Nota
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Esto se aplica a:✅ Almacén en Microsoft Fabric
Esta guía le ayuda a migrar un datamart de Power BI existente a Fabric Data Warehouse.
Fabric Data Warehouse es más escalable, más seguro y listo para la empresa y proporciona compatibilidad ampliada con T-SQL en comparación con Datamarts de Power BI, que siguen siendo una característica en versión preliminar. Fabric Data Warehouse se basa en la tecnología de análisis de próxima generación y evoluciona de Azure Synapse Analytics y SQL Server.
A partir del 1 de junio de 2025, al crear un nuevo datamart de Power BI, se le redirigirá automáticamente a crear un nuevo Fabric Warehouse.
Importante
A partir del 1 de octubre de 2025, los datamarts de Power BI no se admitirán y serán eliminados de los espacios de trabajo. Para evitar perder sus datos y arruinar los informes construidos sobre los datamarts, migre sus datamarts al almacén de datos. Para actualizar datamarts existentes a Fabric Data Warehouse, siga los pasos descritos en esta guía.
Prerrequisitos
- Necesita una SKU P o F para crear un almacén.
- Obtén una lista de tus datamarts:
Opciones de migración
Tiene dos opciones para actualizar un datamart existente a un almacén:
- Utiliza scripts de aceleración publicados por Microsoft para la Modernización de Power BI Datamart en GitHub.
- Siga estos pasos de actualización manual.
Pasos de actualización manual
En Datamart de Power BI, seleccione Transformar datos en la cinta Inicio . Elija Exportar plantilla para exportar el esquema y los datos de DataMart de Power BI como plantilla en Power Query Online.
En el portal de Fabric, cree un nuevo almacén de Fabric en blanco.
En la pestaña Inicio del almacenamiento, seleccione la lista desplegable Obtener datos y, a continuación, seleccione Nuevo flujo de datos Gen2.
En el nuevo editor de Dataflow Gen2, seleccione Importar desde una plantilla de Power Query.
Seleccione Guardar y ejecutar, que publicará el flujo de datos e iniciará una actualización de los datos cargados en el almacenamiento de Fabric.
Conecte los informes y paneles de Power BI a Fabric Data Warehouse a través del modelo semántico predeterminado o como origen de datos.
Optimización del data mart para Fabric Data Warehouse
A continuación se ofrecen consejos para optimizar su datamart actualizado como almacén de Fabric. Aunque es opcional, estos temas pueden resultar útiles en función del tipo de características de datamart que usa su organización.
Habilitación del modelo semántico personalizado en Fabric Data Warehouse
Datamarts agrega automáticamente todas las tablas al modelo semántico de Power BI predeterminado. En Fabric Data Warehouse, el comportamiento predeterminado no agrega automáticamente tablas y vistas al modelo semántico de Power BI predeterminado. Esto garantiza que la sincronización en segundo plano no se desencadene. Esto también deshabilitará algunas acciones como "Nueva medida", "Crear informe" y "Analizar en Excel".
Si desea cambiar este comportamiento predeterminado:
- En la configuración del almacén o del punto de conexión de SQL Analytics, habilite la opción de Sincronizar el modelo semántico predeterminado de Power BI. Esto reinicia la sincronización en segundo plano que incurre en algunos costos de consumo.
- Abra el Administrar el modelo semántico de Power BI predeterminado en la cinta de opciones.
- Seleccione manualmente tablas y vistas que se van a agregar al modelo semántico.
- Recrea las medidas, relaciones u otros elementos semánticos empresariales según sea necesario.
Para más información sobre cómo editar modelos de datos en el servicio Power BI, consulte Editar modelos de datos.
Como alternativa, puede crear scripts de definiciones de RLS desde el datamart y volver a aplicarlas a un nuevo conjunto de datos mediante programación.
- Para generar scripts del esquema del lenguaje de scripting de modelos tabulares (TMSL) del modelo semántico, puede usar SQL Server Management Studio (SSMS). Para conectarse, use la cadena de conexión del modelo semántico, que se parece a
powerbi://api.powerbi.com/v1.0/myorg/myusername
.- Puede encontrar la cadena de conexión del modelo semántico en Configuración, en Configuración del servidor.
- Genere un script XMLA del modelo semántico a través de la acción contextual Script de SSMS. Para obtener más información, consulte Conectividad del conjunto de datos con el punto de conexión XMLA.
Generar scripts y volver a crear la seguridad de nivel de fila (RLS)
La seguridad de nivel de fila (RLS) debe volver a crearse en el almacenamiento, mediante el control de acceso basado en rol (RBAC) y la seguridad de nivel de fila en el almacenamiento de datos de Fabric.
Fabric Warehouse admite más controles de seguridad y gobernanza que los datamarts de Power BI en un nivel granular.
- En datamart, los datos se incorporaron en tablas del esquema
dbo
, pero se proporcionó a los usuarios las vistas correspondientes de estas tablas en el esquemamodel
. Todos los objetos de datamarts son accesibles a través de una vista en elmodel
esquema. - En un almacén, para reproducir los mismos objetos, cree un nuevo esquema denominado
model
y cree vistas en elmodel
esquema de cada tabla. Puede aplicar la seguridad de SQL en una vista o proporcionar cualquier seguridad personalizada de T-SQL según sea necesario, con más funcionalidades que en la interfaz datamart de Power BI. Para obtener más información, consulte Seguridad de nivel de fila en el almacenamiento de datos de Fabric.
Actualización incremental con Flujos de datos Gen2
La actualización incremental es una característica que permite actualizar solo los datos que han cambiado desde la última actualización, en lugar de actualizar la totalidad de los datos.
Esto puede mejorar el rendimiento y la eficacia de los flujos de datos y reducir la carga en los orígenes y destinos. Para obtener instrucciones sobre cómo configurar la actualización incremental con Dataflow Gen2, consulte Patrón para amasar datos de forma incremental con Dataflow Gen2.