Prehľad direct lake
Direct Lake je možnosť režimu úložiska pre tabuľky v sémantickom modeli služby Power BI, ktorý je uložený v pracovnom priestore služby Microsoft Fabric. Je optimalizovaná pre veľké objemy údajov, ktoré možno rýchlo načítať do pamäte z delta tabuliek, ktoré ukladajú svoje údaje v súboroch parquet v OneLake– čo je jediné úložisko pre všetky analytické údaje. Po načítaní do pamäte umožňuje sémantický model vysoký výkon dotazov. Direct Lake eliminuje pomalú a nákladnú potrebu importovania údajov do modelu.
Režim úložiska Direct Lake môžete použiť na pripojenie k tabuľkám alebo zobrazeniam jednej alebo na skladu služby Fabric. Obe tieto položky tkaniny a sémantické modely Direct Lake vyžadujú licenciu na kapacitu služby Fabric.
V niektorých ohľadoch je sémantický model Direct Lake podobný sémantickému modelu Import. Dôvodom je, že údaje modelu sa načítajú do pamäte pomocou nástroja VertiPaq na rýchly výkon dotazov (s výnimkou prípadov záložného záložný režimu DirectQuery, čo je vysvetlené ďalej v tomto článku).
Sémantický model direct lake sa však dôležite líši od sémantického modelu importu. Je to spôsobené tým, že operácia obnovenia pre sémantický model Direct Lake sa koncepčne líši od operácie obnovenia pre sémantický model importu. V prípade sémantického modelu direct lake zahŕňa obnovenie rámovanie operácie (ako je popísané ďalej v tomto článku), čo môže trvať niekoľko sekúnd. Ide o operáciu za nízku cenu, pri ktorej sémantický model analyzuje metaúdaje najnovšej verzie tabuliek Delta a je aktualizovaný tak, aby odkazil na najnovšie súbory v službe OneLake. Naopak, v prípade sémantického modelu importu vytvorí obnovenie kópiu údajov, čo môže trvať značný čas a môže spotrebúvať značné zdroje údajov a prostriedky kapacity (pamäť a procesor).
Nota
prírastkového obnovenia pre sémantický model importu môže pomôcť skrátiť čas obnovenia a využiť kapacitné prostriedky.
Kedy je vhodné použiť režim úložiska Direct Lake?
Prípad primárneho použitia pre režim úložiska Direct Lake je zvyčajne pre analytické projekty riadené IT, ktoré používajú architektúry zamerané na jazero. V tomto scenári máte alebo očakávate, že sa v službe OneLake nahromadia veľké objemy údajov. V tomto prípade je dôležité rýchle načítanie týchto údajov do pamäte, časté a rýchle operácie obnovenia, efektívne využitie kapacitných prostriedkov a rýchly výkon dotazov.
Nota
Sémantické modely importu a DirectQuery sú v službe Fabric stále relevantné a sú tou správnou voľbou sémantických modelov pre niektoré scenáre. Režim úložiska importu napríklad často funguje dobre pre samoobslužného analytika, ktorý potrebuje slobodu a agilitu, aby konal rýchlo a bez závislosti na IT a pridával nové prvky údajov.
Integrácia OneLake automaticky zapíše údaje pre tabuľky v režime úložiska importu do tabuliek Delta v službe OneLake bez toho, aby bolo potrebné vykonať migráciu. Pomocou tejto možnosti si môžete uvedomiť mnohé z výhod služby Fabric, ktoré sú k dispozícii pre používateľov sémantických modelov importu, ako je napríklad integrácia s jazerami prostredníctvom skratiek, dotazov SQL, poznámkových blokov a ďalších. Odporúčame, aby ste túto možnosť považovali za rýchly spôsob, ako využiť výhody služby Fabric bez nevyhnutne alebo okamžite opätovného navrhovania existujúceho skladu údajov alebo analytického systému.
