Σημείωση
Η πρόσβαση σε αυτή τη σελίδα απαιτεί εξουσιοδότηση. Μπορείτε να δοκιμάσετε να συνδεθείτε ή να αλλάξετε καταλόγους.
Η πρόσβαση σε αυτή τη σελίδα απαιτεί εξουσιοδότηση. Μπορείτε να δοκιμάσετε να αλλάξετε καταλόγους.
Ισχύει για:✅Τελικό σημείο ανάλυσης SQL, Αποθήκη και Βάση δεδομένων κατοπτρισμού στο Microsoft Fabric
Στο Microsoft Fabric, τα σημασιολογικά μοντέλα Power BI είναι μια λογική περιγραφή ενός αναλυτικού τομέα, με μετρικά, φιλική προς τις επιχειρήσεις ορολογία και αναπαράσταση, για να ενεργοποιηθεί η βαθύτερη ανάλυση. Αυτό το σημασιολογικό μοντέλο είναι συνήθως ένα αστεροειδές σχήμα με γεγονότα που αντιπροσωπεύουν έναν τομέα και διαστάσεις που σας επιτρέπουν να αναλύσετε ή να αναλύσετε και να συνοψίσετε τον τομέα για λεπτομερή έρευνα, φιλτράρισμα και υπολογισμό διαφορετικών αναλύσεων.
Σημείωμα
Έως τις 30 Νοεμβρίου 2025, όλα τα προεπιλεγμένα σημασιολογικά μοντέλα Power BI αποσυνδέονται από το στοιχείο τους και γίνονται ανεξάρτητα σημασιολογικά μοντέλα. Μπορείτε να τα διατηρήσετε εάν εξακολουθείτε να τα χρησιμοποιείτε για αναφορές ή πίνακες εργαλείων ή να τα διαγράψετε με ασφάλεια εάν δεν είναι πλέον απαραίτητα. Για περισσότερες πληροφορίες, ανατρέξτε στο θέμα Ιστολόγιο: Αποσύνδεση προεπιλεγμένων σημασιολογικών μοντέλων για υπάρχοντα στοιχεία στο Microsoft Fabric.
- Από τις 5 Σεπτεμβρίου 2025, τα προεπιλεγμένα σημασιολογικά μοντέλα Power BI δεν δημιουργούνται πλέον αυτόματα όταν δημιουργείται μια αποθήκη, μια λίμνη ή ένα στοιχείο κατοπτρισμού. Για περισσότερες πληροφορίες, ανατρέξτε στο Ιστολόγιο: Προεπιλεγμένα σημασιολογικά μοντέλα ηλιοθέτησης.
- Εάν το στοιχείο σας δεν διαθέτει ήδη μοντέλο σημασιολογίας, μπορείτε να δημιουργήσετε ένα μοντέλο σημασιολογίας Power BI.
Η Microsoft μετονόμασε τον τύπο περιεχομένου συνόλου δεδομένων Power BI σε σημασιολογικό μοντέλο Power BI ή απλώς σημασιολογικό μοντέλο. Αυτό ισχύει και για το Microsoft Fabric. Για περισσότερες πληροφορίες, ανατρέξτε στο θέμα Νέο όνομα για σύνολα δεδομένων Power BI. Για να μάθετε περισσότερα σχετικά με τα μοντέλα σημασιολογίας του Power BI, ανατρέξτε στο θέμα Σημασιολογικά μοντέλα στην υπηρεσία Power BI.
Λειτουργία Direct Lake
Η λειτουργία Direct Lake είναι μια πρωτοποριακή νέα δυνατότητα μηχανισμού για την ανάλυση πολύ μεγάλων συνόλων δεδομένων στο Power BI. Η τεχνολογία βασίζεται στην ιδέα της κατανάλωσης αρχείων σε μορφή parquet απευθείας από μια λίμνη δεδομένων, χωρίς να χρειάζεται να υποβάλετε ερωτήματα σε ένα τελικό σημείο ανάλυσης Warehouse ή SQL και χωρίς να χρειάζεται να εισαγάγετε ή να αντιγράψετε δεδομένα σε ένα σημασιολογικό μοντέλο Power BI. Αυτή η εγγενής ενοποίηση προσφέρει μια μοναδική λειτουργία πρόσβασης στα δεδομένα από το τελικό σημείο ανάλυσης Warehouse ή SQL, που ονομάζεται Direct Lake. Η επισκόπηση του Direct Lake διαθέτει περισσότερες πληροφορίες σχετικά με αυτήν τη λειτουργία αποθήκευσης για σημασιολογικά μοντέλα Power BI.
Το Direct Lake παρέχει την πιο αποδοτική εμπειρία υποβολής ερωτημάτων και αναφορών. Το Direct Lake είναι μια γρήγορη διαδρομή για την κατανάλωση των δεδομένων από τη λίμνη δεδομένων απευθείας στον μηχανισμό Power BI, έτοιμη για ανάλυση.
Σε παραδοσιακή λειτουργία DirectQuery, ο μηχανισμός Power BI υποβάλλει απευθείας ερώτημα στα δεδομένα από την προέλευση για κάθε εκτέλεση ερωτήματος και οι επιδόσεις του ερωτήματος εξαρτώνται από την ταχύτητα ανάκτησης δεδομένων. Το DirectQuery εξαλείφει την ανάγκη αντιγραφής δεδομένων, εξασφαλίζοντας ότι τυχόν αλλαγές στην προέλευση αντικατοπτρίζονται αμέσως στα αποτελέσματα του ερωτήματος.
