Power BI-användningsscenarier: Självbetjäning av innehållspublicering

Kommentar

Den här artikeln är en del av planeringsserien för Power BI-implementering. Den här serien fokuserar främst på Power BI-arbetsbelastningen i Microsoft Fabric. En introduktion till serien finns i Implementeringsplanering för Power BI.

När analyslösningar är viktiga för organisationen är det viktigt att se till att innehållet i Power BI-tjänst är stabilt och tillförlitligt för konsumenterna. IT-team löser ofta det här problemet genom att arbeta i flera miljöer:

• I utvecklingsmiljön gör innehållsskapare och ägare ändringar och förbättringar av lösningen. När dessa ändringar är redo för bredare granskning distribueras lösningen (kallas ibland upphöjd) till testmiljön.
• I testmiljön verifierar granskarna de ändringar som gjorts i lösningen. Den här granskningen kan omfatta validering av lösningsfunktioner och data. När granskningen är klar distribueras lösningen till produktionsmiljön.
• Produktionsmiljön är den plats där konsumenterna visar och interagerar med den utgivna lösningen.

Den här strukturerade metoden säkerställer att innehållsskapare, ägare och granskare kan göra och validera ändringar utan att påverka konsumenterna negativt.

Användning av metodiska och disciplinerade livscykelhanteringsprocesser minskar fel, minimerar inkonsekvenser och förbättrar användarupplevelsen för konsumenterna. Innehållsskapare och ägare kan använda Power BI-distributionspipelines för självbetjäning av innehållspublicering. Distributionspipelines förenklar processen och förbättrar kontrollnivån när du släpper nytt innehåll.

Kommentar

Det här självbetjäningsscenariot för innehållspublicering är ett av scenarierna för innehållshantering och distribution . En fullständig lista över självbetjäningsscenarier finns i artikeln Om Power BI-användningsscenarier .

I korthet beskrivs inte vissa aspekter som beskrivs i avsnittet om innehållssamarbete och leveransscenarier i den här artikeln. För fullständig täckning, läs dessa artiklar först.

Scenariodiagram

Följande diagram visar en översikt på hög nivå över de vanligaste användaråtgärderna och Power BI-komponenterna för självbetjäning av innehållspublicering. Fokus ligger på användning av en Power BI-distributionspipeline för att främja innehåll via arbetsytor för utveckling, testning och produktion.

Dricks

Vi rekommenderar att du laddar ned scenariodiagrammet om du vill bädda in det i presentationen, dokumentationen eller blogginlägget eller skriva ut det som en väggaffisch. Eftersom det är en SVG-bild (Scalable Vector Graphics) kan du skala upp eller ned den utan någon kvalitetsförlust.

Scenariodiagrammet visar följande användaråtgärder, verktyg och funktioner:

Artikel	Beskrivning
	Power BI-innehållsskapare utvecklar en BI-lösning med Power BI Desktop.
	Power BI Desktop-filen (.pbix) i Power BI-projektfilen (.pbip) sparas i ett delat bibliotek i OneDrive. Innehållsskapare behåller versioner av dessa filer i OneDrive.
	När det är klart publicerar innehållsskapare Power BI Desktop-filen till Power BI-tjänst.
	Innehållet publiceras på en arbetsyta som är dedikerad till utveckling.
	En administratör för distributionspipelinen konfigurerar Power BI-distributionspipelinen med tre steg: utveckling, testning och produktion. Varje fas justeras till en separat arbetsyta i Power BI-tjänst. Distributionsinställningar och åtkomst konfigureras för distributionspipelinen.
	Arbetsytan utveckling (eller test) är inställd på Infrastrukturkapacitet, Premium-kapacitet, Premium per användare eller Inbäddatlicensläge. Power BI-distributionspipelines är en funktion som endast är tillgänglig på arbetsytor med dessa licenslägen.
	Innehållsskapare och ägare samarbetar på utvecklingsarbetsytan för att säkerställa att alla krav uppfylls.
	När utvecklingsinnehållet är klart jämför distributionspipelinen innehållet mellan utvecklings- och testfaserna.
	Vissa, eller alla, Power BI-objekt distribueras till en arbetsyta som är dedikerad till testning.
	När distributionspipelinen har slutfört distributionen utför innehållsskapare manuellt aktiviteter efter distributionen för testarbetsytan. Aktiviteter kan vara att konfigurera schemalagd datauppdatering eller publicera en Power BI-app för testarbetsytan.
	Kvalitetssäkring, datavalidering och testning av användargodkännande utförs av granskare av testarbetsytan.
	När testinnehållet är fullständigt verifierat jämför distributionspipelinen innehållet mellan test- och produktionsfaserna.
	Vissa, eller alla, Power BI-objekt distribueras till en arbetsyta som är dedikerad till produktion. För en produktionsarbetsyta är fabric-kapacitet eller Premium-kapacitetslicensläge ofta lämpligare när det finns ett stort antal skrivskyddade konsumenter.
	När distributionspipelinen har slutfört distributionen kan innehållsskapare utföra aktiviteter efter distributionen manuellt. Aktiviteter kan vara att konfigurera schemalagd datauppdatering eller publicera en Power BI-app för produktionsarbetsytan.
	Innehållsvisningsprogram får åtkomst till innehållet med hjälp av produktionsarbetsytan eller en Power BI-app.
	Vissa datakällor kan kräva en lokal datagateway eller VNet-gateway för datauppdatering, som de som finns i ett privat organisationsnätverk.
	Infrastrukturadministratörer övervakar och övervakar aktivitet i Infrastrukturresursportalen. Innehåll som anses vara tillräckligt kritiskt för att ha separata arbetsytor för utveckling, testning och produktion kan omfattas av strängare styrningskrav än mindre kritiskt innehåll.

