Compartir a través de

Direct Lake en Power BI Desktop

Power BI Desktop puede crear y editar modelos semánticos de Power BI con tablas de Direct Lake. Los modelos semánticos con tablas de Direct Lake se crean y editan desde el área de trabajo de Fabric, no en el equipo local, por lo que, al usar Power BI Desktop, se edita el modelo semántico donde está. No hay ninguna acción de publicación, ya que los cambios realizados en Power BI Desktop se producen en el modelo semántico en el área de trabajo de Fabric. Esta experiencia es la misma que cuando edita el modelo semántico en la web o en el espacio de trabajo de Fabric, eligiendo la acción Abrir modelo de datos.

El historial de versiones está disponible y crea automáticamente una versión cada vez que inicia una sesión de edición en vivo, por lo que puede deshacer un cambio accidental. La integración de Git también está disponible para los modelos semánticos, lo que proporciona control total sobre los cambios. Además, las canalizaciones de implementación también se pueden usar para editar únicamente en vivo un modelo semántico en un espacio de trabajo de desarrollo antes de trasladarlo a un espacio de trabajo de producción.

En un modelo semántico con tablas de importación, los datos se descargan y están disponibles localmente en el equipo. En un modelo semántico con tablas de Direct Lake, los datos permanecen en OneLake. Cuando los objetos visuales usan datos, el modelo semántico proporciona los datos desde donde se almacenan. Obtenga más información sobre el rendimiento de las consultas de Direct Lake.

Los metadatos del modelo semántico que son la información sobre las columnas de tablas, medidas, relaciones y todas las demás características de modelado semántico, se pueden descargar, con los datos, como un archivo PBIX para modelos semánticos que no usan tablas de Direct Lake. Los metadatos del modelo semántico cuando se incluyen tablas de Direct Lake también se pueden descargar, sin los datos, mediante el formato de Proyecto de Power BI (PBIP). Obtenga más información sobre Direct Lake con PBIP.

Los informes de Power BI se pueden crear a partir de todos los modelos semánticos de Power BI Desktop con una conexión dinámica eligiendo un modelo semántico de Power BI en el catálogo de OneLake y seleccionando Conectar. Los informes también se pueden crear en el área de trabajo de Fabric desde muchos lugares, incluyendo en el menú contextual con el botón derecho y la opción crear un informe. Obtenga más información sobre la creación de informes.

En este artículo se describen más detalles sobre la edición en vivo en Power BI Desktop y cómo crear y agregar tablas de Direct Lake a un modelo semántico en Power BI Desktop.

Creación de un modelo semántico con tablas de Direct Lake

Para crear un modelo semántico con tablas de Direct Lake, siga estos pasos.

  1. Abra Power BI Desktop y seleccione Catálogo de OneLake.
  2. Seleccione un elemento fabric, como Lakehouse o Warehouse, y presione Conectar.
  3. Asigne un nombre al modelo semántico, elija un área de trabajo de Fabric y seleccione las tablas que desea incluir. Después, presione OK (Aceptar).

El modelo semántico se crea en el Fabric workspace y ahora está editando en vivo el modelo semántico en Power BI Desktop.

Los modelos semánticos con tablas de Direct Lake creadas en Power BI Desktop usan el modo de almacenamiento Direct Lake en OneLake. Las diferencias entre Direct Lake en OneLake y Direct Lake en SQL se explican en La información general.

Captura de pantalla de Power BI Desktop al crear un modelo semántico con tablas en el modo de almacenamiento de Direct Lake.

Adición de tablas de Direct Lake desde otros elementos de Fabric

Para agregar tablas de Direct Lake desde otros elementos de Fabric, siga estos pasos.

  1. Mientras edita en vivo un modelo semántico de Direct Lake en OneLake en Power BI Desktop, abra el catálogo de OneLake y seleccione otro elemento de Fabric, como una instancia de Lakehouse o Warehouse.
  2. En el cuadro de diálogo, seleccione las tablas que desea incluir y presione Aceptar.

Las tablas se agregan al modelo semántico y puede continuar editando en vivo.

Captura de pantalla de Power BI Desktop al agregar tablas en modo de almacenamiento de Direct Lake.

Edición dinámica de un modelo semántico con Direct Lake

Para editar un modelo semántico con tablas de Direct Lake más adelante, siga estos pasos.

  1. En una nueva instancia de Power BI Desktop, abra el catálogo de OneLake y seleccione el modelo semántico de Power BI.
  2. Seleccione la lista desplegable Conectar y elija Editar.

Ahora estás editando en vivo el modelo semántico.

Captura de pantalla de Power BI Desktop al editar un modelo semántico con tablas en el modo de almacenamiento de Direct Lake más adelante.

Note

Se admiten modelos semánticos con tablas de Direct Lake. Las tablas de importación deben formar parte de un modelo compuesto de Direct Lake.

Las tablas de edición, el catálogo de OneLake y los datos de transformación solo están disponibles en el modelado web. Use Direct Lake en el modelado web de Power BI.

Como alternativa, si ha exportado el modelo semántico a un proyecto de Power BI (PBIP), siga estos pasos.

