Model semantik Power BI default di Microsoft Fabric
Berlaku untuk:✅Titik akhir analitik SQL, Gudang, dan Database Cermin di Microsoft Fabric
Di Microsoft Fabric, model semantik Power BI adalah deskripsi logis dari domain analitik, dengan metrik, terminologi yang ramah bisnis, dan representasi, untuk mengaktifkan analisis yang lebih dalam. Model semantik ini biasanya merupakan skema bintang dengan fakta yang mewakili domain, dan dimensi yang memungkinkan Anda menganalisis, atau mengpotong dan mengecek domain untuk menelusuri paling detail, memfilter, dan menghitung analisis yang berbeda. Dengan model semantik, model semantik dibuat secara otomatis untuk Anda, dan Anda memilih tabel, hubungan, dan ukuran mana yang akan ditambahkan, dan logika bisnis yang disebutkan di atas akan diwariskan dari lakehouse atau Gudang induk masing-masing, memulai pengalaman analitik hilir untuk kecerdasan bisnis dan analisis dengan item di Microsoft Fabric yang dikelola, dioptimalkan, dan tetap sinkron tanpa intervensi pengguna.
Visualisasi dan analisis dalam laporan Power BI sekarang dapat dibangun di web - atau hanya dalam beberapa langkah di Power BI Desktop - menghemat waktu, sumber daya, dan secara default, memberikan pengalaman konsumsi yang mulus untuk pengguna akhir. Model semantik Power BI default mengikuti konvensi penamaan Lakehouse.
Model semantik Power BI mewakili sumber data yang siap untuk pelaporan, visualisasi, penemuan, dan konsumsi. Model semantik Power BI menyediakan:
- Kemampuan untuk memperluas konstruksi pergudangan untuk mencakup hierarki, deskripsi, hubungan. Ini memungkinkan pemahaman semantik yang lebih dalam tentang domain.
- Kemampuan untuk membuat katalog, mencari, dan menemukan informasi model semantik Power BI di Azure Data Hub.
- Kemampuan untuk mengatur izin khusus untuk isolasi dan keamanan beban kerja.
- Kemampuan untuk membuat pengukuran, metrik standar untuk analisis yang dapat diulang.
- Kemampuan untuk membuat laporan Power BI untuk analisis visual.
- Kemampuan menemukan dan menggunakan data di Excel.
- Kemampuan untuk alat pihak ketiga seperti Tableau untuk menyambungkan dan menganalisis data.
Untuk informasi selengkapnya tentang Power BI, lihat Panduan Power BI.
Catatan
Microsoft telah mengganti nama tipe konten himpunan data Power BI menjadi model semantik. Ini juga berlaku untuk Microsoft Fabric. Untuk informasi selengkapnya, lihat Nama baru untuk himpunan data Power BI.
Mode Danau Langsung
Mode Direct Lake adalah kemampuan mesin baru yang terobsesi untuk menganalisis himpunan data yang sangat besar di Power BI. Teknologi ini didasarkan pada gagasan untuk menggunakan file berformat parket langsung dari data lake, tanpa harus meminta titik akhir analitik Gudang atau SQL, dan tanpa harus mengimpor atau menduplikasi data ke dalam model semantik Power BI. Integrasi asli ini menghadirkan mode unik untuk mengakses data dari titik akhir analitik Gudang atau SQL, yang disebut Direct Lake. Gambaran umum Direct Lake memiliki informasi lebih lanjut tentang mode penyimpanan ini untuk model semantik Power BI.
Direct Lake memberikan pengalaman kueri dan pelaporan yang paling berkinerja. Direct Lake adalah jalur cepat untuk menggunakan data dari data lake langsung ke mesin Power BI, siap untuk analisis.
Dalam mode DirectQuery tradisional, mesin Power BI secara langsung meminta data dari sumber untuk setiap eksekusi kueri, dan performa kueri bergantung pada kecepatan pengambilan data. DirectQuery menghilangkan kebutuhan untuk menyalin data, memastikan bahwa setiap perubahan dalam sumber segera tercermin dalam hasil kueri.
Dalam mode Impor, performa lebih baik karena data tersedia dalam memori, tanpa harus mengkueri data dari sumber untuk setiap eksekusi kueri. Namun, mesin Power BI harus terlebih dahulu menyalin data ke dalam memori, pada waktu refresh data. Setiap perubahan pada sumber data yang mendasar diambil selama refresh data berikutnya.
