Perencanaan implementasi Power BI: Integrasi dengan layanan lain

Catatan

Artikel ini adalah bagian dari seri perencanaan implementasi Power BI dari artikel. Seri ini berfokus pada perencanaan untuk menerapkan pengalaman Power BI di dalam Microsoft Fabric. Lihat pengantar seri.

Artikel ini membantu Anda merencanakan bagaimana dan kapan harus mengintegrasikan Power BI dan Microsoft Fabric dengan layanan lain. Artikel ini terutama ditargetkan pada:

  • Direktur dan manajer BI dan analitik: Pengarah keputusan yang bertanggung jawab untuk mengawasi program dan strategi BI. Individu-individu ini memutuskan apakah akan menggunakan layanan lain untuk mendukung tujuan strategis tertentu, atau untuk melengkapi Fabric atau Power BI.
  • Administrator Fabric: Administrator yang bertanggung jawab untuk mengawasi Fabric dalam organisasi. Administrator fabric mengontrol layanan yang dapat terintegrasi dengan Fabric dengan mengaktifkan Pengaturan Penyewa Integrasi, dan mereka menyiapkan integrasi tingkat penyewa dengan layanan di Azure atau Microsoft Teams. Seringkali, administrator Fabric perlu berkolaborasi dengan administrator lain untuk memfasilitasi integrasi ini.
  • Tim Center of Excellence (COE), IT, dan BI: Tim yang bertanggung jawab untuk mengawasi Power BI dalam organisasi. Tim ini mencari peluang untuk menggunakan layanan yang saat terintegrasi membantu orang menyelesaikan masalah atau menggunakan Power BI secara lebih efektif.
  • Pemilik konten dan pembuat konten: Tim dan individu yang memajukan analitik di tim atau departemen. Tim dan individu ini melakukan integrasi tingkat ruang kerja dan tingkat solusi untuk mendukung kebutuhan dan kasus penggunaan tertentu, jika diizinkan.

Saat menggunakan Power BI, Anda mungkin mengalami kebutuhan atau tantangan tertentu yang tidak dapat Anda atasi dengan alat dan fitur Power BI inti. Dalam situasi ini, Anda dapat mempertimbangkan untuk mengintegrasikan Power BI dengan layanan lain. Sebagian besar layanan ini layanan Microsoft, seperti Azure atau Microsoft 365, tetapi Anda juga dapat mengintegrasikan Power BI dengan layanan kustom atau pihak ketiga. Memperluas fungsionalitas Power BI dengan cara ini dapat membantu menyelesaikan masalah baru, dan memungkinkan orang menjadi lebih efektif dengan tugas reguler mereka.

Berikut adalah beberapa skenario umum yang melibatkan integrasi Power BI dengan layanan lain:

  • Anda memiliki persyaratan khusus yang mengamanatkan penggunaan layanan lain. Misalnya, Anda harus berintegrasi dengan Azure Private Link untuk menyambungkan ke layanan melalui titik akhir privat di jaringan virtual Anda.
  • Anda mengalami tantangan tertentu yang tidak dapat diatasi dengan Power BI saja. Misalnya, Anda menggunakan integrasi Azure Log Analytics untuk mendapatkan diagnostik kueri terperinci dari model semantik Anda untuk pemecahan masalah dan audit.
  • Anda ingin menggunakan layanan yang sudah Anda gunakan, atau memperluas kemampuan Power BI. Misalnya, Anda bisa memperbolehkan pengguna Excel menyambungkan ke model semantik dengan menggunakan add-in Excel untuk menyisipkan PivotTable yang tersambung.

Anda dapat mengintegrasikan Power BI dengan layanan lain di tingkat penyewa, ruang kerja, atau solusi individual Anda (seperti model dan laporan semantik):

  • Integrasi tingkat penyewa: Memengaruhi seluruh penyewa dan disiapkan oleh administrator Fabric, biasanya bekerja sama dengan administrator lain. Misalnya, integrasi Teams disiapkan di tingkat penyewa. Contoh lain yang memengaruhi jaringan adalah Azure ExpressRoute.
  • Integrasi tingkat ruang kerja: Memengaruhi semua konten di ruang kerja dan disiapkan oleh administrator ruang kerja. Misalnya, integrasi Git disiapkan di tingkat ruang kerja untuk mencapai kontrol sumber dengan Azure Repos, yang merupakan layanan Azure DevOps.
  • Integrasi tingkat solusi: Memengaruhi satu item konten dan disiapkan oleh pembuat konten. Misalnya, Python atau R disiapkan di tingkat solusi untuk mengaktifkan pembuatan visual interaktif kustom.

Untuk ketiga tingkat ini, ada pertimbangan yang harus Anda ingat saat mengintegrasikan Power BI dengan layanan lain:

  • Pertimbangan keamanan: Mengintegrasikan layanan lain pasti menghasilkan lebih banyak risiko yang harus Anda mitigasi untuk berhasil menggunakannya. Misalnya, integrasi dengan layanan AI berpotensi mengekspos data internal ke layanan eksternal yang melatih model mereka. Untuk mengurangi risiko ini, pastikan Anda secara proaktif mengevaluasi risiko keamanan dan pertimbangan mengintegrasikan layanan. Selain itu, identifikasi tindakan konkret untuk memastikan kepatuhan terhadap kebijakan keamanan dan privasi data di wilayah dan organisasi Anda.
  • Pertimbangan lisensi: Mengintegrasikan layanan lain mungkin memerlukan langganan atau lisensi tertentu. Misalnya, mengintegrasikan laporan Power BI dengan PowerApps hanya dimungkinkan saat Anda memiliki lisensi PowerApps yang sesuai. Untuk setiap layanan, pastikan Anda mengevaluasi apakah Anda memerlukan lisensi atau langganan tertentu untuk mengintegrasikannya, dan berapa perkiraan biaya per pengguna atau kapasitas. Lakukan evaluasi ini tidak hanya untuk layanan, tetapi juga untuk Fabric dan Power BI per pengguna dan lisensi per kapasitas.
  • Pertimbangan tata kelola: Mengintegrasikan layanan lain menghasilkan aktivitas dan operasi yang lebih beragam yang dilakukan orang di penyewa Anda, beberapa di antaranya dapat menyebabkan praktik yang tidak tepat. Misalnya, integrasi laporan Power BI dengan OneDrive atau SharePoint mungkin menyebabkan orang berbagi file Power BI Desktop (.pbix) langsung dengan penampil laporan. Pendekatan ini menyimpang dari praktik terbaik dalam menerbitkan laporan ke ruang kerja dan membagikannya melalui akses langsung, peran pemirsa ruang kerja, atau aplikasi Power BI. Oleh karena itu, Anda harus secara proaktif mengidentifikasi potensi risiko tata kelola sebelum mengintegrasikan layanan, dan mengidentifikasi upaya yang diperlukan untuk memantau dan mendukung layanan di penyewa Anda.
  • Pertimbangan pendampingan dan pengaktifan pengguna: Mengintegrasikan layanan lain mungkin memerlukan waktu dan upaya untuk melatih pengguna untuk menggunakan kemampuan baru apa pun secara efektif. Misalnya, jika Anda mengizinkan pengguna untuk mengintegrasikan Excel dengan Power BI, Anda harus melatih pengguna tentang cara menggunakan Analisis di Excel secara efektif. Pelatihan harus memandu mereka tentang kapan menggunakannya, dan memberi tahu mereka tentang pertimbangan dan batasannya. Pastikan Anda secara proaktif merencanakan cara melatih dan mendukung orang-orang yang akan menggunakan integrasi ini.

