Inzicht in datamarts

In dit artikel worden belangrijke concepten over datamarts beschreven en uitgelegd.

Inzicht in semantisch model (standaard)

Datamarts bieden een semantische laag die automatisch wordt gegenereerd en gesynchroniseerd met de inhoud van de datamart-tabellen, hun structuur en onderliggende gegevens. Deze laag wordt geleverd in een automatisch gegenereerd semantisch model. Met deze automatische generatie en synchronisatie kunt u het domein van gegevens verder beschrijven met zaken als hiërarchieën, beschrijvende namen en beschrijvingen. U kunt ook opmaak instellen die specifiek is voor uw landinstellingen of zakelijke vereisten. Met datamarts kunt u metingen en gestandaardiseerde metrische gegevens maken voor rapportage. Power BI (en andere clienthulpprogramma's) kunnen visuals maken en resultaten bieden voor dergelijke berekeningen op basis van de gegevens in context.

Het standaard semantische Power BI-model dat is gemaakt op basis van een datamart, elimineert de noodzaak om verbinding te maken met een afzonderlijk semantisch model, vernieuwingsschema's in te stellen en meerdere gegevenselementen te beheren. In plaats daarvan kunt u uw bedrijfslogica bouwen in een datamart en zijn gegevens onmiddellijk beschikbaar zijn in Power BI, waardoor het volgende wordt ingeschakeld:

  • Datamart-gegevenstoegang via de Semantic Model Hub.
  • Mogelijkheid om te analyseren in Excel.
  • Mogelijkheid om snel rapporten te maken in de Power BI-service.
  • U hoeft geen gegevens te vernieuwen, te synchroniseren of verbindingsgegevens te begrijpen.
  • Bouw oplossingen op het web zonder Power BI Desktop nodig te hebben.

Tijdens de preview is standaard semantische modelconnectiviteit alleen beschikbaar met DirectQuery . In de volgende afbeelding ziet u hoe datamarts in het procescontinuüm passen, te beginnen met het maken van verbinding met gegevens, helemaal door rapporten te maken.

Diagram that shows how datamarts fit into the data connection and analysis continuum.

Standaard semantische modellen verschillen van traditionele semantische Power BI-modellen op de volgende manieren:

  • Het XMLA-eindpunt ondersteunt alleen-lezenbewerkingen en gebruikers kunnen het semantische model niet rechtstreeks bewerken. Met de machtiging alleen-lezen XMLA kunt u query's uitvoeren op de gegevens in een queryvenster.
  • De standaard semantische modellen hebben geen gegevensbroninstellingen en gebruikers hoeven geen referenties in te voeren. In plaats daarvan gebruiken ze automatische eenmalige aanmelding (SSO) voor query's.
  • Voor vernieuwingsbewerkingen gebruiken semantische modellen de semantische ontwerpreferenties van het model om verbinding te maken met het SQL-eindpunt van de beheerde datamart.

Met Power BI Desktop-gebruikers kunnen samengestelde modellen bouwen, zodat u verbinding kunt maken met het semantische model van de datamart en het volgende kunt doen:

  • Selecteer specifieke tabellen die u wilt analyseren.
  • Voeg meer gegevensbronnen toe.

Als u ten slotte het standaardsemantische model niet rechtstreeks wilt gebruiken, kunt u verbinding maken met het SQL-eindpunt van de datamart. Zie Rapporten maken met behulp van datamarts voor meer informatie.

Inzicht in wat er in het standaard semantische model staat

Op dit moment worden tabellen in de datamart automatisch toegevoegd aan het standaard-semantische model. Gebruikers kunnen ook handmatig tabellen of weergaven selecteren in de datamart die ze in het model willen opnemen voor meer flexibiliteit. Objecten die zich in het standaard semantische model bevinden, worden gemaakt als een indeling in de modelweergave.

De achtergrondsynchronisatie die objecten (tabellen en weergaven) bevat, wacht tot het downstream-semantische model niet in gebruik is om het semantische model bij te werken, waarbij gebonden veroudering wordt uitgevoerd. Gebruikers kunnen altijd handmatig tabellen kiezen die ze willen of niet in het semantische model.

