Model semantik dalam layanan Power BI

Artikel ini menyediakan penjelasan teknis tentang model semantik Power BI.

Jenis model semantik

Model semantik Power BI mewakili sumber data yang siap untuk pelaporan dan visualisasi. Anda bisa membuat model semantik Power BI dengan cara berikut:

• Koneksi ke model data yang sudah ada yang tidak dihosting di Power BI.
• Unggah file Power BI Desktop yang berisi model.
• Unggah buku kerja Excel yang berisi satu atau beberapa tabel Excel dan/atau model data buku kerja, atau unggah file nilai yang dipisahkan koma (CSV).
• Gunakan layanan Power BI untuk membuat model semantik pendorongan.
• Gunakan layanan Power BI untuk membuat streaming atau model semantik streaming hibrid.

Kecuali untuk model semantik streaming, model semantik mewakili model data, yang menggunakan teknologi pemodelan yang matang dari Analysis Services.

Catatan

Dokumentasi Power BI terkadang menggunakan istilah model semantik dan model secara bergantian. Model semantik dalam layanan Power BI mengacu pada model dari perspektif pengembangan. Dalam konteks dokumentasi, istilah berarti banyak hal yang sama.

Model yang di-hosting eksternal

Ada dua jenis model yang di-hosting eksternal: SQL Server Analysis Services dan Azure Analysis Services.

Untuk menyambungkan ke model SQL Server Analysis Services, Anda harus menginstal gateway data lokal baik lokal atau di infrastruktur sebagai layanan (IaaS) yang dihosting komputer virtual. Azure Analysis Services tidak memerlukan gateway.

Seringkali masuk akal untuk terhubung ke Analysis Services ketika ada investasi model yang ada, yang biasanya merupakan bagian dari gudang data perusahaan (EDW). Power BI dapat membuat koneksi langsung ke Analysis Services, dan menerapkan izin data dengan menggunakan identitas pengguna laporan Power BI.

SQL Server Analysis Services mendukung model multidampingan, atau kubus, dan model tabular. Seperti yang ditunjukkan gambar berikut, model semantik koneksi langsung meneruskan kueri ke model yang dihosting eksternal.

Model yang dikembangkan Power BI Desktop

Anda bisa menggunakan Power BI Desktop, aplikasi klien untuk pengembangan Power BI, untuk mengembangkan model. Model Power BI Desktop secara efektif merupakan model tabular Analysis Services.

Anda dapat mengembangkan tiga jenis, atau mode, model yang berbeda dengan menggunakan Power BI Desktop: Impor, DirectQuery, dan Komposit. Anda mengembangkan model dengan mengimpor data dari aliran data lalu mengintegrasikannya dengan sumber data eksternal. Mode tergantung pada apakah data diimpor ke dalam model, atau apakah data tetap berada di sumber data. Untuk informasi selengkapnya tentang mode, lihat Mode model semantik di layanan Power BI.

Kepemilikan model semantik

Saat bekerja dengan model semantik menggunakan koneksi gateway dan cloud, kemampuan Anda untuk membuat perubahan pada model semantik bergantung pada kepemilikan model semantik. Jika Anda bukan pemiliknya, peringatan ditampilkan yang menyatakan bahwa Anda melihat bagian informasi model semantik dalam mode baca-saja karena Anda bukan pemilik model semantik. Untuk membuat perubahan, Anda harus menghubungi pemilik model semantik untuk membuat perubahan, atau mengambil alih kepemilikan model semantik.

Keamanan tingkat baris

Model yang dihosting eksternal dan model desktop Power BI dapat memberlakukan keamanan tingkat baris (RLS) untuk membatasi data yang dapat diambil pengguna tertentu. Misalnya, pengguna yang ditetapkan ke grup keamanan Salespeople mungkin dapat melihat data laporan hanya untuk wilayah penjualan tempat mereka ditetapkan. Peran RLS bersifat dinamis atau statis. Peran dinamis difilter oleh pengguna laporan, sementara peran statis menerapkan filter yang sama untuk semua pengguna yang ditetapkan ke peran tersebut. Untuk detail selengkapnya, lihat Keamanan tingkat baris (RLS) dengan Power BI.

Excel model buku kerja

Membuat model semantik berdasarkan buku kerja Excel atau file CSV secara otomatis membuat model. Tabel Excel yang diimpor dan data CSV membuat tabel model, sementara data buku kerja Excel ditransposisikan untuk membuat model Power BI. Dalam semua kasus, data file diimpor ke dalam model.

Ringkasan

Singkatnya:

• Model semantik Power BI yang mewakili model dihosting di layanan Power BI, atau dihosting secara eksternal oleh Analysis Services.
• Model semantik dapat menyimpan data yang diimpor, atau mengeluarkan permintaan kueri pass-through ke sumber data yang mendasar, atau melakukan keduanya.

Pertimbangan

Fakta dan pertimbangan penting berikut berlaku untuk model semantik Power BI yang mewakili model:

• Model yang dihosting SQL Server Analysis Services memerlukan gateway untuk melakukan kueri koneksi langsung.
• Untuk mengkueri model yang dihosting Power BI yang mengimpor data, Anda harus memuatnya sepenuhnya ke dalam memori.
• Model yang dihosting Power BI yang menggunakan Impor perlu disegarkan untuk menjaga data tetap terkini, dan harus menggunakan gateway saat data sumber tidak dapat diakses langsung melalui internet.
• Model Impor yang dihosting Power BI dapat di-refresh sesuai jadwal, atau pengguna dapat memicu refresh sesuai permintaan di layanan Power BI.
• Model yang dihosting Power BI yang menggunakan mode DirectQuery memerlukan konektivitas ke data sumber. Power BI mengeluarkan kueri ke data sumber untuk mengambil data saat ini. Mode ini harus menggunakan gateway ketika data sumber tidak dapat diakses langsung melalui internet.
• Model dapat menerapkan aturan RLS untuk memfilter akses data ke pengguna tertentu.
• Anda dapat menggunakan model semantik - Take Over In Group API untuk mengambil alih kepemilikan jika pemilik model semantik meninggalkan organisasi.

Agar berhasil menyebarkan dan mengelola model semantik Power BI, Anda harus memahami faktor-faktor berikut:

• Model merancang sendiri, termasuk kueri persiapan data, hubungan, dan perhitungannya.
• Konfigurasi berikut yang dapat berdampak signifikan pada sumber daya kapasitas Power BI:
  • Di mana model dihosting
  • Mode penyimpanan
  • Dependensi apa pun pada gateway
  • Ukuran data yang diimpor
  • Jenis dan frekuensi refresh model

Konten terkait

• Mode model semantik di layanan Power BI
• Pertanyaan? Tanyakan kepada Komunitas Power BI
• Ada saran? Sumbang ide untuk meningkatkan Power BI