Dricks

Vi rekommenderar att du granskar användningsscenariot för hantering av avancerade datamodeller också. Den bygger på begrepp som introduceras i det här scenariot.

Huvudpunkter

Följande är några viktiga punkter att betona om självbetjäningsscenariot för innehållspublicering.

Distributionspipeline

En distributionspipeline består av tre steg: utveckling, test och produktion. En enda arbetsyta tilldelas till varje steg i distributionspipelinen. Power BI-objekt som stöds av distributionspipelines publiceras (eller klonas) från en arbetsyta till en annan när en distribution sker. När testningen och valideringen är klar kan distributionspipelinen återanvändas många gånger för att snabbt höja upp innehåll. Distributionspipelinegränssnittet är enkelt att implementera för innehållsskapare som inte har kunskaper eller vill använda kodbaserade distributioner (användning av Power BI REST-API:er beskrivs i scenariot för publicering av företagsinnehåll ).

Kommentar

Publicering av innehåll med hjälp av en distributionspipeline kallas endast för en distribution av metadata. I det här fallet skrivs inte data över eller kopieras till målarbetsytan. En datauppdatering krävs vanligtvis när distributionen är klar – se avsnittet aktiviteter efter distributionen nedan.

Distributionsprocess

Det är en bra idé att betrakta hela arbetsytans innehåll som ett analyspaket som kan distribueras tillsammans som en enhet. Därför är det viktigt att ha klarhet om syftet med och förväntningarna för varje arbetsyta. Även om en selektiv distribution av specifika Power BI-objekt är möjlig är den mer effektiv och mindre riskfylld när en distribution representerar en logisk enhet med innehåll.

Dricks

Planera för hur brådskande problem ska hanteras, förutom planerade distributioner. Om en omedelbar korrigering krävs följer du fortfarande standardpraxis för att sprida alla ändringar från utveckling till testning och produktion med hjälp av distributionspipelinen.

Behörighetsmodell

Ägna tid åt att planera behörighetsmodellen. Fullständig flexibilitet för att tillämpa olika arbetsyteroller (mellan utveckling, testning och produktion) stöds. Som du ser i scenariodiagrammet är det vanligt att tilldela följande arbetsytebehörigheter:

• Utvecklingsarbetsyta: Begränsa åtkomsten till ett team med innehållsskapare och ägare som samarbetar.
• Testarbetsyta: Begränsa åtkomsten till granskare som är involverade i kvalitetssäkring, datavalidering och testaktiviteter för användargodkännande.
• Produktionsarbetsyta: Ge visningsprogrammet åtkomst till innehållskonsumenter av Power BI-appen (och arbetsytan, när det är lämpligt). Begränsa åtkomsten till dem som behöver hantera och publicera produktionsinnehåll, med så få användare som möjligt.

Kommentar

De flesta innehållskonsumenter känner inte till arbetsytorna för utveckling och testning.

Åtkomst för distributionspipeline

Pipelineanvändarbehörigheter (för vem som kan distribuera innehåll med en distributionspipeline) hanteras separat från arbetsyterollerna. Åtkomst till både arbetsytan och distributionspipelinen krävs för de användare som utför en distribution. Relevanta Premium-behörigheter krävs också.

När det är möjligt rekommenderar vi att den befintliga innehållsskaparen eller ägaren genomför distributionerna. I vissa situationer är behörigheter mer begränsade för produktionsarbetsytan. I så fall kan det vara lämpligt att samordna produktionsdistributionen med någon annan som har behörighet att distribuera till produktion.

Pipelineanvändare som har tilldelats rollen som arbetsytemedlem (eller administratör) kan jämföra faser och distribuera innehåll. Att tilldela pipelineanvändare till den här rollen minimerar behörighetsproblem och möjliggör en smidigare distributionsprocess.

Dricks

Tänk på att arbetsyteroller anges separat för utveckling, testning och produktion. Pipelineåtkomst anges dock en gång för hela pipelinen.

Power BI Premium-licensiering

Viktigt!

