Het type Power BI-gegevensset bepalen
Wanneer u RLS afdwingt met behulp van het scenario Voor uw klanten , moet uw app een effectieve identiteit instellen. Hoe u een effectieve identiteit instelt, is afhankelijk van het type Power BI-gegevensset dat voor de app is vereist.
Vier verschillende typen gegevenssets zijn beschikbaar voor overweging. Deze typen worden bepaald door waar het model wordt gehost en het modelframework. In de rest van deze les worden deze vier verschillende typen gegevenssets beschreven.
Een Power BI-gegevensset is per definitie een artefact dat een bron van gegevens vertegenwoordigt voor visualisatie in Power BI. Gegevenssets vertegenwoordigen doorgaans gegevensmodellen. Dit zijn gegevensbronnen waarop query's kunnen worden uitgevoerd en die zijn geoptimaliseerd voor analytische rapportage.
Modelarchitectuur
De meeste Microsoft-gegevensmodellen zijn tabellair. Tabellaire modellen bestaan uit een of meer tabellen. Andere Microsoft-gegevensmodellen zijn multidimensionaal. Multidimensionale modellen zijn afhankelijk van oudere (maar nog steeds relevante) technologie en bestaan uit dimensies en maateenheidgroepen. Multidimensionale modellen worden vaak kubussen genoemd.
Notitie
Net als tabellaire modellen dwingen multidimensionale modellen gegevensmachtigingen af met behulp van rollen. Ze definiëren echter geen filters met behulp van regels en ze zijn afhankelijk van Multidimensional Expressions (MDX) in plaats van DAX. Hoewel multidimensionale modellen geen RLS afdwingen (omdat multidimensionale modellen geen rijen met gegevens opslaan), dwingen ze gelijkwaardige vereisten af die hetzelfde resultaat opleveren van (statische en dynamische) tabellaire modelregels.
Modelhosting
Gegevensmodellen worden intern gehost of extern gehost. Intern gehoste modellen bevinden zich in Power BI, terwijl extern gehoste modellen buiten Power BI worden gehost.
Intern gehoste modellen bevinden zich in Power BI-werkruimten. Extern gehoste Microsoft-modellen bevinden zich in Azure Analysis Services of SQL Server Analysis Services. SQL Server Analysis Services kunnen tabellaire en multidimensionale modellen hosten en Power BI vereist een gateway om er verbinding mee te maken.
Notitie
Power BI-verbindingen met extern gehoste modellen worden liveverbindingen genoemd.
Modelframework
Elke tabel (met uitzondering van berekende tabellen) in een tabellair model heeft een opslagmodus-instelling die Import, Dual of DirectQuery is.
Een modeltabel die is ingesteld op het gebruik van de modus Import storage, laadt en slaat brongegevens fysiek op. Het is afhankelijk van een regelmatige gegevensvernieuwing om gegevens actueel te houden. Importopslag biedt de snelste queryprestaties, maar kan inefficiënt (of duur) zijn wanneer u grote hoeveelheden gegevens hebt. Wanneer gebruikers actuele gegevens willen, is het mogelijk (vanwege dagelijkse limieten) om de gegevensset vaak genoeg te vernieuwen.
Omgekeerd slaat een model dat gebruikmaakt van de DirectQuery-opslagmodus nooit brongegevens op. Wanneer in plaats daarvan een query wordt uitgevoerd op modeltabellen, voert het model een query uit op de brongegevens. Dit wordt een passthrough-query genoemd. De DirectQuery-opslagmodus kan een goede keuze zijn wanneer u grote gegevensvolumes hebt of als u up-to-date gegevens wilt rapporteren.
Wanneer een tabel is ingesteld voor gebruik van de dual-opslagmodus , kan deze zich gedragen als een import- of DirectQuery-tabel. Voor elke query bepaalt de modelquery-engine de meest efficiënte (snelste) modus die moet worden gebruikt.
Samenvatting
Als u een effectieve identiteit wilt instellen, moet u bepalen welk type gegevensset u hebt:
Intern gehost met importtabellen
Intern gehost met DirectQuery-tabellen
Azure Analysis Services, een extern gehost model
SQL Server Analysis Services, een extern gehost model