Mode Direct Lake menghilangkan persyaratan Impor untuk menyalin data dengan mengkonsumsi file data langsung ke dalam memori. Karena tidak ada proses impor eksplisit, dimungkinkan untuk mengambil perubahan apa pun di sumber saat terjadi. Direct Lake menggabungkan keunggulan mode DirectQuery dan Import sambil menghindari kekurangannya. Mode Direct Lake adalah pilihan ideal untuk menganalisis himpunan data dan himpunan data yang sangat besar dengan pembaruan yang sering di sumbernya. Direct Lake akan secara otomatis kembali ke DirectQuery menggunakan titik akhir analitik SQL dari titik akhir analitik Gudang atau SQL saat Direct Lake melebihi batas untuk SKU, atau menggunakan fitur yang tidak didukung, memungkinkan pengguna laporan untuk terus tidak terganggu.
Mode Direct Lake adalah mode penyimpanan untuk model semantik Power BI default, dan model semantik Power BI baru yang dibuat di titik akhir analitik Gudang atau SQL. Dengan menggunakan Power BI Desktop, Anda juga dapat membuat model semantik Power BI menggunakan titik akhir analitik SQL titik akhir analitik Gudang atau SQL sebagai sumber data untuk model semantik dalam mode penyimpanan impor atau DirectQuery.
Memahami apa yang ada dalam model semantik Power BI default
Saat Anda membuat titik akhir analitik Gudang atau SQL, model semantik Power BI default dibuat. Model semantik default diwakili dengan akhiran (default). Anda dapat menggunakan Kelola model semantik default untuk memilih tabel yang akan ditambahkan.
Menyinkronkan model semantik Power BI default
Sebelumnya kami secara otomatis menambahkan semua tabel dan tampilan di Gudang ke model semantik Power BI default. Berdasarkan umpan balik, kami telah memodifikasi perilaku default untuk tidak secara otomatis menambahkan tabel dan tampilan ke model semantik Power BI default. Perubahan ini akan memastikan sinkronisasi latar belakang tidak akan dipicu. Tindakan ini juga akan menonaktifkan beberapa tindakan seperti "Pengukuran Baru", "Buat Laporan", "Analisis di Excel".
Jika Anda ingin mengubah perilaku default ini, Anda dapat:
Aktifkan pengaturan Sinkronkan model semantik Power BI default secara manual untuk setiap titik akhir analitik Gudang atau SQL di ruang kerja. Ini akan memulai ulang sinkronisasi latar belakang yang akan dikenakan beberapa biaya konsumsi.
Pilih tabel dan tampilan secara manual untuk ditambahkan ke model semantik melalui Kelola model semantik Power BI default di pita atau bilah info.
Catatan
Jika Anda tidak menggunakan model semantik Power BI default untuk tujuan pelaporan, nonaktifkan pengaturan Sinkronkan model semantik Power BI default secara manual untuk menghindari penambahan objek secara otomatis. Pembaruan pengaturan akan memastikan bahwa sinkronisasi latar belakang tidak akan dipicu dan menghemat biaya konsumsi Onelake.
Memperbarui model semantik Power BI default secara manual
Setelah ada objek dalam model semantik Power BI default, ada dua cara untuk memvalidasi atau memeriksa tabel secara visual:
Pilih tombol Perbarui model semantik secara manual di pita.
Tinjau tata letak default untuk objek model semantik default.
Tata letak default untuk tabel berkemampuan BI tetap ada di sesi pengguna dan dihasilkan setiap kali pengguna menavigasi ke tampilan model. Cari tab Objek model semantik default.
Mengakses model semantik Power BI default
Untuk mengakses model semantik Power BI default, buka ruang kerja Anda, dan temukan model semantik yang cocok dengan nama Lakehouse yang diinginkan. Model semantik Power BI default mengikuti konvensi penamaan Lakehouse.
Untuk memuat model semantik, pilih nama model semantik.
Memantau model semantik Power BI default
Anda dapat memantau dan menganalisis aktivitas pada model semantik dengan SQL Server Profiler dengan menyambungkan ke titik akhir XMLA.
SQL Server Profiler diinstal dengan SQL Server Management Studio (SSMS), dan memungkinkan pelacakan dan penelusuran kesalahan peristiwa model semantik. Meskipun secara resmi tidak digunakan lagi untuk SQL Server, Profiler masih disertakan dalam SSMS dan tetap didukung untuk Analysis Services dan Power BI. Gunakan dengan model semantik Power BI default Fabric memerlukan SQL Server Profiler versi 18.9 atau yang lebih tinggi. Pengguna harus menentukan model semantik sebagai katalog awal saat menyambungkan dengan titik akhir XMLA. Untuk mempelajari selengkapnya, lihat SQL Server Profiler untuk Analysis Services.
Membuat skrip model semantik Power BI default
Anda dapat membuat skrip model semantik Power BI default dari titik akhir XMLA dengan SQL Server Management Studio (SSMS).
