Modelli semantici di Power BI predefiniti in Microsoft Fabric

Si applica a:Endpoint di analisi SQL, Warehouse e Database con mirroring in Microsoft Fabric

In Microsoft Fabric i modelli semantici di Power BI sono una descrizione logica di un dominio analitico, con metriche, terminologia descrittiva aziendale e rappresentazione, per consentire un'analisi più approfondita. Questo modello semantico è in genere uno schema star con fatti che rappresentano un dominio e dimensioni che consentono di analizzare o suddividere e indiche il dominio per eseguire il drill-down, filtrare e calcolare analisi diverse. Con il modello semantico, il modello semantico viene creato automaticamente e la logica di business indicata in precedenza viene ereditata rispettivamente dal lakehouse padre o dal warehouse, avviando l'esperienza di analisi downstream per business intelligence e analisi con un elemento in Microsoft Fabric gestito, ottimizzato e mantenuto sincronizzato senza alcun intervento dell'utente.

Le visualizzazioni e le analisi nei report di Power BI possono ora essere compilate completamente nel Web o in pochi passaggi in Power BI Desktop, risparmiando tempo, risorse e per impostazione predefinita, offrendo un'esperienza di utilizzo ottimale per gli utenti finali. Il modello semantico di Power BI predefinito segue la convenzione di denominazione di Lakehouse.

I modelli semantici di Power BI rappresentano un'origine di dati pronta per la creazione di report, la visualizzazione, l'individuazione e l'utilizzo. I modelli semantici di Power BI offrono:

• Possibilità di espandere costrutti di warehousing per includere gerarchie, descrizioni, relazioni. Ciò consente una comprensione semantica più approfondita di un dominio.
• Possibilità di catalogare, cercare e trovare informazioni sul modello semantico di Power BI nell'hub dati.
• Possibilità di impostare autorizzazioni personalizzate per l'isolamento e la sicurezza del carico di lavoro.
• Possibilità di creare misure, metriche standardizzate per l'analisi ripetibile.
• Possibilità di creare report di Power BI per l'analisi visiva.
• Possibilità di individuare e utilizzare i dati in Excel.
• Possibilità per strumenti di terze parti come Tableau di connettersi e analizzare i dati.

Per altre informazioni su Power BI, vedere Le linee guida di Power BI.

Nota

Microsoft ha rinominato il tipo di contenuto del set di dati di Power BI in modello semantico. Questo vale anche per Microsoft Fabric. Per altre informazioni, vedere Nuovo nome per i set di dati di Power BI.

Modalità Direct Lake

La modalità Direct Lake è una nuova funzionalità rivoluzionaria del motore per analizzare set di dati di grandi dimensioni in Power BI. La tecnologia si basa sull'idea di caricare file in formato parquet direttamente da un data lake, senza dover eseguire query su un endpoint di analisi warehouse o SQL e senza dover importare o duplicare i dati in un modello semantico di Power BI. Questa integrazione nativa offre una modalità univoca di accesso ai dati dall'endpoint di analisi SQL o Warehouse, denominato Direct Lake.

Direct Lake offre l'esperienza di query e creazione di report con prestazioni migliori. Direct Lake è un percorso rapido per caricare i dati dal data lake direttamente nel motore di Power BI, pronto per l'analisi.

• In modalità DirectQuery tradizionale, il motore di Power BI esegue direttamente query sui dati dall'origine per ogni esecuzione di query e le prestazioni delle query dipendono dalla velocità di recupero dei dati. DirectQuery elimina la necessità di copiare i dati, assicurandosi che eventuali modifiche nell'origine vengano immediatamente riflesse nei risultati della query.

• In modalità importazione le prestazioni sono migliori perché i dati sono facilmente disponibili in memoria, senza dover eseguire query sui dati dall'origine per ogni esecuzione di query. Tuttavia, il motore di Power BI deve prima copiare i dati nella memoria, al momento dell'aggiornamento dei dati. Tutte le modifiche apportate all'origine dati sottostante vengono prelevate durante l'aggiornamento dati successivo.