Režim úložiska Direct Lake je tiež vhodný na minimalizáciu latencie údajov na rýchle sprístupnenie údajov pre podnikových používateľov. Ak sú vaše tabuľky Delta prerušované (a za predpokladu, že ste už prípravu údajov urobili v dátovom jazere), môžete sa spoľahnúť na automatických aktualizácií na preformulovanie v reakcii na tieto úpravy. V tomto prípade dotazy odoslané do sémantického modelu vrátia najnovšie údaje. Táto funkcia funguje v spolupráci s funkciou automatického obnovenia strany zostavami Power BI.
Nezabúdajte, že možnosť Direct Lake závisí od prípravy údajov v úložnom jazere. Prípravu údajov je možné vykonať pomocou rôznych nástrojov, ako sú napríklad úlohy v službe Spark pre jazerá fabric, príkazy DML T-SQL pre sklady služby Fabric, toky údajov, kanály a ďalšie. Tento prístup pomáha zabezpečiť, aby sa logika prípravy údajov vykonávala v čo najnižšej miere v architektúre, aby sa maximalizovala opätovná použiteľnosť. Ak však autor sémantického modelu nemá možnosť upraviť zdrojovú položku, napríklad ak samoobslužný analytik nemá povolenia na zápis v objekte lakehouse, ktorý spravuje IT, režim úložiska importu môže byť lepšou voľbou. Dôvodom je, že podporuje prípravu údajov pomocou doplnku Power Query, ktorý je definovaný ako súčasť sémantického modelu.
Pri zvažovaní režimu úložiska Direct Lake nezabudnite zahrnúť do aktuálnej licencie na kapacitu služby Fabric a zábradlie kapacity služby Fabric. Faktor v dôležité informácie a obmedzenia, ktoré sú popísané ďalej v tomto článku.
Tip
Odporúčame, aby ste vytvorili prototyp(alebo testovanie konceptu (POC), aby ste zistili, či je sémantický model Direct Lake správnym riešením a zmierňuje riziko.
Ako funguje Direct Lake
Dotazy odoslané do sémantického modelu Direct Lake sa zvyčajne spracovávajú z vyrovnávacej pamäte v pamäti stĺpcov, ktoré pochádzajú z tabuliek Delta. Základným úložiskom pre tabuľku Delta je jeden alebo viacero parketových súborov vo OneLake. V súboroch s parketmi sú údaje usporiadané podľa stĺpcov a nie podľa riadkov. Sémantické modely načítavajú celé stĺpce z tabuliek Delta do pamäte, ako ich vyžadujú dotazy.
Sémantický model direct lake môže tiež používať záložnýDirectQuery , čo zahŕňa bezproblémové prepínanie do režimu DirectQuery. Záložný režim DirectQuery načíta údaje priamo z koncového bodu analýzy SQL služby lakehouse alebo skladu. K záložnej situácii môže dôjsť napríklad vtedy, keď tabuľka Delta obsahuje viac riadkov údajov, ako je podporovaných vašou kapacitou služby Fabric (opísané ďalej v tomto článku). V tomto prípade operácia DirectQuery odošle dotaz do koncového bodu analýzy SQL. Náhradné operácie môžu mať za následok nižší výkon dotazov.
Nasledujúci diagram znázorňuje, ako Direct Lake funguje pomocou scenára používateľa, ktorý otvorí zostavu Power BI.
Diagram znázorňuje nasledujúce akcie, procesy a funkcie používateľa.
