Standardmäßige Power BI-Semantikmodelle in Microsoft Fabric

Artikel
04/24/2024

Gilt für:SQL Analytics-Endpunkt, Warehouse und gespiegelte Datenbanken in Microsoft Fabric

In Microsoft Fabric sind Power BI-Semantikmodelle eine logische Beschreibung einer analytischen Domäne mit geschäftsfreundlicher Terminologie und Darstellung. Sie ermöglichen eine ausführliche Analyse. Dieses semantische Modell ist in der Regel ein Sternschema mit Fakten, die eine Domäne darstellen, und Dimensionen, mit denen Sie die Domäne analysieren oder aufteilen können. So können Sie einen Drilldown für verschiedene Analysen ausführen und diese filtern und berechnen. Beim Semantikmodell wird das semantische Modell automatisch für Sie erstellt und die oben genannte Geschäftslogik wird vom übergeordneten Lakehouse bzw. Warehouse geerbt. Dies ermöglicht den Einstieg in die nachgelagerte Analyseumgebung für Business Intelligence und die Analyse mit einem Element in Microsoft Fabric, das verwaltet, optimiert und ohne Benutzereingriff synchronisiert wird.

Visualisierungen und Analysen in Power BI-Berichten können jetzt vollständig im Web oder in nur wenigen Schritten in Power BI Desktop erstellt werden. Benutzer*innen können dadurch Zeit und Ressourcen sparen, und Power BI bietet standardmäßig eine nahtlose Nutzung für Endbenutzer*innen. Das standardmäßige Power BI-Semantikmodell folgt der Benennungskonvention des Lakehouse.

Power BI-Semantikmodelle stellen eine Datenquelle dar, die für die Berichterstellung, Visualisierung, Ermittlung und Nutzung einsatzbereit ist. Power BI-Semantikmodelle bieten Folgendes:

Erweitern von Warehousingkonstrukten zum Einschließen von Hierarchien, Beschreibungen und Beziehungen. Dies ermöglicht ein tieferes semantisches Verständnis einer Domäne.
Die Möglichkeit zum Katalogisieren, Suchen und Finden von Power BI-Semantikmodellinformationen im Datenhub
Festlegen von maßgeschneiderten Berechtigungen für die Isolation und Sicherheit von Workloads
Erstellen von Measures und standardisierten Metriken für wiederholbare Analysen
Erstellen von Power BI-Berichten für die visuelle Analyse
Ermitteln und Nutzen von Daten in Excel
Verbinden und Analysieren von Daten mithilfe von Drittanbietertools wie Tableau

Weitere Informationen zu Power BI finden Sie unter Leitfaden zu Power BI.

Hinweis

Microsoft hat den Power BI-Inhaltstyp Dataset in Semantikmodell umbenannt. Dies gilt auch für Microsoft Fabric. Weitere Informationen finden Sie unter Neuer Name für Power BI-Datasets.

Direct Lake-Modus

Der Direct Lake-Modus ist eine bahnbrechende neue Engine-Funktion zum Analysieren sehr großer Datasets in Power BI. Die Technologie basiert auf dem direkten Laden von Dateien im Parquet-Format aus einem Data Lake ohne die Notwendigkeit, ein Warehouse oder einen SQL-Endpunkt abzufragen und Daten in ein Power BI-Semantikmodell zu importieren oder zu duplizieren. Diese native Integration mit der Bezeichnung Direct Lake bietet einen einzigartigen Modus für den Zugriff auf die Daten aus dem Warehouse oder SQL-Analyseendpunkt.

Direct Lake bietet die leistungsfähigste Abfrage- und Berichterstellungserfahrung. Direct Lake ist ein schneller Weg zum direkten Laden der Daten aus dem Data Lake in die Power BI-Engine, die für die Analyse bereit ist.

Im herkömmlichen DirectQuery-Modus fragt die Power BI-Engine die Daten für jede Abfrageausführung direkt aus der Quelle ab, und die Abfrageleistung hängt von der Datenabrufgeschwindigkeit ab. Durch DirectQuery entfällt die Notwendigkeit, Daten zu kopieren, und es wird sichergestellt, dass alle Änderungen in der Quelle sofort in den Abfrageergebnissen widergespiegelt werden.
Im Importmodus ist die Leistung besser, da die Daten im Arbeitsspeicher leicht verfügbar sind und sie nicht für jede Abfrageausführung aus der Quelle abgefragt werden müssen. Das Power BI-Modul muss die Daten jedoch zum Zeitpunkt der Datenaktualisierung zuerst in den Speicher kopieren. Alle Änderungen an der zugrunde liegenden Datenquelle werden während der nächsten Datenaktualisierung übernommen.
Im Direct Lake-Modus entfällt die Importanforderung, da die Datendateien direkt in den Arbeitsspeicher geladen werden. Da kein expliziter Importvorgang vorhanden ist, ist es möglich, Änderungen an der Quelle zum Zeitpunkt ihres Auftretens aufzunehmen. Direct Lake kombiniert die Vorteile des DirectQuery- und Importmodus und vermeidet gleichzeitig die Nachteile. Der Direct Lake-Modus ist die ideale Wahl für die Analyse sehr großer Datasets sowie von Datasets, deren Datenquelle häufig aktualisiert wird.

