Power BI-forbrugsscenarier: Administreret selvbetjenings-BI, der kan tilpasses

Bemærk

Denne artikel er en del af power BI-implementeringsplanlægningsserierne. I denne serie fokuseres der primært på Power BI-oplevelsen i Microsoft Fabric. Du kan få en introduktion til serien under Planlægning af implementering af Power BI.

Som beskrevet i Fabric-introduktionskøreplanen er administreret selvbetjenings-BI karakteriseret ved en blandet tilgang, der lægger vægt på disciplin i kernen og fleksibilitet på kanten. Dataarkitekturen vedligeholdes normalt af et enkelt team af centraliserede BI-eksperter, mens rapporteringsansvar tilhører oprettere i afdelinger eller forretningsenheder.

Men når kernedataarkitekturen ikke indeholder alle de påkrævede data, kan forfattere af semantiske modeller (tidligere kaldet et datasæt) udvide, tilpasse eller tilpasse eksisterende delte semantiske modeller. Der kan oprettes nye specialiserede semantiske modeller, der opfylder forretningsmæssige krav, som ikke er opfyldt af eksisterende semantiske modeller, der leveres centralt. Det er vigtigt, at der ikke er nogen duplikering af kernedata. Dette forbrugsscenarie kaldes administreret selvbetjenings-BI, der kan tilpasses.

Bemærk

Dette administrerede selvbetjenings-BI-scenarie, der kan tilpasses, er det andet af BI-scenarierne med selvbetjening. Dette scenarie bygger på, hvad der kan gøres med en centraliseret delt semantisk model (som blev introduceret i det administrerede selvbetjenings-BI-scenarie ). Du kan finde en liste over alle scenarier i artiklen Power BI-forbrugsscenarier .

Nogle aspekter, der er beskrevet i emnet om indholdssamarbejde og leveringsscenarier , beskrives ikke kort i denne artikel. Du kan få fuld dækning ved at læse disse artikler først.

Scenariediagram

I følgende diagram vises en oversigt på højt niveau over de mest almindelige brugerhandlinger og Power BI-komponenter for at understøtte brugerdefineret administreret selvbetjenings-BI. Det primære fokus er på at give indholdsoprettere i forretningsenhederne mulighed for at oprette en specialiseret datamodel ved at udvide en eksisterende delt semantisk model. Målet er at opnå genbrug, når det er muligt, og at give fleksibilitet til at opfylde yderligere analysekrav.

Tip

Vi opfordrer dig til at downloade scenariediagrammet , hvis du vil integrere det i din præsentation, dokumentation eller dit blogindlæg – eller udskrive det som en vægplakat. Da det er et SVG-billede (Scalable Vector Graphics), kan du skalere det op eller ned uden tab af kvalitet.

Scenariediagrammet viser følgende brugerhandlinger, værktøjer og funktioner:

Punkt	Beskrivelse
	Semantisk modelopretter A udvikler en model ved hjælp af Power BI Desktop. For en semantisk model, der er beregnet til genbrug, er det almindeligt (men ikke påkrævet), at forfatteren tilhører et centraliseret team, der understøtter brugere på tværs af organisatoriske grænser (f.eks. it, enterprise BI eller Center of Excellence).
	Power BI Desktop opretter forbindelse til data fra en eller flere datakilder.
	Udvikling af datamodeller sker i Power BI Desktop. Der gøres en ekstra indsats for at oprette en veldesignet og brugervenlig model, så den kan bruges som datakilde af mange selvbetjente rapportoprettere. Modeloprettere kan bruge DAX-forespørgsler til at udvikle og udforske modellen under udvikling.
	Når modelopretteren A er klar, publicerer den deres Power BI Desktop-fil (.pbix) eller Power BI-projektfil (.pbip), der kun indeholder en model til Power BI-tjeneste.
	Den semantiske model publiceres i et arbejdsområde, der er dedikeret til lagring og sikring af delte semantiske modeller. Da den semantiske model er beregnet til genbrug, er den påtegnet (certificeret eller fremhævet efter behov). Den semantiske model er også markeret som synlig for yderligere at tilskynde til genbrug. Afstamningsvisningen i Power BI-tjeneste kan bruges til at spore afhængigheder, der findes mellem Power BI-elementer.
	Dataregistrering i OneLake-datahubben er aktiveret, fordi den semantiske model er markeret som synlig. Registrering gør det muligt for andre Power BI-indholdsforfattere, der leder efter data, at kunne se tilstedeværelsen af en semantisk model i OneLake-datahubben.
	Indholdsoprettere bruger OneLake-datahubben i Power BI-tjeneste til at søge efter fundne dataelementer, f.eks. semantiske modeller.
	Hvis oprettere af indhold har tilladelse, kan de anmode om tilladelsen Opret for dataelementer. Dette starter en arbejdsproces for at anmode om tilladelsen Opret fra en godkendt godkender. Når de har tilladelse, kan oprettere af indhold genbruge dataelementerne til at oprette nye løsninger.
	I Power BI Desktop opretter modelopretteren B en direkte forbindelse til den oprindelige delte semantiske model, der er placeret i Power BI-tjeneste. Da hensigten er at udvide og tilpasse den oprindelige semantiske model, konverteres den direkte forbindelse til en DirectQuery-model. Denne handling resulterer i en lokal model i Power BI Desktop-filen.
	Power BI Desktop opretter forbindelse til data fra yderligere datakilder. Målet er at øge den delte semantiske model, så yderligere analytiske krav opfyldes af den nye specialiserede sammensatte semantiske model.
	Der oprettes relationer i Power BI Desktop mellem de eksisterende tabeller (fra den delte semantiske model, også kaldet fjernmodellen), og nye tabeller, der netop er importeret (gemt i den lokale model). Der udføres yderligere beregninger og modelleringsarbejde i Power BI Desktop for at fuldføre designet af den specialiserede sammensatte model.
	Når den er klar, publicerer den semantiske modelopretter B sin .pbix- eller .pbip-fil til Power BI-tjeneste.
	Den nye specialiserede sammensatte semantiske model publiceres i et arbejdsområde, der er dedikeret til at gemme og beskytte semantiske modeller, der ejes og administreres af afdelingen.
	Den specialiserede semantiske model er stadig forbundet med den oprindelige delte semantiske Power BI-model. Eventuelle ændringer af den oprindelige delte semantiske model påvirker downstream-specialiserede sammensatte semantiske modeller, der er afhængige af den.
	Andre selvbetjente rapportoprettere kan oprette nye rapporter, der er forbundet til den specialiserede sammensatte semantiske model. Oprettere af rapporter kan vælge at bruge Power BI Desktop, Power BI Report Builder eller Excel.
	Rapporter publiceres i et arbejdsområde, der er dedikeret til lagring og sikring af rapporter og dashboards.
	Publicerede rapporter forbliver forbundet med den specialiserede semantiske model, der er gemt i et andet arbejdsområde. Alle ændringer af den specialiserede semantiske model påvirker alle de rapporter, der er forbundet til den.
	Nogle datakilder kan kræve en datagateway i det lokale miljø eller en VNet-gateway til opdatering af data, f.eks. dem, der er placeret i et privat organisationsnetværk.
	Fabric-administratorer fører tilsyn med og overvåger aktivitet på Fabric-portalen.

Vigtige punkter

Følgende er nogle vigtige punkter, der skal understreges i forbindelse med det selvbetjente BI-scenarie, der kan tilpasses.

Delt semantisk model

Det vigtigste aspekt ved at gøre administreret selvbetjenings-BI-arbejde er at minimere antallet af semantiske modeller. Dette scenarie viser en delt semantisk model , der bidrager til at opnå en enkelt version af sandheden.

Bemærk

For nemheds skyld viser scenariediagrammet kun én delt semantisk model. Det er dog normalt ikke praktisk at modellere alle organisationsdata i en enkelt semantisk model. Den anden yderlighed er at oprette en ny semantisk model for hver rapport, som mindre erfarne indholdsforfattere ofte gør. Målet er at finde den rette balance, læne sig mod relativt få semantiske modeller og oprette nye semantiske modeller, når det giver mening at gøre det.

Udnyt den indledende delte semantiske model

Nogle gange skal oprettere af selvbetjening forstærke en eksisterende semantisk model med f.eks. yderligere data, der er specifikke for deres afdeling. I dette tilfælde kan de bruge DirectQuery-forbindelser til semantiske Power BI-modeller. Denne funktion giver mulighed for en ideel balance mellem selvbetjeningsaktivering, samtidig med at du drager fordel af investeringen i centralt administrerede dataaktiver. Scenariediagrammet viser en DirectQuery-forbindelse. Den handling, der konverterer en direkte forbindelse til en DirectQuery-forbindelse, opretter en lokal model, der gør det muligt at tilføje nye tabeller. Der kan oprettes relationer mellem tabeller fra den oprindelige delte semantiske model (fjernmodellen), og nye tabeller er lige tilføjet (den lokale model). Der kan udføres yderligere beregninger og datamodellering for at tilpasse den nye datamodel.