| Položka | Popis |
|---|---|
|
OneLake je dátové jazero, ktoré ukladá analytické údaje vo formáte Parquet. Tento formát súboru je optimalizovaný na ukladanie údajov pre sémantické modely Direct Lake. |
|
V pracovnom priestore, ktorý sa nachádza v kapacite služby Fabric, existuje sklad jazera alebo služby Fabric. Lakehouse má koncový bod analýzy SQL, ktorý poskytuje prostredie založené na SQL na dotazovanie. Tabuľky (alebo zobrazenia) poskytujú prostriedky na dotazovanie tabuliek Delta vo OneLake pomocou Transact-SQL (T-SQL). |
|
V pracovnom priestore služby Fabric existuje sémantický model Direct Lake. Prepája sa k tabuľkám alebo zobrazeniam v úzovni lakehouse alebo sklade. |
|
Používateľ otvorí zostavu služby Power BI. |
|
Zostava Power BI odošle dotazy jazyka DAX (Data Analysis Expressions) do sémantického modelu Direct Lake. |
|
Ak je to možné (a potrebné), sémantický model načíta stĺpce do pamäte priamo z parquet súborov uložených vo OneLake. Dotazy dosahujú výkon v pamäti, čo je veľmi rýchle. |
|
Sémantický model vráti výsledky dotazu. |
|
Zostava Power BI vykreslí vizuály. |
|
Za určitých okolností, napríklad keď sémantický model presahuje bezpečnostné kapacity, sémantické dotazy modelu sa automaticky vrátia späť do režimu DirectQuery. V tomto režime sa dotazy odosielajú do koncového bodu analýzy SQL jazera alebo skladu. |
|
Dotazy DirectQuery odoslané do koncového bodu analýzy SQL zasa dotazujú tabuľky Delta vo OneLake. Z tohto dôvodu môže byť výkon dotazov pomalší ako dotazy v pamäti. |
V nasledujúcich častiach sa popisujú koncepty a funkcie rozhrania Direct Lake vrátane načítavania stĺpcov, vytvárania rámovania, automatických aktualizácií a záložného režimu DirectQuery.
Načítanie stĺpcov (prekódovanie)
Sémantické modely Direct Lake načítavajú údaje iba z oneLake, a keď sa stĺpce dotazujú prvýkrát. Proces načítania údajov na požiadanie zo služby OneLake je známy ako prekódovanie.
Keď sémantický model dostane dotaz DAX (alebo multidimenzionálne výrazy – MDX), najprv určí, ktoré stĺpce sú potrebné na vytvorenie výsledku dotazu. Je potrebný každý stĺpec, ktorý sa používa priamo v dotaze, ako aj stĺpce požadované vzťahmi a mierkami. Počet stĺpcov, ktoré sú potrebné na vytvorenie výsledku dotazu, je zvyčajne výrazne menší ako počet stĺpcov definovaných v sémantickom modeli.
Keď zistí, ktoré stĺpce sú potrebné, sémantický model určuje, ktoré stĺpce sú už v pamäti. Ak niektoré stĺpce potrebné pre dotaz nie sú v pamäti, sémantický model načíta všetky údaje pre tieto stĺpce z OneLake. Načítanie údajov stĺpca je zvyčajne rýchla operácia, môže to však závisieť od faktorov, ako je napríklad kardinalita údajov uložených v stĺpcoch.
Stĺpce načítané do pamäte sa potom majú v pamäti. Budúce dotazy, ktoré zahŕňajú iba rezidentné stĺpce, nemusia do pamäte načítať žiadne ďalšie stĺpce.
Stĺpec zostane rezidentný, kým neexistuje dôvod, prečo by mal byť odstránený (vyradený) z pamäte. Medzi dôvody, prečo by sa stĺpce mohli odstrániť, patria tieto:
- Model alebo tabuľka sa obnovila po aktualizácii tabuľky Delta v zdroji (pozrite si časť Rozdeľovanie v ďalšej časti).
- Žiadny dotaz nepoužíval stĺpec.
- Ďalšie dôvody na správu pamäte vrátane preťaženia pamäte v kapacite v dôsledku iných súbežných operácií.
Vaša voľba skladovej jednotky SKU služby Fabric určuje maximálnu dostupnú pamäť pre každý sémantický model Direct Lake v kapacite. Ďalšie informácie o zábradliach zdrojov a maximálnych limitoch pamäte nájdete Časti a obmedzeniach kapacity služby Fabric ďalej v tomto článku.
