstanden for semantiske modeller.

   Login-PowerBIServiceAccount
   
   (Get-PowerBIDataset -Scope Organization -Id <Semantic model ID> -Include actualStorage).ActualStorage
   

   Svaret skal være følgende. Lagringstilstanden er ABF (Analysis Services-sikkerhedskopifil), som er standard.

   Id                   StorageMode
   
   --                   -----------
   
   <Semantic model ID>         Abf
   

4. Kør følgende cmdlet'er for at angive lagringstilstanden. Det kan tage et par sekunder at konvertere til Premium-filer.

   Set-PowerBIDataset -Id <Semantic model ID> -TargetStorageMode PremiumFiles
   
   (Get-PowerBIDataset -Scope Organization -Id <Semantic model ID> -Include actualStorage).ActualStorage
   

   Svaret skal være følgende. Lagringstilstanden er nu indstillet til Premium-filer.

   Id                   StorageMode
   
   --                   -----------
   
   <Semantic model ID>         PremiumFiles
   

Du kan kontrollere status for semantiske modelkonverteringer til og fra Premium-filer ved hjælp af cmdlet'en Get-PowerBIWorkspaceMigrationStatus .

Fjernelse af semantisk model

Fjernelse af semantisk model er en Premium-funktion, der gør det muligt for summen af semantiske modelstørrelser at være betydeligt større end den hukommelse, der er tilgængelig for kapacitetens købte SKU-størrelse. En enkelt semantisk model er stadig begrænset til SKU'ens hukommelsesgrænser. Power BI bruger dynamisk hukommelsesstyring til at fjerne inaktive semantiske modeller fra hukommelsen. Semantiske modeller fjernes, så Power BI kan indlæse andre semantiske modeller for at håndtere brugerforespørgsler.

Bemærk

Hvis du skal vente på, at en fjernet semantisk model genindlæses, kan du opleve en mærkbar forsinkelse.

Belastning efter behov

Belastning efter behov er som standard aktiveret for store semantiske modeller og kan give markant forbedret indlæsningstid for fjernede semantiske modeller. Med belastning efter behov får du følgende fordele under efterfølgende forespørgsler og opdateringer:

• Relevante datasider indlæses efter behov (sideindlæs i hukommelsen).

• Fjernede semantiske modeller gøres hurtigt tilgængelige for forespørgsler.

On-demand-indlæsning viser yderligere DMV-oplysninger (Dynamic Management View), der kan bruges til at identificere forbrugsmønstre og forstå tilstanden af dine modeller. Du kan f.eks. kontrollere statistikkerne Temperatur og Senest åbnede for hver kolonne i den semantiske model ved at køre følgende DMV-forespørgsel fra SQL Server Management Studio (SSMS):

Select * from SYSTEMRESTRICTSCHEMA ($System.DISCOVER_STORAGE_TABLE_COLUMN_SEGMENTS, [DATABASE_NAME] = '<Semantic model Name>')

Kontrollerer semantisk modelstørrelse

Når du har indlæst historiske data, kan du bruge SSMS via XMLA-slutpunktet til at kontrollere den anslåede semantiske modelstørrelse i vinduet med modelegenskaber.

Du kan også kontrollere den semantiske modelstørrelse ved at køre følgende DMV-forespørgsler fra SSMS. Sum de DICTIONARY_SIZE og USED_SIZE kolonner fra outputtet for at se den semantiske modelstørrelse i byte.

SELECT * FROM SYSTEMRESTRICTSCHEMA
($System.DISCOVER_STORAGE_TABLE_COLUMNS,
 [DATABASE_NAME] = '<Semantic model Name>') //Sum DICTIONARY_SIZE (bytes)

SELECT * FROM SYSTEMRESTRICTSCHEMA
($System.DISCOVER_STORAGE_TABLE_COLUMN_SEGMENTS,
 [DATABASE_NAME] = '<Semantic model Name>') //Sum USED_SIZE (bytes)

Standardsegmentstørrelse

For semantiske modeller, der bruger lagringsformatet for den store semantiske model, indstiller Power BI automatisk standardsegmentstørrelsen til 8 millioner rækker for at opnå en god balance mellem hukommelseskrav og forespørgselsydeevnen for store tabeller. Dette er den samme segmentstørrelse som i Azure Analysis Services. Hvis segmentstørrelserne holdes justeret, sikrer du sammenlignelige ydeevneegenskaber, når du migrerer en stor datamodel fra Azure Analysis Services til Power BI.

