Поделиться через


Обновление Power BI Datamart до хранилища данных

применимо к: хранилище✅ в Microsoft Fabric

Это руководство поможет перенести существующий объект данных Power BI в хранилище данных Fabric.

Хранилище данных Fabric является более масштабируемым, более безопасным, более корпоративным и предоставляет расширенную поддержку T-SQL по сравнению с Power BI Datamarts, которая остается предварительной версией. Хранилище данных Fabric основано на технологии аналитики следующего поколения и развивается от Azure Synapse Analytics и SQL Server.

Начиная с 1 июня 2025 года создание нового датамарта Power BI будет перенаправляться на создание нового хранилища Fabric.

Это важно

Начиная с 1 октября 2025 г. датамарты Power BI не будут поддерживаться, а датамарты будут удалены из рабочих областей. Чтобы избежать потери данных и критических отчетов, созданных на основе данных, переносите datamart в хранилище. Чтобы обновить существующие диаграммы данных до хранилища данных Fabric, выполните действия, описанные в этом руководстве.

Предпосылки

Варианты переноса

Существует два варианта обновления существующего объекта datamart до хранилища:

  • Используйте опубликованные корпорацией Майкрософт сценарии акселератора для модернизации Power BI Datamart на GitHub.
  • Выполните следующие действия по обновлению вручную.

Действия по обновлению вручную

  1. В Power BI Datamart выберите "Преобразовать данные " на ленте "Главная ". Выберите шаблон экспорта , чтобы экспортировать схему и данные Datamart Power BI в качестве шаблона в Power Query Online.

    Снимок экрана: Power BI Desktop с вкладкой

  2. На портале Fabric создайте пустое хранилище Fabric.

  3. На вкладке "Главная" хранилища выберите раскрывающийся список "Получить данные " и выберите "Создать поток данных 2-го поколения".

    Снимок экрана из портала Fabric раскрывающегося списка «Получение данных», показывающий вариант

  4. В новом редакторе потока данных 2-го поколения выберите "Импорт" из шаблона Power Query.

    Скриншот из портала Fabric, показывающий новый поток данных Gen2, с выделенной ссылкой на импорт из шаблона Power Query.

  5. Нажмите кнопку "Сохранить и запустить", которая будет публиковать поток данных и запускать обновление данных, загруженных в хранилище Fabric.

  6. Подключите отчеты и панели мониторинга Power BI к хранилищу данных Fabric с помощью семантической модели по умолчанию или в качестве источника данных.

Оптимизируйте ваш дата-март для хранилища данных Fabric

Ниже приведены советы по оптимизации обновленного датамарта в качестве хранилища данных Fabric. Хотя эти разделы являются необязательными, они могут быть полезны в зависимости от типа функций дата-март, которые ваша организация использует.

Включение пользовательской семантической модели в хранилище данных Fabric

Datamarts автоматически добавляют все таблицы в семантику Power BI по умолчанию. В хранилище данных Fabric стандартная функция по умолчанию не добавляет таблицы и представления в семантическую модель Power BI. Это гарантирует, что фоновая синхронизация не будет активирована. Это также отключает некоторые действия, такие как "Новая мера", "Создать отчет" и "Анализ в Excel".

Если вы хотите изменить это поведение по умолчанию:

  1. В параметрах конечной точки хранилища или аналитики SQL включите настройку Синхронизация семантической модели Power BI по умолчанию. Это перезапускает фоновую синхронизацию, которая несет некоторые затраты на потребление.
  2. Откройте модель управления семантической моделью Power BI по умолчанию на ленте.
  3. Вручную выберите таблицы и представления для добавления в семантику модели.
  4. Повторно создайте все меры, связи или другую семантику бизнеса по мере необходимости.

Дополнительные сведения об изменении моделей данных в службе Power BI см. в статье "Изменение моделей данных".

Кроме того, можно выполнить скрипт определений RLS из datamart и повторно применить к новому набору данных программным способом.

  1. Чтобы создать сценарий схемы табличной модели TMSL семантической модели, можно использовать SQL Server Management Studio (SSMS). Чтобы подключиться, используйте строка подключения семантической модели, которая выглядит следующим образомpowerbi://api.powerbi.com/v1.0/myorg/myusername.
    • Строку подключения для семантической модели можно найти в разделе "Параметры" в разделе "Параметры сервера".
  2. Создайте скрипт XMLA семантической модели с помощью действия контекстного меню SSMS "Script". Дополнительные сведения см. в статье о подключении набора данных к конечной точке XMLA.

Выполните сценарий и восстановите безопасность на уровне строк (RLS)

Безопасность на уровне строк (RLS) должна быть повторно создана в хранилище, используя управление доступом на основе ролей (RBAC) и безопасность на уровне строк в хранилище данных Fabric.

Склад данных Fabric поддерживает больше элементов управления безопасностью и управлением, чем витрины данных Power BI на более детальном уровне.

  • В datamart данные были загружены в таблицы в схеме dbo, но пользователям были предоставлены соответствующие представления этих таблиц в схеме model. Каждый объект в datamarts доступен через представление в схеме model .
  • В складском помещении, чтобы воспроизвести одни и те же объекты, создайте новую схему с именем model и создайте представления в схеме model для каждой таблицы. Вы можете применить безопасность SQL в представлении и (или) предоставить любую пользовательскую безопасность T-SQL при необходимости с большими возможностями, чем в интерфейсе datamart в Power BI. Дополнительные сведения см. в разделе "Безопасность на уровне строк" в хранилище данных Fabric.

Инкрементальное обновление с помощью Dataflows Gen2

Добавочное обновление — это функция, которая позволяет обновлять только измененные с момента последнего обновления данные, а не обновлять все данные.

Это может повысить производительность и эффективность потоков данных и снизить нагрузку на источники и назначения. Инструкции по настройке добавочного обновления с помощью потока данных 2-го поколения см. в статье "Шаблон" для добавочного получения данных с помощью потока данных 2-го поколения.