Rámovanie
framing poskytuje vlastníkom modelov kontrolu nad tým, ktoré údaje sa načítajú do sémantického modelu. Rámovanie je operácia Direct Lake spustená obnovením sémantického modelu a vo väčšine prípadov dokončenie trvá len niekoľko sekúnd. Dôvodom je, že ide o operáciu za nízku cenu, kde sémantický model analyzuje metaúdaje najnovšej verzie tabuliek Delta Lake a je aktualizovaný tak, aby odkazil na najnovšie súbory parquet vo OneLake.
Keď nastane rozdeľovanie, segmenty stĺpcov s rezidentnou tabuľkou a slovníky môžu byť vyradené z pamäte, ak sa základné údaje zmenili a bod v čase obnovenia sa stane novým základným plánom pre všetky budúce udalosti prekódovania. Od tohto bodu dotazy Direct Lake považujú údaje v tabuľkách Delta za čas najnovšej operácie rámovania. Z tohto dôvodu sa dotazujú tabuľky Direct Lake s cieľom vrátiť údaje na základe stavu tabuľky Delta v bode najnovšej operácie rámovania. Tento čas nemusí byť nevyhnutne najnovším stavom tabuliek Delta.
Všimnite si, že sémantický model analyzuje denník Delta každej tabuľky Delta počas rámovania tak, aby sa zrušovali iba dotknuté segmenty stĺpcov a aby sa znova načítali novo pridané údaje počas prekódovania. Dôležitou optimalizáciou je, že slovníky sa zvyčajne neodstránia, keď sa prejaví prírastkové rámovanie, a do existujúcich slovníkov sa pridajú nové hodnoty. Tento prístup prírastkového rozstrapkania pomáha znížiť záťaž pri opätovnom načítaní a prináša výhody výkonu dotazov. V ideálnom prípade, keď tabuľka Delta nedostala žiadne aktualizácie, nie je potrebné žiadne opätovné načítanie pre stĺpce, ktoré sú už uložené v pamäti, a dotazy ukazujú oveľa menší vplyv na výkon po rámovaní, pretože prírastkové rámovanie v podstate umožňuje sémantickému modelu aktualizovať značné časti existujúcich údajov v pamäti na mieste.
Nasledujúci diagram znázorňuje fungovanie operácií rámovania Direct Lake.
Diagram znázorňuje nasledujúce procesy a funkcie.
| Položka | Popis |
|---|---|
|
|
V pracovnom priestore služby Fabric existuje sémantický model. |
|
|
Operácie rámovania sa pravidelne vykonávajú a stanovujú pôvodný plán pre všetky budúce udalosti prekódovanie. Operácie rámovania sa môžu vykonávať automaticky, manuálne, podľa plánu alebo pomocou programovania. |
|
|
OneLake ukladá metaúdaje a súbory parkety, ktoré sú zastúpené ako tabuľky Delta. |
|
|
Posledná operácia rámovania zahŕňa súbory parquet súvisiace s tabuľkami Delta a konkrétne súbory Parquet, ktoré boli pridané pred poslednú operáciu rámovania. |
|
|
Neskôr rámovanie operácia obsahuje súbory Parquet pridané po poslednom rámovanie operácie. |
|
|
Rezidentné stĺpce v sémantickom modeli Direct Lake môžu byť vyradené z pamäte a bod v čase obnovenia sa stáva novým základným plánom pre všetky budúce udalosti prekódovania. |
|
|
Následné úpravy údajov, ktoré predstavujú nové súbory Parquet, nie sú viditeľné, kým nenastane ďalšia operácia rámovania. |
Keď sa uskutoční operácia prekódovania, nie je vždy žiaduce mať údaje predstavujúce najnovší stav akejkoľvek tabuľky Delta. Zoberme si, že vytváranie rámovania vám môže pomôcť poskytovať konzistentné výsledky dotazov v prostrediach, v ktorých sú údaje v tabuľkách Delta prechodné. Údaje môžu byť prechodné z viacerých dôvodov, ako napríklad pri dlhotrvajúcom extrahovaní, transformácii a načítavaní (ETL).
Obnovenie pre sémantický model Direct Lake sa dá vykonať manuálne, automaticky alebo pomocou programovania. Ďalšie informácie nájdete obnovení sémantických modelov Direct Lake.
Ďalšie informácie o tvorbe verzií a rámovaní tabuliek Delta nájdete v téme Princípy ukladania v úložisku pre sémantické modely Direct Lake.
Automatické aktualizácie
K dispozícii je sémantické nastavenie na úrovni modelu na automatickú aktualizáciu tabuliek Direct Lake. Predvolene je zapnutá. Zaisťuje, že zmeny údajov v službe OneLake sa automaticky prejavia v sémantickom modeli Direct Lake. Ak chcete ovládať zmeny údajov pomocou rámovania, mali by ste automatické aktualizácie zakázať, čo bolo vysvetlené v predchádzajúcej časti. Ďalšie informácie nájdete Spravovať sémantické modely Direct Lake.
Tip
V zostavách Power BI môžete nastaviť automatické obnovenie strany. Je to funkcia, ktorá automaticky obnoví konkrétnu stranu zostavy za predpokladu, že zostava sa pripája k sémantickému modelu Direct Lake (alebo iným typom sémantického modelu).
Záložný režim DirectQuery
Dotaz odoslaný do sémantického modelu direct lake môže prejsť späť na režim DirectQuery. V tomto prípade načíta údaje priamo z koncového bodu analýzy SQL domovského jazera alebo skladu SQL. Takéto dotazy vždy vracajú najnovšie údaje, pretože nie sú obmedzené na bod poslednej operácie rámovania.
Dotaz, vždy vráti, keď sémantický model dotazuje zobrazenie v koncovom bode analýzy SQL alebo tabuľku v koncovom bode analýzy SQL, ktorá vynucuje zabezpečenie na úrovni riadkov.
Dotaz sa tiež môže vrátiť, keď sémantického modelu prekračuje bezpečnostné ochrany kapacity.
Dôležitý
Ak je to možné, mali by ste vždy navrhnúť svoje riešenie alebo veľkosť kapacity, aby ste sa vyhli záloženiu režimu DirectQuery. Dôvodom je, že môže mať za následok nižší výkon dotazov.
Môžete ovládať záložný svojich sémantických modelov Direct Lake nastavením jeho vlastnosti DirectLakeBehavior. Ďalšie informácie nájdete Nastavenie vlastnosti Správania Direct Lake.
Zábradlie a obmedzenia kapacity tkaniny
Sémantické modely Direct Lake vyžadujú licenciu na kapacitu Fabric. Existujú tiež bezpečnostné prvky kapacity a obmedzenia, ktoré sa vzťahujú na vaše predplatné kapacity služby Fabric (SKU), ako je uvedené v nasledujúcej tabuľke.
Dôležitý
Prvý stĺpec v nasledujúcej tabuľke zahŕňa aj predplatné kapacity služby Power BI Premium (skladové jednotky SKU P). Spoločnosť Microsoft konsoliduje možnosti nákupu a vyradí skladové jednotky SKU služby Power BI Premium na kapacitu. Noví a existujúci zákazníci by namiesto toho mali zvážiť zakúpenie predplatného kapacity služby Fabric (skladové jednotky F SKU).