  1. Haga doble clic en el archivo PBIP en la carpeta Proyecto de Power BI (PBIP).
  2. O bien, en Power BI Desktop, elija Archivoy, a continuación, vaya al archivo PBIP en la carpeta Proyecto de Power BI (PBIP).

Diferencias de edición en vivo en Power BI Desktop

La edición en vivo en Power BI Desktop es diferente de editar un modelo local con tablas de importación y DirectQuery, y diferente de editar un informe con una conexión dinámica.

Vista de informe

La vista de informe se quita cuando se edita en vivo, a menos que esté editando en vivo con Power BI Project (PBIP).

Para crear un informe, siga estos pasos en Power BI Desktop.

  1. Seleccione Archivo y, a continuación, Informe en blanco para crear un nuevo informe.
  2. Abra el catálogo de OneLake y elija el modelo semántico de Power BI que está editando en vivo (debería mostrarse en la parte superior de la lista).
  3. Seleccione Conectar.
  4. Ahora puede crear el informe. Guarde el archivo y publíquelo en el área de trabajo de Fabric cuando esté lista.

Obtenga más información sobre la creación de informes.

Vista tabla

La vista de tabla también se quita al editar en vivo, a menos que tenga un grupo de cálculo o una tabla calculada en el modelo semántico. Estas tablas derivadas usan el modo de almacenamiento de importación. Se permiten tablas calculadas sin referencias directas a columnas de tabla de Direct Lake. Un ejemplo común es usar INFO.VIEW funciones DAX para autodocumentar el modelo semántico.

Note

Las tablas de importación desde cualquier origen de datos se pueden agregar al modelo semántico con Direct Lake en tablas de OneLake mediante el modelado web. Use Direct Lake en el modelado web de Power BI.

Saving

A medida que realice cambios en el modelo semántico, los cambios se guardan automáticamente y el botón Guardar se deshabilita cuando está en modo de edición en directo. Los cambios realizados en Power BI Desktop se producen automáticamente en el modelo semántico en el área de trabajo de Fabric.

El historial de versiones crea una versión al principio de cada sesión de edición activa si necesita revertir un cambio. No hay ninguna opción de deshacer disponible mientras realiza cambios. La integración de Git o el uso de canalizaciones de implementación para editar primero en vivo en un área de trabajo de desarrollo, después, insertar en un entorno de producción también están disponibles para editar en vivo sin afectar a los usuarios de bajada.

No hay ningún archivo local creado, pero si desea una copia local de los metadatos, puede exportar a un proyecto de Power BI (PBIP) y continuar editando en vivo con un botón Guardar para los metadatos locales. Puede usar técnicas locales de Git para deshacer los cambios. Para exportar al proyecto de Power BI (PBIP), vaya a ArchivoExportar y elija Proyecto de Power BI (PBIP).

Si dos o más usuarios están editando dinámicamente el mismo modelo semántico y se produce un conflicto, Power BI Desktop alerta a uno de los usuarios y sincroniza el modelo con la versión más reciente. Los cambios que estaba intentando realizar deberán realizarse de nuevo después de la sincronización del modelo. Este comportamiento es el mismo que la edición de modelos de datos en el servicio Power BI, también denominado modelado web.

Refresh

Al seleccionar el botón Actualizar al editar en vivo un modelo semántico con tablas de Direct Lake, se realiza una actualización del esquema y se reestructura las tablas de Direct Lake.

La actualización del esquema comprueba las definiciones de tablas del modelo y la compara con la misma tabla con nombre en el origen de datos para ver los cambios realizados en las columnas. Los cambios detectados desde el origen de datos, en este caso un artefacto de Fabric, se aplican al modelo semántico. Por ejemplo, se agregó una columna a una tabla. El cambio del nombre de la tabla o columna en el modelo semántico de Power BI Desktop persiste después de una actualización.

Al cambiar un nombre de tabla o columna en el origen de datos, se quita la tabla o columna de la siguiente actualización de esquema. Puede usar la vista TMDL para ver la propiedad SourceLineageTag y actualizarla al nuevo nombre para evitar que el modelo semántico lo quite en la actualización del esquema.

Otra manera de realizar una actualización de esquema es volver a Editar tablas y seleccionar Aceptar. Vaya a la lista desplegable Transformar datos y, a continuación, Configuración del origen de datos y seleccione Editar tablas.

La actualización programada en el área de trabajo de Fabric solo reorganiza las tablas de Direct Lake sin una actualización de esquema. Obtenga más información sobre la actualización en Power BI.