Sisa artikel ini menjelaskan kemungkinan untuk mengintegrasikan Power BI dengan layanan lain di tingkat penyewa, ruang kerja, dan solusi individual Anda (seperti laporan atau model semantik).

Catatan

Artikel ini menyediakan gambaran umum tentang berbagai layanan yang bisa Anda integrasikan dengan Power BI, dan potensi kasus penggunaan untuk melakukannya. Tujuan artikel ini bukan untuk memandu Anda dalam langkah-langkah teknis yang diperlukan untuk menyiapkan atau memecahkan masalah integrasi. Anda akan menemukan tautan ke informasi teknis di setiap bagian masing-masing artikel ini.

Integrasi tingkat penyewa

Administrator Fabric dapat mengintegrasikan beberapa layanan untuk digunakan di seluruh penyewa. Biasanya, integrasi ini memfasilitasi interoperabilitas yang lebih luas antara Fabric atau Power BI dan layanan terkait, seperti yang tersedia di Azure. Integrasi tingkat penyewa juga dapat memengaruhi bagaimana data tertentu ditangani.

Penting

Untuk gambaran umum pengaturan administrasi yang relevan yang dapat digunakan administrator Fabric untuk mengontrol integrasi Microsoft Fabric atau Power BI dengan layanan eksternal, lihat Pengaturan penyewa integrasi. Administrator Fabric dapat mengontrol integrasi dengan layanan di semua tingkatan dengan pengaturan penyewa ini.

Integrasi dengan layanan Azure

Anda dapat mengintegrasikan penyewa Anda dengan berbagai layanan Azure yang mungkin sudah Anda gunakan untuk menyimpan atau mengelola data Anda. Integrasi ini membantu Anda menerapkan cakupan dan manfaat layanan Azure dari dalam Fabric dan Power BI. Ini juga memungkinkan kemampuan yang lebih canggih yang dapat mendukung banyak peran, dari administrator dan tim terpusat hingga pemilik atau pembuat konten terdesentralisasi.

Mengintegrasikan dengan layanan Azure mengharuskan Anda memiliki langganan Azure aktif untuk mereka. Selain itu, ada beberapa pertimbangan lisensi tertentu untuk opsi ini. Menggunakan label sensitivitas dan kebijakan DLP memerlukan lisensi Azure Information Protection Premium P1 atau Premium P2. Pengguna mungkin memerlukan lisensi Power BI Pro atau Premium Per Pengguna (PPU) untuk menggunakan fitur yang dihasilkan dari integrasi ini, seperti menerapkan label sensitivitas. Akhirnya, beberapa layanan ini juga mengharuskan Anda memiliki kapasitas Fabric atau Premium, dan mereka mungkin menggunakan sumber daya kapasitas Anda.

Untuk panduan tentang cara berintegrasi dengan layanan Azure, lihat:

Meskipun belum tentu layanan Azure, Anda juga dapat menggunakan alat berikut yang tersedia untuk integrasi tingkat penyewa dengan Power BI:

Integrasi dengan layanan AI

Selain Copilot in Fabric, ada berbagai layanan AI yang dapat Anda integrasikan dengan Fabric dan Power BI. Layanan ini dapat membantu Anda melakukan analitik tingkat lanjut untuk menerapkan model tertentu ke data Anda, tergantung pada kebutuhan dan kasus penggunaan Anda.

Mengintegrasikan dengan layanan Azure AI mengharuskan Anda memiliki langganan Azure aktif untuk mereka. Selain itu, beberapa layanan ini juga mengharuskan Anda memiliki kapasitas Fabric atau Premium, dan mereka akan menggunakan sumber daya kapasitas Anda. Untuk memastikan bahwa beban kerja ini tidak berdampak negatif pada pemanfaatan kapasitas Anda, pastikan Anda menetapkan batas memori untuk beban kerja AI dalam kapasitas Anda. Dengan demikian, Anda dapat menghindari penggunaan unit kapasitas (CUs) yang tidak terduga.

Untuk panduan tentang cara berintegrasi dengan berbagai layanan AI di Azure, lihat:

Mengintegrasikan Alat Foundry di Power Query

Anda dapat memanggil fungsi AI tertentu di Power Query dengan menggunakan Foundry Tools. Fungsi-fungsi ini berjalan dengan menggunakan kapasitas Fabric atau kapasitas Premium untuk ruang kerja yang dipilih. Mereka dapat memperoleh informasi yang berguna dari data teks atau gambar yang kurang terstruktur.

Mengintegrasikan Azure Machine Learning di Power Query

Demikian pula dengan cara menggunakan Foundry Tools, Anda dapat menerapkan model pembelajaran mesin ke data Anda dengan memanggil fungsi Power Query dinamis. Model pembelajaran mesin ini harus memiliki file skema yang dihasilkan di Python oleh pembuat model.

Pembuat Dataflow Gen1 juga dapat menggunakan AutoML untuk membuat model pembelajaran mesin mereka sendiri dengan menggunakan Power BI selama persiapan data. Pembuat dapat memilih dari berbagai jenis model termasuk prediksi biner, klasifikasi umum, atau model regresi. Selanjutnya, mereka melatih model ini dengan data input, dan mengevaluasi hasil sebelum menerapkan model ke data baru atau yang diperbarui setelah refresh aliran data.

Kasus penggunaan untuk integrasi Azure Pembelajaran Mesin dengan model semantik atau aliran data Gen1 meliputi:

  • Lakukan pemodelan prediktif di Power BI tanpa memerlukan keahlian mendalam dalam alat ilmu data atau Python.
  • Lakukan prediksi dan prakiraan churn sederhana.
  • Terapkan model organisasi di Azure Pembelajaran Mesin untuk memperkaya data di Power BI.

Integrasi untuk Vendor Perangkat Lunak Independen

Vendor perangkat lunak independen (ISV), yang memproduksi dan menjual perangkat lunak, dapat berintegrasi dengan Fabric untuk mendukung dan memperluas aplikasi mereka.

Ada tiga model berbeda yang dapat digunakan ISV untuk berintegrasi dengan Fabric:

  • Interop model: ISV dapat mengintegrasikan dengan OneLake melalui berbagai alat, seperti OneLake API, dan lainnya.
  • Mengembangkan model Fabric: ISV dapat mengembangkan produk dan layanan mereka sendiri di Fabric, dan bahkan menyematkan kemampuan Fabric dalam perangkat lunak mereka.
  • Membangun model beban kerja Fabric: ISV dapat menggunakan Kit Pengembangan Beban Kerja Microsoft Fabric untuk membuat dan memonetisasi beban kerja.

Untuk informasi selengkapnya tentang bagaimana ISV dapat diintegrasikan dengan Fabric, lihat Microsoft Fabric Integration Pathways untuk ISV.

Integrasi Microsoft Teams

Anda dapat mengintegrasikan penyewa Anda dengan Microsoft Teams untuk memungkinkan pengguna mengakses Fabric dan Power BI dari dalam aplikasi Teams. Kemampuan ini adalah cara mudah untuk mempusatkan kolaborasi dan mempromosikan adopsi Teams dan Power BI.