Lihat skema Tabular Model Scripting Language (TMSL) dari model semantik dengan membuat skrip melalui Object Explorer di SQL Server Management Studio. Untuk menyambungkan, gunakan string koneksi model semantik, yang terlihat seperti powerbi://api.powerbi.com/v1.0/myorg/username. Anda dapat menemukan string koneksi untuk model semantik Anda di Pengaturan, di bawah Pengaturan server. Dari sana, Anda dapat menghasilkan skrip XMLA dari model semantik melalui tindakan menu konteks Skrip SSMS. Untuk informasi selengkapnya, lihat Konektivitas himpunan data dengan titik akhir XMLA.
Pembuatan skrip memerlukan izin tulis Power BI pada model semantik Power BI. Dengan izin baca, Anda bisa melihat data tetapi bukan skema model semantik Power BI.
Membuat model semantik Power BI baru dalam mode penyimpanan Direct Lake
Anda juga dapat membuat model semantik Power BI tambahan dalam mode Direct Lake menggunakan titik akhir analitik SQL atau data Gudang. Model semantik Power BI baru ini dapat diedit di ruang kerja menggunakan Model data terbuka dan dapat digunakan dengan fitur lain seperti menulis kueri DAX dan keamanan tingkat baris model semantik.
Tombol Model semantik Power BI baru membuat model semantik kosong baru yang terpisah dari model semantik default.
Untuk membuat model semantik Power BI dalam mode Direct Lake, ikuti langkah-langkah berikut:
Buka lakehouse dan pilih Model semantik Power BI baru dari pita.
Atau, buka titik akhir analitik SQL Gudang atau Lakehouse, pertama-tama pilih pita Pelaporan , lalu pilih Model semantik Power BI baru.
Masukkan nama untuk model semantik baru, pilih ruang kerja untuk menyimpannya, dan pilih tabel yang akan disertakan. Lalu pilih Konfirmasi.
Model semantik Power BI baru dapat diedit di ruang kerja, di mana Anda bisa menambahkan hubungan, pengukuran, mengganti nama tabel dan kolom, memilih bagaimana nilai ditampilkan dalam visual laporan, dan banyak lagi. Jika tampilan model tidak ditampilkan setelah pembuatan, periksa pemblokir pop-up browser Anda.
Untuk mengedit model semantik Power BI nanti, pilih Buka model data dari menu konteks model semantik atau halaman detail item untuk mengedit model semantik lebih lanjut.
Laporan Power BI dapat dibuat di ruang kerja dengan memilih Laporan baru dari pemodelan web, atau di Power BI Desktop dengan menyambungkan langsung ke model semantik baru ini.
Untuk mempelajari selengkapnya tentang cara menyambungkan ke model semantik di layanan Power BI dari Power BI Desktop
Membuat model semantik Power BI baru dalam mode penyimpanan impor atau DirectQuery
Memiliki data Anda di Microsoft Fabric berarti Anda dapat membuat model semantik Power BI dalam mode penyimpanan apa pun -- Direct Lake, import, atau DirectQuery. Anda dapat membuat model semantik Power BI tambahan dalam mode impor atau DirectQuery menggunakan titik akhir analitik SQL atau data Gudang.
Untuk membuat model semantik Power BI dalam mode impor atau DirectQuery, ikuti langkah-langkah berikut:
Buka Power BI Desktop, masuk, dan klik hub data OneLake.
Pilih titik akhir analitik SQL dari lakehouse atau gudang.
Pilih menu dropdown Tombol sambungkan dan pilih Sambungkan ke titik akhir SQL.
Pilih mode penyimpanan impor atau DirectQuery dan tabel untuk ditambahkan ke model semantik.
Dari sana Anda dapat membuat model semantik Power BI dan melaporkan untuk menerbitkan ke ruang kerja saat siap.
Untuk mempelajari selengkapnya tentang Power BI, lihat Power BI.
Batasan
Model semantik Power BI default mengikuti batasan saat ini untuk model semantik di Power BI. Selengkapnya:
Jika jenis data parket, Apache Spark, atau SQL tidak dapat dipetakan ke salah satu tipe data desktop Power BI, tipe data tersebut dihilangkan sebagai bagian dari proses sinkronisasi. Ini sejalan dengan perilaku Power BI saat ini. Untuk kolom ini, kami sarankan Anda menambahkan konversi jenis eksplisit dalam proses ETL mereka untuk mengonversinya menjadi jenis yang didukung. Jika ada jenis data yang diperlukan di hulu, pengguna dapat secara opsional menentukan tampilan di SQL dengan konversi jenis eksplisit yang diinginkan. Ini akan diambil oleh sinkronisasi atau dapat ditambahkan secara manual seperti yang ditunjukkan sebelumnya.
- Model semantik Power BI default hanya dapat diedit di titik akhir atau gudang analitik SQL.