Der Direct Lake-Modus ist der Standardverbindungstyp für Semantikmodelle, die ein Warehouse oder einen SQL-Analyseendpunkt als Datenquelle verwenden.

Grundlegendes zum Inhalt des standardmäßigen Power BI-Semantikmodells

Wenn Sie ein Warehouse oder einen SQL-Analyseendpunkt erstellen, wird ein standardmäßiges Power BI-Semantikmodell erstellt. Das standardmäßige Semantikmodell wird mit dem Suffix (Standard) dargestellt.

Das standardmäßige Semantikmodell wird über den SQL-Analyseendpunkt abgefragt und über Änderungen am Lakehouse oder Warehouse aktualisiert. Sie können das standardmäßige Semantikmodell auch über datenbankübergreifende Abfragen aus einem Warehouse abfragen.

Standardmäßige Power BI-Semantikmodell synchronisieren

Zuvor haben wir alle Tabellen und Ansichten im Warehouse automatisch dem standardmäßigen Power BI-Semantikmodell hinzugefügt. Basierend auf dem Feedback haben wir das Standardverhalten so geändert, dass dem standardmäßigen Power BI-Semantikmodell nicht automatisch Tabellen und Ansichten hinzugefügt werden. Durch diese Änderung wird sichergestellt, dass die Synchronisierung im Hintergrund nicht ausgelöst wird. Dadurch werden auch einige Aktionen wie „Neues Measure“, „Bericht erstellen“ und „In Excel analysieren“ deaktiviert.

Sie können folgende Schritte ausführen, wenn Sie dieses Standardverhalten ändern möchten:

Aktivieren Sie manuell die Einstellung Standardmäßiges Power BI-Semantikmodell synchronisieren für jeden Warehouse- oder SQL-Analyseendpunkt im Arbeitsbereich. Dadurch wird die Hintergrundsynchronisierung neu gestartet, die einige Verbrauchskosten verursacht.
Wählen Sie Tabellen und Ansichten manuell aus, die dem Semantikmodell mithilfe der Option Standardmäßiges Power BI-Semantikmodell verwalten im Menüband oder in der Infoleiste hinzugefügt werden sollen.

Hinweis

Wenn Sie das standardmäßige Power BI-Semantikmodell nicht für Berichtszwecke verwenden, deaktivieren Sie die Einstellung Standardmäßiges Power BI-Semantikmodell synchronisieren manuell, um das automatische Hinzufügen von Objekten zu vermeiden. Durch das Einstellungs-Update wird sichergestellt, dass die Synchronisierung im Hintergrund nicht ausgelöst wird und Onelake-Verbrauchskosten eingespart werden.

Manuelles Aktualisieren des standardmäßigen Power BI-Semantikmodells

Sobald Objekte im standardmäßigen Power BI-Semantikmodell vorhanden sind, gibt es zwei Möglichkeiten, die Tabellen zu überprüfen oder visuell zu untersuchen:

Wählen Sie im Menüband die Schaltfläche Manuell aktualisieren für das Semantikmodell aus.
Überprüfen Sie das Standardlayout für die Semantikmodell-Standardobjekte.

Das Standardlayout für BI-fähige Tabellen bleibt in der Benutzersitzung erhalten und wird immer dann generiert, wenn ein Benutzer zur Modellansicht navigiert. Suchen Sie nach der Registerkarte Standard-Semantikmodellobjekte.

Zugreifen auf das standardmäßige Power BI-Semantikmodell

Wenn Sie auf standardmäßige Power BI-Semantikmodelle zugreifen möchten, wechseln Sie zu Ihrem Arbeitsbereich und suchen Sie das Semantikmodell, das dem Namen des gewünschten Lakehouse entspricht. Das standardmäßige Power BI-Semantikmodell folgt der Benennungskonvention des Lakehouse.

Um das Semantikmodell zu laden, wählen Sie den zugehörigen Namen aus.

Überwachen des standardmäßigen Power BI-Semantikmodells

Sie können Aktivitäten im Semantikmodell mit SQL Server Profiler überwachen und analysieren, indem Sie eine Verbindung mit dem XMLA-Endpunkt herstellen.