Untuk informasi selengkapnya tentang cara mengintegrasikan tim dengan Power BI, lihat:

Kasus penggunaan untuk integrasi Teams dengan Power BI meliputi:

  • Kurasi portal terpusat untuk komunitas praktik Anda dan sematkan laporan dan sumber daya Power BI utama.
  • Buat saluran tim atau tim khusus untuk konten yang didistribusikan dari aplikasi Power BI, di mana orang dapat berbagi umpan balik, masalah, atau mengajukan pertanyaan tentang konten tersebut.
  • Latih pengguna untuk membuat tampilan bersama yang dapat mereka bagikan melalui Teams untuk membahas perspektif atau poin data tertentu.

Integrasi layanan geospasial

Saat bekerja dengan data geospasial, Anda mungkin ingin memvisualisasikannya dalam visual peta interaktif dengan Power BI. Namun, visual ini memerlukan integrasi dengan layanan lain, yang dapat Anda kontrol di tingkat penyewa dengan menggunakan pengaturan penyewa. Visual ini dapat efektif dalam laporan yang menyajikan data geospasial, tetapi Anda harus memastikan bahwa menggunakan layanan ini tidak melanggar persyaratan residensi atau kepatuhan data apa pun.

Untuk informasi selengkapnya tentang cara mengintegrasikan Power BI dengan berbagai layanan geospasial, lihat:

Peringatan

Layanan geospasial mungkin menggunakan layanan lain yang berada di luar wilayah geografis penyewa Power BI, batas kepatuhan, atau instans cloud nasional Anda. Selain itu, layanan ini mungkin menyimpan dan memproses data Anda di mana mereka mempertahankan fasilitas, dan penggunaan layanan ini mungkin tunduk pada persyaratan terpisah dan kebijakan privasi di luar Power BI.

Peringatan ini juga berlaku untuk visual kustom pihak ketiga yang Anda gunakan untuk memvisualisasikan informasi geospasial.

Integrasi tingkat ruang kerja

Anda dapat mengintegrasikan layanan tertentu di tingkat ruang kerja individual. Layanan ini dapat memungkinkan kemampuan untuk membantu Anda mengembangkan, mengelola, dan melihat konten di ruang kerja.

Integrasi Git

Jika ruang kerja Anda menggunakan kapasitas Fabric, kapasitas Premium, atau jenis ruang kerja PPU, Anda dapat menggunakan integrasi Git untuk menghubungkan ruang kerja ke repositori Git jarak jauh untuk mendukung skenario manajemen siklus hidup yang lebih canggih. Repositori Git jarak jauh memfasilitasi kontrol sumber file, yang memungkinkan pembuat konten melacak dan mengelola perubahan. Integrasi Git juga mempromosikan kolaborasi di antara pengembang, terutama saat menggunakan cabang untuk mengisolasi pengembangan fitur tertentu sebelum mengintegrasikan perubahan tersebut ke cabang utama dengan penggabungan sebelum penyebaran.

Singkatnya, pembuat konten dapat mengembangkan konten baik secara lokal atau di layanan Power BI, lalu menerapkan dan mendorong perubahan tersebut ke repositori Git jarak jauh, seperti Azure Repos atau GitHub Enterprise. Untuk informasi tentang cara menyiapkan dan menggunakan integrasi Git untuk Power BI dan Fabric, lihat Memulai dengan integrasi Git atau Tutorial: manajemen siklus hidup end-to-end.

Pembuat konten menyimpan file Proyek Power BI (.pbip), file metadata, dan dokumentasi di repositori jarak jauh Azure Repos pusat. File-file ini dikumpulkan oleh pemilik teknis. Meskipun pembuat konten mengembangkan solusi, pemilik teknis bertanggung jawab untuk mengelola solusi dan meninjau perubahan dan menggabungkannya menjadi satu solusi. Azure Repos menyediakan opsi yang lebih canggih untuk melacak dan mengelola perubahan dibandingkan dengan SharePoint dan OneDrive. Mempertahankan repositori yang didokumentasikan dengan baik sangat penting karena merupakan dasar dari semua konten dan kolaborasi.

Pertimbangkan untuk menggunakan kontrol sumber untuk melacak dan mengelola perubahan dalam skenario berikut:

  • Tim terpusat atau terdesentralisasi membuat dan mengelola konten.
  • Pembuat konten berkolaborasi dengan menggunakan Azure DevOps.
  • Pembuat konten terbiasa dengan Git, manajemen kontrol sumber, atau desain arsitektur DataOps.
  • Pembuat konten mengelola konten yang kompleks atau penting, atau mereka mengharapkan konten untuk menskalakan dan tumbuh dalam kompleksitas dan kepentingan.

Untuk membantu Anda menggunakan kontrol sumber secara efektif dengan Azure DevOps, Anda perlu menyadari pertimbangan dan memenuhi prasyarat tertentu:

  • Git: Untuk menerapkan dan mendorong perubahan ke repositori jarak jauh, pembuat konten perlu mengunduh dan menginstal Git. Git adalah sistem kontrol versi terdistribusi yang melacak perubahan dalam file Anda. Untuk mempelajari dasar-dasar Git, lihat Apa itu Git?.
  • Alat: Untuk menggunakan Git, pembuat konten perlu menggunakan antarmuka baris perintah (CLI) atau klien antarmuka pengguna grafis (GUI) yang memiliki manajemen kontrol sumber terintegrasi (SCM), seperti Visual Studio atau Visual Studio Code.
  • Lisensi dan izin: Untuk membuat dan menggunakan repositori Azure Repos Git, pembuat konten harus:
    • Atur tingkat akses Azure DevOps mereka ke Dasar (dibandingkan dengan Pemangku Kepentingan).
    • Termasuk dalam organisasi Azure DevOps dan proyek.
    • Memiliki izin repositori Azure DevOps yang sesuai.
    • Bekerja hanya dengan item Power BI karena batasan integrasi Git saat menggunakan kapasitas Power BI Premium (SKU A) atau ruang kerja PPU.
  • Integrasi Fabric Git: Untuk menyinkronkan konten di repositori jarak jauh dengan ruang kerja Fabric, pembuat konten menggunakan integrasi Fabric Git. Alat ini penting karena melacak dan mengelola perubahan pada konten yang dibuat di portal Fabric, seperti aliran data.

Mengintegrasikan Azure Log Analytics

Anda dapat menggunakan Azure Log Analytics untuk mengumpulkan informasi berharga untuk mendukung pengauditan tingkat-dataran item-item dalam ruang kerja. Azure Log Analytics adalah komponen dari layanan Azure Monitor . Secara khusus, integrasi Azure Log Analytics dengan Power BI memungkinkan Anda mengambil peristiwa model semantik dari semua model semantik di ruang kerja Power BI. Ini hanya didukung untuk ruang kerja yang menggunakan kapasitas Fabric atau Premium. Untuk informasi tentang cara menyiapkan dan menggunakan Azure Log Analytics untuk Power BI dan Fabric, lihat Audit tingkat data: Azure Log Analytics dan Mengonfigurasi Azure Log Analytics di Power BI.

Setelah Anda menyiapkan integrasi Azure Log Analytics dan koneksi diaktifkan (untuk ruang kerja yang didukung), peristiwa model semantik secara otomatis diambil dan terus dikirim ke ruang kerja Azure Log Analytics. Log model semantik disimpan di Azure Data Explorer, yang merupakan database khusus tambahan yang dioptimalkan untuk menangkap data telemetri volume tinggi dan mendekati real-time.