Proyecto de Power BI (PBIP)

Al trabajar en un proyecto de Power BI (PBIP) con un modelo semántico con tablas de Direct Lake, Power BI Desktop debe conectarse a un modelo semántico en un área de trabajo de Fabric, también denominado modelo semántico remoto. La modelación remota se actualiza en tiempo real, ya que todos los cambios que realices se aplican de inmediato al modelo semántico en el entorno de trabajo. Además, puede guardar el modelo semántico y las definiciones de informe, o metadatos, en los archivos PBIP locales. Los archivos PBIP se pueden implementar posteriormente en un área de trabajo de Fabric mediante un mecanismo de implementación como Fabric Git Integration. Más información sobre el modelado remoto con Power BI Project (PBIP)

Seleccionar el nombre del modelo semántico en la esquina superior izquierda de Power BI Desktop despliega la ubicación del modelo semántico en el espacio de trabajo de Fabric. Al seleccionar el nombre del área de trabajo o el nombre del modelo semántico, se le dirigirá a ellos en la web. El historial de versiones también está disponible.

Vista TMDL

La vista TMDL (lenguaje de definición de modelos tabulares) se puede usar con modelos semánticos de Direct Lake. Los scripts TMDL no se guardan a menos que esté editando en vivo con un proyecto de Power BI (PBIP). Descubra más sobre la vista TMDL.

Vista de consulta DAX

La vista de consulta DAX (expresiones de análisis de datos) se puede usar con modelos semánticos de Direct Lake. Las consultas DAX no se guardan a menos que esté editando en vivo con un proyecto de Power BI (PBIP). Obtenga más información sobre la vista de consulta DAX.

Migración de Direct Lake en modelos semánticos de SQL a Direct Lake en OneLake

Si ya tiene un modelo semántico de Direct Lake en SQL y quiere migrar a Direct Lake en OneLake, puede usar la vista TMDL. Direct Lake en OneLake ofrece la ventaja de tener tablas de múltiples fuentes sin recurrir al DirectQuery.

Estos pasos de migración no se recomiendan si está utilizando vistas de punto final de análisis de SQL en el Direct Lake en el modelo semántico de SQL.

Para cambiar a Direct Lake en OneLake, siga estos pasos.

  1. Edite dinámicamente el modelo semántico que desea migrar en Power BI Desktop.
  2. En el encabezado, abra la lista desplegable en el nombre y elija Historial de versiones para convertir una versión a la que volver, si desea tener esa opción.
  3. Dirígete a la vista TMDL.
  4. Arrastre el nodo Modelo semántico al editor para generar scripts de todo el modelo.
  5. Busque la expresión hacia el final del guion.
  6. Cambie Sql.Database("SQL endpoint connection string", "ID of the SQL analytics endpoint") a AzureStorage.DataLake("https://onelake.dfs.fabric.microsoft.com/ID of the workspace/ID of the lakehouse or warehouse").
  7. Si el origen es un Lakehouse sin esquemas, elimine todas las referencias schemaName de propiedad. Seleccione Buscar en la cinta de opciones para buscar una. Selecciónelo y úselo CTRL+SHIFT+L para seleccionarlos todos y, a continuación CTRL+SHIFT+K , para quitar todas las líneas a la vez.
  8. Luego, seleccione Aplicar.
  9. Si se ejecuta correctamente, vaya a Vista modelo para actualizar el modelo. Puede ajustar las credenciales en la página Configuración del modelo en la web.

Ahora el modelo semántico usa Direct Lake en OneLake. Si hay problemas, puede restaurar a la versión que creó para volver a Direct Lake en modo de almacenamiento de SQL.

Requisitos y permisos

  • El punto de conexión XMLA debe estar habilitado en el inquilino. Obtenga más información en el artículo Punto de conexión XMLA.
  • El punto de conexión XMLA con acceso de lectura y escritura debe estar habilitado en la capacidad. Obtenga más información en el artículo sobre herramientas.
  • El usuario debe tener permiso de escritura en el modelo semántico. Obtenga más información en el artículo sobre permisos.
  • El usuario debe tener permiso visor en el almacén de lago de datos. Obtenga más información en el artículo de almacén de lago de datos.
  • Esta característica no está disponible para los usuarios con una licencia gratuita.

Consideraciones y limitaciones

  • No puede tener varios orígenes de datos al usar Direct Lake en SQL. Agregue datos a la fuente de datos de Fabric utilizada por el modelo semántico. Se admiten varios orígenes de datos para Direct Lake en modo de almacenamiento oneLake.
  • No puede publicar el proyecto de Power BI (PBIP) desde Power BI Desktop. Puede usar mecanismos de implementación de Fabric como Fabric Git Integration o API de elementos de Fabric para publicar los archivos PBIP locales en un área de trabajo de Fabric.
  • No puede validar los roles de RLS desde Power BI Desktop. Puede validar el rol en el servicio.
  • No se puede cerrar la sesión durante la edición en vivo sin errores inesperados.
  • Puede abrir herramientas externas, pero la herramienta externa debe administrar la autenticación en el modelo semántico remoto.
  • Puede cambiar la categoría de datos a código de barras, pero los informes vinculados al modelo semántico no pueden filtrar por códigos de barras.
  • No se pueden editar modelos semánticos compartidos externamente.
  • Solo puede usar la edición en vivo en tablas de importación si forman parte de un modelo compuesto, incluidas las tablas de Direct Lake en OneLake.
  • Revise los problemas conocidos actuales y las limitaciones de Direct Lake.

Contenido relacionado

  • Last updated on