Ďalšie informácie nájdete Dôležitá aktualizácia pre licencií Power BI Premium a služby Power BI Premium.
| Fabric SKU | Súbor na parket na tabuľku | Skupiny riadkov na tabuľku | Riadky na tabuľku (milióny) | Maximálna veľkosť modelu na disku/v službe OneLake (GB) | Maximálna pamäť (GB) 1 |
|---|---|---|---|---|---|
| F2 | 1,000 | 1,000 | 300 | 10 | 3 |
| F4 | 1,000 | 1,000 | 300 | 10 | 3 |
| F8 | 1,000 | 1,000 | 300 | 10 | 3 |
| F16 | 1,000 | 1,000 | 300 | 20 | 5 |
| F32 | 1,000 | 1,000 | 300 | 40 | 10 |
| F64/FT1/P1 | 5,000 | 5,000 | 1,500 | Neobmedzený | 25 |
| F128/P2 | 5,000 | 5,000 | 3,000 | Neobmedzený | 50 |
| F256/P3 | 5,000 | 5,000 | 6,000 | Neobmedzený | 100 |
| F512/P4 | 10,000 | 10,000 | 12,000 | Neobmedzený | 200 |
| F1024/P5 | 10,000 | 10,000 | 24,000 | Neobmedzený | 400 |
| F2048 | 10,000 | 10,000 | 24,000 | Neobmedzený | 400 |
1 pre sémantické modely Direct Lake Maximálna pamäť predstavuje hornú hranicu prostriedkov pamäte pre množstvo údajov, na ktoré je možné stránkovať. Z tohto dôvodu nejde o ochranu, pretože prekročenie nemá za následok záložné spustenie režimu DirectQuery. Môže to však mať vplyv na výkon, ak je množstvo údajov dostatočne veľké na to, aby spôsobilo nadmerné množstvo stránkovania v modelových údajoch z údajov OneLake a z nich.
Ak sa prekročí, maximálna veľkosť modelu na disku alebo v OneLake spôsobí, že všetky dotazy do sémantického modelu sa vrátia späť do režimu DirectQuery. Všetky ostatné ochrana uvedená v tabuľke sa vyhodnocuje podľa dotazu. Je preto dôležité, aby ste optimalizovať a sémantický model Direct Lake, aby ste sa vyhnúť zbytočnému škálovaniu na vyššiu skladovú jednotku SKU služby Fabric (čo má za následok zvýšenie nákladov).
Okrem toho a maximálna pamäť na limity pre dotazy, sa vzťahujú na sémantické modely Direct Lake. Ďalšie informácie nájdete kapacitách a skladových jednotkách SKU.
Dôležité informácie a obmedzenia
Sémantické modely Direct Lake predstavujú niektoré dôležité informácie a obmedzenia.
Nota
Možnosti a funkcie sémantických modelov Direct Lake sa vyvíjajú. Nezabudnite pravidelne kontrolovať najnovší zoznam dôležitých informácií a obmedzení.
- Keď sa tabuľka sémantického modelu Direct Lake pripojí k tabuľke v koncovom bode analýzy SQL, ktorý vynucuje zabezpečenie na úrovni riadkov (RLS), dotazy, ktoré zahŕňajú túto tabuľku modelu, sa vždy vrátia späť do režimu DirectQuery. Výkon dotazov môže byť pomalší.
- Keď sa tabuľka sémantických modelov Direct Lake pripojí k zobrazeniu v koncovom bode analýzy SQL, dotazy, ktoré zahŕňajú túto tabuľku modelu, sa vždy vrátia do režimu DirectQuery. Výkon dotazov môže byť pomalší.
- Zložené modelovanie nie je podporované. To znamená, že tabuľky sémantických modelov Direct Lake sa nedajú zmiešať s tabuľkami v iných režimoch úložiska, ako je napríklad import, DirectQuery alebo Dual (s výnimkou špeciálnych prípadov vrátane skupín výpočtov, parametrov hypotézya parametrov polí ).
- Vypočítané stĺpce a vypočítané tabuľky, ktoré odkazujú na stĺpce alebo tabuľky v režime úložiska Direct Lake, nie sú podporované. skupiny výpočtov, parametre hypotézya parametre poľa , ktoré implicitne vytvárajú vypočítavané tabuľky a vypočítavané tabuľky, ktoré neodkazujú na stĺpce alebo tabuľky Direct Lake, sú podporované.