• La modalità Direct Lake elimina il requisito di importazione caricando i file di dati direttamente in memoria. Poiché non esiste un processo di importazione esplicito, è possibile raccogliere le modifiche apportate all'origine man mano che si verificano. Direct Lake combina i vantaggi della modalità DirectQuery e Import evitando gli svantaggi. La modalità Direct Lake è la scelta ideale per l'analisi di set di dati e set di dati di grandi dimensioni con aggiornamenti frequenti all'origine.

La modalità Direct Lake è il tipo di connessione predefinito per i modelli semantici che usano un endpoint di analisi SQL o Warehouse come origine dati.

Informazioni sul modello semantico di Power BI predefinito

Quando si crea un endpoint di analisi di Warehouse o SQL, viene creato un modello semantico di Power BI predefinito. Il modello semantico predefinito è rappresentato con il suffisso (predefinito).

Il modello semantico predefinito viene sottoposto a query tramite l'endpoint di analisi SQL e aggiornato tramite modifiche a Lakehouse o Warehouse. È anche possibile eseguire query sul modello semantico predefinito tramite query tra database da un warehouse.

Sincronizzare il modello semantico predefinito di Power BI

In precedenza, tutte le tabelle e le viste nel warehouse sono state aggiunte automaticamente al modello semantico di Power BI predefinito. In base al feedback, il comportamento predefinito è stato modificato per non aggiungere automaticamente tabelle e viste al modello semantico di Power BI predefinito. Questa modifica garantisce che la sincronizzazione in background non venga attivata. Verranno disabilitate anche alcune azioni come "Nuova misura", "Crea report", "Analizza in Excel".

Se si vuole modificare questo comportamento predefinito, è possibile:

1. Abilitare manualmente l'impostazione sincronizza il modello semantico di Power BI predefinito per ogni endpoint di analisi SQL o warehouse nell'area di lavoro. Verrà riavviata la sincronizzazione in background che comporta alcuni costi di consumo.

   

2. Selezionare manualmente tabelle e visualizzazioni da aggiungere al modello semantico tramite Gestisci modello semantico di Power BI predefinito nella barra multifunzione o nella barra delle informazioni.

   

Nota

Se non si usa il modello semantico di Power BI predefinito per la creazione di report, disabilitare manualmente l'impostazione Sincronizza il modello semantico predefinito di Power BI per evitare di aggiungere automaticamente oggetti. L'aggiornamento delle impostazioni garantisce che la sincronizzazione in background non venga attivata e risparmierà sui costi di consumo di Onelake.

Aggiornare manualmente il modello semantico di Power BI predefinito

Quando sono presenti oggetti nel modello semantico di Power BI predefinito, esistono due modi per convalidare o esaminare visivamente le tabelle:

1. Selezionare il pulsante Aggiorna manualmente il modello semantico nella barra multifunzione.

2. Esaminare il layout predefinito per gli oggetti modello semantico predefiniti.

Il layout predefinito per le tabelle abilitate per BI viene mantenuto nella sessione utente e viene generato ogni volta che un utente passa alla visualizzazione modello. Cercare la scheda Oggetti modello semantico predefinito.

Accedere al modello semantico di Power BI predefinito

Per accedere ai modelli semantici di Power BI predefiniti, passare all'area di lavoro e trovare il modello semantico corrispondente al nome del lakehouse desiderato. Il modello semantico di Power BI predefinito segue la convenzione di denominazione di Lakehouse.

Per caricare il modello semantico, selezionare il nome del modello semantico.

Monitorare il modello semantico predefinito di Power BI

È possibile monitorare e analizzare le attività nel modello semantico con SQL Server Profiler connettendosi all'endpoint XMLA.

