Standard Power BI-semantiske modeller i Microsoft Fabric
Gjelder for:✅SQL analytics endpoint, Warehouse og Mirrored Database i Microsoft Fabric
I Microsoft Fabric er semantiske modeller for Power BI en logisk beskrivelse av et analytisk domene, med måledata, forretningsvennlig terminologi og representasjon, for å muliggjøre dypere analyse. Denne semantiske modellen er vanligvis et stjerneskjema med fakta som representerer et domene, og dimensjoner som lar deg analysere, eller dele opp og terninger domenet for å drille ned, filtrere og beregne ulike analyser. Med den semantiske modellen opprettes semantisk modell automatisk for deg, og du velger hvilke tabeller, relasjoner og mål som skal legges til, og den nevnte forretningslogikken arves fra henholdsvis det overordnede lakehouse eller Warehouse, og starter nedstrømsanalyseopplevelsen for forretningsintelligens og analyse med et element i Microsoft Fabric som administreres, optimalisert, og holdt synkronisert uten brukerintervensjon.
Visualiseringer og analyser i Power BI-rapporter kan nå bygges på nettet – eller i bare noen få trinn i Power BI Desktop – noe som sparer brukerne tid, ressurser og som standard, noe som gir en sømløs forbruksopplevelse for sluttbrukere. Standard power bi semantisk modell følger navnekonvensjonen til Lakehouse.
Semantiske Power BI-modeller representerer en kilde til data som er klar for rapportering, visualisering, oppdagelse og forbruk. Semantiske Modeller for Power BI gir:
- Muligheten til å utvide lagerkonstruksjoner til å omfatte hierarkier, beskrivelser, relasjoner. Dette gir dypere semantisk forståelse av et domene.
- Muligheten til å katalogisere, søke og finne semantisk modellinformasjon for Power BI i datahuben.
- Muligheten til å angi skreddersydde tillatelser for isolering og sikkerhet for arbeidsbelastning.
- Muligheten til å opprette mål, standardiserte måledata for gjentakende analyse.
- Muligheten til å opprette Power BI-rapporter for visuell analyse.
- Muligheten til å oppdage og bruke data i Excel.
- Muligheten for tredjepartsverktøy som Tableau til å koble til og analysere data.
Hvis du vil ha mer informasjon om Power BI, kan du se Power BI-veiledning.
Merk
Microsoft har gitt innholdstypen for Power BI-datasettet nytt navn til semantisk modell. Dette gjelder også Microsoft Fabric. Hvis du vil ha mer informasjon, kan du se Nytt navn for Power BI-datasett.
Direct Lake-modus
Direct Lake-modus er en banebrytende ny motorfunksjonalitet for å analysere svært store datasett i Power BI. Teknologien er basert på ideen om å bruke parkettformaterte filer direkte fra en datainnsjø, uten å måtte spørre et lager- eller SQL-analyseendepunkt, og uten å måtte importere eller duplisere data til en semantisk Power BI-modell. Denne opprinnelige integreringen gir en unik modus for tilgang til dataene fra lageret eller SQL Analytics-endepunktet, kalt Direct Lake. Oversikt over Direct Lake har mer informasjon om denne lagringsmodusen for semantiske Power BI-modeller.
Direct Lake gir den mest utførende spørrings- og rapporteringsopplevelsen. Direct Lake er en rask vei for å bruke dataene fra datasjøen rett inn i Power BI-motoren, klar for analyse.
I tradisjonell DirectQuery-modus spør Power BI-motoren direkte dataene fra kilden for hver spørringskjøring, og spørringsytelsen avhenger av hastigheten for datahenting. DirectQuery eliminerer behovet for å kopiere data, slik at eventuelle endringer i kilden umiddelbart gjenspeiles i spørringsresultater.
I importmodus er ytelsen bedre fordi dataene er lett tilgjengelige i minnet, uten å måtte spørre etter dataene fra kilden for hver spørringskjøring. Power BI-motoren må imidlertid først kopiere dataene til minnet ved dataoppdateringstidspunktet. Eventuelle endringer i den underliggende datakilden blir plukket opp under neste dataoppdatering.
Direct Lake-modus eliminerer importkravet for å kopiere dataene ved å bruke datafilene direkte i minnet. Fordi det ikke er noen eksplisitt importprosess, er det mulig å plukke opp eventuelle endringer i kilden etter hvert som de oppstår. Direct Lake kombinerer fordelene med DirectQuery og importmodus, samtidig som de unngår ulempene. Direct Lake-modus er det ideelle valget for å analysere svært store datasett og datasett med hyppige oppdateringer ved kilden. Direct Lake vil automatisk falle tilbake til DirectQuery ved hjelp av SQL Analytics-endepunktet for lageret eller SQL-analyseendepunktet når Direct Lake overskrider grensene for SKU-en, eller bruker funksjoner som ikke støttes, slik at rapportbrukere kan fortsette uavbrutt.