Kasus penggunaan untuk menggunakan Azure Log Analytics meliputi:

  • Anda ingin memantau model semantik yang sangat penting, seperti model terpusat yang Anda berikan kepada tim terdesentralisasi dalam skenario penggunaan layanan mandiri terkelola.
  • Anda ingin mengaudit atau menyelidiki model semantik yang berdampak tinggi pada pemanfaatan sumber daya, seperti kapasitas Fabric.
  • Anda ingin analitik terperinci tentang kueri dan pola penggunaan untuk model semantik.

Untuk menggunakan Azure Log Analytics, Anda harus menyiapkan dan membayar ruang kerja Azure Log Analytics sebagai bagian dari langganan Azure Anda. Anda membayar Azure Log Analytics dengan langganan bayar sesuai penggunaan. Untuk informasi selengkapnya, lihat Harga Analitik Log Azure.

Mengintegrasikan Azure Data Lake Storage Gen2

Anda dapat menyambungkan ruang kerja ke akun Azure Data Lake Storage (ADLS) Gen2. Saat menyambungkan ruang kerja ke ADLS Gen2, Anda bisa menyimpan data untuk aliran data Power BI (juga disebut aliran data Gen1) dan cadangan model semantik. Untuk informasi tentang cara menyiapkan dan menggunakan ADLS Gen2 untuk menyimpan data dari aliran data Power BI, lihat Mengonfigurasi penyimpanan aliran data untuk menggunakan Azure Data Lake Gen 2.

Mengatur koneksi Azure di portal admin Fabric tidak berarti bahwa semua aliran data Power BI untuk penyewa disimpan secara default di akun ADLS Gen2. Untuk menggunakan akun penyimpanan tertentu (bukan penyimpanan internal), setiap ruang kerja harus terhubung secara eksplisit. Sangat penting bagi Anda untuk mengatur koneksi Azure ruang kerja sebelum Anda membuat aliran data Power BI apa pun di ruang kerja.

Dua bagian berikut ini menyajikan alasan mengapa Anda dapat mengintegrasikan ruang kerja dengan ADLS Gen2.

Penyimpanan data aliran data Power BI

Jika Anda membawa data lake Anda sendiri, data untuk aliran data Power BI (Gen1) dapat diakses langsung di Azure. Akses langsung ke penyimpanan aliran data di ADLS Gen2 sangat membantu ketika Anda ingin pengguna atau proses lain melihat atau mengakses data. Ini sangat membantu ketika tujuan Anda adalah menggunakan kembali aliran data di luar Power BI.

Ada dua opsi untuk menetapkan penyimpanan:

  • Penyimpanan tingkat penyewa: Opsi ini berguna saat Anda ingin memusatkan semua data untuk aliran data Power BI ke dalam satu akun ADLS Gen2.
  • Penyimpanan tingkat ruang kerja: Opsi ini berguna saat unit bisnis mengelola data lake mereka sendiri atau memiliki persyaratan residensi data tertentu.

Petunjuk / Saran

Jika Anda menggunakan Fabric, kami sarankan Anda menggunakan aliran data Gen2, yang dapat menyimpan data di berbagai tujuan, termasuk OneLake. Aliran data Gen2 lebih fleksibel daripada aliran data Gen1, karena menyediakan lebih banyak opsi untuk diintegrasikan dengan alur data lain dan mereka mendapat manfaat dari komputasi skala tinggi.

Pencadangan dan pemulihan untuk model semantik Power BI

Fitur pencadangan dan pemulihan model semantik Power BI didukung untuk ruang kerja yang ditetapkan pada kapasitas Fabric, kapasitas Premium, atau PPU. Fitur ini menggunakan akun ADLS Gen2 yang sama yang digunakan untuk menyimpan data aliran data Power BI (dijelaskan di bagian sebelumnya).

Pencadangan model semantik membantu Anda:

  • Mematuhi persyaratan retensi data.
  • Simpan cadangan rutin sebagai bagian dari strategi pemulihan bencana.
  • Simpan cadangan di wilayah yang berbeda.
  • Memigrasikan model data.

Integrasi tingkat solusi

Anda dapat mengintegrasikan layanan tertentu pada tingkat item individual, seperti model atau laporan semantik. Integrasi ini dapat mengaktifkan kasus penggunaan tertentu dan memperluas fungsionalitas item Power BI Anda.

Integrasi dengan Microsoft Fabric

Power BI adalah bagian dari Fabric, tetapi Power BI adalah beban kerja berbeda di Fabric yang dapat diintegrasikan dengan pengalaman lain yang disatukan di bawah payung Fabric. Jika Anda terbiasa hanya bekerja dengan Power BI, penting untuk memahami kemungkinan dan peluang untuk menerapkan beban kerja, item, dan fitur lain di Fabric.

Bagian berikut ini menyajikan contoh cara mengintegrasikan konten Power BI dengan Fabric untuk memperluas kemampuan Power BI.

Integrasi OneLake dengan model semantik

Pembuat konten yang membuat model semantik Power BI dapat menggunakan integrasi OneLake untuk menulis tabel model ke tabel Delta di OneLake. Setelah penyalinan awal tabel dalam memori, mereka kemudian dapat digunakan kembali dari OneLake untuk kasus penggunaan lainnya, tanpa perlu menyalinnya. Tabel Delta dapat diakses melalui sebuah lakehouse dalam Fabric. Pengguna juga dapat membuat pintasan untuk mengakses tabel sehingga mereka dapat menggunakannya dari lakehouse lain atau jenis item yang berbeda, seperti data warehouse.

Kasus penggunaan untuk menggunakan integrasi OneLake dengan model semantik meliputi:

  • Gunakan kembali data dari model semantik yang belum tersedia di OneLake.
  • Gunakan kembali data dari model semantik untuk digunakan dalam pengalaman Fabric lain.
  • Buat rekam jepret tabel model semantik.

Pembuat konten yang membangun model semantik atau menganalisis data di notebook dapat menggunakan tautan semantik untuk membaca dan menulis ke model semantik dari notebook di Fabric. Tautan semantik memiliki berbagai manfaat untuk pengembang Power BI, termasuk peningkatan produktivitas, otomatisasi, dan kemampuan untuk melakukan analisis ad hoc dalam kode dengan cepat dan mudah.

Kasus penggunaan untuk menggunakan integrasi tautan semantik dengan model semantik meliputi:

  • Otomatiskan pengujian model semantik dengan mengevaluasi kueri DAX dan membandingkan hasilnya dengan garis besar yang diketahui.
  • Kelola model semantik secara terprogram dengan menjalankan Penganalisis Praktik Terbaik melalui beberapa model secara bersamaan untuk mengidentifikasi dan mengklasifikasikan kemungkinan masalah.
  • Simpan templat dan pola umum untuk pengukuran DAX dan logika bisnis (seperti konversi mata uang) yang dapat diterapkan ke model semantik baru.
  • Menganalisis dan memvisualisasikan data dari model semantik dengan menggunakan Python.
  • Validasi model yang dibuat oleh ilmuwan data dengan menggunakan logika bisnis dari model semantik.
  • Gunakan data dari model semantik untuk memperkaya analisis.

Petunjuk / Saran

Pustaka Python semantic-link-labs semakin memperluas utilitas tautan semantik. Ini adalah alat berharga bagi siapa pun yang membuat dan mengelola model semantik dan ingin meningkatkan produktivitas dan efisiensi proses pembuatan atau manajemen model.

