Сводка
В этом модуле вы изучили изменения, когда семантические модели должны обрабатывать большие наборы данных, больше одновременных пользователей и более широкие шаблоны потребления в Microsoft Fabric. Проблема была ясной: модели, созданные для небольших команд в Power BI Desktop, не автоматически обрабатывают то, что происходит с масштабированием.
Вы научились принимать четыре критически важных дизайнерских решения. Во-первых, вы выбрали Direct Lake в качестве режима хранения по умолчанию и поняли, когда импорт, DirectQuery или составные модели являются лучшим выбором. Затем вы разработали отношения звездной схемы для ясности и производительности, включая ссылочную целостность, неактивные отношения и межисточниковые подключения. Затем вы разработали масштабируемые расчёты с помощью групп расчётов для сокращения размножения показателей, переменных и соглашений об именовании, поддерживающих удобство обслуживания команды, и агрегатов, облегчающих обработку больших объемов данных. Наконец, вы настроили параметры, управляющие обработкой больших наборов данных, одновременных запросов и доступа к внешним инструментам.
Вместе эти решения подготавливают семантические модели для масштабирования. Они также подготавливают его для использования с ИИ, потому что ИИ предъявляет к модели те же требования, что и масштабируемость: актуальные данные, четкие взаимосвязи, описательные структуры и производительность.