Microsoft Fabric の既定の Power BI セマンティックモデル

[アーティクル]
04/24/2024

Microsoft Fabric では、Power BI セマンティックモデルは、分析ドメインの論理的記述であり、メトリック、ビジネスにわかりやすい用語、および表現によって、より深い分析を可能にします。このセマンティックモデルは通常、ドメインを表すファクトと、ドメインを分析またはスライスアンドダイスしてドリルダウン、フィルター処理、さまざまな分析を計算できるディメンションを含むスタースキーマです。このセマンティックモデルを使用すると、セマンティックモデルが自動的に作成され、前述のビジネスロジックがそれぞれ親のレイクハウスまたはウェアハウスから継承され、ユーザーの介入なしで管理、最適化され、かつ同期が維持される Microsoft Fabric 内のアイテムを使用して、ビジネスインテリジェンスと分析のためのダウンストリーム分析エクスペリエンスをすぐに開始します。

Power BI レポートの視覚化と分析は、Web 上で完全に構築できるようになり、Power BI デスクトップでわずか数ステップで構築できるようになり、ユーザーの時間とリソースが節約され、既定でエンドユーザーにシームレスな利用エクスペリエンスが提供されます。既定の Power BI セマンティックモデルは、レイクハウスの命名規則に従います。

Power BI セマンティックモデルは、レポート、視覚化、検出、使用の準備ができたデータソースを表します。 Power BI セマンティックモデルの提供内容は次のとおりです。

ウェアハウス構造を拡張して、階層、説明、関係を含める機能。これにより、ドメインのセマンティック理解をより深く行うことができます。
データハブ内の Power BI セマンティックモデル情報のカタログ化、検索、検出の機能。
ワークロードの分離とセキュリティのためのカスタム権限を設定する機能。
反復可能な分析のためのメジャー、標準化されたメトリックを作成する機能。
ビジュアル分析のための Power BI レポートを作成する機能。
Excel 内のデータを検出して使用する機能。
Tableau などのサードパーティツールがデータを接続して分析する機能。

Power BI の詳細については、「Power BI ガイダンス」を参照してください。

Note

Microsoft では Power BI データセット コンテンツタイプをセマンティックモデルに名称変更しました。これは Microsoft Fabric にも適用されます。詳細については、「Power BI データセットの新しい名前」を参照してください。

Direct Lake モード

Direct Lake モードは、Power BI で非常に大規模なデータセットを分析するための画期的な新しいエンジン機能です。このテクノロジーは、ウェアハウスや SQL 分析エンドポイントに対してクエリを実行する必要も、Power BI セマンティックモデルにデータをインポートまたは複製する必要もなく、データレイクから Parquet 形式のファイルを直接読み込む考え方に基づいています。このネイティブ統合により、ウェアハウスまたは SQL 分析エンドポイントからデータにアクセスする独自のモード (Direct Lake と呼ばれます) が実現されます。

Direct Lake は最もパフォーマンスの高いクエリとレポートのエクスペリエンスを提供します。 Direct Lake は、データをデータレイクから Power BI エンジンに直接読み込み、分析できる状態にする高速パスです。

従来の DirectQuery モードでは、Power BI エンジンはクエリ実行ごとにソースからデータに直接クエリを実行し、クエリパフォーマンスはデータ取得速度に依存します。 DirectQuery では、データをコピーする必要がないため、ソースの変更がクエリ結果にすぐに反映されます。
インポートモードの方がパフォーマンスは高くなります。これは、クエリの実行ごとにソースからデータのクエリを実行する必要がなく、メモリ内のデータをすぐに使用できるためです。ただし、Power BI エンジンはデータの更新時に最初にデータをメモリにコピーする必要があります。基となるデータソースに加えられた変更は、次回のデータ更新時に取得されます。
Direct Lake モードでは、データファイルをメモリに直接読み込むため、インポートの必要がありません。明示的なインポートプロセスがないため、ソースで変更が発生したときにそれらを取得できます。 Direct Lake を使うと、DirectQuery とインポートモードの利点を組み合わせ、欠点を回避できます。 Direct Lake モードは、非常に大規模なデータセットや、ソースで頻繁に更新されるデータセットを分析するのに最適です。

Direct Lake モードは、ウェアハウスまたは SQL 分析エンドポイントをデータソースとして使用するセマンティックモデルの既定の接続の種類です。

既定の Power BI セマンティックモデルの内容を理解する

Warehouse または SQL 分析エンドポイントを作成すると、既定の Power BI セマンティックモデルが作成されます。既定のセマンティックモデルは、(default) というサフィックスで表されます。

既定のセマンティックモデルは SQL 分析エンドポイント経由でクエリが実行され、レイクハウスまたはウェアハウスへの変更によって更新されます。ウェアハウスからデータベース間クエリ経由でも、既定のセマンティックモデルに対してクエリを実行できます。

既定の Power BI セマンティックモデルを同期する

以前は、ウェアハウス内のすべてのテーブルとビューが、既定の Power BI セマンティックモデルに自動的に追加されていました。フィードバックに基づいて、既定の Power BI セマンティックモデルにテーブルとビューが自動的に追加されないように既定の動作が変更されました。この変更により、バックグラウンド同期がトリガーされなくなります。これにより、"新しいメジャー"、"レポートの作成"、"Excel で分析" などの一部のアクションも無効になります。

この既定の動作を変更する場合、次を実行できます。

ワークスペース内の各ウェアハウスまたは SQL 分析エンドポイントの [既定の Power BI セマンティックモデルの同期] 設定を手動で有効にできます。これにより、バックグラウンド同期が再起動され、一部の従量課金コストが発生します。
リボンまたは情報バーの既定の Power BI セマンティックモデルの管理を使用して、セマンティックモデルに追加するテーブルとビューを手動で選択します。