- Tabuľky v režime úložiska Direct Lake nepodporjú zložité typy stĺpcov tabuľky Delta. Nepodporujú sa ani binárne typy a sémantické typy identifikátorov GUID. Tieto typy údajov musíte konvertovať na reťazce alebo iné podporované typy údajov.
- Vzťahy tabuliek vyžadujú zhodu typov údajov súvisiacich stĺpcov.
- Stĺpce vzťahov na strane one musia obsahovať jedinečné hodnoty. Dotazy zlyhajú, ak sa v stĺpci na jednej strane zistia duplicitné hodnoty.
- Automatická inteligencia údajov a časovej inteligencie v aplikácii Power BI Desktop nie je podporovaná. Označenie vlastnej tabuľky dátumov ako tabuľky dátumov je podporované.
- Dĺžka hodnôt stĺpca reťazca je obmedzená na 32 764 znakov Unicode.
- Hodnota s pohyblivou desatinnou čiarkou NaN (nie číslo) nie je podporovaná.
- Publikovanie na webe zo služby Power BI pomocou objektu služby sa podporuje len pri použití pevnej identity pre sémantický model Direct Lake.
- V prostredí webového modelovania jeobmedzené overovanie pre sémantické modely Direct Lake. Predpokladá sa, že výbery používateľa sú správne a na overenie kardinality alebo výberov krížového filtra pre vzťahy alebo pre vybratý stĺpec dátumov v označenej tabuľke dátumov sa nevydávajú žiadne dotazy.
- Na portáli služby Fabric karta Direct Lake v histórii obnovení uvádza iba zlyhania obnovenia súvisiace s režimom Direct Lake. Úspešné operácie obnovenia (rámovanie) nie sú uvedené.
- Vaša skladová jednotku SKU služby Fabric určuje maximálnu dostupnú pamäť na sémantický model služby Direct Lake pre kapacitu. Keď sa prekročí limit, dotazy na sémantický model môžu byť pomalšie v dôsledku nadmernej stránkovania v údajoch modelu a mimo neho.
- Vytvorenie sémantického modelu Direct Lake v pracovnom priestore, ktorý sa nachádza v inej oblasti pracovného priestoru zdroja údajov, nie je podporované. Ak sa napríklad lakehouse nachádza v západnej centrálnej časti USA, potom môžete z tohto úzla Lakehouse vytvárať iba sémantické modely v tej istej oblasti. Alternatívnym riešením je vytvoriť lakehouse v pracovnom priestore inej oblasti a odkaz na tabuľky pred vytvorením sémantického modelu. Ak chcete zistiť, v akej oblasti sa nachádzajú, pozrite si nájdite svoju domovskú oblasť služby Fabric.
- Môžete vytvoriť a zobraziť vlastný sémantický model Direct Lake pomocou identity objektu služby, ale predvolený sémantický model Direct Lake nepodporuje objekty služby. Uistite sa, že overovanie objektom služby je povolené pre rozhrania REST API služby služby vo vašom nájomníkovi a udeľte hlavnému prispievateľovi služby alebo vyššie povolenia na pracovný priestor sémantického modelu Direct Lake.
- Vkladanie zostáv vyžaduje token na vloženie V2.
- Direct Lake nepodporuje profily objektu služby na overovanie.
- Prispôsobené sémantické modely direct lake vytvorené objektom služby a divákom pomocou objektu služby sa podporujú, ale predvolené sémantické modely Direct Lake nie sú podporované.
