Informazioni sui datamarts

Questo articolo descrive e illustra concetti importanti sui datamarts.

Informazioni sul modello semantico (impostazione predefinita)

I datamarts forniscono un livello semantico generato e sincronizzato automaticamente con il contenuto delle tabelle datamart, la relativa struttura e i dati sottostanti. Questo livello viene fornito in un modello semantico generato automaticamente. Questa generazione e sincronizzazione automatica consente di descrivere ulteriormente il dominio dei dati con elementi quali gerarchie, nomi descrittivi e descrizioni. È anche possibile impostare la formattazione specifica per le impostazioni locali o i requisiti aziendali. Con i datamarts è possibile creare misure e metriche standardizzate per la creazione di report. Power BI (e altri strumenti client) possono creare oggetti visivi e fornire risultati per tali calcoli in base ai dati nel contesto.

Il modello semantico di Power BI predefinito creato da un datamart elimina la necessità di connettersi a un modello semantico separato, configurare le pianificazioni degli aggiornamenti e gestire più elementi di dati. È invece possibile creare la logica di business in un datamart e i relativi dati saranno immediatamente disponibili in Power BI, abilitando quanto segue:

• Accesso ai dati di Datamart tramite l'hub del modello semantico.
• Funzionalità di analisi in Excel.
• Possibilità di creare rapidamente report nel servizio Power BI.
• Non è necessario aggiornare, sincronizzare i dati o comprendere i dettagli della connessione.
• Creare soluzioni sul Web senza dover usare Power BI Desktop.

Durante l'anteprima, la connettività del modello semantico predefinita è disponibile solo con DirectQuery . L'immagine seguente mostra in che modo i datamarts rientrano nel continuum del processo a partire dalla connessione ai dati, fino alla creazione di report.

I modelli semantici predefiniti sono diversi dai modelli semantici di Power BI tradizionali nei modi seguenti:

• L'endpoint XMLA supporta operazioni di sola lettura e gli utenti non possono modificare direttamente il modello semantico. Con l'autorizzazione di sola lettura XMLA è possibile eseguire query sui dati in una finestra di query.
• I modelli semantici predefiniti non hanno impostazioni dell'origine dati e gli utenti non devono immettere le credenziali. Usano invece l'accesso Single Sign-On automatico (SSO) per le query.
• Per le operazioni di aggiornamento, i modelli semantici usano le credenziali dell'autore del modello semantico per connettersi all'endpoint SQL di datamart gestito.

Con gli utenti di Power BI Desktop è possibile creare modelli compositi, consentendo di connettersi al modello semantico di datamart ed eseguire le operazioni seguenti:

• Selezionare tabelle specifiche da analizzare.
• Aggiungere altre origini dati.

Infine, se non si vuole usare direttamente il modello semantico predefinito, è possibile connettersi all'endpoint SQL di datamart. Per altre informazioni, vedere Creare report usando datamarts.

Informazioni sul modello semantico predefinito

Attualmente, le tabelle nel datamart vengono aggiunte automaticamente al modello semantico predefinito. Gli utenti possono anche selezionare manualmente tabelle o viste dal datamart che vogliono includere nel modello per una maggiore flessibilità. Gli oggetti inclusi nel modello semantico predefinito verranno creati come layout nella visualizzazione modello.

La sincronizzazione in background che include oggetti (tabelle e viste) attenderà che il modello semantico downstream non sia in uso per aggiornare il modello semantico, rispettando la decadimento ristretto. Gli utenti possono sempre scegliere manualmente le tabelle desiderate o meno nel modello semantico.

Informazioni sull'aggiornamento incrementale e sui datamarts

È possibile creare e modificare l'aggiornamento incrementale dei dati, analogamente ai flussi di dati e all'aggiornamento incrementale del modello semantico, usando l'editor datamart. L'aggiornamento incrementale estende le operazioni di aggiornamento pianificate fornendo la creazione e la gestione automatizzate delle partizioni per le tabelle datamart che caricano spesso dati nuovi e aggiornati.