Tip

I dette scenarie fremhæves genbrug af en delt semantisk model. Nogle gange er der dog situationer, hvor dataudformere ønsker at begrænse oprettelsen af downstream-datamodellen. I så fald kan de aktivere egenskaben Fraråd DirectQuery-forbindelser i indstillingerne for Power BI Desktop.

Semantisk modelpåtegning

Da delte semantiske modeller er beregnet til genbrug, er det nyttigt at anbefale dem. En certificeret semantisk model formidler til rapportoprettere, at dataene er pålidelige og opfylder organisationens kvalitetsstandarder. En fremhævet semantisk model fremhæver, at den semantiske modelejer mener, at dataene er værdifulde og værd at bruge for andre.

Tip

Det er bedste praksis at have en konsekvent, gentagelig, streng proces til godkendelse af indhold. Certificeret indhold skal angive, at datakvaliteten er valideret. Den bør også følge reglerne for ændringsstyring, få formel support og være fuldt dokumenteret. Da certificeret indhold har overskredet strenge standarder, er forventningerne til troværdighed højere.

Semantisk modelsøgning

OneLake-datahubben hjælper rapportoprettere med at finde, udforske og bruge semantiske modeller på tværs af organisationen. Ud over at godkende semantiske modeller er aktivering af semantisk modelregistrering afgørende for at fremme genbrug. En semantisk model, der kan registreres, er synlig i datahubben for rapportoprettere, der søger efter data.

Bemærk

Hvis en semantisk model ikke er konfigureret til at blive fundet, er det kun Power BI-brugere med tilladelsen Opret, der kan finde den.

Anmod om semantisk modeladgang

En rapportopretter kan finde en semantisk model i datahubben, som vedkommende vil bruge. Hvis de ikke har tilladelsen Opret for den semantiske model, kan de anmode om adgang. Afhængigt af indstillingen for anmodningsadgang for den semantiske model sendes der en mail til ejeren af den semantiske model, eller brugerdefinerede instruktioner præsenteres for den person, der anmoder om adgang.

Publicer til separate arbejdsområder

Der er flere fordele ved at publicere rapporter til et arbejdsområde, der adskiller sig fra det, hvor den semantiske model er gemt.

Først er der klarhed over, hvem der er ansvarlig for at administrere indhold i hvilket arbejdsområde. For det andet har rapportoprettere tilladelse til at publicere indhold til et rapporteringsarbejdsområde (via arbejdsområdeadministrator-, medlem- eller bidragyderroller). De har dog kun læse- og buildtilladelser til bestemte semantiske modeller. Denne teknik gør det muligt for sikkerhed på rækkeniveau at træde i kraft, når det er nødvendigt for brugere, der er tildelt seerrollen.

Afhængigheds- og effektanalyse

Når en delt semantisk model bruges af andre semantiske modeller eller rapporter, kan disse afhængige objekter findes i mange arbejdsområder. Afstamningsvisningen hjælper med at identificere og forstå downstream-afhængighederne. Når du planlægger en ændring af en semantisk model, skal du først udføre effektanalyse for at forstå, hvilke semantiske modeller eller rapporter der skal redigeres eller testes.

Konfiguration af gateway

Der kræves typisk en datagateway, når du får adgang til datakilder, der er placeret i det private organisationsnetværk eller et virtuelt netværk. Datagatewayen i det lokale miljø bliver relevant, når en Power BI Desktop-fil publiceres på Power BI-tjeneste. De to formål med en gateway er at opdatere importerede data eller få vist en rapport, der forespørger en direkte forbindelse eller En DirectQuery-semantisk model.

Bemærk

I forbindelse med brugerdefinerede administrerede SELVbetjente BI-scenarier anbefales en central datagateway i standardtilstand på det kraftigste via gateways i personlig tilstand. I standardtilstand understøtter datagatewayen direkte forbindelse og DirectQuery-handlinger (ud over planlagte dataopdateringshandlinger).

Systemtilsyn

Aktivitetsloggen registrerer brugeraktiviteter, der forekommer i Power BI-tjeneste. Power BI-administratorer kan bruge de aktivitetslogdata, der indsamles, til at udføre overvågning for at hjælpe dem med at forstå forbrugsmønstre og indførelse. Aktivitetsloggen er også værdifuld til at understøtte styringstiltag, sikkerhedsrevisioner og krav til overholdelse af angivne standarder. Med et administreret selvbetjent BI-scenarie, der kan tilpasses, er det især nyttigt at spore brugen af den oprindelige delte semantiske model samt afhængige semantiske modeller.

Relateret indhold

I den næste artikel i denne serie kan du få mere at vide om genbrug af dataforberedelsesarbejde med dataflow i scenariet med selvbetjent dataforberedelse.