Bahkan jika Anda tidak tahu Python, Anda dapat menggunakan Copilot dan Chat-magics untuk mendapatkan bantuan menulis kode Python fungsional untuk mendapatkan hasil yang berguna.

Integrasi Fabric Activator dengan laporan Power BI

Pembuat konten atau konsumen yang membuat atau menggunakan laporan Power BI dapat menggunakan Pengaktif untuk mengotomatiskan tindakan dan pemberitahuan berdasarkan perubahan data. Mirip dengan pemberitahuan data dari elemen dasbor, pengguna dapat mengatur pemberitahuan pada visual Power BI dan menentukan pemicu untuk pemberitahuan tersebut. Pengguna juga dapat memperluas fungsionalitas ini untuk menggunakan tindakan Kustom untuk memicu alur Power Automate yang dapat memulai perubahan hilir lainnya.

Kasus penggunaan untuk integrasi Aktivator dengan Power BI meliputi:

  • Deteksi anomali otomatis, dengan mengatur pemberitahuan untuk memicu saat nilai melebihi ambang batas.
  • Pengujian regresi otomatis pada laporan yang sangat penting bagi bisnis, dengan menyiapkan peringatan untuk dipicu ketika nilai (seperti penjualan tahun sebelumnya atau perbedaan anggaran) melampaui ambang batas.

Integrasi dengan Microsoft Office 365

Ada banyak cara untuk mengintegrasikan Power BI dengan produk Microsoft 365, seperti Excel, PowerPoint, dan Outlook.

Menggunakan data Power BI di Excel

Pengguna yang lebih suka bekerja di Excel bisa menggunakan Analisis di Excel atau tabel tersambung langsung untuk menggunakan data Power BI.

Konsumen konten yang memiliki izin Build untuk model semantik bisa tersambung ke model dari Excel untuk menggunakan Analisis di Excel. Pendekatan ini memungkinkan pengguna menjelajahi model sehingga mereka dapat melakukan analisis ad hoc mereka sendiri dengan PivotTable.

Kasus penggunaan untuk Analisis di Excel meliputi:

  • Pengguna lebih suka menganalisis data di Excel alih-alih menggunakan Power BI.
  • Pengguna ingin melakukan BI pribadi untuk membuat laporan mereka sendiri di Excel.
  • Pengguna ingin menggunakan data Power BI untuk mendukung analisis yang sudah ada di Excel.

Petunjuk / Saran

Jika Anda mengharapkan pengguna tersambung ke model semantik dari Excel, pastikan Anda mengambil langkah-langkah yang diperlukan untuk melatih mereka cara menggunakannya, dan mengatur model semantik Anda dengan cara yang bermanfaat. Misalnya, atur bidang ke dalam folder tampilan, dan sembunyikan tabel dan bidang yang tidak dimaksudkan untuk digunakan dalam laporan.

Analisis di Excel menggunakan Ekspresi Multidimensi (MDX) untuk kueri, bukan Ekspresi Analisis Data (DAX) yang digunakan oleh laporan Power BI. Kueri MDX dapat mengalami performa yang lebih buruk dibandingkan dengan kueri DAX yang setara. Pastikan pengguna memahami bahwa mereka harus menggunakan Analisis di Excel untuk analisis agregat tingkat tinggi, dan melakukan analisis yang lebih rinci dengan menggunakan Power BI atau pengalaman Fabric lainnya.

Selain itu, beberapa fitur dalam model semantik, seperti parameter bidang dan string format pengukuran yang dinamis, tidak berfungsi di Analisis di Excel. Untuk pertimbangan dan batasan lainnya, lihat artikel ini.

Anda juga bisa mendapatkan data Power BI di Excel dengan menggunakan tabel yang tersambung langsung. Dengan pendekatan ini, pengguna yang mengekspor data dari visual laporan Power BI menerima buku kerja Excel yang berisi tabel yang diisi dengan data. Kueri tabel secara otomatis mengambil data terbaru saat buku kerja dibuka, atau saat tabel disegarkan secara manual.

Kasus penggunaan untuk tabel yang terhubung langsung meliputi:

  • Pengguna ingin menyelidiki atau menganalisis data dalam visual tertentu.
  • Pengguna perlu mengekspor data secara teratur untuk mendukung kasus bisnis yang valid.
  • Anda melakukan pengujian manual model atau laporan semantik.

Meskipun mengekspor tabel yang tersambung langsung lebih baik daripada mengekspor tabel yang terputus dari laporan Power BI, Anda harus mendorong pengguna untuk menghindari ekspor data apa pun. Data yang diekspor menyajikan tantangan tata kelola dan risiko keamanan data yang dapat menyebabkan eksfiltrasi data dari organisasi. Sebagai gantinya, pertimbangkan untuk melatih pengguna untuk menyambungkan ke model semantik dari Excel atau Power BI Desktop untuk melakukan analisis mereka sendiri, dan untuk berbagi hasil dengan aman dengan kolega mereka.

Mengelola ekspor data adalah latihan manajemen perubahan penting untuk meningkatkan kematangan budaya data Anda dan memungkinkan orang menggunakan Power BI secara efektif.

Mengintegrasikan laporan Power BI di PowerPoint

Anda bisa menggunakan add-in Power BI untuk PowerPoint untuk menambahkan laporan Power BI langsung dan interaktif atau visual tertentu ke slide PowerPoint. Fitur ini adalah alternatif yang baik untuk menyisipkan cuplikan layar statis karena visual dapat difilter dan berinteraksi selama presentasi.

PowerPoint adalah alat yang berguna untuk melengkapi laporan Power BI yang ada, tetapi tidak diskalakan sebagai metode distribusi utama. Sebagai gantinya, gunakan metode distribusi laporan, seperti aplikasi Power BI, dan cari peluang integrasi PowerPoint untuk melengkapi atau memperluasnya.

Mengelola distribusi laporan sebagai file datar dan presentasi PowerPoint adalah latihan manajemen perubahan yang penting untuk meningkatkan kematangan budaya data dan cakupan pengiriman konten Anda, serta memungkinkan orang menggunakan Power BI secara efektif.

Kasus penggunaan integrasi Power BI di PowerPoint meliputi:

  • Terus memutar presentasi dalam mode peragaan slide dengan laporan Power BI terbaru, misalnya pada layar besar di pabrik.
  • Bekukan rekam jepret dari tampilan tertentu sehingga data laporan tidak diperbarui secara otomatis, misalnya saat Anda ingin meninjau laporan point-in-time dari tanggal sebelumnya.
  • Bagikan presentasi dengan laporan Power BI langsung sehingga orang bisa melihat data terbaru, misalnya saat Anda ingin audiens meninjau presentasi dan laporan sebelum Anda menyajikannya.

Administrator Fabric dapat mengontrol penggunaannya dengan pengaturan "Enable Power BI add-in for PowerPoint" pada penyewa. Untuk pertimbangan dan batasan lainnya, lihat artikel ini.

Integrasi dengan Power Platform

Power BI adalah bagian dari Power Platform. Dengan demikian, Power BI terintegrasi dengan baik dengan aplikasi lain dalam keluarga Power Platform, seperti Power Apps, Power Automate, dan Power Pages.