SQL Server Profiler wird zusammen mit SQL Server Management Studio (SSMS) installiert und ermöglicht die Ablaufverfolgung und das Debuggen von Semantikmodellereignissen. Trotz der offiziellen Einstufung als veraltet für SQL Server ist der Profiler auch weiterhin in SSMS enthalten und wird für Analysis Services und Power BI weiterhin unterstützt. Für die Verwendung mit dem standardmäßigen Fabric-Power BI-Semantikmodell ist SQL Server Profiler in der Version 18.9 oder höher erforderlich. Benutzer müssen das Semantikmodell beim Herstellen einer Verbindung mit dem XMLA-Endpunkt als Anfangskatalog angeben. Weitere Informationen finden Sie unter SQL Server Profiler für Analysis Services.

Skripterstellung für das standardmäßige Power BI-Semantikmodell

Sie können das standardmäßige Power BI-Semantikmodell aus dem XMLA-Endpunkt mit SQL Server Management Studio (SSMS) als Skript erstellen.

Zeigen Sie das TMSL-Schema (Tabular Model Scripting Language) des Semantikmodells an, indem es über den Objekt-Explorer in SSMS als Skript erstellen. Um eine Verbindung herzustellen, verwenden Sie die Verbindungszeichenfolge des Semantikmodells, die wie powerbi://api.powerbi.com/v1.0/myorg/username aussieht. Die Verbindungszeichenfolge für Ihr Semantikmodell finden Sie in den Einstellungen unter Servereinstellungen. Von dort aus können Sie ein XMLA-Skript des Semantikmodells über die SSMS-Kontextmenüaktion Skript erstellen. Weitere Informationen finden Sie unter Konnektivität mit Datasets mithilfe des XMLA-Endpunkts.

Das Erstellen von Skripts erfordert Power BI-Schreibberechtigungen für das Power BI-Semantikmodell. Mit Leseberechtigungen können Sie die Daten, nicht aber das Schema des Power BI-Semantikmodells anzeigen.

Erstellen eines neuen Power BI-Semantikmodells

In einigen Situationen muss Ihre Organisation möglicherweise zusätzliche Power BI-Semantikmodelle erstellen, die auf Daten aus einem SQL-Analyseendpunkt oder -Warehouse basieren.

Die Schaltfläche Neues Power BI-Semantikmodell erbt die Konfiguration des standardmäßigen Semantikmodells und ermöglicht weitere Anpassungen. Das standardmäßige Semantikmodell fungiert als Startervorlage, die eine einzelne Version der Wahrheit gewährleistet. Wenn Sie beispielsweise das standardmäßige Semantikmodell verwenden, neue Beziehungen definieren und dann die Schaltfläche Neues Power BI-Semantikmodell verwenden, erbt das neue Semantikmodell diese Beziehungen, wenn die ausgewählten Tabellen diese neuen Beziehungen enthalten.

Führen Sie die folgenden Schritte aus, um ein Power BI-Semantikmodell aus einem Warehouse zu erstellen:

Wechseln Sie zu Data Warehouse im Fabric-Portal.
Öffnen Sie das Warehouse. Wechseln Sie zum Menüband Berichterstellung.
Wählen Sie im Menüband Berichterstellung die Option Neues Semantikmodell aus. Wählen Sie anschließend im Dialogfeld Neues Semantikmodell die einzuschließenden Tabellen aus und wählen Sie dann Bestätigen aus.
Power BI speichert das Semantikmodell basierend auf dem Namen Ihres Warehouse automatisch im Arbeitsbereich und öffnet das Semantikmodell dann in Power BI.
Wählen Sie Datenmodell öffnen aus, um die Webmodellierung von Power BI zu öffnen, in der Sie Tabellenbeziehungen und DAX-Measures hinzufügen können.

Weitere Informationen zum Bearbeiten von Datenmodellen im Power BI-Dienst finden Sie unter Bearbeiten von Datenmodellen.

Begrenzungen

Standardmäßige Power BI-Semantikmodelle folgen den aktuellen Einschränkungen für semantische Modelle in Power BI. Weitere Informationen:

Wenn die Datentypen von Parquet, Apache Spark oder SQL nicht einem der Power BI-Desktopdatentypen zugeordnet werden können, werden sie im Rahmen des Synchronisierungsprozesses gelöscht. Dies entspricht dem aktuellen Verhalten von Power BI. Für diese Spalten wird das Hinzuzufügen expliziter Typkonvertierungen in ihren ETL-Prozessen empfohlen, um sie in einen unterstützten Typen zu konvertieren. Wenn im Upstream benötigte Datentypen vorhanden sind, können Benutzer*innen optional eine Ansicht in SQL mit der gewünschten expliziten Typkonvertierung angeben. Das wird von der Synchronisierung erfasst oder kann wie zuvor angegeben manuell hinzugefügt werden.