Note

レポートの目的で既定の Power BI セマンティックモデルを使用していない場合は、オブジェクトが自動的に追加されないように、[既定の Power BI セマンティックモデルの同期] 設定を手動で無効にします。設定の更新により、バックグラウンド同期がトリガーされなくなり、OneLake 従量課金コストを節約できます。

既定の Power BI セマンティックモデルを手動で更新する

既定の Power BI セマンティックモデルにオブジェクトが作成されたら、テーブルを検証または視覚的に検査する方法が 2 つあります。

リボンの [Manually update semantic model] (セマンティックモデルを手動で更新) ボタンを選択します。
既定のセマンティックモデルオブジェクトの既定のレイアウトを確認します。

BI 対応テーブルの既定のレイアウトはユーザーセッション内に保持され、ユーザーがモデルビューに移動するたびに生成されます。 [Default semantic model objects] (既定のセマンティックモデルオブジェクト) タブをご覧ください。

既定の Power BI セマンティックモデルにアクセスする

既定の Power BI セマンティックモデルにアクセスするには、ワークスペースに移動し、目的のレイクハウスの名前と一致するセマンティックモデルを見つけます。既定の Power BI セマンティックモデルは、レイクハウスの命名規則に従います。

セマンティックモデルを読み込むには、セマンティックモデルの名前を選択します。

既定の Power BI セマンティックモデルを監視する

XMLA エンドポイントに接続することで、SQL Server Profiler を使用してセマンティックモデルのアクティビティを監視および分析できます。

SQL Server Profiler は SQL Server Management Studio (SSMS) とともにインストールされ、セマンティックモデルイベントのトレースとデバッグを可能にします。 Profiler は、SQL Server では公式に非推奨になりましたが、引き続き SSMS に含まれており、Analysis Services および Power BI でサポートされています。 Fabric の既定の Power BI セマンティックモデルで使用するには、SQL Server Profiler バージョン 18.9 以上が必要です。ユーザーは、XMLA エンドポイントに接続するときに、セマンティックモデルを初期カタログとして指定する必要があります。詳細については、Analysis Services 用の SQL Server Profiler に関するページを参照してください。

既定の Power BI セマンティックモデルをスクリプト化する

SQL Server Management Studio (SSMS) を使用して、XMLA エンドポイントから既定の Power BI セマンティックモデルをスクリプト化できます。

SSMS のオブジェクトエクスプローラーを使用してセマンティックモデルをスクリプト化することで、そのテーブルモデルのスクリプト言語 (TMSL) スキーマを表示します。接続するには、powerbi://api.powerbi.com/v1.0/myorg/username のようなセマンティックモデルの接続文字列を使用します。セマンティックモデルの接続文字列は、[設定] の [サーバー設定] にあります。そこから、SSMS の [スクリプト] コンテキストメニューアクションを使用して、セマンティックモデルの XMLA スクリプトを生成できます。詳細については、「XMLA エンドポイントを使用したデータセット接続」を参照してください。

スクリプト化には、Power BI セマンティックモデルに対する Power BI 書き込みアクセス許可が必要です。読み取りアクセス許可では、データは表示できますが、Power BI セマンティックモデルのスキーマはできません。

新しい Power BI セマンティックモデルを作成する

状況によっては、組織が SQL 分析エンドポイントまたはウェアハウスのデータに基づいて追加の Power BI セマンティックモデルを作成することが必要な場合があります。

[New Power BI semantic model] (新しい Power BI セマンティックモデル) ボタンを使用すると、既定のセマンティックモデルの構成を継承し、さらにカスタマイズできます。既定のセマンティックモデルはスターターテンプレートとして機能し、正しいものを 1 つのみに確保することに役立ちます。たとえば、既定のセマンティックモデルを使用して新しいリレーションシップを定義してから、[New Power BI semantic model] (新しい Power BI セマンティックモデル) ボタンを使用すると、選択したテーブルにそれらの新しいリレーションシップが含まれている場合は、新しいセマンティックモデルがそれらのリレーションシップを継承します。

ウェアハウスから Power BI セマンティックモデルを作成するには、次の手順に従います。

Fabric ポータルの [Data Warehouse] に移動します。
ウェアハウスを開きます。 [レポート] リボンに切り替えます。
[レポート] リボンで [New semantic model] (新しいセマンティックモデル) を選択し、[New semantic model] (新しいセマンティックモデル) ダイアログで含めるテーブルを選択して、[確認] を選択します。
Power BI が、ウェアハウスの名前に基づいてセマンティックモデルをワークスペースに自動的に保存し、Power BI でそのセマンティックモデルを開きます。
[データモデルを開く] を選択して Power BI Web モデリングエクスペリエンスを開き、テーブルリレーションシップと DAX メジャーを追加できます。

Power BI サービスでデータモデルを編集する方法の詳細については、「データモデルを編集する」を参照してください。

制限事項

既定の Power BI セマンティックモデルは、Power BI のセマンティックモデルの現在の制限に従います。詳細情報:

Parquet、Apache Spark、または SQL データ型をいずれかの Power BI デスクトップデータ型にマップすることができない場合、それらは同期プロセスの一部として削除されます。これは現在の Power BI の動作と一致しています。これらの列については、ETL プロセスに明示的な型変換を追加して、サポートされている型に変換することをお勧めします。アップストリームに必要なデータ型がある場合、ユーザーはオプションで、必要な明示的な型変換を使用して SQL でビューを指定できます。これは同期によって取得されるか、前述のように手動で追加できます。

Share via

Microsoft Fabric の既定の Power BI セマンティックモデル

Direct Lake モード