Aracılığıyla paylaş

Direct Lake semantik modelleri geliştirme

Bu makalede Direct Lake semantik modelleri geliştirmeyle ilgili tasarım konuları açıklanmaktadır.

Modeli oluşturma

Power BI Desktop'ta veya tarayıcıdaki birçok Doku öğesinden Direct Lake anlam modeli oluşturabilirsiniz. Örneğin, açık bir Lakehouse'tan Yeni anlam modeli'ni seçerek Direct Lake depolama modunda yeni bir anlam modeli oluşturabilirsiniz.

Direct Lake depolama modunun burada özetlenen iki biçimi vardır. Daha fazla bilgi için Temel kavramlar ve terminoloji bölümüne bakın.

  • OneLake güvenliği, daha fazla modelleme özelliği ve daha hızlı sorgu performansı ile uyumluluk için OneLakeüzerinde Direct Lake'i kullanın.
  • Temsilci kimlik moduyla SQL analiz uç noktasında tanımlanan güvenlik kurallarına bağlı olduğunuzda veya DirectQuery'ye geri dönmeniz gerektiğinde SQL üzerinde Direct Lake'i kullanın.

Aşağıdaki tabloda, her Direct Lake anlam modeli türü için en yaygın oluşturma yöntemleri gösterilmektedir.

OneLake üzerinde Direct Lake'i destekler SQL üzerinde Direct Lake'i destekler
Power BI hizmetinden oluşturma. Örneğin, sol gezinti çubuğundan Oluştur'u ve ardından OneLake kataloğu'nu seçin. Evet Hayır
Power BI Desktop'tan oluşturma. Evet Hayır
SQL analiz uç noktası sayfasından oluşturma. Örneğin, bir göl evi için SQL analiz uç noktasını açın ve ardından Yeni anlam modeli'ni seçin. Evet Evet

SQL analiz uç noktasından bir Direct Lake semantik modeli oluşturduğunuzda, aşağıdaki görüntüde gösterildiği gibi iki Direct Lake türü arasında seçim yapabilirsiniz:

SQL analytics uç noktası sayfasından anlamsal model oluştururken Direct Lake türü seçimi için kullanılan iletişim kutusunu gösteren ekran görüntüsü.

SQL analiz uç noktası kullanıcı kimliği modundaysa bu iletişim kutusu varsayılan olarak OneLake üzerinde Direct Lake veya SQL analiz uç noktası temsilci modundaysa SQL üzerinde Direct Lake olarak ayarlanır. Daha fazla bilgi için bkz. SQL analytics uç noktasında erişim modları.

Alternatif olarak, tüm Power BI anlam modellerinde olduğu gibi, SQL Server Management Studio (SSMS) (sürüm 19.1 veya üzeri) veya açık kaynak topluluk araçları gibi XMLA uyumlu bir araç kullanarak modelinizin geliştirilmesine devam edebilirsiniz. Doku not defterleri ayrıca anlamsal bağlantı ve semantik bağlantı laboratuvarları ile program aracılığıyla anlamsal modeller oluşturabilir ve düzenleyebilir.

Power Query bağlayıcıları

Mevcut bir Direct Lake anlam modelinin OneLake'te mi yoksa SQL'de mi olduğunu anlamanın kolay bir yolu, bağlayıcıyı TMDL görünümünde denetlemektir. M ifadesi tanımını görmek için Model sekmesinde İfadeler düğümünü sürükleyin.

OneLake üzerinde Direct Lake , Azure Data Lake Storage bağlayıcısını kullanır.

OneLake modelinde Direct Lake için TMDL görünümünde Azure Data Lake Storage 2. Nesil bağlayıcısını gösteren ekran görüntüsü.

SQL üzerinde Direct Lake, SQL Server bağlayıcısını veya OneLake.SqlAnalytics() bağlayıcısını kullanır.

SQL modelinde Direct Lake için TMDL görünümünde SQL Server bağlayıcısını gösteren ekran görüntüsü.

Direct Lake bileşik modelleri

OneLake'deki Direct Lake, Direct Lake modundaki tabloları İçeri Aktarma/DirectQuery modundaki diğer tablolarla birleştiren çok kaynaklı, bileşik modeller oluşturulmasına olanak tanır ve büyük yenilemeleri ve yönetim yükünü önlemek için Çok büyük olgu tabloları için Direct Lake'i kullanırken boyut tabloları için değerli esneklik sağlar. Daha fazla bilgi için Direct Lake ve İçeri Aktarma depolama modu tablolarıyla Bileşik Semantik Modeller bölümüne bakın.

Model tabloları

Model tabloları normalde kaynak Doku veri öğesindeki tabloyu temel alır. SQL üzerinde Direct Lake, SQL görünümünün seçilmesine de izin verir. SQL görünümünü temel alan model tablosundaki sorgular DirectQuery moduna geri döner ve bu da sorgu performansının yavaş olmasına neden olabilir.

Note

OneLake'de Direct Lake ile SQL görünümlerini temel alan tablolar, Import ve/veya DirectQuery gibi diğer depolama modları kullanılarak eklenebilir çünkü OneLake'te Direct Lake bileşik modelleri destekler.

Tablolar, model ilişkilerini destekleyen sütunlara ek olarak filtreleme, gruplandırma, sıralama ve özetleme için sütunlar içermelidir.

Anlam modeli tablolarınıza eklenecek sütunlar hakkında daha fazla bilgi için bkz. Direct Lake sorgu performansını anlama.

Nesne düzeyi güvenlik (OLS) ve satır düzeyi güvenlik (RLS) ile veri erişim kurallarını zorlama hakkında bilgi için bkz. Direct Lake güvenliğini tümleştirme.

Direct Lake model meta verileri

XMLA uç noktasıyla bir Direct Lake anlam modeline bağlandığınızda, meta veriler diğer tüm modellerde olduğu gibi görünür. Ancak, Direct Lake modelleri aşağıdaki farklılıkları gösterir:

  • Veritabanı nesnesinin compatibilityLevel özelliği 1604 (veya üzeridir).
  • Direct Lake bölümlerinin mode özelliği directLakeolarak ayarlanır.
  • Direct Lake bölümleri, veri kaynaklarını tanımlamak için paylaşılan ifadeler kullanır.
    • SQL üzerinde Direct Lake — İfade, göl evi veya ambarın SQL analiz uç noktasına işaret eder. Direct Lake şema ve güvenlik bilgilerini bulmak için SQL analiz uç noktasını kullanır, ancak verileri doğrudan OneLake'ten yükler (herhangi bir nedenle DirectQuery moduna geri dönmediği sürece)
    • OneLake üzerinde Direct Lake — İfade, Fabric veri kaynağının OneLake depolama konumunu doğrudan gösterir. Direct Lake şema bulma, güvenlik denetimleri ve veri yükleme için OneLake API'lerini kullanır. OneLake üzerindeki Direct Lake, DirectQuery moduna geri dönmez.

Yayın sonrası görevler

Direct Lake anlam modelini yayımladıktan sonra bazı kurulum görevlerini tamamlamanız gerekir. Daha fazla bilgi için bkz. Direct Lake anlam modellerini yönetme.

İlgili içerik

  • Last updated on