Στη λειτουργία εισαγωγής, οι επιδόσεις είναι καλύτερες καθώς τα δεδομένα είναι άμεσα διαθέσιμα στη μνήμη, χωρίς να χρειάζεται να υποβάλετε ερωτήματα για τα δεδομένα από την προέλευση για κάθε εκτέλεση ερωτήματος. Ωστόσο, ο μηχανισμός Power BI πρέπει πρώτα να αντιγράψει τα δεδομένα στη μνήμη, κατά τον χρόνο ανανέωσης των δεδομένων. Τυχόν αλλαγές στην υποκείμενη προέλευση δεδομένων πραγματοποιούνται κατά τη διάρκεια της επόμενης ανανέωσης δεδομένων.
Η λειτουργία Direct Lake εξαλείφει την απαίτηση εισαγωγής για την αντιγραφή των δεδομένων, καταναλώνοντας τα αρχεία δεδομένων απευθείας στη μνήμη. Επειδή δεν υπάρχει καμία ρητή διαδικασία εισαγωγής, είναι δυνατό να λάβετε τυχόν αλλαγές στην προέλευση καθώς προκύπτουν. Το Direct Lake συνδυάζει τα πλεονεκτήματα των DirectQuery και της λειτουργίας εισαγωγής, αποφεύγοντας παράλληλα τα μειονεκτήματά τους. Η λειτουργία Direct Lake είναι η ιδανική επιλογή για την ανάλυση πολύ μεγάλων συνόλων δεδομένων και συνόλων δεδομένων με συχνές ενημερώσεις στην προέλευση. Το Direct Lake θα επιστρέψει αυτόματα στο DirectQuery χρησιμοποιώντας το τελικό σημείο ανάλυσης SQL του τελικού σημείου ανάλυσης Αποθήκης ή SQL, όταν το Direct Lake υπερβαίνει τα όρια για το SKU ή χρησιμοποιεί μη υποστηριζόμενες δυνατότητες, επιτρέποντας στους χρήστες αναφοράς να συνεχίσουν χωρίς διακοπή.
Η λειτουργία άμεσης λίμνης είναι η λειτουργία αποθήκευσης για νέα μοντέλα σημασιολογίας Power BI που δημιουργούνται σε ένα τελικό σημείο ανάλυσης Warehouse ή SQL.
Χρησιμοποιώντας το Power BI Desktop, μπορείτε επίσης να δημιουργήσετε σημασιολογικά μοντέλα Power BI χρησιμοποιώντας το τελικό σημείο ανάλυσης SQL του τελικού σημείου της Αποθήκης ή της ανάλυσης SQL ως προέλευση δεδομένων για σημασιολογικά μοντέλα σε λειτουργία αποθήκευσης εισαγωγής ή DirectQuery.
Δημιουργία και διαχείριση σημασιολογικών μοντέλων Power BI
Όταν δημιουργείτε ένα σημασιολογικό μοντέλο σε ένα λιμναίο σπίτι ή αποθήκη, επιλέγετε ποιους πίνακες θα προσθέσετε. Από εκεί, μπορείτε να ενημερώσετε με μη αυτόματο τρόπο ένα σημασιολογικό μοντέλο Power BI.
Για να ξεκινήσετε, ανατρέξτε στο θέμα:
Περιορισμοί
- Τα σημασιολογικά μοντέλα στο Fabric ακολουθούν τους τρέχοντες περιορισμούς για τα μοντέλα σημασιολογίας στο Power BI. Μάθε περισσότερα:
- Τα σημασιολογικά μοντέλα είναι ανεξάρτητα στοιχεία στο Fabric και μπορούν να διαχειρίζονται μέσω REST API για την απαρίθμηση σημασιολογικών μοντέλων σε έναν χώρο εργασίας, τον έλεγχο για εξαρτήσεις (αναφορές/πίνακες εργαλείων) και περιεχόμενο μοντέλου και τη διαγραφή αχρησιμοποίητων. Αυτό περιλαμβάνει αποσυνδεδεμένα σημασιολογικά μοντέλα που δημιουργήθηκαν από προεπιλογή στο παρελθόν, τα οποία δεν δημιουργούνται πλέον αυτόματα.
- Εάν οι τύποι δεδομένων parquet, Apache Spark ή SQL δεν μπορούν να αντιστοιχιστούν σε έναν από τους τύπους δεδομένων του Power BI Desktop, απορρίπτονται ως μέρος της διαδικασίας συγχρονισμού. Αυτό συνάδει με την τρέχουσα συμπεριφορά του Power BI. Για αυτές τις στήλες, συνιστούμε να προσθέσετε ρητές μετατροπές τύπου στις διαδικασίες ETL τους για να τις μετατρέψετε σε έναν τύπο που υποστηρίζεται. Εάν υπάρχουν τύποι δεδομένων που χρειάζονται upstream, οι χρήστες μπορούν προαιρετικά να καθορίσουν μια προβολή στην SQL με τη ρητή μετατροπή τύπου που θέλετε. Αυτό θα παραληφθεί από τον συγχρονισμό ή μπορεί να προστεθεί με μη αυτόματο τρόπο, όπως υποδεικνύεται προηγουμένως.
- Τα σημασιολογικά μοντέλα μπορούν να επεξεργαστούν μόνο στο τελικό σημείο ή στην αποθήκη ανάλυσης SQL.