Porovnanie s ostatnými režimami úložiska
Nasledujúca tabuľka porovnáva režim úložiska Direct Lake s režimami úložiska Import a DirectQuery.
| Schopnosť | Direct Lake | Import | DirectQuery |
|---|---|---|---|
| Licencií | Predplatné na kapacitu služby Fabric (skladové jednotky SKU) | Akákoľvek licencia na fabric alebo Power BI (vrátane licencií na Microsoft Fabric (zdarma) | Akákoľvek licencia na fabric alebo Power BI (vrátane licencií na Microsoft Fabric (zdarma) |
| Zdroj údajov | Iba tabuľky lakehouse alebo warehouse (alebo zobrazenia) | Akýkoľvek konektor | Každý konektor, ktorý podporuje režim DirectQuery |
| Pripojenie k zobrazeniam koncového bodu analýzy SQL | Áno – ale automaticky prejde späť do režimu DirectQuery | Áno | Áno |
| Zložené modely | Žiadny 1 | Áno – môžete ich kombinovať s tabuľkami režimu ukladacieho priestoru DirectQuery alebo Duálny. | Áno – môžete kombinovať s tabuľkami režimu úložiska Import alebo Dual |
| Jediné prihlásenie (SSO) | Áno | Nedá sa použiť | Áno |
| Vypočítané tabuľky | Nie – okrem skupín výpočtov, parametrov hypotézya parametrov polí, ktoré implicitne vytvárajú vypočítavané tabuľky. | Áno | Nie – vypočítavané tabuľky používajú režim úložiska Import, aj keď odkazujú na iné tabuľky v režime DirectQuery |
| Vypočítané stĺpce | Nie | Áno | Áno |
| Hybridné tabuľky | Nie | Áno | Áno |
| Oblasti tabuľky modelu | Nie – rozdelenie však možno vykonať na úrovni tabuľky Delta | Áno – buď automaticky vytvorené prírastkovým obnovením, alebo manuálne vytvorené pomocou koncového bodu XMLA | Nie |
| Používateľom definované agregácie | Nie | Áno | Áno |
| Zabezpečenie na úrovni objektu na úrovni objektu analýzy SQL alebo zabezpečenie na úrovni stĺpca | Áno – ale dotazy prejdú späť do režimu DirectQuery a pri zamietnutí povolenia môžu spôsobiť chyby. | Áno – ale musia sa duplikovať povolenia so sémantickým modelom zabezpečenia na úrovni objektu | Áno – ale dotazy môžu spôsobiť chyby pri zamietnutí povolenia |
| Zabezpečenie na úrovni riadkov v koncovej analýze SQL (RLS) | Áno – ale dotazy prejdú späť do režimu DirectQuery | Áno – ale musia sa duplikovať povolenia so sémantickým modelom zabezpečenia na úrovni riadkov | Áno |
| Sémantický model zabezpečenia na úrovni riadkov (RLS) | Áno – ale dôrazne sa odporúča použiť pevné cloudové pripojenie | Áno | Áno |
| Zabezpečenie na úrovni objektu (OLS) v sémantickom modeli | Áno | Áno | Áno |
| Veľké objemy údajov bez požiadavky na obnovenie | Áno | Menej vhodné – na dotazovanie a obnovovanie sa môže vyžadovať väčšia veľkosť kapacity. | Áno |
| Zníženie latencie údajov | Áno – keď je povolená automatických aktualizácií alebo je programová reframing. avšak príprava údajov musí najskôr uskutočniť upstream | Nie | Áno |
| Power BI Embedded | Áno 2 | Áno | Áno |
1 Nemôžete kombinovať tabuľky režimu úložiska Direct Lake s tabuľkami režimu úložiska DirectQuery alebo Dual v rovnakom sémantickom modeli. Aplikáciu Power BI Desktop však môžete použiť na vytvorenie zloženého modelu v sémantickom modeli Direct Lake a potom ho rozšíriť o nové tabuľky (pomocou režimu importu, DirectQuery alebo duálneho režimu úložiska) alebo výpočty. Ďalšie informácie nájdete Vytvorenie zloženého modelu v sémantickom modeli.
2 Vyžaduje token na vloženie V2. Ak používate objekt služby, musíte použiť pevnú identitu cloudového pripojenia.