Bestem typen af Power BI-datasæt
Når du gennemtvinger sikkerhed på rækkeniveau ved hjælp af scenariet For dine kunder , skal din app angive en effektiv identitet. Den måde, du angiver effektiv identitet på, afhænger af den type Power BI-datasæt, som appen kræver.
Der er fire forskellige typer datasæt tilgængelige til overvejelse. Disse typer bestemmes af, hvor modellen hostes, og modelstrukturen. Resten af dette undermodul beskriver disse fire forskellige typer datasæt.
Et Power BI-datasæt er pr. definition en artefakt, der repræsenterer en datakilde til visualisering i Power BI. Datasæt repræsenterer ofte datamodeller, som er dataressourcer, der kan forespørges om, og som er optimeret til analytisk rapportering.
Modelarkitektur
De fleste Microsoft-datamodeller er tabelmodeller. Tabelmodeller består af en eller flere tabeller. Andre Microsoft-datamodeller er flerdimensionelle. Flerdimensionelle modeller er afhængige af ældre teknologi (men stadig relevant), og de består af dimensioner og målingsgrupper. Flerdimensionelle modeller kaldes ofte kuber.
Bemærk
På samme måde som i tabelmodeller gennemtvinger flerdimensionelle modeller datatilladelser ved hjælp af roller. De definerer dog ikke filtre ved hjælp af regler, og de er afhængige af MDX (Multidimensional Expressions) i stedet for DAX. Selvom flerdimensionelle modeller ikke gennemtvinger sikkerhed på rækkeniveau (fordi flerdimensionelle modeller ikke gemmer rækker med data), gennemtvinger de tilsvarende krav, der giver det samme resultat af (statiske og dynamiske) tabelmodelregler.
Modelvært
Datamodeller er enten internt hostet eller eksternt hostet. Interne hostede modeller er placeret i Power BI, mens eksterne hostede modeller hostes uden for Power BI.
Interne hostede modeller er placeret i Power BI-arbejdsområder. Microsofts eksterne hostede modeller er placeret i Azure Analysis Services eller SQL Server Analysis Services. SQL Server Analysis Services kan hoste tabelmodeller og flerdimensionelle modeller, og Power BI kræver en gateway for at oprette forbindelse til dem.
Bemærk
Power BI-forbindelser til eksterne hostede modeller kaldes dynamiske forbindelser.
Modelstruktur
Hver tabel (undtagen beregnede tabeller) i en tabelmodel har en indstilling for lagringstilstand, der enten er Import, Dual eller DirectQuery.
En modeltabel, der er indstillet til at bruge importlagringstilstanden, indlæser og gemmer kildedata fysisk. Den er afhængig af en regelmæssig opdatering af data for at holde dataene opdaterede. Importlager giver den hurtigste ydeevne for forespørgsler, men det kan være ineffektivt (eller dyrt), når du har store datamængder. Når brugerne ønsker opdaterede data, er det muligvis ikke muligt (på grund af daglige grænser) at opdatere datasættet ofte nok.
Omvendt gemmer en model, der bruger DirectQuery-lagringstilstand, aldrig kildedata. Når der forespørges om modeltabeller, forespørger modellen i stedet kildedataene. Det kaldes en passthrough-forespørgsel. DirectQuery-lagringstilstand kan være et godt valg, når du har store datamængder, eller hvis du har brug for at rapportere om opdaterede data.
Når en tabel er indstillet til at bruge Dual Storage-tilstand, kan den fungere som en import- eller DirectQuery-tabel. For hver forespørgsel bestemmer modelforespørgselsprogrammet den mest effektive (hurtigste) tilstand at bruge.
Resumé
Hvis du vil angive en effektiv identitet korrekt, skal du bestemme, hvilken type datasæt du har:
Intern hostet med importtabeller
Intern hostet med DirectQuery-tabeller
Azure Analysis Services, som er en ekstern hostet model
SQL Server Analysis Services, som er en ekstern hostet model