Direct Lake-modus er lagringsmodusen for standard semantiske Modeller for Power BI, og nye semantiske Power BI-modeller opprettet i et lager- eller SQL-analyseendepunkt. Ved hjelp av Power BI Desktop kan du også opprette Semantiske Power BI-modeller ved hjelp av SQL Analytics-endepunktet for Warehouse eller SQL Analytics-endepunktet som datakilde for semantiske modeller i import- eller DirectQuery-lagringsmodus.
Forstå hva som er i standard semantisk modell for Power BI
Når du oppretter et lager - eller SQL-analyseendepunkt, opprettes en standard semantisk modell for Power BI. Standard semantisk modell representeres med suffikset (standard). Du kan bruke Administrer standard semantisk modell til å velge tabeller du vil legge til.
Synkroniser standard semantisk modell for Power BI
Tidligere la vi automatisk til alle tabeller og visninger i Warehouse i standard semantisk modell for Power BI. Basert på tilbakemeldinger har vi endret standardvirkemåten til ikke automatisk å legge til tabeller og visninger i standard semantisk modell for Power BI. Denne endringen sikrer at bakgrunnssynkroniseringen ikke utløses. Dette deaktiverer også noen handlinger som «Nytt mål», «Opprett rapport», «Analyser i Excel».
Hvis du vil endre denne standardvirkemåten, kan du:
Aktiver manuelt innstillingen Synkroniser standardinnstillingen for semantisk Power BI-modell for hvert lager- eller SQL-analyseendepunkt i arbeidsområdet. Dette starter bakgrunnssynkroniseringen på nytt som vil medføre noen forbrukskostnader.
Velg tabeller og visninger som skal legges til semantisk modell manuelt, via Behandle standard semantisk modell for Power BI på båndet eller informasjonslinjen.
Merk
Hvis du ikke bruker standard semantisk Power BI-modell for rapporteringsformål, deaktiverer du manuelt innstillingen Synkroniser standard power BI-semantisk modell for å unngå å legge til objekter automatisk. Innstillingsoppdateringen sikrer at bakgrunnssynkronisering ikke utløses og lagres på Forbrukskostnader for Onelake.
Oppdatere standard semantisk modell for Power BI manuelt
Når det er objekter i standard semantisk Power BI-modell, finnes det to måter å validere eller visuelt undersøke tabellene på:
Velg knappen Oppdater semantisk modell manuelt på båndet.
Se gjennom standardoppsettet for standard semantiske modellobjekter.
Standardoppsettet for BI-aktiverte tabeller vedvarer i brukerøkten og genereres når en bruker navigerer til modellvisningen. Se etter fanen Standard semantiske modellobjekter .
Få tilgang til standard semantisk Power BI-modell
Hvis du vil ha tilgang til standard semantiske modeller for Power BI, kan du gå til arbeidsområdet og finne den semantiske modellen som samsvarer med navnet på ønsket Lakehouse. Standard power bi semantisk modell følger navnekonvensjonen til Lakehouse.
Hvis du vil laste inn den semantiske modellen, velger du navnet på den semantiske modellen.
Overvåk standard semantisk modell for Power BI
Du kan overvåke og analysere aktivitet på den semantiske modellen med SQL Server Profiler ved å koble til XMLA-endepunktet.
SQL Server Profiler installeres med SQL Server Management Studio (SSMS), og tillater sporing og feilsøking av semantiske modellhendelser. Selv om profiler offisielt er avskrevet for SQL Server, er profiler fortsatt inkludert i SSMS og støttes fortsatt for Analysis Services og Power BI. Bruk med stoffstandard power bi semantisk modell krever SQL Server Profiler versjon 18.9 eller høyere. Brukere må angi den semantiske modellen som den første katalogen når de kobler til XMLA-endepunktet. Hvis du vil ha mer informasjon, kan du se SQL Server Profiler for Analysis Services.
Skript standard power bi semantisk modell
Du kan skripte ut standard Power BI-semantisk modell fra XMLA-endepunktet med SQL Server Management Studio (SSMS).