Ibland refererar den här artikeln till Power BI Premium eller dess kapacitetsprenumerationer (P SKU:er). Tänk på att Microsoft för närvarande konsoliderar köpalternativ och drar tillbaka Power BI Premium per kapacitets-SKU:er. Nya och befintliga kunder bör överväga att köpa kapacitetsprenumerationer för Infrastrukturresurser (F SKU:er) i stället.

Mer information finns i Viktig uppdatering som kommer till Power BI Premium-licensiering och Vanliga frågor och svar om Power BI Premium.

Power BI-distributionspipelines är en Premium-funktion. Det finns olika sätt att få licensiering, beroende på om innehållet används för utveckling, testning eller produktion. Scenariodiagrammet visar användningen av en Premium P-SKU:er som P1, P2, P3, P4 eller P5 för produktionsarbetsytan och en Användarbaserad Premium-licens (PPU) för Power BI Premium per användare för utvecklings- och testarbetsytor. Att använda PPU-licensiering för arbetsytor med mycket få användare (som beskrivs i scenariodiagrammet) är ett kostnadseffektivt sätt att använda Premium-funktioner, samtidigt som de hålls åtskilda från Den Premium-kapacitet som har tilldelats för produktionsarbetsbelastningar.

Distributionsinställningar

Datakällans regler och parameterregler är tillgängliga för dynamisk hantering av värden som skiljer sig mellan utveckling, test och produktion. Användning av distributionsinställningar är ett effektivt sätt att minska arbetet och risken för fel.

Aktiviteter efter distributionen

Avsiktligt kopieras inte vissa egenskaper till målarbetsytan under en distribution. Flera viktiga aktiviteter efter distributionen är:

• Datauppdatering: Data kopieras inte från källarbetsytan till målarbetsytan. Publicering från en distributionspipeline är alltid en distribution med endast metadata. Därför krävs vanligtvis en datauppdatering efter distribution till en målarbetsyta. För första gången måste även autentiseringsuppgifterna för datakällan eller gatewayanslutningen (efter behov) konfigureras.
• Appar: Power BI-appar publiceras inte automatiskt av distributionspipelines.
• Åtkomstroller, delningsbehörigheter och appbehörigheter: Behörigheter skrivs inte över under en distribution.
• Egenskaper för arbetsyta: Egenskaper, till exempel kontakter och beskrivningen av arbetsytan, skrivs inte över under en distribution.
• Egenskaper för Power BI-objekt: Vissa Egenskaper för Power BI-objekt, till exempel känslighetsetiketter, kan skrivas över under en distribution under vissa omständigheter.
• Power BI-objekt som inte stöds: Ytterligare manuella steg kan behöva vidtas för Power BI-objekt som inte stöds av distributionspipelinen.

Varning

Det finns ingen återställningsprocess när en distribution har inträffat med en distributionspipeline. Överväg noggrant vilka ändringshanteringsprocesser och godkännanden som krävs för att distribuera till produktionsarbetsytan.

OneDrive-lagring

Scenariodiagrammet visar hur du använder OneDrive för att lagra Power BI Desktop-källfilerna. Målet är att lagra källfilerna på en plats som är:

• Lämpligt skyddat för att säkerställa att endast utgivare kan komma åt källfilerna. Ett delat bibliotek (i stället för ett personligt bibliotek) är ett bra val.
• Säkerhetskopierade ofta så att filerna är säkra från förlust.
• Versionshanterad när ändringar sker för att möjliggöra en återställning till en tidigare version.

Dricks

Om en OneDrive-plats synkroniseras till en arbetsyta konfigurerar du den endast för arbetsytan utveckling.

Gateway-konfiguration

Normalt krävs en datagateway vid åtkomst till datakällor som finns i det privata organisationsnätverket eller ett virtuellt nätverk. Den lokala datagatewayen blir relevant när en Power BI Desktop-fil har publicerats till Power BI-tjänst. De två syftena med en gateway är att uppdatera importerade data eller visa en rapport som frågar en live-anslutning eller DirectQuery-semantisk modell , som tidigare kallades en datamängd (inte avbildad i scenariodiagrammet).

När du arbetar med flera miljöer är det vanligt att konfigurera utvecklings-, test- och produktionsanslutningar för att använda olika källsystem. I det här fallet använder du datakällans regler och parameterregler för att hantera värden som skiljer sig mellan miljöer.

Kommentar

En centraliserad datagateway i standardläge rekommenderas starkt för gatewayer i personligt läge. I standardläge stöder datagatewayen live-anslutning och DirectQuery-åtgärder (utöver schemalagda datauppdateringsåtgärder).

Systemtillsyn

Aktivitetsloggen registrerar användaraktiviteter som inträffar i Power BI-tjänst. Power BI-administratörer kan använda de aktivitetsloggdata som samlas in för att utföra granskning för att hjälpa dem att förstå distributionsaktiviteter som inträffar.

Relaterat innehåll

I nästa artikel i serien får du lära dig mer om användningsscenariot för avancerad datamodellering .