Compartir a través de

Modelos semánticos de Power BI en Microsoft Fabric

Se aplica a:✅Punto de conexión de análisis SQL, Almacenamiento y Base de datos reflejada en Microsoft Fabric

En Microsoft Fabric, los modelos semánticos de Power BI son una descripción lógica de un dominio analítico, con métricas, terminología y representación fáciles de usar para la empresa, para habilitar un análisis más profundo. Este modelo semántico suele ser un esquema de estrella con hechos que representan un dominio, y dimensiones que permiten analizar o segmentar el dominio para profundizar, filtrar y calcular diferentes análisis.

Al crear un modelo semántico en un lakehouse o un almacén de datos, puede elegir las tablas que se van a agregar. Desde allí, puede actualizar manualmente un modelo semántico de Power BI.

Nota:

Para el 30 de noviembre de 2025, todos los modelos semánticos predeterminados de Power BI se desconectan de su elemento y se convierten en modelos semánticos independientes. Puede conservarlos si todavía los usa para informes o paneles o eliminarlos de forma segura si ya no son necesarios. Para obtener más información, vea Blog: Desacoplamiento de modelos semánticos predeterminados para elementos existentes en Microsoft Fabric.

Microsoft ha cambiado el nombre del tipo de contenido del conjunto de datos de Power BI al modelo semántico de Power BI o simplemente al modelo semántico. Esto también se aplica a Microsoft Fabric. Para más información, consulte Nuevo nombre para conjuntos de datos de Power BI. Para más información sobre los modelos semánticos de Power BI, consulte Modelos semánticos en el servicio Power BI.

Modo Direct Lake

El modo Direct Lake es una nueva funcionalidad innovadora del motor para analizar conjuntos de datos muy grandes en Power BI. La tecnología se basa en la idea de consumir archivos con formato de parquet directamente desde un lago de datos, sin tener que consultar un almacén o un punto de conexión de análisis SQL, y sin tener que importar o duplicar datos en un modelo semántico de Power BI. Esta integración nativa aporta un modo único de acceso a los datos desde el almacén o el punto de conexión de análisis SQL, denominado Direct Lake. La información general de Direct Lake contiene más información sobre este modo de almacenamiento para los modelos semánticos de Power BI.

Direct Lake proporciona la experiencia de consulta y creación de informes más eficaces. Direct Lake es una ruta rápida para consumir los datos del lago de datos directamente en el motor Power BI, listo para el análisis.

  • En el modo DirectQuery tradicional, el motor de Power BI consulta directamente los datos del origen para cada ejecución de consulta y el rendimiento de la consulta depende de la velocidad de recuperación de datos. DirectQuery elimina la necesidad de copiar datos, asegurando que cualquier cambio en la fuente se refleje inmediatamente en los resultados de la consulta.

  • En el modo Importar, el rendimiento es mejor porque los datos están disponibles fácilmente en la memoria, sin tener que consultar los datos del origen para cada ejecución de consulta. Sin embargo, el motor de Power BI primero debe copiar los datos en la memoria, en el momento de la actualización de datos. Los cambios realizados en el origen de datos subyacente se recopilan durante la siguiente actualización de datos.

  • El modo Direct Lake elimina el requisito de importación para copiar los datos consumiendo los archivos de datos directamente en la memoria. Dado que no hay ningún proceso de importación explícito, es posible recoger los cambios en el origen a medida que se produzcan. Direct Lake combina las ventajas del modo DirectQuery e Importar, a la vez que evita sus desventajas. El modo Direct Lake es la opción ideal para analizar conjuntos de datos muy grandes y conjuntos de datos con actualizaciones frecuentes en la fuente. Direct Lake regresará automáticamente a DirectQuery mediante el punto de conexión de SQL Analytics del almacén o el punto de conexión de análisis SQL cuando Direct Lake supere los límites de la SKU o use características no admitidas, lo que permitirá a los usuarios del informe continuar sin interrupciones.

  • El modo Direct Lake es el modo de almacenamiento para los nuevos modelos semánticos de Power BI creados en un punto de conexión de un almacén de datos o SQL Analytics.

  • Con Power BI Desktop, también puede crear modelos semánticos de Power BI mediante el punto de conexión de análisis de SQL del almacén o el punto de conexión de análisis de SQL como origen de datos para modelos semánticos en modo de almacenamiento de DirectQuery o de importación.

Actualización manual de un modelo semántico de Power BI

De forma predeterminada, Fabric no agrega automáticamente tablas y vistas a un modelo semántico de Power BI cuando este se crea, y no existe sincronización automática para los modelos semánticos desde su origen en el almacén de datos o el punto de conexión de SQL Analytics.

Una vez que haya objetos en un modelo semántico de Power BI, puede validar o inspeccionar visualmente las tablas incluidas:

  1. Abra el elemento Modelo semántico en el área de trabajo de Fabric.
  2. Cambie el modo de Visualización a Edición.
  3. Revise el diseño predeterminado del modelo semántico. Realice los cambios necesarios. Para más información, consulte Editar modelos de datos en el servicio Power BI.

Supervisión de un modelo semántico de Power BI

Puede supervisar y analizar la actividad en un modelo semántico con SQL Server Profiler mediante la conexión al punto de conexión XMLA.

SQL Server Profiler se instala con SQL Server Management Studio (SSMS) y permite el seguimiento y la depuración de eventos de modelo semántico. Aunque oficialmente está en desuso para SQL Server, Profiler se sigue incluyendo en SSMS y todavía se admite para Analysis Services y Power BI. El uso con un modelo semántico de Fabric requiere SQL Server Profiler versión 18.9 o posterior. Los usuarios deben especificar el modelo semántico como catálogo inicial al conectarse con el punto de conexión XMLA. Para obtener más información, vea SQL Server Profiler para Analysis Services.