SQL Server Profiler viene installato con SQL Server Management Studio (SSMS) e consente la traccia e il debug di eventi del modello semantico. Anche se ufficialmente deprecato per SQL Server, Profiler è ancora incluso in SSMS e rimane supportato per Analysis Services e Power BI. L'uso con il modello semantico di Power BI predefinito dell'infrastruttura richiede SQL Server Profiler versione 18.9 o successiva. Gli utenti devono specificare il modello semantico come catalogo iniziale durante la connessione con l'endpoint XMLA. Per altre informazioni, vedere SQL Server Profiler per Analysis Services.

Creare uno script per il modello semantico di Power BI predefinito

È possibile creare uno script del modello semantico di Power BI predefinito dall'endpoint XMLA con SQL Server Management Studio (SSMS).

Visualizzare lo schema TMSL (Tabular Model Scripting Language) del modello semantico eseguendo lo script tramite il Esplora oggetti in SSMS. Per connettersi, usare il stringa di connessione del modello semantico, simile a powerbi://api.powerbi.com/v1.0/myorg/username. È possibile trovare il stringa di connessione per il modello semantico nella Impostazioni, in Impostazioni server. Da qui è possibile generare uno script XMLA del modello semantico tramite l'azione del menu di scelta rapida Script di SSMS. Per altre informazioni, vedere Connettività del set di dati con l'endpoint XMLA.

Per lo scripting sono necessarie autorizzazioni di scrittura di Power BI per il modello semantico di Power BI. Con le autorizzazioni di lettura è possibile visualizzare i dati, ma non lo schema del modello semantico di Power BI.

Creare un nuovo modello semantico di Power BI

Esistono alcune situazioni in cui l'organizzazione potrebbe dover creare modelli semantici di Power BI aggiuntivi basati su endpoint di analisi SQL o dati di Warehouse.

Il pulsante Nuovo modello semantico di Power BI eredita la configurazione del modello semantico predefinito e consente un'ulteriore personalizzazione. Il modello semantico predefinito funge da modello iniziale, consentendo di garantire una singola versione della verità. Ad esempio, se si usa il modello semantico predefinito e si definiscono nuove relazioni e quindi si usa il pulsante Nuovo modello semantico di Power BI, il nuovo modello semantico erediterà tali relazioni se le tabelle selezionate includono tali nuove relazioni.

Per creare un modello semantico di Power BI da un warehouse, seguire questa procedura:

1. Passare a Data Warehouse nel portale di Infrastruttura.

2. Aprire il magazzino. Passare alla barra multifunzione Report .

3. Nella barra multifunzione Creazione report selezionare Nuovo modello semantico e quindi nella finestra di dialogo Nuovo modello semantico selezionare le tabelle da includere e quindi selezionare Conferma.

4. Power BI salva automaticamente il modello semantico nell'area di lavoro in base al nome del warehouse e quindi apre il modello semantico in Power BI.

5. Selezionare Apri modello di dati per aprire l'esperienza di modellazione Web di Power BI in cui è possibile aggiungere relazioni tra tabelle e misure DAX.

Per altre informazioni su come modificare i modelli di dati nella servizio Power BI, vedere Modificare modelli di dati.

Limiti

I modelli semantici di Power BI predefiniti seguono le limitazioni correnti per i modelli semantici in Power BI. Altre informazioni:

• Limiti delle risorse e degli oggetti di Azure Analysis Services
• Tipi di dati in Power BI Desktop - Power BI

Se i tipi di dati parquet, Apache Spark o SQL non possono essere mappati a uno dei tipi di dati di Power BI Desktop, vengono eliminati come parte del processo di sincronizzazione. Questo comportamento è in linea con il comportamento corrente di Power BI. Per queste colonne, è consigliabile aggiungere conversioni di tipi esplicite nei processi ETL per convertirla in un tipo supportato. Se sono necessari tipi di dati upstream, gli utenti possono facoltativamente specificare una vista in SQL con la conversione esplicita dei tipi desiderata. Questa operazione verrà prelevata dalla sincronizzazione o può essere aggiunta manualmente come indicato in precedenza.

Contenuto correlato

• Definire relazioni nei modelli di dati per il data warehousing in Microsoft Fabric
• Modellare i dati nel modello semantico di Power BI predefinito in Microsoft Fabric