Model semantik Power BI 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.

Catatan

Pada 30 November 2025, semua model semantik default Power BI terputus dari itemnya dan menjadi model semantik independen. Anda dapat menyimpannya jika masih menggunakannya untuk laporan atau dasbor atau menghapusnya dengan aman jika tidak lagi diperlukan. Untuk informasi selengkapnya, lihat Blog: Memisahkan Model Semantik Default untuk Item yang Ada di Microsoft Fabric.

Microsoft mengganti nama tipe konten himpunan data Power BI menjadi model semantik Power BI atau hanya model semantik. Ini juga berlaku untuk Microsoft Fabric. Untuk informasi selengkapnya, lihat Nama baru untuk himpunan data Power BI. Untuk mempelajari selengkapnya tentang model semantik Power BI, lihat Model semantik di layanan 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 baru yang dibuat pada 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.

Membuat dan mengelola model semantik Power BI

Saat Anda membuat model semantik di lakehouse atau gudang, Anda memilih tabel mana yang akan ditambahkan. Dari sana, Anda dapat memperbarui model semantik Power BI secara manual.

Untuk memulai, lihat:

Batasan

  • Model semantik di Fabric mengikuti batasan saat ini untuk model semantik di Power BI. Pelajari lebih lanjut:
  • Model semantik adalah item independen di Fabric dan dapat dikelola melalui REST API untuk menghitung model semantik di ruang kerja, memeriksa dependensi (laporan/dasbor) dan konten model, dan menghapus yang tidak digunakan. Ini termasuk model semantik yang dipisahkan yang dibuat secara default di masa lalu, yang tidak lagi dibuat secara otomatis.
  • Jika jenis data parket, Apache Spark, atau SQL tidak dapat dipetakan ke salah satu jenis data desktop Power BI, jenis 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 hanya dapat diedit di titik akhir atau gudang analitik SQL.

Langkah selanjutnya

Membuat model semantik Power BI

Konten terkait

  • Last updated on