Scriptar un modelo semántico de Power BI

Puede escribir un script para un modelo semántico de Power BI a partir del extremo XMLA con SQL Server Management Studio (SSMS).

Visualice el esquema del modelo semántico en Lenguaje de scripting de modelos tabulares (TMSL) mediante scripting del modelo semántico a través del Explorador de objetos en SSMS. Para conectarse, use la cadena de conexión del modelo semántico, que se parece a powerbi://api.powerbi.com/v1.0/myorg/username. Puede encontrar la cadena de conexión del modelo semántico en Configuración, en Configuración del servidor. Desde allí, puede generar un script XMLA del modelo semántico mediante la acción del menú contextual Script de SSMS. Para obtener más información, consulte Conectividad del conjunto de datos con el punto de conexión XMLA.

La creación de scripts requiere permisos de escritura de Power BI en el modelo semántico de Power BI. Con permisos de lectura, puede ver los datos, pero no el esquema del modelo semántico.

Creación de un nuevo modelo semántico de Power BI

Puede crear modelos semánticos de Power BI basados en lakehouse, punto de conexión de análisis SQL o elementos de almacén en Microsoft Fabric.

Creación de un nuevo modelo semántico de Power BI en modo Direct Lake

Estos nuevos modelos semánticos de Power BI se pueden editar en el área de trabajo mediante Abrir modelo de datos y se pueden usar con otras características, como escribir consultas DAX y la seguridad de nivel de fila del modelo semántico.

Para crear un modelo semántico de Power BI mediante el modo Direct Lake, siga estos pasos:

  1. En el portal de Fabric, cree un nuevo modelo semántico basado en el elemento deseado:
    • Abra el lago de datos y seleccione Nuevo modelo semántico de Power BI en la cinta.
    • Como alternativa, abra el elemento pertinente, como el almacén o el punto de conexión de SQL Analytics, y seleccione Nuevo modelo semántico.
  2. Escriba un nombre para el nuevo modelo semántico, seleccione un área de trabajo para guardarlo y elija las tablas que desea incluir. Seleccione Confirmar.
  3. El nuevo modelo semántico de Power BI se puede editar en el área de trabajo, donde puede agregar relaciones y medidas, cambiar el nombre de tablas y columnas, elegir cómo se muestran los valores en los objetos visuales de informe y mucho más. Si la vista del modelo no se muestra después de la creación, compruebe el bloqueador de elementos emergentes del navegador.
  4. Para editar el modelo semántico de Power BI más adelante, seleccione Abrir modelo de datos en el menú contextual del modelo semántico o en la página de detalles del elemento para seguir editando el modelo semántico.

Los informes de Power BI se pueden crear en el área de trabajo seleccionando Nuevo informe desde el modelado web o en Power BI Desktop mediante la conexión dinámica a este nuevo modelo semántico. Para obtener más información sobre la conexión con modelos semánticos en el servicio Power BI desde Power BI Desktop

Creación de un nuevo modelo semántico de Power BI en modo de almacenamiento de DirectQuery o de importación

Tener los datos en Microsoft Fabric significa que puede crear modelos semánticos de Power BI en cualquier modo de almacenamiento: Direct Lake, importación o DirectQuery. Puede crear modelos semánticos de Power BI adicionales en el modo Direct Lake o de importación mediante los datos del almacén o del punto de conexión de análisis SQL.

Para crear un nuevo modelo semántico de Power BI en modo DirectQuery o de importación, siga estos pasos:

  1. Abra Power BI Desktop, inicie sesión y seleccione OneLake.
  2. Seleccione el punto de conexión de análisis SQL de Lakehouse o almacenamiento de datos.
  3. Seleccione la lista desplegable Conectar botón y elija Conectar al punto de conexión de SQL.
  4. Seleccione el modo de almacenamiento de DirectQuery o de importación y las tablas que se van a agregar al modelo semántico.

Desde allí, puede crear el modelo semántico de Power BI e informar para publicarlo en el área de trabajo cuando esté listo.

Creación de un nuevo modelo semántico de Power BI en blanco

El botón Nuevo modelo semántico de Power BI crea un nuevo modelo semántico en blanco.

Limitaciones

  • Los modelos semánticos de Fabric siguen las limitaciones actuales de los modelos semánticos en Power BI. Aprende más:
  • Si el parquet, Apache Spark o los tipos de datos SQL no se pueden asignar a uno de los tipos de datos de escritorio de Power BI, se descartan como parte del proceso de sincronización. Esto está en línea con el comportamiento actual de Power BI. Para estas columnas, se recomienda agregar conversiones de tipos explícitas en sus procesos de ETL para convertirlos en un tipo compatible. Si se necesitan tipos de datos ascendentes, los usuarios pueden especificar opcionalmente una vista en SQL con la conversión de tipos explícita deseada. La sincronización recogerá esto o se puede agregar manualmente como se indicó anteriormente.
  • Los modelos semánticos solo se pueden editar en el punto de conexión o almacenamiento de SQL Analytics.
  • Para el 30 de noviembre de 2025, todos los modelos semánticos predeterminados de Power BI se desconectan de su elemento y se convierten en modelos semánticos independientes. Puede conservarlos si todavía los usa para informes o paneles o eliminarlos de forma segura si ya no son necesarios. Para obtener más información, vea Blog: Desacoplamiento de modelos semánticos predeterminados para elementos existentes en Microsoft Fabric.

Contenido relacionado

  • Last updated on