Overvejelser og begrænsninger

Vær opmærksom på følgende begrænsninger, når du bruger store semantiske modeller:

• Understøttede områder: Store semantiske modeller er tilgængelige i Azure-områder, der understøtter Azure Premium Files Storage. Gennemse tabellen i områdetilgængelighed for at få vist en liste over alle understøttede områder.

• Angivelse af den maksimale semantiske modelstørrelse: Maksimal semantisk modelstørrelse kan angives af administratorer. Du kan få flere oplysninger under Maks. hukommelse i datasæt.

• Opdatering af store semantiske modeller: Semantiske modeller, der er tæt på halvdelen af kapacitetsstørrelsen (f.eks. en semantisk model på 12 GB på en kapacitetsstørrelse på 25 GB), kan overskride den tilgængelige hukommelse under opdateringer. Ved hjælp af rest-API'en til forbedret opdatering eller XMLA-slutpunktet kan du udføre detaljerede dataopdateringer, så den hukommelse, der kræves af opdateringen, kan minimeres, så den passer til kapacitetens størrelse.

• Push semantiske modeller: Push-semantiske modeller understøtter ikke lagringsformatet for store semantiske modeller.

• Pro understøttes ikke – Store semantiske modeller understøttes ikke i Pro-arbejdsområder. Hvis et arbejdsområde migreres fra Premium til Pro, kan alle semantiske modeller med indstillingen for lagringsformatet for den store semantiske model ikke indlæses.

• Du kan ikke bruge REST API'er til at ændre indstillingerne for et arbejdsområde, så nye semantiske modeller som standard kan bruge lagringsformatet for den store semantiske model.

Regiontilgængelighed

Store semantiske modeller i Power BI er kun tilgængelige i Azure-områder, der understøtter Azure Premium Files Storage.

Følgende liste indeholder områder, hvor store semantiske modeller i Power BI er tilgængelige. Områder, der ikke er på følgende liste, understøttes ikke for store modeller.

Bemærk

Når der er oprettet en stor semantisk model i et arbejdsområde, skal den forblive i det pågældende område. Du kan ikke tildele et arbejdsområde med en stor semantisk model til en Premium-kapacitet i et andet område.

Azure-region	Forkortelse for Azure-område
Det østlige Australien	australiaeast
Det sydøstlige Australien	Det sydøstlige Australien
Det Sydlige Brasilien	Det sydlige Brasilien
Det østlige Canada	canadaeast
Det centrale Canada	canadacentral
Det centrale Indien	Det centrale Indien
Det centrale USA	Det centrale USA
Østasien	østasien
Østlige USA	Det østlige USA
Det østlige USA 2	eastus2
Det centrale Frankrig	francecentral
Det sydlige Frankrig	francesouth
Det nordlige Tyskland	germanynorth
Det vestlige centrale Tyskland	tysklandwestcentral
Det østlige Japan	Det østlige Japan
Det vestlige Japan	japanwest
Det centrale Sydkorea	koreacentral
Det sydlige Sydkorea	koreasouth
Det nordcentrale USA	northcentralus
Det nordlige Europa	northeurope
Det nordlige Sydafrika	southafricanorth
Det vestlige Sydafrika	southafricawest
Det sydcentrale USA	Det sydcentrale USA
Det sydøstlige Asien	Det sydøstlige Asien
Det nordlige Schweiz	switzerlandnorth
Det vestlige Schweiz	schweizwest
Det centrale Forenede Arabiske Emirater	uaecentral
Det nordlige Forenede Arabiske Emirater	uaenorth
Det sydlige Storbritannien	uksouth
Det vestlige Storbritannien	ukwest
Det vestlige Europa	Det vestlige Europa
Det vestlige Indien	westindia
Det vestlige USA	westus
Det vestlige USA 2	Det vestlige USA 2

Relateret indhold

Følgende links indeholder oplysninger, der kan være nyttige til at arbejde med store modeller:

Azure Premium Files Storage

Konfigurer Multi-Geo-understøttelse af Power BI Premium

Medbring dine egne krypteringsnøgler til Power BI

Trinvis opdatering af semantiske modeller

Power BI Premium Generation 2.