Per la maggior parte dei datamarts, l'aggiornamento incrementale comporta una o più tabelle che contengono dati delle transazioni che cambiano spesso e possono aumentare in modo esponenziale, ad esempio una tabella dei fatti in uno schema di database relazionale o star. Se si usano criteri di aggiornamento incrementale per partizionare la tabella e aggiornare solo le partizioni di importazione più recenti, è possibile ridurre significativamente la quantità di dati da aggiornare.

L'aggiornamento incrementale e i dati in tempo reale per i datamarts offrono i vantaggi seguenti:

• Minor numero di cicli di aggiornamento per i dati a modifica rapida
• Gli aggiornamenti sono più veloci
• Gli aggiornamenti sono più affidabili
• L'utilizzo delle risorse è ridotto
• Consente di creare datamarts di grandi dimensioni
• Facile da configurare

Informazioni sulla memorizzazione nella cache proattiva

La memorizzazione nella cache proattiva consente l'importazione automatica dei dati sottostanti per il modello semantico predefinito, quindi non è necessario gestire o orchestrare la modalità di archiviazione. La modalità di importazione per il modello semantico predefinito fornisce l'accelerazione delle prestazioni per il modello semantico di datamart usando il motore Vertipaq veloce. Quando si usa la memorizzazione nella cache proattiva, Power BI modifica la modalità di archiviazione del modello da importare, che usa il motore in memoria in Power BI e Analysis Services.

La memorizzazione nella cache proattiva funziona nel modo seguente: dopo ogni aggiornamento, la modalità di archiviazione per il modello semantico predefinito viene modificata in DirectQuery. La memorizzazione nella cache proattiva crea un modello di importazione side-by-side in modo asincrono e viene gestito da datamart e non influisce sulla disponibilità o sulle prestazioni del datamart. Le query in arrivo dopo il completamento del modello semantico predefinito useranno il modello di importazione.

La generazione automatica del modello di importazione si verifica entro circa 10 minuti dopo che non vengono rilevate modifiche nel datamart. Il modello semantico di importazione cambia nei modi seguenti:

• Refreshes
• Nuove origini dati
• Modifiche dello schema:
  • Nuove origini dati
  • Aggiornamenti ai passaggi di preparazione dei dati in Power Query Online
• Eventuali aggiornamenti della modellazione, ad esempio:
  • Misure
  • Gerarchie
  • Descrizione

Procedure consigliate per la memorizzazione nella cache proattiva

Usare le pipeline di distribuzione per le modifiche per garantire prestazioni ottimali e assicurarsi che gli utenti usino il modello di importazione. L'uso di Pipeline di distribuzione è già una procedura consigliata per la creazione di datamarts, ma in questo modo si garantisce di sfruttare la memorizzazione nella cache proattiva più spesso.

Considerazioni e limitazioni per la memorizzazione nella cache proattiva

• Power BI attualmente limiterà la durata delle operazioni di memorizzazione nella cache a 10 minuti.
• I vincoli di univocità/non Null per determinate colonne verranno applicati nel modello di importazione e non riusciranno a compilare la cache se i dati non sono conformi.

Contenuto correlato

Questo articolo ha fornito una panoramica dei concetti importanti di datamart da comprendere.

Gli articoli seguenti forniscono altre informazioni sui datamarts e Power BI:

• Introduzione ai datamart
• Introduzione ai datamarts
• Analisi dei datamarts
• Creare report usando datamarts
• Controllare l'accesso ai datamarts
• Amministrazione istration di datamarts

Per altre informazioni sui flussi di dati e sulla trasformazione dei dati, vedere gli articoli seguenti:

• Introduzione ai flussi di dati e alla preparazione dei dati self-service
• Esercitazione: Modellare e combinare i dati in Power BI Desktop