Meer informatie over incrementeel vernieuwen en datamarts

U kunt incrementele gegevensvernieuwing maken en wijzigen, vergelijkbaar met gegevensstromen en incrementeel vernieuwen van semantische modellen, met behulp van de datamart-editor. Incrementeel vernieuwen breidt geplande vernieuwingsbewerkingen uit door geautomatiseerde partities te maken en te beheren voor datamart-tabellen die regelmatig nieuwe en bijgewerkte gegevens laden.

Voor de meeste datamarts omvat incrementeel vernieuwen een of meer tabellen die transactiegegevens bevatten die vaak worden gewijzigd en exponentieel kunnen groeien, zoals een feitentabel in een relationeel of sterdatabaseschema. Als u een incrementeel vernieuwingsbeleid gebruikt om de tabel te partitioneren en alleen de meest recente importpartities te vernieuwen, kunt u de hoeveelheid gegevens die moet worden vernieuwd aanzienlijk verminderen.

Incrementeel vernieuwen en realtime gegevens voor datamarts bieden de volgende voordelen:

  • Minder vernieuwingscycli voor snel veranderende gegevens
  • Vernieuwingen zijn sneller
  • Vernieuwingen zijn betrouwbaarder
  • Resourceverbruik wordt verminderd
  • Hiermee kunt u grote datamarts maken
  • Eenvoudig te configureren

Inzicht in proactieve caching

Proactieve caching maakt het automatisch importeren van de onderliggende gegevens mogelijk voor het standaard semantische model, zodat u de opslagmodus niet hoeft te beheren of te organiseren. De importmodus voor het standaard semantische model biedt prestatieversnelling voor het semantische model van de datamart met behulp van de snelle Vertipaq-engine. Wanneer u proactieve caching gebruikt, wijzigt Power BI de opslagmodus van uw model om te importeren, die gebruikmaakt van de engine in het geheugen in Power BI en Analysis Services.

Proactieve caching werkt op de volgende manier: na elke vernieuwing wordt de opslagmodus voor het standaard-semantische model gewijzigd in DirectQuery. Proactieve caching bouwt asynchroon een importmodel naast elkaar en wordt beheerd door de datamart en heeft geen invloed op de beschikbaarheid of prestaties van de datamart. Query's die binnenkomen nadat het standaard semantische model is voltooid, gebruiken het importmodel.

Automatisch genereren van het importmodel vindt plaats binnen ongeveer 10 minuten nadat er geen wijzigingen zijn gedetecteerd in de datamart. Het semantische importmodel verandert op de volgende manieren:

  • Aantal vernieuwingen
  • Nieuwe gegevensbronnen
  • Schemawijzigingen:
    • Nieuwe gegevensbronnen
    • Updates voor stappen voor gegevensvoorbereiding in Power Query Online
  • Alle modelleringsupdates, zoals:
    • Metingen
    • Hiërarchieën
    • Omschrijvingen

Aanbevolen procedures voor proactieve caching

Gebruik Implementatiepijplijnen voor wijzigingen om de beste prestaties te garanderen en ervoor te zorgen dat gebruikers het importmodel gebruiken. Het gebruik van Implementatiepijplijnen is al een best practice voor het bouwen van datamarts, maar dit zorgt ervoor dat u vaker profiteert van proactieve caching.

Overwegingen en beperkingen voor proactieve caching

  • In Power BI wordt momenteel de duur van bewerkingen in de cache tot 10 minuten in de cache uitgeschakeld.
  • Beperkingen van uniekheid/niet-null voor bepaalde kolommen worden afgedwongen in het importmodel en mislukken het cachegebouw als de gegevens niet voldoen.

Dit artikel biedt een overzicht van belangrijke datamart-concepten die u moet begrijpen.

De volgende artikelen bevatten meer informatie over datamarts en Power BI:

Zie de volgende artikelen voor meer informatie over gegevensstromen en het transformeren van gegevens: