Modelos semânticos no serviço do Power BI

Este artigo fornece uma explicação técnica sobre os modelos semânticos do Power BI.

Tipos de modelo semântico

Os modelos semânticos do Power BI representam uma fonte de dados pronta para geração de relatórios e visualização. Você pode criar modelos semânticos do Power BI das seguintes maneiras:

• Conectar-se a um modelo de dados existente não hospedado no Power BI.
• Carregar um arquivo do Power BI Desktop que contém um modelo.
• Carregar uma pasta de trabalho do Excel que contém uma ou mais tabelas do Excel e/ou um modelo de dados da pasta de trabalho ou carregar um arquivo CSV (valores delimitados por vírgula).
• Usar o serviço do Power BI para criar um modelo semântico por push.
• Usar o serviço do Power BI para criar um modelo semântico de streaming ou de streaming híbrido.

Exceto os modelos semânticos de streaming, os modelos semânticos representam modelos de dados, que usam as tecnologias de modelagem maduras do Analysis Services.

Observação

Às vezes, a documentação do Power BI usa os termos modelo semântico e modelo de maneira intercambiável. Um modelo semântico no serviço do Power BI refere-se a um modelo da perspectiva de desenvolvimento. Em um contexto de documentação, os termos significam a mesma coisa.

Modelos hospedados externos

Há dois tipos de modelos hospedados externamente: SQL Server Analysis Services e Azure Analysis Services.

Para se conectar a um modelo do SQL Server Analysis Services, você precisa instalar um gateway de dados local no local ou em uma IaaS (infraestrutura como serviço) hospedada por máquina virtual. O Azure Analysis Services não requer um gateway.

Frequentemente, faz sentido se conectar ao Analysis Services quando há investimentos de modelo existentes, que normalmente fazem parte de um EDW (Enterprise Data Warehouse). O Power BI pode estabelecer uma conexão dinâmica com o Analysis Services, aplicando permissões de dados com a identidade do usuário de relatório do Power BI.

O SQL Server Analysis Services dá suporte a modelos multidimensionais, ou cubos, e a modelos tabulares. Conforme mostrado na imagem a seguir, um modelo semântico de conexão dinâmica transmite consultas para modelos hospedados externamente.

Modelos desenvolvidos pelo Power BI Desktop

Você pode usar o Power BI Desktop, um aplicativo cliente destinado ao desenvolvimento do Power BI, para desenvolver um modelo. Um modelo do Power BI Desktop é efetivamente um modelo tabular do Analysis Services.

Você pode desenvolver três tipos ou modos diferentes de modelos usando o Power BI Desktop: Importação, DirectQuery e Composto. Você desenvolve modelos importando dados de fluxos de dados e, em seguida, integrando-os a fontes de dados externas. O modo depende de os dados serem importados para o modelo ou permanecerem na fonte de dados. Para obter mais informações sobre os modos, confira Modos de modelo semântico no serviço do Power BI.

Propriedade do modelo semântico

Ao trabalhar com modelos semânticos usando conexões de gateway e de nuvem, sua capacidade de fazer alterações no modelo semântico depende da propriedade do modelo semântico. Se você não for o proprietário, será exibido um aviso informando que você está visualizando a seção das informações do modelo semântico no modo somente leitura porque não é o proprietário do modelo semântico. Para fazer alterações ou assumir a propriedade do modelo semântico, você precisa entrar em contato com o proprietário do modelo semântico.

Segurança em nível de linha

Modelos hospedados externos e modelos do Power BI Desktop podem impor RLS (segurança em nível de linha) para limitar os dados recuperados por determinados usuários. Por exemplo, os usuários atribuídos a um grupo de segurança Vendedores podem ser capazes de exibir dados de relatório apenas para as regiões de vendas às quais estão atribuídos. As funções de RLS são: dinâmica ou estática. As funções dinâmicas são filtradas pelo usuário do relatório, enquanto as funções estáticas aplicam os mesmos filtros para todos os usuários atribuídos à função. Para obter mais informações, confira RLS (segurança em nível de linha) com o Power BI.

Modelos de pasta de trabalho do Excel

A criação de modelos semânticos com base em pastas de trabalho do Excel ou em arquivos CSV resulta na criação automática de um modelo. As tabelas do Excel e os dados CSV são importados para criar tabelas de modelo, enquanto um modelo de dados da pasta de trabalho do Excel é transposto para criar um modelo do Power BI. Em todos os casos, os dados do arquivo são importados para um modelo.

Resumo

Em resumo:

• Os modelos semânticos do Power BI que representam modelos são hospedados no serviço do Power BI ou hospedados externamente pelo Analysis Services.
• Os modelos semânticos podem armazenar dados importados ou emitir solicitações de consulta de passagem para fontes de dados subjacentes ou fazer ambos.

Considerações

Os seguintes fatos e considerações importantes se aplicam aos modelos semânticos do Power BI que representam modelos:

• Os modelos hospedados do SQL Server Analysis Services exigem um gateway para executar consultas de conexão dinâmica.
• Para consultar modelos hospedados no Power BI que importam dados, você deve carregá-los totalmente na memória.
• Os modelos hospedados pelo Power BI que usam a Importação precisam de atualização para manter os dados atualizados e devem usar gateways quando os dados de origem não estiverem acessíveis diretamente pela Internet.
• Os modelos de importação hospedados no Power BI podem ser atualizados de acordo com uma programação ou um usuário pode acionar a atualização sob demanda no serviço do Power BI.
• Os modelos hospedados no Power BI que usam o modo DirectQuery requerem conectividade com a fonte de dados. O Power BI emite consultas às fontes de dados para recuperar os dados atuais. Esse modo deverá usar gateways quando a fonte de dados não estiver acessível diretamente pela Internet.
• Os modelos podem impor regras de RLS para filtrar o acesso a dados para determinados usuários.
• Você pode usar a API Assumir em Grupo dos modelos semânticos para assumir a propriedade, caso um proprietário de modelo semântico saia da organização.

Para implantar e gerenciar modelos semânticos do Power BI com sucesso, você deve entender os seguintes fatores:

• O próprio design do modelo, incluindo suas consultas de preparação de dados, relações e cálculos.
• As seguintes configurações que podem afetar significativamente os recursos de capacidade do Power BI:
  • Onde os modelos são hospedados
  • O modo de armazenamento
  • Quaisquer dependências de gateways
  • O tamanho dos dados importados
  • Tipo e frequência de atualização do modelo

Conteúdo relacionado

• Modos de modelo semântico no serviço do Power BI
• Alguma dúvida? Perguntar à Comunidade do Power BI
• Sugestões? Contribuir com ideias para aprimorar o Power BI