  • Power Apps memungkinkan Anda membuat dan menyebarkan aplikasi kode rendah dengan cepat di organisasi Anda.
  • Power Automate memungkinkan Anda mengotomatiskan tugas dan alur kerja dengan membuat alur logis yang memicu secara otomatis, sesuai jadwal, atau sebagai respons terhadap tindakan manual. Anda dapat membuat alur cloud yang berjalan tanpa pengawas tanpa komputer khusus. Anda juga dapat menggunakan aplikasi desktop Power Automate untuk menulis alur desktop yang memerlukan komputer karena mereka menggunakan otomatisasi proses robotik untuk mensimulasikan tindakan pengguna.
  • Power Pages memungkinkan Anda membuat situs web bisnis yang menghadap eksternal dengan antarmuka pengguna kode rendah.

Menggunakan visual Power Apps dalam laporan Power BI

Anda dapat mengintegrasikan Power Apps di Power BI dengan menggunakan visual Power Apps. Visual ini memungkinkan Anda menampilkan aplikasi kanvas Power Apps interaktif dan fungsional dalam laporan Power BI. Di Power BI, Anda bisa memilih bidang untuk ditambahkan ke visual Power Apps. Kemudian, di Power Apps, Anda dapat menggunakan bidang ini untuk membuat label dan fungsionalitas berbasis data untuk meningkatkan aplikasi Anda. Bersama-sama, integrasi laporan Power BI dan Power Apps memungkinkan berbagai kasus penggunaan yang dapat membantu orang membuat keputusan dan mengambil tindakan dengan menggunakan data dalam laporan.

Ada beberapa pertimbangan lisensi yang perlu diingat jika Anda mengambil pendekatan ini. Untuk menggunakan visual Power Apps dalam laporan Power BI, penampil laporan harus memiliki lisensi Power Apps selain lisensi Power BI per pengguna yang diperlukan. Atau, Anda dapat menggunakan paket prabayar untuk Power Apps dan Power Automate.

Kasus penggunaan visual Power Apps meliputi:

  • Memfasilitasi tulis balik ke database, misalnya untuk menambahkan komentar ke pelanggan tertentu atau untuk memodifikasi nilai prakiraan dari dalam laporan Power BI.
  • Memfasilitasi tindakan langsung yang diinformasikan oleh laporan Power BI, seperti menghubungi pelanggan dari laporan kepuasan pelanggan.
  • Perbolehkan pengguna mengirimkan formulir dari dalam laporan Power BI, seperti formulir umpan balik, jajak pendapat, atau survei.

Dalam skenario yang disematkan, visual Power Apps hanya didukung untuk skenario Menyematkan untuk organisasi Anda dan bukan skenario Menyematkan untuk pelanggan Anda. Untuk batasan lainnya, lihat Batasan visual Power Apps.

Mengintegrasikan laporan Power BI di aplikasi kanvas Power Apps

Anda dapat mengintegrasikan petak peta dasbor Power BI dalam aplikasi kanvas Power Apps. Dengan pendekatan ini, media konsumsi utama adalah Power App, yang ditingkatkan dengan ubin Power BI. Anda menyematkan petak dengan menggunakan kontrol petak Power BI selama pengembangan aplikasi kanvas.

Mengambil tindakan di Power BI dari Power Automate

Anda bisa menggunakan Power Automate untuk mengotomatiskan tindakan tertentu di Power BI, seperti ekspor laporan, refresh model semantik, atau evaluasi kueri DAX. Kemampuan ini dapat membantu menyederhanakan tugas tertentu atau meningkatkan produktivitas.

Kasus penggunaan untuk mengotomatiskan Power BI dari Power Automate meliputi:

  • Memicu refresh dari model semantik ketika sumber data upstream diperbarui.
  • Mengotomatiskan distribusi laporan Power BI atau laporan paginasi.
  • Tambahkan baris ke tabel model semantik Power BI saat alur dipicu.

Memicu alur Power Automate dari Power BI

Anda juga dapat menggunakan Power BI untuk memicu aliran cloud Power Automate dengan tiga cara:

Dengan pendekatan ini, Anda tidak mengotomatiskan tindakan Power BI sebanyak yang Anda respons terhadap peristiwa yang terjadi di Power BI. Peristiwa ini dapat dipicu secara manual (seperti visual Power Automate) atau secara otomatis (seperti pemberitahuan data). Anda juga bisa menggunakan data dari hilir Power BI dalam alur, yang dapat membantu Anda mengotomatiskan tindakan yang lebih spesifik dan relevan.

Ada beberapa pertimbangan lisensi yang perlu diingat dengan pendekatan ini. Untuk menggunakan visual Power Automate dalam laporan Power BI, penampil laporan harus memiliki akses ke alur Power Automate dan lisensi Power Automate, jika perlu, selain lisensi Power BI per pengguna yang diperlukan. Atau, Anda dapat menggunakan paket prabayar untuk Power Apps dan Power Automate.

Kasus penggunaan untuk memicu alur Power Automate dari Power BI meliputi:

  • Perbarui atau tambahkan baris ke tabel Excel dari dalam laporan Power BI dengan menggunakan visual Power Automate.
  • Otomatiskan pengujian regresi dengan menyiapkan laporan dan dasbor untuk melaporkan perbedaan nilai saat ini dengan garis besar yang diketahui, dan dengan mengatur pemberitahuan data pada petak peta dasbor.
  • Beri tahu tim atau individu ketika ada nilai atau anomali tak terduga dalam data model semantik dengan menggunakan pemberitahuan data. Untuk menggunakan visual Power Automate dalam laporan Power BI, penampil laporan harus memiliki akses ke alur Power Automate dan lisensi Power Automate, jika perlu, selain lisensi Power BI per pengguna yang diperlukan. Atau, Anda dapat menggunakan paket prabayar untuk Power Apps dan Power Automate.

Menyematkan laporan Power BI di situs web Power Pages

Anda bisa menyematkan laporan Power BI di situs web Power Pages, yang memungkinkan Anda menampilkan laporan Power BI di situs web eksternal yang dibuat dengan Power Pages. Pendekatan ini menyederhanakan skenario Sematkan untuk pelanggan Anda dengan mengaktifkan layanan Power BI Embedded dari pusat admin Power Platform.

Ada beberapa pertimbangan lisensi yang perlu diingat dengan pendekatan ini. Untuk menyematkan laporan Power BI di situs web Power Pages, Anda harus memiliki SKU F, P, EM, atau A. Anda juga memerlukan lisensi Power Pages yang sesuai.

Kasus penggunaan untuk menyematkan laporan Power BI di situs web Power Pages meliputi:

  • Mendistribusikan laporan melalui portal kustom ke pengguna atau pelanggan eksternal.
  • Tampilkan analitik situs web, seperti pelanggan atau lalu lintas untuk situs web Anda.
  • Tingkatkan situs web Power Pages Anda dengan visualisasi Power BI interaktif.

Selain batasan Power BI Embedded, ada juga batasan khusus untuk menyematkan laporan di Power Pages. Misalnya, laporan harus diterbitkan ke ruang kerja yang sama dengan model semantik yang terhubung. Pastikan Anda mempertimbangkan pertimbangan ini sebelum memutuskan untuk menyematkan konten Power BI di situs web Power Pages.

Integrasi OneDrive dan SharePoint

OneDrive dan SharePoint umumnya digunakan karena merupakan opsi yang mudah untuk menyimpan konten dan file data untuk Power BI. Dengan mengintegrasikan OneDrive dan SharePoint, Anda dapat lebih meningkatkan kemampuan berbagi mereka.

Penyegaran file Power BI Desktop di OneDrive

Saat Anda menyimpan file Power BI Desktop (.pbix) ke OneDrive for Work atau School, atau SharePoint, Anda bisa mengimpor file tersebut ke ruang kerja dari OneDrive alih-alih menerbitkannya dari Power BI Desktop. Dengan demikian, Anda dapat memperoleh manfaat dari refresh OneDrive, di mana model data diperbarui secara otomatis, biasanya dalam waktu satu jam.

Kasus penggunaan untuk menggunakan refresh OneDrive meliputi:

  • Pengguna layanan mandiri ingin menyederhanakan penerbitan file Power BI Desktop.
  • Pembuat konten ingin melacak dan mengelola perubahan saat berkolaborasi di OneDrive.

Selain mengintegrasikan OneDrive untuk file .pbix individual untuk model dan laporan semantik, Anda juga dapat menyiapkan integrasi tingkat ruang kerja dengan OneDrive.

Pratinjau file Power BI Desktop di OneDrive dan SharePoint

Saat Anda berbagi file Power BI Desktop dengan orang-orang melalui OneDrive atau SharePoint, mereka bisa mempratinjau laporan dari OneDrive atau SharePoint tanpa membukanya di Power BI Desktop. Kemampuan ini hanya berfungsi untuk laporan yang tersambung ke model semantik bersama, atau file Power BI Desktop yang berisi laporan dan model semantik impor. Selain itu, Anda tidak dapat mempratinjau file Power BI Desktop yang 1 GB atau lebih besar. Untuk informasi selengkapnya, lihat Pertimbangan dan batasan.

Ada beberapa pertimbangan lisensi yang perlu diingat dengan pendekatan ini. Pengguna memerlukan lisensi Power BI Pro untuk mempratinjau file Power BI Desktop di OneDrive atau SharePoint. Untuk informasi selengkapnya, lihat Prasyarat untuk menampilkan laporan di OneDrive dan SharePoint.

Kasus penggunaan untuk menggunakan OneDrive untuk mempratinjau file meliputi:

  • Pembuat konten menggunakan OneDrive atau SharePoint untuk memfasilitasi kolaborasi.
  • Pembuat konten yang menggunakan integrasi OneDrive, seperti penyegaran OneDrive, atau menggunakannya untuk melacak dan mengelola perubahan pada file .pbix, menginginkan kenyamanan untuk mempratinjau file sebelum membukanya.

Menyematkan laporan Power BI di SharePoint Online

Anda bisa mengintegrasikan Power BI dengan SharePoint dengan menyematkan laporan Power BI di SharePoint Online (juga dikenal sebagai penyematan aman). Pengalaman laporan sama seperti ketika pengguna melihatnya di ruang kerja Fabric dengan menggunakan tautan yang dibagikan dengan akses langsung. Keamanan tingkat baris diberlakukan bersama dengan izin item. Pengguna harus memiliki akses langsung ke laporan untuk menampilkannya di situs SharePoint.

Kasus penggunaan untuk menyematkan laporan Power BI di SharePoint Online meliputi:

  • Anda ingin mendistribusikan laporan dari portal SharePoint alih-alih melalui ruang kerja Fabric. Pendekatan ini dapat berguna ketika Anda ingin mendistribusikan laporan dari beberapa ruang kerja ke audiens tertentu.
  • Anda ingin menyematkan laporan yang mendukung kolaborasi atau pengambilan keputusan di situs SharePoint Anda.

Integrasi dengan Visual Studio dan VS Code

Banyak pengembang yang terbiasa menggunakan Visual Studio atau Visual Studio Code (VS Code) untuk mengelola file sumber dan metadata. Alat-alat ini menyediakan beberapa opsi untuk diintegrasikan dengan Power BI dan Fabric.

Mengembangkan model semantik dengan menggunakan Visual Studio dengan proyek Analysis Services

Jika pengembang lebih suka bekerja di Visual Studio, mereka dapat mengembangkan dan menyebarkan model semantik dari Visual Studio alih-alih Power BI Desktop. Dalam hal ini, mereka memerlukan Visual Studio 2017 atau edisi yang lebih baru, dan versi 2.9.14 (atau lebih tinggi) dari ekstensi SQL Server Data Tools (SSDT).

Petunjuk / Saran

Pengembang yang lebih suka pengalaman seperti Visual Studio untuk membangun dan mengelola model semantik mungkin merasa lebih efektif untuk menggunakan Editor Tabular. Editor Tabular adalah alat eksternal yang tersambung ke model lokal yang terbuka di Power BI Desktop, atau model jarak jauh melalui titik akhir baca/tulis XMLA. Ini juga mendukung pembuatan skrip dan tugas batch untuk meningkatkan produktivitas pengembang.

Untuk informasi selengkapnya, lihat Manajemen model data tingkat lanjut.

Mengelola item dengan Visual Studio Code

Jika pengembang lebih suka bekerja di Visual Studio Code, mereka dapat menggunakan ekstensi untuk memfasilitasi beberapa pekerjaan mereka dengan Power BI melalui aplikasi Visual Studio Code.

Ada beberapa alat yang dapat mereka gunakan untuk mengelola berbagai bagian Power BI dari Visual Studio Code:

  • TMDL: Ekstensi vs Code resmi dari Microsoft yang menyediakan dukungan bahasa untuk Bahasa Definisi Model Tabular (TMDL) untuk bekerja dengan model semantik yang menggunakan format metadata TMDL.
  • Power BI Studio: Ekstensi VISUAL Code yang dikembangkan komunitas yang menggunakan Power BI REST API untuk menampilkan dan mengelola item di ruang kerja.
  • Paket Ekstensi VsCode Power BI: Kumpulan ekstensi VS Code yang memungkinkan pengembang untuk bekerja di Visual Studio Code dengan Fabric dan Power BI. Ini termasuk ekstensi TMDL dan Power BI Studio.

Integrasi VS Code juga didukung oleh pengalaman lain dalam Fabric, seperti notebooks untuk rekayasa data dan ilmu data, atau untuk mengelola model semantik Power BI dengan menggunakan semantic link (dijelaskan sebelumnya).

Integrasi Python atau R

Anda dapat menjalankan skrip Python atau R dalam model dan laporan semantik Power BI untuk memperluas fungsionalitas item ini. Kemampuan ini dapat membantu pembuat konten yang terbiasa dengan Python atau R, dan siapa yang membuat dan mendistribusikan konten untuk pengguna bisnis melalui Power BI.

Pemilik atau pembuat konten yang mahir dalam Python atau R mungkin mendapat manfaat dari menggunakan item notebook dalam kapasitas Fabric. Untuk banyak kasus penggunaan, notebook adalah opsi pilihan daripada integrasi Python dan R dengan Power BI. Itu karena mereka menyediakan lebih banyak opsi untuk membuat dan memelihara solusi yang dibangun dalam bahasa ini, mereka juga memiliki lebih sedikit batasan dan biasanya melibatkan lebih sedikit upaya untuk mendukung.

Menjalankan kode Python atau R dalam model semantik

Anda dapat mengintegrasikan kode Python atau R sebagai bagian dari transformasi data yang Anda lakukan dalam model semantik yang menggunakan mode penyimpanan impor. Integrasi ini memungkinkan Anda mengubah data atau melakukan analitik tingkat lanjut dengan Python atau R setiap kali Anda me-refresh model.