Vis TMSL-skjemaet (Tabular Model Scripting Language) for semantisk modell ved å skripte det ut via Objektutforsker i SSMS. Hvis du vil koble til, bruker du semantiske modellens tilkoblingsstreng, som ser ut som powerbi://api.powerbi.com/v1.0/myorg/username. Du finner tilkoblingsstreng for semantisk modell i Innstillinger under Serverinnstillinger. Derfra kan du generere et XMLA-skript for den semantiske modellen via hurtigmenyhandlingen Skript for SSMS. Hvis du vil ha mer informasjon, kan du se Datasetttilkobling med XMLA-endepunktet.
Skripting krever skrivetillatelser for Power BI på den semantiske Power BI-modellen. Med lesetillatelser kan du se dataene, men ikke skjemaet for semantisk Power BI-modell.
Opprett en ny Semantisk Power BI-modell i Direct Lake-lagringsmodus
Du kan også opprette flere semantiske Power BI-modeller i Direct Lake-modus ved hjelp av SQL Analytics-endepunkt eller lagerdata. Disse nye Semantiske Power BI-modellene kan redigeres i arbeidsområdet ved hjelp av Åpne datamodell og kan brukes med andre funksjoner, for eksempel skrive DAX-spørringer og semantisk sikkerhet på radnivå for modell.
Ny semantisk modell-knapp for Power BI oppretter en ny tom semantisk modell atskilt fra standard semantisk modell.
Følg disse trinnene for å opprette en Semantisk Power BI-modell i Direct Lake-modus:
Åpne lakehouse og velg Ny Power BI semantisk modell fra båndet.
Du kan også åpne et Lager eller Lakehouses SQL Analytics-endepunkt, først velge Reporting-båndet og deretter velge Ny Semantisk modell for Power BI.
Skriv inn et navn for den nye semantiske modellen, velg et arbeidsområde du vil lagre den i, og velg tabellene som skal inkluderes. Velg deretter Bekreft.
Den nye semantiske Power BI-modellen kan redigeres i arbeidsområdet, der du kan legge til relasjoner, mål, gi nytt navn til tabeller og kolonner, velge hvordan verdier skal vises i visualobjekter i rapporten og mye mer. Hvis modellvisningen ikke vises etter oppretting, kan du kontrollere popup-blokkering av nettleseren.
Hvis du vil redigere den semantiske Power BI-modellen senere, velger du Åpne datamodell fra hurtigmenyen for semantisk modell eller detaljsiden for element for å redigere den semantiske modellen ytterligere.
Power BI-rapporter kan opprettes i arbeidsområdet ved å velge Ny rapport fra nettmodellering, eller i Power BI Desktop ved å koble til denne nye semantiske modellen direkte.
Hvis du vil lære mer om hvordan du kobler til semantiske modeller i Power Bi-tjeneste fra Power BI Desktop
Opprett en ny Semantisk Power BI-modell i import- eller DirectQuery-lagringsmodus
Hvis du har dataene dine i Microsoft Fabric, kan du opprette semantiske Modeller for Power BI i hvilken som helst lagringsmodus – Direct Lake, import eller DirectQuery. Du kan opprette flere semantiske Power BI-modeller i import- eller DirectQuery-modus ved hjelp av SQL Analytics-endepunkt eller Lagerdata.
Følg disse trinnene for å opprette en semantisk Power BI-modell i import- eller DirectQuery-modus:
Åpne Power BI Desktop, logg på, og klikk på OneLake-datahuben.
Velg SQL Analytics-endepunktet for lakehouse eller warehouse.
Velg rullegardinlisten Koble til-knappen, og velg Koble til SQL-endepunktet.
Velg import- eller DirectQuery-lagringsmodus og tabellene som skal legges til i den semantiske modellen.
Derfra kan du opprette semantisk Power BI-modell og -rapport for å publisere til arbeidsområdet når du er klar.
Hvis du vil ha mer informasjon om Power BI, kan du se Power BI.
Begrensninger
Standard semantiske Modeller for Power BI følger gjeldende begrensninger for semantiske modeller i Power BI. Finn ut mer:
Hvis parquet-, Apache Spark- eller SQL-datatypene ikke kan tilordnes til en av Power BI Desktop-datatypene, blir de fjernet som en del av synkroniseringsprosessen. Dette er i tråd med gjeldende Power BI-virkemåte. For disse kolonnene anbefaler vi at du legger til eksplisitte typekonverteringer i DERES ETL-prosesser for å konvertere den til en type som støttes. Hvis det finnes datatyper som kreves oppstrøms, kan brukere eventuelt angi en visning i SQL med ønsket eksplisitt typekonvertering. Dette vil bli plukket opp av synkroniseringen eller kan legges til manuelt som tidligere angitt.
- Standard Power BI-semantiske modeller kan bare redigeres i SQL Analytics-endepunktet eller -lageret.