Untuk me-refresh model semantik yang diterbitkan yang menggunakan Python atau R terintegrasi di Power Query, Anda harus menggunakan gateway data lokal dalam mode pribadi. Itu karena kode Python atau R berjalan secara lokal dengan menggunakan Python atau R yang diinstal pada komputer. Penyiapan ini biasanya menantang untuk dikelola dan dipelihara. Jika Anda perlu menggunakan Python atau R dalam model semantik, kami merekomendasikan pendekatan alternatif, seperti notebook di Fabric.

Membuat visual Python atau R di laporan Power BI

Anda dapat mengintegrasikan Python atau R dengan laporan Power BI untuk membuat visual kustom dengan pustaka Python, seperti paket Seaborn atau R seperti ggplot2. Visual ini sepenuhnya dapat disesuaikan dan mendukung fitur interaktif di Power BI seperti menampilkan hasil yang difilter, pemfilteran silang, tooltip kustom, penelusuran ke bawah, dan penelusuran dalam.

Pastikan bahwa semua visual Python atau R Anda menggunakan pustaka Python dan paket R yang didukung di Fabric. Jika Anda menggunakan pustaka atau paket yang tidak didukung, visual tidak akan dirender di layanan Power BI, bahkan saat visual merender dalam laporan Anda di Power BI Desktop.

Meskipun Anda dapat mengubah data dan membuat perhitungan sebagai bagian dari visual kustom Python atau R, tidak disarankan. Menempatkan logika ini di visual Python atau R dapat mengakibatkan durasi render yang lebih lambat, dan kesulitan yang lebih besar untuk mempertahankan visual dan mencapai harmonisasi di seluruh visual dan laporan dalam logika perhitungan.

Sebagai gantinya, tambahkan logika Anda ke perhitungan DAX dengan membuat pengukuran, dan lakukan transformasi Anda lebih lanjut di hulu, seperti di Power Query atau sumber data, jika memungkinkan.

Visual kustom untuk laporan Power BI

Ada opsi lain untuk membuat visual kustom di laporan Power BI selain dari Python dan R. Meskipun tidak secara eksplisit integrasi, dimungkinkan untuk menggunakan visual kustom dalam laporan Power BI untuk kasus penggunaan tingkat lanjut atau tertentu. Anda dapat membuat visual kustom Anda sendiri—yang tidak memerlukan integrasi dengan layanan lain—atau mendapatkan visual dari AppSource, yang dapat gratis atau memerlukan lisensi. Tergantung pada visual kustom, ini mungkin melibatkan integrasi dengan layanan pihak ketiga dan Anda harus menyetujui persyaratan lisensi mereka.

Jika Anda berpikir tentang menggunakan visual kustom untuk memperluas fungsionalitas laporan Power BI, pertimbangkan Deneb. Deneb adalah visual kustom bersertifikat yang dikembangkan komunitas yang memungkinkan Anda menggunakan sintaks JSON deklaratif dari bahasa Vega atau Vega-Lite untuk membangun visualisasi Anda sendiri. Deneb memiliki komunitas besar dan banyak templat, yang menjadikannya pilihan yang baik untuk pembuat laporan yang ingin membuat visual mereka sendiri tanpa menggunakan JavaScript, Python, atau R.

Integrasi dengan layanan pihak ketiga lainnya

Ada layanan pihak ketiga lainnya yang menawarkan integrasi dengan Power BI.

Bagian berikut menyajikan layanan pihak ketiga, bersama dengan kasus penggunaan yang penting untuk dipertimbangkan.

Integrasi dengan model semantik melalui titik akhir XMLA

Di Power BI, alat eksternal bisa tersambung ke model semantik Power BI Anda dengan menggunakan titik akhir XMLA. Ada alat sumber terbuka dan tersedia secara komersial yang dapat Anda gunakan untuk meningkatkan produktivitas atau memperluas fungsionalitas model semantik yang ada.

Berikut adalah beberapa contoh alat yang dapat diintegrasikan dengan model semantik melalui titik akhir XMLA:

  • Cmdlet PowerShell untuk mengotomatiskan tugas model semantik tertentu.
  • Pembangun laporan Power BI untuk kueri model semantik dengan DAX dan membuat laporan berpaginasi.
  • Tabular Editor, alat pihak ketiga yang digunakan untuk mengembangkan dan mengelola model semantik.
  • DAX Studio, alat pihak ketiga untuk menulis dan mengoptimalkan kueri DAX.
  • Toolkit ALM, alat pihak ketiga untuk membandingkan dan menyebarkan model semantik.

Untuk informasi selengkapnya tentang titik akhir XMLA dan aplikasi klien dan alat yang menggunakannya, lihat Konektivitas dan manajemen model semantik dengan titik akhir XMLA di Power BI. Titik akhir XMLA hanya didukung untuk ruang kerja yang memiliki jenis ruang kerja yang diatur ke kapasitas Fabric, kapasitas Premium, atau Premium Per Pengguna.

Anda dapat mengaktifkan endpoint XMLA dan mengaturnya untuk membaca, atau membaca/menulis dari pengaturan beban kerja Power BI di portal admin. Ada juga beberapa pengaturan penyewa yang bisa Anda gunakan untuk mengendalikan pengguna dan grup mana saja yang dapat menggunakan titik akhir XMLA.

Daftar periksa - Saat berencana untuk mengintegrasikan Power BI dengan layanan lain, keputusan dan pertimbangan utama meliputi:

  • Tentukan persyaratan: Jelaskan apa yang ingin Anda capai dan manfaat yang diharapkan untuk melakukannya.
  • Jelaskan mengapa Anda tidak dapat menyelesaikan tugas di Power BI saja: Tentukan tantangan atau batasan yang mencegah Anda memenuhi persyaratan ini dengan alat dan fitur bawaan di Power BI.
  • Identifikasi layanan yang dapat membantu Anda memenuhi persyaratan: Mengkompilasi daftar layanan yang dapat membantu Anda mencapai tujuan Anda. Tergantung pada persyaratannya, mungkin hanya ada satu opsi yang masuk akal.
  • Identifikasi potensi risiko, batasan, atau pertimbangan: Rencanakan dengan cermat dan pertimbangkan implikasi untuk integrasi ini untuk berbagai area, seperti keamanan, lisensi, tata kelola, dan pengaktifan pengguna.
  • Teliti bagaimana Anda akan menyiapkan integrasi: Baca dokumentasi teknis yang sesuai dan kompilasi protokol langkah demi langkah yang berlaku untuk skenario spesifik Anda tentang bagaimana Anda akan mengintegrasikan Power BI dengan layanan atau alat. Beri perhatian khusus pada kemungkinan pemecahan masalah atau penyesuaian integrasi ini yang mungkin perlu Anda lakukan.
  • Lakukan pengujian atau bukti konsep (POC): Sebelum Anda menyiapkan integrasi untuk penyewa, ruang kerja, atau item Anda, pertama-tama lakukan uji coba perwakilan untuk menguji asumsi apa pun dan mengungkapkan tantangan atau batasan apa pun. Melakukan tes atau POC itu penting.
  • Menyiapkan pelatihan dan pemantauan: Pastikan bahwa tim terpusat dilengkapi untuk memantau layanan baru dan efeknya pada penggunaan di penyewa Anda. Siapkan materi pelatihan yang relevan sehingga orang dapat menggunakan layanan baru, dan itu membantu mereka menghindari masalah.

Konten terkait

Untuk pertimbangan, tindakan, kriteria pengambilan keputusan, dan rekomendasi lainnya untuk membantu Anda dengan keputusan implementasi Power BI, lihat Perencanaan implementasi Power BI.

  • Last updated on